Умение и навык, скилл – это элементы владения какой-то прикладной дисциплиной, интеллект – это мастерство владения фундаментальной дисциплиной (трансдисциплиной), которая работает с объектами прикладных дисциплин. Трансдисциплины/фундаментальные дисциплины – это и есть сведения о структуре мира, удобной для скоростного мышления о мире, удержания внимания вычислений/рассуждений/мышления на важном, сохранения ресурса мозга от разбазаривания на мышлении о неважном. То, что занимает у очень смекалистого дикаря полжизни, у обученного фундаментальным дисциплинам человека может занять несколько часов, или даже несколько секунд.
Этот целый стек/стопку поддерживающих друг друга фундаментальных дисциплин/трансдисциплин мы назовём интеллект-стеком. Равным образом мы будем говорить о фундаментальных мыслительных практиках, которые используют не только понятия из фундаментальных дисциплин (трансдисциплин), но и технологии/инструменты и материалы. В случае трансдисциплин это обычно моделер (из ручки-бумаги или комьютера), а расходным материалом к моделеру идёт кофе для человека-модельера. Другие инструменты в фундаментальных дисциплинах редки, ибо несмотря на практичный характер мышления, интеллекту больше нужно моделировать мир, нежели непосредственно его менять в действии, если речь не идёт всё-таки о переходе к мышлению методом деятельных проб и ошибок (не высказыванием догадок и их критикой, а «активным зондированием», деланием догадок и наблюдением результатов – получилось или нет). В этом случае перехода к прикладной инженерии «пробами и ошибками» в старой или даже новой малоизвестной предметной области для изменения мира задействуется изобилие самого разного инструментария и применяются самые разные исходные материалы: станки, химические реагенты, дрессированные животные, солнечный свет, вода в пруду, часы, балетный станок, квантовый компьютер, и т. д.
Приведём краткое описание фундаментальных дисциплин интеллект-стека в обратном порядке, снизу-вверх, чтобы было понятней, как одни дисциплины пользуются в своих объяснениях понятиями, уже введёнными другими дисциплинами:
• Понятизация учит выделять фигуры из фона и делать их предметами рассмотрения.
• Собранность учит удерживать во внимании «объекты», которые уже обсуждены в понятизации и даёт понятие о сознании.
• Семантика учит отделять физические объекты от математических/абстрактных/ментальных/идеальных, тем самым разделяя объекты и их более и менее формальные описания. Но эти объекты уже могут быть удержаны во внимании.
• Математика учит тому, какие бывают абстрактные объекты и их отношения, какое поведение абстрактных объектов. Но семантика уже сказала про их существование.
• Физика учит поведению физических объектов, которые представлены математическими объектами. Семантика уже рассказала о том, что физические объекты представляются в мышлении ментальными/математическим объектами. Но в том числе в физике затрагивается вопросы физико-математической теории информации: как именно математические объекты представляются в физическом мире («математик и астрофизик – физические объекты»). Именно в физике вводятся понятия системы и многие другие понятия системного подхода.
• Теория понятий учит машинке типов: что все объекты в каком-то смысле подобны друг другу, и это описывается типами. Об объектах мы можем судить по их отношениям друг с другом. Примеры часто встречающихся типов отношений – это классификация, специализация, композиция. Физика (и в ней теория информации) при этом уже сказала, как все эти описания представлены в физическом мире на носителях информации.
• Онтология учит отвечать на вопрос, каким способом мы многоуровнево описываем/моделируем мир: как мы определяем важное и неважное (моделирование), как мы используем модели для ответа на вопросы (интерпретации). Мы разбираемся с мета-моделированием (описания как абстракции получаются не произвольно, но абстрагирование управляется абстракцией более высокого уровня). Модели задействуют понятия (используем теорию понятий) и выражают свойства физического мира. А ещё модели используются для проведения по ним рассуждений, т.е. используются для предсказаний, и мы уже готовы заняться рассуждениями и объяснениями.
• Алгоритмика – это естественная наука, которая обсуждает способы проведения рассуждений с информационными моделями (то есть способы вычислений), которые нам уже известны из онтологии. Эти рассуждения/вычисления идут с объектами в разных по физической природе универсальных вычислителях (мозг, электронный компьютер, квантовый компьютер, оптический компьютер).
• Логика говорит, какие есть способы рассуждений над моделями, чтобы результаты рассуждений (модели) при правильных посылках и правильных правилах рассуждений как-то соответствовали реальному миру. Онтология для этого уже рассказала про то, как мы нарезали мир на объекты, описав эту нарезку какими-то моделями, так что рассуждения работают с моделями, а «работают» – это идут вычисления, мы об этом знаем из алгоритмики.
• Рациональность как практика говорит о том, что рассуждения по моделям нужны для действий, улучшающих мир. Поэтому нужны рассуждения по связи причин и следствий в конкретной ситуации, а для этого нужно с одной стороны добыть информацию о мире, для чего нужно определить, на что смотреть, потом посмотреть, потом принять решение о действии, в том числе о таком действии, посмотреть ли на что ещё, или деятелю/актёру уже можно принимать решение о действии по изменению мира в условиях неопределённости («на вас напал тигр: собирать дополнительную информацию и наблюдать, бежать или нападать, или есть какие-то другие опции – придумать и реализовать их?! У вас примерно три секунды на все размышления»). Теория решений будет ядром рациональности.
• Исследования как практика (практика теории познания/эпистемологии при помощи рациональности как «научного мышления» в отличие от художественного и религиозного иррационального познания мира) говорит о том, каким образом мы получаем полезные теории/дисциплины/объяснения. Мы делаем догадки о хорошей объяснительной (причинной) предсказывающей/порождающей модели/теории, а затем критикуем эту догадку на предмет непротиворечивых результатов рассуждений по этой модели и на предмет лучшего соответствия предсказаний этой модели с результатами эксперимента. Все нужные понятия для описания исследований уже известны из онтологии, алгоритмики, логики, рациональности.
• Эстетика даёт критерии красоты (в исследованиях принято говорить об элегантности) в результатах мышления и прикладного труда. Эстетика рассказывает, какой отклик вызывает наше поведение не столько в окружающем мире, сколько в самих агентах (и не факт, что современная эстетика обсуждает, например, эмоциональное воздействие каких-то продуктов труда и описаний только на агентов-людей. Нет, современная эстетика рассматривает и людей, и агентов с искусственным интеллектом, и искусственную жизнь).
• Этика говорит нам о том, чего нужно добиваться в жизни: какие цели приемлемо ставить агенту и какими средствами добиваться реализации этих целей. Должны ли люди умирать, или лучше бы их сделать бессмертными? Нормально, если люди меняют своё мировоззрение и убегают в другие общества, а их исходное общество тем самым умирает? Что лучше: убить и сжечь группу из заражённых смертельным вирусом людей и тем самым спасти человечество, или не убивать – и чёрт с ним, с человечеством? Для этических рассуждений этого мы уже владеем пониманием, что такое рациональность и как устроены исследования.