От натурфилософии к нейропсихологии 7 страница

естеств. неестеств естеств. неестеств.

Соотношение стимулов и реакций

Рис. 2.6. Примеры аддитивного (А) и неаддитивного (Б) влияния на время реакции в задаче называния цифры (по· Sternberg, 1999).

цифр, а время организации ответа — от его естественности. С другой стороны, третий экспериментальный фактор — число альтернатив — взаимодействует в той же задаче как с читабельностью цифр, так и с естественностью ответов. Можно сделать вывод, что этот фактор влияет на продолжительность каждого из выделенных выше этапов переработки, а его полезность для тестирования процессов на одном из этих этапов ограничена.

Таким образом, метод аддитивных факторов заключается в поиске пар не взаимодействующих между собой факторов с целью расчленения процесса решения задачи на отдельные стадии. Это выявление внутрен ней структуры процессов переработки информации оказывается возможным чисто психологическими методами, без использования физиологических и нейропсихологических процедур. Ограничением метода аддитивных факторов является то, что он может использоваться только в хронометрических экспериментах, причем в режиме относительно безошибочной работы. Следует подчеркнуть последний момент: в силу взаимозависимости скорости и точности ответов (больше времени — точнее работа и наоборот) число ошибок в хронометрических исследованиях, за исключением специальных случаев, должно оставаться на очень низком и примерно одинаковом уровне (порядка 2—3%). Данный метод был использован в огромном числе когнитивных исследований, прежде всего для систематического анализа закономерностей поиска информации в памяти (см. 5.1.2).

121

Четвертый принцип традиционного когнитивного подхода состоял в нарочито нечетком определении связи психологических и нейрофизиологических процессов. Считалось, что хотя процессы переработки символьной информации как-то связаны с мозговым субстратом, эта зависимость не является жесткой. Скорее всего, работающий мозг .— необходимое, но не достаточное условие формирования символьных репрезентаций и психологического контроля поведения. Для представителей искусственного интеллекта, кстати, мозговой субстрат не был даже необходимым условием — предполагалась, что полноценные когнитивные репрезентации могут быть сформированы также и достаточно мощной компьютерной программой. В силу нечеткости психофизиологической связи, для многих научных и практических целей вполне достаточным представлялось формальное описание вовлеченных в переработку информации процессов, даже если их мозговой субстрат остается неизвестным. Подобное формальное описание строилось на базе формализации предложений естественного языка, то есть предполагалось, что внутренние репрезентации знания имеют в своей основе вер-бально-логический характер.

Представления об абстрактно-символьной природе внутренних репрезентаций были наиболее полно разработаны Аланом Ньюэллом. Подобные представления были необходимы, чтобы полностью использовать потенциал компьютерной метафоры и показать, что знания и следствия из них (умозаключения) могут в буквальном смысле слова вычисляться. Единицей знания при этом (см. также 5.3.1, 7.1.3 и 8.1.1) считается пропозиция — логическое суждение (утверждение), которое может быть либо истинным, либо ложным.

В логике и лингвистике существуют разные подходы к описанию пропозиций. Традиционный подход близок к описанию структуры предложения и состоит в выделении в составе пропозиции субъекта, предиката (отношения, свойства) и объекта. Этот подход, однако, проблематичен, так как субъект и объект легко могут меняться местами без изменения истинности утверждения: «Россия продала Аляску Америке» и «Аляска была продана Россией Америке». Поэтому более современным, отвечающим духу математической логики подходом является трактовка предиката как логической функции, или отношения, в которое могут подставляться различные аргументы (объекты отношения). В зависимости от характера предиката (отношения) пропозиция может допускать различное количество аргументов. Примером одноместного предиката служит выражение твердый (карандаш), двуместного — на (книга, стол), трехместного — подарить (Маша, Летя, яблоко) и т.д. В качестве аргументов таких выражений могут выступать не только существительные, имена собственные и местоимения, но и целые пропозиции, в связи с чем говорят о предикатах второго порядка. Например, предикат установления причинно-следственной связи, cause, способен рекурсивно объединять серию более элементарных пропозиций:

cause [подарить (Маша, Петя, яблоко), благодарить (Петя, Маша)].

живое существо

птица

Мурка

Чижик

Рис. 2.7. Пример простейшей семантической сети.

На базе пропозициональных репрезентаций возможно выполнение вычислений, для которых используется пропозициональная логика, называемая также исчислением предикатов. Подчеркивание роли пропозиционального описания знания, таким образом, тесно связано с поставленной еще Лейбницем (см. 1.1.2) задачей автоматического вывода и моделирования умозаключений. Существует большое количество производных от пропозиций средств моделирования, наиболее известными из которых являются семантические сети. Они представляют собой пространственные структуры, включающие узлы (понятия, объекты, аргументы) и связи между ними (отношения, функции, предикаты). Пример фрагмента простейшей семантической сети показан на рис. 2.7 С помощью подобных сетей возможно моделирование процессов категоризации и простых умозаключений (см. 6.2.1 и 8.2.1). Так, если два понятия «лебедь» и «щука» объединены иерархически более высоким узлом «живое существо», то возможен перенос части свойств, приписанных данному узлу, с одного понятия на другое. Иными словами, интерпретация и репрезентация понятий в символьном подходе прямо зависят от процессов категоризации: как только понятие относится к некоторой более

123

абстрактной категории, оно наследует семантические признаки этой категории¹⁰.

В конце 1970-х годов появились и другие средства моделирования когнитивных процессов, прежде всего так называемые системы продукций или марковские алгоритмы, названные так в честь русского математика A.A. Маркова (1858—1922). Одним из примеров могут служить правила перезаписи порождающей грамматики Н. Хомского (см. 1.3.3). Они представляют собой колонку пар (продукций) типа «условие» —» «действие»: если на вход системы продукций попадает одно из «условий», то оно автоматически приводит к соответствующему «действию». Продукции можно представить как определенные правила, например: «Если идет дождь, то нужно взять с собой зонт», хотя речь может идти и о средствах моделирования простых связок: «стимул» —» «реакция» Управление начинается сверху колонки и последовательно спускается вниз до нахождения первого подходящего условия. После осуществления операций — «действий» — управление вновь начинается с верхней строчки В отличие от обычных машинных программ системы продукции практически не обладают структурой, в них, в частности, отсутствует обычный для многих языков программирования оператор перехода к другим участкам программы (оператор «go to»). Простота систем продукций привела к тому, что они стали широко использоваться при когнитивном моделировании (см. 6 4.1 и 9 2.1). В связи с упоминанием «действий» много надежд было связано и с возможным использованием систем продукции для дополнения моделей когнитивных функций (прежде всего памяти и мышления) моделями сенсомоторных процессов.

Оценивая перспективы когнитивной психологии, один из ее представителей писал в эти годы: «Развитие этого направления науки обещает оказать на нашу философию влияние, которое будет, по крайней мере, столь же существенным, как влияние дарвинизма» (Broadbent, 1961, р. 11). Этот энтузиазм разделялся большинством психологов. Пожалуй, единственным крупным автором в американской психологии, который позволил себе публично выразить сомнение, был специалист по восприятию Джеймс Джером Гибсон: «Многие психологи, видимо, думают, что сейчас нужно только собрать воедино все наши научные достижения. Их самоуверенность удивляет меня. Ведь эти достижения очень сомнительны, а сама научная психология, по-моему, плохо обоснована. В любой момент все может опрокинуться, как тележка с яблоками» (Gibson, 1967, р. 142). Может показаться удивительным, но именно его взгляды оказали особенно сильное влияние на более поздние работы одного из основателей когнитивной психологии Найссера, а также на многие ведущиеся сегодня дискуссии (см. 9.3.2).

124

¹⁰ Следует иметь в виду, что речь идет о процессах индуктивного вывода, которые в случае реальных семантических категорий всегда могут сопровождаться ошибками Например, свойство (предикат) ЛЕТАЕТ, приписывемое концептуальному узлу ПТИЦА, не может быть распространено на некоторые примеры этой категории, такие как СТРАУС и ПИНГВИН (см 6 2 1)

Действительно, традиционный когнитивный подход оставлял нерешенными много серьезных проблем. Так, не вполне понятной оказалась проблема первичного определения значений — «проблема заземления символов» (symbol grounding problem). На поздних этапах изучения языка понятия могут задаваться посредством определения и ссылок на другие символы (см. 6.1.1). Но можно ли выучить китайский язык с самого начала, имея в распоряжении лишь китайско-китайский толковый словарь, к тому же без картинок (см. 9.2.2)? Очевидно, первичное «заземление» понятий возможно в контексте непосредственного восприятия и предметных действий, однако именно они были исключены из рассмотрения. Акцент на вербально-логическом, амодальном описании знаний оставлял открытым также вопрос о природе образных явлений (их изучение привлекло поэтому внимание многих талантливых исследователей — см. 5.3.1 и 6.3.1). Далее, наши действия и восприятия явно непрерывны, поэтому их трудно описывать дискретными логическими функциями. Программы символьной обработки, например, так и не позволили смоделировать элементарный феномен восприятия — разделение видимого поля на фигуру и фон (см. 1.3.1). Вместе с тем, они оказались достаточно успешны при моделировании решения логических задач и даже игры в шахматы.

Из возникших в тот период дискуссий и новых данных к концу 1980-х годов постепенно возникли подходы, поставившие под сомнение универсальную применимость символьного подхода. В центре внимания оказались процессы параллельной обработки и «субсимвольной репрезентации» знания, в частности, процессы, лежащие в основе нашего непосредственного взаимодействия с окружением — локомоций, восприятия и действия с предметами. Новые нейрофизиологические методы, такие как трехмерное картирование активности мозга (см. 2.4.2), были быстро включены в арсенал средств психологических исследований. Радикально изменился и сам характер когнитивных теорий, в фокусе которых, наряду с нейропсихологическими механизмами, все чаще оказываются проблемы развития и коммуникативного взаимодействия. Можно сказать, что сегодня мы имеем дело с другой психологией и другой когнитивной наукой. Они стали в большей степени соответствовать представлениям об объединяющей различные научные дисциплины и субдисциплины единой романтической науке (см. 1.4.3 и 9.4.1), чем это могли представить себе создатели первых метафор данного направления.

125

2.3 Модулярность познания и коннекционизм

2.3.1 Идея специализации обработки

Вплоть до начала 1980-х годов единственной претеоретической метафорой когнитивной психологии оставалась компьютерная метафора, с характерной для нее аналогией между психологическими процессами и переработкой информации в универсальном вычислительном устройстве. Такие компьютеры, во-первых, имеют однопроцессорную архитектуру. Во-вторых, для них характерно разделение пассивных данных и активных операций над ними, причем последние объединены в более или менее сложные, заранее написанные программы. В вычислительной технике и информатике эти вычислительные устройства иногда называются «фон-неймановскими», по имени венгеро-американского математика и логика Джона фон Неймана, предложившего в 1947 году, на пороге масштабной компьютерной революции, соответствующую схему физического воплощения машины Тьюринга (см. 2.1.1)".

Изобретение и распространение микропроцессоров в самых разных областях техники привело к созданию и повсеместному внедрению множества специализированных вычислительных устройств, значительно более простых, чем фон-неймановские компьютеры, но зато более эффективных в решении своих частных задач — балансировании тяги ракетных двигателей, регуляции температуры и влажности воздуха в помещении, определении времени суток и дня недели для любой даты в течение ближайшего тысячелетия и т.д. Стремление увеличить скорость обработки информации, а равно надежность получаемых результатов, в свою очередь, обусловило создание компьютеров с несколькими одновременно задействованными процессорами (один из первых прототипов даже получил характерное имя «Нон-фон» — «Не фон-неймановский компьютер»!). Число таких параллельных процессоров может достигать в современных суперкомпьютерах десятков тысяч, так что главной проблемой здесь становится разбиение общего массива вычислений на подзадачи и коммутирование (англ. connection) работы отдельных микропроцессоров между собой.

Первым автором, в явном виде использовавшим термин «модуляр ность» для описания организации психологических процессов, был американский нейроинформатик Дэвид Марр (Магг, 1976; 1982). Его интересовали частные, с точки зрения когнитивного сообщества, аспекты моделирования процессов зрительного восприятия (см. 3.3.2) и работы

126

¹¹ С еще большим основанием, впрочем, такую схему можно было бы назвать «фон-цузевской», по имени создателя первых программно управляемых вычислительных машин, немецкого инженера и математика Конрада фон Цузе. В период с 1938 по 1944 годы он спроектировал и построил целую серию вычислительных машин, длительное время остававшихся неизвестными научной общественности из-за секретного характера этих, проводившихся в Германии во время войны, работ.

нейронных сетей мозжечка. В своем «принципе модулярной организации» Марр предположил, что «любой большой массив вычислений должен быть реализован как коллекция частей, настолько независимых друг от друга, насколько это допускает общая задача. Если процесс не организован подобным образом, то небольшое изменение в одном месте будет иметь последствия во многих других местах. Это означает, что процесс в целом будет очень трудно избавить от ошибок или улучшить, как путем вмешательства человека, так и посредством естественной эволюции — ведь любое изменение, улучшающее один из фрагментов, будет сопровождаться множеством компенсаторных изменений в других местах» (Магг, 1976, р. 485).

Идея разбиения большого массива вычислений на относительно независимые автономные задачи, решаемые специализированными механизмами (подпрограммами или модулями) была очевидной для биологов и информатиков, но первоначально оставалась скорее малоубедительной для специалистов по когнитивной психологии, вполне удовлетворенных возможностями классической компьютерной метафоры. Кроме того, научная психология в целом, как мы видели в предыдущей главе, ориентируясь на опыт «больших сестер» — физики и химии, постоянно стремилась дать возможно более единообразное, или «гомогенное», объяснение частным феноменам и процессам (см. 1.3.2). Модулярный подход, напротив, постулирует нечто принципиально иное, а именно существование множества качественно различных ме- · ханизмов, обеспечивающих специализированные способы решения для разных групп задач.

Возможно, что именно из-за методологической установки на гомо
генизацию длительное время оставались незамеченными и данные
психодиагностических исследований интеллекта. Эти исследования,
по крайней мере, с начала 1930-х годов, сигнализировали об относи
тельно низкой корреляции способностей в таких областях, как, напри
мер, вербальный и практический интеллект (см. 8.4.3). Последователь
ное применение процедур факторного анализа по отношению к
индивидуальным результатам выполнения разнообразных когнитив
ных задач (тестов) привело уже в наше время к дальнейшему расщеп
лению списка способностей. Так, в одной из современных работ (мы
рассмотрим их позднее — см. 8.1.1) было выделено в общей сложности
52 способности, что отдаленно напоминает список из 37 способностей,
выделенных на основании сугубо спекулятивных соображений френо
логами еще в первой половине 19-го века (см. 2.4.3). Другим важным
различением в психометрических исследованиях интеллекта стала идея
о различии «кристаллизованного» (основанного на знаниях и устояв
шихся навыках) и «текучего» (основанного на абстрактных мыслитель
ных способностях) интеллекта. Это различение также в какой-то сте
пени предвосхитило современные попытки разделить когнитивные
процессы на специализированные (или модулярные) и более универ
сальные (центральные) системы. 127

В порядке ретроспективного отступления можно отметить также, что представление об относительно узкой специализации различных когнитивных механизмов периодически возникало в истории психологии, в частности, оно было широко распространено в американской функционалистской психологии. Торндайк и Вудвортс еще в 1901 году подчеркивали: «Психика (mind) — это машина для осуществления специализированных реакций на конкретные ситуации. Она работает очень детально, адаптируясь к доступному ей опыту.. Улучшение одной из ментальных функций редко сопровождается сопоставимым улучшением других, независимо от того, насколько они между собой похожи, ибо функционирование каждой ментальной функции обусловлено специфическими особенностями конкретной ситуации» (Thorndike & Woodworth, 1901, ρ 249—250). При желании, в этом описании можно легко усмотреть сходство с современными модулярными представлениями и даже с идеей функциональных систем («функциональных органов») отечественной психофизиологии (см. 1.4.2).

К середине 1980-х годов общая ситуация в когнитивных исследованиях восприятия и высших форм познания существенно изменилась. На смену эйфории, вызванной первыми успехами в создании компьютерных моделей человеческого интеллекта (типа «Универсального решателя задач» Ньюэлла и Саймона) или в выявлении очертаний архитектуры хранения информации в памяти человека (разделение кратковременной и долговременной памяти), пришло более или менее отчетливое понимание сложности исследуемых задач и разнообразия участвующих в их реализации психологических и нейрофизиологических механизмов. Стали отчетливо раздаваться голоса о новом (то есть третьем по счету) полномасштабном кризисе психологии (см. 2.3.3 и 9.1.1). Один из ведущих специалистов в области психолингвистики и мышления Филипп Джонсон-Лэйрд писал в эти годы: «Двадцать лет интенсивных исследований процессов переработки информации у человека еще не привели к формулированию их общих принципов. Более того, кажется, что эта задача вообще неразрешима. Что делать дальше?» (Johnson-Laird, 1978, р. 108).

Дата добавления: 2019-07-17; просмотров: 99; Мы поможем в написании вашей работы!

Поделиться с друзьями:

⇐ Предыдущая 5 6 7 8 91011 12 13 14 Следующая ⇒

Мы поможем в написании ваших работ!