Развитие: новый коннекционизм

Споры

Вызов, брошенный преднамеренностью. Как утверждали Р. Лачман, Дж. Лачман и Э. Баттерфилд (R. Lachman, J. Lachman and E. Butterfield, 1979), «психология переработки информации фундаментально связана с концепцией репрезентации». Ф. Брентано признавал, что преднамеренность является критерием способности к мышлению. Такие психические состояния, как убеждения, обладают свойством «относительности»: они относятся к чему-то, стоящему за ними, к тому, что нейроны не могут делать. Репрезентации Э. Ч. Толмена обладают свойством преднамеренности: когнитивная карта рассказывает о лабиринте, представляя собой репрезентацию лабиринта.

Тем не менее, хотя концепция репрезентации кажется достаточно понятной, она чревата трудностями, на которые указывал Л. Витгенштейн. Предположим, я нарисую такую фигурку:

Что изображает этот рисунок? На первый взгляд, вам может показаться, что зто мужчина, прогуливающийся с палкой для ходьбы. Но я мог использовать его, чтобы представить стоящий забор, или чтобы показать, как следует ходить, опираясь на палку, или изобразить мужчину, возвращающегося с палкой, или женщину, гуляющую с палкой, или множество других вещей. Еще один пример: независимо от того, насколько вы похожи на портрет Генриха VIII, он остается репрезентацией Генриха, а не вашей. Конечно, я мог воспользоваться им, чтобы дать представление о вас, если бы кто-нибудь спросил, как вы выглядите, а вас бы не оказалось поблизости. Итак, репрезентации не дают представления посредством своей внешности. Предметом спора стало то, что же именно делает репрезентацию репрезентацией, но функционализм прибегнул к иной стратегии, чтобы решить эту проблему.

Глава 10. Подъем когнитивной науки, 1960-2000 343

Любая репрезентация обладает и семантикой, и синтаксисом. Семантика репрезентации — это ее значение, синтаксис — это ее форма. Если я пишу слово DESK (парта), его значение (семантика) относится к определенному предмету мебели, а синтаксисом является действительная структура и расположение букв D, Е, S, и К. С научной, материалистической, точки зрения, загадкой репрезентаций служит их значение, их преднамеренность; это было изначальным пунктом концепции преднамеренности Ф. Брентано, демонстрирующим, что значение нельзя свести к физическим процессам. Но, как уже отмечалось, задача функционализма состоит в уничтожении загадочности преднамеренности, внесении поведения и психических процессов в сферу действия механистической науки. Он пытается сделать это посредством редукции семантики к синтаксису.

Когда минуту назад я напечатал DESK, понял ли компьютер значение этого слова? Нет, он обращался с этими буквами чисто синтаксически, сохранив их в виде нолей и единиц в своем бинарном машинном языке. Однако я могу попросить программу Word сделать со словом DESK вещи, которые могут показаться разумными, сформулированными на менталистском языке. Я могу попросить найти все случаи употребления DESK в данном файле, и программа найдет как DESK, так и desk. Я могу попросить везде заменить CHAIR (стул) на DESK. Word может проверить написание слова DESK и сверить со словарем, чтобы привести слова со сходным значением. Тем не менее, хотя компьютер может сделать со словом DESK все эти вещи, нельзя сказать, что он владеет семантическим компонентом DESK. В каждом случае компьютер совершает операции, находя уникальный машинный код из нолей и единиц, который обозначает DESK, а затем выполняет мою уточненную операцию в этом регистре. Компьютер оперирует только с синтаксисом репрезентации, хотя его поведение может совпадать с тем, как если бы он знал значение репрезентации. Хотя, судя по его поведению, может показаться, что он знает семантическое значение DESK, на самом деле компьютер знает лишь синтаксис нолей и единиц.

Эту трудную, но важную проблему можно выразить еще одним способом, если позаимствовать терминологию Дэниела Деннета (Daniel Dennett, 1978), одного из творцов функционализма. Когда мы играем в шахматы с компьютером, мы, возможно, обращаемся с ним, как с человеком, приписывая ему психические склонности: он пытается ходить ферзем, он хочет съесть мою пешку, он боится, что я захвачу контроль над центром поля. Деннет называет это заимствование интенци-ональной позицией. Мы естественным образом занимаем интенциональную позицию по отношению к людям, иногда по отношению к животным, а в определенных случаях — и по отношению к машинам. Но то, что происходит внутри компьютера, ни в коей мере не является преднамеренным. План фигур на шахматной доске внутри него представлен в виде сложного паттерна из нолей и единиц в рабочей памяти компьютера. Затем компьютер находит правила, применимые к паттерну в текущий момент, и выполняет правило, изменяя содержание регистра памяти, что на экране видно как движение шахматной фигуры. Новый вход — ваш шахматный ход — изменяет паттерн нолей и единиц, и компьютер снова применяет применимое правило к новому паттерну, и так далее. Программа не пытается, не хочет и не боится; она просто выполняет формальные вычисления с паттернами из нолей и единиц, а вы считаете это преднамеренным поведением.

344 Часть IV, Научная психология в XX веке

В беседе с Джонатаном Миллером Деннет (Dennett, 1983) суммировал подход с позиции вычислений следующим образом:

Деннет: Основная идея заключается в том, что вы начинаете с вершины вашего умного существа, со всеми его убеждениями, желаниями, ожиданиями и страхами, всей этой информацией. Затем вы спрашиваете себя: «Как все это будет представлено?» Вы разбиваете целостную систему на подсистемы, маленьких гомункулов. Каждый из них является специалистом, каждый выполняет маленький кусочек работы. Из их совместных усилий возникает целостная деятельность целостной системы.

Миллер: Но разве это не способ стать ненаучным менталистом?

Деннет: Да, вы заменяете маленького человечка в мозге целой группой, но спасение заключается в том, что все члены этой группы гораздо тупее, нежели целое. По отдельности подсистемы не повторяют таланты целого. Они неизбежно приведут вас к регрессу. Вместо этого каждая подсистема выполняет свою часть работы; каждая менее умна, меньше знает, имеет меньше убеждений. Сами по себе репрезентации менее представительны, поэтому вам не нужен внутренний глаз для того, чтобы наблюдать за ними; вы можете удалиться с помощью некоего внутреннего процесса, который «открывает к ним доступ» посредством какого-то слабого ощущения (р. 77-78).

Итак, хотя мы приписываем преднамеренность компьютеру, играющему в шахматы, на деле он представляет собой всего лишь собрание непреднамеренных, тупых подсистем, слепо выполняющих вычисления на синтаксически определяемых репрезентациях в соответствии с механистическими правилами.

В главе 1 мы противопоставляли подходы реализма и инструментализма к науке. Когда мы принимаем позицию преднамеренности по отношению к компьютеру, мы прибегаем к инструментальной теории. Мы знаем, что играющий в игры компьютер на самом деле не имеет желаний и убеждений, но мы обращаемся с ним так, как будто он ими обладает, поскольку это помогает нам предвосхитить его ходы и (как мы надеемся) победить его. Делаем ли мы то же самое, когда занимаем позицию преднамеренности в отношении других людей, или люди на самом деле обладают желаниями и убеждениями? Если верно последнее, то интенциональная теория этнической психологии является реалистической теорией о людях, даже в том случае, если она обладает всего лишь инструментальной полезностью в отношении компьютеров. Философ Джон Сирл (John Searle, 1994,1997) принимает эту точку зрения и полагает, что компьютеры, таким образом, никогда не пройдут тест Тюринга и что этническая психология, в силу своей истинности, никогда не будет забыта. Но другие философы гораздо серьезнее относятся к вычислительной метафоре и приходят к различным заключениям. Стивен Стич (Stephen Stich, 1983), например, настойчиво утверждает, что единственными научно приемлемыми теориями в когнитивной психологии человека будут те, которые станут рассматривать переработку информации человеком точно так же, как и компьютером, как механические вычисления с определяемыми синтаксически репрезентациями. Следовательно, этническая психология, поскольку она не является верной, в конце концов исчезнет из науки и повседневной жизни:

Общее представление о космосе в народной мудрости Запада было совершенно ошибочным... Нет никаких оснований думать, что древние погонщики верблюдов были более счастливы, когда структурой, имевшейся в их распоряжении, была структура их собственного разума, а не структура материи или космоса (р. 229-230).

Глава 10. Подъем когнитивной науки, 1960-2000 345

Если наша наука не согласуется с народными представлениями, которые определяют, кто и что мы есть, то у нас наступили трудные времена. Одно или другое должно уйти (р. 10).

Лишенные эмпирической опоры, наши вековые представления о вселенной в пределах воли распадутся в прах подобно тому, как разрушилась почтенная концепция внешней вселенной, рассыпавшаяся в прах в эпоху Возрождения (с. 246).

Сам Деннет (D. Dennett, 1978,1991) пытался «усидеть на двух стульях» и примирить два взгляда, признавая, что в науке мы должны рассматривать людей как машины, но что «этническую психологию», убеждения и желания можно сохранить в качестве вычислительного инструмента для повседневной жизни.

Валиден ли тест Тюринга? Представьте, что вы сидите за столом в пустой комнате. На столе перед вами лежит книга и листы бумаги, а в стене перед столом две щели. Из левой прорези выходят листы бумаги с китайскими иероглифами. Вы не понимаете по-китайски. Когда вы получаете лист бумаги, вы изучаете цепочку символов и находите соответствующую последовательность в книге. Книга велит вам скопировать новый набор китайских иероглифов на одном из ваших листов бумаги и опустить его в правую прорезь. Китайские психологи за стеной опускают в левую прорезь китайские истории, за которыми следуют вопросы об этих историях, и получают ответы из другой щели. С их точки зрения, машина за стеной понимает по-китайски, поскольку они в состоянии беседовать с машиной, получая возможные ответы на свои вопросы. Они приходят к выводу, что машина за стеной понимает китайский язык и прошла тест Тюринга.

Конечно, вы знаете, что ничего не понимаете, — вы всего лишь записываете последовательности бессмысленных закорючек, имея инструкцию отвечать на другой набор бессмысленных закорючек. Джон Сирл (J. Searle, 1980), которому принадлежит этот мысленный эксперимент, указывает, что вы функционируете в «китайской комнате» подобно тому, как работает компьютер. Компьютер принимает вход в машинном коде (последовательности нолей и единиц), применяет синтаксические правила, чтобы трансформировать эти репрезентации в новые репрезентации (новые последовательности нолей и единиц), и генерирует выход. При этом пользователь называет то, что делает компьютер, игрой в шахматы, имитацией ядерного удара или чем-то еще, точно так же, как китайские психологи говорят о том, что комната «понимает по-китайски». Аргументы Дж. Сирла показывают, что тест Тюринга не является адекватным измерением интеллекта, так как «китайская комната» в состоянии пройти тест Тюринга, ничего не понимая, а образ ее действий полностью совпадает с компьютерным.

Сирл также указывает на важное отличие когнитивной имитации от других видов имитаций. Метеорологи конструируют компьютерные модели ураганов, экономисты — внешней торговли США, а биологи — фотосинтеза. Но их компьютеры не порождают ветра со скоростью 100 км/ч, многомиллиардного торгового дефицита и не превращают свет в кислород. Тем не менее ученые-когнитивисты утверждают, что, если (или когда) они смогут имитировать интеллект, т. е. программа выдержит тест Тюринга, машина действительно будет считаться разумной. Но в других областях модель и реальность — совершенно разные вещи, и Сирл считает абсурдным игнорировать это различие в когнйтивистике.

Сирл проводит различие между слабым и сильным искусственным интеллектом. Слабый искусственный интеллект будет сохранять различия между ими-

346 Часть IV. Научная психология в XX веке

тацией и достижением и использовать компьютеры подобно тому, как это делают остальные ученые — как замечательные вычислительные устройства для применения и проверки теорий. Сильный искусственный интеллект является требованием (опровергнутым мысленным экспериментом с китайской комнатой) того, что имитация интеллекта есть интеллект. Сирл полагает, что сильного искусственного интеллекта достичь не удастся в силу тех же причин, по которым компьютер не в состоянии осуществить процесс фотосинтеза: он сделан не из того материала. По мнению Сирла, фотосинтез — это природная биологическая функция определенных структур растения, а мышление и понимание — природная биологическая функция мозга. Машины не обладают природными биологическими функциями и поэтому не могут ни фотосинтезировать, ни понимать. Компьютеры могут обеспечить нас орудием для того, чтобы помочь исследовать фотосинтез или понимание, но, по мнению Сирла, они не в состоянии действительно делать то или другое. Аргументы Сирла напоминают замечания, сделанные Лейбницем:

Представим, что существует машина, сконструированная так, чтобы думать, чувствовать и понимать, как мы, и что при этом она таких размеров, что мы можем войти внутрь нее. Сделав это, мы обнаружим там только части, соединенные друг с другом, но ничего такого, что позволило бы объяснить восприятие, (цит. по: К. Gunderson, 1984, р. 629).

Мысленный эксперимент Сирла с «китайской комнатой» оказался одним из самых содержательных в истории искусственного интеллекта и когнитивистики, и спор все еще не закончен. Одних психологов и философов он вдохновляет, а у других вызывает ярость настолько, что спорящие стороны начинают говорить не друг с другом, а в пространство, не обращая внимания на аргументы противной стороны (J. Searle, 1997). То, на чью сторону встанет читатель, по-видимому, вопрос его интуиции, а также надежд и страхов по поводу компьютеризованного будущего.

Правдоподобен ли формализм? Согласно заявлению информационного комитета по когнитивистике (W. К. Estes and A. Newell, 1983), вследствие того, что компьютеры обладают «символьным поведением» (как раз тем, в чем Сирл им отказывал), «мы можем программировать их таким образом, чтобы они справлялись с любыми задачами, которые поставит наш разум». В заявлении комитета таилось утверждение в духе формализма. Компьютеры могут делать все, что может быть записано в виде компьютерной программы, и комитет, следуя заявлению Г. Саймона о том, что компьютеры можно запрограммировать делать «все, что способен делать человек, все, на что мы направляем наш разум», в неявной форме утверждал, что все, что делают люди, является формальной процедурой. Формализм в психологии представляет собой конечный пункт механизации картины мира; подобно тому, как физика добилась успеха в анализе природы как машины, когнитивистика надеется добиться успеха в анализе людей как машин (Н. Dreyfus, 1972). Но «китайская комната» Сирла бросила вызов механистическому формализму, продемонстрировав, что формальная обработка символов не влечет за собой понимания языка. Еще один вызов представляла собой проблема

Глава 10. Подъем когнитивной науки, 1960-2000 347

фрейма, поскольку она ставила под вопрос не только способность компьютеров имитировать интеллект человека, но и саму возможность обретения интеллекта машиной.

Дэниел Деннет живо обрисовал проблему фрейма в следующей истории:

Жил-был робот, названный своими создателями R_y Его единственной задачей была забота о самом себе. Однажды его создатели устроили так, что он узнал, что его запасная батарея, драгоценный источник энергии, заперта в комнате с бомбой с часовым механизмом, которая вскоре должна взорваться. R_f нашел комнату и ключ от двери и сформулировал план, как спасти свою батарею. В комнате была тележка, батарея находилась на тележке, и R_{ выдвинул гипотезу о том, что определенное действие под названием ВЫКАТИТЬ (ТЕЛЕЖКА, КОМНАТА) приведет к тому, что батарея окажется убранной из комнаты. Он сразу же приступил к действию, и действительно смог вытащить батарею из комнаты до того, как бомба взорвалась. Но, к несчастью, бомба тоже была на тележке. R_t знал, что бомба находилась на тележке в комнате, но не понимал, что выкатывание тележки из комнаты вместе с батареей принесет и бомбу. Бедный Д₍ упустил из виду очевидные последствия своего запланированного действия.

Создатели вернулись к кульману. «Решение очевидно, — сказали они. — Наш следующий робот должен быть сделан так, чтобы мог распознавать не только подразумевающиеся последствия действия, но и возможные побочные последствия, методом дедукции выводя эти последствия из описаний, которые он использует при формулировке своих планов». Они назвали свою следующую модель робот-дедуктор, R_lD_y Они поставили 7?,!), точно в такое же сложное положение, с которым не справился его предшественник, и, как только тот натолкнулся на идею ВЫКАТИТЬ (ТЕЛЕЖКА, КОМНАТА), он начал, как и было запланировано, рассматривать следствия подобного образа действий. В конце концов он пришел к выводу, что изъятие тележки из комнаты не изменит цвета стен, и приступил к рассмотрению еще одного следствия, согласно которому выкатывание тележки из комнаты приведет к тому, что число оборотов, которые совершат колеса тележки, превзойдет количество самих колес, но тут бомба взорвалась'.

Создатели вернулись к кульману. «Мы должны научить его различать относящиеся и не относящиеся к делу последствия, — сказали они, — и игнорировать те, которые к делу не относятся». Поэтому они разработали метод, с помощью которого проектируемый робот мог бы помечать следствия соответствующим ярлычком — «уместно» и «неуместно», и инсталлировали этот метод в свою следующую модель под названием робот-дедуктор уместности или, для краткости, R₂D_V Когда его подвергли испытанию, которое привело к гибели предшественников, ученые были удивлены, увидев робота сидящим в позе Гамлета за пределами комнаты, где тикала бомба; его природную решимость омрачила бледная тень размышлений, как метко заметил Шекспир... «Делай что-нибудь!» — закричали ему. «Я делаю, — ответил он. — Я проигнорировал несколько тысяч следствий, которые определил как не относящиеся к делу. Как только я нахожу неуместное следствие, я вставляю его в список, который должен игнорировать, и...» Бомба взорвалась (Dennett, 1984, pp. 129-130).

.Rj и его потомки оказались пойманными в ловушку проблемы фрейма. Каким образом можно формализовать человеческие знания и навыки решения проблемы в виде набора компьютеризированных правил? Достаточно очевидно, что люди не делают того, что делали роботы: каким-то образом мы решаем проблему быстро и

348 Часть IV. Научная психология в XX веке

с незначительными сознательными размышлениями, как раз так, как это открыли вюрцбургские психологи. Если бы мы выполняли работу так же, как роботы, то уже давным-давно вымерли бы. Похоже, что люди выполняют эту работу с помощью интуиции, а не посредством вычислений: решения проблемы возникают у нас без размышлений; адаптивное поведение имеет место без размышлений. Нам не надо думать, чтобы игнорировать все абсурдные вещи, над игнорированием которых работал R₂D_V поскольку абсурдные и неуместные последствия у нас просто не возникают. Но компьютер, будучи формальной системой, должен переработать все последствия своих действий и затем проигнорировать их.

Выход из проблемы фрейма, видимо, подразумевает привлечение эмоций, которыми компьютеры не обладают.

Новая игра в городе. При всех спорах и трудностях парадигма манипуляции символами в когнитивистике оставалась «единственной игрой в городе», как любил говорить философ Джерри Фодор. Если мышление не является манипуляцией формальными символами согласно формальным правилам, то чем еще оно может быть? Поскольку на этот вопрос не было ответа (за исключением ответов «загнанных в гетто» последователей Б. Ф. Скиннера и нескольких других диссидентов, например последователей Л. Витгенштейна), то волей-неволей когнитивные психологи оставались в лагере переработки информации. Но в начале 1980-х гг. возникла конкурирующая игра под названием коннекционизм, напоминающая нам (но не самим коннекционистам) старый коннекционизм Э. Л. Торндайка.

О степени влияния и важности коннекционизма говорит то, как в 1986 г. была принята двухтомная публикация его взглядов и достижений, книга «Параллельная классифицирующая обработка: исследование микроструктуры познания». Редактором издания и лидером исследовательской группы параллельной классифицирующей обработки (другое название коннекционизма) был Дэвид Э. Румелхарт, в прошлом один из лидеров символической парадигмы искусственного интеллекта. В первый день появления книги на рынке было продано 6 тыс. экземпляров (Н. L. Dreyfus and S. E. Dreyfus, 1988). Шесть тысяч экземпляров могут звучать не слишком впечатляюще, но в академическом мире, где 500 проданных экземпляров считается весьма почетным объемом для технической книги, это просто огромное количество. Вскоре после этого Румелхарт получил «грант гению» от фонда Макартура. Вскоре коннекционизм стали чествовать, как «новую волну» когнитивной психологии (J. A. Fodor and Z. W. Polyshyn, 1988).

Во многих важных отношениях коннекционизм представлял собой воскрешение традиций психологии и искусственного интеллекта, которые казались давно умершими. В психологии существует традиция коннекционизма, берущая начало от Э. Л. Торндайка и ведущая к К. Л. Халлу и неохаллианским теориям опосредования (Т. Leahey, 1990). Все они изгоняли из своих теорий символы и менталист-ские понятия и пытались дать объяснение поведению в терминах усиления или ослабления связей между стимулами и реакциями: это является центральной идеей закона эффекта Э. Л. Торндайка и его и К. Л. Халла иерархии навыков. Сторон-

Глава 10. Подъем когнитивной науки, 1960-2000 349

пики опосредования вводили в коннекционистские идеи К. Л. Халла внутренние процессы, утверждая существование скрытых r-s связей между внешним стимулом и явным ответом.

В области искусственного интеллекта коннекционизм оживил второстепенную традицию компьютерных наук, которая соперничала с парадигмой манипуляции символами в 1950-х и 1960-х гг. Структура компьютера, манипулирующего символами, задумана на базе одиночного перерабатывающего нейрона, осуществляющего одно вычисление за раз. Традиционные компьютеры обладают большой мощностью благодаря способности осуществлять последовательные вычисления с чрезвычайно высокой скоростью. Но с самого возникновения компьютерных технологий существовала вероятность появления другой структуры, построенной на основании множественных процессоров, соединенных вместе. При одновременно работающих множественных процессорах на смену последовательной переработке информации приходит параллельная. Поведение машин с последовательной структурой должно быть запрограммировано, и это в равной степени справедливо для многих параллельно перерабатывающих машин. Но некоторые проектировщики параллельно перерабатывающих компьютеров надеялись сконструировать машины, которые сами могли бы научиться действовать разумно, приспосабливая силу связей между множественными процессорами к окружающей среде, благодаря обратным связям. Самым важным примером подобной машины была Перцептивная машина Фрэнка Розенблата, созданная в 1960-х гг.

Очевидно, что параллельно обрабатывающие компьютеры потенциально намного мощнее существующих машин, но в течение Долгого времени на пути их строительства возникали препятствия. Параллельные машины в физическом отношении сложнее, чем последовательные, и их гораздо труднее программировать, поскольку при этом необходимо как-то координировать работу множества процессоров, чтобы избежать хаоса. В отношении самопрограммирующихся машин существовало особое затруднение, касающееся того, как доставить информацию обратной связи о результатах поведения внутренним ячейкам, лежащим между ячейками входа и выхода. Поскольку последовательные машины быстро добились успеха, а мощность параллельной структуры казалась ненужной, работы над параллельно перерабатывающими компьютерами практически прекратились в 1960-х гг. Похороны первого искусственного интеллекта коннекционистов, казалось, произошли в 1969 г., когда Марвин Мински и Сеймур Паперт, крупнейшие представители теории символического искусственного интеллекта, опубликовали книгу «Перцеп-троны», разгромно критикующую работу Ф. Розенблатта. Мински и Паперт привели математическое доказательство того, что параллельные машины не смогут обучаться даже простейшим вещам.

Но в 1980-х гг. развитие как компьютерной науки, так и психологии возродило интерес к параллельно перерабатывающим структурам. Хотя серийные процессоры продолжали наращивать скорость, проектировщики наталкивались на границы того, насколько быстро электроны могут двигаться сквозь кремний. Требования все большей скорости вычислений вынуждали перейти к параллельной переработке. Например, рассмотрим проблему компьютерного зрения, которая должна

350 Часть IV. Научная психология в XX веке

быть решена, если будут построены роботы, напоминающие роботов из «Звездных войн». Вообразите компьютерную графику, составленную из 256x256 пикселей (точек света на мониторе). Чтобы распознать такое изображение, серийный компьютер должен вычислить значение 256 х 256 = 65 536 пикселей, что может занять несколько часов. С другой стороны, параллельно перерабатывающему компьютеру Connection Machine, содержащему 256x256 взаимосвязанных процессоров, можно одному поручить вычислить значение одного пикселя и таким образом обработать график за ничтожную долю секунды (W. D. Hillis, 1987). Наряду с развитием таких компьютерных комплектующих, как Connection Machine, происходило усовершенствование программирования, что делало возможным координировать работу независимых процессоров и, в случае самомодифицирующихся сетей, приспосабливать поведение скрытых ячеек.

В области психологии продолжающиеся неудачи символической парадигмы сделали параллельную, коннекционистскую переработку весьма привлекательной альтернативой старой игре. Помимо трудностей функционализма, которые мы уже обсудили, для коннекционистов нового поколения особое значение имели две проблемы. Прежде всего, традиционный искусственный интеллект, хотя и добившийся успеха в заданиях, которые люди считают интеллектуально сложными, например игре в шахматы, так и не смог убедить машины выполнять задания того сорта, которые люди выполняют без малейших размышлений, например распознавать паттерны. Возможно, самым важным для психологов было то, что поведение, которое они интенсивнее всего исследовали на протяжении десятилетий, — научение — оставалось вне пределов возможностей программируемых компьютеров; и развитие параллельных машин, способных научаться, достаточно сильно волновало умы.

Другим недостатком символического искусственного интеллекта, побуждавшим новых коннекционистов к действиям, был тот очевидный факт, что головной мозг не является последовательным вычислительным устройством. Если мы будет рассматривать нейроны как маленькие процессоры, то станет ясно, что головной мозг значительно сильнее напоминает Connection Machine, чем PC или Apple. Мозг содержит тысячи тесно взаимосвязанных нейронов, и все они работают в одно и то же время. Как провозгласил Ф. Румелхарт, его группа ставила целью замену компьютерной модели моделью головного мозга. Взаимосвязанные процессоры в модели коннекционистов функционируют подобно нейронам: каждый активируется входным сигналом, а затем производит выходной сигнал, зависящий от суммарной силы входного. Соединенная надлежащим образом, такая сеть научится стабильно реагировать на различные входные сигналы точно так же, как это делают живые организмы: нейронные сети, как часто называют такие ансамбли процессоров, научаются.

Субсимволическая парадигма. Коннекционизм предложил новую стратегию объяснения интеллекта. Подход с позиции символической системы зависит, как мы увидели, от идеи о том, что интеллект заключается в манипуляции символами посредством формальных правил вычисления. Коннекционизм, как и подход символической системы, является вычислительным подходом, коннекционисты пытаются создать компьютерную модель, соревнующуюся с человеческим поведением. Но системы коннекционистов используют принципиально иные правила и репре-

Глава 10. Подъем когнитивной науки, 1960-2000 351

зентации (Н. L. Dreyfus and S. Dreyfus, 1988; P. Smolensky, 1988). Чтобы понять различия между символьной и коннекционистской системами, нам необходимо более тщательно ознакомиться с теорией вычислений. Теория символьной системы и коннекционистские теории предлагают различные архитектуры познания, различные пути проектирования разумных систем и различные объяснения человеческого интеллекта.

Уровни вычисления. В одной из самых значительных работ по когнитивисти-ке Д. Марр (D. Маrr, 1982) высказал предположение о том, что анализ интеллектуального действия должен происходить на трех иерархических уровнях. В случае искусственного интеллекта уровни определяют работу создания разума, а в случае психологии (которая изучает интеллект, уже возникший в процессе эволюции) они определяют три уровня психологической теории. Легче всего описать эти уровни с точки зрения искусственного интеллекта.

• Когнитивный уровень детально специфицирует задание, которое должнавыполнить система искусственного интеллекта.

• Алгоритмический уровень специфицирует компьютерную программу, выполняющую это задание.

• Уровень исполнения специфицирует, каким образом комплектующие компьютера должны осуществлять инструкции программы.

Чтобы оживить анализ, приведенный Марром, давайте рассмотрим простой арифметический пример. На когнитивном уровне задание заключается в том, чтобы сложить два любых числа. На уровне алгоритма мы напишем простую программу на языке BASIC, которая может выполнять сложение, например:

10 INPUT X

20 INPUT Y 30LETZ = X + Y 40 PRINT Z 50 END

Строка 10 дает подсказку на экране, требующую ввода информации, который затем хранится в виде переменной X. Строка 20 повторяет этот процесс для второго числа, переменной Y. Строка 30 определяет переменную Z, сумму X и Y. Строка 40 выводит значение Z на экран. Строка 50 говорит о том, что достигнут конец программы. Если мы захотим повторить этот процесс много раз, то мы могли бы добавить новую строку между 40 и 50:

45 GOTO 10

Это возвращает программу в начальную точку. Загрузка программы в компьютер и ее запуск ведут к уровню исполнения. Компьютер берет программу на BASIC и переводит ее на двоичный язык, который контролирует движение электронов по проводам и кремниевым чипам.

Достигнув уровня исполнения, мы приходим к точке, которая чрезвычайно важна для различия между гипотезой символьной системы и коннекционизмом.

352 Часть IV. Научная психология в XX веке

На когнитивном уровне мы приступили, ничего не принимая во внимание, к устройству, которое производит сложение: это может быть компьютер, логарифмическая линейка, карманный калькулятор или ученик четвертого класса. На алгоритмическом уровне мы специфицировали набор правил, которые также могут реализовываться различными устройствами, например компьютером или ребенком, но не карманным калькулятором, если его нельзя программировать. Карманные калькуляторы производят сложение электронным способом, их не программируют с помощью правил. Но когда мы дошли до уровня исполнения, природа комплектующих (или живой плоти в случае головного мозга) приобретает решающее значение, поскольку исполнение состоит из вычислений, реально выполняемых реальной машиной или реальным человеком, и различные компьютеры выполняют одно и то же когнитивное задание разными способами.

Даже одни и те же алгоритмы различные машины осуществляют неодинаково. Мы можем ввести программу на BASIC в любую машину, которая понимает этот язык. Однако двоичный машинный код и электронные процессы, которые запускают программу, варьируют в различных компьютерах. Я мог бы запустить эту программу на моем реликтовом Texas Instruments TI- 1000, или на древнем Apple lie, или на старом CompuAdd 386/20, на котором я сначала написал это предложение, на ноутбуке CompuAdd 325TX, или на том, с помощью которого я сейчас редактирую этот текст, Gateway Pll 300. Во всех случаях электронные процессы, выполняющие программу, будут различаться. Например, CompuAdd 386/20 осуществляет вычисления с помощью микропроцессора Intel 80386, a CompuAdd 325TX использует микрочипы AMD 386SXL, имитирующие чипы Intel. Таким образом, на уровне исполнения два очень похожих компьютера запускают одни и те же программы разными способами. Одним из главных расхождений во взглядах сторонников символьной системы познания и коннекционизма является мнение о том, связаны ли психологические теории научения и познания с уровнем исполнения. Согласно взглядам символьной системы, исполнение программы в мозге или компьютере можно игнорировать, тогда как согласно воззрениям коннекционизма теоретизирование на более высоких уровнях должно ограничиваться природой машины, осуществляющей вычисления.

Вторая важная проблема имеет отношение к алгоритмическому уровню интеллекта. Впервые к этой фундаментальной проблеме обратился Уильям Джеймс (W.James, 1890). Он отмечал, что, когда мы впервые научаемся какому-либо навыку, мы должны сознательно думать, что нужно делать; как только мы становимся более опытными, сознание покидает наше задание и мы выполняем его автоматически, без размышлений. Рассмотрим, например, научение пилотированию самолета (Н. L. Dreyfus and S. Dreyfus, 1990), а именно — отрыв от взлетной полосы. Мы начинаем с когнитивного уровня Марра, описывающего задание, которое предстоит выполнить, следующим образом: «Как взлететь на маленьком самолете?» Обычно пилоты-новички повторяют процесс взлета про себя, вспоминая правила, напоминающие набор правил, который возвращает нас к алгоритмическому уровню Марра:

1) вырулить на линщо взлета;

2) установить акселератор на 100%;

Глава 10. Подъем когнитивной науки, 1960-2000 353

3) рулить по взлетной полосе до тех пор, пока не будет достигнута скорость отрыва от земли;

4) потянуть рычаг назад наполовину, до тех пор, пока колеса не оторвутся от земли;

5) втянуть шасси.

Но как только пилот-новичок становится экспертом, взлет происходит автоматически и поэтапное обдумывание больше не нужно. То, что раньше требовало сознательных размышлений, становится интуитивным, и встает важный вопрос о том, что же происходит с правилами, которым сознательно следует пилот-новичок. Какие психологические изменения происходят тогда, когда приобретается умение и сознание больше не вовлекается в осуществление соответствующего поведения?

Сознательные и интуитивные процессоры. Чтобы ответить на этот вопрос, Пол Смоленски (Paul Smolensky, 1988) проанализировал архитектуру познания с точки зрения того, как процессы мышления становятся интуитивными действиями. Схема Смоленски различает два уровня: сознательный процессор и интуитивный процессор. Сознательный процессор участвует тогда, когда мы сознательно размышляем о задаче или проблеме, как делает это пилот-новичок. Но как только навык достигает уровня мастерства, он переходит к интуитивному процессору; мы просто делаем, не задумываясь. Таким образом, опытные пилоты становятся единым целым со своими самолетами и летают без сознательных размышлений (Н. L. Dreyfus and S. Dreyfus, 1990). Подобным же образом ведение автомобиля по знакомой дороге практически не требует сознательного внимания, которое мы уделяем прослушиванию радио или магнитофона либо беседе с пассажиром. Более того, отнюдь не все, что выполняет интуитивный процессор, некогда было сознательным. Многие из функций интуитивного процессора являются врожденными, например распознавание лиц или простых узоров, а некоторые способности могут приобретаться без того, чтобы когда-либо стать сознательными. Например, люди, определяющие пол цыплят, могут делать это, просто держа яйцо против света. Но они не могут сказать, как именно это делают, и тот, кто хочет стать таким экспертом, учится, просто сидя рядом с мастером и наблюдая за его работой.

Такое умение, как управление самолетом или автомобилем, превратившись в автоматическое, начинает осуществляться интуитивным процессором, но то, что происходит во время перехода от сознательного мышления к интуиции, представляет собой сложную проблему, нуждающуюся в разрешении. Для того чтобы понять это, мы должны различать поведение, следующее правилам, и поведение, управляемое правилами.

Физические системы великолепно иллюстрируют то, каким образом поведение, управляемое правилами, не должно быть поведением, следующим правилам. Земля вращается вокруг Солнца по эллиптической орбите, управляемой ньютоновскими законами движения и гравитации. Но Земля не следует этим законам в том смысле, что она не вычисляет их и не подстраивает свой путь, чтобы удовлетворять этим законам. Компьютер, ведущий космический корабль, следует законам Ньютона, поскольку они записаны в его программе, но движение природных объектов управляется физическими законами, хотя и не следует им посредством внутренней переработки.

12 Зак. 79

354 Часть IV. Научная психология в XX веке

Следующий пример предполагает, что это же различие применимо и к человеческому поведению. Представьте, что вы смотрите на изображение незнакомого животного, под названием ваг (wug). Если я покажу вам две такие картинки, то вы скажете, что это два вага (wugs). Посмотрев на две картинки с изображениями существ под названием вак (wuk), вы скажете, что это два вака (wuks). Когда вы употребляете множественное число, ваше поведение управляется правилами морфологии английского языка и, ставя существительное во множественное число, вы добавляете s. Возможно, вы не применяете это правило сознательно, но вполне правдоподобным выглядит предположение о том, что в детстве вы делали это сознательно. Однако ваше поведение также управляется и законами английской фонетики, поэтому 5, стоящее за звонкой согласной, например, [g], также озвончается — wugz — а стоящее за глухой согласной, например, [k], остается глухим — wuks. Как и эксперт по полу цыплят, вряд ли вы когда-нибудь сознательно владели этим правилом.

Разработав различие между поведением, управляемым правилами, и поведением, следующим правилам, мы можем на алгоритмическом уровне установить различие между архитектурами познания символьной системы и коннекционизма. Все психологи разделяют идею о том, что человеческое поведение управляется правилами, потому что если бы это было не так, то не могло бы быть науки о человеческом поведении. Проблема, отделяющая гипотезу символьной системы от коннекционизма, касается того, следует ли человеческое поведение правилам, и если да, то когда. Согласно представлениям символьной системы, и сознательный, и интуитивный процессоры представляют собой следующие правилам и управляемые правилами системы. Когда мы мыслим или принимаем сознательное решение, мы формулируем правила и следуем им в нашем поведении. Интуитивное мышление также следует правилам. В случае форм поведения, которое некогда сопровождалось сознанием, процедуры интуитивного процессора точно такие же, как и процедуры, некогда сопровождавшиеся сознанием, но за вычетом осознавания. В случае такого поведения, как определение пола у цыплят, процесс является усеченным, правила формирует и следует им непосредственно интуитивный процессор. Коннекционисты утверждают, что человеческое поведение следует правилам только на сознательном уровне. В интуитивном процессоре происходят совершенно иные процессы (P. Smolensky, 1988). Защитники позиции символьной системы в чем-то напоминают Э. Ч. Толмена, который верил, что бессознательные крысы используют когнитивные карты так, как это делают люди, утратившие сознание. Коннекционисты же напоминают К. Л. Халла, который был убежден в том, что молярное управляемое правилами поведение представляет собой более низкий уровень, усиление и ослабление связей входных и выходных сигналов. Наконец, Э. Л. Торндайк сформулировал свою теорию коннекционизма 80 лет тому назад.

Интуитивный процессор лежит между сознательным разумом — сознательным процессором — и головным мозгом, выполняющим функцию человеческого интеллекта. В соответствии с представлениями символьной системы, интуитивный процессор осуществляет поэтапное бессознательное мышление, которое, по сути, идентично поэтапному сознательному мышлению сознательного процессора; поэтому А. Кларк (A. Clark, 1989) называет позицию символьной системы взглядом разума на познание.

Глава 10. Подъем когнитивной науки, 1960-2000 355

В соответствии с идеями коннекционизма, интуитивный процессор занимается несимволической параллельной обработкой, аналогичной нервной параллельной обработке в головном мозге, и А. Кларк называет это взглядом мозга на познание.

Исторически коннекционизм представляет собой более чем просто новый технический подход к когнитивной психологии. Со времен древних греков западная философия придерживалась убеждения о том, что обладать знаниями — это знать правила и что рациональные действия состоят в следовании правилам. Человеческая интуиция — ключ к проблеме фрейма — обесценивалась и, в лучшем случае, сводилась к бессознательному следованию правилам, а в худшем — к основным или иррациональным импульсам. В соответствии с такими воззрениями, психология была поиском управляемых правилами источников человеческого поведения, и нас поучали, что правильное с моральной точки зрения поведение — то, которое следует нравственным правилам. Но коннекционизм смог воздать должное человеческой интуиции как секрету успеха и реабилитировать диссидентскую традицию в философии (представителем которой был, например, Фридрих Ницше), которая презирала скованность правилами как низший способ существования (Н. L. Dreyfus and S. Dreyfus, 1988). Кроме того, психологи и философы приходят к убеждению, что эмоции мудрее, чем чистое мышление (A. Damasio, 1994). В истории психологии не раз бывало так, что научный спор затрагивал самые глубинные вопросы человеческой природы и человеческой жизни.

К гибридным системам: когнитивная неврология. В конце 1980-х гг. взгляды коннекционизма и символьной системы на научение и познание соперничали друг с другом, навевая отчетливые воспоминания о грандиозных теоретических баталиях золотого века бихевиоризма. Но примерно в 1990 г. практический modus vivendi вновь объединил область когнитивистики. Две архитектуры познания удалось примирить друг с другом, рассматривая человеческий разум как гибрид обеих (W. Bechteland A. Abrahamsen, 1991; A. Clark, 1989). На невральном уровне научение и познание должны осуществляться с помощью процессов коннекционистско-го типа, поскольку головной мозг представляет собой собрание простых, но чрезвычайно взаимосвязанных нейронов. Тем не менее, как мы уже знаем, различающиеся в физическом отношении вычислительные системы могут выполнять одни и те же программы. Следовательно, вполне возможно, что, хотя головной мозг и является параллельным компьютером, человеческий разум в своих рациональных аспектах представляет собой серийный процессор репрезентаций, особенно если мышление происходит сознательно. Наиболее автоматические и бессознательные (интуитивные) аспекты человеческого разума коннекционистские по своей природе. Таким образом, коннекционистские теории играют важную роль, связывая рациональное, следующее правилам мышление символьных систем и интуитивное, нелинейное, несимволическое мышление.

Например, философ Дэниэл Деннет (D. Dennett, 1991) предложил пользующуюся большим влиянием Модель множественных набросков сознания, которая опирается на идею разума как гибрида серийных и параллельных процессов. В частности, Деннет высказал предположение о том, что сознание (сознательный процессор в терминологии Смоленски) представляет собой серийную виртуальную машину,

356 Часть IV. Научная психология в XX веке

установленную в параллельной архитектуре мозга (интуитивный процессор Смоленски). Многие компьютерные оболочки, например Windows, содержат виртуальные калькуляторы. Если вы вызываете калькулятор, то на компьютерном экране появляется изображение настоящего калькулятора. На этом изображении можно поместить курсор мыши на клавишу, нажать на левую кнопку мыши, и виртуальный калькулятор произведет операцию так же, как сделал бы настоящий.

Настоящие калькуляторы выполняют свои функции благодаря соединению проводов. Калькуляторы Windows выполняют свои функции посредством программ, написанных для имитации настоящих калькуляторов. Как показал А. Тюринг, компьютеры представляют собой устройства общего назначения, которые можно запрограммировать так, что они будут имитировать любые устройства специального назначения. Внешне виртуальные калькуляторы работают подобно настоящим, которые они имитируют, но электронная деятельность, скрытая за кадром, совершенно отлична. В общих чертах каждая программа, выполняемая компьютером, привлекает отдельную виртуальную машину. Программа калькулятора создает виртуальный калькулятор, имитатор полета создает виртуальный самолет, шахматная программа создает виртуальную шахматную доску и виртуального противника.

Деннет высказал предположение о том, что сознание представляет собой виртуальную машину, инсталлированную посредством социализации в параллельном процессоре головного мозга. Еще важнее то, что социализация дает нам язык, и на языке мы думаем и произносим одну мысль за единицу времени, создавая наши серийно-обрабатывающие процессоры сознания. Люди — замечательно гибкие существа, способные адаптироваться к любой окружающей среде на Земле и мечтающие о жизни в космосе и на далеких планетах. Животные напоминают настоящие калькуляторы, обладающие жестко фиксированными ответными реакциями, которые приспособлены к какому-то конкретному окружению, в условиях которого происходила эволюция данного вида. Люди напоминают компьютеры общего назначения, так как приспосабливаются к миру, изменяя не свою физическую природу, а свою программу. Программами служат культуры, которые приспосабливаются к меняющимся местам и временам. Научение культуре порождает сознание, и сознание является адаптивным, поскольку оно дарует способность думать о своих действиях, обдумывать альтернативы, составлять планы на будущее, приобретать общие знания и быть членом общества. Именно благодаря социальным взаимодействиям, а не занятиям охотой, добычей пищи в одиночку, как отдельные люди, так и культуры в целом смогли выжить и добиться процветания.

Рабочему союзу символьной системы и коннекционистских подходов к когнити-вистике в значительной степени помогло «десятилетие мозга», как называют 90-е гг. XX столетия, когда прогресс в методах изучения головного мозга и нервной системы возродил «путь через физиологию», от которого психологи отказались в начале XX в. Новый путь через физиологию получил название когнитивной неврологии. Сегодня коннекционистские модели используются для того, чтобы заполнить пробел между алгоритмическими моделями когнитивных функций, предлагаемыми символьной системой, и изучением структур головного мозга, которые выполняют когнитивные процессы (Т. Leahey and R. J. Harris, 2000).

Глава 10. Подъем когнитивной науки, 1960-2000 357

Дата добавления: 2014-11-29