Файл: Годфруа Ж. Что такое психология в 2х т. Оглавление предисловие редактора перевода.doc

Второй этап, столь же важный для компьютера, как и для мозга, - это память. От ее емкости, которая может варьировать от нескольких тысяч до нескольких миллионов единиц1, зависит мощность компьютера. У компьютера имеются два вида памяти. В постоянной памяти записаны все программы, определяющие работу компьютера (язык, инструкции, конфигурации алфавитно-цифровых знаков и т.д.). Эту память можно сравнить с врожденным багажом животных того или иного вида -будь то звуки, которые они способны издавать, или механизмы функционирования интеллекта. Что касается оперативной памяти, то в ней, как

' Основная единица памяти в теории информации - это бит. Бит соответствует одному двоичному выбору, т. е. отражает тот факт, что некоторый элемент может находиться в одном из двух состояний - 1 или 0; например, определенный электронный контур в компьютере может быть открыт или закрыт, т. е. пропускать (1) или не пропускать (0) ток. Существует более крупная единица-байт, равная 8 бит. Емкость памяти карманных микрокалькуляторов составляет 1000 байт (1 килобайт, или Кбайт) или 2000 байт (2 Кбайт). Память очень мощных машин может достигать тысяч килобайт. Персональные компьютеры обычно обладают памятью в 128 или 256 Кбайт.
472

 

 

 

необходим_____________Глава 9____________________
Третий
совокупное и у человека, могут записываться или стираться данные. Именно данные для выполнения программы. симости о', важнейший блок-это процессор. Он представляет собой в компью-сть контуров и служит «корой головного мозга» компьютера.
Наконец осуществляет операции, указанные в программе, выдачу инструкций и данных, хранящихся в памяти или вводимых на экран, пpоцессep.
голоса вьпп, в компьютере имеются механизмы вывода, ответственные может бьпрезультатов операций. Эти результаты могут выдаваться на щими припечатываться на принтере или же с помощью синтезатора.
Из всегзодиться в речевой форме. Кроме того, устройство вывода мозга и к<ь связано с какой-то аппаратурой или роботами, исполняю-турна. Мосазы компьютера.
и машины о этого видно, что аналогия между основными структурами два примермпьютера совершенно очевидна, хотя и несколько карика-
2. Кибе'жно провести аналогии и на уровне деятельности мозга пьютер, ка. Чтобы проиллюстрировать эти аналогии, мы рассмотрим связи. Cai^a-из области кибернетики и решения проблем. жизни.Имрнетика. Речь здесь пойдет о саморегуляции, которую ком-окруж-.ющк и мозг, осуществляет с помощью отрицательной обратной изменяем 1Юрегуляция - это неотъемлемая часть нашей повседневной закона зф^енно благодаря той информации, которую мы получаем от

---

Возьметей среды, мы либо продолжаем, либо прекращаем, либо с помощы^аши действия. Собственно говоря, именно в этом сущность деляющий,>екта и принципа подкрепления. осуществлю простейший пример. Представим себе, что человек бреется тельность f3 электрической бритвы. В этом случае ввод данных, опре-тера.      следует ли продолжать или прекращать эту операцию, будет
В языкепъся путем ощупывания кожи рукой. Таким образом, дея-товых ком^озга и руки можно сравнить с функционированием компью-струкции н
такую инс' Бейсик-самом простом языке, который используется в бы-причем тр1'пьютерах, - саморегуляция осуществляется с помощью ин-
1) пров»а английском языке „IF...THEN..." (если... то...). Используя
2) пров(фукцию, мы можем написать программу из пяти строк',
3) IF кс1 первые строки образуют цикл:
4) IF ксЭДение бритвой по коже;
5) прекрдение рукой по коже;
>жа не гладка, THEN 1;
.|жа гладка, THEN S ;
1 ^а ращение бритья.
инструкции i
женное в тре
чески прекрати, деде инструкция 4 излишняя, так как переход к очередной фоизойдет автоматически, если не будет выполнено условие, зало-тьей строке. В случае если кожа станет гладкой, бритье автомати-тится.

 

Адаптация и творчество                     474
Сходные закономерности действуют и во многих других областях повседневной жизни. Подобные программы используются домохозяйкой при мытье посуды, гитаристом при настройке гитары, лектором (или конферансье), следящим за вниманием аудитории, и т. п. Такие же программы действуют и при формулировании гипотез, позволяющих воспринять или распознать предмет либо животное. Нетрудно представить себе программы из инструкций „IF... THEN...", с помощью которой мозг ребенка будет отличать кошку от собаки или даже от львенка.
Разумеется, существует множество других инструкций, позволяющих формировать циклы или даже вкладывать их один в другой. Однако подробный разбор таких инструкций не входит в наши задачи.
3. Решение проблем. Из главы 8 мы уже знаем, что для решения проблем необходимо объединение и обработка информации, содержащейся в памяти и поступающей из внешней среды. Для этого можно использовать разные процедуры, различающиеся по тому, в какой степени используется память и в какой -манипулирование самой информацией (Norman, Lindsay, 1980).
Типы процедур. Возьмем простой пример: предположим, что нам необходимо умножить 12 на 12. Для этого можно использовать по меньшей мере три типа процедур.
Первая из них -это метод последовательных преобразований. При этом наш расчет может быть осуществлен с помощью 11 сложений:

---

12 + 12 = 24; 24 + 12 = 36; 36 + 12 = 48 и т. д.
Такая процедура требует очень малого участия памяти, но большого манипулирования информацией.
Второй тип процедур основан на использовании таблиц. При этом в памяти необходимо хранить как можно больше столбцов из таблицы умножения, и тогда ответ, взятый из столбца с множителем 12, автоматически появится в голове или на экране. В отличие от первого способа здесь требуется очень небольшая обработка информации, но весьма обширная память.
Третья разновидность процедур -это своего рода компромисс между первыми двумя типами. Она основана на применении правил и требует среднего объема памяти и манипулирования информацией. В нашем примере для этого достаточно знать таблицу умножения для первых 10 чисел, а затем произвести несколько операций. Схема расчета будет такой:
(10-10) + (2-10) + (10-2) + (2-2) = 144.
Типы процедур, используемых для решения проблем, зависят от имеющегося опыта, от необходимого числа повторений одной и той же операции и от емкости памяти.
Для того чтобы узнать, какое вино подходит к тому или иному блюду, мы можем последовательно перепробовать различные вина, использовать таблицу, в которой к каждому блюду рекомендуется
474       Глава 9
какое-то вино, или же использовать общие правила соответствия вин различным типам мясных блюд. Инженер, проектирующий мост, и астроном, отыскивающий на небе звезду, будут таким же образом выбирать нужный тип процедуры.
Можно провести еще одну параллель между работой человеческого мозга и компьютера при решении проблем. Речь идет о применении тех стратегий, которые мы рассмотрели в главе 8.
Поскольку компьютер может работать только по программе, рассматривать здесь случайный перебор бессмысленно. В случае если речь идет об игре, в которой такая стратегия не используется, было бы неэкономно «заставлять» компьютер искать решение задачи с помощью этой стратегии.
Остальные две стратегии используются как человеком, так и компьютером.
Рациональный перебор соответствует эвристическому методу, при котором процессор занимается поисками частичных решений, чтобы максимально повысить вероятность нахождения приемлемого решения, сведя к минимуму время и усилия на его поиск.
Систематический перебор соответствует алгоритмическому методу; в этом случае систематически просматриваются все возможные (при имеющемся наборе данных) решения с целью найти то из них, которое , наиболее эффективно. Однако компьютер, так же как и человек, не использует эту последнюю стратегию для решения сложных задач. Например, при игре в шахматы алгоритмический метод потребовал бы того, чтобы компьютер для полной уверенности в выигрыше каждый раз просматривал 10120 возможностей. В подобных случаях выгоднее использовать эвристический метод, позволяющий с помощью ряда подпрограмм ограничивать поиски решений конкретными «узкими» задачами, такими как захват центра шахматной доски или атака на короля противника.

---

Искусственный интеллект и человеческое мышление
Искусственный интеллект - это специальная область науки, опирающаяся на информатику и другие дисциплины; ее главной задачей является разработка таких программ, которые придали бы компьютеру интеллект.
Существуют два подхода к проблеме искусственного интеллекта. Чаще всего исследователи используют подход «сверху вниз», при котором разрабатываются экспертные системы, или «мыслящие Машины». Такие машины представляют собой настоящий электронный мозг, способный формулировать правила организации знаний, создавать гипотезы и сопоставлять их с реальной действительностью с целью выработки новых решений. Второй подход-это путь «снизу вверх». При этом ученые разрабатывают системы, улавливающие различные виды информации (по типу глаза или уха), соединяют эти системы с обу-
Адаптация и творчество                     475
чающимися сетями и с помощью таких моделей пытаются понять, как действует мозг при декодировании и интерпретации входных данных.
По мнению Моравеца (Университет Карнеги - Меллона), об «искусственном интеллекте» можно будет по-настоящему говорить только тогда, когда эти два подхода, развивающиеся пока независимо, объединятся.

1. Мыслящие машины. Компьютеры, о которых мы до сих пор говорили, -это обычные электронные вычислительные машины, действующие по принципу цифровой обработки информации. Они имеют, с одной стороны, блок памяти, а с другой - обрабатывающее устройство; эти два блока по программе, составленной человеком, обмениваются двоичными сигналами, каждый из которых может принимать значения либо «да», либо «нет». Даже для таких машин уже созданы экспертные системы, благодаря которым они работают по меньшей мере так же эффект эффективно, как лучшие специалисты различных областей человеческого знания..
В последние годы некоторые биофизики -например, Хопфилд из Калифорнийского технологического института, -заинтересовались разработкой так называемых нейрокомпьютеров, функционирование которых гораздо ближе к работе человеческого мозга. Такие компьютеры состоят из сетей, образованных соединенными между собой кремниевыми «нейронами». Роль синапсов здесь играют сопротивления в местах контактов между «нейронами». Преимущество таких сетей состоит в том, что им не обязательно нужно обладать всеми входными данными, чтобы предложить возможное решение проблемы. Их память, как и наша, функционирует по ассоциативному принципу: эти машины способны ассоциировать неполную входную информацию с информацией, уже имеющейся в памяти, и благодаря этому могут формулировать вероятные ответы гипотетического характера («может быть...»). Память диффузно распределена по всей нейронной сети, и при уничтожении части этой сети она не разрушается, а становится лишь менее четкой или более подверженной ошибкам.

---

С помощью подобной сети из нескольких десятков искусственных нейронов, соединенных с матрицей фоточувствительных элементов, Хопфилд смог добиться распознавания, например, буквы А независимо от конкретного варианта ее написания. Именно так ребенок усваивает алфавит. Для этого Хопфилду достаточно было сделать так, чтобы сеть сама могла изменять сопротивление своих связей при каждом предъявлении буквы А, написанной несколько различными способами. На одиннадцатом предъявлении машина распознала букву А за долю секунды.
Сайновски и Розенберг из Университета Джонса Гопкинса достигли еще большего: их машина NETtalk за одну ночь усвоила 1000 слов, прочитанных вслух из текста на английском языке. При использовании классических методов программирования это потребовало бы нескольких лет.
476       Глава 9
Подобные сети способны обучаться самостоятельно, и им не надо указывать, верен или неверен их ответ. Машине достаточно лишь запомнить состояние сети при предъявлении ей той или иной информации (например, буквы А), и тогда конфигурация, характерная для этой информации, автоматически воспроизводится при ее новом предъявлении. Такие сети способны в рекордное время выявить из 1032 возможных вариантов наиболее краткий путь, соединяющий между собой 30 точек (обычный компьютер решал бы такую задачу несколько дней). Ученые рассматривают уже возможность строить сети, разделенные, подобно мозгу, на области, у каждой из которых будет своя специфическая функция. Это позволит решать задачи вроде только что упомянутой за минимальное время, причем число точек может достигать 1000.

2. Сенсоры. Некоторых исследователей особо заинтересовал второй подход -путь «снизу вверх». Они пытаются создать машины, способные видеть и слышать. В качестве примера можно привести кремниевую «сетчатку», разработанную Карвером Мидом (Mead) из Калифорнийского технологического института. Эта сетчатка представляет собой сеть из 100 тысяч транзисторов, собранных в микросхеме размером в несколько квадратных миллиметров. В этом устройстве имеются фоточувствительные датчики, соединенные с несколькими слоями «нейронов», каждый из которых выполняет вполне определенную роль (как и в сетчатке животного; см. приложение А). Такая сеть преобразует входную информацию в электрические сигналы, и это позволяет непрерывно и в режиме реального времени регистрировать изменения яркости и перемещения световых пятен. Далее устройство по кадрам анализирует входную картину, включая перемещения объектов и все изображение в целом (что обычная камера делать не может). Была разработана также «улитка» (для анализа звуков), более эффективная, чем у низших животных, обладающих этим органом. Кроме того, как уже говорилось выше (досье 8.1), Псалтис разрабатывает световые нейрокомпьютеры, в которых информация памяти записывается на голографические пластинки.

---