Пиши и продавай!
Пиши и продавай! |
|
|
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-
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 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-
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 Психология бессознательного зигмунда фрейда |
|
|
|
|
