<<<     ΛΛΛ     >>>   

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 Ry 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. Rf 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. Rt 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, RlDy 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, R2DV 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).

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

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 R2DV 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.

Развитие: новый коннекционизм

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-

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

 <<<     ΛΛΛ     >>>   

Зависит от психологии
Психология в целом
влялся отголоском основной проблемы научной психологии xx столетия
Наблюдая их поведение
В научной психологии мы обнаруживаем их при изучении мотивации