- •Глава 2
- •Глава 3 посвящена общему обзору разных разделов психологии,
- •Глава I
- •Глава I
- •Глава I
- •Глава I
- •Глава I
- •Глава I
- •Глава I
- •Глава I
- •Глава 2
- •Глава 2
- •60 Глава 2
- •62 Глава 2
- •Глава 2
- •Глава 2
- •Глава 2
- •Глава 2
- •72 Глава 2
- •Глава 2
- •76 Глава 2
- •Глава 2
- •80 Глава 2
- •82 Глава 2
- •Глава 2
- •86 Глава 2
- •88 Глава 2
- •90 Глава 2
- •92 Глава 2
- •94 Глава 2
- •Глава 3
- •102 Глава 3
- •104 Глава 3
- •Глава 3
- •Глава 3
- •110 Глава 3
- •112 Глава 3
- •1 14 Глава 3
- •1 16 Глава 3
- •118 Глава 3
- •Глава 3
- •Глава 3
- •Глава 3
- •126 Глава 3
- •128 Глава 3
- •Глава 4
- •Глава 4
- •Глава 4
- •142 Глава 4
- •144 Глава 4
- •146 Глава 4
- •148 Глава 4
- •150 Глава 4
- •152 Глава 4
- •Глава 4
- •Глава 4
- •158 Глава 4
- •160 Глава 4
- •162 Глава 4
- •164 Глава 4
- •Глава 4
- •168 Глава 4
- •170 Глава 4
- •172 Глава 4
- •174 Глава 4
- •176 Глава 4
- •Глава 5
- •182 Глава 5
- •Глава 5
- •186 Глава 5
- •Глава 5
- •194 Глава 5
- •196 Глава 5
- •Глава 5
- •Глава 5
- •208 Глава 5
- •210 Глава 5
- •212 Глава 5
- •Глава 5
- •216 Глава 5
- •Глава 5
- •222 Глава 5
- •224 Глава 5
- •226 Глава 5
- •230 Глава 5
- •332 Глава 5
- •Глава 6
- •240 Глава 6
- •242 Глава 6
- •Глава 6
- •248 Глава 6
- •250 Глава 6
- •252 Глава 6
- •254 Глава 6
- •Глава 6
- •266 Глава 6
- •268 Глава 6
- •272 Глава 6
- •Глава 6
- •Глава 6
- •278 Глава 6
- •280 Глава 6
- •Глава 6
- •Глава 6
- •288 Глава 6
- •Глава 7
- •304 Глава 7
- •Глава 7
- •Глава 7
- •316 Глава 7
- •318 Глава 7
- •320 Глава 7
- •Глава 7
- •324 Глава 7
- •Глава 7
- •330 Глава 7
- •Глава 7
- •334 Глава 7
- •3?6 Глава 7
- •338 Глава 7
- •Глава 8
- •350 Глава 8
- •352 Глава 8
- •354 Глава 8
- •358 Глава 8
- •Глава 8
- •Глава 8
- •366 Глава 8
- •370 Глава 8
- •372 Глава 8
- •374 Глава 8
- •376 Глава 8
- •378 Глава 8
- •380 Глава 8
- •384 Глава 8
- •Глава 8
- •Глава 8
- •Глава 8
- •398 Глава 8
- •400 Глава 8
- •Глава 8
- •404 Глава 8
- •Глава 9
- •416 Глава 9
- •Глава 9
- •420 Глава 9
- •422 Глава 9
- •424 Глава 9
- •426 Глава 9
- •Глава 9
- •430 Глава 9
- •Глава 9
- •Глава 9
- •438 Глава 9
- •440 Глава 9
- •442 Глава 9
- •Глава 9
- •448 Глава 9
- •450 Глава 9
- •452 Глава 9
- •454 Глава 9
- •456 Глава 9
- •458 Глава 9
- •462 Глава 9
- •464 Глава 9
- •466 Глава 9
- •468 Глава 9
- •470 Глава 9
- •472 Глава 9
- •474 Глава 9
- •476 Глава 9
- •Глава 10
- •10 Глава 10
- •Глава 10
- •Глава 10
- •Глава 10
- •24 Глава 10
- •Глава 10
- •34 Глава 10
- •42 Глава 10
- •46 Глава 10
- •Глава 10
- •50 Глава 10
- •Глава 10
- •54 Глава 10
- •56 Глава 10
- •58 Глава 10
- •Глава 10
- •Глава II
- •Глава II
- •Глава II
- •Глава II
- •Глава II
- •Глава II
- •Глава 12
- •Глава 12
- •130 Глава 12
- •132 Глава 12
- •134 Глава 12
- •136 Глава 12
- •Глава 12
- •Глава 12
- •148 Глава 12
- •Глава 12
- •152 Глава 12
- •Глава 12
- •156 Глава 12
- •158 Глава 12
- •160 Глава 12
- •162 Глава 12
- •166 Глава 12
- •174 Глава 12
- •178 Глава 12
- •180 Глава 12
- •182 Глава 12
- •186 Глава 12
- •188 Глава 12
- •190 Глава 12
- •192 Глава 12
- •194 Глава 12
- •196 Глава 12
- •198 Глава 12
- •200 Глава 12
- •202 Глава 12
- •204 Глава 12
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, рас-
сматривать 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 компью-
тером.
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 10"° возможностей. В подобных случаях выгоднее ис-
пользовать эвристический метод, позволяющий с помощью ряда под-
программ ограничивать поиски решений конкретными <узкими> зада-
чами, такими как захват центра шахматной доски или атака на короля
противника.
Искусственный интеллект и человеческое мышление
Искусственный интеллект-это специальная область науки, опираю-
щаяся 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 кото-
ром разрабатываются экспертные системы, или <мыслящие машины>.
Такие машины представляют собой настоящий электронный мозг,
способный формулировать правила организации знаний, создавать ги-
потезы 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 <ис-
кусственном интеллекте> можно будет по-настоящему говорить только
тогда, когда эти два подхода, развивающиеся пока независимо, объе-
динятся.
1. Мыслящие машины. Компьютеры, о которых мы до сих пор
говорили,-это обычные электронные вычислительные машины, дей-
ствующие 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
эффективно, как лучшие специалисты различных областей человеческого
знания..
В последние годы некоторые биофизики-например, Хопфилд из
Калифорнийского технологического института,-заинтересовались раз-
работкой так называемых . нейрокомпьютеров, функционирование ко-
торых гораздо ближе к работе человеческого мозга. Такие компьютеры
состоят из сетей, образованных соединенными между собой кремние-
выми <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 информа-
цией, уже имеющейся в памяти, и благодаря этому могут формулиро-
вать вероятные ответы гипотетического характера (<может быть...>).
Память диффузно распределена по всей нейронной сети, и при уничто-
жении 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 предъяв-
лении 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 несколь-
ких лет.