Тема 16, Основные теоретические подходы к изучению познания

ние мыслительных установок. Но как ищущий решение человек находит нужную установку? Эти и другие вопросы требуют более конкретного изучения. В какой форме должно проходить это изучение и как можно проверить его правильность?

Одно из направлений — попытка создания компьютерных про­грамм, повторяющих человеческое мышление, воплощение в реаль­ность мечты о создании искусственного интеллекта. Толчком к на­чалу этой работы послужило убеждение, разделяемое многими психо­логами, что люди и компьютеры похожи по крайней мере в одном важном отношении — и те и другие являются системами, перерабаты­вающими информацию. Мы уже касались информационного подхода, когда говорили о восприятии и памяти. Например, рассматривая ка­кие-то события, которые временно активизируются в рабочей памяти, записываются, хранятся, а впоследствии извлекаются из памяти, мы описываем механизм, посредством которого информация переводится из одной формы в другую. То, что мы называем мышлением, вероят­но, тоже является систематической манипуляцией концептуальными блоками нашего мозга.

Конечно, компьютер и мозг различаются по многим параметрам, включая то, что они используют различные физические субстраты: по­лупроводники у одних, нейроны у других. Но это не означает, что они должны функционировать по-разному. В конце концов, счеты и кальку­лятор физически различны, однако оба действуют в соответствии с пра­вилами арифметики. И со многих точек зрения не важно, что компью­тер состоит из неорганических частиц, а нервная система — из органи­ческих молекул. То и другое, тем не менее, можно рассматривать как информационные процессоры, и изучение одного поможет нам понять другое.

Алгоритмы и эвристики

К классическим трудам, посвященным созданию искусственного интеллекта, относятся работы Аллена Ньюэлла и нобелевского лауреата Герберта Саймона, которые запрограммировали компьютер на игру в шах­маты, формулирование и доказательство теорем в виде символьных пос­ледовательностей и решение мировых проблем. Ньюэлл и Саймон зало­жили в основу своей программы результаты научного исследования, в котором участников просили просто размышлять вслух в процессе поис­ка решения различных задач. Этот метод размышления вслух выявил множество стратегий, используемых людьми, а Ньюэлл и Саймон переве­ли их на язык компьютерных программ. С таким обеспечением комью-

Глейтман Г., Фридлунд А.., Райсберг Д. Процесс мышления...

675

тер легко решал задачи, которые люди считали легкими, и испытывал трудности с теми задачами, которые казались людям сложными¹.

При описании используемых людьми стратегий Ньюэлл и Саймон разделили их на два вида: алгоритмы и эвристики. При использовании алгоритмов операции, необходимые для получения решения, выполняют­ся в пошаговом режиме. Если задача имеет решение, алгоритм гаранти­рует, что это решение будет получено (хотя в некоторых случаях путь к нему очень долгий). Рассмотрим, к примеру, человека, решающего крос­сворд и пытающегося подобрать синоним к слову настойчивый, которое

подошло бы к следующему формату: _п_рн . Алгоритм к нахождению

этого слова действительно существует: каждая возможная комбинация букв может быть вставлена в четыре свободные клетки и затем полное слово проверено по словарю. Этот процесс обязательно приведет нас к слову упорный, но для этого, возможно, придется проверить около полу­миллиона вариантов.

Во многих случаях использование алгоритмов слишком замедляет процесс решения, требуя больше времени (и сил), чем задача того заслужи­вает. Именно поэтому при поиске решения люди часто полагаются на эври­стики. Такая стратегия часто помогает быстро получить ответ. Как правило, эвристики срабатывают (в отличие от алгоритмов, которые срабатывают все­гда), но иногда становятся причиной ошибки. В кроссворде, например, эврис­тика позволяет обратить внимание на распространенные сочетания слогов (к примеру, если вторая буква слова — «ф», то первая, скорее всего, окажется гласной). Это полезно, потому что избавляет нас от работы с заведомо бес­смысленными комбинациями букв, но в чем-то и рискованно, поскольку от­ветом может быть редкое слово с необычным произношением.

В качестве еще одного примера возьмем врачей, которые ставят ди­агноз, сначала определив наиболее вероятные варианты и затем проверяя их. Разумеется, это означает, что они могут случайно упустить из вида пра­вильный вариант, но этим риском, вероятно, можно пренебречь: если они будут рассматривать каждый возможный вариант, прежде чем двигаться дальше, то диагноз может быть получен только тогда, когда в нем уже от­падет надобность. Эвристики очень широко распространены. И это разум­но, поскольку жизнь коротка, а человеческие возможности ограниченны.

Эвристики принимают различные формы, и некоторые из тех стра­тегий, о которых мы говорили выше, фактически являются эвристичес­кими, включая обратное действие или решение по аналогии. Эвристики никоим образом не гарантируют получение ответа, но они очень часто дают решение задачи и, вероятно, являются более эффективными, чем алгоритмы.

¹ См.: Newell A., Simon НА. Human problem solving. Englewood Cliffs, N.J.: Prentice-Hall, 1972.

676