- •Часть1. Психологические и кибернетические аспекты когнитологии: модели представления знаний.
- •1.1. Краткий исторический экскурс в кибернетику.
- •1.2. Понятийно-категориальный аппарат кибернетики.
- •1.3. Формализованное описание кибернетической системы.
- •1.4. Классы задач для кибернетических систем.
- •2.1. Стохастические меры информации.
- •2.2. Детерминированные меры информации.
- •2.3. Информационные аспекты оптимизации управления
- •3.1. Классические подходы.
- •3.2. Интеллект – как форма индивидуального ментального опыта.
- •3.3. О кризисе тестологических теорий интеллекта,
- •4.1. Искусственный интеллект (ии): исторический экскурс.
- •4.2. Психологические аспекты ии
- •4.2.1. Мыслительные операции и конфигурации. Язык.
- •4.2.2. Модели мыслительных процессов: фреймы и
- •5.3. Специализация полушарий мозга и принцип дополнительности.
- •5.4. Концепция самоорганизованной критичности
- •6.1. Данные и знания. Аксиомы знаний.
- •6.2. Модели представления знаний.
- •6.2.1. Декларативные методы: логические и сетевые модели.
- •6.2.2. Процедурные методы: продукционные модели и фреймы.
2.2. Детерминированные меры информации.
Для построения метрической функции, определяющей количество информации на основе детерминированной меры, обычно используются алгоритмический [16] или топологический [20] подходы.
При алгоритмическом подходе рассматриваемая система моделируется семантической сетью, представляющей орграф в виде пары (S;F), где S – множество вершин, описывающих предикатную область данной системы, связи (дуги) в которой задаются посредством коммутатора F – набора функций. Пусть в сети (S) имеется алгоритм вывода: , где . Процедура вывода s является упорядоченным множеством B(s)U(s), где U(s) – есть объединение всех алгоритмов перехода к вершине s. Пусть множество маршрутов от источников сети S к вершине s в алгоритме вывода B(s). Длина || алгоритма B(s) представляет критический путь на B(s) и определяется рекурсивно [10]:
||= max(||;…;||)+1. (1.10)
Тогда величина inf || среди всех алгоритмов множества U(s) определяет алгоритмическое количество информации по А.Н. Колмогорову.
Топологический подход к построению метрической функции для определения количества информации формируется с помощью системы покрытий сети , когда параметром оптимизации выступает емкость (мощность) элементов покрытия, что равносильно оптимизации, например, в рамках блочно-модульного обучения [10]. Таким образом, формируется топологическая концепция Н. Рашевского для определения количества информации [20], которая, вообще говоря, не совпадает с алгоритмической концепцией А.Н. Колмогорова [16]. В частности, данная проблематика основательно исследуется в связи с задачами принятия решений при ситуационном управлении сложными системами и, например, в алгоритмах обобщения [21], использующих аппарат покрытий, эффективность принимаемого решения (гипотезы) оценивается с помощью мощностей подмножеств, покрывающих класс элементов обучающей выборки на соответствующей семантической сети.
2.3. Информационные аспекты оптимизации управления
и синергетики.
Из пп.2.1;2.2 следует, что, если оптимизация управления системой на основе стохастической меры информации по К. Шеннону (т.е. по принципу минимизации информационной энтропии) означает оптимальную организацию информационных сетей и потоков в этой системе, то на основе детерминированных мер происходит оптимизация качественных аспектов информации (семантических и аксиологических), обеспечивающих качество принимаемых управленческих решений.
Необходимо отметить, что в последние десятилетия в теории семантической информации эффективно задействованы концепции синергетики [22], поскольку теорию самоорганизации можно рассматривать как возникновение новых качеств на макроскопическом уровне, трактуя появление этих качеств как неравновесный фазовый переход в сложной динамической системе по сценарию самоорганизованной критичности [23]. Если такой сценарий реализуется в информационной среде, то в результате фазовых переходов рождаются новые информационные качества, например, смысл или ценность информации.
Лекция 3. Психологические теории развития интеллекта.