4.2. Психологические аспекты ии

4.2.1. Мыслительные операции и конфигурации. Язык.

В рамках современных психологических представлений мышление выступает основным понятием, представляя познавательный процесс высшего уровня, характеризующийся обобщенным и опосредованным отражением связей и отношений объективной реальности; при этом отдельная мысль может рассматриваться как элементарный акт данного процесса. Формами мышления являются понятия, суждения и умозаключения, так, что суждения строятся из понятий, а умозаключения формируются на основе суждений с помощью мыслительных операций, среди которых обычно выделяют базисные. В современной психологии в структуре процессов мышления обычно выделяется следующий набор базисных мыслительных операций: сравнение, анализ, синтез, абстракция, обобщение и конкретизация [37]. Логических конфигураций (механизмов мышления), в рамках которых строятся понятия и рассуждения существует довольно много и среди них, например, правила формирования простых и сложных высказываний, правило силлогизма, индукция, дедукция, аналогия и др.

Важно отметить, что процесс мышления теснейшим образом связан с языком, который служит формой выражения данного процесса. Это обстоятельство, в силу фундаментальной теоремы Шеннона, позволяет рассматривать мышление в рамках теории информации, что обеспечивает принципиальную возможность реализации ИИ-систем.

4.2.2. Модели мыслительных процессов: фреймы и

семантические сети.

Моделирование мышления в рамках ИИ-концепции, естественно, должно строиться в рамках современных психологических концепций. В этом случае характерная особенность связана с запуском процесса мышления, который, как правило, обусловлен возникновением проблемной ситуации, приводящей к постановке соответствующей задачи. В процессе обучения проблемная ситуация связана с приобретением знаний и, таким образом, процесс мышления определяется структурой соответствующих областей знаний, которые, следуя М. Минскому (1978, [38]), удобно рассматривать в виде фреймов. Каждый фрейм моделируется семантической сетью, которая в простейшем случае интерпретируется ориентированным графом в виде пары (П;Р), где множество П – задает узлы (вершины) семантической сети и представляет совокупность понятий предметной области данного фрейма, а связь между узлами устанавливается посредством системы отношений Р, определяющей множество ребер (дуг) рассматриваемой сети таким образом, что (П;Р) – частично упорядоченное множество с минимальными элементами в виде постулатов предметной области П.

Важная особенность фреймовой концепции состоит в том, что она легко реализует так называемый принцип «матрешки», который наглядно иллюстрируется на примере модульного обучения. В этом случае каждый отдельный модуль представляет некоторый фрейм, а вся их совокупность сформирована в виде семантической сети в соответствии с целями обучения и в целом образует некий новый фрейм, охватывающий более широкую предметную область знаний и т.д.

4.2.3. Проблемная область ИИ-систем.

В рамках модельного представления когнитивного процесса посредством семантической сети (П;Р) система отношений Р формально устанавливает связи между понятиями предметной области П, но, по сути, эти связи подразумевают выполнение определенных мыслительных операций. Если переход между понятиями сети (П;Р) в процессе обучения происходит по команде компьютера (т.е. на уровне искусственного интеллекта), то необходимые «мыслительные операции» должны генерироваться программой компьютера и здесь мы вступаем в проблемную область ИИ, которую, в основном, образуют следующие типы задач [7;31]:

1). Представление мыслительных операций в формализованном виде на уровне компьютерных алгоритмов.

2). Формирование программ ИИ-обучения, интерпретирующих учебный процесс как определенное преобразование (расширение) соответствующей базы знаний посредством мыслительных операций, которые генерируются специальным алгоритмом.

3). Создание сенсорных ИИ-систем, реализующих распознавание образов внешней среды путем преобразования информации об исследуемых образах, поступающей от рецепторов.

4). Моделирование исполнительных механизмов (эффекторов) ИИ-систем, реализующих вывод информации, возникшей в процессе мышления, во внешнюю среду для ее утилизации.

Лекция 5. Закономерности когнитивных процессов.

5.1. Замечания относительно интуиции.

Обозначенная проблемная область ИИ-систем, так или иначе, затрагивает главный вопрос о том, насколько сводимы законы человеческого мышления в рамки формализованных представлений? Исследования Р. Декарта, Б. Спинозы, Г. Лейбница, А. Пуанкаре и др., на этот счет, показывают, что математика в принципе не сводится к одной только логике, т.к. основания математики (аксиомы) имеют интуитивное происхождение, а потому всякое математическое рассуждение, в определенной мере, содержит долю интуиции [39-41]. Как выразился А. Пуанкаре [40]: «Логика, которая одна может дать достоверность, есть орудие доказательства; интуиция есть орудие изобретательства». Фактически, это высказывание зафиксировано в Меморандуме американских математиков (1964, [42]): «Математическое мышление не сводится к дедуктивным рассуждениям, оно не состоит только в формальных доказательствах. Мыслительные процессы, подсказывающие нам, что доказывать и как доказывать, также составляют часть математического мышления, как и само доказательство, которым они завершаются. Выделять понятие, приспособленное к конкретной ситуации, обобщать, исходя из наблюдаемых частных случаев, рассуждать по индукции, по аналогии и находить интуитивные доводы для выделяемой догадки – все это математические способы мышления». При этом высказывается авторитетное мнение о том, что интуитивное постижение истины происходит на более высоком уровне интеллекта, чем это имеет место при дискурсивном (логическом) мышлении, т.к., по сравнению с логическим рассуждением, акт интуитивного озарения (инсайта) происходит намного быстрее (иногда моментально).

Природа интуиции интересовала философов, математиков и психологов на протяжении нескольких последних столетий [39-41;43;44], однако пока можно констатировать только то, что интуитивные процессы, главным образом, происходят на уровне подсознания [43-45]. Исследования самих механизмов интуитивных процессов (например, [33;46]) пока позволяют составить только лишь самые общие представления о специфике таких процессов, выделяя следующие моменты:

1). Интуитивное мышление возникает только на основе знаний и опыта, а потому одну из главных ролей в этом случае играет эффективная организация информационной памяти, используя, например, параллельные алгоритмы обработки информации [32].

2). Интуитивный вывод не всегда является истинным и, следовательно, ход интуитивных процессов не описывается в рамках формальной логики.

Последнее прямо связано с теоремой Геделя о неполноте и говорит о том, что интуитивный вывод носит неалгоритмический характер. Иными словами постижение истины не обязательно происходит в рамках некоторой формальной системы, а может, например, выражаться посредством некой разновидности общей процедуры принципа рефлексии.

Впрочем, этих данных для проведения систематизации в области интуитивных процессов явно недостаточно и говорить о моделировании, а, тем более, о создании интуитивных ИИ-систем слишком рано.

5.2. Дискурсивное мышление и тезис Гильберта.

Поэтому горизонты современной ИИ-проблематики, в основном, ограничены моделированием на уровне дискурсивного мышления. Специфика этого направления обусловлена тем, что алгоритмы мыслительных операций, составляющих базис процесса мышления, строятся в рамках соответствующих математических моделей. Однако со времен Евклида при построении математического знания стало обычной практикой формирование его в русле неформальной (т.е. содержательной) аксиоматической теории, когда используемые средства логического вывода не фиксируются, и используется так называемая «интуитивная» логика [47]. Такое положение объясняется тем, что для большинства математиков современная символическая логика – есть попросту формализация того интуитивного способа рассуждений, которого они фактически всегда придерживаются [48]. На этот счет среди математиков бытует мнение, известное как «усиленный тезис Гильберта» [49], по которому даже, если основные понятия теории не могут до конца выражаться на языке логики 1-го порядка, то в настоящее время разработаны ее усиленные варианты, достаточно полно отвечающие сложившейся математической практике.

Моделирование процессов мышления, «исповедующее» формализован-ное описание в рамках идеологии тезиса Гильберта, является достаточно эффективным и, например, реализовано в так называемых логико-лингвистических моделях дедуктивного вывода на семантических сетях, обеспечивающего принятие оптимального решения при ситуационном управлении сложными системами, формализация которых строится на языке многосортной логики, представляющей расширение логики 1-го порядка [50]. Поэтому имеется определенный оптимизм относительно возможности эффективного совмещения языка человеческого общения (языка естественного мышления) с машинным языком компьютера, особенно, если иметь в виду перспективные проекты в области биокомпьютеров [51]. С другой стороны, этому способствуют серьезные успехи в вопросах понимания механизмов человеческого мышления, среди которых, в первую очередь, следует выделить открытие функциональной специализации полушарий головного мозга человека (Р.Сперри, Нобелевская премия, 1981, [52]) и концепцию самоорганизованной критичности [23].