Коллектив авторов - Многомерный образ человека: на пути к созданию единой науки о человеке

• Название: Многомерный образ человека: на пути к созданию единой науки о человеке
• Автор: Коллектив авторов
• Жанр: Философия
• Год: 2006
• ISBN: 5-89826-265-2

Авторы настоящей книги продолжают реализацию того проекта, начало которому было положено изданием книги «Многомерный образ человека» (М., «Наука», 2001). Нынешнее издание – своего рода отчет о том, что было сделано в Институте человека РАН за 2001–2004 гг., вплоть до его ликвидации по решению руководства РАН.

В книге предпринимается попытка представить целостный образ человека средствами как философии, так и частных наук. Рассматриваются возможности становления единой науки о человеке, многообразные современные достижения, способствующие этому процессу.

Для философов, биологов, антропологов и всех интересующихся комплексным изучением человека.

---

– Популяция агентов эволюционирует. Веса синапсов нейронной сети, управляющей поведением агента, составляют геном агента. Геном потомка (рождаемого при скрещивании) формируется на основе геномов родителей при помощи рекомбинаций и мутаций.

В проведенных компьютерных экспериментах моделировалась эволюция популяции агентов. Нейронная сеть агентов исходной популяции определяла некоторые простые изначальные инстинкты, обеспечивающие питание и размножение агентов. Далее наблюдалось, как в процессе эволюции изменялись нейронная сеть агентов и определяемое ею поведение агентов.

Для того чтобы исследовать влияние мотиваций на поведение агентов, были проведены две серии экспериментов. В первой серии моделировалась эволюция популяции агентов с «выключенными» мотивациями (входы нейронов от мотиваций были «задавлены»), во второй серии мотивации «работали» (так, как это изложено выше).

Основные результаты проведенного моделирования таковы:

– Мотивации играют важную роль в исследованных эволюционных процессах. А именно: если сравнить популяцию агентов без мотиваций с популяцией агентов с мотивациями, то, как показывают компьютерные эксперименты, эволюционный процесс приводит к тому, что вторая популяция (с мотивациями) имеет значительные эволюционные преимущества по сравнению с первой (без мотиваций).

Рис. 6. Схема управления агента без мотиваций. Поведение агента состоит из одних только простых безусловных рефлексов, при котором выбор действия напрямую определяется текущим состоянием окружающей среды.

– Результаты моделирования также демонстрируют (рис. 6, 7), что управление поведением агента без мотиваций можно рассматривать как набор простых инстинктов (несколько отличающихся от изначально заданных), а управление агентом с мотивациями – как иерархическую систему управления, состоящую из двух уровней: уровня простых инстинктов и метауровня, обусловленного мотивациями. При этом иерархическая система управления обеспечивает более эффективное управление, чем одноуровневая система, в которой поведение определяется одними лишь простыми инстинктами.

Рис. 7. Схема управления агента, обладающего мотивациями. Мотивации формируют новый уровень иерархии в системе управления агентами.

Понятно, что очерченная модель только лишь характеризует роль мотиваций, целенаправленности в адаптивном поведении и еще далека от моделей реальных когнитивных процессов. Тем не менее она дает определенный вклад в понимание работы функциональных систем и опору для развития моделей более интеллектуальных процессов.

7. Некоторые концептуальные аспекты

Как уже отмечалось выше, целесообразно сочетание построения базовых математических моделей с развитием концептуальных подходов к этому моделированию. Отметим некоторые концептуальные аспекты, которые могут быть полезны при моделировании когнитивной эволюции.

Два метасистемных перехода. Отметим два ключевых перехода, которые было бы интересно осмыслить в рамках работ по анализу когнитивной эволюции: 1) переход от физического уровня обработки информации в нервной системе животных к уровню обобщенных образов и 2) переход от первобытного мышления к критическому.

Оба перехода можно характеризовать термином «метасистемный переход» [9]. Очень упрощенно и кратко метасистемный переход можно определить как возникновение качественно нового уровня управления поведением в результате объединения систем управления предыдущего уровня иерархии.

1) Переход от физического уровня обработки информации в нервной системе животных к уровню обобщенных образов можно рассматривать как появление в «сознании» животного свойства «понятие». Обобщенные образы можно представить как мысленные аналоги наших слов, не произносимых животными, но реально используемых ими. Например, у собаки явно есть понятия «хозяин», «свой», «чужой», «пища»… И было бы интересно постараться осмыслить, как такой весьма нетривиальный «метасистемный переход» мог произойти в процессе эволюции.

2) Переход от первобытного мышления к критическому. Критическое мышление отличается от первобытного тем, что возникает оценка мыслительного процесса самим мыслящим субъектом. «Критическое мышление рассматривает каждое объяснение (языковую модель действительности) наряду с другими, конкурирующими объяснениями (моделями), и оно не удовлетворится, пока не будет показано, чем данное объяснение лучше, чем конкурирующее» [9, гл. 8]. Здесь уместно упомянуть «Феномен человека» П. Тейяра де Шардена [46], где этот переход называется возникновением рефлексии. Концептуально этот процесс хорошо представлен в книге [8].

По-видимому, первый переход можно рассматривать как возникновение простейших когнитивных способностей, а второй – как возникновение высших форм когнитивной деятельности.

Внутренняя модель, предсказание. Подчеркнем важность двух понятий, которые можно использовать при анализе когнитивной эволюции: модель и предсказание [9]. Здесь под моделями мы будем понимать внутренние модели в «сознании» животных, те модели, которые формируются в «базе знаний» животных и на основе которых делается предсказание, позволяющее животным предвидеть будущие ситуации и адекватно использовать прогноз для принятия решений в постоянно меняющемся внешнем мире. Смысловое содержание моделей может быть охарактеризовано уже отмеченным термином «семантическая сеть», которую определяют как сеть внутренних понятий, сформированных в «базе знаний» животного, объединенных в структуры посредством смысловых связей между этими понятиями. Семантические сети и модели внешнего мира постоянно совершенствуются в результате обучения.

Здесь обратим внимание на аналогию выработки условного рефлекса с процессом формирования связи между причиной и следствием, обсуждавшимся Д. Юмом [3]. Как отмечал Юм, у нас есть некоторое внутреннее чувство, заставляющее нас после множества наблюдений последовательной пары событий А и В делать вывод о том, что первое событие А есть причина второго В. Можно полагать, что и при выработке условного рефлекса у животного есть внутреннее чувство, которое заставляет его формировать в его семантической сети долговременную связь между узлами «условный стимул» (событие А) и «безусловный стимул» (событие В). Можно даже попытаться выявить материальный субстрат этого внутреннего чувства – «чувства причинности» – в нервной системе животных. Интуитивно чувствуется, что формирование таких связей между причиной и следствием должно обеспечить способность делать предсказания и строить модели внешнего мира.

Итак, мы можем использовать понятие «модель» для характеристики моделей ситуаций и общей модели внешнего мира, которые существуют в «базе знаний» животного. Эти модели используются животными для прогнозирования ситуаций, результатов действий, для адекватного управления своим поведением.

Человек, естественно, тоже имеет свои модели ситуаций и модели, характеризующие его общие представления о внешнем мире. Более того, общая научная картина мира – создаваемая всем международным научным сообществом – также может рассматриваться как совокупность моделей. Наиболее четкие и общие из этих моделей мы называем законами природы – например, закон всемирного тяготения или законы электродинамики, описываемые уравнениями Максвелла. Используя научные модели, мы можем делать предсказания будущих событий во внешнем мире. Часто эти модели настолько абстрактны, что они трудно воспринимаются нашей интуицией – например, модели квантовой механики.

Таким образом, используя понятие «модель» и анализируя способы формирования моделей и методы использования моделей, мы можем попытаться проследить эволюцию познавательных способностей на разных ступенях эволюции: от условного рефлекса до процессов научного познания.

8. Заключение

Итак, в настоящей работе очерчены подходы к моделированию когнитивной эволюции. Аргументируется, что такие исследования, в конечном итоге направленные на осмысление проблемы происхождения мышления, логики, интеллекта человека, очень интересны и важны с точки зрения развития научного миропонимания.

И в конце концов, есть ли в современной науке более глубокая и более серьезная проблема, чем проблема эволюционного происхождения мышления человека?

Литература

1. Искусственный интеллект. – В 3-х кн. Кн. 2. Модели и методы. Справочник / Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. С. 304.

2. Воронин Л.Г. Эволюция высшей нервной деятельности. М.: Наука, 1977. С. 128.