Этот семантичес-
кий код сохраняет непосредственный опыт, так что мы можем изучать его
дальше, извлекая из него информацию и интерпретируя ее. Общая архи-
тектура этой системы, как отмечает сам Хант, носит поразительное сход-
ство с некоторыми из моделей памяти, с которыми мы встречались в Гла-
ве 5 - особенно с моделью Аткинсона и Шифрина.
Таким образом, модель Ханта может служить руководством по конст-
руированию моделей переработки информации у человека, причем для
имитации конкретных когнитивных функций проектируются конкретные
компьютерные программы. Возможно, что основным результатом процес-
са моделирования является возможность испытать наши знания о когни-
тивной природе человека. Компьютерные программы, которым не удается
точно смоделировать человеческое познание (и часто это так и есть) мо-
Мышление и интеллект - естественный и искусственный
502
Рис. 15.1. Мо-
дель распреде-
ленной памяти.
Адаптировано из:
Hunt (1973;.
гут иметь большее значение для определения единственно человеческих
свойств человеческого познания, чем некоторые преуспевающие программы.
До сих пор мы в общем наметили сферу ИИ и познакомились с посту-
латом человеческого познания, на основе которого можно осуществлять
компьютерное моделирование. В следующем разделе мы разберем некото-
рые конкретные возможности компьютера. Развитие этих конкретных
функций в модели на основе информационного подхода примерно соответ-
ствует потоку информации от восприятия к распознаванию паттернов и
высшим формам познания.
Восприятие и искусственный интеллект
Человек обладает обширными способностями к восприятию мира. Когда я
разглядываю свой кабинет и выглядываю в окно, мой взгляд захватывает
сотни объектов: книги на полке, телефон, пара стульев, картотека, скуль-
птура совы, набор фотографий, самовар, стопка бумаг, псевдоготическая
конструкция, анемометр наверху соседнего здания, заснеженные верши-
ны гор, настойчиво приглашающие автора забросить на день-другой напи-
сание книги и отправиться покататься на лыжах, -каждый из них я могу
немедленно распознать и классифицировать. Не менее интересна челове-
ческая способность видеть, слышать, обонять и чувствовать на вкус мири-
ады вещей. И все же этот перцептивный этап обработки информации,
получаемый нами как дар, для компьютера составляет потрясающе слож-
ную проблему.
Наоми Вайсштейн (Naomi Weisstein, 1973) описал трудность, с кото-
рой встречается гипотетический компьютер при выполнении элементар-
ной задачи на восприятие: найти часы, считать время и сказать его нам-
детская забава, но для компьютера она оказывается чрезвычайно сложной:
"Предположим, компьютер имеет сетчатку из 104 х 104
фотоэлементов. Сразу становится очевидным, что если мы дадим
компьютеру список состояний, соответствующих часам, то список
поиска для компьютера окажется бесконечным. По мере
приближения компьютера к часам, их. размер будет меняться;
Искусственный интеллект
503
следовательно, каждый шаг к часам будет... {приводить} к новому
распределению {стимулов}... Но даже если бы эту проблему удалось
решить, часы были бы любой величины и формы: современные часы
"солнечные вспышки", цифровые часы, красные полоски, бегущие
вокруг шестнадцатиугольного блока и т.д. Перечислить все
возможные формы и величины часов или даже все возможные
стандартные их формы и величины просто невозможно. И все же,
большинство людей как правило справляется с задачей на
опознание в пределах, скажем, 15 минут безо всяких трудностей".
Какие перцептивные способности используют люди при решении этой
простой задачи, вызывающей такие трудности у компьютера? Здравый смысл
подсказывает, что человек поступает разумно и организует поиск часов с
применением своих знаний об окружении. Возможно, наш поиск органи-
зован неким иерархическом способом, когда сначала осматриваются мес-
та, где часы были замечены в прошлом, а если бы их там не оказалось, мы
бы искали их в более скрытых местах. Обычно часы находятся на стене, а
не под столом, и наше знание окружения направляет поиск.
Кроме стратегии поиска у человека есть система описания свойств
часов: их движения, цифровых характеристик и т.д. Кроме того, для под-
ражания человеческому познанию необходимо понимание назначения ча-
сов и абстрактной природы времени. Кто-то может подумать, что после
того, как паттерн опознан, считывание времени - это уже простейшая
часть задачи. Все, что требуется от компьютера,- это просканировать и
интерпретировать цифровые характеристики, определить положение этих
паттернов в памяти и доложить: "2:12". А может, это было "14:12"? Боль-
шинство людей на это отвечают немедленно, но для такого ответа требу-
ется дополнительная информация о мире - день или ночь на дворе? Это
нетривиальная задача, но нельзя ли ее свести к нескольким более про-
стым и затем сконструировать робота по этим наметкам? Возможно, так,
и в следующем разделе мы обратимся к некоторым конкретным перцеп-
тивным вопросам, поднятым в связи с задачей Вайсштейна.
Восприятие человека инициируется внешними сигналами, состоящими
из света, звука, молекулярных соединений и давления. Эти сигналы обна-
руживаются органами чувств и преобразуются (конвертируются в нервную
энергию) в сообщения, понимаемые мозгом. Количество информации, дос-
тупной органам чувств, огромно; одна только зрительная система может
передавать в мозг 4.3х106 бит информации в секунду. Фейгенбаум (Fe-
igenbaum, 1967) предполагает, что некоторые периферийные устройства,
иногда называемые периферической системой памяти, действуют подобно
сенсорному буферу, предохраняющему мозг от переполнения потоком вте-
кающей в него информации.
Как построить машину, способную подражать этому перцептивному
механизму? Логично было бы разработать что-то способное чувствовать.
Один такой подход можно найти в работе по компьютерным распознаю-
щим системам.5
Многие из ранних исследований этого типа руководствовались практически-
ми задачами (например, как сделать устройство, считывающее цифровой код
на чеках) и как таковые были слабо связаны с проблемой аналогии ИИ с
человеком; здесь этот пример приводится для иллюстрации некоторых воз-
можностей существующих систем компьютерного "восприятия".
Мышление и интеллект - естественный и искусственный
504
Один из способов научить компьютеры распознавать геометрические фор- Распознава-
мы путем анализа логических признаков - это использовать принцип, что цие линий
сложные геометрические формы состоят из простых. В этой программе
использован ряд небольших "матриц", которые систематически проходят
через каждый объект в поисках соответствия. Пример "матрицы" и иден-
тифицируемого геометрического объекта показан на Рис. 15.2. Матрица
сделана из двух типов сенсоров - позитивного и негативного; присут-
ствует, отсутствует - это единственный сигнал, подаваемый такой ячей-
кой. или подразделением матрицы. Изображенная матрица содержит толь-
ко шесть ячеек - три "минуса" и три "плюса", и, судя по расположению
этих компонентов (все "отрицательные" элементы расположены слева),
вроде бы, подходит для идентификации левого края объекта.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185
кий код сохраняет непосредственный опыт, так что мы можем изучать его
дальше, извлекая из него информацию и интерпретируя ее. Общая архи-
тектура этой системы, как отмечает сам Хант, носит поразительное сход-
ство с некоторыми из моделей памяти, с которыми мы встречались в Гла-
ве 5 - особенно с моделью Аткинсона и Шифрина.
Таким образом, модель Ханта может служить руководством по конст-
руированию моделей переработки информации у человека, причем для
имитации конкретных когнитивных функций проектируются конкретные
компьютерные программы. Возможно, что основным результатом процес-
са моделирования является возможность испытать наши знания о когни-
тивной природе человека. Компьютерные программы, которым не удается
точно смоделировать человеческое познание (и часто это так и есть) мо-
Мышление и интеллект - естественный и искусственный
502
Рис. 15.1. Мо-
дель распреде-
ленной памяти.
Адаптировано из:
Hunt (1973;.
гут иметь большее значение для определения единственно человеческих
свойств человеческого познания, чем некоторые преуспевающие программы.
До сих пор мы в общем наметили сферу ИИ и познакомились с посту-
латом человеческого познания, на основе которого можно осуществлять
компьютерное моделирование. В следующем разделе мы разберем некото-
рые конкретные возможности компьютера. Развитие этих конкретных
функций в модели на основе информационного подхода примерно соответ-
ствует потоку информации от восприятия к распознаванию паттернов и
высшим формам познания.
Восприятие и искусственный интеллект
Человек обладает обширными способностями к восприятию мира. Когда я
разглядываю свой кабинет и выглядываю в окно, мой взгляд захватывает
сотни объектов: книги на полке, телефон, пара стульев, картотека, скуль-
птура совы, набор фотографий, самовар, стопка бумаг, псевдоготическая
конструкция, анемометр наверху соседнего здания, заснеженные верши-
ны гор, настойчиво приглашающие автора забросить на день-другой напи-
сание книги и отправиться покататься на лыжах, -каждый из них я могу
немедленно распознать и классифицировать. Не менее интересна челове-
ческая способность видеть, слышать, обонять и чувствовать на вкус мири-
ады вещей. И все же этот перцептивный этап обработки информации,
получаемый нами как дар, для компьютера составляет потрясающе слож-
ную проблему.
Наоми Вайсштейн (Naomi Weisstein, 1973) описал трудность, с кото-
рой встречается гипотетический компьютер при выполнении элементар-
ной задачи на восприятие: найти часы, считать время и сказать его нам-
детская забава, но для компьютера она оказывается чрезвычайно сложной:
"Предположим, компьютер имеет сетчатку из 104 х 104
фотоэлементов. Сразу становится очевидным, что если мы дадим
компьютеру список состояний, соответствующих часам, то список
поиска для компьютера окажется бесконечным. По мере
приближения компьютера к часам, их. размер будет меняться;
Искусственный интеллект
503
следовательно, каждый шаг к часам будет... {приводить} к новому
распределению {стимулов}... Но даже если бы эту проблему удалось
решить, часы были бы любой величины и формы: современные часы
"солнечные вспышки", цифровые часы, красные полоски, бегущие
вокруг шестнадцатиугольного блока и т.д. Перечислить все
возможные формы и величины часов или даже все возможные
стандартные их формы и величины просто невозможно. И все же,
большинство людей как правило справляется с задачей на
опознание в пределах, скажем, 15 минут безо всяких трудностей".
Какие перцептивные способности используют люди при решении этой
простой задачи, вызывающей такие трудности у компьютера? Здравый смысл
подсказывает, что человек поступает разумно и организует поиск часов с
применением своих знаний об окружении. Возможно, наш поиск органи-
зован неким иерархическом способом, когда сначала осматриваются мес-
та, где часы были замечены в прошлом, а если бы их там не оказалось, мы
бы искали их в более скрытых местах. Обычно часы находятся на стене, а
не под столом, и наше знание окружения направляет поиск.
Кроме стратегии поиска у человека есть система описания свойств
часов: их движения, цифровых характеристик и т.д. Кроме того, для под-
ражания человеческому познанию необходимо понимание назначения ча-
сов и абстрактной природы времени. Кто-то может подумать, что после
того, как паттерн опознан, считывание времени - это уже простейшая
часть задачи. Все, что требуется от компьютера,- это просканировать и
интерпретировать цифровые характеристики, определить положение этих
паттернов в памяти и доложить: "2:12". А может, это было "14:12"? Боль-
шинство людей на это отвечают немедленно, но для такого ответа требу-
ется дополнительная информация о мире - день или ночь на дворе? Это
нетривиальная задача, но нельзя ли ее свести к нескольким более про-
стым и затем сконструировать робота по этим наметкам? Возможно, так,
и в следующем разделе мы обратимся к некоторым конкретным перцеп-
тивным вопросам, поднятым в связи с задачей Вайсштейна.
Восприятие человека инициируется внешними сигналами, состоящими
из света, звука, молекулярных соединений и давления. Эти сигналы обна-
руживаются органами чувств и преобразуются (конвертируются в нервную
энергию) в сообщения, понимаемые мозгом. Количество информации, дос-
тупной органам чувств, огромно; одна только зрительная система может
передавать в мозг 4.3х106 бит информации в секунду. Фейгенбаум (Fe-
igenbaum, 1967) предполагает, что некоторые периферийные устройства,
иногда называемые периферической системой памяти, действуют подобно
сенсорному буферу, предохраняющему мозг от переполнения потоком вте-
кающей в него информации.
Как построить машину, способную подражать этому перцептивному
механизму? Логично было бы разработать что-то способное чувствовать.
Один такой подход можно найти в работе по компьютерным распознаю-
щим системам.5
Многие из ранних исследований этого типа руководствовались практически-
ми задачами (например, как сделать устройство, считывающее цифровой код
на чеках) и как таковые были слабо связаны с проблемой аналогии ИИ с
человеком; здесь этот пример приводится для иллюстрации некоторых воз-
можностей существующих систем компьютерного "восприятия".
Мышление и интеллект - естественный и искусственный
504
Один из способов научить компьютеры распознавать геометрические фор- Распознава-
мы путем анализа логических признаков - это использовать принцип, что цие линий
сложные геометрические формы состоят из простых. В этой программе
использован ряд небольших "матриц", которые систематически проходят
через каждый объект в поисках соответствия. Пример "матрицы" и иден-
тифицируемого геометрического объекта показан на Рис. 15.2. Матрица
сделана из двух типов сенсоров - позитивного и негативного; присут-
ствует, отсутствует - это единственный сигнал, подаваемый такой ячей-
кой. или подразделением матрицы. Изображенная матрица содержит толь-
ко шесть ячеек - три "минуса" и три "плюса", и, судя по расположению
этих компонентов (все "отрицательные" элементы расположены слева),
вроде бы, подходит для идентификации левого края объекта.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185