Достижения в области искусственного интеллек­та.

6,

7, B 80-90-х гг. XX в. в когнитивной науке был разрабо­тан и успешно применен новый компьютерный подход к моделированию мозга - коннекционизм (от анг. conne­ction - соединение, связь).

Согласно взглядам современных коннекционистов, искусственные нейронные сети - это крайне упрощенные модели мозга, состоящие из большого числа модулей («формальных» нейронов), которым приписываютсявеса, измеряющие силу соединений между модулями. Эти веса моделируют действия синапсов, обеспечивающих инфор­мационный обмен между нейронами. Модули искусствен­ной нейронной сети, соединенные в паттерне подключе­ний, обычно делят на три класса: входные модули, кото­рые получают необходимую для обработки информацию; выходные модули, где представлены результаты обработ­ки информации; и модули, находящиеся между входны­ми и выходными, получившие название скрытых моду­лей.

Уже первые попытки применения нейронных сетей для решения когнитивных задач - для чтения английского тек­ста (NETtalk, сеть, разработанная Сейновским и Розен­бергом в 1987 г.), для предсказания форм прошедшего вре­мени английских глаголов (Румелхарт и Мак-Клелланд, 1986 г.), для оценки грамматических структур (Элман, :991 г.) - показали их эффективность в качестве моделей человеческого интеллекта. Они особенно хорошо адаптиро­ваны к обработке информации, касающейся ассоциаций, к когнитивным проблемам, которые возникают в случае параллельно действующих противоречивых команд, таких, как распознавание объектов, планирование, коор­динирование движений, оценка тонких статистических паттернов, оперирование нечеткими понятиями и т.д.

Из коннекционистских моделей и методов обучения сетей, в частности, следует, что репрезентация когнитив­ной информации в мозге, скорее всего, не локализована в отдельных нейронах или нейронных узлах, а распреде­лена в когнитивной системе. Человеческая мысль предпо­лагает образование внутренних репрезентаций, т.е. слож­ных паттернов, действие которых распределено по отно­сительно большим зонам кортекса. Обучение искусствен­ных нейронных сетей, в частности, показало, что каждая распределенная репрезентация является паттерном, воз­никающим при участии всех модулей, так как граница между простыми и сложными репрезентациями отсут­ствует. Поскольку индивидуальный модуль не кодирует какой-либо символ, распределенные репрезентации являются подсимвольными. Если, например, моделирует­ся действие каждого нейрона с числом, то действие мозга в целом может быть тогда представлено как гирантский вектор (или список) чисел. И вход в мозг из сенсорных систем и его выход к индивидуальным мышечным нейро­нам также могут быть обработаны как векторы того же самого типа. Таким образом, с позиции коннекционизма высшие ментальные процессы представляют собой эмерджентные метасистемные свойства, систематиче ским образом зависящие от феноменов низшего уровня^[28].