Знание в когнитивной науке. Знание и социальная информация

Когнитивная наука (когнитология) сформировалась в 70-е годы XX в. в качестве дисциплины, исследующей методом компьютерного моделирования функционирова­ние знаний в интеллектуальных системах. Когнитивную науку отличает междисциплинарность, использование ком­пьютерной метафоры и исследование познания. Лингвис­тика выступает по отношению к когнитивной науке как важный источник материала об устройстве когнитивных структур. По отношению к «искусственному интеллекту» (ИИ) когнитология является своего рода «теорией интел­лектуальных машин и механизмов», т.е. сконструирован­ных человеком компьютерных устройств и лишь через них — их естественных прообразов. Это объясняет различную природу эксперимента в психологии и когнитивной науке и определяет существование в последней компьютерной метафоры. В когнитологию был введен конструктивист­ский подход: хочешь понять явление — построй механизм, воспроизводящий его характерные черты. К числу стан­дартных проблем когнитологии относятся, например, пред­ставление знаний, моделирование понимания, распознава­ние когнитивных феноменов и т.д. Преимущество когни­тивных методов исследования состоит в том, что они по-

 

зволяют видеть следствия дескриптивной теории в дейст­вии.

Теоретики «искусственного интеллекта» считают, что

человеческие знания имеют декларативно-процедурный ха­рактер; они содержат то, в какой роли кого-либо (что-либо) можно использовать. В этом заключается процедур­ная сторона знаний, т.е. знания об использовании объектов познания. Именно процедурный характер отличает знания от данных. С данными человек имеет дело тогда, когда представленное не содержит того, что с ними можно или нужно предпринять. Например, это данные о затмении Солнца, о суточной температуре, всевозможные статисти­ческие данные. Соединение данных с процедурными зна­ниями позволяет создать новое знание.

В связи с проблемой представления знаний в значитель­ной мере возрастает роль компьютерной системы в позна­нии человеком своего знания. В качестве специфических признаков знаний, имея в виду их машинное представле­ние, выделяют следующие:

— возможность внутренней интерпретации, благодаря которой данные получают имена и приобретают некоторую

семантику;

— структурированность, рассматриваемая как свойство декомпозиции сложных объектов на более простые и уста­новление связей между объектами, что означает использо­вание отношений «часть—целое», «род—вид» и т.д.;

— связанность, выражаемая в том, что знания отража­ют закономерности относительно фактов, процессов, явле­ний, причинно-следственные отношения между ними;

— активность знаний. В традиционных компьютерах активную роль играет лишь программа, а данные пассивно хранятся в памяти. Практическая реализация активности данных заключается в инициации тех или иных программ состоянием самой базы знаний, когда обнаружена их не­полнота или частичная противоречивость.

 

Эксплицитно выраженные знания составляют лишь не­значительную часть общей базы знаний человека. Соглас­но современным подходам, такая база есть самоорганизую­щаяся и саморегулируемая система. Она включает следую­щие компоненты:

языковые знания

— грамматика (с фонетикой и фонологией), дополнен­ная знанием композиционной и лексической семантики;

— знание об употреблении языка;

— знание принципов речевого обучения. внеязыковые знания

— о контексте ситуации, об адресате коммуникации (в том числе знание о поставленных адресатом целях и пла­нах, его представления о говорящем, об окружающей об­становке, знание своих умений);

— общефоновое знание, т.е. личностная картина мира1. Различие же между знанием и информацией в самом лапидарном виде можно свести к формуле: информация — это знание минус человек; информация — знаковая обо­лочка знания. Под компьютерным представлением знания принято понимать информацию, хранимую в машине, фор­мализованную в соответствии с определенными структур­ными правилами, которые компьютер может автономно использовать при решении проблем по алгоритмам типа логического вывода.

Информационная модель знания (как записанная в компьютере, так и вербализованная в тексте) является лишь эксплицированным намеком на представленное зна­ние, по которому человек способен творчески воссоздать

1 Баранов А.В., Партии П.Б. К построению словаря терминов когни­тивной науки /'/ Когнитивные исследования за рубежом. Методы «искус­ственного» интеллекта в моделировании политического мышления. М., 1990. С. 139—142; Сильдмяэ И.Я. Искусственный интеллект. Знание и мышление (когитология). Тарту, 1989. С. 138—139; Осуга С. Обработка знаний. М., 1989. С. 9-10.

4 — 2327

 

само знание. Знание моделируется в тексте, получая дис­курсивную, упрощенную форму. Надежда на то, что оно будет адекватно воспринято адресатом, зиждется на вере в творческие способности последнего, в его умении воспри­нять текст не как буквальную инструкцию, но как нечто, позволяющее реконструировать архитектуру моделируемо­го знания. Можно сравнить передачу знания через инфор­мацию с передачей музыки через нотную запись. Компози­тор создает музыку, но пишет ноты. Подлинный исполни­тель читает ноты, но воссоздает музыку. Феномен инфор­мации необходим, чтобы знание могло быть социализиро­вано, превращено в общественное достояние. В то же время информация не вполне адекватное воплощение зна­ния, его модель.

Обратим внимание на принципиальное отличие той ин­формации, которая служит для получения знаний челове­ком, от информации, изучаемой в теории информации. Новое знание открывает человеку дополнительные воз­можности размышления и действия, увеличивает его сво­боду. Информация как управляющий сигнал уменьшает неопределенность допускаемых состояний управляемой системы. Налицо качественное различие информации как средства представления знания и информации как управ­ляющего сигнала.

Такое различие создается исключительно присутствием человека, способного извлечь из информации, записанной на бумаге или закодированной в компьютере, нечто, позво­ляющее реализовать человеческую свободу выбора. Поль­зователь получает представление о ряде возможных точках зрения, соответственно возникает та самая неопределен­ность, которая является необходимой предпосылкой этики. В когнитивных науках становится необходимой этическая рефлексия, основанная на принципе свободы личности. Вечная философская тема диалектика свободы и необходи­мости специфически проявилась в исследованиях по пред­ставлению знаний в экспертных системах. Для правильно-

 

го понимания свободы важно выявить ее связь с объектив­ной неопределенностью развития. Мысль о том, что свобо­да — это осознанная необходимость, была высказана Б.Спинозой, принимавшим концепцию абсолютного и однозначного детерминизма. Свобода человека оказывает­ся здесь иллюзорной: ни человек, ни общество в целом не имеют свободы выбора действий и поступков, а лишь осоз­нают предопределенный ход событии. Действительная сво­бода возможна лишь при наличии объективной неопреде­ленности, когда принятое решение, понимание, осознание происходящего могут изменить ход событий, становятся фактором детерминации социального процесса!.

Информация в противоположность знанию не связана с конкретной личностью, она равно доступна всем, хотя воз­можности превратить ее в знание у каждого свои, опираю­щиеся на личный опыт и способности. Каждый «вычерпы­вает» текст на ту глубину, которая ему лично доступна. Знание — личное достояние знающих, перенимающих его друг у друга как образцы действия в процессах-эстафетах. Для человеческого мышления характерна неполнота, не­однозначность, противоречивость. Эти, казалось бы, бес­спорные недостатки интеллекта человека превращаются в его достоинства, отражающие важнейшие преимущества перед «машинным мышлением». В современных исследо­ваниях отмечается такое свойство человеческих знаний, как «полуабстрактность». С позиций формализации наши знания не являются абстрактными и универсальными, а с позиций осмысления они в высшей степени универсальны. Человеку очень сложно с помощью одних и тех же знаний решать задачи, формально и структурно аналогичные, но

1 Герасимов В. И., Петров В. В. На пути к когнитивной модели языка // Новое в зарубежной лингвистике. М., 1988. Вып. XXIII. С. 6—7; Шрейдер Ю.А. Двоякий облик современной информатики // Природа, 1988, № 5. С. 64, 66—67; Гречанова В.А. Неопределенноость и противоречивость в концепции детерминизма. Л., 1990. С. 106—107.

4*

 

различные по смыслу и содержанию. Смысловая связь, таким образом, есть основной конструктивный элемент знаний. При обучении человека крайне важно путем смы­словой интерпретации условий задачи установить связь с существующими знаниям. Человек как обучающаяся систе­ма имеет слабую универсальность по отношению к форме, но может адаптироваться в сложной среде благодаря уни­версальности по отношению к смыслу.

Понимание новой ситуации или задачи сводится к по­пытке найти в памяти ситуацию, наиболее сходную с дан­ной. Человек может обрабатывать новые данные, лишь обратившись к памяти о накопленном опыте. Вероятно, структуры, применяемые для обработки новых данных, — это те же структуры, которые используются для организа­ции памяти. Значит, новая задача, встречаемая человеком как в обыденной жизни, так, пожалуй, и в научном иссле­довании, требует переформулировки в терминах уже сло­жившейся системы знаний. Исследования в области «ис­кусственного интеллекта», а также в философии науки дают основания считать, что метафора — одно из средств порождения нового знания. Кроме того, метафора — ору­дие научного поиска. Она играет моделирующую роль, предопределяя способ и стиль мышления об объекте. Клю­чевые метафоры переносят образ одного фрагмента дейст­вительности на другой ее фрагмент. Они обеспечивают его концептуализацию в уже сложившейся системе понятий. Смена научной парадигмы всегда сопровождается сменой ключевой метафоры, вводящей новую область уподобле­ний, новую аналогию. Существенная роль метафор закреп­лена, вероятно, и в лингвистических механизмах. Так, одна из наиболее интересных, хотя и гипотетических след­ствий интегральной обработки языковых сообщений состо­ит в том, что процесс понимания буквальных выражений оказывается весьма похожим на процесс понимания мета­форических выражений. Можно с уверенностью сказать, что задача моделирования процессов понимания текста не

 

может быть успешно решена без моделирования процесса метафоризации!.

Вероятно, философы и математики выполняют функ­цию «установщиков» предупредительных знаков для мыш­ления. Они находят примеры, подобные парадоксам бра­добрея, черепахи и лжеца, говорящие о том, где нам нужно остановиться в размышлениях и рассмеяться. Когда подобные примеры внедряются в мышление, они образуют интеллектуальные аналоги фрейдовских эмоциональных цензоров. Тогда удается понять, почему логические ошиб­ки и нелепости могут иметь такую же юмористическую окраску, как и двусмысленные шутки. Шутки отражают стремление человека к разумности, достижение которой связано с подавлением абсурда. Человеческое мышление ориентируется на выполнение двух взаимосвязанных задач:

— мы стремимся найти островки «логической последо­вательности и непротиворечивости», в границах которых рассуждению, основанному на здравом смысле ничто не угрожает;

— стремимся, помимо того, выявить и зафиксировать границы таких «островков безопасности».

Поскольку у нас нет известного способа обходить все непоследовательности и противоречия здравого смысла, то, вероятно, каждый из нас составляет свой личный набор «когнитивных цензоров», чтобы потом всегда можно было распознать и избежать тех логических ошибок, с разновид­ностями которых нам уже приходилось встречаться. Вит-генштейн считал также, что у каждого из нас существует

1 Приобретение знаний. М., 1990. С. 64, 66; Сергеев В.М. Когнитив­ные методы в социальных исследованиях // Языки моделирование соци­ального взамодействия. М., 1987. С. 10; Арутюнова Н.Д. Метафора и дискурс // Теория метафоры. М., 1990. С. 15—16; Шенк Р.Б., Бирнба-ум Л., Мсй Дж. К интеграции семантики и прагматики // Новое в зарубежной лингвистике. М., 1989. Вып. XXIV. С. 47.

 

некоторый набор квазиэмпирических пропозиций, которые имеют условный характер. Эти пропозиции обладают сле­дующими двумя признаками: во-первых, они находятся «вне сомнения», так как если бы человек начал бы в них сомневаться, он перестал бы испытывать уверенность по отношению к чему бы то ни было вообще, даже по отноше­нию к тому, что знает родной язык. Человек потерял бы способность рассуждать, выносить суждения, заниматься изучением чего-либо. Он утратил бы даже способность сомневаться. Сомнение по отношению к некоторым пропо­зициям делает невозможным сомнение вообще. Во-вторых, не будет ничего абсурдного в том, что человек (даже столкнувшись с самыми невероятными событиями) отка­жется усомниться в истинности этих пропозиций, опреде­ляющих границы нашей способности выносить суждения. Не будь этих границ, мы не смогли бы ни говорить, ни мыслить. Выражения «я знаю...», «я верю...», как и выражение «я сомневаюсь...», могут быть употреблены только тогда, когда существует принципиальная возмож­ность сомнения, дальнейшего исследования или исчерпы­вающего доказательства.

Не исключено, что на долю «отрицательного метазна­ния», т.е. знания о моделях рассуждений и выводов, кото­рые были признаны дефектными и ошибочными, прихо­дится большая часть знаемого нами. Позитивные общие принципы мышления должны дополняться цензорами, действующими на основе отрицания и осмеяния некоторого положения дел. Было бы крайне неэффективно менять общий механизм для корректировки отдельной ошибки. Когда действия общего механизма приводят к плохим ре­зультатам, необходимо создать в памяти способы подавле­ния процессов, ведущих к абсурду. Можно предположить наличие индивидуальной для каждого человека структуры, которая, хотя и не вполне упорядочена, но информирует нас о том, насколько и когда можно доверять используе­мой модели вывода.

 

Относительно существования когнитивных цензоров сложились определенные представления. Цензоры зачас­тую неосознаваемы и составляют неявный фундамент лич­ностного знания и рассуждений на уровне здравого смыс­ла. Они исторически и культурно обусловлены. Некото­рые из них, возможно, возникли в раннем филогенезе. Для планирования своей деятельности человек должен был научиться видеть те границы, в пределах которых мышление не дает сбоев. Обретя способность следовать сложным линиям рассуждений, мы оказались вынужден­ными обходить многочисленные ошибки, вызванные лож­ными ассоциациями, тончайшими смысловыми изменения­ми, движением мысли по кругу, радикальным скепсисом. Язык возник как орудие манипулирования четкими и гиб­кими символьными образами. А поскольку уменьшение многозначности и степени абстрагированности символьных операций отрицательно сказалось бы на возможностях че­ловеческого мышления, то неизбежно должна была воз­никнуть цензорная память. Вообще же цензоры формиру­ются в ходе усвоения данного типа культуры, в процессе обучения и широко понимаемой деятельности. Представля­ется безусловным тот факт, что когнитивные цензоры каж­дого человека уникальны!.

Возвращаясь к проблеме машинного представления зна­ний, отметим еще раз, что эта задача связывается с разли­чием между процедурным и декларативным «видением си­туации». Процедурное знание набор предписаний на какие-либо случаи жизни. Какие именно знает только че­ловек. Только он решает, когда и как этими предписания­ми воспользоваться. Декларативное знание это набор кон­кретных сведений, относящихся к конкретной ситуации и

1 Малкольм Н. Мур и Витгенштейн о значении выражения «Я знаю» // Философия, логика, язык. М., 1987. С. 259—262; Минский М. Остроумие и логика когнитивного бессознательного / / Новое в зарубеж­ной лингвистике. М., 1988. Вып. XXIII. С. 285, 288, 293, 295, 302.

 

функционирующим в ней объектам. Но только владение понятийным знанием дает возможность активно использо­вать знания двух других видов. При процедурном описа­нии способа решения задачи автор алгоритма «держит» понятийное знание у себя в голове или включает в коммен­тарий к алгоритму. При декларативном описании кто-то должен вложить это понятийное знание в систему ИИ, чтобы она «сумела» воспользоваться этим описанием. Этот «кто-то» берет на себя самую нелегкую часть работы, сни­мая тем самым с конечного пользователя часть его про­блем. Именно в этом видится одна из причин успеха экс­пертных систем и роста общего интереса к проблеме пред­ставления знаний в машине.

Понятийное знание в системах программирования пред­ставлено в таких отношениях, как модульность. Привычно смотреть на модульность как на средство структурирова­ния алгоритмов, программ и данных. Но не в меньшей степени так передаются знания о конкретной предметной области, да и программистское знание в самом широком смысле, т.е. то, что предшествует созданию любого алго­ритма или программы. Модули — это «первокирпичики», из которых знания складываются, это «зародыши», про­растающие новым знанием и способами его использования. Речь идет о новых способах, еще не воплощенных в кон­кретные алгоритмы, в конкретные описания объектов и относящихся к ним задач. Существует возможность умень­шения модулей, когда значительное число миниатюрных модулей, способных по-разному комбинироваться друг с другом, а также развертываться в более сложные кон­струкции, позволяет более компактно представлять знания

разных видов.

Программирование нуждается в обобщающей работе и конкретизации. Было бы заманчиво передать часть анали­за и порождение новых модулей самой интеллектуальной системе. Уменьшение размера единичных модулей естест­венным образом сопровождает процесс систематизации и

 

обобщения знаний в какой-либо области, когда от единич­ных рецептов переходят к общей системе знаний, способ­ной сформировать решение для различных конкретных ситуаций. Процесс обобщения приводит к уменьшению числа модулей, так как один и тот же модуль используется для обслуживания многих задач, а конкретные различия между задачами выносятся в данные. Подобный процесс систематизации знаний может восприниматься как вытес­нение процедурных способов описания ситуации деклара­тивными.

Встает проблема: в какой конкретной форме понятий­ное знание может быть представлено в машине и каким конкретно способом будет в ней функционировать. В сис­теме, предложенной Дж. Маккарти еще в 1958 году, поня­тие «знание» представлено в виде формул некоторого языка. Для того чтобы система могла функционировать, необходима некоторая программа, решатель, способная по описанию задачи определить последовательность действия для ее решения. Скрытая опасность такого подхода состоя­ла в следующем: уже не вызывала сомнения специфич­ность понятийного знания для каждой предметной облас­ти, решатель же представлялся столь универсальным, что не зависел ни от какой конкретной задачи. Такого решате­ля либо нет, либо его практическая реализация столкнется с ограниченностью машинных ресурсов времени и памяти. Выход видится в использовании для каждой предметной области не только «статических схем» взаимоотношений между понятиями, но и специфических, упорядочивающих элементов знания, позволяющих направлять поиск реше­ния по эффективному пути. Значит моделируемое поня­тийное знание должно включать элементы, близкие по форме к декларативному знанию (формулы, схемы), и фрагменты, приближающиеся к процедурному знанию.

Знания также содержат в себе возможность извлечения определенных правил. В этом смысле знания представля­ют собой когнитивные матрицы, особые формы или струк-

 

туры, предназначенные для получения нового знания. Зна­ния, из которых можно извлечь правила описания распо­знавания или деятельности, являются унарными матрица­ми. Знания, несущие правила того и другого вида, будут бинарными матрицами. Унарные матрицы возможны лишь как очень сильные абстракции. Если же знания позволяют извлечь также правила для построения на их основе дру­гих знаний, т.е. правила когнитивного конструирования, то это тернарные матрицы. Теоретические знания и особен­но их высшие формы — научные законы и теории — пред­ставляют собой тернарные матрицы. Реализация знаний как тернарных матриц возможна динп>'в определенной когнитивной среде, содержащей в себе ту или иную логи­ку, обеспечивающую формальный или содержательный переход от одних знаний к другим, причем такой переход может быть осуществлен без обращения к наблюдениям и экспериментам, т.е. без дополнительных данных.

Отличие традиционной гносеологии от разделов теории познания, связанных с компьютерной революцией, состоит в том, что первая концентрируется на процедуре, дескрип­ции, обращаясь к высказываниям и правилам для получе­ния знания. «Компьютерная» теория познания делает центром своего внимания регуляцию, обращается к норма­тивным предложениям, использует знания для продуциро-

вания правил!.

Сегодня развитие теории познания классическими гно­сеологическими средствами не всегда возможно, изменяет­ся инструментарий гносеолога, требования к его професси­ональной подготовке. Философия становится дисципли­ной, сопричастной экспериментальной деятельности, осу­ществляемой при разработке программ искусственного ин-

1 Лавров С.С., Цейтин Г.С. Что такое представление и использование знаний в машине? // Научно-техническая информация. Серия 2. 1989, № 5. С. 2—5; Ракитов A.M. Философия компьютерной революции. М.,

1991. С. 164-166.

 

теллекта. Выяснилось, что именно в этой сфере возможна проверка самых тонких и абстрактных гипотез о природе человеческого разума. Сегодня здесь на первый план вышла проблема порождения знания и это потребовало пересмотра базовых концепций ИИ. По ходу поиска обна­ружилось, что идеи Локка, Лейбница, Канта, Гуссерля, Хайдеггера это концептуальные модели, которые могут быть экспериментально проверены, что позволяет разре­шить философские споры о природе разума и познания. Так, по существу, экспериментально была доказана несо­стоятельность локковской теории «чистой доски», по­скольку выяснилось, что возможности универсальных рас­познающих устройств, не имеющих тех эмпирических зна­ний-предпосылок, которыми обладает любой человек, ог­раничены. На самом деле «чистая доска», на которую записываются данные опыта (те «образы», которые необ­ходимо распознать иногда только по намеку, как это дела­ет человек), должна иметь весьма сложную структуру, включающую множество априорных знаний о мире. При разработке программ ИИ экспериментально подтвердилась также огромная роль скрытых, неявных знаний, не выра­женных в языке, но хранящих в себе жизненный опыт!.

В литературе достаточно определенно высказывается мнение о том, что в настоящее время эксперименты на компьютерах, а не на людях самый верный шаг на пути проверки гипотез о мышлении, различных аналогов мыс­лительной деятельности. Это, разумеется, не может рас­сматриваться в качестве полного доказательства предлагае­мых гипотез, но принимается как серьезный аргумент в их пользу. Искусственный интеллект как «экспериментальная

1 Winograd Т., Flores F. Understanding Computers and Cognition: A New Foundation for Design. Norwood, New Jersey, 1986; Cognitive Science. An Introduction. Cambridge, Mass., 1987; Сергеев В.М. Искусственный интеллект — это еще и экспериментальная философия // Знание — сила, 1989, № 6.

 

философия» делает фигуру эпистемолога столь же необхо­димой для компьютерной революции, как и математика-программиста. Элистемология впервые за всю историю по­лучает прямой выход в сферу конструктивной инженерной и технологической деятельности. Меняется характер связи

эпистемологии с практикой.

Новые аспекты человеческого знания выявляет изуче­ние способов представления знаний в машине, при этом также просматриваются некоторые аналогии, присутствую­щие в собственно философском знании. Важнейшей для проблемы представления знаний в машине является теория фреймов, в основе которой лежит гипотеза о том, что знания о мире складываются по определенным сценариям о фиксированном наборе стереотипных ситуаций и могут быть описаны как результат заполнения рамок, или фрей­мов. Свойство фреймов содержать наряду с явной и скры­тую, подразумеваемую информацию делает их экономным способом организации информационных процессов, позво­ляет повысить скорость обработки, получить приближен­ный ответ, не содержащийся в явном виде в базе знаний.

Исследователями отмечено поразительное сходство между ноэмами Э.Гуссерля и фреймами М.Минского. По Гуссерлю, имеется связанная с каждым ментальным актом ноэма, посредством которой акт сознания направлен на свой объект, если таковой вообще существует. Когда мы размышляем о кентавре, наш акт размышления имеет ноэму, но не имеет объекта, в этом случае не существует объекта, о котором мы думаем. Однако благодаря ноэме даже такой акт сознания является направленным. Система признаков вместе со способом данности объекта и есть ноэма. Ноэмы — абстрактные объекты, их роль в позна­нии состоит в том, что они соотносят объекты с сознанием, конституируют объективную реальность в качестве объек­тов субъективной реальности. Благодаря ноэмам акты со­знания оказываются сфокусированными на различных ас­пектах реального объекта, охватывая его с различных

 

точек зрения, при этом всякая конкретная ноэма допускает возможность дальнейшего осуществления познавательного процесса.

Ноэма может быть интерпретирована как сложная структура познания, включающая иерархию правил для описания элементов познаваемого целого. Описание фик­сирует ожидаемые свойства. Ожидание определяется уста­новками. Целое познается через сумму описаний. Фреймы также состоят из узлов и связей. На самой вершине нахо­дятся инварианты, не зависящие от условий, а на нижнем уровне — терминалы и слоты, заполняемые ситуативной информацией. Задача искусственного интеллекта, как ока­залось, переплетается с задачами и представлениями трансцендентальной феноменологии¹.