От натурфилософии к нейропсихологии 5 страница

естеств.                      неестеств        естеств.                      неестеств.

Соотношение стимулов и реакций

Рис. 2.6. Примеры аддитивного (А) и неаддитивного (Б) влияния на время реакции в за­даче называния цифры (по· Sternberg, 1999).

цифр, а время организации ответа — от его естественности. С другой стороны, третий экспериментальный фактор — число альтернатив — взаимодействует в той же задаче как с читабельностью цифр, так и с ес­тественностью ответов. Можно сделать вывод, что этот фактор влияет на продолжительность каждого из выделенных выше этапов переработки, а его полезность для тестирования процессов на одном из этих этапов ограничена.

Таким образом, метод аддитивных факторов заключается в поиске пар не взаимодействующих между собой факторов с целью расчленения процесса решения задачи на отдельные стадии. Это выявление внутрен­ ней структуры процессов переработки информации оказывается воз­можным чисто психологическими методами, без использования физи­ологических и нейропсихологических процедур. Ограничением метода аддитивных факторов является то, что он может использоваться толь­ко в хронометрических экспериментах, причем в режиме относительно безошибочной работы. Следует подчеркнуть последний момент: в силу взаимозависимости скорости и точности ответов (больше времени — точнее работа и наоборот) число ошибок в хронометрических исследо­ваниях, за исключением специальных случаев, должно оставаться на очень низком и примерно одинаковом уровне (порядка 2—3%). Дан­ный метод был использован в огромном числе когнитивных исследо­ваний, прежде всего для систематического анализа закономерностей поиска информации в памяти (см. 5.1.2).

121

Четвертый принцип традиционного когнитивного подхода состо­ял в нарочито нечетком определении связи психологических и нейро­физиологических процессов. Считалось, что хотя процессы переработ­ки символьной информации как-то связаны с мозговым субстратом, эта зависимость не является жесткой. Скорее всего, работающий мозг.— необходимое, но не достаточное условие формирования символьных репрезентаций и психологического контроля поведения. Для предста­вителей искусственного интеллекта, кстати, мозговой субстрат не был даже необходимым условием — предполагалась, что полноценные ког­нитивные репрезентации могут быть сформированы также и достаточ­но мощной компьютерной программой. В силу нечеткости психофизи­ологической связи, для многих научных и практических целей вполне достаточным представлялось формальное описание вовлеченных в пе­реработку информации процессов, даже если их мозговой субстрат ос­тается неизвестным. Подобное формальное описание строилось на базе формализации предложений естественного языка, то есть предполага­лось, что внутренние репрезентации знания имеют в своей основе вер-бально-логический характер.

Представления об абстрактно-символьной природе внутренних репрезентаций были наиболее полно разработаны Аланом Ньюэллом. Подобные представления были необходимы, чтобы полностью исполь­зовать потенциал компьютерной метафоры и показать, что знания и следствия из них (умозаключения) могут в буквальном смысле слова вычисляться. Единицей знания при этом (см. также 5.3.1, 7.1.3 и 8.1.1) считается пропозиция — логическое суждение (утверждение), которое может быть либо истинным, либо ложным.

В логике и лингвистике существуют разные подходы к описанию пропозиций. Традиционный подход близок к описанию структуры предложения и состоит в выделении в составе пропозиции субъекта, предиката (отношения, свойства) и объекта. Этот подход, однако, про­блематичен, так как субъект и объект легко могут меняться местами без изменения истинности утверждения: «Россия продала Аляску Амери­ке» и «Аляска была продана Россией Америке». Поэтому более совре­менным, отвечающим духу математической логики подходом является трактовка предиката как логической функции, или отношения, в ко­торое могут подставляться различные аргументы (объекты отношения). В зависимости от характера предиката (отношения) пропозиция может допускать различное количество аргументов. Примером одноместного предиката служит выражение твердый (карандаш), двуместного — на (книга, стол), трехместного — подарить (Маша, Летя, яблоко) и т.д. В качестве аргументов таких выражений могут выступать не только су­ществительные, имена собственные и местоимения, но и целые пропо­зиции, в связи с чем говорят о предикатах второго порядка. Например, предикат установления причинно-следственной связи, cause, способен рекурсивно объединять серию более элементарных пропозиций:

  cause [подарить (Маша, Петя, яблоко), благодарить (Петя, Маша)].

живое существо

птица

Мурка

Чижик

Рис. 2.7. Пример простейшей семантической сети.

На базе пропозициональных репрезентаций возможно выполнение вычислений, для которых используется пропозициональная логика, назы­ваемая также исчислением предикатов. Подчеркивание роли пропозици­онального описания знания, таким образом, тесно связано с поставлен­ной еще Лейбницем (см. 1.1.2) задачей автоматического вывода и моделирования умозаключений. Существует большое количество произ­водных от пропозиций средств моделирования, наиболее известными из которых являются семантические сети. Они представляют собой про­странственные структуры, включающие узлы (понятия, объекты, аргу­менты) и связи между ними (отношения, функции, предикаты). Пример фрагмента простейшей семантической сети показан на рис. 2.7 С помо­щью подобных сетей возможно моделирование процессов категориза­ции и простых умозаключений (см. 6.2.1 и 8.2.1). Так, если два понятия «лебедь» и «щука» объединены иерархически более высоким узлом «жи­вое существо», то возможен перенос части свойств, приписанных дан­ному узлу, с одного понятия на другое. Иными словами, интерпретация и репрезентация понятий в символьном подходе прямо зависят от про­цессов категоризации: как только понятие относится к некоторой более

123

абстрактной категории, оно наследует семантические признаки этой категории¹⁰.

В конце 1970-х годов появились и другие средства моделирования когнитивных процессов, прежде всего так называемые системы продук­ций или марковские алгоритмы, названные так в честь русского матема­тика A.A. Маркова (1858—1922). Одним из примеров могут служить пра­вила перезаписи порождающей грамматики Н. Хомского (см. 1.3.3). Они представляют собой колонку пар (продукций) типа «условие» —» «дей­ствие»: если на вход системы продукций попадает одно из «условий», то оно автоматически приводит к соответствующему «действию». Продук­ции можно представить как определенные правила, например: «Если идет дождь, то нужно взять с собой зонт», хотя речь может идти и о средствах моделирования простых связок: «стимул» —» «реакция» Управ­ление начинается сверху колонки и последовательно спускается вниз до нахождения первого подходящего условия. После осуществления опера­ций — «действий» — управление вновь начинается с верхней строчки В отличие от обычных машинных программ системы продукции практи­чески не обладают структурой, в них, в частности, отсутствует обычный для многих языков программирования оператор перехода к другим уча­сткам программы (оператор «go to»). Простота систем продукций при­вела к тому, что они стали широко использоваться при когнитивном мо­делировании (см. 6 4.1 и 9 2.1). В связи с упоминанием «действий» много надежд было связано и с возможным использованием систем продукции для дополнения моделей когнитивных функций (прежде всего памяти и мышления) моделями сенсомоторных процессов.

Оценивая перспективы когнитивной психологии, один из ее пред­ставителей писал в эти годы: «Развитие этого направления науки обеща­ет оказать на нашу философию влияние, которое будет, по крайней мере, столь же существенным, как влияние дарвинизма» (Broadbent, 1961, р. 11). Этот энтузиазм разделялся большинством психологов. Пожалуй, един­ственным крупным автором в американской психологии, который по­зволил себе публично выразить сомнение, был специалист по восприя­тию Джеймс Джером Гибсон: «Многие психологи, видимо, думают, что сейчас нужно только собрать воедино все наши научные достижения. Их самоуверенность удивляет меня. Ведь эти достижения очень сомнитель­ны, а сама научная психология, по-моему, плохо обоснована. В любой момент все может опрокинуться, как тележка с яблоками» (Gibson, 1967, р. 142). Может показаться удивительным, но именно его взгляды оказа­ли особенно сильное влияние на более поздние работы одного из осно­вателей когнитивной психологии Найссера, а также на многие ведущие­ся сегодня дискуссии (см. 9.3.2).

124

¹⁰ Следует иметь в виду, что речь идет о процессах индуктивного вывода, которые в случае реальных семантических категорий всегда могут сопровождаться ошибками На­пример, свойство (предикат) ЛЕТАЕТ, приписывемое концептуальному узлу ПТИЦА, не может быть распространено на некоторые примеры этой категории, такие как СТРАУС и ПИНГВИН (см 6 2 1)

Действительно, традиционный когнитивный подход оставлял не­решенными много серьезных проблем. Так, не вполне понятной оказа­лась проблема первичного определения значений — «проблема заземле­ния символов» (symbol grounding problem). На поздних этапах изучения языка понятия могут задаваться посредством определения и ссылок на другие символы (см. 6.1.1). Но можно ли выучить китайский язык с са­мого начала, имея в распоряжении лишь китайско-китайский толковый словарь, к тому же без картинок (см. 9.2.2)? Очевидно, первичное «за­земление» понятий возможно в контексте непосредственного восприя­тия и предметных действий, однако именно они были исключены из рассмотрения. Акцент на вербально-логическом, амодальном описании знаний оставлял открытым также вопрос о природе образных явлений (их изучение привлекло поэтому внимание многих талантливых иссле­дователей — см. 5.3.1 и 6.3.1). Далее, наши действия и восприятия явно непрерывны, поэтому их трудно описывать дискретными логическими функциями. Программы символьной обработки, например, так и не по­зволили смоделировать элементарный феномен восприятия — разделе­ние видимого поля на фигуру и фон (см. 1.3.1). Вместе с тем, они оказа­лись достаточно успешны при моделировании решения логических задач и даже игры в шахматы.

Из возникших в тот период дискуссий и новых данных к концу 1980-х годов постепенно возникли подходы, поставившие под сомне­ние универсальную применимость символьного подхода. В центре вни­мания оказались процессы параллельной обработки и «субсимвольной репрезентации» знания, в частности, процессы, лежащие в основе на­шего непосредственного взаимодействия с окружением — локомоций, восприятия и действия с предметами. Новые нейрофизиологические методы, такие как трехмерное картирование активности мозга (см. 2.4.2), были быстро включены в арсенал средств психологических ис­следований. Радикально изменился и сам характер когнитивных тео­рий, в фокусе которых, наряду с нейропсихологическими механизмами, все чаще оказываются проблемы развития и коммуникативного взаи­модействия. Можно сказать, что сегодня мы имеем дело с другой пси­хологией и другой когнитивной наукой. Они стали в большей степени соответствовать представлениям об объединяющей различные научные дисциплины и субдисциплины единой романтической науке (см. 1.4.3 и 9.4.1), чем это могли представить себе создатели первых метафор дан­ного направления.

125

2.3 Модулярность познания и коннекционизм

2.3.1 Идея специализации обработки

Вплоть до начала 1980-х годов единственной претеоретической метафо­рой когнитивной психологии оставалась компьютерная метафора, с ха­рактерной для нее аналогией между психологическими процессами и переработкой информации в универсальном вычислительном устрой­стве. Такие компьютеры, во-первых, имеют однопроцессорную архи­тектуру. Во-вторых, для них характерно разделение пассивных данных и активных операций над ними, причем последние объединены в более или менее сложные, заранее написанные программы. В вычислитель­ной технике и информатике эти вычислительные устройства иногда на­зываются «фон-неймановскими», по имени венгеро-американского мате­матика и логика Джона фон Неймана, предложившего в 1947 году, на пороге масштабной компьютерной революции, соответствующую схему физического воплощения машины Тьюринга (см. 2.1.1)".

Изобретение и распространение микропроцессоров в самых разных областях техники привело к созданию и повсеместному внедрению мно­жества специализированных вычислительных устройств, значительно более простых, чем фон-неймановские компьютеры, но зато более эф­фективных в решении своих частных задач — балансировании тяги ра­кетных двигателей, регуляции температуры и влажности воздуха в поме­щении, определении времени суток и дня недели для любой даты в течение ближайшего тысячелетия и т.д. Стремление увеличить скорость обработки информации, а равно надежность получаемых результатов, в свою очередь, обусловило создание компьютеров с несколькими одно­временно задействованными процессорами (один из первых прототипов даже получил характерное имя «Нон-фон» — «Не фон-неймановский компьютер»!). Число таких параллельных процессоров может достигать в современных суперкомпьютерах десятков тысяч, так что главной про­блемой здесь становится разбиение общего массива вычислений на под­задачи и коммутирование (англ. connection) работы отдельных микропро­цессоров между собой.

Первым автором, в явном виде использовавшим термин «модуляр­ ность» для описания организации психологических процессов, был аме­риканский нейроинформатик Дэвид Марр (Магг, 1976; 1982). Его инте­ресовали частные, с точки зрения когнитивного сообщества, аспекты моделирования процессов зрительного восприятия (см. 3.3.2) и работы

126

¹¹ С еще большим основанием, впрочем, такую схему можно было бы назвать «фон-цузевской», по имени создателя первых программно управляемых вычислительных ма­шин, немецкого инженера и математика Конрада фон Цузе. В период с 1938 по 1944 годы он спроектировал и построил целую серию вычислительных машин, длительное время остававшихся неизвестными научной общественности из-за секретного характера этих, проводившихся в Германии во время войны, работ.

нейронных сетей мозжечка. В своем «принципе модулярной организа­ции» Марр предположил, что «любой большой массив вычислений дол­жен быть реализован как коллекция частей, настолько независимых друг от друга, насколько это допускает общая задача. Если процесс не органи­зован подобным образом, то небольшое изменение в одном месте будет иметь последствия во многих других местах. Это означает, что процесс в целом будет очень трудно избавить от ошибок или улучшить, как путем вмешательства человека, так и посредством естественной эволюции — ведь любое изменение, улучшающее один из фрагментов, будет сопро­вождаться множеством компенсаторных изменений в других местах» (Магг, 1976, р. 485).

Идея разбиения большого массива вычислений на относительно независимые автономные задачи, решаемые специализированными ме­ханизмами (подпрограммами или модулями) была очевидной для био­логов и информатиков, но первоначально оставалась скорее малоубе­дительной для специалистов по когнитивной психологии, вполне удовлетворенных возможностями классической компьютерной метафо­ры. Кроме того, научная психология в целом, как мы видели в преды­дущей главе, ориентируясь на опыт «больших сестер» — физики и хи­мии, постоянно стремилась дать возможно более единообразное, или «гомогенное», объяснение частным феноменам и процессам (см. 1.3.2). Модулярный подход, напротив, постулирует нечто принципиально иное, а именно существование множества качественно различных ме- · ханизмов, обеспечивающих специализированные способы решения для разных групп задач.

Возможно, что именно из-за методологической установки на гомо­
генизацию длительное время оставались незамеченными и данные
психодиагностических исследований интеллекта. Эти исследования,
по крайней мере, с начала 1930-х годов, сигнализировали об относи­
тельно низкой корреляции способностей в таких областях, как, напри­
мер, вербальный и практический интеллект (см. 8.4.3). Последователь­
ное применение процедур факторного анализа по отношению к
индивидуальным результатам выполнения разнообразных когнитив­
ных задач (тестов) привело уже в наше время к дальнейшему расщеп­
лению списка способностей. Так, в одной из современных работ (мы
рассмотрим их позднее — см. 8.1.1) было выделено в общей сложности
52 способности, что отдаленно напоминает список из 37 способностей,
выделенных на основании сугубо спекулятивных соображений френо­
логами еще в первой половине 19-го века (см. 2.4.3). Другим важным
различением в психометрических исследованиях интеллекта стала идея
о различии «кристаллизованного» (основанного на знаниях и устояв­
шихся навыках) и «текучего» (основанного на абстрактных мыслитель­
ных способностях) интеллекта. Это различение также в какой-то сте­
пени предвосхитило современные попытки разделить когнитивные
процессы на специализированные (или модулярные) и более универ­
сальные (центральные) системы.                                                                                    127

В порядке ретроспективного отступления можно отметить также, что представление об относительно узкой специализации различных когнитивных механизмов периодически возникало в истории психоло­гии, в частности, оно было широко распространено в американской функционалистской психологии. Торндайк и Вудвортс еще в 1901 году подчеркивали: «Психика (mind) — это машина для осуществления спе­циализированных реакций на конкретные ситуации. Она работает очень детально, адаптируясь к доступному ей опыту.. Улучшение одной из ментальных функций редко сопровождается сопоставимым улучше­нием других, независимо от того, насколько они между собой похожи, ибо функционирование каждой ментальной функции обусловлено спе­цифическими особенностями конкретной ситуации» (Thorndike & Woodworth, 1901, ρ 249—250). При желании, в этом описании можно легко усмотреть сходство с современными модулярными представлени­ями и даже с идеей функциональных систем («функциональных орга­нов») отечественной психофизиологии (см. 1.4.2).

К середине 1980-х годов общая ситуация в когнитивных исследо­ваниях восприятия и высших форм познания существенно измени­лась. На смену эйфории, вызванной первыми успехами в создании компьютерных моделей человеческого интеллекта (типа «Универсаль­ного решателя задач» Ньюэлла и Саймона) или в выявлении очерта­ний архитектуры хранения информации в памяти человека (разделение кратковременной и долговременной памяти), пришло более или менее отчетливое понимание сложности исследуемых задач и разнообразия участвующих в их реализации психологических и нейрофизиологичес­ких механизмов. Стали отчетливо раздаваться голоса о новом (то есть третьем по счету) полномасштабном кризисе психологии (см. 2.3.3 и 9.1.1). Один из ведущих специалистов в области психолингвистики и мышления Филипп Джонсон-Лэйрд писал в эти годы: «Двадцать лет интенсивных исследований процессов переработки информации у че­ловека еще не привели к формулированию их общих принципов. Более того, кажется, что эта задача вообще неразрешима. Что делать дальше?» (Johnson-Laird, 1978, р. 108).

На этом фоне неожиданно актуальной стала точка зрения самого инициатора когнитивного переворота в психологии и лингвистике Хомского. Согласно его мнению, таких «общих принципов», может быть, и не существует. Например, речевые процессы являются не толь­ко врожденными, но и «специальными» (или домено-специфическими — domain-specific), в смысле их независимости как от когнитивных способ­ностей в других столь же специальных областях, так и от интеллекта в целом. Аналогично, в исследованиях памяти было высказано сходное предположение, что долговременная память на самом деле не едина, а разделена, как минимум, на две автономные подсистемы — вербальную и образную (см. 5.3.1). Множество предположительно параллельных  подсистем обработки сенсорной информации было обнаружено при

психофизических и нейрофизиологических исследованиях восприятия, причем как в случае отдельных модальностей (зрение, слух и т.д.), так и субмодальностей, например, восприятия формы, пространственного положения или цвета объектов (см. 3.1.3). Все эти данные требовали со­вершенно других объяснительных схем.

2.3.2 Гипотеза модулярности: вклад Джерри Фодора

Последователь Хомского, видный американский лингвист и философ Джерри Фодор выступил в 1983 году с манифестом нового подхода к пониманию когнитивной архитектуры, названным им концепцией моду­ лярности (Fodor, 1983). Фодор предположил, что «специальность» речи, о которой говорил Хомский, представляет собой не частный, а общий случай. Архитектура познания представляет собой, с этой точки зрения, скорее мозаику множества параллельных и относительно автономных в функциональном отношении процессов, а совсем не организованное в единый механизм целое. Как образно пишут в наши дни последователи этого подхода: «По-видимому, психика больше напоминает швейцарс­кий офицерский нож, чем некий универсальный инструмент. Швейцар­ский нож "компетентен" в таком обилии ситуаций благодаря большому числу специализированных компонентов: штопор, ножик, открывалка, пинцет, ножницы — каждый из этих компонентов прекрасно приспо­соблен, но только для решения своих собственных задач» (Cosmidis & Tooby, 1994).

Базовая таксономия механизмов включает в себя, по Фодору, три уровня: так называемые «проводники» (transducers), системы входа и центральные системы. Под проводниками имеются в виду органы чувств, обеспечивающие преобразование физической информации на рецепторных поверхностях в некоторую первичную форму представле­ния проксимальной стимуляции, с которой могут работать модулярно организованные перцептивные системы — системы входа. Функция си­стем входа заключается в вычислении параметров предметного окруже­ния. С этими репрезентациями, в свою очередь, работают центральные системы, обеспечивающие функционирование высших когнитивных процессов, а именно формирование мнений и убеждений, принятие решений и планирование разумных действий. Таким образом, психика имеет смешанную архитектуру. Если вынести за скобки относящиеся к сфере интересов сенсорной физиологии проводники, то остаются лишь два уровня элементов. Системы входа (и, по-видимому, просто упущен­ные Фодором из вида «системы выхода» — механизмы контроля мото­рики, речевых артикуляций и т.п.) специализированы на эффективном решении ограниченного класса задач. Центральные системы, напротив, универсальны и «изотропны»: они допускают возможность использова-

129

ния и интеграции любого источника информации, построения любой мыслимой и, можно сказать, «немыслимой мысли».

Важное значение имеет тезис о том, что научная психология и, шире, когнитивная наука могут успешно заниматься исследованием ис­ключительно модулярных компонентов познания. Препятствием для научного анализа центральных систем служит классическая проблема фрейма — невозможность фиксации какого-либо определенного кон­текста или конечного объема знаний, отслеживанием которых можно было бы ограничиться при анализе исследуемых феноменов¹². В самом деле, такие центральные процессы, как формирование мнений и при­нятие решений, предполагают взвешенный, подчас многократный про­смотр и пересмотр существующих сведений и возможных последствий предпринимаемых действий. Эти процессы принципиально отличают­ся от дедуктивного вывода, поскольку их результаты не следуют с необ­ходимостью из посылок. Отсутствие ограничений на ассоциации, ана­логии и субъективные предпочтения делает научное отслеживание и оценку функционирования центральных систем практически безнадеж­ной задачей.

Тем большее внимание уделяется Фодором модулярным системам. Он сформулировал в общей сложности 8 критериев, или признаков, ко­торые в совокупности позволяют идентифицировать когнитивные мо­дули. К ним относятся:

1) узкая специализация,

2) информационная закрытость,

3) обязательность,

4) высокая скорость,

5) поверхностная обработка,

6) биологическое происхождение,

7) селективность выпадений,

8) фиксированность нейроанатомических механизмов.

Первым признаком модулярности является узкая специализация, или, другими словами, ограниченность области (или домено-специфич- ность — от англ. domain-specificity), в рамках которой этот гипотетичес­кий механизм получает необходимые для работы данные и обеспечива­ет вычисления, ведущие к определенному выводу. Фодор подчеркивает, что внутри широких областей, таких как зрение, слух или речь, имеются многочисленные подобласти, которые вполне могут анализироваться своими собственными подсистемами, например, в случае зрения — де­текция края и движения, восприятие цвета, оценка бинокулярной дис-

¹² Проблема фрейма впервые была сформулирована в работах по философским осно­ваниям искусственного интеллекта и особенно интенсивно обсуждается сегодня в ког­нитивной роботике, где она связана с трудностями четкого ограничения подмножества знаний о мире, требующих пересмотра в связи с движениями и действиями робота в этом 130   мире (см. 9.2.2).

паратности и т.д. Некоторые сложные перцептивные функции, имею­щие особое биологическое значение, такие как узнавание лиц или обра­ботка звуков речи, также вполне могут быть основаны на работе соб­ственных когнитивных модулей. Вместе с тем, специфичность области обработки недостаточна сама по себе для идентификации когнитивных модулей в смысле теории Фодора. Так, многие навыки, типа навыков вождения автомобиля, весьма специфичны, но едва ли можно предпо­ложить, что они обеспечиваются работой некоторого специализирован­ного модуля (см. 5.4.2).

При всей осторожности, необходимой при оценке этого и других критериев модулярности, следует признать, что имеются некоторые удивительные примеры подобной специализации. Изучение одного из них — синдрома Уильямса — началось уже после публикации Фодора. Этот синдром возникает вследствие врожденного выпадения около 20 генов хромосомы 7, участвующей в кальциевом обмене и, по-видимому, в каких-то других, пока не вполне понятных процессах (см. 9.4.2). Дети с синдромом Уильямса часто демонстрируют абсолютный слух, а также нормальные или даже выдающиеся показатели речи при серьезном ин­теллектуальном отставании, с показателями IQ (коэффициента интеллек­та) порядка 50—60% (рис. 2.8). Как пишет психолингвист Стивен Пин-кер, «Попросите нормального ребенка назвать нескольких животных,

норма синдром Уильямса Ш-] синдром Дауна

JQ

150 -,

100 -

 

 

вербальный интеллект

невербальный интеллект

 

Рис. 2.8. Результаты тестов на вербальные и невербальные интеллектуальные способ­ности у трех групп детей: контрольная группа нормальных детей, дети с синдромом Дауна и синдромом Уильямса (неопубликованные данные, с разрешения Department of Psychology, Emory University).

131

и вы получите стандартный список обитателей зоомагазинов и приго­родных ферм: собака, кошка, лошадь, корова, свинья. Попросите об этом ребенка с синдромом Уильямса, и вы получите более интересный набор: единорог, птеранодон, як, ибекс, саблезубый тигр, коала, дракон и, к особой радости палеонтологов, бронтозаврус реке» (Pinker, 1994, р. 53). В одной из недавних публикаций итальянских нейропсихологов приводится случай 9-летнего мальчика с этим синдромом, который был лучшим в своем классе по развитию навыков чтения. В то же время ин­теллектуально он был так слаб, что играя в любимую игру — футбол, так и не мог понять разницу между своими и чужими воротами.

Второй признак модулярности — информационная закрытость соот­ветствующих механизмов (Фодор использует более выразительный тер­мин «инкапсулированность»). Лучше всего этот признак иллюстрирует­ся хорошо известными оптико-геометрическими иллюзиями, такими как иллюзия Мюллера-Лайера (рис. 2.9). Выраженность этой иллюзии не меняется при полном знании о физическом равенстве центральных отрезков¹³, а значит, процессы восприятия оказываются когнитивно не­проницаемыми для наших знаний о ситуации. Соавтор Фодора по ряду публикаций Зенон Пылишин считает когнитивную непроницаемость основным критерием анализа фиксированных компонентов архитекту­ры познавательных процессов. Для Фодора существенными являются и некоторые другие признаки. Третий признак в его классификации — это обязательный («мандатный») и баллистический характер модулярных процессов: если на входе некоего модуля оказывается соответствующая информация, то ничто уже не может остановить или изменить его рабо­ту. Так, если, открыв дверь, мы наблюдаем некоторую сцену, мы не в со­стоянии не увидеть ее или увидеть ее иначе, если нам не нравится то, что мы видим.