From: Eugeny Kornienko ( korn@glasnet.ru ) Date: 22:29:30 16/11/99
Среди кибернетиков и среди НЛП-психологов распространена такая точка
зрения, что мозг думает на особом внутреннем языке "языке мыслей".
Можете почитать об этом большую энциклопедическую статью "The Language
of Thought Hypothesis"
http://plato.stanford.edu/entries/language-thought/
Другим специалистам эта гипотеза представляется наивной и имеющей кучу
дефектов. Я тоже считаю, что мозг скорее похож на усилитель, чем на
калькулятор, и его функция состоит не в поиске смысла и не в обработке
осмысленной структурированной информации, а в преобразовании сигналов.
О том как такой (ассоциативный) мозг позволяет своему хозяину найти
смыслы и выделить объекты я уже писал, но могу как-нибудь повторить
более подробно.
У новорожденного мозга не может быть изначальных знаний, которые
требуются для структурного разбора данных. Смысл логических данных
заключён не в них самих, а в их источнике и в их интерпретации. Данные
отражают и символьно обозначают свойства объективного источника.
Поскольку источники могут иметь самую разную природу, то невозможно
иметь семантический алгоритм на все случаи жизни. Не удивительно, что
его до сих пор не изобрели.
Правильный семантический разбор требует понимания сущности источника
данных. Такое понимание возможно только у субъекта способного проверить
своё понимание. Должна быть выработана гипотеза об устройстве источника,
выполнена "формализация" этой гипотезы, сделан модельный "расчёт"
данных. И если этот расчёт совпадёт с реальными данными, то гипотеза
оправдается, и соответствующий формальный (семантический) метод будет
годиться для семантического разбора. Такая задача часто не под силу
реальному разуму. Что уж говорить об отдельном нейроне или нейронной
сети.
Так что, все алгоритмы, требующие составления словаря, анализа фраз
(поиск одинаковых контекстов, частых повторений, сочетающихся слов, и
т.д.), синтеза фраз и т.п. могут годиться только для конкретной
ограниченной задачи, например, для шахматной программы, но не для общей
задачи моделировании разума, обладающего универсальной способностью к
решению любых задач.
Не нужно требовать, чтобы логический нейрон или другой структурный
элемент искусственного мозга "понимал" входной поток данных. По аналогии
с живым нейроном он только должен уметь правильно "интерполировать", то
есть как-то обрабатывать, преобразовывать входные сигналы в соответствии
со своим опытом. Отсутствие необходимости в структурном разборе данных
не усложняет, а упрощает универсальный мозг.