В 1950 году Алан Тьюринг написал работу Computing Machinery and Intelligence («Вычислительные машины и разум»). Уже тогда, на заре развития кибернетики, люди задумывались о создании компьютера, который бы мог думать подобно человеку. Вслед за инженерами к проблеме и подключились психологи. Моделирование психических процессов до сих пор остается одной из самых разрабатываемых областей когнитивной науки.
В середине XX века в психологии произошла когнитивная революция. Фокус переместился с исследования поведения — на познавательные (когнитивные) процессы человека. Когнитивная революция затронула не только психологию, но и множество других смежных наук. Исследователи стали задаваться вопросами о процессе мышления человека, которое нельзя увидеть невооруженным глазом, в отличие от поведения. Новые задачи привели ученых к идеи создать модель обработки информации в человеческом мозге.
Что такое когнитивные процессы?
С определенной степенью точности можно сказать, что это те элементы психики, которые занимаются обработкой информации, полученной от сенсорных систем (органов чувств). Из совокупности выделяют такие свойства человеческого разума, как восприятие, внимание, память, мышление и речь. Благодаря им мы можем анализировать поступающую информацию, решать задачи, общаться, и многое другое; обобщенно говоря, без познавательных процессов не может быть и человека. Кто мы без воспоминаний о собственной жизни?
Моделирование отдельных процессов психики человека в первую очередь понадобилось исследователям в области компьютерных и психологических наук. В результате такого симбиоза компьютерное моделирование позволяет решать глобальные научные задачи. Эти задачи состоят в понимании того, что на самом деле происходит в человеческом мозге. Ученые следуют такой логике: если компьютерная программа, имеющая такую же архитектуру, какую, согласно выдвинутым гипотезам, имеет психика, работает похоже на то, как действует человек, то гипотеза подтверждается и наши построения верны. Если же нет, то необходимы дальнейшие доработки.
Исторически в процессе развития такой технологии выделилось два направления: символьные вычисления и нейросетевые модели. Первыми были символьные вычисления: можно сказать, что это классические алгоритмы, представляющие собой последовательность операций, которые выполняются компьютером одна за другой. Первым случаем использования таких вычислений на пользу психологии был «универсальный решатель задач» Герберта Саймона и Аллена Ньюэлла. Он моделировал процесс решения задач, то есть человеческое мышление: программе удавалось решать шахматные этюды и доказывать теоремы геометрии.
Мозг как компьютер?
Человеческий мозг состоит из миллиардов нейронов, которые соединяются между собой при помощи нейронных связей. Через такие связи нейроны общаются между собой, обмениваются сообщениями — химическими и электрическими сигналами. Это главный управляющий орган нашего тела. Если использовать метафоры, то можно сказать, что мозг и вся нервная система человека по своим функциям напоминают компьютер. Такая метафора появилась во времена когнитивной революции. Ученые пытались найти что-то похожее на человеческий мозг, чтобы использовать в качестве модели, и наиболее подходящим кандидатом стал компьютер.
- Входные данные
В компьютерном мире данные получают при помощи сторонних устройств, типа камеры, микрофона, клавиатуры и т.д., Они представлены в различном формате, в текстовом, аудио, видео формате или в виде изображений.
Человеческий организм получает данные о мире — стимулы, при помощи сенсорных органов, таких как глаза, нос, кожа, язык, слуховой аппарат. После стимулы через нервные пути поступают в головной мозг к специальным сенсорным нейроном, которые дают человеку дополнительную информацию о стимулах — о высоте звука, о месторасположении, о том, что мы видим — лицо человека или животного. После первичного этапа опознания стимулов, поступающие данные идут по нервным путям для дальнейшей обработки.
- Результат обработки
В компьютере результаты обработки данных чаще всего представлены в виде материального продукта: модифицированное изображение, печать, текст.
В человеческом организме эти процессы намного более сложные. Например, результатом обработки стимульного материала будет поведение, принятие решений, эмоции.
- Хранение информации
В компьютере имеется два типа хранилища информации. Краткосрочное хранилище, куда мы чаще всего помещаем различные программы или файлы, и долгосрочное хранилище ( жёсткий диск). В среднем, компьютер использует 500 ГБ памяти за день использования.
Похожее мы можем увидеть и у человека. Краткосрочное хранилище информации называется рабочей памятью. Здесь информация хранится недолгое время и предназначена для выполнения текущих задач, её объём ограничен. Например, чтобы уловить то, что говорит собеседник или успеть записать то слова лектора.
Долговременная память у человека имеет неограниченный объём ( ни одному исследователю не удалось установить объём долговременной памяти, поэтому считается, что ограничений для хранения информации нет). Благодаря долговременной памяти мы помним события нашей жизни, как нас зовут, почему поезда едут и что панды питаются бамбуком. Каждый день человек пользуется 100-200 миллиардами нейронов. Каждый нейрон имеет примерно 1000 связей с другими нейронами. Некоторые оценивают это как 1 петабайт, что невероятно много. Минусом будет то, что хранение информации может быть неточным. У человека могут быть ложные воспоминания, провалы в памяти и другие ошибки извлечения информации.
- Процессор
В компьютере имеется центральный процессор представляет собой электронный блок, который исполняет код программы. В человеческом теле таким процессором будет Центральная Нервная Система.
- Программа
Или код, который гарантирует то, что выполняемые действия машиной будут произведены в нужном порядке. Языком компьютера будет бинарный язык, состоящий из 0 и 1.
Технологии обыгрывают нас пока в точности, в надёжности хранения информации, но добиться от компьютера креативности и личности пока не получилось. Главным преимуществом человеческого мозга будет то, что процессы обработки происходят не последовательно, как в компьютере, а одновременно. Что и даёт нам главное преимущество.
В последнее время главное внимание нейронауки направлено на искусственный интеллект. Обычный и даже самый мощный компьютер не сможет обойти человека по некоторым параметрам. Сможет ли это сделать искусственный интеллект, который учится так же, как и человек?
В человеческом организме нейроны соединены друг с другом. Посредством связей они обмениваются информацией. Языком нейронов будет электро-химическая передача. На основе прошлого опыта и текущего момента происходит принятие решения. При этом процессе в головном мозге задействовано огромное количество нейронов.
Мы учимся с рождения. С рождения нам задают программу окружающие нас люди и мы сами в процессе обучения. Дети учатся ассоциировать изображение с предметом. Когда мы показываем на собаку и говорим ребёнку, что это собака, то у его нейронов образуется новая связь, которая связывает предмет с названием.
Примерно по такому же принципу учится искусственная нейронная сеть, имеющая сходство с человеческим мозгом. У неё нет заданной программы. Существуют подтверждения, что и у ИИ можно наблюдать когнитивные искажения. В 2016 году алгоритм, который помогал судьям принимать решения, стал высказывать расистские установки. Сеть, обученная замечать движения на видео, начала видеть движения в неподвижных картинках, которые вызывают у человека иллюзию движения. Однако нейросеть начинает ошибаться и тогда, когда на картинке, которую она должна опознать, меняют всего пару пикселей в изображении.
Что такое компьютерная модель когнитивных процессов и зачем она нужна?
Компьютерные модели когнитивных процессов — это вычислительные модели, используемые в области когнитивной науки для исследования процессов познания. Когнитивные функции описываются вычислительными процессами, и так мы получаем модель того, как мыслит человек. Моделирование достигается путем корректировки переменных величин, их изменения в отдельности или даже их сочетания для наблюдения за воздействием на конечные результаты. Результаты помогают экспериментаторам делать прогнозы о том, что произойдет в реальной системе, если произойдут подобные изменения.
Такие модели помогают ответить на вопросы о том, как и за счёт каких механизмов происходит осуществление психических функций у человека. В настоящее время компьютерное моделирование представляется наиболее перспективным и многообещающим подходом.
Для таких исследований широко используют нейронные сети. Наиболее популярная модель при использовании нейронных сетей для моделировании психических процессов — модель параллельной обработки данных (PDP). Это нейронный сетевой подход, который подчеркивает параллельную природу нейронной обработки, потому что именно таким образом протекает информация в человеческом мозге.
Нейронные сети являются средством машинного обучения, в котором компьютер учится выполнять некоторые задачи, анализируя тренировочные примеры. Например, система распознавания объектов может снабжаться тысячами помеченных изображений автомобилей, домов, кофейных чашек и т.д.
Нейронная сеть состоит из миллионов простых узлов обработки, которые тесно взаимосвязаны. Большинство сегодняшних нейронных сетей организованы в слои узлов, и в них данные проходят только в одном направлении. Отдельный узел может быть соединен с несколькими узлами в слое под ним, от которых он получает данные, и несколькими узлами в слое над ним, куда он посылает данные. Каждому входящему соединению узел присваивает «вес». Когда сеть активна, узел получает различное число элементов данных над каждым из своих соединений и умножает его на соответствующий вес. «Вес» каждого элемента получаемых данных зависит от его интенсивности и релевантности. Затем он складывает полученные данные вместе, давая одно число. Если это число ниже порогового значения, узел не передает данные на следующий уровень. При обучении нейронной сети все её веса и пороговые значения изначально задаются случайным образом. Обучающие данные подаются в нижний слой — входной- и проходят через последующие слои, умножаясь и складываясь комплексным образом, пока, наконец, не достигают выходного слоя. Во время обучения нейронной сети веса и пороги постоянно настраиваются до тех пор, пока она не начнет надежно решать ту или иную задачу обработки данных.
Компьютерное моделирование по большей части используется для оптимизации психологических экспериментов при их сложной осуществимости в реальности и лучшего понимания работы головного мозга человека на уровне нейронов.
Например, учитель хочет обучить детей решать 100 новых задач до ЕГЭ, но из-за нехватки времени, он может обучить только 30 задачам. Значит, ему оптимальнее подобрать 30 таких задач, на основе которых ученики смогли бы решить все запланированные 100 задач. Для оценки того, какие 30 задач лучше выбрать, учителю придётся обучать каждую группу детей различным 30 задачам и после сравнивать их эффективность при решении новых задач. Этот метод трудоемок и не подходит для короткого отрезка времени. Компьютерное моделирование когнитивных процессов решает эту проблему. Для этого необходимо разработать когнитивную модель обучения детей в школе. Тогда учителю нужно будет проверить свои догадки по поводу оптимального подбора задач на компьютерной модели, что сэкономит время, усилия педагога и предоставит лучшие перспективы для выбора необходимого набора задач.
Будущее искусственного интеллекта состоит в том, чтобы научить эту сеть саморефлексии. Потому что именно ИИ планируют поручить важные для людей решения. Сейчас мы уже сложно представляем жизнь без ИИ. Первыми стали появляться чат боты, и среди них есть, например, боты для борьбы с депрессией и одиночеством. ИИ используют для выявления людей склонных к суицидальному поведению. В психотерапии порой важно увидеть заранее, как тот или иной приём подействует на пациента. Здесь также применяют ИИ, моделируя характер и личность пациента с помощью нейросети.
Подробнее узнать о становлении компьютерного моделирования психических процессов можно в статье специалиста по сознанию Ивана Иванчея, а о когнитивной революции, повлекшей его развитие и в целом о когнитивных процессах у человека, — в курсе Марии Фаликман.
Статья подготовлена совместно с журналом Инсайт от факультета психологии МГУ им. Ломоносова.
Источники:
- Sun, R. (n.d.). Introduction to Computational Cognitive Modeling. The Cambridge Handbook of Computational Psychology, 3–20. doi:10.1017/CBO9780511816772.003
