Анализ работы Вертгеймера "Продуктивное мышление"
Контрольная работа - Психология
Другие контрольные работы по предмету Психология
м из ведущих. Предполагалось, что для доказательства теорем, игры в шахматы или карты и тому подобной деятельности требуется интеллект, и в первую очередь умение логически мыслить. Моделирование логического мышления обладало одной важной особенностью: заранее известно, что система аксиом и правила вывода содержат всю необходимую информацию для решения задачи. Впоследствии программы логического вывода и аналогичные им получили широкое распространение, однако трудности, с которыми они встречались в стремлении стать интеллектуальными, все возрастали. Одна из основных трудностей состояла в том, что большинство логически правильных цепочек заключений не вело к цели. Возникло новое осмысление проблемы: интеллектуальность определяется не только целью, но и способом ее достижения.
Следует отметить достоинства логического подхода, подчеркнутые в книге М. Вертгеймера: стремление к истине; внимание к различиям между утверждением, убеждением и точным суждением; подчеркивание различия между туманными понятиями и точными формулировками; подчеркивание важности доказательства; требование строгости каждого шага мышления. Все эти особенности - это то, что приносит с собой компьютерный подход при решении интеллектуальных задач в медицине, геологии и других прикладных областях.
Центральная слабость логического подхода в изучении интеллекта, с точки зрения М. Вертгеймера, состоит в следующем: Традиционная логика мало интересуется процессом поисков решения. Она концентрирует внимание скорее на вопросе правильности каждого шага доказательства [2; с. 101]. Альтернатива может быть следующей: строить разумные решения и проверять их на правильность, пытаться сделать правильными. Например, при игре в шахматы имеет смысл рассмотреть неправильное (не соответствующее шахматным правилам) действие в данной позиции: сделать два хода подряд. Результат может оказаться настолько заманчивым, что стоит поразмыслить над тем, как сделать задуманное действие правильным, например, парировав защитные действия, которые мог бы предпринять партнер, пользуясь своим законным ходом. Таким образом, возникает возможность сделать желаемые два хода, включив их в многоходовую комбинацию. Итак, важная мысль М. Вертгеймера состояла в том, что в рамках мышления логика имеет не конструктивный характер, а нормативный.
Другим важным следствием логического подхода к мышлению М. Вертгеймер считает широкое распространение теории, согласно которой мышление по своей природе является последовательным [2; с. 140]. Естественно, что последовательная концепция интеллекта как нельзя лучше соответствовала компьютерной основе искусственного интеллекта - машинам последовательного действия. Насущной задачей является организация взаимодействия параллельных вычислений, организация параллельного мышления.
Представление об исключительной вербальности мышления, против чего резко возражал М. Вертгеймер, негласно господствует в области искусственного интеллекта. Особенно отчетливо это проявляется в последнем увлечении экспертными системами, в основе которых лежит логическая конструкция если - то.
2.2 Ассоцианистский подход - взгляд на него в монографии
Основа данного подхода - поиск смежных элементов, устойчиво повторявшихся в прошлом опыте, является также основой одной из мощных ветвей искусственного интеллекта: обучения распознаванию образов на примерах.
М. Вертгеймер коротко и точно описал этот подход: слепая процедура плюс способ проверки [2; с. 40]. Он получил широкое распространение в связи с попытками решения на компьютере задач распознавания устной и письменной речи, самолетов и людей, отпечатков пальцев и почерков. Неудачи пытались в первое время преодолеть увеличением материала обучения, однако безуспешно. Вместе с тем техника обучения распознаванию образов на примерах оказалась весьма эффективной в прикладных задачах (геологической и медицинской диагностики). Наибольший успех выпал на задачи, в которых исходные модели плохо обоснованы, и неосмысленные, но точные решения компьютера оказывались предпочтительнее разумных, но ошибочных рутинных рецептов.
В задачах распознавания образов возникает важный вопрос о предрассудках - ложных ассоциациях, возникающих при обобщениях на малом числе примеров. В рамках ассоцианистского подхода единственный способ борьбы с предрассудками - увеличение числа примеров. (Именно этим и было вызвано огромное число примеров - по 200-в задаче распознавания букв.) Эта проблема была осознана и проанализирована М. Вертгеймером в его книге [1; с. 67].
Он приводит несколько примеров ложного обобщения. Вот один из них. Берутся тройки чисел: 12-3-4; 56 - 7 - 8; требуется по двум числам 45 - 6 определить третье. Возможный ответ: 7, поскольку в предыдущих случаях третье число было всегда больше второго на 1: 4=3+1; 8=7+1. Соответственно, в последнем случае 6+1 ==7. Разве здесь существенно, что ученик основывал свою гипотезу на очень малом числе случаев? - спрашивает М. Вертгеймер.- Нет. Сама гипотеза нелепа. Более разумной представляется гипотеза, что числа связаны известным простым арифметическим законом: 12:3=4; 56:7==8; а следовательно, 45:6=7,5. Таким образом, правильным оказывается решение, обоснованное в более широком контексте, чем исходные данные.
Одна из самых популярных идей искусственного интеллекта: мозг есть машина для преобразования символьной информации. Пафос такого рода программ - в их полной