9.5: Когнітивний синтез

Сучасна експериментальна психологія виникла приблизно в 1860 році (Fechner, 1966), і більш ніж через півтора століття багато хто розглядає як ще незрілу, допарадигмальну дисципліну (Buss, 1978; Leahey, 1992). Різноманітність його шкіл думки та широта тем, які вона вивчає, є свідченням молоді експериментальної психології як науки. «На ранніх етапах розвитку будь-якої науки різні люди стикаються з одним і тим же діапазоном явищ, але зазвичай не всі однакові конкретні явища, описують і інтерпретують їх по-різному» (Kuhn, 1970, стор. 17).

Когнітивна наука народилася в 1956 році (Міллер, 2003). Оскільки це приблизно на століття молодше експериментальної психології, не було б дивно виявити, що когнітивна наука також є допарадигмальною. Це може пояснити різноманітність думок про природу пізнання, введені раніше як конкуруючі елементи класичної, коннектиністської та втіленої когнітивної науки. «Період до парадигми, зокрема, регулярно відзначається частими та глибокими дебатами щодо законних методів, проблем та стандартів вирішення, хоча вони служать скоріше для визначення шкіл, ніж для отримання угоди» (Kuhn, 1970, pp. 47—48).

Сучасний стан когнітивної науки визначає поки ще неповну діалектику. Конкуренція серед класичної, коннектиністської та втіленої когнітивної науки відображає існуючі напруги між тезою та антитезою Чого не вистачає, - це стан синтезу, в якому когнітивна наука інтегрує ключові ідеї зі своїх конкуруючих шкіл думки. Така інтеграція необхідна, оскільки навряд чи, наприклад, класична характеристика чистої когнітивної системи дасть повне пояснення пізнання (Miller, Galanter, & Pribram, 1960; Neisser, 1976; Norman, 1980).

В останніх розділах поточної книги представлено кілька рядків доказів, щоб припустити, що синтез в когнітивній науці можливий. По-перше, вкрай складно знайти позначки класичного, тобто характеристик, які однозначно відрізняють класичну когнітивну науку або від коннектиністських, або втілених підходів. Наприклад, класична когнітивна наука була натхненна цифровим комп'ютером, але різноманітні цифрові комп'ютери включали процеси, узгоджені з зв'язком (наприклад, паралельна обробка) та з втіленою когнітивною наукою (наприклад, зовнішніми уявленнями).

Друга лінія доказів полягає в тому, що існує високий ступінь методологічної схожості між трьома підходами. Зокрема, кожну школу когнітивної науки можна охарактеризувати як вивчення чотирьох різних рівнів дослідження: обчислювального, алгоритмічного, архітектурного та реалізаційного. У главі 6 ми бачимо, що різні підходи мають розбіжності щодо технічних деталей на кожному рівні. Тим не менш, всі чотири рівні досліджуються всіма трьома підходами в когнітивній науці. Крім того, коли порівнюються різні підходи на кожному рівні, можна виявити сильні подібності. Ось чому, наприклад, стверджується, що різниця між класичною та коннектиністською когнітивною наукою розмита (Dawson, 1998).

Третій рядок доказів пояснює методологічну схожість між різними підходами: когнітивні вчені з різних шкіл думки поділяють багато основних припущень. Хоча вони можуть не погодитися з його технічними деталями, всі когнітивні вчені розглядають пізнання як форму обробки інформації. Наприклад, кожна з трьох шкіл думки звертається до поняття репрезентації, водночас обговорюючи його природу. Чи є зображення символами, розподіленими візерунками або зовнішніми артефактами? Всі когнітивні вчені відкинули декартовий дуалізм і шукають матеріалістичні пояснення пізнання.

Більш загально, всі три підходи в когнітивній науці погоджуються з тим, що пізнання передбачає взаємодію між світом і станами агентів. Ось чому піонер класичної когнітивної науки може зробити таке втілене твердження: «Людина, розглядається як система поведінки, досить проста. Очевидна складність його поведінки з часом значною мірою є відображенням складності середовища, в якому він опиняється» (Simon, 1969, стор. 25). Однак знову справедливо сказати, що внески світу, тіла та розуму отримують різний ступінь акценту в рамках трьох підходів до когнітивної науки. Раніше ми бачили, що піонери виробничої системи визнали, що вони наголошували на внутрішньому плануванні та нехтували сприйняттям та діями (Anderson et al., 2004; Newell, 1990). Лише нещодавно вони звернулися до включення зондування та дії у своїх моделах (Kieras & Meyer, 1997; Meyer et al., 2001; Meyer & Kieras, 1997a, 1997b, 1999; Meyer et al., 1995). Незважаючи на це, вони все ще дуже неохоче включають обробку чуттєвих дій - зв'язки між зондуванням та дією, які не опосередковані внутрішніми уявленнями - до їх виробничих систем почуття-мислення-акт (Dawson, Dupuis, & Wilson, 2010).

Четвертим рядком доказів є існування гібридних теорій, таких як природні обчислення (Марр, 1982) або Пилишина (2003) рахунок зорового пізнання. Ці теорії явно спираються на концепції з кожного підходу до когнітивної науки. Гібридні теорії можливі лише тоді, коли існує принаймні мовчазне визнання того, що кожна школа думки в когнітивній науці має важливий, кооперативний внесок. Крім того, існування таких теорій повністю залежить від необхідності такої співпраці: жодна школа думки не дає достатнього пояснення пізнання, але кожна є необхідною складовою такого пояснення.

Одна справа відзначити можливість синтезу в когнітивній науці. Зовсім інше, щоб вказати шлях до втілення такого синтезу. Один необхідний компонент, розглянутий раніше в цьому розділі, відкритий для можливих внесків різних шкіл думки, відкритість, продемонстрована прагматичною та міждисциплінарною природною обчислювальною теорією сприйняття.

Другий компонент, який є темою цього заключного розділу книги, відкритий для методологічної перспективи, яка пронизувала ранню когнітивну науку та її найближчих предків, але яка стала менш прихильною останнім часом. Синтез в когнітивній науці може зажадати повернення, принаймні частково, до практики синтетичної психології.

Сучасна когнітивна наука здебільшого використовує аналітичні, а не синтетичні методичні практики. Тобто більшість когнітивних вчених займаються бізнесом проведення зворотного інжинірингу (Dennett, 1998). Вони починаються з повного, раніше існуючого когнітивного агента. Вони потім спостерігають за його поведінкою, не кажучи вже про те, як на поведінку впливають різні експериментальні маніпуляції. Результати цих спостережень часто використовуються для створення теорій у вигляді комп'ютерного моделювання (Newell & Simon, 1961). Наприклад, Ньюелл і Саймон (1972) збирали дані у вигляді словесних протоколів, а потім використовували ці протоколи для отримання робочих виробничих систем. Іншими словами, при використанні аналітичних методологій збір даних передує створенню моделі.

Аналітична природа більшості когнітивних наук відображена в її первинній методології, функціональному аналізі, прототиповому прикладі зворотного інжинірингу (Cummins, 1975, 1983). Функціональний аналіз диктує декомпозицію зверху вниз від широкої і абстрактної (тобто обчислювальної специфікації функцій) до більш вузької і конкретної (тобто архітектури та реалізації).

Навіть природний підхід до обчислень у баченні схвалив аналітичний підхід зверху вниз, переходячи від обчислювального до реалізаційного аналізу, а не у зворотному напрямку. Це було пов'язано з тим, що аналізи вищого рівня використовувались для керівництва інтерпретаціями нижчих рівнів.

Для того, щоб зрозуміти, чому сприйнятливі поля такі, якими вони є - чому вони циркулярно симетричні і чому їх збуджуючі та гальмівні області мають характерні форми та розподіли - ми повинні трохи знати теорію диференціальних операторів, смугових каналів та математика принципу невизначеності. (Березень, 1982, стор. 28)

Альтернативний підхід є синтетичним, а не аналітичним; це знизу вгору, а не зверху вниз; і він застосовує вперед інженерію замість зворотного інжинірингу. Такий підхід отримав назву синтетичної психології (Braitenberg, 1984). У синтетичній психології береться набір примітивних будівельних блоків, що представляють інтерес, і створює з них робочу систему. Поведінка цієї системи спостерігається для того, щоб визначити, які дивовижні явища можуть виникнути з простих компонентів, особливо коли вони вбудовані в цікаве або складне середовище. В результаті в синтетичній психології моделі передують даними, тому що вони є джерелом даних.

Інженерія вперед, яка характеризує синтетичну психологію, протікає як побудова знизу вгору (і пізніше дослідження) когнітивної моделі. Брайтенберг (1984) стверджував, що цей підхід створить простіші теорії, ніж ті, що виробляються аналітичними методологіями, оскільки аналітичні моделі не розпізнають вплив навколишнього середовища, стаючи жертвою того, що відомо як проблема системи відліку (Pfeifer & Scheier, 1999). Також аналітичні методики мають лише непрямий доступ до внутрішніх компонентів, на відміну від повного знання таких структур, якими володіє синтетичний конструктор.

Приємно і легко створювати маленькі машинки, які виконують певні трюки. Також досить легко спостерігати повний репертуар поведінки цих машин, навіть якщо він виходить за рамки того, що ми спочатку планували, як це часто відбувається. Але набагато складніше почати з боку і спробувати вгадати внутрішню будову саме з спостереження за даними. (Брайтенберг, 1984, стор. 20)

Хоча Брайтенберг запропонував форвардну інженерію як нову методологію в 1984 році, вона широко практикувалася кібернетиками, починаючи з кінця 1940-х років. Наприклад, оригінальні автономні роботи, Грей Уолтер (1950a, 1950b, 1951, 1963) Черепахи, були створені, щоб спостерігати, чи складна поведінка буде підтримуватися невеликим набором кібернетичних принципів. Гомеостат Ешбі (1956, 1960) був створений для вивчення взаємозв'язків зворотного зв'язку між простими машинами; після його побудови Ешбі зауважив, що цей пристрій демонструє цікаві та складні адаптивні відносини до різних середовищ. Цей вид передової інженерії в даний час поширений в одній сучасній галузі, яка надихнула втілену когнітивну науку, поведінкову робототехніку (Brooks, 1999; Pfeifer & Scheier, 1999; Sharkey, 2006).

Форвардний інжиніринг не обмежується створенням автономних роботів. Стверджувалося, що синтетичний підхід характеризує значну частку зв'язку (Dawson, 2004). Суть цього аргументу полягає в тому, що використовувані будівельні блоки є складовими певної коннектиністської архітектури. Вони об'єднуються в робочу систему, поведінку якої потім можна дослідити. У випадку підключення синтез робочої мережі передбачає використання навчального середовища для модифікації мережі шляхом застосування загального правила навчання.

Класична когнітивна наука, мабуть, найбільш часто практикується форма когнітивної науки, і вона також набагато рідше приймає синтетичні методології. Однак це не означає, що класичні когнітивні вчені не з користю використовували форвардну інженерію. Одним з яскравих прикладів є використання виробничих систем для вивчення вирішення проблем людини (Newell & Simon, 1972). Зрозуміло, що аналіз словесних протоколів забезпечив набір потенційних виробництв для включення в модель. Однак за цим послідувала високосинтетична фаза розробки моделі.

Ця синтетична фаза протікала наступним чином: Ньюелл і Саймон (1972) використовували словесні протоколи для ранжування різних виробництв, доступних з точки зору їх загального використання. Потім вони почали зі створення моделі виробничої системи, яка складалася лише з одного виробництва, найбільш використовуваного. Продуктивність цієї простої системи тоді порівнювали з людським протоколом. Наступним кроком було створення нової виробничої системи шляхом додавання наступного найбільш використовуваного виробництва до оригінальної моделі та вивчення поведінки нової двовиробничої системи. Цей процес продовжуватиметься, як правило, виявляючи кращу продуктивність моделі (тобто краще підходить до людських даних), оскільки модель розроблялася шляхом додавання кожного нового виробництва.

Форвардна інженерія, у всіх прикладах, про які йдеться вище, забезпечує систематичне дослідження того, що архітектура може виробляти «безкоштовно». Тобто він не використовується для створення моделі, яка підходить під певний набір даних. Натомість він використовується для того, щоб показати, наскільки дивовижна і складна поведінка може бути створена з простого набору компонентів, особливо коли ця архітектура вбудована в цікаве середовище. Він використовується для вивчення меж системи - скільки несподіваних складнощів з'являється в її поведінці? Яка поведінка все ще виходить за рамки можливостей системи? Хоча зворотний інжиніринг заохочує виведення моделі, обмеженої даними, форвардна інженерія пов'язана з набагато більш звільняючим процесом проектування моделі. «Тільки приблизно кожен 20 [студент] отримує це - тобто ідею думати про психологічні проблеми, вигадуючи механізми для них, а потім намагаючись побачити, що вони можуть, а що не можуть робити» (Мінський, 1995, особисте спілкування).

Звільняючий аспект форвардної інженерії проілюстрований у розробці робота LEGO AntiSlam (Dawson, Dupuis, & Wilson, 2010). Спочатку цей робот був створений як ехолот на основі версії одного з Braitenberg 's (1984) простих експериментів думки, Автомобіль 2. Автомобіль 2 використовував два світлові датчики для управління швидкістю двох окремих двигунів і генерував фотофобну або фотофільну поведінку залежно від його проводки. Ми замінили датчики світла двома датчиками сонара, що саме було відходом від конвенції, оскільки стандартний вигляд полягав у тому, що два датчики будуть заважати один одному (Boogaarts, 2007). Однак ми виявили, що робот генерував спритну поведінку і без особливих зусиль орієнтувався навколо багатьох різних видів перешкод на максимальній швидкості. Невелике налаштування архітектури робота змусило його слідувати вздовж стіни праворуч. Потім ми зрозуміли, що якщо середовище для робота стане ареною переорієнтації, то це породжує помилку обертання. Вперед інженерія цього дуже простого робота призвела до нашого відкриття, що він генерував навігаційні закономірності «безкоштовно».

Однак привабливість форвардної інженерії - це не просто відкриття несподіваної поведінки. Це також привабливо, оскільки призводить до відкриття меж архітектури. Ви не тільки досліджуєте, що може зробити система, але й виявляєте її збої. Стверджувалося, що в аналітичній традиції невдачі часто призводять до відмови від моделі (Dawson, 2004), оскільки невдачі становлять нездатність відповідати бажаному набору даних. У синтетичному підході, який не обумовлений підгонкою даних, збої призводять до майстерності з архітектурою, як правило, шляхом додавання до неї нових можливостей (Brooks, 1999, 2002). Синтетичний дизайн когнітивних моделей є прототипним екземпляром бриколажу (Dawson, Dupuis, & Wilson, 2010; Turkle, 1995).

Наприклад, хоча рання версія AntiSlam (Dawson, Dupuis, & Wilson, 2010) спричинила помилку обертання, вона не могла обробляти конкуруючі геометричні та локальні сигнали, оскільки вона не мала можливості виявляти місцеві сигнали. Зрозумівши, що робот здатний переорієнтуватися, це питання було вирішено шляхом додавання датчика світла до існуючої архітектури, щоб яскравість куточка могла служити елементарною особливістю. Робот все ще неадекватний, хоча, тому що він не вчиться. В даний час ми вивчаємо, як ця проблема може бути вирішена шляхом додавання зміненої мережі підключення для відображення відносин між датчиками та двигунами. Зауважте, що такий підхід вимагає виходу за межі чистого втіленого рахунку та використання переваг концепцій зв'язку.

На мій погляд, саме обмеження, з якими неминуче стикаються форвардні інженери, забезпечать стимул для когнітивного синтезу. Розглянемо сильні анти-представницькі позиції радикальних втілених когнітивних вчених (Chemero, 2009; Noë, 2004). Звичайно, дивно бачити, наскільки цікава поведінка може бути породжена системами з обмеженими внутрішніми уявленнями. Але скільки пізнання можна пояснити на основі даних, анти-репрезентативний спосіб, перш ніж дослідники повинні звернутися до уявлень? Наприклад, чи можлива радикальна втілена когнітивна наука про природну мову? Якщо втілені когнітивні вчені беруть свої теорії до своїх меж, а потім відкриті - як і природні дослідники обчислень - до класичних або коннектиністських концепцій, то цікавий і продуктивний когнітивний синтез неминучий. Те, що деякі втілені дослідники (Clark, 1997) вже давно відкриті для синтезу між втіленими і класичними ідеями, є обнадійливим знаком.

Аналогічним чином, радикальні дослідники коннектиністів стверджували, що багато пізнання може бути досягнуто без необхідності явних символів і явних правил (Rumelhart & McClelland, 1986a; Смоленський, 1988). Класичні дослідники визнали неймовірний спектр явищ, які поступилися досить простій архітектурі PDP (Fodor & Pylishyn, 1988). Але, знову ж таки, наскільки зв'язківці можуть пояснити з чистої точки зору PDP, і які явища будуть ухилятися від їх розуміння, вимагаючи, щоб класичні ідеї були знову впроваджені? Чи можна розглядати мережі як динамічні символи, а потім маніпулювати ними зовнішніми правилами, які відрізняються від правил навчання, які зазвичай застосовуються? Знову ж таки, останні ідеї здаються відкритими для кооперативного використання коннектиністських і класичних ідей (Smolensky & Legendre, 2006).

Синтетичний підхід забезпечує маршрут, який веде вченого-когнітивника до меж їх теоретичної перспективи. Це, в свою чергу, спричинить теоретичну напругу, яка, ймовірно, буде вирішена лише тоді, коли серйозно розглядаються основні елементи альтернативних перспектив. Зауважимо, що така резолюція вимагатиме від теоретика бути відкритим для визнання різного роду ідей. Замість того, щоб намагатися показати, що їх архітектура може зробити все пізнавальне, дослідники повинні знайти те, що їх архітектури не можуть зробити, а потім розширити свої теорії, включивши елементи альтернативних, можливо, радикально різних, поглядів пізнання.

Це не означає, що синтетичний підхід є єдиною методологією, яку слід використовувати. Синтетичні методи мають свої обмеження, і повна когнітивна наука вимагає взаємодії між синтезом та аналізом (Dawson, 2004). Зокрема, когнітивна наука в кінцевому рахунку полягає в справі пояснення пізнання біологічних агентів. Для цього її моделі, включаючи ті, що розробляються за допомогою форвардного інжинірингу, повинні бути перевірені. Перевірка теорії вимагає традиційної практики аналітичного підходу, пошуку еквівалентності між обчисленнями, алгоритмами та архітектурами. Важко уявити, що така перевірка не відбувається шляхом прийняття аналітичних методів, які забезпечують відносну складність, помилку та проміжні докази стану. Важко також уявити, що повне дослідження передбачуваної когнітивної архітектури не використовуватиме аналітичні докази з нейронаук.

Дійсно, може бути, що неможливість використовувати аналітичні докази для перевірки «чистої» моделі з однієї школи думки може бути основною мотивацією до розгляду альтернативних перспектив, підживлюючи справжній синтез в когнітивній науці. За словами Куна (1970), парадигми народжуються шляхом виявлення аномалій. Аналітичні методи когнітивної науки добре обладнані для виявлення таких проблем. Те, що потрібно для синтезу, - це готовність серед когнітивних вчених визнати, що конкуруючі погляди на пізнання можуть бути в змозі спільно застосовувати для вирішення аномалій.