Мышление и интеллект
Различные аспекты, связанные с процессом мышления
Ошибки при построении моделейОшибки при построении научных моделей
X
Моделирование мышления человека по Аллену Ньюэллу
Аллен Ньюэлл совместно с соавторами опубликовал статью: Computer Simulation of Human Thinking
«Мы обращаемся теперь к общей теории решения задачи, с тем чтобы позже вернуться к специфическим вопросам «творческой» части спектра процесса решения задач. Лабиринт представляет подходящую абстрактную модель для большинства видов деятельности по решению задач. Лабиринт являйся группой путей (возможно, частично перекрывающихся), в которой какая-то подгруппа отличается от других тем, что в конце путей имеются цели (награды, подкрепления). Пути этой подгруппы являются «правильными» путями: найти один из них - значит решить задачу прохождения лабиринта.
Мы можем подняться на следующую ступень абстракции и охарактеризовать решение задачи при помощи следующих положений: дана группа Р, найти член подгруппы S из группы Р, имеющий специальные свойства (Характерно, что в названии статьи говориться о моделировании человеческого мышления – но в тексте статьи рассматривается очень частный случай – Прим. И.Л. Викентьева – см. подробнее: Уровни творческих решений по Г.С. Альтшуллеру)
Существуют различные пути классификации процессов, используемых людьми при решении задачи. Полезным является различение процессов нахождения возможных решений (создание членов Р, которые могут принадлежать к S) от процессов определения того, будет ли найденное предложение фактически решением (проверяя, относится ли к S созданный элемент Р). Мы называем процессы первого класса процессами выработки решения, а второго класса - процессами проверки (верификации).
В достаточно малом лабиринте, где члены S, как только они открыты, легко могут быть опознаны как решение, нахождение решения тривиально (примером является Т-образный лабиринт для крыс с пищей на одной из дорожек). Трудности при сложном процессе поисков решения возникают в связи с комбинацией двух факторов: размеров группы возможных решений, которые должны быть исследованы, и задачей установления того, действительно ли соответствует предложенное решение условиям задачи. Используя нашу формальную модель решения задачи, мы можем часто получать значащие меры трудности конкретных проблем и меры эффективности конкретных устройств и процессов решения задачи. Рассмотрим некоторые примеры.
Обратимся к выбору хода в шахматах. В среднем шахматист, чья очередь совершать ход, осуществляет свой выбор из 20 или 30 альтернатив. Поэтому «нахождение» возможных ходов не представляет трудностей, но огромные трудности существуют при определении того, будет ли конкретный дозволенный ход хорошим ходом. Проблема не в генераторе, а в проверочном компоненте деятельности. Однако принципиальный метод для оценки хода состоит в рассмотрении некоторых противоположных возможных ответов, собственных ответов и т.д., только попытки оценить результаты позиций после этого лабиринта возможных последовательностей ходов осуществляются с некоторой глубиной.
Лабиринт последовательности ходов чрезвычайно велик. Если мы рассматриваем пять последовательных ходов для каждого игрока, предполагая в среднем 25 дозволенных продолжений на каждой ступени, мы находим, что Р, группа таких последовательностей ходов, включает около 1014 (100 миллионов миллионов) членов. Ещё один пример будет полезен для уяснения того, как различные устройства сокращают количество проб, требуемых для нахождения решения задачи. Рассмотрим сейф, замок которого включает 10 независимых дисков, каждый из них пронумерован от 00 до 99. Сейф будет иметь 10010 = 1020 или 100 биллионов возможных положений дисков, только одно из которых будет открывать его.
Однако если сейф неисправен и всякий раз возникает лёгкий щелчок, когда любой диск установлен в правильном положении, то потребуется в среднем только 50 проб, чтобы открыть сейф. 10 последовательных щелчков, предупреждающих взломщика, когда «теплее», вот и всё отличие неразрешимой задачи от тривиальной.
Итак, если мы можем получить информацию, которая подсказывает нам, какое решение испытать, и в частности, если мы можем получить информацию, которая позволяет нам раздробить большую проблему на несколько небольших задач и узнать, успешно ли мы решили каждую из небольших задач, - поисковая деятельность может быть значительно сокращена».
Ньюэлл А., Шоу Дж. С., Саймон Г., Моделирование мышления человека с помощью электронно-вычислительной машины, в Сб.: Психология мышления / Под ред. Ю.Б. Гиппенрейтер и др., М., «Аст»; «Астрель», 2008 г., с. 133-134.
Далее авторы статьи переходят к изложению эвристического подхода.
Уровни творческих решений по Г.С. Альтшуллеру.
