«Ага!» и его секреты
Шрифт:
Да и много ли можно было узнать теми способами, которыми они действовали. Нужен был совершенно иной подход к исследованию мышления — современный, основанный на математике, а не на лирических описаниях того, кто как думает. Таким орудием исследования и стала теория информации.
С ее помощью ученые вплотную подошли к тому, чтобы четко и ясно сформулировать, чем мышление человека отличается от машинного. Машина действует статистически, каждый раз вычисляя «среднее арифметическое» решение. Человеку же нет надобности перебирать все варианты. Он находит правильный ответ, нередко руководствуясь какими-то
Если говорить на современном языке, машине необходима полная информация о всех деталях задачи, которую она решает. А мозг человека может находить разумные решения, используя разрозненные сведения. Именно поэтому кибернетические машины, несмотря на свое быстродействие, так плохо играли в шахматы. Ведь прежде, чем принять решение, они должны были просмотреть и рассчитать все возможные варианты хода. А шахматы — такая игра, где количество вариантов каждого хода бесчисленное.
Искусство умелой игры — вовсе не в переборе многих решений, а в выборе правильного. Вот почему говорят, что самый плохой шахматист играет лучше самой умной машины.
Работа на неполной информации — главное отличие в способе «мышления» машины и человека. И именно эту способность труднее всего воспроизвести в машине. Виктор Михайлович Глушков — признанный математик, много занимавшийся теоретическими вопросами, а теперь обратившийся к кибернетике, уверяет, что проще всего научить машину думать как математик-теоретик (то есть обучить ее логическим действиям). И гораздо труднее воспроизвести такие интуитивные действия, как поиски решения, оценка вариантов, умение узнавать в незнакомом известные черты. А ведь все это — в более примитивной форме, разумеется, — могут делать даже животные.
Логическое мышление математика он сравнивает с правилами передвижения шахматных фигур, а поиск правильного доказательства — с талантом, опытом и интуицией шахматиста.
Теперь дело было за психологами: вооруженные математическим инструментом, они должны разобраться в механизмах нашего мышления и дать свои рекомендации инженерам. Но инженеры вольно или невольно тоже научили кое-чему следопытов мысли. В их представления вклинилась кибернетика. «Раз мозг — устройство для переработки информации, значит и изучать надо в первую очередь информационные процессы в нем», — пришли к выводу психологи.
Заставляя людей играть в «морской бой», они стремятся найти правила (или, как мы сказали бы теперь, алгоритмы) переработки информации человеческим мозгом.
Откуда они возникают, эти злополучные алгоритмы? Один из американских психологов шутливо заметил: задавать такой вопрос все равно, что спрашивать бостонских дам, откуда они берут свои шляпы. Те возмущенно ответят: «Моя дорогая, мы не получаем наши шляпы, у нас они есть».
И все же вопрос вполне законный. Надо только
Алгоритм, о котором мы сейчас говорим, — один из самых простых. Его вы учили в школе. Математика насчитывает сотни разных алгоритмов. История этой науки, собственно, и есть открытие многочисленных алгоритмов. И как у всякого открытия — у каждого из них своя судьба, подчас драматическая. Случаются они не часто, и всякий раз это большое событие — ведь появляется возможность решать новый круг задач, новый ряд проблем.
Обогащая математику, вновь открытые алгоритмы расширяют возможности человеческого мозга вообще — он обретает способность успешно действовать в более сложной обстановке.
Так может быть, алгоритмы лежат в основе не только вычислительной работы ума, но и вообще мышления? Многие психологи склонны думать, что дело обстоит именно так. По аналогии с машинами алгоритмы иногда еще называют программой мыслительных действий или планами поведения. Суть дела от этого не меняется: всегда речь идет об определенных правилах решения мыслительных задач, своего рода формулах мышления.
Математические алгоритмы человек изобрел сам, а те, которыми пользуется его мозг, создала природа. У нас в голове много разных формул мышления. Одни, наиболее простые, мы получаем по наследству от своих родителей. Им не надо учиться. Все остальные умения и навыки приобретаем в течение жизни. Но берем их не из воздуха, а перенимая опыт прежних поколений. Этими алгоритмами мы овладеваем в школе.
Впрочем, не думайте, что, окончив школу, вы получаете универсальный набор формул мышления. Программы мыслительных действий не хранятся у нас в памяти в готовом виде. Часто мы владеем только схемами, из которых могут возникать разные программы. Так, вероятно, для произнесения алфавита существует жесткая программа, которая запоминается вся целиком. Числа по порядку номеров в пределах сотни с небольшим мы тоже произносим не думая, пользуясь раз и навсегда запомнившимся алгоритмом, а когда числа начинают увеличиваться, мы скорее вычисляем, чем перечисляем, прибавляя единицу к каждому новому числу. Иными словами, мысленно формируем новую программу действий.
Преимущества такого способа мышления особенно наглядно видны на примере с машинами. Что выгоднее: снабдить вычислительную машину готовой таблицей логарифмов или дать формулу, чтобы она сама выводила логарифмы, которые ей нужны? В первом случае машина быстро найдет необходимые логарифмы в таблице, но, если встретится новое число, логарифм которого не дан, она не сможет ничего сделать. Во втором случае машина, конечно, будет вычислять медленнее, так как ей придется еще и выводить логарифмы. Зато сможет создать логарифмы любых чисел и поле ее деятельности не будет ограничено никакими рамками.