Коннекционистские модели сознания: чаши весов и пределы машинной имитации

В данной статье представлены некоторые обобщения относительно объяснительного потенциала коннекционистских подходов к теоретическим проблемам сознания. Рассмотрены как сильные, так и слабые стороны нейросетевых моделей. Коннекционизм имеет тесные методологические связи с современными нейронауками и нейрофилософией, что укрепляет его позиции с точки зрения эмпирических натуралистических подходов. Однако при этом данное направление наследует слабые стороны вычислительного подхода, и к коннекционизму становится применима вся система антикомпьютационалистских критических аргументов. Последние разработки в области глубокого машинного обучения дали богатый эмпирический материал для когнитивных наук. Многослойные сети, математические модели ассоциативной динамики обучения, самоорганизующиеся нейросети и пр. позволяют объяснить принципы усвоения концептуальных связей человеком и вслед за этим эмулировать данные процессы в компьютерных системах. При всех инженерных успехах данной технологии существует традиционная критика коннекционизма со стороны представителей когнитивной психологии, которые не могут принять тезис об обучаемости нейросети на основании перераспределения весов. Процесс обучения естественного интеллекта, согласно когнитивным моделям, происходит за счет привлечения знаний, транслируемых в символической форме (ментальные репрезентации, концепты), за счет систем выводного знания, выраженных в пропозициональном содержании. Некоторые философские аспекты «нейронной метафоры» в современных когнитивных науках формируют проблемное поле, которое требует всестороннего осмысления, и первый шаг на пути к этому сделан в данной работе.

компьютерная метафора, нейровычисления, нейросетевые модели, коннекционизм, вычислительная теория сознания

1. Бакусов Л.М., Ильясов Б.Г., Рамазанов М.Д., Сафин Ш.М. Биологические вычисления: общие принципы // Проблемы управления. - 2006. - Т. 1. - С. 61-68

2. Барышников П.Н. Метафорические основания компьютационализма в когнитивных науках и философии сознания // Философия науки и техники. - 2018. - Т. 23, № 2. - С. 61-72

3. Воеводин В.В., Воеводин В.В. Параллельные вычисления. - СПб.: БХВ - Санкт-Петербург, 2002

4. Грибачев В. Настоящее и будущее нейронных сетей // Компоненты и технологии. - 2006. - № 5. - С. 146-150

5. Дубинный М. Рождение виртуальной клеточной биологии. Биомолекула. URL: https://biomolecula.ru/articles/rozhdenie-virtualnoi-kletochnoi-biologii

6. Патнэм Х. Философия сознания. - М.: Дом интеллектуальной книги, 1990

7. Редозубов А.В. Логика сознания. Часть 9. Искусственные нейронные сети и миниколонки реальной коры. 2016. URL: https://habrahabr.ru/post/317712/

8. Фодор Д., Пылишин З. Коннекционизм и когнитивная структура. Критический обзор / Язык и интеллект; Петров В.В. (ред.). - М.: Издательская группа «Прогресс», 1995. - С. 230-314

9. Цепцов В.А. От критики коннекционизма к гибридным системам обработки информации / Познание. Общество. Развитие; Ушаков Д.В. (ред.). - М.: Институт психологии РАН, 1996

10. Bechtell W., Abrahamsen A. Connectionism and the Mind. - Basil Blackwell, Cambridge,1991

11. Glasser M.F., Smith S.M., Marcus D.S., Andersson Jesper L.R., Auerbach E.J., Behrens Timothy E.J, Coalson T.S., Harms M.P., Jenkinson M., Moeller S., Robinson E.C., Sotiropoulos S.N., Xu J., Yacoub E., Ugurbil K. and Van Essen David C. The Human Connectome Project's neuroimaging approach // Nat Neurosci. - 2016. - Vol. 19, No. 9. URL: http://dx.doi.org/10.1038/nn.4361

12. Google Brain Team. URL: https://research.google/teams/brain

13. Jordan M.I., Touretzky D.S. Advances in neural information processing systems. - Kaufmann, San Mateo, Calif, 1997

14. Karr J.R., Sanghvi J.C., Macklin D.N., Gutschow M.V., Jacobs J.M., Boliva B., Assad-Garcia N., Glass J.I. and Covert M.W. A Whole-Cell Computational Model Predicts Phenotype from Genotype // Cell. - 2012. - Vol. 150, No. 2. - P. 389-401

15. Kolesnikov-Jessop S. Automatons and Ingenuity // The New York Times. - 2012. - March, 8

16. MacCullach W.S. and Pitts W. A logical calculus of the ideas immanent in nervous activity // Bulletin of mathematical biophysics. - 1943. - Vol. 5. - P. 115-133

17. Massaro D.W. Some criticisms of connectionist models of human performance // Journal of Memory and Language. - 1988. - Vol. 27, No. 2. - P. 213-234

18. Pinker S. and Price A. On language and connectionism: Analysis of a parallel distributed processing model of language acquisition / Pinker S. and Mehler J. (Eds.). Connections and symbols. - MIT Press, Cambridge, Mass., 1988. - P. 73-193

19. Vaucanson J. Le mécanisme du fluteur automate. URL: https://gallica.bnf.fr/ark:/12148/bpt6k108299h/f1.image