Когнитивная наука. Основы психологии познания. В 2-х томах. Том I

Одним из самых первых примеров интегрального подхода, заполня­ющего брешь между субсимвольными и символьными репрезентациями,

139

являются работы ученика Румелхарта Пола Смоленского (Smolensky, 2005). Использовав математический аппарат тензорного исчисления, он доказал принципиальную возможность построения коннещионистско-символъных когнитивных архитектур (ICS = Integrated Connectionist/ Symbolic), в которых свойства символьных преобразований реализуются

1на макроуровне описания, тогда как на микроуровне ментальные репре-

зентации описываются как массивно-параллельные процессы распрос­транения волн активации по нейронным сетям. Этот подход был приме­нен Смоленским и его коллегами в области теоретической лингвистики, где они, прежде всего, попытались объяснить разнообразные феномены маркированности — использование специальных лингвистических средств для выражения относительно нетипичных (или «менее гармо­ничных») в данном контексте языковых конструкций (см. 7.3.2 и 8.1.2). Несмотря на то, что их реализация осуществляется посредством нейро-сетевых механизмов, подобные «гармоничные грамматики» способны, по мнению Смоленского, полностью заменить генеративные граммати­ки при описании общих принципов функционирования языка. Процесс порождения речевых звуков (модель относится пока преимущественно к сфере фонологии речи — Prince & Smolensky, 1997) описывается при этом как оптимизация решения, удовлетворяющая нескольким гетеро­генным правилам, таким как запрет на возникновение последовательно­стей из большого числа согласных звуков (см. 7.1.1).

В столь динамичной области, как когнитивная наука, трудно предсказывать будущее развитие событий. В рамках работ по вычисли­тельной нейронауке (нейроинтеллекту) и эволюционному моделированию в последнее время начинают рассматриваться более реалистичные, с биологической и биофизической точки зрения, альтернативы искусст­венным нейронным сетям (такие как самоорганизующиеся карты, кле­точные автоматы и, в отдаленной перспективе, квантовые компьюте­ры — см. Doyle, 2003; O'Reilly & Munakata, 2003). При увеличении объе­ма мозга в процессе эволюции исходный сетевой принцип «всё связано со всем» перестает выполняться, возникают элементы модулярной макроорганизации (Striedter, 2004). Кроме того, при моделировании познания до сих пор практически никак не учитывалась роль нейро-трансмиттеров, химических передатчиков сигналов между нейрона­ми и модуляторов их активности. Диффузное, не ограниченное одним лишь преодолением синапсов действие нейротрансмиттеров может, ле­жать в основе регуляции эмоциональных состояний и интеграции ней­ронов в сложные самоорганизующиеся системы. Последнее представ­ляется очень существенным — ведь целостный мозг демонстрирует не только способности решения тех или иных узкопознавательных задач, но и множество других биологически и социально необходимых функ­ций, в частности, связанных с эмоциями и мотивированным поведени­ем (см. 2.4.3 и 9.4.3).