когнитивная наука

когнитивная наука
        КОГНИТИВНАЯ НАУКА (анг. cognitive science; от лат. cognitio — знание, познание) — область междисциплинарных исследований, изучающая познание и высшие когнитивные функции с помощью моделей переработки когнитивной информации. Включает в себя такие дисциплины, как эпистемология, когнитивная психология, исследования в области искусственного интеллекта, психолингвистика, нейропсихология, а в последнее десятилетие также нейрокибернетику и вычислительную нейробиологию.
        Основания К. н. были заложены в исследовании математика А. Тьюринга по конечным автоматам (1936), которому удалось показать, что для проведения любого вычисления достаточно повторения элементарных операций. Тьюринг описал некую гипотетическую идеальную вычислительную машину («машина Тьюринга»), у которой может быть только фиксированное конечное число возможных «состояний» и которая позволяет определить, какая функция вычислима. Т е м самым открылись перспективы для проверки и реализации известной идеи Т. Гоббса и Д. Буля, что мышление есть вычисление. Проверяя эту идею, математик К. Шеннон предположил (1948), что информация может быть представлена как выбор одной из двух равновероятных альтернатив, а количество передаваемой через канал связи информации может быть измерено в битах или с помощью двоичной системы счисления (бит — двоичный разряд, который может принимать значение 0 или 1). В результате был открыт математический формализм, позволивший оценивать информацию независимо от ее содержания и носителя. Шеннон также показал, что в электрических цепях выполняются операции алгебры логики. В дальнейшем эти результаты были применены к изучению когнитивных функций мозга. Уже в 1948 У Мак-Каллох и В. Питтс выдвинули гипотезу о том, что мышление как процесс обработки когнитивной информации, в принципе, может протекать в нейронных сетях. Несколько позднее ими же была разработана первая нейронная модель мозга, где взаимодействие между сетями нейронов имитировали логические операции пропозиционального исчисления. Этот подход получил развитие в работах нейрофизиолога К. Лешли, который в 1951 предположил, что мозг следует рассматривать как динамичный комплекс, состоящий из многих взаимодействующих систем. Заметный вклад в становление К. н. внесли также работы Н. Винера и его коллег в области кибернетики и теории автоматов, которые позволили объяснить некоторые характерные виды активности центральной нервной системы, отталкиваясь от аналогии между целенаправленным функционированием механических систем и соответствующими формами поведения людей.
        Эти открытия послужили основой для дальнейших систематических попыток описания общей структуры когнитивной системы человека с точки зрения модели переработки когнитивной информации и формирования когнитивной психологии. С конца 60-х г. 20 в. анализ природы человеческого познания с помощью моделей переработки информации становится, скорее, правилом, чем исключением. Решающее влияние на исследования познавательных и мыслительных процессов в К. н. оказала компьютерная революция, способствовавшая формированию здесь двух основных направлений. Одно из них ориентируется на создание новых когнитивных моделей (напр., разработанная еще в 1958 Ньюэллом и др. программа Логичный Теоретик), которые, в принципе, могли бы рассматриваться как достаточно адекватные имитации различных аспектов человеческого познания. Другое направление оказалось связанным с разработкой экспертных систем — т.е. программ, обобщающих экспертный уровень знаний в конкретных областях и обеспечивающих выполнение предписанных задач.
        В К. н. разработаны два стандартных вычислительных подхода к моделированию когнитивных систем. Первый, более ранний, классический подход — символицизм (symbolicism) — исходит из предположения, что человеческое мышление функционально эквивалентно мышлению компьютерного интеллекта, состоящего из центрального процессора, который в состоянии последовательно (т.е. один элемент за другим) обрабатывать единицы символьной информации. Сторонники второго подхода — коннекционизма (connectionism) — полагают, что идея центрального цифрового процессора, в принципе, неприменима к человеческой когнитивной системе в силу ее несовместимости с соответствующими данными нейробиологии. С их точки зрения, работа когнитивных систем живых существ может быть симулирована с помощью искусственных нейронных сетей, состоящих из «формальных» нейронов, параллельно перерабатывающих информацию. В отличие от обычных цифровых компьютеров, современные нейрокомпьютеры в состоянии обрабатывать самую разнообразную (а не только символьную) информацию, которая сохраняется как паттерн установленного между узлами соединения. Они, в частности, могут эффективно распознавать образы, обучаться, решать сложные проблемы (если, напр., входящая информация сопровождается шумом или если решение невозможно найти с помощью простого алгоритма) и т.д. Однако в решении многих сугубо аналитических задач, требующих четких высокоуровневых правил обработки информации (напр., обучения языку), они пока уступают цифровым компьютерам.
        Широко привлекая различные модели переработки информации, К. н. стремится дать объяснения лишь тем когнитивным процессам, которые эмпирически (экспериментально) фиксируются психологией — напр., распознавание образов, внимание, запоминание, решение проблем, рассуждение, планирование и т.д.
        И. П. Меркулов
        Лит.: СолсоР. Когнитивная психология. М., 1995; ThagardP Mind: Introduction to Cognitive Science. Cambridge, 1996.

Энциклопедия эпистемологии и философии науки. М.: «Канон+», РООИ «Реабилитация». И.Т. Касавин. 2009.