АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Приемы, методы и формы научного мышления

Читайте также:
  1. BRP открывает новый виток инновационного развития с выпуском платформы Ski-Doo REV
  2. II. Методы непрямого остеосинтеза.
  3. II. ЦЕЛИ И ФОРМЫ ДЕЯТЕЛЬНОСТИ ПРИХОДА
  4. IV. Современные методы синтеза неорганических материалов с заданной структурой
  5. IV. Формы контроля
  6. IV. Формы контроля
  7. V. Формы контроля
  8. VII Формы текущего и итогового контроля
  9. VII. Новые формы российского предпринимательства
  10. А. Механические методы
  11. Автоматизированные методы анализа устной речи
  12. Авторитаризм и его формы

Человеческое мышление представляет собой сложный познаватель­ный процесс, включающий в себя использование множества различных приемов, методов и форм познания. Различия между ними условны, и очень часто все эти термины употребляются как синонимы, однако имеет смысл делать некоторое различие между ними. Под приемами мышления и научного познания понимаются общелогические и обще­гносеологические операции, используемые человеческим мышлением во всех его сферах и на любом этапе и уровне научного познания. Они в равной степени характеризуют как обыденное мышление, так и научное, хотя в последнем приобретают более определенную и упоря­доченную структуру. Приемы мышления, как правило, характеризуют общую, гносеологическую направленность хода мысли на том или ином этапе познавательной деятельности. Например, при движении от це­лого к части, от частного к общему, от конкретного к абстрактному и т.д.

Методами называют более сложные познавательные процедуры, которые включают в себя целый набор различных приемов исследова­ния.

Метод — это система принципов, приемов, правил, требований, ко­торыми необходимо руководствоваться в процессе познания.

В данном определении метода выражено его операциональное существо; метод содержит в себе совокупность требований, которые характеризуют порядок познавательных операций. Аспекты метода: предметно-содержательный, операциональный, аксиологический.

Предметная содержательность метода состоит в том, что в нем отражено знание о предмете исследования; метод основывается на знании, в частности, на теории, которая опосредует отношение метода и объекта. Многие философы признают, что метод — это та же теория, но повернутая своим острием на познание и преобразование объекта; это система нормативных правил, выводимых из теории (или вообще из определенного знания) с целью дальнейшего познания объекта. Предметная содержательность метода свидетельствует о наличии у него объективного (объектного) основания. Метод содержателен, объекти­вен.

Операциональный аспект указывает на зависимость метода уже не


столько от объекта, сколько от субъекта. На формирование правил-предписаний оказывают существенное влияние уровень научной под­готовки специалиста, его умение перевести представления об объективных законах в познавательные приемы, его опыт применения в познании тех или иных приемов, способность их совершенствовать; влияют на выбор и разработку правил соображения удобства и "эконо­мии мышления". Нередко на основе одной и той же теории возникают модификации метода, зависящие лишь от субъектных моментов. Метод субъектен, или субъективен (в данном отношении).

Аксиологический аспект метода выражается в степени его надеж­ности, экономичности, эффективности. Перед ученым порой встает вопрос о выборе одного из двух или нескольких близких по своему характеру методов. Решающую роль в выборе могут сыграть соображе­ния, связанные с большей ясностью, общепонятностью или результа­тивностью метода. Когда в 20-х годах в нашей стране проходила дискуссия по вопросам методологии и перед частью естествоиспытате­лей встала проблема, какому методу отдать предпочтение — элемента-ристскому (механистическому) или системному ("диалектике") — физиолог А. Ф. Самойлов заявил, в частности: "Те марксисты, которые воодушевлены верою в силу диалектического метода в познании при­роды, если они при этом специалисты-естественники в какой-нибудь определенной области естествознания, должны на деле доказать, что они, применяя диалектическое мышление, диалектический метод, в состоянии пойти дальше, скорее, с меньшей затратой труда, чем те, которые идут иным путем. Если они это докажут, то этим без всякой борьбы, без излишней бесплодной оскорбительной полемики, диалек­тический метод завоюет себе свое место в естествознании. Естествоис­пытатель прежде всего не упрям. Он пользуется своим теперешним методом только и единственно потому, что его метод есть метод единственный. Такого естествоиспытателя, который желал бы пользо­ваться худшим методом, а не лучшим, нет на свете. Докажите на деле, что диалектический метод ведет скорее к цели, — завтра же вы не найдете ни одного естествоиспытателя не диалектика" ("Диалектика природы и естествознание" // "Под знаменем марксизма", 1926, № 4—5, стр. 81).

Таковы главные стороны метода научного познания: предметно-со­держательная, операциональная и аксиологическая.

Методы научного познания можно подразделить на три группы: специальные, общенаучные, универсальные. Специальные методы при­менимы только в рамках отдельных наук. Объективной основой таких


методов являются соответствующие специально-научные законы и теории. К этим методам относятся, например, различные методы каче­ственного анализа в химии, метод спектрального анализа в физике и химии, метод Монте-Карло, метод статистического моделирования при изучении сложных систем и т.д. Общенаучные методы характеризуют ход познания во всех науках. Их объективной основой являются общеметодологические закономерности познания, которые включают в себя и гносеологические принципы. К ним относятся: методы экс­перимента и наблюдения, метод моделирования, гипотетико-дедуктив-ный метод, метод восхождения от абстрактного к конкретному и т.д. Универсальные методы характеризуют человеческое мышление в целом и применимы во всех сферах познавательной деятельности человека (с учетом их специфики). Их объективной основой выступают общефи­лософские закономерности понимания окружающего нас мира, самого человека, его мышления и процесса познания и преобразования мира человеком. К этим методам относятся философские методы и принци­пы мышления, в том числе принцип диалектической противоречиво­сти, принцип историзма и др.

Приемы научного мышления.

Анализ и синтез. Анализ — это прием мышления, связанный с разложением изучаемого объекта на составные части, стороны, тенден­ции развития и способы функционирования с целью их относительно самостоятельного изучения. Синтез — прямо противоположная опера­ция, которая заключается в объединении ранее выделенных частей в целое и с целью получить знание о целом путем выявления тех существенных связей и отношений, которые объединяют ранее выде­ленные в анализе части в одно целое. Эти два взаимосвязанных приема исследования получают в каждой отрасли науки свою конкретизацию. Из общего приема они могут превращаться в специальный метод: так, существуют конкретные методы математического, химического и со­циального анализа. Аналитический метод получил свое развитие и в некоторых философских школах и направлениях. То же можно сказать и о синтезе.

Абстрагирование и идеализация. Эти методы относятся к общенауч­ным приемам исследования. Абстрагирование есть процесс мысленного выделения, вычленения отдельных интересующих нас в контексте исследования признаков, свойств и отношений конкретного предмета или явления и одновременно отвлечение от других свойств, признаков, отношений, которые в данном контексте несущественны. Временное отвлечение от ряда признаков, свойств и отношений изучаемых пред-


метов позволяет глубже понять явление. В зависимости от целей исс­ледований выделяются различные виды абстрагирования. Если требу­ется образовать общее понятие о классе предметов, используется абстракция отождествления, в ходе которой мысленно отвлекаются от несходных признаков и свойств некоторого класса предметов и выде­ляют общие признаки, присущие всему этому классу. Существует также такой вид абстракции, как аналитическая, или изолирующая, абстрак­ция.

Идеализация является относительно самостоятельным приемом познания, хотя она и является разновидностью абстрагирования. Ре­зультатами идеализации являются такие понятия, как "точка", "прямая" в геометрии, "материальная точка" в механике, "абсолютно черное тело" или "идеальный газ" в физике и т. п. В процессе идеализации происходит предельное отвлечение от всех реальных свойств предмета с одновре­менным введением в содержание образуемых понятий поизнаков, нереализуемых в действительности. Образуется так называемый иде­альный объект, которым может оперировать теоретическое мышление при познании реальных объектов. Например, понятие материальной точки в действительности не соответствует ни одному объекту. Но механик, оперируя этим идеальным объектом, способен теоретически объяснить и предсказать поведение реальных, материальных объектов, таких как снаряд, искусственный спутник, планета Солнечной системы и т.д.

Индукция, дедукция, аналогия. Характерным для опытных наук при­емом исследования является индукция. При использовании этого при­ема мысль движется от знания частного, знания фактов к знанию общего, знанию законов. В основе индукции лежат индуктивные умо­заключения. Они проблематичны и не дают достоверного знания. Такие умозаключения как бы "наводят" мысль на открытие общих закономер­ностей, обоснование которых позже дается иными способами. В бук­вальном смысле индукция и означает наведение.

Приемом, по гносеологической направленности противоположным индукции, является дедукция. В дедуктивном умозаключении движение мысли идет от знания общего к знанию частного. В специальном смысле слова термин "дедукция" обозначает процесс логического вы­вода по правилам логики. В отличие от индукции дедуктивные умозак­лючения дают достоверное знание при условии, что такое знание содержалось в посылках. В научном исследовании индуктивные и дедуктивные приемы мышления органически связаны. Индукция на­водит человеческую мысль на гипотезы о причинах и общих законо-


мерностях явлений; дедукция позволяет выводить из общих гипотез эмпирически проверяемые следствия и таким способом эксперимен­тально их обосновывать или опровергать.

Аналогия. При аналогии на основе сходства объектов по некоторым признакам, свойствам и отношениям выдвигают предположение об их сходстве в других отношениях. Вывод по аналогии так же проблемати­чен, как и в индукции, и требует своего дальнейшего обоснования и проверки.

Моделирование. Умозаключение по аналогии лежит в основании такого ныне очень широко распространенного в науке приема иссле­дования, как моделирование. Вообще моделирование в силу своего сложного комплексного характера скорее может быть отнесено к классу методов исследования, чем приемов. Моделирование — это такой ме­тод исследования, при котором интересующий исследователя объект замещается другим объектом, находящимся в отношении подобия к первому объекту. Первый объект называется оригиналом, а второй — моделью. В дальнейшем знания, полученные при изучении модели, переносятся на оригинал на основании аналогии и теории подобия. Моделирование применяется там, где изучение оригинала невозможно или затруднительно и связано с большими расходами и риском. Ти­пичным приемом моделирования является изучение свойств новых конструкций самолетов на их уменьшенных моделях, помещаемых в аэродинамическую трубу. Моделирование может быть предметным, физическим, математическим, логическим, знаковым. Все зависит от выбора характера модели.

Модель — это объективированная в реальности или мысленно представляемая система, замещающая объект познания. В зависимости от выбора средств построения модели различаются и разные виды моделирования. С возникновением новых поколений ЭВМ в науке получило широкое распространение компьютерное моделирование на основании специально создаваемых для этих целей программ. Компь­ютерное моделирование включает в себя использование математиче­ского и логического моделирования.

Наблюдение является исходным методом эмпирического познания. Наблюдение — это целенаправленное изучение предметов, опирающе­еся в основном на такие чувственные способности человека, как ощущение, восприятие, представление; в ходе наблюдения мы получа­ем знание о внешних сторонах, свойствах и признаках рассматривае­мого объекта.

Познавательным итогом наблюдения является описание — фикса-


ция средствами языка исходных сведений об изучаемом объекте. Ре­зультаты наблюдения могут также фиксироваться в схемах, графиках, диаграммах, цифровых данных и просто в рисунках.

К структурным компонентам наблюдения относятся: сам наблюда­тель, объект исследования, условия наблюдения и средства наблюдения — установки, приборы и измерительные инструменты.

С первого взгляда может показаться, что наблюдение относится к пассивным, чисто созерцательным средствам познания и безусловно по отношению к эксперименту оно таковым и является. Но при внешней пассивности в наблюдении в полной мере реализуется то, что именуется активным характером человеческого познания. Активность проявляется прежде всего в целенаправленном характере наблюдения, в наличии исходной установки у наблюдателя: что наблюдать и на какие явления обращать особое внимание. Это обусловливает и второй мо­мент активности наблюдения, а именно его избирательный характер. Однако в процессе наблюдения ученый не игнорирует явления, не входящие в его установки. Они также фиксируются и в конечном счете могут оказаться основанием для установления главных фактов. Актив­ность наблюдения проявляется также и в его теоретической обуслов­ленности. Мы определяли наблюдение как метод, опирающийся на чувственные познавательные способности человека, но в наблюдении постоянно проявляется и рациональная способность в форме теорети­ческих установок. В методологии широко известна фраза: "Ученый смотрит глазами, но видит головой". Так дилетант и геолог, глядя на один и тот же кусок породы, видят, наблюдают разные вещи. Анало­гичным образом обыватель и эголог, наблюдая за поведением живо­тных, зафиксируют различные результаты этого наблюдения. Не прав был Ф. Бэкон, который надеялся перед наблюдением очистить сознание от всех "идолов". Практически это означало бы стирание всего знания, которое ученый получил в процессе образования. Лучший пример тому деятельность Галилея, который для наблюдения небесных явлений создал телескоп, что обусловило значительный прогресс в сборе эмпи­рического материала в этой области. Активность наблюдения проявля­ется и в отборе исследователем средств описания.

Можно построить достаточно богатую классификацию видов на­блюдения, чего мы здесь сделать не сможем. Отметим лишь два важных вида наблюдения, различающихся установкой на качественное и коли­чественное описание явлений. Качественное наблюдение было извест­но человеку с древнейших времен. Наука нового времени начинается с широкого использования количественных наблюдений и соответст-


венно описаний. В основе такого типа наблюдений лежит процедура измерения. Измерениеэто процесс определения отношения одной изме­ряемой величины, характеризующей изучаемый объект, к другой однород­ной величине, принятой за единицу. Пример — процедура измерения роста или веса человека. Переход науки к количественным наблюде­ниям и измерению лежит в основании зарождения точных наук, т. к. открывает путь к их математизации и позволяет сделать эксперимен­тальную проверку теоретических гипотез более эффективной.

Эксперимент является, как и Наблюдение, базисным методом на эмпирическом этапе познания. Он включает в себя элементы метода наблюдения, но не тождествен последнему. Он представляет собой более активный метод изучения объекта, чем наблюдение. Практиче­ское вмешательство в ход исследований в нем связано, в основном, с поиском подходящих условий для наблюдения или использования соответствующих приборов, усиливающих органы чувств человека. Со становлением экспериментального метода ученый превращается из наблюдателя природы в естествоиспытателя. Говоря метафорически, с помощью этого метода ученый обретает возможность "задавать вопросы природе".

Эксперимент — это активный целенаправленный метод изучения явлений в точно фиксированных условиях их протекания, которые могут воссоздаваться и контролироваться самим исследователем. Экс­перимент имеет перед наблюдением ряд преимуществ: в ходе экспери­мента изучаемое явление может не только наблюдаться, но и воспроизводиться по желанию исследователя; в условиях эксперимента возможно обнаружение таких свойств явлений, которые нельзя наблю­дать в естественных условиях; эксперимент позволяет изолировать изучаемое явление от усложняющих обстоятельств путем варьирования условий и изучать явление в "чистом виде"; в условиях эксперимента резко расширяется арсенал используемых приборов, инструментов и аппаратов.

В общей структуре научного исследования эксперимент занимает особое место. С одной стороны, именно эксперимент является связу­ющим звеном между теоретическим и эмпирическим этапами и уров­нями научного исследования. По своему замыслу эксперимент всегда опосредован предварительным теоретическим знанием: он задумыва­ется на основании соответствующих теоретических знаний и его целью зачастую является подтверждение или опровержение научной теории или гипотезы. Сами результаты эксперимента нуждаются в определен­ной теоретической интерпретации. Вместе с тем метод эксперимента


по характеру используемых познавательных средств принадлежит к эмпирическому этапу познания. Итогом экспериментального исследо­вания прежде всего является достижение фактуального знания и уста­новление эмпирических закономерностей.

Другой важной гносеологической особенностью эксперимента яв­ляется одновременная его принадлежность и к познавательной, и к практической деятельности человека. Целью экспериментального ис­следования является приращение знания, и в этом отношении он относится к сфере познавательной деятельности. Но поскольку экспе­римент включает в себя определенное преобразование материальных систем, он является одной из форм практики. Эксперимент, будучи формой и методом познания, в то же время выступает в качестве основы и критерия истинности знания, хотя и в ограниченных масштабах. Граница между экспериментом и другими формами практической деятельности относительна, и в некоторых случаях, когда речь идет о крупномасштабном производственном или социальном эксперименте, последний оказывается полноценной формой практической деятель­ности.

Экспериментальный метод, возникнув в недрах физики, нашел затем широкое распространение в химии, биологии, физиологии и других естественных науках. В настоящее время эксперимент все боль­ше распространяется в социологии, выступая и как метод познания, и как средство оптимизации социальных систем. По существу, со времен Галилея экспериментальный метод не претерпел существенных изме­нений с точки зрения его структуры и роли в познании. Существенные изменения произошли в технической оснащенности эксперимента, возникли новые виды эксперимента, связанные с использованием ЭВМ, расширилась сфера применения экспериментального метода. Принципиальная новизна в понимании эксперимента, пожалуй, каса­ется лишь необходимости учета взаимодействия исследуемого объекта с измерительными приборами, что во времена Галилея не представля­лось актуальным.

Выделяются следующие виды эксперимента: 1) исследовательский, или поисковый, эксперимент; 2) проверочный или контрольный экс­перимент; 3) воспроизводящий; 4) изолирующий; 5) качественный или количественный; 6) физический, химический, социальный, биологи­ческий эксперимент. Исследовательский, или поисковый, эксперимент направлен на обнаружение новых, неизвестных науке явлений или их новых, неожиданных свойств. Например, серия экспериментов с про­водниками при различных температурах в свое время закончилась


открытием явления низкотемпературной сверхпроводимости. А экспе­рименты с проводниками сложного физико-химического состава при­вели недавно к открытию высокотемпературной сверхпроводимости. Эксперименты с катодными лучами имели своим результатом открытие Рентгеном нового вида проникающего излучения, названного его име­нем, а опыты с рентгеновскими лучами повлекли за собой открытие А. Беккерелем радиоактивности. В развитых науках большую роль играет проверочный, или контрольный, эксперимент. Объектом про­верки является то или иное теоретическое предсказание либо та или иная гипотеза. По отношению к теоретическим гипотезам эксперимент может быть подтверждающим, опровергающим и решающим. Экспе­римент является подтверждающим, если он задумывается с целью подтвердить эмпирически проверяемые следствия из гипотезы; соот­ветственно, он будет опровергающим, если ставится с целью опровер­жения. Его называют решающим, если целью служит опровержение одной и подтверждение другой из двух (или нескольких) соперничаю­щих теоретических гипотез. Это различие относительно. Эксперимент, задуманный как подтверждающий, может по результатам оказаться опровергающим, и наоборот. Что касается решающего эксперимента, то в силу сложного и неоднозначного характера связи теории с опытом многие исследователи отрицают его существование, хотя на определен­ном этапе соперничества гипотез он может создавать условия для временного предпочтения одной из них. В качестве примера провероч­ного эксперимента выступает один из экспериментов по проверке волновой теории света. В начале прошлого века С. Пуассон, анализируя математическую часть волновой теории света Френеля, пришел к неожиданному выводу: если эта теория верна, то в центре тени, образуемой непроницаемым экраном на пути точечного источника света должно образоваться белое пятно. Этот вывод был не чем иным, как эмпирически проверяемым следствием из теории Френеля, которое казалось крайне маловероятным как для сторонников корпускулярной, так и для сторонников волновой теории света. По замыслу Пуассона, позже был поставлен опыт с целью опровергнуть теории Френеля, но вместо этого его результаты блестяще подтвердили теорию Френеля. Белое пятно в центре тени было обнаружено и названо пятном Пуас­сона.

Особым видом эксперимента является мысленный эксперимент. Ес­ли в реальном эксперименте ученый для воспроизведения, изоляции или изучения свойств того или иного явления ставит его в различные реальные физические условия и варьирует их, то в мысленном экспе-


рименте эти условия являются воображаемыми, но воображение при этом строго регулируется хорошо известными законами науки и пра­вилами логики. Ученый оперирует чувственными образами или теоре­тическими моделями. Последние тесно связаны с их теоретической интерпретацией, поэтому мысленный эксперимент относится скорее к теоретическим, чем к эмпирическим методам исследования. Мыслен­ный эксперимент не может рассматриваться как форма практической деятельности человека. Экспериментом в собственном смысле его можно назвать лишь условно, поскольку способ рассуждения в нем аналогичен порядку операций в реальном эксперименте. Классическим примером является мысленный эксперимент Эйнштейна со свободно падающим лифтом. Результатом была формулировка принципа экви­валентности тяжелой и инертной массы, положенного в основание общей теории относительности.

Проведение экспериментального исследования включает в себя ряд стадий. К первой стадии относится планирование эксперимента, в ходе которого определяется его цель, осуществляется выбор типа экспери­мента и продумываются его возможные результаты. Все это зависит от той исследовательской проблемы, которую ученый пытается решить. В ходе планирования эксперимента существенное значение имеет выде­ление тех факторов, которые оказывают влияние на изучаемое явление и его свойства, а также выделение набора тех величин, которые должны контролироваться и измеряться. Второй этап эксперимента связан с выбором технических средств проведения и контроля эксперимента. Техника, используемая в эксперименте, в том числе и измерительные приборы, должна быть практически выверена и теоретически обосно­вана. В современном эксперименте широко используются статистиче­ские методы контроля. Завершается экспериментальное исследование стадией интерпретации результатов эксперимента, которая включает в себя статистический и теоретический анализ, а также истолкование результатов эксперимента.

Гипотеза как форма и метод теоретического исследования.

Цель теоретического исследования заключается в установлении законов и принципов, которые позволяют систематизировать, объяс­нять и предсказывать факты, установленные в ходе эмпирического исследования. В истории методологии был период, когда некоторые ученые и философы считали, что основным методом теоретического исследования является индуктивный метод, позволяющий логически выводить общие законы и принципы из фактов и эмпирических обоб­щений. Но уже в конце XIX в. стало ясно, что такого метода построить


нельзя. Однозначного дискурсивного пути, ведущего от знаний о фактах к знаниям о законах, не существует. Это по-своему констатировал А, Эйнштейн. Провозгласив, что высшим долгом физиков является установление общих законов, он добавляет, что "к этим законам ведет не логический путь, а только основанная на проникновении в суть опыта интуиция" (Эйнштейн А. "Физика и реальность". М., 1964, с. 9). Но то, что Эйнштейн называет "основанной на проникновении в суть опыта интуицией", на самом деле является сложным познавательным приемом, именуемым методом гипотезы, в рамках которого и прояв­ляется интуиция исследователя.

В методологии термин "гипотеза" используется в двух смыслах: как форма существования знания, характеризующаяся проблематично­стью, недостоверностью, и как метод формирования и обоснования объяснительных предложений, ведущий к установлению законов, принципов, теорий. Гипотеза в первом смысле слова включается в метод гипотезы, но может употребляться и вне связи с ней.

Лучше всего представление о методе гипотезы дает ознакомление с его структурой. Первой стадией метода гипотезы является ознаком­ление с эмпирическим материалом, подлежащим теоретическому объ­яснению. Первоначально этому материалу стараются дать объяснение с помощью уже существующих в науке законов и теорий. Если таковые отсутствуют, ученый переходит ко второй стадии — выдвижению до­гадки или предположения о причинах и закономерностях данных явлений. При этом он старается пользоваться различными приемами исследования: индуктивным наведением, аналогией, моделированием и др. Вполне допустимо, что на этой стадии выдвигается несколько объяснительных предположений, несовместимых друг с другом.

Третья стадия есть стадия оценки серьезности предположения и отбора из множества догадок наиболее вероятной. Гипотеза проверя­ется прежде всего на логическую непротиворечивость, особенно если она имеет сложную форму и разворачивается в систему предположений. Далее гипотеза проверяется на совместимость с фундаментальными интертеоретическими принципами данной науки. Например, если фи­зик, объясняя факты, обнаружит, что его объясняющее предположение входит в противоречие с принципом сохранения энергии или принци­пом физической относительности, он будет склонен отказаться от такого предположения и искать новое решение проблемы. Однако в развитии науки бывают такие периоды, когда ученый склонен игнори­ровать некоторые (но не все) фундаментальные принципы своей науки. Это так называемые революционные, или экстраординарные, периоды,


когда необходима коренная ломка фундаментальных понятий и прин­ципов. Но на этот шаг ученый идет лишь в том случае, если перепро­бованы все традиционные пути решения проблемы. Так, основатели электродинамики были вынуждены отказаться от принципа дальнодей­ствия, который в ньютоновской физике имел фундаментальное значе­ние. М. Планк, перепробовав множество путей традиционного объяснения излучения абсолютно черного тела, отказался от принципа непрерывности действия, который до этого момента считался в физике "неприкосновенным". Такого рода гипотезы Н. Бор и называл "сума­сшедшими идеями". Но от шизофренического бреда эти идеи и догадки отличает то, что, порывая с одним или двумя принципами, они сохра­няют согласие с другими фундаментальными принципами, что и обус­ловливает серьезность выдвигаемой научной гипотезы.

На четвертой стадии происходит разворачивание выдвинутого предположения и дедуктивное выведение из него эмпирически прове­ряемых следствий. На этой стадии возможна частичная переработка гипотезы, введение в нее с помощью мысленных экспериментов уточ­няющих деталей.

На пятой стадии проводится экспериментальная проверка выве­денных из теории следствий. Гипотеза или получает эмпирическое подтверждение, или опровергается в результате экспериментальной проверки. Однако эмпирическое подтверждение следствий из гипотезы не гарантирует ее истинности, а опровержение одного из следствий не свидетельствует однозначно о ее ложности в целом. Все попытки построить эффективную логику подтверждения и опровержения тео­ретических объяснительных гипотез пока не увенчались успехом. Ста­тус объясняющего закона, принципа или теории получает лучшая по результатам проверки из предложенных гипотез. От такой гипотезы, как правило, требуется максимальная объяснительная и предсказатель-ная сила. Особую ценность имеют гипотезы, из которых выводятся так называемые "рискованные предсказания" (термин К. Поппера), кото­рые предсказывают факты невероятные в свете имеющихся теорий или эмпирической интуиции. К числу таких рискованных предсказаний прежде всего относятся предсказание Менделеевым на основании гипотезы периодического закона существования неизвестных химиче­ских элементов и их свойств или предсказание общей теорией относи­тельности отклонения луча света, проходящего вблизи Солнца, от прямолинейного пути. И то, и другое предсказания получили экспери­ментальное подтверждение, что способствовало превращению перио­дического закона и общей теории относительности из гипотез в теории.


Знакомство с общей структурой метода гипотезы позволяет опре­делить ее как сложный комплексный метод познания, включающий в себя все многообразие его и форм и направленный на установление законов, принципов и теорий.

Иногда метод гипотезы называют еще гипотетико-дедуктивным методом, имея в виду тот факт, что выдвижение гипотезы всегда сопровождается дедуктивным выведением из него эмпирически прове­ряемых следствий. Но дедуктивные умозаключения — не единствен­ный логический прием, используемый в рамках метода гипотезы. При установлении степени эмпирической подтверждаемости гипотезы ис­пользуются элементы индуктивной логики. Индукция используется и на стадии выдвижения догадки. Существенное место при выдвижении гипотезы имеет умозаключение по аналогии. Как уже отмечалось, на стадии развития теоретической гипотезы может использоваться и мыс­ленный эксперимент. Что касается интуиции, о которой говорит Эйн­штейн, то она вкраплена во все стадии метода гипотезы, начиная от анализа фактов, подлежащих объяснению, до принятия научным сооб­ществом хорошо обоснованной гипотезы в качестве закона или теории. Именно интуитивное озарение может позволить ученому выделить из совокупности фактов главные, ведущие к выдвижению гениальной догадки. Интуитивное озарение может проявляться и в выборе анало­гии, наводящей на эвристически ценную догадку, и т.д. Дискурсивное мышление в рамках метода гипотезы постоянно перемежается с инту­итивными шагами мысли. Но способность к интуитивному озарению дается гениальному ученому не "от бога", хотя гениальность имеет и врожденные элементы. Как считал Эйнштейн, интуитивное озарение в значительной степени есть продукт "проникновения в суть опыта", что зависит преимущественно от высокого профессионализма и тяже­лой постоянной работы ума над решением поставленной проблемы.

Объяснительная гипотеза как предположение о законе — не един­ственный вид гипотез в науке. Существуют также "экзистенциальные" гипотезы — предположения о существовании неизвестных науке эле­ментарных частиц, единиц наследственности, химических элементов, новых биологических видов и т. п. Способы выдвижения и обоснования таких гипотез отличаются от объяснительных гипотез. Наряду с основ­ными теоретическими гипотезами могут существовать и вспомогатель­ные, позволяющие приводить основную гипотезу в лучшее соответствие с опытом. Как правило, такие вспомогательные гипотезы позже эли­минируются. Существуют и так называемые рабочие гипотезы, которые


позволяют лучше организовать сбор эмпирического материала, но не претендуют на его объяснение.

Важнейшей разновидностью метода гипотезы является метод ма­тематической гипотезы, который характерен для наук с высокой сте­пенью математизации. Описанный выше метод гипотезы является методом содержательной гипотезы. В его рамках сначала формулиру­ются содержательные предположения о законах, а потом они получают соответствующее математическое выражение. В методе математической гипотезы мышление идет другим путем. Сначала для объяснения ко­личественных зависимостей подбирается из смежных областей науки подходящее уравнение, что часто предполагает и его видоизменение, а затем этому уравнению пытаются дать содержательное истолкование. Характеризуя метод математической гипотезы, С. И. Вавилов писал: Положим, что из опыта известно, что изученное явление зависит от ряда переменных и постоянных величин, связанных между собой приближенно некоторым уравнением. Довольно произвольно видоиз­меняя, обобщая это уравнение, можно получить другие соотношения между переменными. В этом и состоит математическая гипотеза или экстраполяция. Она приводит к выражениям, совпадающим или рас­ходящимся с опытом, и соответственно этому применяется дальше или отбрасывается.

Специалист по методологии науки И. В. Кузнецов попытался вы­делить различные способы видоизменения исходных уравнений в про­цессе выдвижения математической гипотезы: 1) изменяется тип, общий вид уравнения; 2) в уравнение подставляются величины другой приро­ды; 3) изменяется и тип уравнения, и вид величины; 4) изменяются предельные граничные условия. Все это дает основание и для типологии метода математической гипотезы.

Сфера применения метода математической гипотезы весьма огра­ничена. Он применим прежде всего в тех дисциплинах, где накоплен богатый арсенал математических средств в теоретическом исследова­нии. К таким дисциплинам прежде всего относится современная фи­зика. Метод математической гипотезы был использован при открытии основных законов квантовой механики. Так, Э. Шредингер для описа­ния движения элементарных частиц за основу взял волновое уравнение классической физики, но дал иную интерпретацию его членов. В итоге был создан волновой вариант квантовой механики. В. Гейзенберг и М. Борн пошли в решении этой задачи другим путем. Они взяли за исходный пункт в выдвижении математической гипотезы канонические уравнения Гамильтона из классической механики, сохранив их мате-


матическую форму или тип уравнения, но ввели в эти уравнения новый тип величин — матрицы. В результате возник матричный вариант кван-тово-механической теории.

Метод гипотезы демонстрирует творческий характер научного ис­следования в процессе открытия новых законов, принципов и создания теорий.

Правила метода гипотезы не предопределяют однозначно резуль­татов исследования и не гарантируют истинности полученного знания. Именно творческая интуиция, творческий выбор из многообразия возможных путей решения проблемы приводит ученого к новой теории. Теория не вычисляется логически и не открывается, она создается творческим гением ученого и на ней всегда лежит печать личности ученого, как она лежит на любом продукте духовно-практической деятельности человека.

§ 3. Компьютер и философия*

Возникновение и интенсивное развитие электронно-вычислитель­ной техники при постоянно расширяющейся сфере ее использования, взаимосвязанное с изменениями в жизненно важных сферах общества, включая экономику, социальную структуру, политику, науку, культуру и повседневную жизнь людей, является объектом изучения различных гуманитарных дисциплин, в том числе и философии.

Первые систематические попытки выявления и изучения философ­ских проблем, связанных с компьютерной техникой и открываемыми ею возможностями, были предприняты в рамках того, что может быть названо кибернетическим движением в широком смысле.

Основатель этого интеллектуального движения, американский ма­тематик Н. Винер, в годы второй мировой войны занимался разработ­кой математических средств для управления огнем с использованием вычислительных устройств, обеспечивающих расчеты для выстрела. Вынужденные в ходе этой работы исследовать выполнение человеком тех функций, которые предстояло передать электротехнической систе­ме,— прежде всего функции предсказания будущего,— ученые обрати­лись к проблемам сознательной деятельности человека и нейрофизиологии. Летом 1947 г. появился термин "кибернетика" — так группа ученых, объединившихся вокруг Винера и Розенблюта, решила

* Параграф написан старшим научным сотрудником Института философии РАН кандидатом философских наук И. Ю. Алексеевой.


назвать "теорию управления и связи в машинах и живых организмах" (См.: Винер Н. "Кибернетика или управление и связь в животном и машине". 2-е изд. М., 1968. С. 56—57). Основными понятиями новой теории стали такие понятия, как "информация", "обратная связь", "кодирование", "адаптация", "гомеостазис" и др.

Идеи кибернетики получили большую популярность как среди ученых самых разных специальностей, так и в широкой публике. Употребление термина "кибернетика" не было однозначным. С кибер­нетикой связывались надежды на создание единой теоретической базы для множества дисциплин, изучавших различные процессы обработки информации в XIX и в XX вв.: теории проводной связи, теории радиосвязи, теории автоматического регулирования, теории математи­ческих машин и др. Нередко эти дисциплины стали называть кибер­нетикой (или технической кибернетикой),— в то же время многие ученые продолжали работать в таких областях, не пользуясь киберне­тической терминологией.

Кибернетика характеризовалась и как "общая теория управления, не связанная непосредственно ни с одной прикладной областью и в то же время применимая к любой из них" (Вир Ст. "Кибернетика и управление производством". Пер. с англ. М.: Гос. изд-во физико-мате­матической литературы, 1963. С. 20), и как точная наука об управлении, непременно использующая количественные методы (Берг А. Предис­ловие к русскому изданию//Там же. С. 5).

Кибернетическое движение в целом включало самые различные направления, в том числе искусственный интеллект, различные типы моделирования, применения логико-математических методов в биоло­гических, медицинских, социально-экономических (и в других гума­нитарных) исследованиях. Это обстоятельство нашло выражение в характеристике кибернетики как "исследования процессов управления в сложных динамических системах, основывающегося на теоретиче­ском фундаменте математики и логики и использующего средства автоматики, особенно электронные цифровые вычислительные, управ­ляющие и информационно-логические машины" (Бирюков Б. В. "Ки­бернетика и методология науки". М., 1974. С. 13).

В русле кибернетического движения осуществлялись философские и логико-методологические исследования управления, информации, мышления, познания, структуры научного знания и перспектив его развития. Характерные для кибернетического движения идея общности (одинаковости или сходства) закономерностей, определяющих процес­сы управления и переработки информации в самых разных сферах


реальности и идея плодотворности использования математических и логико-математических трактовок этих процессов на различных уров­нях абстракции получили специфическое преломление в многочислен­ных сравнениях человеческого мышления и работы ЭВМ.

Появление компьютерных систем, которые стали называть интел­лектуальными системами (ИС), и развитие такого направления, как искусственный интеллект (ИИ), побудило по-новому взглянуть на ряд традиционных теоретико-познавательных проблем, наметить новые пути их исследования, обратить внимание на многие, остававшиеся ранее в тени аспекты познавательной деятельности, механизмов и результатов познания. В ходе бурных дебатов 60—70-х годов на тему "Может ли машина мыслить?" были, по существу, представлены раз­личные варианты ответа на вопрос о том, кто может быть субъектом познания: только ли человек (и, в ограниченном смысле, животные) или же и машина может считаться субъектом мыслящим, обладающим интеллектом и, следовательно, познающим. Сторонники последнего варианта пытались сформулировать такое определение мышления, которое позволяло бы говорить о наличии мышления у машины,— например, мышление определялось как решение задач (См.: Ботвинник M. M. "Почему возникла идея искусственного интеллекта?"// "Кибер­нетика: перспективы развития". М., 1981). [Нужно отметить, однако, что и способность компьютерной системы к принятию каких-либо решений также может быть поставлена (и ставится) под сомнение]. Оппоненты сторонников "компьютерного мышления", напротив, стре­мились выявить такие характеристики мыслительной деятельности человека, которые никак не могут быть приписаны компьютеру и отсутствие которых не позволяет говорить о мышлении в полном смысле этого слова. К числу таких характеристик относили, например, способность к творчеству, эмоциональность (См.: Тюхтин В. С. "Соот­ношение возможностей естественного и искусственного интеллек­тов"//" Вопросы философии". 1979. № 3).

Компьютерное моделирование мышления дало мощный толчок психологическим исследованиям механизмов познавательной деятель­ности. Это проявилось, с одной стороны, в проникновении в психоло­гию "компьютерной метафоры", ориентирующей на изучение познавательной деятельности человека по аналогии с переработкой информации на компьютере, и, с другой стороны, в активизации исследований, стремящихся показать плодотворность и самостоятель­ную ценность иных подходов — например, изучение мышления в кон­тексте общей теории деятельности. O.K. Тихомиров, специально


исследуя "соотношение кибернетического и психологического подхо­дов к изучению мышления", настаивал, что "широко распространенное сближение человеческого мышления и работы вычислительной маши­ны не обосновано". Вместе с тем, отмечает он, "именно развитие кибернетики сделало очевидным неполноту господствовавших в пси­хологии теорий мышления и поведения, выдвинув для изучения новые аспекты" (Тихомиров O.K. "Структура мыслительной деятельности человека. (Опыт теоретического и экспериментального исследования)". Изд-во Моск. ун-та, 1969. С. 4). Характеризуя значение аналогий между человеческим мышлением и компьютерной переработкой информа­ции, английская исследовательница М. Воден пишет: "В той степени, в какой аналогия с компьютером может служить общим человеческим интересам более глубокого познания разума, осторожное использова­ние "психологической" терминологии в отношении определенного типа машин должно скорее поощряться, чем запрещаться... аналогии дают возможность не только обозначить сходные черты между сравнивае­мыми объектами, но ведут к обнаружению действительно важных сходств и различий" (Boden M. A. "Artificial Intelligence and Natural Man". 2nd ed. L., 1987. P. 421).

Компьютерное моделирование мышления, использование методов математических и технических наук в его исследовании породило в период "кибернетического бума" надежды на создание в скором буду­щем строгих теорий мышления, столь полно описывающих данный предмет, что это сделает излишними всякие философские спекуляции по его поводу. Надеждам такого рода, однако же, не суждено было сбыться, и сегодня мышление, будучи предметом изучения ряда част­ных наук (психологии, логики, искусственного интеллекта, когнитив-. ной лингвистики), остается также притягательным объектом философских рассмотрении.

* * *

В последние два десятилетия в компьютерных науках заметное внимание стало уделяться такому традиционно входившему в сферу философии предмету, как знание. Слово "знание" стало использоваться в названиях направлений и составляющих компьютерных систем, а также самих систем (системы, основанные на знаниях; базы знаний и банки знаний; представление, приобретение и использование знаний, инженерия знаний). Тема "компьютер и знание" стала предметом обсуждения и в значительно более широком контексте, где на первый


план вышли ее философско-эпистемологические, социальные и поли­тико-технологические аспекты.

Что касается такой области, как ИИ, то не будет преувеличением сказать, что в 80-е годы понятие знания потеснило понятия мышления и интеллекта, традиционно занимавшие почетное место в рефлексии профессионалов ИИ над своей деятельностью. Теория искусственного интеллекта стала иногда характеризоваться как "наука о знаниях, о том, как их добывать, представлять в искусственных системах, перера­батывать внутри системы и использовать для решения задач" (Поспелов Д.А. "Ситуационное управление: теория и практика". М., 1986. С. 7.), а история искусственного интеллекта, исключая ее ранние этапы,— как история исследований методов представления знаний (См.: "Представ­ление и использование знаний"/Под ред. X. Уэно, М. Исидзука. М.,

1989. С. 7).

Расширение сферы применения ИС, переход от "мира кубиков" к таким, более сложным областям, как медицина, геология и химия, потребовал интенсивных усилий по формализации соответствующих знаний. Разработчики ИС столкнулись с необходимостью выявить, упорядочить разнообразные данные, сведения эмпирического характе­ра, теоретические положения и эвристические соображения из соот­ветствующей области науки или иной профессиональной деятельности и задать способы их обработки с помощью компьютера таким образом, чтобы система могла успешно использоваться в решении задач, для которых она предназначается (поиск информации, постановка диагно­за и т. д.). Это привело к изменениям в характере данных, находя­щихся в памяти компьютерной системы,— они стали усложняться, появились структурированные данные — списки, документы, семан­тические сети, фреймы. Для элементарной обработки данных, их поиска, записи в отведенное место и ряда других операций стали использоваться специальные вспомогательные программы. Проце­дуры, связанные с обработкой данных, усложнялись, становились самодовлеющими. Появился такой компонент интеллектуальной си­стемы, как база знаний.

Термин "знания" приобрел в ИИ специфический смысл, который Д. А. Поспелов характеризует следующим образом. Под знаниями по­нимается форма представления информации в ЭВМ, которой присущи такие особенности, как: а) внутренняя интерпретируемость (когда каждая информационная единица должна иметь уникальное имя, по которому система находит ее, а также отвечает на запросы, в которых это имя упомянуто); б) структурированность (включенность одних


информационных единиц в состав других); в) связность (возможность задания временных, каузальных пространственных или иного рода отношений); г) семантическая метрика (возможность задания отно­шений, характеризующих ситуационную близость); д) активность (выполнение программ инициируется текущим состоянием инфор­мационной базы). Именно эти характеристики отличают знания в ИС от данных — "определяют ту грань, за которой данные превращаются в знания, а базы данных перерастают в базы знаний". (См. "Искусст­венный интеллект. Справочное издание в 3 кн.". Т. 2. М., 1990. С. 8).

Пользуясь терминологией Л. Витгенштейна, можно сказать, что это понимание знаний как формы представления информации "работает" в рамках особой, характерной для ИИ языковой игры. В ходе этой языковой игры могут появляться формулировки, способные вызвать недоумение эпистемолога, пытающегося оценить их с точки зрения привычных философских интерпретаций знания. К такого рода фор­мулировкам относятся ставшее "общим местом" утверждение, что дан­ные не являются знаниями, а также предложения использовать в качестве знаний тот или иной язык или выражения типа "под знаниями будем понимать такого-то вида формулы".

Вместе с тем, только что приведенная характеристика знаний в ИС не является совершенно изолированной от того, что мы обычно пони­маем под знанием. Такие черты, как внутренняя интерпретируемость, структурированность, связность, семантическая метрика и активность, присущи любым, более или менее крупным блокам человеческих знаний и в этом смысле знания в компьютерной системе можно рассматривать как модель или образ (в широком понимании данного слова) того или иного фрагмента человеческого знания.

Однако связь знаний в специфическом для ИИ смысле со знанием в более привычном, "обычном", смысле не ограничивается лишь сход­ством некоторых структурных характеристик. Ведь значительная часть информации, представляемой в базе знаний ИС, есть не что иное, как знания, накопленные в той области, где должна применяться данная система. Исследование этого знания (зафиксированного в соответст­вующих текстах или существующего как незафиксированное в тексте и даже неартикулированное знание индивида-эксперта) под углом зрения задач построения ИС и определяет технологический подход ИИ к знанию как таковому.

Технологический подход к знанию предполагает постановку, ис­следование и решение технологических вопросов о знании. К послед­ним относятся вопросы типа "Каким образом следует (можно,


допустимо) обращаться (иметь дело) со знанием, имея в виду достиже­ние такой-то цели?". "Обращаться" или "иметь дело",со знанием пред­полагает здесь не только приобретение, хранение или обработку знаний, но и любые ментальные и речевые акты, осуществляемые в отношении знания,— например, утверждение, что некто ("а") знает нечто ("р"), может быть истолковано как ментальный акт, совершаемый некоторым "наблюдателем" в отношении знания, которым обладает субъект "а" (в качестве "наблюдателя" может выступать субъект "а").

При самом широком истолковании технологический подход к знанию является неотъемлемым элементом жизни любого человека. В этом смысле и первобытный человек, использующий для передачи информации примитивные сигналы, и наш современник, выбирающий между почтой, телеграфом, телефоном и телефаксом, могут считаться решающими технологические вопросы относительно знания.

Примером технологического подхода к исследованию знания как особой сущности может служить характеристика сократовой майевтики в диалогах Платона. Искусство Сократа задавать наводящие вопросы таким образом, что собеседник в конце концов приходит к верным выводам относительно обсуждаемых предметов (во всяком случае, к таким выводам, которые считает верными сам Платон), характеризу­ется здесь как искусство пробуждения истинных мнений, живущих в душе человека, в результате чего мнения становятся знаниями. Пожа­луй, наиболее выразительная иллюстрация этой процедуры дана в известном примере из диалога "Менон", где мальчик-раб решает гео­метрическую задачу. Вообще же говоря, все диалоги Платона демонст­рируют сократову технику "пробуждения" знания. Однако собственно технологический подход к исследованию знания мы находим у Платона лишь в тех случаях, когда сама эта техника становится предметом осмысления, когда сама она рассматривается как средство для совер­шения каких-то действий над знанием. Фрагментарные характеристики данной техники встречаются во многих диалогах — примером может служить тот же "Менон", где говорится о пробуждении знаний вопро­сами. Более подробного рассмотрения она удостоена в диалоге "Теэтет". Здесь Сократ говорил о своем искусстве как аналогичном ремеслу своей матери — повитухи Фенареты, и то, что в "Меноне" характеризовалось как техника пробуждения знаний, здесь характеризуется как своеоб­разная техника родовспоможения "мужчинам, беременным мыслью" (См.: Платон. Соч. в 3 т. Т. 2. М., 1970. С. 234).

Технологические вопросы о знании могут быть до известной сте­пени противопоставлены экзистенциальным вопросам — т. е. вопро-


сам о том, как существует знание, каково оно есть. К вопросам последнего типа относятся, например, вопросы о соотношении знания с мнением или верой, о структуре знания и его видах, об онтологии знания, о том, как происходит познание.

До второй половины нынешнего столетия экзистенциальный под­ход в исследовании знания был преобладающим. Это не означает, конечно, что не развивалась сама технология получения, передачи, хранения и обработки знания, а также оценки результатов познания, претендующих на статус знания. Достаточно вспомнить о развитии книгопечатания и технических устройств для передачи информации, о методах обучения и педагогических исследованиях, посвященных тех­нике передачи знаний и воспитанию способности к самостоятельному приобретению и использованию знаний, развитие методов науки и исследований этих методов. Однако, даже когда эти способы работы со знанием становились предметом исследования, их соотносили не столько со знанием как особого рода сущностью, сколько с познаваемой реальностью (которая могла истолковываться как физическая, менталь­ная или психическая в зависимости от мировоззрения исследователя). Многие из этих рассмотрении могут быть после определенных интер­претаций квалифицированы как технологические, но это все же будет относиться скорее к результату нашей интерпретации, чем к самому исследованию.

Расцвет технологических (в указанном выше смысле) исследований знания связан с развитием эпистемической логики и искусственного интеллекта. Довольно типичной чертой исследований по эпистемиче­ской логике является разработка определенных средств для решения вопроса о том, будет ли такого-то вида формула (содержащая эписте-мические операторы, соответствующие словам "знает", "полагает", "со­мневается", "отрицает" и др.) доказуемой в таком-то исчислении или общезначимой для такого-то типа моделей. С точки зрения технологи­ческого подхода к знанию этот вопрос может быть понят как вопрос о легитимации (узаконении) с использованием определенного символи-ко-концептуального аппарата результатов мертально-речевой деятель­ности в отношении знания некоторого субъекта (или группы субъектов), выраженных в форме, пригодной для применения данного аппарата. Характер легитимируемых результатов определяется как осо­бенностями используемых формализмов, так и позицией исследователя по отношению к экзистенциальным вопросам о знании.

Технологические вопросы о знании, исследуемые в рамках ИИ, касаются, в значительной степени, способов представления знаний.


Проблемы представления знаний связаны, в свою очередь, с разработ­кой соответствующих языков и моделей. Существуют различные типы моделей: логические, продукционные, фреймовые, семантические сети и другие. Логические модели предполагают представление знаний в виде формальных систем (теорий), и в качестве языка представления знаний в таких моделях обычно используется язык логики предикатов. Продукционные представления можно охарактеризовать (упрощенным образом) как системы правил вида "Если А, то В", или "Предпосылка — действие". Сетевые модели предполагают выделение некоторых фик­сированных множеств объектов и задание отношений на них (это могут быть отношения различного рода: пространственные, временные, от­ношения именования и др.). Фреймовые представления иногда рас­сматривают как разновидность семантических сетей, однако для первых характерно наличие фиксированных структур информационных еди­ниц, в которых определены места для имени фрейма, имен слотов и значений слотов. (Характеристику основных моделей представления знаний можно найти в упоминавшемся выше справочном издании "Искусственный интеллект", т. 2, а также, например, в: "The Handbook of Artificial Intelligence". V. 1. Massachusetts ets., 1986). Каждая из упо­мянутых моделей имеет свои достоинства и недостатки в отношении того или иного круга задач.

Преимущества логических моделей, использующих язык логики предикатов, связаны с дедуктивными возможностями исчисления пре­дикатов, теоретической обоснованностью выводов, осуществляемых в системе. Однако такого рода модели в сложных предметных областях могут оказаться слишком громоздкими и недостаточно наглядными в качестве моделей предметной области или соответствующих фрагмен­тов знания. Продукционные модели получили широкое распростране­ние благодаря таким достоинствам, как простота формулировки отдельных правил, пополнения и модификации, а также механизма логического вывода. В качестве недостатка продукционного подхода отмечают низкую эффективность обработки информации при необхо­димости решения сложных задач. Преимущества семантических сетей и фреймовых моделей заключаются, с одной стороны, в их удобстве для описания определенных областей знаний (и соответствующих фрагментов реальности, изучаемых в данных областях), когда выделя­ются основные (с точки зрения задач, для которых создается ИС) объекты предметной области и (или) система понятий, в которых будут анализироваться конкретные ситуации, а также описываются свойства объектов (понятий) и отношения между ними. И хотя в целом для этих


типов моделей существуют значительные проблемы с организацией вывода, фреймовые системы многими были оценены как перспектив­ные благодаря возможностям подведения под них достаточно строгих логических и математических оснований. Разумеется, в ИС вовсе не обязательно должна быть реализована только какая-нибудь одна из упомянутых моделей представления знаний "в чистом виде". Сочетание различных моделей может способствовать созданию более эффектив­ных систем. На уровне теории ИИ это иногда находит отражение в разработке новых типов моделей представления знаний, сочетающих в себе черты моделей, ставших уже традиционными.

В рамках технологического подхода к знанию, осуществляемого ИИ, рассматриваются вопросы экономичности представлений знаний с помощью тех или иных средств, их дедуктивных возможностей, эффективности в решении задач. Вместе с тем влияние теории ИИ (и, в частности, представления знаний) на исследование знания как тако­вого простирается далеко за пределы технологического подхода. Срав­нивая влияние тех или иных моделей представления знаний на экзистенциальные исследования знания, мы не можем не заметить различия в той роли, которую играет, с одной стороны, логический подход и, с другой стороны, такие подходы, как продукционный, фреймовый и другие, объединяемые иногда под общим названием эвристического (См.: Попов Э. В. "Экспертные системы". М., 1987) или когнитивного (см.: "Представление и использование знаний"/Под ред. X. Уэно, М. Исидзука. М., 1989) подхода. Нужно отметить, что оба этих подразделения могут быть приняты лишь условно: подразделение "ло­гический — эвристический" или "логический — когнитивный" вызыва­ет сомнения, поскольку для логических моделей характерно наличие эвристик и, кроме того, модели эти могут содержать допущения отно­сительно когнитивного поведения. Пример — разработанная группой В. К. Финна ИС, которая рассматривается своими создателями как реализация логики здравого смысла, объединяющей естественный ра­ционализм и естественный эмпиризм (См.: Финн В. К. "Об обобщенном ДСМ-методе автоматического порождения гипотез"//"Семиотика и ин­форматика". 1989. Вып. 29).

Тем не менее в целом логический подход к представлению знаний в ИС не привел до сих пор к каким-либо серьезным изменениям в экзистенциальных рассмотрения«знания, к появлению новых влия­тельных концепций в этой области. Прочие же подходы оказывают более заметное влияние на исследование экзистенциальных вопросов о знании — в качестве примера можно сослаться на фреймовую кон-


цепцию строения знания, получившую известное распространение как в психологии, так и в когнитивной лингвистике. Сказанное было бы неверно истолковывать как аргумент в пользу преимуществ этих типов моделей представления знаний перед логическими.

Дело в том, что логический подход в представлении знаний, как и сами логические исчисления, возник на основе трактовок знания, складывавшихся в течение многих веков — на основе того, что может быть названо классической рационалистической эпистемологией с характерными для нее пропозициональным истолкованием элементар­ного знания, рассмотрением теорий математизированных наук в каче­стве образцовых форм организации знания, строгими стандартами правильности рассуждений. Уровень классической эпистемологии и разработанности ее концептуальных основ столь высок, что за период времени, в течение которого ведутся исследования по представлению знаний в компьютерных системах (а этот период ничтожно мал в сравнении с "возрастом" классической эпистемологии), эти исследо­вания, имеющие в качестве своей концептуальной базы саму клас­сическую эпистемологию, закономерно должны были скорее демонстрировать ее возможности в применении к новому кругу задач, чем стимулировать существенные изменения в ней. Утверждение, что неклассические логики, все шире применяемые в представлении зна­ний, также развиваются на концептуальной основе классической эпи­стемологии, может, на первый взгляд, показаться парадоксальным. Тем не менее оно справедливо в той степени, в какой неклассические логики являются модификациями классических исчислений и разделяют с ними те глубинные концептуальные предпосылки, которые могут быть в известном смысле противопоставлены концептуальным основам иных подходов. С этой точки зрения, работы по логике естественного языка и рассуждений здравого смысла свидетельствуют о высокой гибкости инструментария, развиваемого на базе классической эписте­мологии и о богатстве его возможностей.

Другие подходы в представлении знаний достаточно тесно связаны с развитием когнитивной психологии. Однако само это направление сложилось под влиянием "компьютерной метафоры", когда познава­тельные процессы стали рассматриваться по аналогии с работой вы­числительных машин. Неудивительно поэтому, что происходящее в ИИ оказывало и оказывает заметное воздействие на когнитивную психо­логию (как и на еще более молодое направление — когнитивную лин­гвистику). Это справедливо и в отношении собственно представления знаний. И фреймовые, и сетевые модели основываются на соответст-


вующих концепциях структур человеческого восприятия и памяти. Показательно при этом, что концепция фрейма как когнитивной струк­туры была мотивирована задачами разработки ИС. Вместе с тем, эта концепция имеет самостоятельное значение как концепция психоло­гическая и эпичтемологическая и используется в исследовании про­блем, выходящих за рамки собственно разработок компьютерных систем (См., напр.: Филмор И. "Фреймы и семантика понимания"//"Но-вое в зарубежной лингвистике". М., 1988. Вып. 23. "Когнитивные аспекты языка").

Сегодня можно говорить о том, что представлению знаний в ЭВМ в виде систем правил (что характерно, прежде всего, для продукцион­ных моделей) соответствует новый подход в философско-эпистемоло-гических исследованиях, придающий особое значение правилам и предписаниям, регулирующим человеческую деятельность. Этот подход представлен в работах А. И. Ракитова. В середине 80-х годов А. И. Ракитов и Т. В. Андрианова прогнозировали возможность появления новых тенденций в эпистемологии, касающихся прежде всего исследо­вания познавательной функции правил как особой эпистемологиче-ской категории и выявления механизма рационализации и регулятивной трансформации интеллектуального творчества. Такого рода предположения (и постановка задачи развития эпистемологии в этом направлении) были обусловлены тем обстоятельством, что для построения баз знаний компьютерных систем потребовалось изучение механизмов функционирования знания под таким углом зрения, чтобы это позволило выявить правила работы данных механизмов, т. е. "инструкции, указывающие, какие классы действий или отдельные действия и каким образом должны быть выполнены" (Ракитов А. И., Андрианова Т. В. "Философия компьютерной революции"//"Вопросы философии". 1986. № 11. С. 78).


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.026 сек.)