М. Мински обобщил умонастроения, характерные для прагматического поворота конца 1970-х: «Для решения действительно трудных проблем нам потребуется несколько видов репрезентаций» [24. P. 38]. Д. Уилсон считает, что не существует такого уровня анализа, на котором слова кодировали бы один тип значения - например атомарные понятия ЯМ [25. P. 3]. Если признавать только один тип значения, то потребуются дополнительные методы различения традиционных оппозиций описания и указания, утверждения и предположения и т.п. Помимо понятий, имеющих определения, существует разного рода «схемы», имеющие прототипическую или вероятностную структуру (а также функциональные слова - единицы процедурного ЯМ низкого уровня, не определяющиеся культурной спецификой). В связи с этим следовало бы предположить, что наша память структурируется не метаязыковыми универсалиями, а, скорее, по принципу статей энциклопедии, описывающих смыслы имен существительных. П. Хэйес, работавший над проблемой организацией больших объемов данных, писал, что «утверждения должны храниться в именованных связках, которые извлекаются из памяти благодаря механизму индексирования, работающему с этими именами» [26. P. 294]. Ф. Джонсон-Лэрд поставил опыт, в котором предложил испытуемым список слов и попросил запомнить из них такие, которые обозначают съедобные и одновременно твердые предметы. Он показал, что «чем больше слово в списке имеет общих компонентов с предложенными категориями, тем лучше оно запоминается»1 [9. P. 193]. Вышеупомянутые и многие другие исследователи пришли к выводу, что категорию средств мышления не следует ограничивать только предложениями. Ю. Дрейфус, вспоминая этот этап развития когнитивных наук, пишет, что М. Мински предположил, что для того чтобы решить проблему релевантности, разработчики ИИ должны использовать метод «описаний типичных ситуаций... чтобы перечислить и организовать те и только те факты, которые в нормальной ситуации были бы релевантны» [27. P. 41]. Идея заключалась в том, чтобы к двумерной модели «семантической сети» - ориентированному графу, узлы которого соответствуют объектам предметной области, а дуги задают отношения между ними - добавить новое измерение, допустив, что узлы имеют структуру. Мински принадлежит идея от том, что «понимание в некотором смысле параллельно зрению» [28]. Он писал, что «ключевые слова и идеи в рассуждении активируют глубинные тематические структуры» - «фреймы», которые автоматически извлекаются из памяти и сопоставляются с текущими репрезентациями, при этом вместо значений по умолчанию в них подставляются релевантные значения. Фрейм состоит из имени и ряда терминальных точек, называемых слотами. Каждый слот может хранить как конкретное значение, так и аннотацию процедуры, которая вызывается при необходимости и позволяет его вычислить. Фреймы способны объединяться в иерархические структуры и наследовать значения
Например, слово «тарелка» в отличие от «ваза».
Как отмечает П. Сингх, смысл распределения слотов заключается в том, что «если одно описание фрейма оказывается неадекватным для решения проблемы или представления ситуации, то можно легко переключиться на один из других фреймов» [18. P. 530].
В заключение отметим, что, на наш взгляд, наиболее перспективной стратегией объяснения природы связи репрезентаций и их объектов может быть такая, которая объединяет в себе принципы, разработанные М. Мински (а также Ч. Филлмором и др.), и модель массовой модулярности, которая была описана, в частности, Д. Шпербером и П. Каррутерсом. В качестве примера такого синтеза можно привести работу Дж. Пеццуло, в которой вводится особый «невычислительный компонент - ограниченное количество ресурсов, которое делится между модулями» [29].
Литература
1. Burge T. Origins of Objectivity. Oxford University Press, 2010.
2. Carruthers P. The cognitive functions of language // The Behavioral and Brain Sciences. 2002. Vol. 25, № 6. P. 657-674.
3. Stalnaker R. Propositional Attitudes // The MIT Encyclopedia of The Cognitive Sciences / ed. by R.A. Wilson, F.C. Keil. Cambridge, MA: MIT Press, 1999. P. 678-679.
4. Fodor J. Why there still has to be a language of thought // Computers, Brains and Minds / ed. by P. Slezak. Kluwer Academic Publishers, 1989. P. 23-46.
5. Fodor J. In Critical Condition. Cambridge, MA: MIT Press, 2000.
6. Newell A., Simon H. Computer Science as Empirical Inquiry: Symbols and Search // Communications of the ACM. 1976. Vol. 19, № 3. P. 113-126.
7. Schneider S. Direct Reference, Psychological Explanation, and Frege Cases // Mind & Languge. 2005. Vol. 20, № 4. P. 423-447.
8. Fodor J. The Modularity of Mind. Cambridge, MA: MIT Press, 1983.
9. Johnson-Laird P. The mental representation of the meaning of words // Cognition. 1987. Vol. 25. P. 189-211.
10. Samuels R. Massive Modularity // The Oxford Handbook of Philosophy of Cognitive Science / ed. by E. Margolis, R. Samuels, S.P. Stich. Oxford University Press, 2012. P. 60-92.
11. Dennett D. Cognitive wheels: the frame problem of AI // Minds, Machines and Evolution / ed. by C. Hookway. Cambridge University Press, 1984. P. 129-150.
12. LudwigK., SchneiderS. Fodor's Challenge to the Classical Computational Theory of Mind // Mind & Language. 2008. Vol. 23, № 1. P. 123-143.
13. SchneiderS. Yes, It Does: a Diatribe on Jerry Fodor's The Mind Doesn't Work that Way // Psyche. 2007. Vol. 13, № 1. P. 1-15.
14. Carruthers P. Animal Minds Are Real // American Philosophical Quarterly. 2013. Vol. 50, № 3. P. 233-248.
15. BaarsB. In The Theatre Of Consciousness // Journal of Consciousness Studies. 1997. Vol. 4, № 4. P. 292-309.
16. Dehaene S., Changeux J.-P. Neural Mechanisms for Access to Consciousness // The Cognitive Neurosciences / ed. by M.S. Gazzaniga. Cambridge, MA: MIT Press, 2004. P. 1145-1157.
17. Rey G. Review of S.Schneider, The Language of Thought, MIT Press, 2011 // Notre Dame Philosophical Reviews, 2011. 12 June. (accessed: 30.09.2018).
18. Singh P. Examining the Society of Mind // Computers and Artificial Intelligence. 2003. Vol. 22, № 6. P. 521-543.
19. BaarsB., ShanahanM. Applying global workspace theory to the frame problem // Cognition. 2005. Vol. 98. P. 157-176.
20. Sperber D. Modularity and relevance: How can a massively modular mind be flexible and context-sensitive? // The Innate Mind: Structure and Content / ed. by P. Carruthers, S. Laurence,
S.Stich. Oxford University Press, 2005. P. 53-68.
21. Minsky M. Conscious Machines // Machinery of Consciousness. Proceedings of National Research Council of Canada, 75th Anniversary Symposium on Science in Society, June 1991.
22. Margolis E., Laurence S. The Ontology of Concepts-Abstract Objects or Mental Representations? // NOUS. 2007. Vol. 41, № 4. P. 561-593.
23. Ryle G. The Concept of Mind. New York: Routledge, 2009.
24. MinskyM. Logical versus analogical // AI Magazine. 1991. Vol. 12, № 2. P. 34-51.
25. Wilson D. The conceptual-procedural distinction: Past, present and future // Procedural Meaning: Problems and Perspectives / ed. by V. Escandell-Vidal, M. Leonetti, A. Ahern. Emerald Group Publishing, 2011. P. 3-31.
26. Hayes P.J. The Logic of Frames // Readings in Artificial Intelligence / ed. by R.J. Brachman., H.J. Levesque. Los Altos, CA: Morgan Kaufmann, 1979. P. 287-295.
27. Dreyfus H. How Representational Cognitivism Failed and is Being Replaced by Body/World Coupling // After Cognitivism. A Reassessment of Cognitive Science and Philosophy / ed. by K. Leidlmair. Springer Netherlands, 2009. P. 39-74.
28. Minsky M. A Framework for Representing Knowledge. MIT-AI Laboratory Memo 306.
1974. June. Pezzulo G. How Can a Massively Modular Mind Be Context-Sensitive? // Proceedings of the International Conference on Cognitive Modeling. 2006. (accessed: 30.09.2018).
References
1. Burge, T. (2010) Origins of Objectivity. Oxford University Press.
2. Carruthers, P. (2002) The cognitive functions of language. The Behavioral and Brain Sciences. 25(6). pp. 657-74
3. Stalnaker, R. (1999) Propositional Attitudes. In: Wilson, R.A. & Keil, F.C. (eds) The MIT Encyclopedia of The Cognitive Sciences. Cambridge MA: MIT Press. pp. 678-9.
4. Fodor, J.A. (1989) Why there still has to be a language of thought. In: Slezak, P. (ed.) Computers, Brains and Minds. Kluwer Academic Publishers. pp. 23-46.
5. Fodor, J.A. (2000) In Critical Condition. Cambridge, MA: MIT Press.
6. Newell, A. & Simon, H.A. (1976) Computer Science as Empirical Inquiry: Symbols and Search. Communications of the ACM. 19(3). pp. 113-126.
7. Schneider, S. (2005) Direct Reference, Psychological Explanation, and Frege Cases. Mind & Languge. 20(4). pp. 423-447.
8. Fodor, J.A. (1983) The Modularity of Mind. Cambridge, MA: MIT Press.
9. Johnson-Laird, P.N. (1987) The mental representation of the meaning of words. Cognition. 25. pp. 189-211.
10. Samuels, R. (2012) Massive Modularity. In: Margolis, E., Samuels, R. & Stich, S.P. (eds) The Oxford Handbook of Philosophy of Cognitive Science. Oxford University Press. pp. 60-92.
11. Dennett, D.C. (1984) Cognitive wheels: the frame problem of AI. In: Hookway, C. (ed.) Minds, Machines and Evolution. Cambridge University Press. pp. 129-150.
12. Ludwig, K. & Schneider, S. (2008) Fodor's Challenge to the Classical Computational Theory of Mind. Mind & Language. 23(1). pp. 123-143.
13. Schneider, S. (2007) Yes, It Does: A Diatribe on Jerry Fodor's “The Mind Doesn't Work that Way”. Psyche. 13(1). pp. 1-15.
14. Carruthers, P. (2013) Animal Minds Are Real. American Philosophical Quarterly. 50(3). pp. 233-248.
15. Baars, B. (1997) In the Theatre of Consciousness. Journal of Consciousness Studies. 4(4). pp. 292-309. Dehaene, S. & Changeux, J.-P. (2004) Neural Mechanisms for Access to Consciousness. In: Gazzaniga, M.S. (ed.) The Cognitive Neurosciences. Cambridge, MA: MIT Press. pp. 1145-1157.
16. Rey, G. (2011) Review of S.Schneider, The Language of Thought. [Online]
17. Singh, P. (2003) Examining the Society of Mind. Computers and Artificial Intelligence. 22(6). pp. 521-543.
18. Baars, B. & Shanahan, M. (2005) Applying global workspace theory to the frame problem. Cognition. 98. pp.157-176.
19. Sperber, D. (2005) Modularity and relevance: How can a massively modular mind be flexible and context-sensitive? In: Carruthers, P., Laurence, S. & Stich, S. (eds) The Innate Mind: Structure and Content. Oxford University Press. pp. 53-68.
20. Minsky, M. (1991) Conscious Machines. Machinery of Consciousness. Proceedings of National Research Council of Canada, 75 th Anniversary Symposium on Science in Society, June.
21. Margolis, E. & Laurence, S. (2007) The Ontology of Concepts-Abstract Objects or Mental Representations? NOUS. 41(4). pp. 561-593.
22. Ryle, G. (2009) The Concept of Mind. New York: Routledge.
23. Minsky, M. (1991) Logical versus analogical. AI Magazine. 12(2). pp. 34-51.
24. Wilson, D. (2011) The conceptual-procedural distinction: Past, present and future. In: Escan- dell-Vidal, V. Leonetti, M. & Ahern, A. (eds) Procedural Meaning: Problems and Perspectives. Emerald Group Publishing. pp. 3-31.
25. Hayes, P.J. (1979) The Logic of Frames. In: Brachman, R.J. & Levesque, H.J. (eds) Readings in Artificial Intelligence. Los Altos, CA: Morgan Kaufmann. pp. 287-295.
26. Dreyfus, H.L. (2009) How Representational Cognitivism Failed And Is Being Replaced By Body/World Coupling. In: Leidlmair, K. (ed.) After Cognitivism. A Reassessment of Cognitive Science and Philosophy. Springer Netherlands. pp. 39-74.
27. Minsky, M. (1974) A Framework for Representing Knowledge. MIT-AI Laboratory Memo 306. [Online] (Accessed: 30th September 2018).
28. Pezzulo, G. (2006) How Can a Massively Modular Mind Be Context-Sensitive? Proceedings of the International Conference on Cognitive Modeling. [Online] (Accessed: 30th September 2018).