Текст книги "Насосы интуиции и другие инструменты мышления"

26. Алгоритмы

В книге “Опасная идея Дарвина” (1995а) я предложил такой взгляд на великую идею Дарвина:

Жизнь на Земле рождалась на протяжении миллиардов лет посредством ветвления единственного древа – Древа жизни – под воздействием тех или иных алгоритмических процессов.

И что же такое алгоритм? Существует несколько конкурирующих определений этого термина, и мое, пожалуй, самое широкое. Далее следует переработанный фрагмент моей книги.

Дарвин открыл силу алгоритма. Алгоритм – это формальный процесс определенного типа, который должен – по идее – выдавать определенный результат всякий раз, когда он “запущен” или инстанцирован. Алгоритмы нам не в новинку. Они не были в новинку и во времена Дарвина. Многие знакомые арифметические операции, например деление в столбик и сведение баланса, на самом деле представляют собой алгоритмы. Алгоритмами также являются процедуры принятия решений при игре в крестики-нолики и расстановке слов по алфавиту. Относительно новыми можно назвать теоретические рассуждения математиков и логиков двадцатого века о природе и силе алгоритмов в целом – именно эти рассуждения позволили нам в ретроспективе оценить открытие Дарвина и привели к рождению компьютера, которое, в свою очередь, привело к еще более глубокому и осмысленному пониманию силы алгоритмов в целом.

Термин “алгоритм” восходит через латынь (algorismi) и раннеанглийский (algorism и ошибочной производной algorithm) к имени персидского математика Аль-Хорезми, в девятом веке написавшего книгу об арифметических операциях, которая в одиннадцатом веке была переведена на латынь либо Аделардом Батским, либо Робертом Честерским. Представление об алгоритме как надежной и в некоторой степени “механической” процедуре существовало веками, но в современной трактовке термин более или менее закрепился в 1930-х гг., когда его использовали в своей новаторской работе Алан Тьюринг, Курт Гёдель и Алонзо Черч. Нам важны три ключевых свойства алгоритмов, причем дать каждому из них определение непросто.

(1) Нейтральность носителя. Процедура деления в столбик одинаково хорошо работает при использовании карандаша и ручки, бумаги и пергамента, неоновых огней и конденсационного следа самолета. Система символов может быть любой. Сила процедуры объясняется ее логической структурой, а не особенностями материалов, используемых при инстанцировании, при условии, что эти особенности позволяют в точности следовать пошаговой инструкции.

(2) Подспудная простота. Хотя общая схема процедуры может быть блестящей или давать блестящие результаты, каждый из шагов и переходы между шагами предельно просты. Насколько просты? Достаточно просты, чтобы с ними справился прилежный идиот – или нехитрое механическое устройство. Как правило, в учебниках алгоритмы сравниваются с рецептами, созданными для кулинаров-новичков. В кулинарной книге для умелых поваров может быть написано: “Припустите рыбу в подходящем вине почти до готовности”, – но алгоритм того же процесса, возможно, начнется так: “Выберите белое вино с маркировкой «сухое»; возьмите штопор и откройте бутылку; налейте вино в кастрюлю до уровня в два с половиной сантиметра от дна; включите конфорку под кастрюлей на полную мощность…” Иначе говоря, алгоритм дотошно разбивает процесс на предельно простые шаги, не требуя от его исполнителя ни принимать сложные решения, ни выносить осторожные суждения, ни применять интуицию.

(3) Гарантия результатов. Что бы ни делал алгоритм, он делает это всегда, если в процессе его исполнения не происходит ошибок. Алгоритм – это надежный рецепт.

Вполне очевидно, как эти свойства сделали возможным появление компьютера. Любая компьютерная программа представляет собой алгоритм, в конечном счете состоящий из простых шагов, которые могут с поразительной безотказностью исполняться тем или иным простым механизмом. Обычно выбор падает на электронные схемы, но каузальные особенности электронов, шныряющих туда-сюда по кремниевым чипам, никак не влияют на силу компьютеров (хотя и могут влиять на скорость их работы). Те же самые алгоритмы могут исполняться даже быстрее устройствами, которые манипулируют фотонами в оптоволокне, или – гораздо медленнее – командами людей, использующими бумагу и карандаш.

Фактически Дарвин открыл не один алгоритм, а целый класс родственных алгоритмов, которые он не мог однозначно отличить друг от друга.

27. Автоматизация лифта

Прежде чем закончить интерлюдию о компьютерах, я хочу описать еще одну группу полезных идей об исходном коде, комментариях и объектном коде, которые мы сумеем применить, чтобы лучше понять, как значение может храниться в мозге. Не стоит сразу браться за головоломку – для начала целесообразно подробнейшим образом изучить предельно простой пример и усвоить все понятия. (В сфере искусственного интеллекта эти примеры называются модельными задачами. Прежде чем браться за жуткую реальную задачу, стоит сначала решить модельную.) В связи с этим я предлагаю вам познакомиться с историей – выдуманной ради простоты, но в остальном вполне реалистичной – о том, как лифтеров заменили компьютерные чипы.

В моей молодости были лифтеры – люди, работа которых заключалась в том, чтобы весь день ездить на лифте вверх-вниз и останавливаться на нужных этажах для посадки и высадки пассажиров. Когда-то они крутили любопытную ручку, которую можно было поворачивать по часовой стрелке и против часовой стрелки, чтобы направлять лифт вверх или вниз, и им требовалась определенная сноровка, чтобы останавливать кабину на нужной высоте. При входе в лифт и при выходе из него людям часто приходилось подниматься или спускаться на небольшую ступеньку, и лифтеры всегда их об этом предупреждали. Существовал целый свод правил относительно того, что и когда говорить, на какие этажи подниматься в первую очередь, как открывать двери и так далее. На стажировке они заучивали эти правила и практиковались следовать им, пока это не входило у них в привычку. Сами правила разрабатывались годами, и в процессе в них постоянно вносились небольшие изменения и уточнения. Представим, что этот процесс остановился, когда был создан идеальный свод правил. Он чудесно работал. Любой, кто в точности следовал правилам, становился превосходным лифтером.

Теперь представим, что случилось, когда простая компьютерная программа сумела взять на себя все задачи лифтера. (На самом деле это происходило постепенно, по мере того как появлялись все новые автоматические механизмы, которые забирали у лифтеров все более сложные задачи, но мы представим, будто лифты перешли от человеческого контроля к полностью компьютерному одним махом.)

Допустим, производитель лифтов нанимает команду программистов и вручает им свод правил, которым руководствовались лифтеры: “Вот подробное описание необходимых нам функций; напишите компьютерную программу, которая будет следовать правилам из этой книги так же хорошо, как лучшие лифтеры, и мы будем довольны”. Изучая свод правил, программисты составляют список всех нужных действий и условий, при которых их следует и не следует предпринимать. В процессе они могут избавиться от некоторой небрежности свода правил. К примеру, если они встроят в лифт датчики, которые будут обеспечивать остановку лифта на нужной высоте, они смогут избавиться от цикла, требующего от лифтера сказать “Осторожно, ступенька”, но, возможно, оставят простую (записанную на пленку) фразу “Этаж N-й. Будьте осторожны при выходе из кабины”. Затем они пишут набросок программы, используя так называемый псевдокод – неформальный язык, нечто среднее между обычным человеческим языком и более требовательной системой исходного кода. Строка псевдокода может выглядеть примерно так: “если этаж вызова > текущего этажа, то ASCEND до этаж вызова = текущему этажу и STOP; OPENDOOR. WAIT…”.

Как только план написан на псевдокоде и выполняет необходимые условия, псевдокод можно перевести в исходный код, который представляет собой гораздо более строгую и структурированную систему команд, включая определение терминов – переменных, подпрограмм и так далее. Человеку по-прежнему несложно расшифровать исходный код – в конце концов, его пишут люди, – а следовательно, правила и условия свода правил в нем достаточно очевидны, если знать, куда смотреть. Расшифровке исходного кода способствуют две его характеристики: во-первых, по названиям переменных и команд обычно можно понять, за что они отвечают (callfloor [этаж вызова], weightsum [общая масса], TELLFLOOR [объявить номер этажа] и т. д.). Во-вторых, как мы видели в главе 24, программисты могут добавлять к своему исходному коду комментарии, заключенные в скобки объяснения, которые говорят читателям исходного кода, что имел в виду программист и что должны делать разные элементы программы. При создании программы целесообразно снабжать свой код комментариями, ведь забыть, зачем нужна конкретная строка кода, очень легко. Эти комментарии окажутся очень полезны, когда вы будете исправлять ошибки программирования.

Исходный код составляется согласно строгому синтаксису, где каждому элементу отводится свое место и не допускаются пунктуационные ошибки, поскольку он загружается в программу-компилятор, которая берет исходный код и транслирует его в последовательности элементарных операций (объектный код), подлежащих исполнению реальной (или виртуальной) машиной. Компилятор не может гадать, что программист имел в виду в той или иной строке исходного кода, поэтому исходный код должен точно говорить компилятору, какие команды исполнять, однако компилятор может выполнять эти задачи множеством разных способов и умеет выбирать наиболее эффективный способ, исходя из обстоятельств. Одни компиляторы работают лучше других: к примеру, если загрузить одну и ту же программу (в исходном коде) в два разных компилятора, объектный код, выданный одним компилятором, может исполняться гораздо быстрее, чем объектный код, выданный другим компилятором. Допустим, вы написали шахматную программу, загрузили ее исходный код в два разных компилятора и запустили две скомпилированных версии играть друг против друга на одном компьютере. Хотя обе версии будут “обдумывать одни и те же мысли в одном и том же порядке” (у них нет другого выбора – у них одинаковый исходный код), возможно, одна из них всегда будет выигрывать, просто потому что она обдумывает эти мысли быстрее, используя меньшее количество базовых машинных циклов, а следовательно, просчитывает за отведенное время большее количество ходов!

Вернемся к нашему лифту. Как только компилятор скомпилировал объектный код, этот код может быть исполнен (это исполняемый файл, обычно в расширении. exe) реальной (или виртуальной) машиной. Возможно, придется исправить ряд ошибок (вернуться к исходному коду, поправить его, снова скомпилировать программу и т. д.), но в итоге получится “законченный”продукт. Его можно будет “вшить”в ПЗУ на крошечный чип, содержащий универсальную машину – и неограниченное количество виртуальных машин в придачу к ней, – и установить его в лифт. Установка предполагает подключение всех преобразователей входящих сигналов, включая сигналы кнопок, вмонтированных в пол весов, измеряющих общую массу пассажиров, и других структурных элементов лифта, и привязки исходящих сигналов к исполнительным механизмам (которые управляют двигателями, открывающими и закрывающими двери, поднимающими и опускающими кабину, а также обновляют информацию на дисплеях и проигрывают записи). Тадам! Машина заменила настоящего человека – даже не метафорического гомункула. И машина следует тем же правилам, что и лифтер. Неужели? На самом деле нет. Она вроде как следует тем же правилам. Она занимает промежуточное положение между человеком, который запоминает – то есть в буквальном смысле моделирует в своей голове – правила, диктующие его поведение, чтобы снова и снова сверяться с ними, и планетами, которые “подчиняются” уравнениям, изящно описывающим их орбиты. Мы, люди, тоже часто занимаем промежуточное положение, когда усваиваем или доводим до автоматизма следование ряду четких правил, которые впоследствии можем отбросить и даже забыть (“жи” и “ши” пиши через “и”, “ча” и “ща” пиши через “а”). Порой мы также вроде как следуем правилам, которые еще не выведены окончательно, например некоторым правилам русской грамматики, по-прежнему сбивающим с толку лингвистов. Скажем, лингвисты сегодня тщетно пытаются написать учебник хорошего разговорного русского языка, в то время как любой десятилетний носитель русского каким-то образом умудряется установить и избавить от ошибок довольно хорошую версию объектного кода для своей РВМ[33]33
  Мой коллега Рэй Джекендофф (1993) называет это парадоксом изучения языка: дети каким-то образом без труда усваивают и используют правила грамматики, которые до сих пор не могут сформулировать профессиональные лингвисты.


[Закрыть]!

Прежде чем пойти дальше, обратите внимание, что комментарии к исходному коду, помогающие программистам отслеживать назначение всех взаимосвязанных элементов программного обеспечения, не имеют аналогов в процессе создания аппаратного обеспечения, прошивки и программного обеспечения нашего мозга. Когда естественный отбор устанавливает в наш мозг различные функциональные структуры, они напоминают лишенный комментариев код: у них есть четкое назначение, но это назначение не объясняется никакими ярлыками. Впрочем, если бы они и были, мозг все равно был бы не в состоянии их понять. (Подробнее об этом в главе 40.) Без комментариев и объяснений остаются и изменения, происходящие в процессе развития и обучения. Подобно лингвистам, мы отчаянно бьемся в попытках провести обратное конструирование всех этих “правил” и “процедур”. Эта задача даже сложнее обратного конструирования объектного кода с целью восстановления исходного кода (не считая комментариев), но теоретически она выполнима.

Резюме

Веками мы наблюдали многочисленные свидетельства, что мозг – вместилище человеческой души, но до середины двадцатого века никто и представить себе не мог, как это вообще возможно. Было очевидно, что мозг состоит из множества разных органов причудливой формы, дублирующихся в левом и правом полушариях. Первые анатомы давали этим органам любопытные имена – гиппокамп (“морской конек”), миндалевидное тело, морщинистая кора, – но за что эти органы отвечали? Они ведь не переваривали пищу и не очищали кровь? Может, мозг предназначался просто для охлаждения крови, выступая своего рода радиатором, как полагал Аристотель? Отдельные части мозга соединялись нервными волокнами – может, они коммуницировали между собой? Декарт предположил, что некоторые нервные волокна подобны привязанным к колокольчику проводам: если потянуть за такой провод, на другом его конце что-то произойдет, но что именно? Звон колокольчиков не приближал понимание мозга как сознания, а других идей ни у кого не было[34]34
  На самом деле великое воображение Декарта позволило ему хотя бы приблизиться к нескольким прекрасным идеям. Он представил, что провода могут открывать крошечные клапаны или поры и выпускать потоки сдерживаемых “животных духов” (спинномозговой жидкости), которые затем выполняют некоторую гидравлическую работу, – чем не предвестник электронного усилителя? Более того, он заметил, что по крайней мере часть разумных (уместных, соответствующих) действий такое устройство может совершать механически, и описал тем самым автоматический рефлекс. Примером может служить то, как человек отдергивает руку от пламени, когда жар тянет за соответствующий проводок: все это лишь механика мозга, разум здесь не нужен!


[Закрыть].

Затем появился Тьюринг, который, опираясь на традицию, восходящую к Бэббиджу, Паскалю, Лейбницу и другим ученым, предположил, что мозг может состоять из простых элементов, по сути своей механических (как мышеловка, звонок, замок с ключом и синапс), но если эти элементы организованы таким образом, чтобы хитро взаимодействовать друг с другом, то они смогут выполнять кое-какие разумные действия сами, без человеческого вмешательства и без наличия каких-либо духов в машине, чтобы ими управлять. Они смогут вычислять. До того как Тьюринг предложил свою идею, “компьютерами” называли тысячи людей, которых нанимали на работу в промышленность и государственный аппарат, чтобы они рассчитывали таблицы для использования, к примеру, в бизнесе, навигации, артиллерийском и банковском деле. Тьюринг предположил, что мозг подобен (живому) компьютеру – что он обрабатывает информацию, прилежно следуя огромным спискам предельно простых инструкций (вроде Инк и Деп). Как только первые теоретики когнитивной науки Алан Тьюринг и Джон фон Нейман, основоположник кибернетики Норберт Винер и основоположник теории информации Клод Шеннон, а также многие другие ученые сформулировали идею, она стала казаться очевидной – как люди не замечали этого раньше? Мозг должен получать информацию от органов чувств и обрабатывать ее, производя какие-то расчеты, пока не извлечет крупицы смысла, которые путем дальнейших расчетов будут категоризированы и сохранены для дальнейшего использования при управлении телом, дающим мозгу энергию и защищенное вместилище. Ключевой инновацией концепции Тьюринга был отказ от неудобного элемента, использовавшегося во всех ранних представлениях об обработке информации, а именно от переломных моментов, которые требовали наличия клерка, переводчика или библиотекаря – иными словами, некоторого узла, распознающего смысл сигналов. Тьюринг полагал, что, с одной стороны, от этого никуда не деться: разумные процессы всегда будут требовать выбора того или иного варианта действий на основании распознавания различий в сигналах. Но он сумел снизить уровень этого понимания до минимума, заявив о существовании условного перехода – бездумного процесса, посредством которого устройство решает (вроде как решает) идти налево, а не направо, потому что оно воспринимает (вроде как воспринимает) 1, а не 0, А, а не B, x, а не Y. Вкупе с арифметикой этого было более чем достаточно. Имея все это в своем распоряжении, можно создавать устройства, характеризующиеся любой степенью способности к распознаванию, устанавливая виртуальные машины на виртуальные машины на виртуальных машинах – если выражаться современным языком. Эта концепция остается привлекательной более пятидесяти лет, однако – как мы уже начали замечать – все не так уж просто. Если мозг – это компьютер, то он не слишком похож на компьютеры, которые мы используем каждый день. Нам стоит помнить о фундаментальных характеристиках компьютеров, чтобы иметь возможность размышлять о более реалистичных в биологическом отношении альтернативах стереотипным, практичным архитектурам.

Цель интерлюдии состояла в том, чтобы прояснить эту концепцию и описать ее достаточно подробно, дав вам возможность использовать ее в качестве инструмента мышления, своеобразного костыля для воображения, который поможет вам понять дальнейшие рассуждения. Сначала мы немного подробнее разберем, как значения могут храниться в мозге (и в других машинах), а затем увидим, как такие хитроумные архитектуры создаются одной лишь эволюцией без помощи главного программиста или творца. После этого вы будете в состоянии использовать изученные инструменты мышления, чтобы успешно размышлять о сознании и свободе воли, а коварнее тем я не знаю.

V.
Дополнительные инструменты мышления о значении

28. Пунктик насчет рыжих

Мы уже видели кое-какие проблемы с заманчивой в остальном идеей о том, что вся информация в нашем мозге – наши убеждения, ощущения, воспоминания, установки и так далее – делится на фрагменты-предложения, которые хранятся в архиве, готовые в любой момент вернуться к жизни. Письменность мозга не позволяет просто установить в него ложное убеждение, а люди могут разделять какое-либо убеждение (например, о том убийстве в Лондоне), не имея в голове одинаковой формулы на языке мысли. Но что еще может хранить информацию в мозге? Мы, люди, учимся “поэтапно”, поэтому должен существовать какой-то способ добавлять в мозг не связанные друг с другом факты, грубо говоря, по одному зараз.

Экономисты (и не только) часто замечают, что невозможно сделать что-то одно. “Что-то одно” всегда имеет последствия. Подобным образом сомнительна и идея, что можно узнать лишь что-то одно. Но в первом приближении это все же возможно. Ранее из этой книги вы узнали о существовании млекопитающего под названием пуду. Если вы не поискали другой информации о пуду, вероятно, вы не можете сказать об этих животных ничего, кроме того, что они выкармливают своих детенышей, имеют позвоночник и встречаются относительно редко (иначе вы бы точно о них слышали). Вполне очевидно, откуда вы это узнали: вы прочитали предложение и поверили ему. Но могут ли животные или маленькие дети, которые еще не освоили язык, узнать единичный факт (наподобие факта, выраженного простым предложением) из какого-нибудь любопытного фрагмента опыта? Представление о том, что знание, убеждение или учение должно разбиваться на фрагменты-предложения, вероятно, стоит считать иллюзией антропоморфизма. Каждый день мы, люди, сталкиваемся со множеством описательных предложений – как в устной, так и в письменной речи – и таким образом узнаем всевозможные факты (и верим во всякую ложь). Одни факты мы храним в библиотеках и архивах, а другие – только у себя в голове. Мы редко запоминаем предложения слово в слово, но, когда мы выжимаем из предложения суть, она должна – должна ведь? – храниться на манер предложений, превращаясь в формулу на языке мысли. Если это не так, то какие есть альтернативы?

Допустим, Пэт говорит, что у Майка “пунктик насчет рыжих”. Примерный смысл фразы Пэт заключается в том, что у Майка в голове сложился достаточно неприятный стереотипный образ рыжих, который влияет на отношения Майка с рыжими. И дело не просто в том, что Майк настроен против рыжих, а в том, что у Майка есть своеобразный и конкретный пунктик насчет них. И Пэт, возможно, прав – правее, чем он сам думает! Вполне вероятно, у Майка действительно есть пунктик – не идея, не мысль, не утверждение, не образ и не любой другой элемент нашего сознательного опыта, а фрагмент субличностного когнитивного аппарата его мозга, который действительно связан с рыжими, потому что систематически всплывает всякий раз, когда речь идет о рыжих или об одном рыжем, и корректирует различные параметры когнитивного аппарата Майка, в результате чего вероятность рассмотрения и вынесения лестных суждений о рыжих снижается, а вероятность относительно агрессивного поведения по отношению к рыжим возрастает и так далее. Принцип работы такого пунктика насчет рыжих может быть как очень сложным, так и довольно простым. Имеющийся у Майка пунктик насчет рыжих может играть решающую и неоспоримо осмысленную роль, но никакое выражение этого смысла в предложении, считающемся истинным, не станет более, чем мнемоническим ярлыком этой роли. Иными словами, вероятно, нельзя назвать роль этого пунктика до странности специфическим или до странности расплывчатым убеждением, что все рыжие – У… (где мы заменяем “У” на то слово, которое лучше всего отражает отношение Майка к рыжим). У Майка явно есть сформированное отношение к рыжим, но, если пользоваться философским жаргоном, это отношение нельзя назвать пропозициональным. Иными словами, как бы мы ни изощрялись в положениях об исключении, классификаторах, операциях возможности и других однозначных механизмах регулирования содержимого, оно не подлежит категоризации в формате

Майк полагает, что: для всех x, где x обозначает рыжего, верно…

Философы (и другие теоретики) неоднократно пытались “свести” все когнитивные состояния к информативным состояниям – назовем их убеждениями и желаниями, – которые выражаются подобными формулами. Хотя эта тактика позволяет сделать грубый набросок психологии какой-либо личности (по сути, это интенциональная установка), не стоит и надеяться сделать этот набросок сверхточным. Можно сказать, что различные убеждения внутренне присущи системе. Это означает, что система (в настоящее время) настроена на функционирование “при допущении”, что все рыжие мира имеют такие-то черты. Когда программисты добавляют к исходному коду комментарий, сообщая всем, что эта система полагается на определенный набор допущений, они знают, что нет смысла тратить силы, повышая точность этих допущений, поскольку эти мнемонические ярлыки необходимы нам, наблюдателям, в то время как компьютеру нет нужды вроде как читать и вроде как понимать их, и даже нам, наблюдателям, комментарии не дают спецификаций содержимого, которые можно было бы использовать наподобие того, как химик использует формулы для описания молекул. Интерпретировать какую-либо субличностную структуру мозга из интенциональной установки – все равно что добавлять комментарий к нескольким строкам кода: при надлежащем исполнении интерпретация дает нам пояснительный ярлык, а не перевод формул языка мысли, используемых при обработке информации, на русский или любой другой естественный язык. Не понимая этого, некоторые философы создают целые фантастические миры, в которых происходит манипуляция предложениями: как им кажется, вся соль заключается в том, к примеру, выражено ли содержание конкретного психического события разделительным суждением (“Я вижу мальчика-ИЛИ-девочку”) или суждением без логической структуры (“Я вижу ребенка”).

Какова задача этого насоса интуиции? Это просто попытка предположить, что знакомый вопрос, который задается всякий раз, когда кто-то сомневается в существовании языка мысли – “Что еще, если не язык?” – может получить хороший ответ, способный поубавить пыл всех, кто находит это очевидным. Хотелось бы мне представить смелую альтернативную вычислительную архитектуру, которая триумфально продемонстрировала бы работающую альтернативу, но сделать этого я не могу. Пока этого не может никто, но почти никто и не пытается, потому что по-прежнему широко распространено убеждение, что язык мысли – “единственная соломинка, которая держится на плаву”, как кто-то выразился много лет назад. Однако не забывайте, что ни один специалист по когнитивной науке не сумел предложить и работающую модель языка мысли – и даже не особенно старался. Это очень, очень сложная задача[35]35
  Отступление для специалистов: CYC (Lenat, Guha 1990), бесспорно, самый впечатляющий проект по использованию в искусственном интеллекте (ИИ) подобной языку мысли системы – энциклопедическая (англ. enCYClopedic), по большей части вручную спрограммированная база данных, управляемая собственным механизмом логического вывода. CYC разрабатывается более четверти века с привлечением множества рук, но ее сила объясняется категорически небиологическим и непсихологическим дизайном. (См. великолепную статью о CYC в “Википедии”.) Пунктик Майка насчет рыжих, вероятнее всего, нельзя считать аксиоматизированной микротеорией о рыжих, написанной на языке мысли и внедренной в большую базу данных наподобие CYC. Мы еще не знаем, на что способны пунктики подобного рода, поскольку еще не изучали их непосредственно – но изучали в очень простых моделях (таких, как архитектуры поглощения, разработанные с учетом анатомии насекомых Родни Бруксом и его коллегами – см. Brooks 1987). В теоретическом отношении проект Брукса Cog (по созданию человекоподобного робота – см. Dennett 1994b) был интересен прежде всего тем, что он втолкнул эти совершенно непропозициональные модели содержательных структур в сферу человеческой психологии.


[Закрыть]. К этому вопросу я советую подходить без предубеждений.