Другие журналы на сайте ИНТЕЛРОС

Журнальный клуб Интелрос » Эпистемология & философия науки » №3, 2019

И.Ф. Михайлов
Вычислительная репрезентация знаний в когнитивной науке

Когнитивные исследования могут внести вклад в формальноэпистемологическое исследование репрезентации знаний, поскольку, во-первых, они могут рассматриваться как описательная наука, имеющая тот же предмет, для которого формальная эпистемология является наукой нормативной. И, во-вторых, понятие репрезентации играет определяющую роль в обеих дисциплинах, хотя и различается в оттенках своего значения. Репрезентация, на мой взгляд, имеет смысл только в сочетании с вычислениями. Процесс может рассматриваться как вычислительный, если он придерживается некоторого алгоритма и не зависит от материального субстрата. Традиционно психология не определяется непосредственно нейробиологией, оставаясь на уровне функционального или динамического анализа на уровне «что» и пропуская механистические объяснения на уровне «как». Поэтому любая версия вычислительного подхода в психологии является весьма перспективным шагом в интеграции двух научных сфер. С другой стороны, цифровой и линейный вычислительный подход классической когнитивной науки мало чем может помочь в этом, поскольку ему не достает биологической реалистичности. Таким образом, на методологическом уровне необходим переход от классического вычислительного подхода в стиле Тьюринга к общей вычислительной теории, которая смогла бы охватить сложную архитектуру нейронных вычислений. Для достижения этой цели передовая когнитивная нейробиология нуждается в удовлетворительной математической теории, применимой к естественным, особенно нейронным, вычислениям. Вычислительные системы могут быть истолкованы как естественные или искусственные устройства, которые используют некоторые физические процессы на своих более низких уровнях в качестве атомарных операций для алгоритмических процессов на своих более высоких уровнях. Когнитивная система – это многоуровневый механизм, в котором лингвистические, визуальные и другие процессоры надстраиваются над многочисленными уровнями более элементарных операций, которые в конечном итоге сводятся к элементарным нейронным спайкам. Гипотеза, отстаиваемая в этой статье, состоит в том, что знания порождаются не только отдельным вычислительным устройством, например мозгом, но также и системой социальной коммуникации, которая, в свою очередь, может быть представлена в качестве своего рода суперкомпьютера, имеющего архитектуру параллельной сети. Следовательно, правдоподобное описание производства и обмена знаниями должно опираться на некоторую математическую теорию социальных вычислений, а также теорию естественных, особенно нейронных, вычислений.

Архив журнала
эп№3, 2020я№4, 2020эп№2, 2021фин№1, 2021№2, 2020№1, 2020№4, 2019№3, 2019№2, 2019№4, 2018№1, 2019№3, 2018№1, 2018№2, 2018№4, 2017№3, 2017№2, 2017№1, 2017№4, 2016№3, 2016№2, 2016№4, 2015№2, 2012№1, 2012№4, 2011№3, 2011№2, 2011№1, 2011№4, 2010№3, 2010№2, 2010№1, 2010№4, 2009№3, 2009№1, 2009
Поддержите нас
Журналы клуба