Иными словами, знание состоит не из «идей», существующих как отдельные сущности, дрейфующие в эфире некоей ментальной вселенной. Конечно, часто полезнее представлять себе мысли и идеи как «абстрактные» – и репрезентировать их символами на схемах или предложениями в письменных текстах. Тем не менее, для того чтобы мысль или концепция возымели какой-либо эффект – например, чтобы рука сдвинула кубик, или чтобы речевой тракт издал звук, или чтобы вы подумали о своей следующей мысли, необходим какой-то физический инструментарий, изменяющий состояния и связи в структуре репрезентаций, хранящихся в вашем мозге.
В этом разделе рассматриваются некоторые современные идеи, использованные исследователями для репрезентации знаний в компьютерах, – а также некоторые еще не протестированные. Здесь не хватит места для того, чтобы углубляться в подробности, и, возможно, читателям, не интересующимся технической стороной вопроса, стоит пропустить этот раздел.
Описание событий в форме историй или сценариев
Возможно, самый привычный для нас способ репрезентации события – это история или сценарий, которые отражают последовательность событий во времени, то есть в виде рассказа или нарратива. Мы уже рассматривали подобные сценарии для предложения «Чарльз дал Джоан книгу», а также для плана Кэрол построить арку.
Конечно, не все процессы настолько линейны. Большинство компьютерных программ в основном состоит из последовательных действий, подобных этим, – но в некоторые моменты поток прерывается ответвляющимися «если», и тут скрипт может пойти в нескольких направлениях, в зависимости от определенных текущих условий. Тем не менее по завершении процесса его можно упростить и обобщить, указав только фактически пройденный путь, например: «Я пыталась построить арку из конструктора и обнаружила, что нужно сначала поставить опоры, а только потом класть верхушку», – здесь отсутствует всякое упоминание об отклонениях от курса и поисках вариантов, которые, несомненно, потребовались для достижения этого результата.
Описание структур с помощью семантических сетей
Каждый из элементов, упомянутых в истории или сценарии, отсылает к другим, более сложным структурам. Например, для понимания терминов вроде «Джоан» или «книга» в мозгу читателя должны уже иметься некие структуры или модели, которые их репрезентируют. При необходимости описать более мелкие подробности, такие как отношения между частями объекта, возможно, нам лучше выбрать виды структур, использованные в разделах 4.6 и 5.8 для репрезентации человека или материальной книги[124].
Каждая из этих так называемых семантических сетей представляет собой набор символов, которые связаны помеченными связями-соединениями. Они являются одними из самых универсальных форм репрезентации, поскольку каждая ссылка-связь может сама относиться к иному типу репрезентации. Семантическая сеть на рисунке ниже репрезентирует несколько видов отношений между различными частями трехэлементной арки.
Каждая из связей под названием «часть», «группа», «поддерживает» и «не касаются» ссылается, в свою очередь, на некую другую структуру, ресурс или процесс, которые можно использовать для более глубокого понимания того, что репрезентирует эта семантическая сеть. Например, ссылки, помеченные как «поддерживает», можно использовать для прогнозирования того, что верхняя деталь упадет, если мы уберем одну из тех, которые ее поддерживают.
Использование трансфреймов для репрезентации действий
Для репрезентации последствий действия удобно использовать пару семантических сетей, в которых отражаются произошедшие изменения. В разделе 5.8 мы рассмотрели, как можно представить себе, что вы заменили верхнюю часть арки, изменив всего одно имя или отношение на высоком уровне репрезентации – вместо того чтобы корректировать тысячи точек визуального изображения.
Термином «трансфрейм» мы называем пару репрезентаций ситуации до и после того, как произошло некоторое действие. В таком случае эффект последовательности действий можно репрезентировать, соединив трансфреймы в цепочку, сходную с историей или нарративом. Мы уже обсудили, как предложение «Чарльз дал Джоан книгу» можно репрезентировать пятью такими «фреймами», или «кинокадрами»:
Вот еще одна версия; она состоит всего из трех таких репрезентаций, но каждый ее фрейм, или кадр, сообщает нам новые подробности.
Использование фреймов для хранения житейских знаний
Я уже рассказывал о фреймах и трансфреймах в прошлых своих работах (Минский, 1974, и Минский, 1986), поэтому не буду здесь повторять все подробности. Однако стоит упомянуть несколько важных деталей использования таких структур. Трансфрейм репрезентирует последствия действия, описывая ситуации до и после того, как это действие было совершено, – но он также может включать в себя информацию о таких, например, общих моментах:
Кто совершил действие и почему? На что еще повлияло это действие?
Где (и когда) действие началось и закончилось?
Было ли оно намеренным или нет? Каким целям оно должно было служить?
Какие методы или инструменты использовались в ходе действия?
Какие препятствия были преодолены? Каковы были побочные эффекты?
Какие ресурсы для этого потребовались? Что должно было случиться дальше?
Например, «трансфрейм» для поездки Джоан из Бостона в Нью-Йорк мог бы иметь дополнительные «слоты», подобные изображенным ниже:
Этот фрейм включает в себя две семантические сети, описывающие ситуации «до» и «после» поездки, однако он также содержит много других ячеек, в которых хранится информация о том, когда, как и почему Джоан предприняла эту поездку. Но при этом, возможно, в них уже изначально содержались стандартные ответы на наиболее распространенные вопросы. Другими словами, ячейки наших фреймов могут «по умолчанию» содержать в себе немало информации, которую мы называем здравым смыслом.
Когда кто-то говорит «яблоко», вы, как вам кажется, моментально вспоминаете, что типичное яблоко растет на дереве, оно круглое и красное, размером примерно с человеческую ладонь, имеет определенные текстуру, запах и вкус, – а ведь между тем, как вы слышите слово, и тем, как все это всплывает в вашем сознании, почти нет временного зазора. В шестой и седьмой главах прозвучали вопросы о том, каким образом мозг настолько быстро вызывает в памяти такое количество необходимых в данный момент житейских знаний. Вот наша теория: причина отчасти в том, что каждый «слот» каждого из ваших фреймов уже заполнен наиболее распространенной или типичной информацией. И если у вас не появляется дополнительной информации, вы делаете предположение на основе этих данных.
Например, вы можете предположить «по умолчанию», что яблоко красное, – но, если вам известно, что это конкретное яблоко должно быть зеленым, вы замените «красный» на «зеленый» в цветовом слоте. Иными словами, стандартный слот описывает стереотип, содержащий «дефолтные» предположения, которые обычно оказываются верными, но которые вы можете с легкостью корректировать всякий раз, когда сталкиваетесь с каким-либо исключением[125].
Все взрослые знают миллионы таких вещей и считают их обыденными житейскими знаниями, но каждому ребенку требуется много лет, чтобы выяснить все нюансы того, как его трансфреймы ведут себя в разных условиях и разных плоскостях. Например, всем известно, что если вы переместите вещь в физической плоскости, то ее местоположение изменится, – но, если вы сообщите своему другу какую-то информацию, одно и то же знание будет теперь храниться в двух местах сразу. Точно так же, если вы услышите, что Чарльз подхватил книгу, вас это не удивит, потому что вы по умолчанию предположите самую обычную цель, с которой кто-то может что-то подхватить, – а именно, чтобы уберечь вещь от падения на пол.
Эта теория «дефолтных предположений» может помочь объяснить, как у нас выходит так быстро получать доступ к знаниям, основанным на здравом смысле: как только вы активируете фрейм, на многие вопросы, которые могли бы у вас возникнуть, ответ будет дан еще до того, как вы успеете их задать[126].
Научение с помощью «линий знания»
Предположим, вам в голову только что пришла хорошая идея, позволившая решить определенную сложную проблему – обозначим ее «П». Что вы должны извлечь из этого опыта? Например, можно сформулировать новое правило: Если проблема, с которой вы столкнулись, похожа на проблему П, то попробуйте решение, которое когда-то помогло решить П. Такое правило поможет вам решать проблемы, которые очень напоминают П, но будет менее полезно в случае менее похожих проблем. Однако если вы запомните, какой способ думать использовали при поиске решения, это, скорее всего, поможет в более широком диапазоне ситуаций.
Конечно, было бы непрактично сохранять в памяти полную копию состояния разума; однако желаемого эффекта все же можно добиться, научившись повторно активировать достаточное количество ресурсов, которые были активны в то время, когда вы нашли способ решения проблемы П. Для этого нужно создать новый Переключатель, настроенный на активацию только тех ресурсов, которые недавно были активны. Мы называем такую структуру К-линией (от англ. knowledge – знание). Подобная К-линия действует как своего рода «моментальный снимок» психического состояния, поскольку при активации приводит вас в аналогичное состояние.
Вот аналогия, иллюстрирующая работу K-линий:
Кеннет Хаасе:Вам нужно починить велосипед. Прежде чем начать, испачкайте руки в красной краске. Тогда на каждом инструменте, который вы используете, останется красная метка. Закончив ремонт, просто запомните, что «красный» означает «подходит для починки велосипедов». Если вы используете разные цвета для разных задач, некоторые из инструментов окажутся отмечены несколькими