Моделирование взаимоотношений организма со средой. Математическая психология

Исследованиям целостного поведения живых систем положили начало работы по изучению внешних проявлений процесса обучения и связанного с ним рефлекторного поведения.

В 50‑х годах XX в. Г. Уолтер, А. Оэттингер и др.[248] разработали ряд моделей условно‑рефлекторного поведения, воспроизводящих явления обучения и забывания при выработке простейших условных рефлексов. Эти модели дали возможность установить перечень необходимых функциональных элементов, которыми должна располагать система для реализации этого вида деятельности, и послужили прототипами при создании простых технических адаптивных систем.

Первая модель, позволившая упрощенно воспроизвести и изучить возможные нейронные механизмы обучения, была разработана в 1954 г. американцами Б.Дж. Фэрли и У.А. Кларком. Это была математическая модель нервной сети, изучавшаяся при помощи электронной вычислительной машины. Модель представляла собой сеть нейронов со случайными связями, которые должны были при внешнем возбуждении определенной группы входных нейронов вызвать систематическое возбуждение определенной группы выходных нейронов. Требуемое состояние достигалось в процессе обучения путем изменения эффективности межнейронных связей и порогов возбуждения нейронов. Значение работы Фэрли и Кларка заключалось и в том, что она породила целую серию дальнейших исследований, основанных на представлении об обучающихся нейронных сетях.

Р. Бёрль (1956) рассмотрел нейронную сеть со случайными связями, по которой могут распространяться незатухающие волны. Оказалось, что в области, через которую идет волна, возбуждаются лишь нейроны с наиболее низким порогом. Если волны возникают в двух точках (совпадение во времени двух раздражителей), то в сети появляется область пересечения двух волн, в которой за счет суммации могут возбудиться и нейроны с более высоким порогом раздражения. Приняв, что чувствительность клеток после срабатывания в течение некоторого времени остается повышенной (свойство, эквивалентное проторению путей), удается после нескольких сочетаний обоих раздражителей применением только одного из них породить в среде волну, соответствующую второму. Снижение порогов после возбуждения является, по Берлю, тем механизмом памяти, который обеспечивает обучение и его частный случай – выработку условных рефлексов.

Другая модель выработки условных рефлексов, классификации раздражителей и обучения была предложена А.М. Аттли (1956). Процесс обучения в ней реализуется путем вычисления условных вероятностей. Аттли считал, что многочисленные связи между элементами, необходимые для работы модели, возникают случайно. С 1957 г. начала выходить серия работ Ф. Розенблатта, посвященная использованию для узнавания образов сетей со случайными связями между элементами, эффективность действия которых друг на друга изменяется в результате обучения. Подобные системы вслед за Розенблаттом стали называть перцептронами.

В рамках общей проблемы обучения вопросы узнавания (распознавания) образов занимают особое место. К задаче узнавания сводится большое число психических функций, таких, как принятие решений, требующее распознавания ситуации, проблема обобщения и выработки понятий, также связанная с узнаванием и различением. Эти вопросы затрагиваются в многочисленных исследованиях.

Задачи распознавания образов выходят за пределы чисто биологических исследований и в настоящее время тесно смыкаются с техническими (бионическими) проблемами конструирования различных распознающих систем и устройств (для чтения текстов, восприятия речи, автоматического диагноза, анализа крови и т. п.).

Процесс обучения можно анализировать и с иной точки зрения. Так, в работах Р. Буша и Ф. Мостеллера (1955), Р. Аткинсона, Г. Бауэра и Э. Кротерса (1965) обучение рассматривается как некоторый стохастический процесс анализа ситуаций и выбора решений. Их исследования базируются на попытках формального анализа психологических особенностей обучения и образуют комплекс, получивший название математической психологии. В этой области также построен ряд интересных математических моделей.

Всякая модель обучения рассматривает взаимодействие обучающейся конструкции (сети, автомата, программы) и внешней среды. М.Л. Цетлиным (1961) предложена и проанализирована модель обучения конечного автомата в случайной среде. Биологическим аналогом процесса такого рода может быть обучение животного в Т‑образном лабиринте, когда за поворот вправо и влево животное штрафуется случайным образом с разными вероятностями. Цетлин предложил простую конструкцию автомата, который обучается вести себя в таких условиях оптимальным образом. В его работах рассмотрен ряд примеров коллективного поведения простейших автоматов и показано, что системы из достаточно простых элементов, обладающих небольшими возможностями, способны реализовать достаточно сложные формы «целесообразного» поведения.

Важное значение в организации и управлении поведением имеют механизмы предсказания, учитывающие характер изменения ситуации. Концептуальной моделью такого механизма (предиктора) является положение об «акцепторе действия» П.К. Анохина (1933). В работе Л.В. Крушинского (1966) и других авторов предложена модель экстраполяционного рефлекса как одного из видов прогнозирующего поведения.

Н.А. Бернштейн (1961) подробно разработал идею, согласно которой люди в процессе деятельности, а животные в процессе жизни формируют в мозгу некоторую модель внешнего мира, содержащую, в частности, план будущего поведения. Эта модель развивается по мере приобретения опыта.

Кривая обучения коллектива автоматов (по Д. Мичи и Ф. Чемберсу, 1968).

По оси ординат – время до совершения ошибки, по оси абсцисс – время обучения системы.

В последние десятилетия активно ведутся работы по исследованию эвристической деятельности, т. е. процесса поиска нового или принятия решения при неполноте информации о среде. Моделирование здесь используется прежде всего для воспроизведения функции мышления при решении отдельных классов интеллектуальных задач[249].

[250]