Анвар Бакиров - С чего начинается НЛП

Где-то в середине двадцатого столетия, когда появились первые электронно-вычислительные машины, люди задались вопросом: «Как научиться их использовать с наибольшей эффективностью?» Их очень интересовал вопрос, как заставить эту груду железа, напичканную лампами и проводами, приносить человеку наибольшую пользу.

Первые попытки особой оригинальностью не отличались. Ученые просто отдали машине право проводить быстрые вычисления. Отсюда и название — электронно- вычислительная машина. В результате ученые осуществляли всю интеллектуальную часть работы, а ЭВМ — вычислительную. Черновую, стало быть.

Правда, общение с компьютерами [43] Опять же от английского «compute» — подсчитывать, вычислять. оказалось достаточно затруднено. Не говоря уже о том, что они совершенно не умели решать более или менее отвлеченные задачи.

Решили испытать новейший военный суперкомпьютер. Заложили в него всевозможные данные по военному делу. Приходит генерал и спрашивает:

— Нам наступать или отступать?

Компьютер думает несколько часов и выдает:

— Yes!

Полковник:

— Что «Yes»?

Компьютер думает еще несколько часов и рапортует:

— Yes, sir!

Для общения с ЭВМ потребовались особые специалисты — программисты. А уж об их умении думать, как их собственные подопечные стали ходить настоящие легенды:

Программист ставит себе на тумбочку перед сном два стакана. Один с водой — на случай, если захочет ночью пить. А второй пустой — на случай, если не захочет.

Гораздо более интересный подход наметился с приходом кибернетики. Здесь уже человек задумался над тем, как научить машину думать. Ну, хотя бы в минимальных пределах. Понятное дело, чтобы «не изобретать велосипед» решили скопировать собственный стиль мышления. Так появилось понятие искусственного интеллекта.

А ученые в очередной раз задались вопросом: «Как же человек думает?» И главный сюрприз был именно в том, что теперь уже этим вопросом занялись представители точных наук. Их в первую очередь интересовали те вещи, которые действительно работали. Они отбросили все домыслы и фантазии и взяли из человеческого интеллекта именно то, что можно реально переложить на точный машинный язык. Ведь эти ученые собирались научить компьютеры думать, причем думать эффективно. И по-человечески…

Как вы понимаете, НЛПеры в своем поиске реально работающих инструментов просто не могли пройти мимо столь полезных находок. А это действительно оказалось самым настоящим сокровищем. Удобным, простым, универсальным — полезным. Причем, они взяли уже обработанный трудами многих кибернетиков алмаз и просто применили к моделированию человеческого совершенства.

Компьютеры просто отдали свой долг людям. С помощью тех же методов, какими они учились мыслить по-человечески, люди сами стали учиться тому же…

Простая, удобная, универсальная и потому — базисная, она появилась одной из первых. Ее иногда называют моделью эффективного достижения целей, основанной на обратной связи . Общую идею этой модели можно выразить словами «постепенное приближение к выбранной цели методом последовательных циклических приближений».

Вспомните грибников. Если подумать, там они выполняют большое количество повторяющихся действий, и в результате получают полную корзину.

Идут, смотрят по сторонам, заметили гриб, подошли, наклонились, срезали, положили в корзину, идут дальше, смотрят по сторонам, заметили гриб, подошли, наклонились, срезали, положили в корзину…

Цикл, стало быть. И так гриб за грибом они постепенно приближаются желаемому результату. Кому-то нужна корзина, кто-то стремится к ужину…

Формулировка действительно сложновата, но ее можно понять с помощью трех главных слов: цель, чувствительность, гибкость . Действительно, те кто легко достигает поставленных перед собой целей, руководствуются именно этими тремя принципами. Они четко знают, чего хотят. Они чувствительны к внешней обстановке. Они могут проявлять гибкость в средствах достижения своей цели.

Про важность грамотной постановки цели я говорить не буду — этому уже и так уделено достаточно много слов. Чувствительность проявляется в том, что после каждого небольшого шага мы собираем обратную связь из внешнего мира: «Приблизил ли меня этот шаг к желаемому результату?» Гибкость определяет нашу способность изменять свои действия вместе с переменой внешней обстановки.

Примерно этому самому и стали тогда учить машины. Ей ставилась максимально конкретная задача, давались средства для ее решения, назначалась «целевая функция» (она определяет эффективность каждого очередного шага) и давался четкий критерий выхода. Благодаря всему этому, компьютер учился решать самые различные задачи: от решения сложнейших систем дифференциальных уравнений до традиционных головоломок типа «пятнашек».

Формально полученная модель называется T.O.T.E. [44] Первооткрыватели: Миллер, Галантер и Прибрам, «Планы и структуры поведения», 1960 г. Аббревиатура английская, произносится «тоут». — Т ест- О перация- Т ест-Выход ( E xit). При первом тесте мы определяем нашу цель, то чего мы хотим достичь. При втором — где мы сейчас находимся. Операции , которые мы выполняем, направлены на уменьшение разницы между первым и вторым тестом. Выход определяет условие перехода к следующей цели (при совпадении тестов, по прошествии определенного количества времени, при обнаружении более желаемой цели и т. д.). [45] Те, кто знаком с программированием, легко узнают здесь привычные операторы циклов.

Кстати, на картинке заметна образовавшаяся петелька. Она называется петлей обратной связи . Так мы получаем информацию об изменении нашего местоположения относительно цели. Именно благодаря этой петле модель Т.О.Т.Е. стала столь эффективной. Она позволяет делать именно те шаги, которые непосредственно приближают к желаемому результату. Или, что тоже не редкость, вовремя отказаться от труднодостижимой цели в пользу более реальной.

Как ни странно, критерии выхода имеют действительно немалое значение. Если его не проработать, можно зациклиться очень надолго, что с удовольствием любят демонстрировать наши друзья-компьютеры. Да и некоторые люди… Как здесь — тесты совпали, а выхода нет:

Гражданин в нетрезвом состоянии бьет палкой по луже. Подходит милиционер и спрашивает: