Array Коллектив авторов - Многомерный образ человека: на пути к созданию единой науки о человеке
- Название:Многомерный образ человека: на пути к созданию единой науки о человеке
- Автор:
- Жанр:
- Издательство:Array Литагент «Прогресс-Традиция»
- Год:2006
- Город:М.
- ISBN:5-89826-265-2
- Рейтинг:
- Избранное:Добавить в избранное
-
Отзывы:
-
Ваша оценка:
Array Коллектив авторов - Многомерный образ человека: на пути к созданию единой науки о человеке краткое содержание
В книге предпринимается попытка представить целостный образ человека средствами как философии, так и частных наук. Рассматриваются возможности становления единой науки о человеке, многообразные современные достижения, способствующие этому процессу.
Для философов, биологов, антропологов и всех интересующихся комплексным изучением человека.
Многомерный образ человека: на пути к созданию единой науки о человеке - читать онлайн бесплатно ознакомительный отрывок
Интервал:
Закладка:
Модель эволюционного возникновения целенаправленного адаптивного поведения была построена и исследована в работах [44, 45]. Охарактеризуем основные результаты этого моделирования.
6. Модель эволюционного возникновения целенаправленного адаптивного поведения
В данной модели исследовался возможный механизм эволюционного возникновения целенаправленного поведения, обусловленного мотивациями.
Основные предположения моделисостоят в следующем:
– Имеется популяция агентов (искусственных организмов), имеющих естественные потребности: 1) потребность энергии и 2) потребность размножения.
– Популяция эволюционирует в одномерной клеточной среде (рис. 5), в клетках может эпизодически вырастать трава (пища агентов). Каждый агент имеет внутренний энергетический ресурс R, который пополняется при съедании травы и уменьшается при выполнении каких-либо действий. Уменьшение ресурса до нуля приводит к смерти агента. Агенты могут скрещиваться, рождая новых агентов.
– Потребности характеризуются количественно мотивациями. Если энергетический ресурс агента уменьшается, то возрастает мотивация к пополнению энергетического ресурса (характеризующая потребность энергии) и уменьшается мотивация к размножению. При увеличении энергетического ресурса мотивация к пополнению ресурса уменьшается, а мотивация к размножению растет.
– Поведение агента управляется его нейронной сетью. Сеть имеет один слой нейронов. На входы нейронов подаются сигналы, характеризующие внешнюю и внутреннюю среду агента, выходы нейронов определяют действия агента. Каждому возможному действию соответствует ровно один нейрон. В каждый такт времени совершается действие, соответствующее максимальному сигналу на выходе нейрона.

Рис. 5. Агенты в одномерной клеточной среде.
– Агенты «близорукие» – агент воспринимает состояние внешней среды только из трех клеток его поля зрения (рис. 5): той клетки, в которой агент находится, и двух соседних клеток.
– Агент может выполнять следующие действия: 1) быть в состоянии покоя («отдыхать»), 2) двигаться, то есть перемещаться на одну клетку вправо или влево, 3) прыгать через несколько клеток в случайную сторону, 4) есть (питаться), 5) скрещиваться.
– Нейронная сеть имеет специальные входы от мотиваций. Если имеется определенная мотивация, то поведение агента меняется, с тем чтобы удовлетворить соответствующую потребность. Такое поведение можно рассматривать как целенаправленное (есть цель удовлетворить определенную потребность).
– Популяция агентов эволюционирует. Веса синапсов нейронной сети, управляющей поведением агента, составляют геном агента. Геном потомка (рождаемого при скрещивании) формируется на основе геномов родителей при помощи рекомбинаций и мутаций.
В проведенных компьютерных экспериментах моделировалась эволюция популяции агентов. Нейронная сеть агентов исходной популяции определяла некоторые простые изначальные инстинкты, обеспечивающие питание и размножение агентов. Далее наблюдалось, как в процессе эволюции изменялись нейронная сеть агентов и определяемое ею поведение агентов.
Для того чтобы исследовать влияние мотиваций на поведение агентов, были проведены две серии экспериментов. В первой серии моделировалась эволюция популяции агентов с «выключенными» мотивациями (входы нейронов от мотиваций были «задавлены»), во второй серии мотивации «работали» (так, как это изложено выше).
Основные результатыпроведенного моделирования таковы:
– Мотивации играют важную роль в исследованных эволюционных процессах. А именно: если сравнить популяцию агентов без мотиваций с популяцией агентов с мотивациями, то, как показывают компьютерные эксперименты, эволюционный процесс приводит к тому, что вторая популяция (с мотивациями) имеет значительные эволюционные преимущества по сравнению с первой (без мотиваций).

Рис. 6. Схема управления агента без мотиваций. Поведение агента состоит из одних только простых безусловных рефлексов, при котором выбор действия напрямую определяется текущим состоянием окружающей среды.
– Результаты моделирования также демонстрируют (рис. 6, 7), что управление поведением агента без мотиваций можно рассматривать как набор простых инстинктов (несколько отличающихся от изначально заданных), а управление агентом с мотивациями – как иерархическую систему управления, состоящую из двух уровней: уровня простых инстинктов и метауровня, обусловленного мотивациями. При этом иерархическая система управления обеспечивает более эффективное управление, чем одноуровневая система, в которой поведение определяется одними лишь простыми инстинктами.

Рис. 7. Схема управления агента, обладающего мотивациями. Мотивации формируют новый уровень иерархии в системе управления агентами.
Понятно, что очерченная модель только лишь характеризует роль мотиваций, целенаправленности в адаптивном поведении и еще далека от моделей реальных когнитивных процессов. Тем не менее она дает определенный вклад в понимание работы функциональных систем и опору для развития моделей более интеллектуальных процессов.
7. Некоторые концептуальные аспекты
Как уже отмечалось выше, целесообразно сочетание построения базовых математических моделей с развитием концептуальных подходов к этому моделированию. Отметим некоторые концептуальные аспекты, которые могут быть полезны при моделировании когнитивной эволюции.
Два метасистемных перехода.Отметим два ключевых перехода, которые было бы интересно осмыслить в рамках работ по анализу когнитивной эволюции: 1) переход от физического уровня обработки информации в нервной системе животных к уровню обобщенных образов и 2) переход от первобытного мышления к критическому.
Оба перехода можно характеризовать термином «метасистемный переход» [9]. Очень упрощенно и кратко метасистемный переход можно определить как возникновение качественно нового уровня управления поведением в результате объединения систем управления предыдущего уровня иерархии.
1) Переход от физического уровня обработки информации в нервной системе животных к уровню обобщенных образов можно рассматривать как появление в «сознании» животного свойства «понятие». Обобщенные образы можно представить как мысленные аналоги наших слов, не произносимых животными, но реально используемых ими. Например, у собаки явно есть понятия «хозяин», «свой», «чужой», «пища»… И было бы интересно постараться осмыслить, как такой весьма нетривиальный «метасистемный переход» мог произойти в процессе эволюции.
Читать дальшеИнтервал:
Закладка: