ТОЧНЫЕ СРЕДСТВА ИССЛЕДОВАНИЯ ЕСТЕСТВЕННОГО ИНТЕЛЛЕКТА

B настоящее время информационная и компьютерная метафоры являются, пожалуй, наиболее широко исполь­зуемыми в анализе естественного интеллекта. B основе их применения в качестве моделей функционирования мозга и даже разума в целом (в частности, процессов научения и познания) лежит представление о том, что мозг, так же как и компьютер, перерабатывает информацию, причем правила соответствующих процессов, если их сформули­ровать в явном виде, весьма схожи.

Насколько правомерен такой вывод? Какие важные моменты, определяющие природу естественного интел­лекта, мы упускаем, когда распространяем теоретико­информационную, компьютерную метафору на понима­ние феномена сознания в целом? Можно ли предложить какие-то другие средства, использование которых позво­лит расширить наше видение природы человеческого разума, сделать его более адекватным?

Если говорить в самом общем виде, то в основе подхода, опирающегося на информационные и компьютерные мо­дели естественного интеллекта, лежит идея о том, что соз­нание представляет собой эмерджентное свойство^[174], возни­кающее на продвинутых стадиях функционирования системы. B частности, когда появляются способности само- соотнесения и управления работой других, низлежащих структур. Что же касается природы самих этих структур, то они соответственно могут рассматриваться как «более машинные», чем формирующийся на их основе феномен. И это позволяет прибегнуть к точным средствам анализа (количественным по своей природе) в изучении такого сложного, качественного явления, как сознание.

Данный методологический шаг может расцениваться как полезный и сильный, но только в том случае, если мы не забываем о естественной ограниченности самих средств анализа, которая может стать особенно значимой, когда речь идет об исследовании сложных неоднозначных качественных феноменов, каким, несомненно, является сознание. Поэтому обратимся сначала к анализу информа­ционной и компьютерной метафор самих по себе, чтобы определить их сильные и слабые стороны и более или менее четко очертить границы их применимости в иссле­довании интеллектуальных процессов.