Thagard, Paul: Úvod do kognitivní vědy

Originální titul: Mind - Introduction to Cognitive Science
Jazyk: čeština
Rok vydání: 2001
ISBN: 80-7178-445-1
Autor: Paul Thagard (nar. 1950), kanadský filosof, profesor na University of Waterloo, kde kromě filosofie přednáší i psychologii a teoretickou kybernetiku a vede vědecký program v oblasti kognitivní vědy, autor řady knih o myšlení a poznávacích procesech.

„Profesoru Thagardovi se podařilo vytvořit čtivý úvodní kurz tohoto mladého oboru. Práce se stala standardní učebnicí a byla už přeložena do mnoha jazyků. Její předností je zpřístupnění poznatků řady oborů široké škále čtenářů – psychologům, filosofům, lingvistům, matematikům a studentům těchto disciplín.“ (portál)

Proč se zajímat o kognitivní vědu?

  • Kybernetika, která svého času nabyla obrovské popularity napříč obory, sblížila nebývalým způsobem biologii, matematiku a techniku (zejm. elektrotechniku) nad společným zájmem: pokusit se nejen jednotlivé neurony, ale celé neuronové sítě vytvořit uměle, technickými prostředky. Tato orientace se po určité době vrátila na výsluní v podobě konekcionismu.
  • Fascinace nově objevovanými informačními technologiemi přivádí k úvahám o inteligenci umělých systémů, a právě tato oblast byla snad nejsilnějším impulsem pro vznik kognitivní vědy.
  • Kognitivní věda je interdisciplinární aktivitou zabývající se myšlením a inteligencí a zahrnující filosofii, psychologii, umělou inteligenci, neurovědy, lingvistiku a antropologii.
  • Jedním z původních cílů kognitivní vědy bylo použití nově se nabízející výpočetní metafory nebo výpočetního paradigmatu pro lepší porozumění lidské schopnosti přemýšlet a poznávat. Hlavním cílem dnešní „klasické“ umělé inteligence je přenos co nejvíce schopností, které byly dosud pokládány za výsostné projevy lidské inteligence, na výpočetní stroje. A to pomocí znalostních systémů – tj. prostředků a metodik, které pracují a uchovávají na místo dat právě poznatky.
  • Postupné intelektuální přibližování počítače člověku však s sebou nese i jisté obavy – obavy o stupeň člověka v žebříčku důležitosti. Vztah člověka s počítačem dnes a v blízké budoucnosti však bude mít spíš podobu zvyšování intelektuální výkonnosti civilizace účelným spojením inteligence člověka a „inteligence“ stroje do mnohem účinnějšího celku.
  • K tomu je však třeba znát sám sebe, styl vlastního myšlení, postupy při rozhodování a řešení problémů a další atributy svého myšlení. A právě takové poznatky nabízí současná kognitivní věda. Průvodním znakem společenských proměn pod vlivem technologií bude pozvolný přerod informační společnosti ve společnost znalostní.

I. část: Přístupy ke kognitivní vědě

Reprezentace a výpočet

Kognitivní věda předpokládá mentální procesy, které manipulují s tzv. mentálními reprezentacemi, tj. formami znalostí v mysli (např. pravidla a pojmy). Výsledkem jsou pak myšlenky a činy.
Počátky chápání mysli. Platón předpokládal, že nejdůležitější znalosti pocházejí z vrozených pojmů, které jsou nám vlastní nezávisle na smyslové zkušenosti (čest, statečnost, …). Navazující novověký racionalismus (Descartes, Leibniz) má poznání za dosažitelné, a to pomocí přemýšlení a usuzování. Aristotelés naproti tomu odvozoval poznání (kupř. že lidé jsou smrtelní) od pravidel získaných zkušeností. Novověkými představiteli tohoto přístupu – empirismu – byli zejm. Locke a Hume. O sjednocení obou proudů se v 18. stol. pokoušel Kant (poznání jako výsledek jak smyslové zkušenosti, tak vrozených schopností mysli).
Systematické studium mentálních procesů přichází v 19. stol. spolu s experimentální psychologií (Wundt a jeho žáci), kterou na čas ovládl behaviorismus (Watson), který myšlení v podstatě popírá. S poznatky o lidské mysli a její kapacitě dochází v polovině 20. stol. k formování kognitivní vědy: výzkum umělé inteligence (McCarthy), pravidla lidské inteligence (Newell a Simon), schémata reprezentace znalostí (Minsky), kazuistika (case-based reasoning) a hlavně konekcionistické teorie.
Metody kognitivní vědy. Teorie bez experimentu je prázdná a stejně tak experimentování bez teorie je střílením naslepo. Mají-li pokusy kognitivní vědy zodpovídat základní otázky ohledně podstaty myšlení, musí mít výsledky interpretovatelné v teoretickém rámci. Jedním z nejlepších postupů, jak si teoretický rámec vytvořit, je vypracování a testování počítačových modelů (modely jako analogie mentálních operací).
Komputačně-reprezentační uchopení mysli (CRUM – Computational-Representational Understanding of Mind). Hlavní hypotéza kognitivní vědy: Myšlení lze nejlépe pochopit v pojmosloví reprezentujících struktur v mysli, a v pojmosloví výpočetních procedur, které na těchto strukturách operují. Myšlení je nahlíženo jako výsledek mentálních reprezentací a výpočetních procesů na nich operujících.
Cíl vysvětlení CRUM = Proč člověk projevuje inteligentní chování (právě takové, jaké u něj pozorujeme)?
Vysvětlovací schéma CRUM = Mentální reprezentace a na nich operující algoritmické procedury, což vyúsťuje v chování.

Logika

Aristotelés, zakladatel formální logiky, se systematicky věnoval postupům usuzování – zejm. deduktivně pomocí sylogismů (premisa + premisa = závěr). V 19. stol. se objevuje mnohem obecnější systém formální logiky (Frege, Russel a další). Ve 20. stol. pak Church, Turing a další vyvinuli matematická schémata, která specifikovala, co vůbec lze spočítat (kupř. vypočítatelnost Turingovým strojem).
Formální logika jako podstatný nástroj výzkumu reprezentací i výpočtů. Propoziční a predikátový kalkul pomáhá vyjádřit mnohé složité druhy znalostí a pochopit tak soudy v pojmech logických dedukcí s odvozovacími pravidly.
Cíl vysvětlení logického přístupu = Proč lidé činí právě takové soudy, jaké činí?
Vysvětlovací schéma logiky = Mentální reprezentace (odpovídající větám predikátové logiky) a na nich operující deduktivní a induktivní procedury, což vyúsťuje v soudy.

Pravidla

Pravidla jsou struktury typu „jestliže (IF, condition) — pak (THEN, action)“. Zatímco v systémech založených na logice je za základní operaci myšlení považována logická dedukce, u systémů operujících s pravidly se předpokládá prohledávání prostoru možností. U složitějších problémů není vždy možné prohledávat všechny kombinace řešení, a proto spoléháme na heuristiku, tj. soubor jednoduchých pravidel, která umožní dospět k uspokojivému řešení bez prohledávání všech možností. Pravidla mohou být vrozená, získaná ze zkušenosti nebo odvozená z jiných pravidel.
Dlouhodobá paměť představuje trvalý zdroj informací (většinu pravidel), krátkodobá paměť obsahuje mnohem menší množství informací, avšak ve formě připravené ke zpracování – „v pohotovosti“. Dále lze rozlišit mezi sériovým zpracováním, kdy myšlení pokračuje krok za krokem, a zpracováním paralelním, kdy současně probíhá několik operací. Uvědomělé myšlení má sklon k seriálnímu průběhu.
Většinu lidského myšlení lze popsat pravidly, mnoho druhů myšlení lze modelovat pomocí systémů založených na pravidlech.
Cíl vysvětlení pravidel = Proč lidé vykazují jisté druhy inteligentního chování?
Vysvětlovací schéma pravidel = Mentální pravidla a procedury k prohledávání prostoru možných řešení a tvorbě nových pravidel, výsledkem je chování.

Konekcionistické sítě

Popis mozku jako systému mozkových buněk (neuronů), které si navzájem předávají signály pomocí speciálních styčných míst (synapsí), se objevil už koncem 19. stol. (Cajal). Konekcionistické sítě jsou jednoduché – sestávají jen z jednotek a propojení.
Konekcionistické sítě sestávající z jednoduchých uzlů a jejich propojení jsou velmi užitečné pro pochopení těch psychologických procesů, které zahrnují paralelní respektování omezení (Parallel Constraint Satisfaction – PCS), tj. vidění, rozhodování, hledání vysvětlení a vyhledávání významu u porozumění řeči.
Cíl vysvětlení konekcionistického přístupu = Proč pozorujeme u lidí jistý typ inteligentního chování?
Vysvětlovací schéma konekcionistického přístupu = Reprezentace sestávající z jednoduchých zpracovatelských jednotek, navzájem propojených excitačními a inhibičními spoji, plus procesy umožňující šíření aktivace mezi jednotkami prostřednictvím těchto spojů (vč. procesů upravujících vlastnosti spojů), což ústí v chování.

II. část: Výzvy pro kognitivní vědu

Emoce a vědomí

Přesvědčení o tom, že člověk sestává ze dvou různých substancí – těla (fyzikální) a duše (mentální, resp. spirituální), se nazývá dualismus. Jeho součástí je přirozeně také víra v život po smrti. Nezávislost mysli na těle je však dlouhověký filosofický problém. Protikladem dualismu je materialismus (reduktivní vs. eliminativní), který tvrdí, že mysl je stejnou substancí jako tělo, tedy fyzikální podstaty (tedy pochopit mysl = pochopit mozek). Naproti tomu funkcionalismus staví na tvrzení, že momentální stavy se nemusí nutně vázat na stavy mozku (inteligentní robot může být považován za myslící bytost, ačkoli jeho myšlení nebude záviset na neuronech, ale na křemíkových čipech). Za další možný postoj lze považovat i tzv. integrativní materialismus, který předpokládá teoretické propojení výpočetních postupů, neurobiologie a vědomé zkušenosti.
Emoce můžeme chápat jako odchylky v předpokládaném (racionálním) chování, tedy iracionalitu, jistou nevyzpytatelnost, cosi výsostně lidské (?).

Fyzické a sociální prostředí

Odpůrci CRUM argumentují, že se tento přístup příliš omezuje na mentální reprezentace a opomíjí fakt, že myšlení souvisí s lidmi, kteří se pohybují ve světě fyzických a sociálních vztahů. Někteří CRUM naprosto zavrhují s tím, že lidská inteligence se (vlivem „prostředí“) chová jinak než informace, kterou zpracovává počítač.

Dynamické systémy a matematika

Mysl lze chápat nejen jako systém komputačně-reprezentační, ale také jako dynamický systém, jehož změny můžeme popsat matematickými rovnicemi. Tyto modely mysli jsou poměrně nové, přístup je ale slibný zejména pro podchycení časových, fyzikálních a nereprezentačních stránek mysli. Jako takový pak koncepci CRUM nepopírá, ale naopak rozšiřuje a účelně doplňuje.

Budoucnost kognitivní vědy

Mysl lze studovat z mnoha různých úhlů a metodami mnoha oborů (kognitivní psychologie, umělá inteligence, filosofie mysli, kognitivní antropologie, lingvistika, neurověda). Pokrok v pochopení mysli nebude nikdy úzce svázán s jednotlivými obory, neboť vyžaduje transdisciplinární sjednocení na poli teoretickém i experimentálním.

Máte co říct k této knize? Vyjádřete se v diskusi, komentujte příspěvek.