Позднее, в 1965 году, Во и Норман предложили новую версию этой же модели, и оказалось, что она во многом приемлема. Она понятна, может служить источником гипотез и предсказаний, но она также слишком упрощена. Можно ли с ее помощью точно описать все процессы человеческой памяти и системы хранения информации? Едва ли; и развитие более сложных моделей было неизбежно.

Измененный и дополненный вариант модели Во и Нормана показан на рис. 1.4. Заметим, что в нее была введена новая система хранения информации и несколько новых связей. Но даже эта модель является неполной и требует расширения.

Рис. 1.4. Модифицированная когнитивная модель Во и Нормана. Адаптировано из: Waugh & Norman, 1965

В период возникновения когнитивной психологии построение когнитивных моделей стало излюбленным времяпрепровождением психологов, и некоторые из их творений поистине великолепны. Обычно проблема излишне простых моделей решается добавлением еще одного «блока», еще одного информационного пути, еще одной системы хранения, еще одного элемента, который стоит проверить и проанализировать. Подобные творческие усилия выглядят вполне оправданными в свете того, что мы сейчас знаем о богатстве когнитивной системы человека.

Вы можете сделать вывод, что в когнитивной психологии изобретение моделей вышло из-под контроля подобно ученику волшебника. Это не совсем верно, ведь задача настолько обширна — необходимо проанализировать, как информация обнаруживается, представляется, преобразуется в знания и как эти знания используются, — что как бы мы ни ограничивали наши концептуальные метафоры упрощенными моделями, нам все равно не удастся исчерпывающим образом разъяснить всю сложную сферу когнитивной психологии.

Эти модели имеют один общий элемент: они основаны на последовательности событий. Предъявляется стимул, мы обнаруживаем его с помощью сенсорной системы, сохраняем его в памяти и реагируем на него. Модели человеческого познания имеют некоторое сходство с последовательными шагами при обработке информации компьютером; действительно, моделирование обработки информации человеком происходило с использованием компьютерной метафоры.

Хотя еще Паскаль, Декарт и другие мыслители мечтали о вычислительных машинах, они были изобретены лишь около 50 лет назад после появления быстродействующих цифровых компьютеров. Эти машины получили большое признание и теперь используются фактически во всех областях современной жизни. Любопытно, что компьютеры стали важным инструментом ученых, изучающих познание; они повлияли на то, как люди рассматривают собственную психику. Первоначально такие устройства предназначались для быстрого выполнения множества сложных математических операций. Однако вскоре обнаружилось, что они могли выполнять функции, напоминающие решение проблем человеком. Это навело на мысль о создании долгожданного интеллектуального робота, и «прекрасный новый мир Олдоса Хаксли» стал более реален, чем казалось ранее. (Для дальнейшего обсуждения темы мыслящих машин обратитесь к заключительной главе этой книги.)

В 1955 году Герберт Саймон, профессор Технологического института Карнеги (теперь Университет Карнеги-Меллона) в Питсбурге, объявил аудитории: «В Рождество Аллен Ньюэлл и я изобрели мыслящую машину». Вскоре после этого заявления компьютер Саймона и Ньюэлла (названный Johniac в честь Джона фон Нейманна[4]) смог доказать математическую теорему. Но действительно крупное достижение было сделано в концептуальном отношении, а не в вычислениях. Саймон и Ньюэлл показали не только, что компьютер способен к моделированию одного ограниченного аспекта человеческой мысли, но также и то, что компьютеры и их разнообразные внутренние сети могли построить модель того, как человек мыслит. Хотя Саймон и Ньюэлл разрабатывали тему решения проблем на более общем уровне и не занимались созданием теории нервных или электронных механизмов обработки информации, идея о том, что компьютеры могли моделировать человеческое познание, очень воодушевила психологов. Родилась новая метафора.

Логика новой метафоры была такова: «Дайте мне дюжину мощных компьютеров, имеющих специальные программы, и я воспроизведу мышление врача, адвоката, торговца и даже нищего и вора». В действительности, если бы компьютерные программы могли работать согласно тем же правилам и процедурам, что и человеческий разум, они должны были бы быть способны выполнять функции, не отличимые от выполняемых людьми. Компьютеры могли выполнять действия, которые, казалось, были разумны, так возникло название «искусственный интеллект» (ИИ). «Брак» между когнитивными психологами и специалистами по вычислительной технике обещал быть счастливым. Психологи могли описать правила и процедуры, которым мы следуем, когда воспринимаем информацию, храним ее в памяти и думаем, в то время как специалисты по вычислительной технике могли создать программы, которые будут имитировать эти функции.

Однако «медовый месяц» не прошел в эйфории. К сожалению, то, что компьютеры делают хорошо (быстро выполняют математические операции и соблюдают управляемую правилами логику), люди делают намного хуже. А что хорошо получается у людей (делать обобщения, выводы, понимать сложные паттерны и испытывать эмоции), у компьютеров получается плохо или вообще не получается. Например, если я попрошу, чтобы вы нашли корень квадратный из 2,19 вручную, вероятно, вам потребуется несколько минут; компьютер может решить эту задачу за миллисекунды. Однако, если я спрошу вас, знаете ли вы Конни Даймонд, которая живет в Риджкресте, учится на магистра по клеточной биологии, вы могли бы сказать: «Да, я знаю, о ком вы говорите, но ее имя — Конни Джуэл, она живет в Крествью и работает над диссертацией в области физиологии». Компьютеры не могут дать такого ответа... пока еще.

Тем не менее «брак» продолжается, и второе поколение когнитивно-компьютерных специалистов работает над созданием компьютеров, которые в определенной степени похожи на мозг. Они заполнены слоями связанных между собой электронных копий нейронов, их «аппаратные средства» имитируют «пользовательское обеспечение» мозга, и они содержат программы, которые воспроизводят функции органических нейронных сетей. Эти новые компьютеры иногда называют нейронными сетями, и их работа больше похожа на действия людей, чем более ранние версии таких машин. Они способны делать обобщения и понимать сложные визуальные паттерны, медлительны при математических вычислениях и делают глупые ошибки. Хотя у них все еще отсутствуют эмоции, они, несомненно, являются доказательством значительного прогресса, достигнутого в данной области.