Что это за программа?

Вычислительная теория ума направлена на то, чтобы ответить на эти вопросы, исходя из гипотезы о том, что ум – это компьютер, а ментальные представления – это компьютерные программы, а мышление – вычислительный процесс – запуск компьютерной программы. Естественное предположение состоит в том, что эти программы берут входные данные – восприятия от чувств, факты из памяти и т.д. – и вычисляют выходы – интеллектуальные поведения. Таким образом, умственные представления, которые приводят к мышлению, являются функциями от входов до выходов. Однако это представление ввода-вывода страдает от комбинаторного взрыва: мы должны установить программу ввода-вывода для каждой задачи, в которой люди делают интеллектуальные выводы.

Другой подход состоит в том, чтобы предположить, что ментальные представления больше похожи на теории в науке: части знаний, которые могут поддерживать многие выводы в различных ситуациях. Например, теория движения Ньютона делает предсказания о бесконечном множестве различных конфигураций объектов и может использоваться для обоснования, как вперед, так и назад, от конечного состояния физической системы к исходному состоянию. Генеративный подход к познанию предполагает, что некоторые ментальные представления больше похожи на теории, таким образом: они фиксируют общие описания того, как работает мир. Генеративная модель описывает процесс, обычно один из которых генерирует наблюдаемые данные, который представляет знание о причинной структуре мира. Эти генеративные процессы упрощают «рабочие модели» домена. Другие интеллектуальные вычисления работают над этими порождающими моделями, чтобы сделать выводы: на различные вопросы можно ответить путем опроса ментальной модели. Это контрастирует с более процедурным или механическим подходом, в котором знание представляет собой отображение ввода-вывода для конкретного вопроса напрямую

Можно использовать детерминированные генеративные модели для описания возможных способов развития процесса, но из-за разреженности наблюдений или фактической случайности часто может быть много способов, которыми могли бы быть получены наши наблюдения. Как мы можем выбрать среди них? Теория вероятностей предоставляет систему для рассуждений именно при таком виде неопределенности. Вероятностные генеративные модели описывают процессы, которые разворачиваются с некоторой степенью случайности, а вероятностный вывод описывает способы задавать вопросы о таких процессах. Эта книга посвящена знаниям, которые могут быть представлены вероятностными порождающими моделями и выводами, которые можно извлечь из них

Генеративные модели

Один взгляд на знание состоит в том, что ум поддерживает рабочие модели частей мира. «Модель» в том смысле, что она захватывает часть структуры в мире, но не все (и то, что она захватывает, не обязательно должно быть именно тем, что есть в мире – просто полезным). «Работа» в том смысле, что её можно использовать для имитации этой части мира, представляя, что будет происходить из разных начальных условий.

 

Создание генеративных моделей

Мы хотим официально описать, как генерировать состояния мира. То есть, мы хотим описать причинный процесс или шаги, которые разворачиваются, приводя к некоторым потенциально наблюдаемым состояниям.