Чистый лист: Природа человека. Кто и почему отказывается признавать ее сегодня

Третий логический талант — квантификация, связывание переменных: например, разница между одурачиванием некоторых людей все время или всех людей некоторое время. Без вычислительного эквивалента для иксов и игреков, без понимания утверждений вида «для любого икс» коннекционистская модель не увидит разницы между приведенными высказываниями.

Четвертый — рекурсия: способность встроить одну мысль внутрь другой, так что мы можем понимать не только утверждение, что Элвис жив, но и мысль, что National Enquirer сообщил, что Элвис жив, или что некоторые люди верят сообщению журнала National Enquirer, что Элвис жив, или что это удивительно, но некоторые люди верят сообщению журнала National Enquirer, что Элвис жив, и т. д. Коннекционистские сети будут напластовывать эти утверждения и запутаются в подлежащих и сказуемых.

И последний ускользающий от коннекционистских моделей талант — наша способность оперировать категориями в противовес неопределенным размышлениям. Это помогает нам понять, что Боб Дилан — дедушка, хотя он и не выглядит как типичный дедушка, или что землеройка — не грызун, хотя и очень похожа на мышь. Не имея ничего, кроме супа из нейронов для фиксации свойств объекта, и без запаса правил, переменных и определений сеть оперирует стереотипами и сбивается с толку нетипичными примерами.

В книге «Слова и правила» (Words and Rules) я целенаправленно изучаю единственный феномен языка, который служит проверкой для способности неспециализированных ассоциативных сетей ухватывать самую его суть: составление новых комбинаций из слов или частей слов. Люди не просто запоминают отрывки речи, они создают нечто новое. Простой пример — прошедшее время. Услышав неологизм вроде «спамить» или «гуглить», человек не полезет в словарь, чтобы узнать форму прошедшего времени этих глаголов. Он инстинктивно знает, что правильно — «спамил» и «гуглил». Способность создавать новые комбинации появляется очень рано, в возрасте двух лет, когда англоязычные, например, дети порой неверно образуют прошедшее время, без надобности добавляя окончание — ed к неправильным глаголам, как в «We holded the baby rabbit» и «Horton heared a Who»16.

Очевидный способ объяснить этот талант — обратиться к двум видам вычислительных операций, осуществляемых в уме. Неправильные формы вроде held и heard хранятся в памяти и извлекаются из нее, подобно любому другому слову. Правильные формы, такие как walk-walked, создаются в уме с помощью грамматического правила о добавлении «-ed» к глаголу. Правило применяется, когда память не может помочь, например, когда слово незнакомо и форма его прошедшего времени не хранится в памяти, как в случае с неологизмами, или когда ребенок не может вспомнить неправильную форму, как в случае с «heard», а обозначить прошедшее время необходимо. Присоединение суффикса к глаголу — маленький пример важного человеческого таланта: умения комбинировать слова и фразы, чтобы создавать новые предложения и выражать ими новые мысли. Это одна из свежих идей когнитивной революции, о которых я писал в третьей главе, и один из логических вызовов коннекционизму, перечисленных мной в предшествующей дискуссии.

Коннекционисты использовали прошедшее время как опытный полигон, проверяя, смогут ли они повторить этот хрестоматийный пример человеческой креативности без использования правил и без разделения труда между системой памяти и системой грамматического комбинирования. Серии компьютерных моделей пытались образовывать формы прошедшего времени, используя простые сети сопоставления данных. Эти сети обычно связывают звуки в глаголе со звуками формы прошедшего времени: — am с — ammed, — ing с — ung и т. д. Затем модель может создавать новые формы по аналогии, вроде того как создается обобщение тигров со львами: модель, обученная на слове «crammed», может угадать «spammed», а на слове «folded» — способна сказать «holded».

Но, когда говорят люди, они не просто ассоциируют звуки со звуками, а делают гораздо большее, так что модели не могут за ними угнаться. Ошибки происходят из-за отсутствия механизмов, оперирующих логическими связями. Большинство моделей заходят в тупик, пытаясь справиться с новыми словами, которые не похожи на уже знакомые и не могут быть обобщены по аналогии. Встретившись с новым словом «frilg», например, они выдают не «frilged», как сделал бы человек, а странную смесь вроде «freezled». Дело в том, что у них нет алгоритма переменной (как «х» в алгебре или «глагол» в грамматике), приложимого к любому элементу категории, независимо от того, насколько знакомы его свойства. (Это механизм, позволяющий людям мыслить категориями.) Сети могут только ассоциировать отрывки звуков с другими отрывками, и, сталкиваясь с новым глаголом, который звучит непохоже ни на один из тех, на которых они обучались, сети выдают на-гора попурри из наиболее похожих звуков, какие только могут найти.