Смотрите видео онлайн «Югорский филолог рассказал о значении слова «Эврика!»» на канале «Телеканал Югра» в хорошем качестве и бесплатно, опубликованное 15 июня 2022 года в 7:59, длительностью 00:03:31, на видеохостинге RUTUBE. 1.8Библиография. Отобразить/Скрыть содержание. эврика. 1.8Библиография. Отобразить/Скрыть содержание. эврика. АНО «Институт проблем образовательной политики "Эврика"».
Югорский филолог рассказал о значении слова «Эврика!»
В опытах с цыплятами Кёлер показал, что животные способны к восприятию взаимосвязей, реагируя на больший или более яркий из двух стимулов и отвергая даже тот стимул, на который они были натренированы. Гештальт-психологи назвали этот феномен «законом транспозиции». Очевидно, они уловили взаимосвязь между стимулами как решающий критерий и перенесли предыдущий результат обучения в новую ситуацию. Таким образом, память играет важную роль в когнитивном обучении. Предыдущие знания и убеждения определяют, как решаете новую задачу. Обучение через мысленные представления Особенность когнитивного обучения также состоит в том, что оно основано на внутренней обработке информации. Идея, лежащая в основе так называемого когнитивного подхода в психологии, заключается в следующем: люди и животные могут — в разной степени, конечно, — составлять «план в уме». Мысленно отображать свое окружение, а затем работать с этими внутренними идеями вместо того, чтобы иметь дело непосредственно с окружающей средой. В случае с Султаном когнитивный подход может дать объяснение. Очевидно, животное мысленно отображает проблему и внутренне моделирует отдельные компоненты этой репрезентации, пока не находит решение, которое оно затем применяет в реальном мире. Эксперименты заключались в размещении шимпанзе в замкнутом пространстве и предоставлении им желаемого объекта, который был вне досягаемости.
Полученное решение остается доступным и далее, потому что мысленное представление постоянно. Поэтому Султан смог перенести его на решение аналогичных задач, потому что представление, возможно, достаточно абстрактно не только для изображения исходной ситуации. Очевидно, что во многих случаях когнитивное обучение можно разбить на два этапа. В первую очередь решается проблема. На втором этапе решение проблемы сохраняется в памяти. Ведь оно может снова пригодиться в подобных ситуациях. Память играет важную роль в когнитивном обучении. Когнитивные карты Эдварда Толмена Одним из первых сторонников когнитивного подхода в обучении был американский психолог-необихевиорист Эдвард Толмен Edward Chace Tolman. В 1930-х — 1940-х годах его интересовала проблема того, как крысы узнают путь через сложный лабиринт. Толман стал автором концепции когнитивных карт Tolman, E.
Cognitive maps in rats and men. Идея Толмена: в процессе обучения в мозгу крысы создается что-то вроде полевой карты окружающей среды. Крысы составляют когнитивный план лабиринта, расположение которого они фиксируют в своем мозге. Различные исследования, похоже, подтверждают это предположение. В типичной экспериментальной установке крысы сталкиваются с пищей в конце каждой ветви лабиринта. Их задача — зайти в каждую из этих веток, не заходя ни в одну из них дважды. Крысы учатся быстро — и, вероятно, тоже с помощью ментальной карты. Как показывают эксперименты, маленькие грызуны довольно быстро учатся — даже если запах еды в еще не посещенных ходах покрывается лосьоном после бритья. Между прочим, крысы не исследуют лабиринт систематически, а ищут ветви в случайном порядке. Очевидно, они не просто учатся жесткой последовательности реакций.
Более вероятно, что они действительно разрабатывают некую мысленную карту, которая отмечает те ходы лабиринта, в которых они уже были. Роль гиппокампа в когнитивном обучении Тем временем исследователи также определили потенциальные нейронные корреляты когнитивных карт. Среди прочих это так называемые координатные или пространственные нейроны в гиппокампе. Они играют основную роль в долговременной памяти и пространственной ориентации.
Правительство постановило принять соответствующее предложение Министерства промышленности и торговли, согласованное с МИД России, Министерством финансов и Министерством юстиции, отмечается в документе. Также Минпромторгу дано поручение сообщить председателю и руководителю секретариата Ассоциации «Эврика» о принятии Россией данного решения.
Ранее Совфед одобрил закон о прекращении действия в отношении России международных договоров Совета Европы.
В переносном смысле — выражение радости, удовлетворения при решении какой-либо сложной задачи, возникновении новой идеи. О словаре Словарь-справочник «Политическая наука» — научно-справочный словарь, раскрывающий содержание категорий и понятий современной российской и мировой политической науки. В словаре приведены основные термины и определения, используемые в политической науке, отражающие ключевые проблемы политической системы общества, сведения о политических режимах, принципах избирательной системы, о государстве и власти, о политических партиях и общественно-политических движениях, политических теориях и идеологиях, о политических кризисах и геополитике. Словарь будет интересен широкому кругу читателей, интересующихся современной политикой. Добавить свое значение Предложите свой вариант значения к слову эврика Отправить.
Оно имеет меньший вес и больший объем. Так, по преданию, был открыт закон Архимеда, который гласит, что на тело, которое погружено в газ или в жидкость, действует сила — подъемная или выталкивающая, которая равняется весу объема газа или жидкости, вытесненного телом. А слово «эврика» стало синонимом открытия, сделанного внезапно. Словарное описание В словаре о значении слова «эврика» сказано, что изучаемая лексема является междометием, то есть относится к классу неизменяемых слов, которые не входят как в знаменательные, так и в служебные части речи, и выражает, не называя, эмоциональную реакцию на окружающую среду. Она обозначает возглас, в котором слышится удовлетворение, радость от найденного решения или возникновения удачной мысли. Понравилась статья? Поделись с друзьями: Реклама.
Эврика! Почему гениальные идеи приходят, когда мы не стараемся
Следуя общепринятому мнению, после своего открытия он выкрикнул: «Эврика», что стало причиной привязки этого слова к открытию. Правительство РФ объявило о выходе России из европейской научно-технической программы "Эврика". Значения слов. Все слова в русском есть исконно русские! Подробнее на сайте: Я призываю всех, кому не безразличен наш язык и кто хорошо р. Правительство РФ объявило о выходе России из европейской научно-технической программы "Эврика".
Россия вышла из научно-технической программы «Эврика»
Членство в программе имеет два уровня: полноправное участие — на правительственном уровне и ограниченное участие — на уровне отдельных фирм одобренное национальным правительством. Высший орган «Эврики» — Конференция министров стран-участниц, созываемая 2 раза в год. Председательствует на заседании приглашающая страна. Рабочий орган — секретариат г.
С другой стороны, выражение eureka - это название американского телесериала, созданного Эндрю Косби и Хайме Палья, которое происходит в городе под названием эврика, где живут ученые и гении. Также слово eureka звучит в таких фильмах, как «пи», «межзвездный».
Призвав в свидетели царя, он взял два предмета: одним из них была корона, а вторым — золотой слиток, имевший такой же вес. Поочередно он опустил их в воду. При этом корона вытеснила большее количество воды, чем слиток. А из этого следовало, что определенная часть золота и вправду была заменена серебром. Оно имеет меньший вес и больший объем. Так, по преданию, был открыт закон Архимеда, который гласит, что на тело, которое погружено в газ или в жидкость, действует сила — подъемная или выталкивающая, которая равняется весу объема газа или жидкости, вытесненного телом. А слово «эврика» стало синонимом открытия, сделанного внезапно. Словарное описание В словаре о значении слова «эврика» сказано, что изучаемая лексема является междометием, то есть относится к классу неизменяемых слов, которые не входят как в знаменательные, так и в служебные части речи, и выражает, не называя, эмоциональную реакцию на окружающую среду.
Таким образом, ученики сами приходили к правильному ответу.
Заодно эти беседы развивали критическое мышление у детей — проблема рассматривалась максимально обширно, непредвзято. В переводе с греческого эвристика — «открываю», «отыскиваю». Легенда о том, что Архимед выкрикнул однокоренное «Эврика! Как наука эвристика начала формироваться примерно в 1850-х гг. Ее начали рассматривать как метод творческого мышления со своими правилами и особенностями. Среди них: недостаточность исходной информации, ограниченность времени, пределы воображения. Совокупность этих особенностей может привести к ошибочным выводам, которые в свою очередь формируют когнитивные искажения или «ошибки познания». Кривое зеркало Когнитивные искажения — это поведенческие ловушки сознания, которые возникают в результате шаблонного мышления. Пример — страх авиаперелетов.
Недостаточная информированность о безопасности этого вида транспорта плюс многочисленные упоминания об авиакатастрофах в СМИ могут вызвать иррациональную боязнь летать самолетом. Это называется эвристикой репрезентативности. Мы принимаем решение на основе более часто встречающейся информации. Шаблоны мышления возникают из-за того, что мозг экономит энергию и делает выбор в пользу быстрого решения. Особенно, если его «правильность» подтверждается хотя бы частично. Так появляется крючок, которому в большей степени подвержены азартные люди — «ошибка игрока». Игрок, принимая решение, на какой цвет ставить, наблюдает, что черное выпало 5 раз подряд.
Методом проб и ошибок: что такое эвристика и причем тут искажения?
Иногда их также называют смещением. Что было наиболее известным Архимедами? Архимед, род. Кто отец математики? Он был на службе короля Иеро II из Сиракуз. В то время он разработал много изобретений. Архимеда изготовил систему шкива, предназначенную, чтобы помочь морякам перемещать объекты вверх и вниз, которые являются весомыми. Кто изобрел ноль?
Им дали задание, согласно которому в течение двух минут нужно было перечислить как можно больше возможных методов использования повседневных предметов, таких как зубочистки, вешалки для одежды и кирпичи. Когда истекли две минуты, участникам дали 12-минутный перерыв, во время которого некоторые из них отдыхали, другие были вовлечены в деятельность, требующую полного внимания, а третьи занимались необязательной деятельностью, которая вызывала блуждание ума или мечтательности. У четвертой группы студентов вообще не было перерыва. Затем всем участникам дали еще четыре задания на необычное применение предметов, включая два задания, которые они завершили перед этим. Те студенты, которые выполняли необязательную деятельность во время перерыва, выполняли повторные задания на 41 процент лучше. В отличие от них остальные студенты не показали улучшений.
С начала специальной военной операции Россия в добровольном или принудительном порядке вышла из десятков медицинских и научных объединений. В марте 2022 года Международная ассоциация медицинского образования АМЕЕ разорвала отношения с Россией и Белоруссией и закрыла представительство в Москве. Также в марте было приостановлено коллективное членство Российского кардиологического общества в Европейском обществе кардиологов, Российское психологическое общество исключили из Европейской федерации психологических ассоциаций, а Европейская ассоциация по изучению печени опубликовала обращение к научным обществам и институтам Европы с призывом прекратить сотрудничество с российскими институтами. В EASE входили, например, главные редакторы заместители журналов «Акушерство и гинекология», «Стоматология детского возраста и профилактика», «Сеченовский вестник», «Морфология», «Морфологические ведомости», «Сахарный диабет», «Журнал анатомии и гистопатологии». Самые важные новости сферы здравоохранения теперь и в нашем Telegram-канале medpharm.
Современный экономический словарь 1999 эврика европейское агентство по координации научных исследований, осуществляющее совместно программу научных исследований и разработок, в которой участвует большинство западноевропейских стран. Цель этой программы - налаживание кооперации, научных связей и обменов в области новых технологий для того, чтобы преодолеть техническое отставание от США и Японии. О словаре Современный экономический словарь 1999 года — научно-справочный словарь, содержащий более 10 тысяч терминов и определений, применяемых в экономической отрасли России и других стран с рыночной экономикой в настоящее время. Словарные статьи издания освещают как термины из области общей экономики, так и термины из области финансов, валюты, налогов, бухучета, аудита, управления, страхования, менеджмента, статистического учета, маркетинга и других. Словарь будет полезен специалистам и студентам экономических вузов, а также всем, интересующимся современной экономикой России и мира. Словарь-справочник эврика греч.
Россия решила выйти из европейской научно-технической программы «Эврика»
Как быть? Вырабатывать новую программу? Вряд ли целесообразно. Гораздо быстрее найти то звено, из-за которого оказалась неудачной вся система действий, и заменить его. Однако самое трудное как раз отыскать требующее переделки звено. А наш мозг успешно справляется и с этой трудностью. И опять ему помогают специальные алгоритмы. Вот бы разгадать их. Вооруженные всеми этими дополнительными приемами, машины будут быстрее находить наилучшие решения самых разных сложных проблем.
Но этого, по мнению ученых, еще недостаточно. Человек не только владеет тысячью секретов находить пути к быстрейшему решению самых разных проблем, он еще накапливает опыт. И при решении любой следующей задачи оказывается вооруженным опытом разгадывания всех предыдущих, что очень помогает ему и делает его все сильнее в процессе самой творческой деятельности. Недаром же мы говорим «зрелый мастер» или «квалифицированный исследователь» о писателе, художнике, ученом, достигшем большого совершенства в результате длительной и плодотворной работы в своей области. Так вот, зрелые исследователи задались такой фантастической целью, как создание машины, которая тоже могла бы накапливать опыт и благодаря этому совершенствовать свои навыки и умения. Московские психологи уже сделали попытку создать самообучающуюся машину. В основу ее программы они положили факты, неоднократно наблюдавшиеся в опытах с людьми и, как это ни парадоксально звучит, с некоторыми животными. Оказалось, что алгоритмы, благодаря которым запоминает полезную информацию голубь, входят как составная часть в довольно сложную мыслительную работу человека, например, при изучении им высшей математики.
Если вы хоть раз участвовали в каком-нибудь конкурсе, то хорошо помните, что его проводят всегда в несколько туров. Ни первый, ни второй туры еще не обеспечивают первенства победителям, они лишь отсеивают слабых участников. Наш мозг при обучении действует примерно так же. Он не сразу и не всю информацию запоминает, а много раз отсеивает менее важную. И только после нескольких туров отборочного конкурса откладывает нужные сведения в памяти. Придирчивыми «экзаменаторами» служат промежуточные сигналы, промежуточные раздражители, возникающие в процессе анализа обстановки. Они сортируют информацию по значению. Предварительные сведения посылают в кратковременную память, на временное хранение.
И только тщательно проверив, насколько они важны, решают: забыть их или направить в долговременную память, на постоянное местожительство. Часть таких алгоритмов удалось разгадать и даже воплотить их в программе для машины. Но дело это довольно кропотливое, трудное и требует еще многих и многих исследований прежде всего того, как мы сами учимся. Вот почему одновременно с работой над программированным обучением появилась мысль обойтись без программы. А что, если действовать так, как учили раньше мастера своих подмастерьев? По принципу: «Я тебе объяснять не буду, ты смотри и учись». Нельзя ли так же поступить и с машиной? Это особенно важно в тех случаях, когда человек при всем желании не может объяснить, как именно он действует.
Вот, скажем, мы отличаем буквы одну от другой или узнаем знакомых в толпе. Рассказать, как мы это делаем, человек не может, потому что совершает все опознавательные действия интуитивно. И тем более мы не можем написать машине подробную инструкцию, как отличить букву «А» от «Б». Но учитель в школе тоже в этом случае ничего не объясняет первоклассникам. Он просто показывает им разные буквы и называет их. И они уже как-то сами учатся различать «А» от «Б». Одновременно в нескольких странах машины без всякой программы усвоили основы азбуки. Успешный опыт натолкнул на еще более дерзкую мысль: заставить машину учиться вовсе без учителя, поставив ее на место не школьника, а этакого Маугли, который сам, абсолютно без всякой помощи со стороны, научился бы, разглядывая буквы, понимать, что они чем-то отличаются друг от друга.
Он, может, и не сумел бы назвать буквы так, как называем их мы, но зато придумал бы им свои имена. Как, по каким признакам он классифицировал бы разные буквы? Наверное, что-нибудь вроде этого: «А» — уголок и горизонтальная палочка посредине, «Е» — три горизонтальные палочки и одна вертикальная, «О» — кружок, «Л» — уголок, обращенный острием вверх, и т. Когда в одном из наших технических институтов инженеры взялись за эту невероятную затею, психологи только посмеивались: пробовать пробуйте, а что у вас выйдет? Вышло же вот что. Вычислительная машина оказалась весьма способным «Маугли». Она довольно быстро определила, из каких «деталей» состоят разные буквы и что между ними общего. Машина сама установила разницу между «уголками», «кружочками» и «вертикальными черточками».
Но тогда, выходит, у нее выработались простейшие понятия? Именно так и расценивают результаты своих опытов инженеры из Института автоматики и телемеханики. Вот и встал опять «проклятый» вопрос о пределе возможности машин. Если машины не просто тупицы, быстро выполняющие вычисления, а им доступны мыслительные действия в таком широком диапазоне — от образования понятий до творчества, то, видимо, скоро настанет эра настоящих думающих автоматов? Инженеры всегда были в этом вопросе большими оптимистами. Как только появились вычислительные машины, они заявили, что в принципе возможно автоматизировать любую умственную деятельность, если будут известны правила, по которым она происходит. Достаточно лишь разложить эти правила на элементарные машинные операции. Было бы только чем заполнять машинную память».
Но когда они увидели, с какими бесконечными подробностями приходится объяснять машине самые простейшие правила мышления даже весьма еще несовершенные программы перевода с одного языка на другой состоят из 10—20 тысяч машинных инструкций , оптимизм их несколько поубавился. А ведь многие мыслительные действия вообще не удалось представить в виде системы правил. Взять хоть то же распознавание знакомого лица или знакомой ситуации. Правила, по которым совершается эта важнейшая мыслительная операция, запрятаны где-то в глубинах подсознания и до них не так-то просто докопаться. Но, видимо, они достаточно сложны. Потому что все попытки составить аналогичную программу для машины привели пока только к тому, что машина смогла узнать лишь некоторые буквы, простейшие геометрические фигуры да цифры. Как же «приблизить» машину к различным видам умственной деятельности, чтобы максимально разгрузить человека, оставив ему самые высшие, самые интересные, самые новаторские взлеты творчества? Тогда-то и появилась мысль решить задачу моделирования умственных операций обходным путем.
Снабдить машину не подробной программой действия, а лишь способностью учиться. Тогда в машину надо будет ввести небольшую исходную информацию. Все остальные сведения, необходимые для моделирования мыслительного процесса, она раздобудет сама в процессе учебы. Вместо подробного расписания работы машине дают основную рабочую программу, в которой описан только принцип действия. И «обучающую» программу, которая по ходу дела вносит исправления в первую. Однако способные к обучению и самосовершенствованию машины не разрешили всех проблем, связанных с моделированием мышления. Центр тяжести просто переместился. Стало проще составлять программу, зато дольше и сложнее учить машину.
Учить машину думать ничуть не проще, чем человека. А результаты пока довольно средние. Так что ни о каком преимуществе машины не может быть и речи. Во всяком случае, пока исходные позиции электронного ньютона и школьника Петьки неравны информация, закладываемая в начинающую учиться машину, намного меньше той, которой располагает первоклассник , человек может не бояться ее соперничества. Очевидно, мало наделить машину способностью учиться. Надо еще начинить ее теми алгоритмами, теми эвристическими приемами, что составляют механизмы нашего ума. Тогда ее работа станет больше похожа на мышление человека. В справедливости этого мы с вами имели возможность убедиться на многочисленных примерах творчества машин.
Но мы также знаем, что и сам-то механизм человеческого мышления далеко еще не раскрыт. И надо прямо добавить: чем глубже исследовательская мысль человека обращается к познанию самого себя, тем более сложными предстаем мы с вами перед микроскопом науки и тем больше нового и неожиданного открывается в наших мыслительных способностях. Мы с вами подошли сейчас к интереснейшей области. Вспомните: когда производили опыты над человеком, чтобы вырвать некоторые секреты его мышления и передать их машине, испытуемого приводили в состояние, близкое, если можно так выразиться, к машинному, — его ограждали от всех эмоций, насколько это возможно, от всех внешних впечатлений, помещая в специально изолированную камеру. Ведь машина бесчувственна. И ей требовалось дать «очищенную от посторонних примесей», бесчувственную человеческую мысль. Нужно сказать, что бесчувственность счетнорешающих устройств, эта самая их машинная суть, рассматривалась с первых шагов кибернетики и рассматривается и сейчас как огромное их преимущество в решении целого ряда практических задач. Не поддающиеся гневу, не расстраивающиеся от мелких огорчений, не подверженные человеческим эмоциям, комбинации электронных ламп и сопротивлений, пусть с машинной тупостью, но и с хладнокровием механизма, бесстрастно выясняют все «за» и «против» и дают точный математический ответ.
Такое преимущество управляющих машин остается за ними, пока их привлекают к роли диспетчера или другой подобной работе, выполняемой по твердому, заранее разработанному графику. Но поскольку ученые и конструкторы задались целью использовать машины и в таких областях, где даже от человека требуется вдохновение, встал вопрос об истинных механизмах этого вдохновения. Так ли уж не важны и не нужны эмоции человеку в его умственной деятельности? Мы повседневно наблюдаем, как человек, который страстно стремится к цели, достигает несравненно большего, чем тот, кто работает с прохладцей, чем тот, кого данное дело не волнует. Нет ли тут связи между эмоциональной зараженностью человека и эффективностью его мышления? И если уж взялись обучать машину самым продуктивным способам человеческого мышления, тогда выходит… В общем сейчас всерьез заговорили о создании не только думающих, но и чувствующих машин. Как выяснилось, эмоции им действительно нужны… чтобы лучше думать. В самом деле.
Любое наше мыслительное действие не является самоцелью. Оно совершается, так сказать, не из любви к искусству, а всегда бывает вызвано какими-то потребностями и мотивами, зависящими от чувств и настроений, которые мы в этот момент испытываем. И часто именно эмоции играют решающую роль в оценке различных ситуаций и даже отдельных мыслительных действий. Мозг как бы решает для себя, к хорошему или плохому результату приводит тот или иной этап переработки информации. Киевский кибернетик Николай Михайлович Амосов предположил даже, что в мозгу существуют две самостоятельные программы — интеллектуальная набор разнообразных эвристических приемов мышления и эмоциональная те самые потребности и мотивы, что определяют наше отношение к происходящему. Когда мы думаем, действуют обе эти программы, причем выбор алгоритма зависит от оценки, которую он получит по эмоциональной шкале. Мало того, эмоциональная программа нередко даже изменяет интеллектуальную, так что образуется уже какой-то «сплав» из чувств и мыслей. Он-то и лежит в основе нашего мышления.
И может быть, принадлежность людей к художественному и мыслительному типу определяется тем, какая из двух программ играет у них первенствующую роль. Так или иначе, а многие кибернетики считают, что самые существенные недостатки эвристических программ можно будет устранить, если снабдить машины чем-то? Первую электронную модель эмоций киевляне уже создали. Их детище сможет испытывать печаль, тревогу, любопытство, негодование, горе, обиду, жалость — всего около пятидесяти разных чувств, настроений и даже страстей. Действия ее заключаются в ответах на вопросы. Машина анализирует не просто смысл того, о чем ее спрашивают, но учитывает и эмоциональную окраску вопроса. Потом она начинает думать, как ответить. И ответы ее зависят от «настроений» и «чувств», вызванных предыдущими вопросами и общим эмоциональным состоянием, которое задается заранее.
Причем «темперамент» машины можно менять, усиливая одни чувства, ослабляя другие. Работа эта только начата и важна не конечными результатами, а поворотом исследований мыслительной деятельности в сторону чувств. Легко понять, что, когда машина научится не только думать, но и чувствовать, она станет еще более сильным помощником человека. Есть еще одна возможность усилить интеллект машины. Не обязательно ей начинать с «каменного топора» и самостоятельно проходить весь сложный путь становления ума. Можно сразу сделать ее умнее, снабдив всем тем опытом мышления, который накопило человечество — не каждый из нас, а именно все мы за тысячелетия сознательной жизни. Снабженная таким коллективным опытом и творческими навыками, да при ее удивительном быстродействии, машина, по мнению современных кибернетиков, сможет превзойти своего создателя в поединке интеллектов. Но кто даст нам в таком случае гарантию, что, «работая над собой», машина не создаст совершенно новые эвристические приемы, неизвестные нашему мозгу?
И не окажемся ли мы когда-нибудь перед необходимостью изучать творчество машины, подобно тому как мы изучаем сейчас творчество людей? Естественно, что сейчас, с появлением на границе кибернетики и психологии новой науки — эвристики, у многих возникло желание признать за ней право на первенство. Англичанин Саймон, первым создавший для машины эвристическую программу, заявил недавно: «Я думаю, мы можем согласиться, что XX век — это век эвристики». Конечно, он по-своему прав, но где гарантия, что через пару лет не будут совершены еще более грандиозные открытия, скажем, в биологии, и тогда станут столь же справедливо связывать нашу эпоху с новым триумфом в науке? Между тем во всех этих определениях XX века есть одна общая черта. В химии ли, в физике или в кибернетике — всегда речь шла о большом количестве открытий, поставивших ту или иную науку впереди других. Невероятное обилие научных открытий — вот характерная особенность нашей эпохи. По данным ЮНЕСКО, девять десятых ученых всех времен и народов, совершивших важные открытия, — жители двадцатого столетия, наши современники.
А предшествующие тысячелетия, вся многовековая история человечества — от Аристотеля до Сеченова — дала лишь одну десятую великих первооткрывателей. Количество открытий и изобретений удваивается каждые десять лет. Причем темп развития науки все убыстряется. Подсчитано, что за последние пятнадцать лет сделано столько же научных открытий, сколько за всю предшествующую историю науки! Так не правильнее ли было бы назвать наш век эпохой открытий? В конце XIX века на всем земном шаре научными исследованиями занимались едва пятьдесят тысяч человек. К середине XX столетия их было уже четыреста тысяч.
Чудинов А. Восклицание, приписываемое величайшему из математиков древности Архимеду Сиракузскому ок. Римский инженер и зодчий Витрувий I в. Перевод: Я нашел!
Но как только архимед вошел в ванну и заметил, что уровень воды поднялся, он воскликнул «эврика! Это открытие привело его к открытию закона Архимеда, который объясняет принцип плавучести тел в жидкости. Архимед был настолько взволнован своим открытием, что, считается, выбежал из ванны и бежал по улицам голым, крича «эврика! С тех пор слово «эврика» стало символом внезапного открытия или прозрения. Оно используется в различных областях науки и культуры, чтобы выразить радость от нахождения решения или от. Значение в разных словарях Слово «эврика» имеет множество значений и интерпретаций в различных словарях. В основном, оно ассоциируется с эмоцией радости и восторга, выражаемой в момент открытия или осознания чего-то важного или долгожданного. В лингвистическом контексте, «эврика» может быть определена как восклицание, символизирующее момент прозрения или нахождения решения задачи.
Запрещается копирование, распространение в том числе путем копирования на другие сайты и ресурсы в сети Интернет или любое иное использование информации и объектов без предварительного согласия правообладателя или ссылки на ресурс "ЖиШи". Сетевое издание «ЖиШи» зарегистрировано в Федеральной службе по надзору в сфере связи, информационных технологий и массовых коммуникаций 23 ноября 2018 г.
На что нам ЭВРИКА?
Да, со временем программа ЭВРИКА измельчала, потеряла былую амбициозность, но ведь это именно то, что надо нашим малым и средним наукоемким фирмам для выхода со своей продукцией на европейский и мировой рынки. это выражение, которое используется для выражения радости и удивления в результате нахождения решения задачи или проблемы. я нашел), согласно преданию, восклицание Архимеда при открытии им основного закона гидростатики. Что такое дидактика и как она развивается.
«Эврика!» Открытие закона Архимеда
- Что еще почитать
- Эврика! Великое открытие: alek_morse — LiveJournal
- Центр образования «Эврика» представил итоги работы инновационного проекта
- Что такое ЭВРИКА? Значение слова
- Похожие термины:
Глава 7 Эврика и эвристика
Смотреть что такое «Эврика» в других словарях. Следуя общепринятому мнению, после своего открытия он выкрикнул: «Эврика», что стало причиной привязки этого слова к открытию. Реализация программы «Эврика» была начата в 1985 году — ее целью стала ликвидация отставания западноевропейских стран от США и Японии в научно-технической сфере. 14 марта 2023 года Россия вышла из европейской научно-технической программы «Эврика» (EUREKA — European Research Coordination Agency). По легенде ученый воскликнул «Эврика!», что по-гречески значит «нашел», когда постиг смысл закона, позже названного его именем.
Что такое Эврика? Значение слова Эврика в историческом словаре
Опыты с живыми, а потом с механическими мышами, учившимися искать путь в лабиринте, стали классической моделью обучения. Поведение электронного Тезея Шеннона как шутливо назвал он свою мышь стало основой для решения многих сложных задач, скажем, игры в пять фишек пятнадцать. Да и шахматные задачи — по существу лабиринт, только уж очень запутанный. Но лабиринт, может быть, и помогает понять что-то в механизме мышления, однако характеризует его чисто внешне, не раскрывая внутренних пружин. Конечно, если искать выход из лабиринта, применяя небезызвестный алгоритм «Британского музея» — простой перебор всех вариантов, это может продолжаться очень долго. Количество маршрутов в этом случае будет достигать астрономической цифры, так что и математик не сможет их пересчитать и выбрать правильный. Вместо лабиринта ходов возникают лабиринты формул, из которых выбраться нисколько не легче. Нужны какие-то более экономичные приемы. Несомненно, нашему мозгу они известны, и он их успешно применяет. А вот как до них добраться исследователям? Те же американские психологи — Ньюэл, Шоу, Саймон — попытались отгадать эвристические приемы, которые человек использует для решения самых разных задач: и при поиске математических доказательств, и при решении конструкторских задач, и при анализе физических проблем, и при создании музыки, и при постановке правильного диагноза, и при подборке необходимых красок или единственно нужных слов.
Короче говоря, они попытались объять необъятное: создать машину, способную решать самые разные творческие задачи — и научные и стоящие перед людьми искусства. И такая удивительная машина была создана, вернее — разработана программа ее работы. Назвали ее не очень поэтично — «Универсальный решатель проблем», или сокращенно, по первым буквам английских слов: ДПС. Взявшись за столь сложную задачу, ученые оказались перед запутаннейшим мыслительным лабиринтом. Как найти в нем кратчайшую дорогу к цели? Психологические эксперименты, проводившиеся раньше, не давали законченного ответа на этот вопрос. Они раскрывали какие-то отдельные детали поиска, не рисуя всей картины. Пришлось засесть за новые опыты, составленные по специальной программе. Их участниками стали «вечные мученики науки» — студенты колледжа. Им написали несколько выражений, похожих на алгебраические.
И попросили преобразовать его в другое, которое выглядело бы так: QVP R. Для этого давался набор правил. Думать, разумеется, надо было вслух. Те, кто знаком с математической логикой, несомненно, узнают эти выражения. Студенты же рассматривали их как простой набор каких-то значков и букв. Это было сделано нарочно. Ведь машине в будущем тоже предстояло иметь дело с абстрактными символами. Чтобы машину и человека по возможности уравнять в правах, условия эксперимента и приблизили к обстановке, в которой должна действовать машина. Кроме того, так можно было избавиться от всего лишнего: второстепенных деталей, ненужных эмоций, вольно или невольно сопровождающих психологический эксперимент, если он проводится в форме игры или заключается в решении разного рода головоломок или даже просто занимательных задач с «аквариумом», весами, свечкой и тому подобным. Здесь задача была предельно суха и абстрактна.
Это была задача вообще. Больше двадцати студентов решали ее. И хотя они думали неодинаково, все же удалось обнаружить общие принципы, которыми руководствуется человек при решении разных проблем. Наиболее отчетливо выявились два эвристических приема. Один заключается в том, чтобы разложить сложную задачу на несколько частных, более простых и решать их по очереди, постепенно приближаясь к цели. Практически это выглядит так. Человек анализирует задачу и видит, что у него нет средств превратить данные условия в искомое решение. Тогда он смотрит, нельзя ли уменьшить разрыв между условиями и требованиями. Найдя способ это сделать, снова сравнивает ситуацию, которая получилась в результате его действий, с конечной целью и ищет средства перевести новый вариант задачи в желаемое решение, и так много раз. Прием этот так и был назван — «Анализ средств и целей».
Если же описывать его не сухо, строго по-научному, то вернее всего было бы сказать, что он напоминает детскую игру в «горячо-холодно». Ведь тогда мы тоже ищем цель постепенно, проверяя, ближе мы стали к ней, то есть «теплее» нам, или отдалились — и теперь нам «холоднее». Но пытаться достичь основной цели, последовательно подменяя ее более близкими подцелями, можно не во всех случаях. Тогда человек поступает иначе. Он сознательно пренебрегает рядом деталей задачи, несколько упрощая ее. Такую упрощенную задачу решить легче. А приемы, использованные для этого, могут подсказать стратегический план решения основной проблемы. Ньюэл, Шоу и Саймон наделили машину способностью использовать два эвристических приема, кстати сказать, наиболее часто употребляемых людьми. Это метод «горячо-холодно» и упрощение, огрубление задачи. Так появился на свет универсальный решатель проблем.
И он развил довольно успешную деятельность, даже что-то делал в промышленности. Однако «универсальным» он все же не оказался. И знаете, на чем машина споткнулась? На шахматах. Она решала сложные, серьезные проблемы, а в игре пасовала. И не удивительно. Ведь в любой самой сложной задаче всегда известна исходная ситуация — начальная площадка лабиринта, и определена цель — центральная его площадка. А в шахматах область поиска не определена. Здесь столько «коридоров», «площадок», «тупиков», что перебрать все варианты маршрутов не под силу даже быстродействующей вычислительной машине. А подходящих алгоритмов в ее распоряжении не было.
Признать ограниченность своего детища американским психологам не очень хотелось. Кроме того, это означало, что какой-то важный механизм человеческого мышления им не удалось разгадать. Вот тогда они и принялись за новые поиски. Правда, они изучали теперь не столько особенности нашего мышления, сколько правила игры в шахматы, надеясь хоть косвенно проникнуть в секреты мозга, думающего над шахматной ситуацией. Мы теперь знаем, что в какой-то мере им это удалось. Благодаря им машина научилась играть в шахматы «по-человечески» и стала достойным соперником чемпионов. Но по сравнению с «Универсальным решателем проблем» это был скорее шаг назад. Как-никак та машина хоть и не умела играть в шахматы, зато воспроизводила особенности творческого процесса вообще, свойственного и ученым и поэтам. Иными словами, создавая ее, инженеры решили более общую проблему. А электронный шахматист, как ни был интересен сам по себе, помогал понять только одну сторону творчества.
Перед учеными встал вопрос: какой путь предпочесть? Вслед за шахматистом появился электронный игрок в шашки. Вначале он играл довольно средне — его обыгрывали даже неопытные игроки. Но новый игрок обладал способностью учиться. И вскоре так наловчился, что стал обыгрывать даже чемпионов. Создали еще одну машину — математика. Она творчески решала задачи по геометрии, с которыми с трудом справлялись студенты-второкурсники. Американские психологи получили заказ от промышленников — им необходимо было с научной точностью узнать, куда вложить и как лучше истратить деньги. Ученые пригласили к себе в лабораторию одного из самых опытных служащих банка и принялись изучать, как он думает. Это оказалось не таким легким делом.
Ведь банковский служащий, чтобы решить, куда поместить деньги для наибольшей прибыли, должен выработать что-то вроде экономической гипотезы. После долгих доделок, переработок электронного финансиста все же удалось создать, и банкиры им как будто довольны. Другие изучали совсем иную разновидность интеллектуальной деятельности — творчество композитора. И тоже небезуспешно. Мелодии, созданные его электронным собратом, гораздо больше напоминали настоящую музыку, нежели нотные упражнения первых композиторов от кибернетики. Цели, которые ставили перед собой инженеры и психологи, создавая эвристические программы для вычислительных машин, были нередко диаметрально противоположными. Кто-то стремился научить машину составлять расписание движения поездов или просто уроков в школе. Не думайте, это довольно каверзная работа, требующая «хитрости» и смекалки. А кому-то хотелось иметь электронного ученого, например биохимика. И чтобы он не только разрабатывал планы опытов, оценивал их результаты, выдвигал на этой основе какие-то гипотезы, но и сам проводил опыты с помощью механических рук.
Дело дошло до того, что в лабораторию Московского университета, где занимаются разработкой эвристических программ, стали обращаться с самыми неожиданными просьбами. Не можете ли сделать такого диспетчера, чтобы он работал творчески? Нужен начальник планового отдела «с живинкой к делу». Пришлите электронного учителя, который мог бы быстро и толково устранять «дефекты» знаний. Что делать? Неужели действительно каждый раз изучать образ мыслей диспетчера, плановика, учителя? И заново составлять программу для очередного случая? Вряд ли это целесообразно. И московские психологи решили поступить иначе. Найти то общее, что есть в любой более или менее творческой работе.
Установив, из каких форм складывается мыслительная деятельность и врача, и инженера, и музыканта, создать что-то вроде «крупных блоков». Скажем, блок «решения проблем», блок «самообучения», блок «распознавания сходных ситуаций» и тому подобные. И из них по мере необходимости собирать программу или для электронного врача, или для диспетчера. Этот путь не только более экономичен, он, так сказать, ближе по структуре к творчеству человека. Недаром же психологи говорят, что в разных творческих процессах — будь то работа инженера или художника — больше сходства, чем различий. В главном, основном творчество актеров, поэтов и ученых едино. Вспомните хотя бы, что вы прочли в начале книги о трех китах творчества. Стало быть, создание универсального решателя проблем — более верный путь. И теперь перед психологами стоит задача разгадать новые алгоритмы, новые эвристические приемы творческого мышления. Снова ученые обращаются к человеку, чтобы, во-первых, расшифровать многочисленные эвристические приемы, которыми он владеет, а во-вторых, попытаться воспроизвести их в думающей машине.
Разумеется, дело не сводится лишь к отгадке готовых приемов и способов мышления, как уже об этом говорилось раньше. Важно не просто выявить результат решения, а раскрыть процесс мышления в его динамике. Психологи Московского университета пытаются, например, воплотить в, виде программы ту особенность мышления, которую можно назвать «чувством близости решения». Машина, даже очень умная, часто проходит буквально в двух шагах от нужного решения и продолжает поиски совершенно в других концах лабиринта. А человек, нередко еще не зная, как справиться с задачей, чувствует, что решение где-то совсем близко, и усиливает поиск именно в этом направлении. Разумеется, благодаря этому он докапывается до смысла гораздо быстрее. Или вот, скажем, умение человеческого мозга оценивать перерабатываемую информацию с точки зрения ее значимости для решения задачи. При поиске решения человек сосредоточивает внимание исключительно на важной информации. Но как он определяет, какие именно сведения будут работать на пользу дела? Ясно, что здесь тоже не обходится без эвристических приемов, только каких?
Наконец, бывает так. У человека уже выработана программа действий для определенных обстоятельств, но несколько изменились сами обстоятельства. Как быть? Вырабатывать новую программу? Вряд ли целесообразно. Гораздо быстрее найти то звено, из-за которого оказалась неудачной вся система действий, и заменить его. Однако самое трудное как раз отыскать требующее переделки звено. А наш мозг успешно справляется и с этой трудностью. И опять ему помогают специальные алгоритмы. Вот бы разгадать их.
Вооруженные всеми этими дополнительными приемами, машины будут быстрее находить наилучшие решения самых разных сложных проблем. Но этого, по мнению ученых, еще недостаточно. Человек не только владеет тысячью секретов находить пути к быстрейшему решению самых разных проблем, он еще накапливает опыт. И при решении любой следующей задачи оказывается вооруженным опытом разгадывания всех предыдущих, что очень помогает ему и делает его все сильнее в процессе самой творческой деятельности. Недаром же мы говорим «зрелый мастер» или «квалифицированный исследователь» о писателе, художнике, ученом, достигшем большого совершенства в результате длительной и плодотворной работы в своей области.
Современный экономический словарь 1999 эврика европейское агентство по координации научных исследований, осуществляющее совместно программу научных исследований и разработок, в которой участвует большинство западноевропейских стран. Цель этой программы - налаживание кооперации, научных связей и обменов в области новых технологий для того, чтобы преодолеть техническое отставание от США и Японии. О словаре Современный экономический словарь 1999 года — научно-справочный словарь, содержащий более 10 тысяч терминов и определений, применяемых в экономической отрасли России и других стран с рыночной экономикой в настоящее время. Словарные статьи издания освещают как термины из области общей экономики, так и термины из области финансов, валюты, налогов, бухучета, аудита, управления, страхования, менеджмента, статистического учета, маркетинга и других.
Словарь будет полезен специалистам и студентам экономических вузов, а также всем, интересующимся современной экономикой России и мира. Словарь-справочник эврика греч.
А электронный шахматист, как ни был интересен сам по себе, помогал понять только одну сторону творчества. Перед учеными встал вопрос: какой путь предпочесть? Вслед за шахматистом появился электронный игрок в шашки. Вначале он играл довольно средне — его обыгрывали даже неопытные игроки. Но новый игрок обладал способностью учиться.
И вскоре так наловчился, что стал обыгрывать даже чемпионов. Создали еще одну машину — математика. Она творчески решала задачи по геометрии, с которыми с трудом справлялись студенты-второкурсники. Американские психологи получили заказ от промышленников — им необходимо было с научной точностью узнать, куда вложить и как лучше истратить деньги. Ученые пригласили к себе в лабораторию одного из самых опытных служащих банка и принялись изучать, как он думает. Это оказалось не таким легким делом. Ведь банковский служащий, чтобы решить, куда поместить деньги для наибольшей прибыли, должен выработать что-то вроде экономической гипотезы.
После долгих доделок, переработок электронного финансиста все же удалось создать, и банкиры им как будто довольны. Другие изучали совсем иную разновидность интеллектуальной деятельности — творчество композитора. И тоже небезуспешно. Мелодии, созданные его электронным собратом, гораздо больше напоминали настоящую музыку, нежели нотные упражнения первых композиторов от кибернетики. Цели, которые ставили перед собой инженеры и психологи, создавая эвристические программы для вычислительных машин, были нередко диаметрально противоположными. Кто-то стремился научить машину составлять расписание движения поездов или просто уроков в школе. Не думайте, это довольно каверзная работа, требующая «хитрости» и смекалки.
А кому-то хотелось иметь электронного ученого, например биохимика. И чтобы он не только разрабатывал планы опытов, оценивал их результаты, выдвигал на этой основе какие-то гипотезы, но и сам проводил опыты с помощью механических рук. Дело дошло до того, что в лабораторию Московского университета, где занимаются разработкой эвристических программ, стали обращаться с самыми неожиданными просьбами. Не можете ли сделать такого диспетчера, чтобы он работал творчески? Нужен начальник планового отдела «с живинкой к делу». Пришлите электронного учителя, который мог бы быстро и толково устранять «дефекты» знаний. Что делать?
Неужели действительно каждый раз изучать образ мыслей диспетчера, плановика, учителя? И заново составлять программу для очередного случая? Вряд ли это целесообразно. И московские психологи решили поступить иначе. Найти то общее, что есть в любой более или менее творческой работе. Установив, из каких форм складывается мыслительная деятельность и врача, и инженера, и музыканта, создать что-то вроде «крупных блоков». Скажем, блок «решения проблем», блок «самообучения», блок «распознавания сходных ситуаций» и тому подобные.
И из них по мере необходимости собирать программу или для электронного врача, или для диспетчера. Этот путь не только более экономичен, он, так сказать, ближе по структуре к творчеству человека. Недаром же психологи говорят, что в разных творческих процессах — будь то работа инженера или художника — больше сходства, чем различий. В главном, основном творчество актеров, поэтов и ученых едино. Вспомните хотя бы, что вы прочли в начале книги о трех китах творчества. Стало быть, создание универсального решателя проблем — более верный путь. И теперь перед психологами стоит задача разгадать новые алгоритмы, новые эвристические приемы творческого мышления.
Снова ученые обращаются к человеку, чтобы, во-первых, расшифровать многочисленные эвристические приемы, которыми он владеет, а во-вторых, попытаться воспроизвести их в думающей машине. Разумеется, дело не сводится лишь к отгадке готовых приемов и способов мышления, как уже об этом говорилось раньше. Важно не просто выявить результат решения, а раскрыть процесс мышления в его динамике. Психологи Московского университета пытаются, например, воплотить в, виде программы ту особенность мышления, которую можно назвать «чувством близости решения». Машина, даже очень умная, часто проходит буквально в двух шагах от нужного решения и продолжает поиски совершенно в других концах лабиринта. А человек, нередко еще не зная, как справиться с задачей, чувствует, что решение где-то совсем близко, и усиливает поиск именно в этом направлении. Разумеется, благодаря этому он докапывается до смысла гораздо быстрее.
Или вот, скажем, умение человеческого мозга оценивать перерабатываемую информацию с точки зрения ее значимости для решения задачи. При поиске решения человек сосредоточивает внимание исключительно на важной информации. Но как он определяет, какие именно сведения будут работать на пользу дела? Ясно, что здесь тоже не обходится без эвристических приемов, только каких? Наконец, бывает так. У человека уже выработана программа действий для определенных обстоятельств, но несколько изменились сами обстоятельства. Как быть?
Вырабатывать новую программу? Вряд ли целесообразно. Гораздо быстрее найти то звено, из-за которого оказалась неудачной вся система действий, и заменить его. Однако самое трудное как раз отыскать требующее переделки звено. А наш мозг успешно справляется и с этой трудностью. И опять ему помогают специальные алгоритмы. Вот бы разгадать их.
Вооруженные всеми этими дополнительными приемами, машины будут быстрее находить наилучшие решения самых разных сложных проблем. Но этого, по мнению ученых, еще недостаточно. Человек не только владеет тысячью секретов находить пути к быстрейшему решению самых разных проблем, он еще накапливает опыт. И при решении любой следующей задачи оказывается вооруженным опытом разгадывания всех предыдущих, что очень помогает ему и делает его все сильнее в процессе самой творческой деятельности. Недаром же мы говорим «зрелый мастер» или «квалифицированный исследователь» о писателе, художнике, ученом, достигшем большого совершенства в результате длительной и плодотворной работы в своей области. Так вот, зрелые исследователи задались такой фантастической целью, как создание машины, которая тоже могла бы накапливать опыт и благодаря этому совершенствовать свои навыки и умения. Московские психологи уже сделали попытку создать самообучающуюся машину.
В основу ее программы они положили факты, неоднократно наблюдавшиеся в опытах с людьми и, как это ни парадоксально звучит, с некоторыми животными. Оказалось, что алгоритмы, благодаря которым запоминает полезную информацию голубь, входят как составная часть в довольно сложную мыслительную работу человека, например, при изучении им высшей математики. Если вы хоть раз участвовали в каком-нибудь конкурсе, то хорошо помните, что его проводят всегда в несколько туров. Ни первый, ни второй туры еще не обеспечивают первенства победителям, они лишь отсеивают слабых участников. Наш мозг при обучении действует примерно так же. Он не сразу и не всю информацию запоминает, а много раз отсеивает менее важную. И только после нескольких туров отборочного конкурса откладывает нужные сведения в памяти.
Придирчивыми «экзаменаторами» служат промежуточные сигналы, промежуточные раздражители, возникающие в процессе анализа обстановки. Они сортируют информацию по значению. Предварительные сведения посылают в кратковременную память, на временное хранение. И только тщательно проверив, насколько они важны, решают: забыть их или направить в долговременную память, на постоянное местожительство. Часть таких алгоритмов удалось разгадать и даже воплотить их в программе для машины. Но дело это довольно кропотливое, трудное и требует еще многих и многих исследований прежде всего того, как мы сами учимся. Вот почему одновременно с работой над программированным обучением появилась мысль обойтись без программы.
А что, если действовать так, как учили раньше мастера своих подмастерьев? По принципу: «Я тебе объяснять не буду, ты смотри и учись». Нельзя ли так же поступить и с машиной? Это особенно важно в тех случаях, когда человек при всем желании не может объяснить, как именно он действует. Вот, скажем, мы отличаем буквы одну от другой или узнаем знакомых в толпе. Рассказать, как мы это делаем, человек не может, потому что совершает все опознавательные действия интуитивно. И тем более мы не можем написать машине подробную инструкцию, как отличить букву «А» от «Б».
Но учитель в школе тоже в этом случае ничего не объясняет первоклассникам. Он просто показывает им разные буквы и называет их. И они уже как-то сами учатся различать «А» от «Б». Одновременно в нескольких странах машины без всякой программы усвоили основы азбуки. Успешный опыт натолкнул на еще более дерзкую мысль: заставить машину учиться вовсе без учителя, поставив ее на место не школьника, а этакого Маугли, который сам, абсолютно без всякой помощи со стороны, научился бы, разглядывая буквы, понимать, что они чем-то отличаются друг от друга. Он, может, и не сумел бы назвать буквы так, как называем их мы, но зато придумал бы им свои имена. Как, по каким признакам он классифицировал бы разные буквы?
Наверное, что-нибудь вроде этого: «А» — уголок и горизонтальная палочка посредине, «Е» — три горизонтальные палочки и одна вертикальная, «О» — кружок, «Л» — уголок, обращенный острием вверх, и т. Когда в одном из наших технических институтов инженеры взялись за эту невероятную затею, психологи только посмеивались: пробовать пробуйте, а что у вас выйдет? Вышло же вот что. Вычислительная машина оказалась весьма способным «Маугли». Она довольно быстро определила, из каких «деталей» состоят разные буквы и что между ними общего. Машина сама установила разницу между «уголками», «кружочками» и «вертикальными черточками». Но тогда, выходит, у нее выработались простейшие понятия?
Именно так и расценивают результаты своих опытов инженеры из Института автоматики и телемеханики. Вот и встал опять «проклятый» вопрос о пределе возможности машин. Если машины не просто тупицы, быстро выполняющие вычисления, а им доступны мыслительные действия в таком широком диапазоне — от образования понятий до творчества, то, видимо, скоро настанет эра настоящих думающих автоматов? Инженеры всегда были в этом вопросе большими оптимистами. Как только появились вычислительные машины, они заявили, что в принципе возможно автоматизировать любую умственную деятельность, если будут известны правила, по которым она происходит. Достаточно лишь разложить эти правила на элементарные машинные операции. Было бы только чем заполнять машинную память».
Но когда они увидели, с какими бесконечными подробностями приходится объяснять машине самые простейшие правила мышления даже весьма еще несовершенные программы перевода с одного языка на другой состоят из 10—20 тысяч машинных инструкций , оптимизм их несколько поубавился. А ведь многие мыслительные действия вообще не удалось представить в виде системы правил. Взять хоть то же распознавание знакомого лица или знакомой ситуации. Правила, по которым совершается эта важнейшая мыслительная операция, запрятаны где-то в глубинах подсознания и до них не так-то просто докопаться. Но, видимо, они достаточно сложны. Потому что все попытки составить аналогичную программу для машины привели пока только к тому, что машина смогла узнать лишь некоторые буквы, простейшие геометрические фигуры да цифры. Как же «приблизить» машину к различным видам умственной деятельности, чтобы максимально разгрузить человека, оставив ему самые высшие, самые интересные, самые новаторские взлеты творчества?
Тогда-то и появилась мысль решить задачу моделирования умственных операций обходным путем. Снабдить машину не подробной программой действия, а лишь способностью учиться. Тогда в машину надо будет ввести небольшую исходную информацию. Все остальные сведения, необходимые для моделирования мыслительного процесса, она раздобудет сама в процессе учебы. Вместо подробного расписания работы машине дают основную рабочую программу, в которой описан только принцип действия. И «обучающую» программу, которая по ходу дела вносит исправления в первую. Однако способные к обучению и самосовершенствованию машины не разрешили всех проблем, связанных с моделированием мышления.
Центр тяжести просто переместился. Стало проще составлять программу, зато дольше и сложнее учить машину. Учить машину думать ничуть не проще, чем человека. А результаты пока довольно средние. Так что ни о каком преимуществе машины не может быть и речи. Во всяком случае, пока исходные позиции электронного ньютона и школьника Петьки неравны информация, закладываемая в начинающую учиться машину, намного меньше той, которой располагает первоклассник , человек может не бояться ее соперничества. Очевидно, мало наделить машину способностью учиться.
Надо еще начинить ее теми алгоритмами, теми эвристическими приемами, что составляют механизмы нашего ума. Тогда ее работа станет больше похожа на мышление человека. В справедливости этого мы с вами имели возможность убедиться на многочисленных примерах творчества машин. Но мы также знаем, что и сам-то механизм человеческого мышления далеко еще не раскрыт. И надо прямо добавить: чем глубже исследовательская мысль человека обращается к познанию самого себя, тем более сложными предстаем мы с вами перед микроскопом науки и тем больше нового и неожиданного открывается в наших мыслительных способностях.
Европейская программа научно-технического сотрудничества в области коммерциализации высоких технологий «Эврика» объединяет 40 государств и Европейский союз. Россия присоединилась к «Эврике» в 1993 году. С июля 2015-го сроком на один год председателем в Программе является Швеция, в июле 2016 года ее сменила Испания. Программа направлена на создание условий для эффективного финансирования международного инновационного сотрудничества с целью повышения производительности и конкурентоспособности государств-участников.