ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

4
управления, отчасти теория самоорганизации, не смогли дать
убедительных ответов на поставленные выше и другие вопросы. Так,
нейронные сети в существующей интерпретации позволяют моделировать
лишь «искусственный инстинкт» (хотя для многих задач этого достаточно).
Значительный разрыв имеется между гуманитарными представлениями о
когнитивных процессах (когнитивной психологии, философии и т.д.) и их
формальными моделями. Представители точных наук не замечают или не
придают значения многим определяющим когнитивным феноменам, в
частности феноменам «созревания» и «дозревания» (весьма длительного)
когнитивных структур, решений, образов. Подобные феномены лежат в
основе творческих и научных «озарений», а также модернизации
(временами радикальной) всей «картины мира» наблюдателя. Другими
словами, подавляющая часть всей когнитивной (мыслительной) работы
выполняется «подсознательно» и необходимо понять суть и механизм
таких процессов. Нельзя забывать и о когнитивной эволюции: наряду с
химическим кодом (периодической таблицей элементов) и биологическим
кодом (ДНК), по всей видимости, природа изобрела и усовершенствовала
«мыслительный (информационный) код», который еще предстоит открыть.
Многие сходятся во мнении, что ключевая способность человека,
позволившая опередить остальные виды, заключается в умении быстро
выявлять параметры порядка в разных ситуациях, следить за ними и
использовать в организации когнитивно-поведенческих актов.
В настоящем исследовании предпринята попытка формализации
системных представлений о когнитивных и метакогнитивных процессах на
уровне математических моделей, компьютерных архитектур и программ. В
основу предлагаемых моделей положен «Принцип предельных
обобщений», который определяет общую методологию и парадигму
исследования. Суть Принципа такова: в любой ситуации анализа и синтеза
природным путем на основе самоорганизации или с помощью
осмысленных (интеллектуальных) действий формируется предельно
обобщенная модель ситуации, образа, явления действительности. За счет
предельной обобщенности модель оказывается пригодной для описания
множества других схожих ситуаций, образов, а также трансляции решений
в другие предметные области. Зачастую в качестве обобщенных моделей
выступают параметры порядка развития сложных ситуаций. Приводятся
алгоритмы построения таких моделей.
Наряду с «Принципом предельных обобщений» важную
методологическую роль играет «Принцип полимодельной
дополнительности, конкурентности и отбора». Данные принципы в полной
мере характеризуют естественные (природные) процессы категоризации,
позволяя выявить и сохранить в памяти конкурентные наборы параметров