Проблема условий возможного опыта в математике, психологии и "искусственном интеллекте": Философский аспект тема диссертации и автореферата по ВАК РФ 09.00.08, доктор философских наук Кричевец, Анатолий Николаевич

• Кричевец, Анатолий Николаевич
• доктор философских наук
• 1999

Введение диссертации (часть автореферата) на тему «Проблема условий возможного опыта в математике, психологии и "искусственном интеллекте": Философский аспект»

Актуальность темы исследования. В последние десятилетия на границах естественных наук и философии происходят заметные изменения. Эти изменения столь серьезны, что некоторые исследователи характеризуют их как натуралистический поворот в эпистемологии. Суть происходящих перемен состоит в том, что философски настроенные представители естественных наук изучают реальные процессы познавательного развития человека, приспособительные реакции животных, а также их эволюционные изменения, переосмысливая эти процессы как имеющие непосредственное отношение к теории познания. Сводя воедино естественнонаучный и философский контексты, ученые рассматривают традиционно философские понятия "априорность", "индукция", "врожденные знания" - и получают новые и весьма интересные трактовки этих понятий.

Однако выход естественнонаучных дисциплин за пределы их "естественных" областей порождает и новые проблемы, которые пока не привлекли достаточного внимания научного и философского сообществ. Это прежде всего вопрос о границах натуралистического истолкования эпистемологии, вопрос чрезвычайно важный как для традиционной эпистемологии, так и для ее естественнонаучных вариаций. Также очень важен вопрос о возможных границах естественнонаучного описания процесса познания. Его методологическое значение весьма велико, например для наук психолого-педагогического направления, в особенности для нейропсихологии, столкнувшейся в настоящее время с методологическими трудностями при изучении отклонений в детском развитии.

Тема диссертационного исследования связана также и с другим заметным явлением последних десятилетий - так называемой "компьютерной революцией", серьезнейшим образом изменившей многие аспекты жизни современного общества и позволившей даже говорить о переходе общественной истории от индустриальной к постиндустриальной фазе. Среди прочего компьютерная революция коснулась и научной жизни. Весьма заметны сдвиги, которые привели к перевороту в организационной сфере науки и в сфере информационного и технологического ее обеспечения. Менее заметны, но от этого не менее серьезны, сдвиги в "техническом аппарате" научного мышления - тех идеях и той понятийной системе, которые используются в исследованиях: прежде всего, в исследованиях самого мышления и, более широко, психических процессов вообще.

Однако если организационные и информационные средства приходят в науку уже в более или менее готовом виде и говорить об их влиянии на научную жизнь можно только с момента их реального появления, то совсем нельзя утверждать, что изменения в более глубокой сфере сводятся всего лишь к понятийным заимствованиям из уже развитой автономной компьютерно-информационной сферы. Достаточно вспомнить, что сам компьютер появился не вдруг и среди его "источников" один из самых значительных - это математическая логика, в русле которой и появились первые формализации понятия вычислимости, положенные в основание концепции компьютерных вычислений. Логика же всегда рассматривалась как описание мышления (или предписание мышлению), а математическая логика, в частности, как описание математического мышления. Поэтому нет ничего удивительного в том, что помимо прямых заимствований и иных видов обмена, некоторые идеи в психологии, биологии и эпистемологии находятся в более глубоком родстве с идеями компьютерной сферы. В частности, понятийная система теории информации и компьютерных наук широко используется и натуралистическими теориями познания. При этом недостаточное внимание уделяется параллельно ведущимся исследованиям в сфере собственно компьютерной и, прежде всего, разработкам в области "искусственного интеллекта".

Трудности и возражения, с которыми сталкивается развитие родственных идей в разных областях, также находятся в родственном отношении. Поэтому нет ничего странного в том, что в полемику с современным "искусственным интеллектом" должны вступать психологи первой половины XX века, чьи исследования противопоставлялись тенденциям, в русле которых "искусственный интеллект" впоследствии появился на свет. В тематическое поле системно связанных идей попадают также эволюционная эпистемология, некоторые разделы философии математики, а также психологические исследования Ж.Пиаже.

При этом отношения между дисциплинами не так просты, как считал, например, Ж.Пиаже: решения аналогичных проблем в разных контекстах взаимно подкрепляют друг друга. "Искусственный интеллект" можно рассматривать как прикладную или экспериментальную эпистемологию, и тогда для эпистемологии в традиционном смысле неудачи и трудности "искусственного интеллекта", анализ которых проводится в диссертации, могут оказаться даже более продуктивными, чем его несомненные достижения.

Междисциплинарные научно-философские подходы в психологии, эпистемологии, философии математики, и "искусственном интеллекте" в настоящий момент представляют собой актуальный предмет философского исследования, которое может быть полезным как для решения внутренних естественнонаучных проблем, так и для прояснения и уточнения собственно философского содержания исследуемых вопросов.

Степень разработанности темы. В диссертационной работе рассматриваются развивающиеся в настоящее время научные направления: эволюционная эпистемология, генетическая психология, "искусственный интеллект", а также связанные с ними философские проблемы математики. Многие из рассматриваемых в диссертации междисциплинарных связей уже разрабатывались с той или иной степенью детализации, и в диссертации эти разработки только развиваются, другие связи устанавливаются впервые.

Весьма интересный перенос понятия "знание" из исходного контекста в более широкий контекст, включающий всякую адаптацию биологических организмов к среде, осуществила эволюционная эпистемология (К.Лоренц, Д.Кэмпбелл, К.Поппер, Г.Фоллмер и ДР-)- Параллельно в теории "искусственного интеллекта" аналогичный перенос был неявно произведен во времена самого зарождения этого научного направления. Однако в отличие от "искусственного интеллекта", эволюционная эпистемология поставила вопрос о происхождении "знаний", понимаемых в этом широком смысле.

В отечественной литературе вопросы развития знания в эволюционной перспективе обсуждаются в работах А.В.Кезина, Е.Н.Князевой, С.П.Курдюмова, И.П.Меркулова, А.П.Назаретяна и ДР

Предметы психологии и эволюционной эпистемологии частично пересекаются: приобретение знания человеком в онтогенезе - наиболее важный из общих вопросов. Для представителей гештальтпсихологии (М.Вертгеймер, К.Дункер) и многих отечественных психологов (С.Л.Рубинштейн,

А.Н.Леонтьев, О.К.Тихомиров, В.П.Зинченко, А.В.Брушлинский) развитие субъекта тесно связано с его собственной активностью, которая характеризуется как творческая, не сводимая к моделируемым механизмам.

В психологии различается приобретение знания и развитие субъекта знания (К.Коффка, М.Вертгеймер, Л.С.Выготский, С.Л.Рубинштейн и др.). Ж.Пиаже рассматривал вопрос о происхождении новых системных образований - систем интеллектуальных операций, подчеркивая их качественное отличие от внесистемных знаний.

Хотя проблемы и достижения "искусственного интеллекта" остались в стороне от интересов Ж.Пиаже, вполне законно рассматривать данные им формальные описания систем интеллектуальных операций в сопоставлении с дедуктивными системами "искусственного интеллекта". Точно так же и эволюционная эпистемология не касается непосредственно моделей "искусственного интеллекта", однако используемый ею "информационный" язык (К.Лоренц, Д.Кэмпбелл, Х.К.Плоткин, Ф.Дж.Одлинг-Смек, Дж.С.Уильяме), с помощью которого описывается рост знания, легко переводится на язык математических моделей.

На связь проблем "искусственного интеллекта" с эпистемологическими вопросами указывали многие авторы (Х.Дрейфус, Дж.Динсмор, В.В.Петров, Ю.Ю.Петрунин и др.). Отметим научную школу В.К.Финна, моделирующую рассуждения в стиле Дж.С.Милля, и работы В.Н.Брюшинкина, связывающего надежды на прогресс "искусственного интеллекта" с использованием кантовских идей. В отечественной литературе проблема моделируемости мышления вычислительными машинами весьма плодотворно обсуждалась начиная с 70-х годов (А.А.Братко, А.В.Брушлинский, В.П.Зинченко, А.Н.Кочергин, В.Ф.Петренко, Г.С.Поспелов, Д.А.Поспелов, В.Н.Пушкин, В.Н.Садовский, В.М.Сергеев, Г.Л.Смолян, О.К.Тихомиров, В.К.Финн, Ю.А.Шрейдер и др.).

В обзорных и критических работах по "искусственному интеллекту" часто противопоставляются два направления: одно из них ориентируется на моделирование приобретения знания, другое - на применение готового знания (Р.Пенроуз, М.Минский, Д.А.Поспелов и др.)- Интенсивная взаимная критика этих направлений осуществлялась на протяжении всей истории "искусственного интеллекта" (М.Минский, С.Пейперт, Дж.Фодор,

З.Пылишин и др. против Х.Дрейфуса и С.Дрейфуса, П.Смоленского, У.Бечтела, К.Планкетта, Э.Бейтс и др.). Связь применяемой аргументации с вопросами, поднимаемыми психологией, признается всеми, однако прослеживание этой связи далее, в область филогенетических проблем, в "искусственном интеллекте" практически нигде не встречается -исключение представляют, пожалуй, лишь исследования клеточных автоматов (Дж. фон Нейман, Х.Конвей).

Сближение генетической эпистемологии Ж.Пиаже с эволюционной эпистемологией проводилось рядом исследователей (К.Хукер, Кай Хахлвег), указывалось также на ориентацию этих двух подходов на принципиально противопоставленные эволюционные парадигмы - ламаркизм и дарвинизм соответственно (Мае-Ван Хо, П.Т.Сандерс), однако тенденции этих подходов к соответствующим дедуктивистским и индуктивистским парадигмам "искусственного интеллекта" до настоящего времени не были отмечены.

Хотя связь генетической психологии Ж.Пиаже с кантианством и отмечалась Дж.Флейвеллом, но она далеко еще не была прояснена, хотя противопоставляемая ей линия К.Лоренца с самого возникновения рассматривалась как (критическая) преемница кантианства.

Основная тема работы - проблема условий возможного опыта в сфере естественных наук - успешно разрабатывалась эволюционной эпистемологией, где были хорошо артикулированы идеи об иерархическом строении знания и необходимости априорных условий для приобретения опыта отдельным индивидом. Эти же идеи об априорных условиях разрабатывались Н.Хомским применительно к проблеме усвоения языка, они же в той или иной форме высказывались Х.Дрейфусом, а также Дж.Вейценбаумом и Дж.Динсмором применительно к пониманию содержания речевых высказываний.

Проблемы философии математики в эволюционной перспективе затрагивал И.Рав, исследование постановок задач в математике в связи с проблемами развития математического знания проводилось А.Г.Барабашевым, на связь развития математического знания в онто и филогенезе указывали Д.Д.Мордухай-Болтовской, А.Пуанкаре, М.Г.Ярошевский,

В.С.Библер, И.Е.Берлянд. Результаты психологических исследований Ж.Пиаже использовались в философии математики П.Мэдди, В.Я.Перминовым.

Таким образом, наиболее важной является проблема общей систематизации всех междисциплинарных связей. Среди недостаточно изученных более узких проблем наиболее важны вопросы связи эволюционной эпистемологии и "искусственного интеллекта" в области исследования происхождения знания в фило- и онтогенезе и связь психологических исследований приобретения математических знаний с исследованиями в области философии математики и "искусственного интеллекта".

Цель и задачи исследования. Цель исследования - найти общие основания проблем, связанных с приобретением опыта, которые поднимаются в эпистемологии, теории "искусственного интеллекта", в некоторых разделах психологии и философии математики.

Автор ставит перед собой следующие задачи:

• Выявить основания расхождения двух натуралистических трактовок кантианства - эволюционной эпистемологии и генетической психологии.

• Выяснить правомерность истолкования познания в духе эволюционной эпистемологии как функционирования иерархии перерабатывающих информацию индуктивных машин, описываемых в рамках теории информации.

• Выявить основания трудностей, с которыми сталкивается моделирование процесса обучения в распознавании образов и нейрокомпьютерном подходе "искусственного интеллекта".

• Выяснить правомерность телеологического описания процесса познания как достижения субъектом некоторого "конечного" состояния - систематически организованного знания, которое может быть описано формальными системами и моделями.

• Определить границы применимости к процессу познания математических моделей функционирования интеллекта, использующих символьное представление знаний.

• Определить границы возможности описания оснований эмпирического познания в терминах моделей "искусственного интеллекта".

Теоретико-методологические основы и источники исследования. Методологической базой исследования является деятельностный подход в философии, методологии и психологии, разработка которого велась в отечественной науке начиная с середины нашего века (Э.В.Ильенков, Г.П.Щедровицкий, А.Н.Леонтьев). В рамках деятельностного подхода предметность является атрибутом деятельности, а не самостоятельной сущностью. По отношению к математическому знанию деятельностный подход смыкается с нефундаменталистскими направлениями в философии математики (И.Лакатос, Дж.Фанг, Ф.Китчер, А.Г.Барабашев), в которых на первый план выводятся проблемы развития математического знания без попыток окончательного решения вопроса о его сущности.

Применяемый в диссертации методологический принцип синтезирует эти подходы и истолковывает анализируемые формальные системы математики и модели "искусственного интеллекта" как некоторые квазипредметы, которые для субъектов деятельности служат ориентирами в их деятельности, а для исследователей - ориентирами в понимании деятельности.

Более узко метод рассуждений в диссертации можно охарактеризовать как критику онтологий, в рамках которых математизированные теории описывают приобретение знания. При этом используется аргументация "от противного" в рамках самих критикуемых онтологий. Идеальным образцом работы такого метода в истории науки является проведенное К.Геделем доказательство его теорем о неполноте, в которых формализмы Д.Гильберта служили для обоснования невозможности их использования для подразумеваемых гильбертовской программой формализации целей.

В диссертации подобным образом используются формализмы Ф.Розенблатта, система аргументации Д.Кэмпбелла и Х.К.Плоткина в эволюционной эпистемологии и понятийная система Ж.Пиаже.

Научная новизна исследования.

Выявлено, что возможность двух натуралистических трактовок кантианства заложена в кантовском различении эмпирических и априорных понятий и различном описании процессов их происхождения. Установлено, что эволюционная эпистемология (версии Д. Кэмбелла-Х.Плоткина) распространяет на все проблемное поле вопроса о происхождении знаний первое из этих различных кантовских описаний, в котором условия возможности опыта полностью даны до опыта, а генетическая психология Ж.Пиаже фактически развивает второе, в котором эти условия возникают в опыте, но не определяются опытом по содержанию.

Выяснено, что описание эволюции живых организмов и развития знания как единого процесса переработки информации в иерархически организованных индуктивных процессах, каждый из которых обеспечивает условия возможности индукции подчиненным ему процессам, специфическим образом неадекватно.

Выявлено, что причиной неудачи попыток сформулировать пригодные одновременно для всех задач общие методы распознавания образов и моделирования индукции является невозможность актуального задания полной системы условий возможности индукции для всех возможных ситуаций.

Выяснено, что в практике математического образования и математического творчества формальные системы описывают лишь аспект деятельности субъекта, но не могут рассматриваться как описания некоторого "конечного" состояния знания субъекта. В связи с этим описание генетической психологией развития интеллекта как приближения к "конечному" состоянию не соответствует реальности.

Определено, что формальные системы и математические модели, использующие символьное представление знаний, не отображают состояние математического знания субъекта. В частности, вне таких моделей остается постановка задач и целей исследований, которые определяют будущее состояние математики и не могут быть дедуктивно выведены в рамках наличных систем.

Определено, что основания эмпирического познания не могут быть описаны с помощью "индуктивных" и "символьных" математических моделей.

Тезисы, выносимые на защиту:

- Возможность двух различных натуралистических трактовок кантианства, фактически осуществленных эволюционной эпистемологией (К.Лоренц, Д.Кэмпбелл и др.) и генетической психологией (Ж.Пиаже), опирается на введенное Кантом разграничение эмпирических и априорных понятий. И априорные, и эмпирические понятия, по Канту, являются приобретенными, но процесс их приобретения описывается по-разному. Субъект, по мнению Канта, обладает присущей ему независимо от опыта способностью, которая обеспечивает возникновение именно таких, а не иных априорных понятий. При этом роль опыта состоит лишь в том, что он приводит в действие эту способность, не влияя на заранее предопределенный результат. Априорные понятия, которые, по Канту, являются условиями возможности опыта, появляются в самом опыте, но их содержание опытом не определяется. Эмпирические же понятия возникают как результат взаимодействия субъекта с миром явлений, опосредованного априорными условиями его возможности априорными представлениями. Образование эмпирических понятий может происходить индуктивным путем через восприятия и сравнение признаков предметов, и их содержание в таком случае прямо зависит от содержания восприятий. Эволюционная эпистемология (версии Д.Кэмпбелла-Х.Плоткина-К.Лоренца) и генетическая психология Ж.Пиаже, используя две несовместимые идеи происхождения понятий, распространяют их на единый сложный процесс приобретения опытных знаний.

Новым является выявление оснований возможности двух натуралистических трактовок кантианства.

Осуществляемая натуралистически развивающей индуктивную линию" кантианства эволюционной эпистемологией (версии Д.Кэмпбелла-Х.Плоткина-К.Лоренца) трактовка процесса приобретения знания субъектом как процесса переработки информации некоторой индуктивной информационной "машиной" ("открытой программой" по Э.Майру-К.Лоренцу) несостоятельна. При такой трактовке условия возможности успешной работы каждой индуктивной "машины" обеспечиваются успешной работой "машины" более фундаментального уровня, что в принципе требует бесконечной иерархии перерабатывающих информацию "машин". Однако уже на уровне синтетической теории эволюции, которая служит базовым уровнем переработки информации для данной версии эволюционной эпистемологии, описание в стиле информационных "машин" расходится с данными современной биологии.

Новым является установление расхождения научных данных с объяснительной схемой эволюционной эпистемологии (версии Д.Кэмпбелла-Х.Плоткина-К.Лоренца).

Индуктивные математические модели обучения, развиваемые в теории "искусственного интеллекта" (нейрокомпьютерное моделирование и распознавание образов) специфическим образом неадекватны моделируемому процессу. Предъявляемое эволюционной эпистемологией требование полной заданности условий возможности работы индуктивных "машин" является для таких моделей совершенно необходимым. Тем самым эволюционная эпистемология Д.Кэмпбелла-Х.Плоткина-К.Лоренца может служить теоретически обоснованным расширением моделирования обучения отдельного субъекта (осуществляемого в "искусственном интеллекте") до моделирования всего процесса эволюции. В силу этого критика эволюционной эпистемологии Д.Кэмпбелла-Х.Плоткина-К.Лоренца в полной мере относится и к индуктивным моделям "искусственного интеллекта". Рассмотрение индуктивного подхода в "искусственном интеллекте" с позиций этой критики демонстрирует неизбежность трудностей, возникающих в практике "искусственного интеллекта", которые связанны с необходимостью задания полной системы условий возможности индукции для каждой новой задачи.

Новым является выявление оснований этих трудностей посредством рассмотрения индуктивных моделей в контексте "индуктивной" линии натуралистической трактовки кантианства.

Телеологическое описание процесса приобретения субъектом систем понятий и иных систематических знаний как процесса приближения к некоторым "конечным" состояниям (Ж.Пиаже) не соответствует фактам, зафиксированным психологией и историей математики. Во-первых, в математике имеют место альтернативные системы операций, объединяющие один и тот же набор описанных Ж.Пиаже схем. Во-вторых, формальные системы, с помощью которых Ж.Пиаже описывает системы интеллектуальных операций, находятся в более сложных отношениях с этими интеллектуальными операциями, чем отношение "предмет - описание предмета", поскольку сами вплетены в деятельность математиков. Тем самым генетическая психология Ж.Пиаже, фактически развивающая вторую линию кантианства, связанную с приобретением априорных понятий, дает упрощенную картину развития математического знания в онтогенезе, упуская существенные как для эпистемологии, так и для психологии аспекты изучаемого предмета.

Новым является обоснование невозможности трактовать формальные системы как описания "конечных" состояний знания субъекта.

Модели "искусственного интеллекта", работающие с символьным представлением знаний, специфическим образом неадекватны моделируемому предмету, поскольку по отношению к процессу интеллектуальной деятельности играют ту же роль, что и формальные системы Ж.Пиаже - роль "конечных" состояний, соответствующих зрелому интеллекту. Причина этой неадекватности лежит в строгом разделении процесса обучения и функционирования обученного интеллекта. Важнейшая сторона математического творчества, которая не может отображаться математическими моделями, выражается в связи способности решать задачи, способности понимать готовые решения и способности к постановке задач и целей исследований. Последняя лежит вне всякой наличной системы формализованного знания. В частности целью исследования может быть создание новых формализмов, которые только "задним числом" и проясняют смысл деятельности своих создателей.

Новым является установление специфической неадекватности "символьных" моделей, которое достигается рассмотрением их в рамках одной из линий натуралистической трактовки кантианства.

Условия возможности приобретения новых знаний невозможно описать как способность приобретать "именно такие, а не иные представления" (Кант), зафиксированные некоторой формальной системой или моделью. В этом смысле наличные способности субъекта всегда шире такого описания. Также невозможно формально описать наличное знание как достаточное условие возможности приобретения нового знания (чтобы новое, будущее знание возникало из него как логическое следствие взаимодействия с внешним миром, как это происходит в индуктивных моделях "искусственного интеллекта"). В реальном процессе познания субъект не обязан овладевать такими "основаниями" раньше, чем логическими следствиями из них. В этом смысле наличные знания субъекта всегда уже такого описания.

Новым является обоснование тезиса о невозможности описания оснований эмпирического познания с помощью "индуктивных" и "символьных" моделей.

Теоретическая и практическая значимость полученных результатов. Материалы диссертации использовались при чтении курсов "Эмпирическое исследование и математические методы в психологии" и "Распознавание образов и восприятие" на факультете психологии МГУ им. М.В.Ломоносова, курсах "Философия" и "Философия математики" на механико-математическом факультете МГУ и курсе "Математика для философов" на философском факультете РГГУ.

Возможность использования полученных в диссертации результатов в будущем вытекает из систематизации проблем ряда научных дисциплин, которая в ней проведена, что даст возможность дальнейшего углубленного исследования этих проблем в каждой из указанных дисциплин, а также и в философской теории познания.

Данные в диссертации решения могут быть учтены при разработке стратегий исследований в области "искусственного интеллекта", в методологическом анализе современных проблем психологии и педагогики и в философии математики.

Заключение диссертации по теме «Философия науки и техники», Кричевец, Анатолий Николаевич

Заключение

Ряд проблем, связанных с описанием приобретения опыта, которые поднимаются в теории "искусственного интеллекта" и в некоторых разделах психологии и философии математики, имеют своим основанием эпистемологическую проблему условий возможности эмпирического опыта, которая была поставлена И.Кантом в его "Критиках".

Все понятия и представления Кант считает приобретенными. Субъект их приобретает в опыте, но их конкретное содержание определяется полностью (для априорных понятий) или, по крайней мере, частично (для эмпирических понятий) способностями, которыми субъект обладает до опыта. При натуралистической трактовке возможность приобретения априорных понятий требует нового основания и порождает новую проблему.

Кант описывает два механизма приобретения понятий: а) возникновение определенных систем понятий (в исследовании по априорным принципам) в процессе опыта, который является, тем не менее, лишь "случайной причиной" возникновения данных понятий; б) индуктивное выведение более общих эмпирических понятий из менее общих, которое обеспечивается априори согласованной с миром явлений рефлектирующей способностью суждения.

Оба механизма обеспечивают приобретение эмпирических понятий, и граница между областями действия этих механизмов у Канта не совпадает с границей между априорными и эмпирическими понятиями. Наиболее существенно здесь то, что трансцендентальный субъект "Критики способности суждения" обладает априорными "знаниями" об эмпирическом мире, а не только априорными формальными условиями опыта вообще.

Способность, обеспечивающая приобретение априорных понятий не рассматривается Кантом в рамках его системы, поскольку она не принадлежит трансцендентальному субъекту, а по существу, обеспечивает его "рождение". В случае же эмпирических понятий, напротив, эта способность (способностью суждения) принадлежит трансцендентальному субъекту. Однако в обоих случаях расслоение субъекта по двум уровням оставляет возможность выбора, что считать в натуралистическом смысле априорным: способность, возникающие благодаря ей представления или и то и другое вместе.

Два варианта решения вопроса об априорных условиях возможности опыта, предлагаемые эволюционной эпистемологией Лоренца-Кэмпбелла-Плоткина и генетической психологией Ж.Пиаже, представляют собой развитие этих двух кантовских линий и решают вопрос, соответственно, в рамках природной причинности и целевой причинности.

Для эволюционной эпистемологии то, что является на некотором уровне априорной формой, приспособленной к индуктивному добыванию знаний определенного сорта, то является пробой в серии слепых проб и отбора на более глубоком уровне, т.е. результатом некоторой более глубокой "индукции". Для генетического подхода Ж.Пиаже априорной является не обладающая собственной структурой способность индивида порождать определенные знания в процессе активной исследовательской деятельности.

Аргументы К.Лоренца совершенно адекватны в рамках естественнонаучного исследования процесса познания: переработке информации о среде логически должна предшествовать "открытая программа" или априорная форма, задающая контекст, который только и делает информацию в обыденном смысле информацией в точном математическом значении, а логическое предшествование в данном случае подразумевает наличие соответствующего природного механизма.

Однако бесконечная иерархия неизменных априорных форм с фальсификацией непригодных, которая неминуемо возникает при последовательном проведении данного подхода, не может быть точным отражением реальности. Попытки укоренить эти взгляды в биологической теории эволюции наталкиваются на то, что неизменных, не зависящих от их употребления механизмов не удается обнаружить. Вероятнее всего, на всех уровнях такие механизмы координированно эволюционируют, а не фальсифицируются как целое, заменяясь на более пригодные.

В диссертации противопоставляются два подхода к проблемам "искусственного интеллекта", строго соответствующие двум указанным подходам в решении проблемы условий возможности опыта. Один из них, в настоящее время представляемый коннекционизмом, ориентируется на описание процессов обучения, т.е. приобретения нового эмпирического знания. Второй, ориентирующийся на переработку символьной информации (включающий эвристическое программирование, автоматическое доказательство теорем, экспертные системы и т.д.), процесс обучения не рассматривает, а моделирует оперирование готовым знанием, отображенным символьными формальными системами.

Создаваемые в рамках первого подхода обучающиеся машины способны обучаться только благодаря "врожденному знанию", т.е. вложенным в них до всякого обучения первичным редукциям цанных. Использование подобных моделей в эпистемологическом контексте неминуемо приводит к вопросу о происхождении таких априорных условий в моделируемых процессах. Критика эволюционной эпистемологии, которая в версии Д.Кэмпбелла -Х.Плоткина проводит обоснованное теоретическое расширение данного модельного подхода, является одновременно и критикой коннекционизма и иных математических моделей обучения.

Эта критика показывает, что при рассмотрении познавательной деятельности в терминах К.Поппера, которые в наибольшей степени соответствуют моделям обучения в "искусственном интеллекте", наиболее важным аспектом этой деятельности является не фальсификация или отбор гипотез (процесс, который может описываться математическими моделями), а выдвижение таких гипотез, пригодных для систематизации хотя бы имеющихся в данный момент фактов. Единственно возможное естественнонаучное (в рамках природной причинности) уточнение такой схемы, которое бы объясняло то удивительное обстоятельство, что в человеческом познании такие гипотезы вообще появляются,- это иерархическая схема эволюционной эпистемологии. То что такая схема все же не выдерживает критики заставляет нас утверждать, что математические модели приобретения знания всегда оказываются специфическим образом неточны, а именно, они должны постулировать как наличные до опыта условия возможности индукции (в широком смысле, объединяющем К.Поппера и Д.Кэмпбелла), в то время как эти условия также являются продуктом того самого опыта, который они призваны обеспечить в модели.

С другой стороны, телеологическое описание процесса приобретения субъектом систем понятий и иных систематических знаний как процесса приближения к некоторым "конечным" состояниям, которое осуществляется "уравновешиванием" присущих субъекту интеллектуальных схем в системы интеллектуальных операций (Ж.Пиаже), не соответствует фактам, зафиксированным психологией и историей математики. Во-первых, в математике имеют место альтернативные системы операций, объединяющие один и тот же набор описанных Ж.Пиаже схем. Во-вторых, формальные системы, с помощью которых Ж.Пиаже описывает системы интеллектуальных операций, находится в более сложных отношениях с этими интеллектуальными операциями, чем отношение "предмет - описание предмета", поскольку сами вплетены в деятельность математиков, как в процессе их обучения, так и в процессе математического творчества. Тем самым, генетическая психология Ж.Пиаже, натуралистически развивающая кантовскую линию, связанную с приобретением априорных понятий, дает упрощенную картину развития математического знания в онтогенезе, упуская существенные как для эпистемологии, так и для психологии аспекты изучаемого предмета.

Естественный процесс развития (как в филогенезе, так и в онтогенезе) систем математического знания не "стремится" к состояниям, описываемым с помощью формальных структур, как к финальным причинам, а как бы проходит "сквозь" эти состояния, всегда включая схемы, которые в тот момент еще (или уже) невозможно артикулировать и которые в явном виде обнаружатся в более поздних системах (либо постоянно будут находиться в виде беспокоящей альтернативы как это происходит со строгими числовыми системами античных греков). Несмотря на неустранимую имплицитность, такие схемы успешно передаются в педагогическом процессе от поколения к поколению, хотя передача эта не может быть гарантирована какими-либо формирующими педагогическими процедурами, поскольку не может быть твердо установлено содержание, которое следует передать.

Проведенный анализ позволяет выделить четыре аспекта деятельности решения задач по отношению к такого рода "финальным структурам":

1) вычисление или дедукция в рамках известной структуры;

2) нахождение структуры, в рамках которой решение может осуществляться как вычисление или дедукция;

3) усвоение решения в той степени общности, которая позволяет решать иные, более или менее похожие задачи, используя более или менее похожие структуры;

4) усвоение проблемной ситуации задачи в той степени общности, которая может превосходить замысел постановщика задачи.

Только первый аспект можно считать формализуемым в полной мере. Второй и третий отражают приближение субъекта к состоянию, которое может быть описано с помощью формальных средств, но только с позиции исследователя, которому подлежащая усвоению структура уже известна. Для решающего задачу субъекта этот переход к новой структуре не может быть гарантирован. Четвертый аспект служит основанием возможности изобретения совершенно новых структур и не может быть формализован (в собственном смысле)и даже описан с помощью формальных структур

Проведенный анализ демонстрирует также, что постановка задач представляет собой не4 менее, а возможно, более важный аспект деятельности математика, чем их решение, поскольку полезны лишь те задачи, которые каким-то образом предугадывают будущие структуры. Это означает, в частности, что формальные процедуры могут использоваться для поиска доказательств, но вопрос "доказывающей машине" должен быть поставлен извне. Это означает также, что если математик получает сложный результат теории чисел, то этот результат не является в специфицированном в диссертации смысле следствием аксиом по фиксированным правилам вывода. Его фактическое появление как результата математической деятельности не вытекает из его выводимости в рамках формальной системы.

Необходимое для его выделения из бесконечной последовательности одинаково истинных утверждений формулирование задачи, которое в человеческой практике связано с ее осмыслением, с различением интересных и неинтересных задач, должно быть добавлено извне.

Таким образом, системы формально-дедуктивного типа не отображают даже мгновенного состояния человеческого знания. Когда формальная система уже наличествует, смысл решаемых с ее помощью задач лежит вне ее, и лишь в будущем этот смысл, возможно, частично отразится в какой-то иной формальной системе, указывающей на новое "равновесие" в духе Пиаже. Формальные системы это очень богатый инструмент, использование которого не ограничивается никакими заранее данными функциями.

Вышесказанное позволяет сделать следующие выводы:

Априорные" условия опыта изменяются в том самом процессе, который они обусловливают. Наличные знания субъекта всегда уже логических условий возможности познавательного акта, а недостающие условия приобретаются в том же самом акте, одновременно со своими логическими следствиями. В процессе познания субъект не обязан овладевать "основаниями" прежде логических следствий из них. Таким образом, процесс познания не может быть описан моделями, в которых основания возможности опыта отображаются "индуктивными машинами".

- Основания приобретения математических знаний не могут быть описаны также с помощью формальных систем и "символьных" моделей, фиксирующих конечное состояние развития: наличные способности субъекта всегда шире того, что можно было бы описать как способность приобретать "такие, а не иные" определенные знания. Эти способности развиваются в процессе их употребления и никогда не могут быть зафиксированы с

Список литературы диссертационного исследования доктор философских наук Кричевец, Анатолий Николаевич, 1999 год

1. Аверьянов Л.Я. Почему люди задают вопросы?, М., 1993.

2. Адамар Ж. Исследование психологии процесса изобретения в области математики. М., "Советское рацио", 1970, с. 62.

3. Аншаков О.М. ДСМ-метод на неформальном языке // КИИ'98. Шестая национальная конференция с международным участием, т.2, Пущино, 1998, с.625.

4. Аристотель, Физика // Соч. в 4-х т., т.З, М., "Мысль", 1981.

5. Асмус В.Ф. Учение о непосредственном знании в истории философии Нового времени (статья 1) // Вопросы философии, N5, 1955, сс.43-56.

6. Асмус В.Ф. Проблема целесобразности в учении Канта об органической природе и в эстетике // И.Кант. Соч. в 6 т., т.5, М.,"Мысль", 1966.

7. Ахутин A.B. Тяжба о бытии, М., Русское феноменологическое общество, 1997.

8. Бабаева Ю.Д. Проблемы психологического анализа процесса постановки задач // О.К.Тихомиров (ред.). "Искусственный интеллект" и психология. М., "Наука", 1976;

9. Барабашев А.Г. Будущее математики. Методологические аспекты прогнозирования. Изд-во МГУ, М., 1991.

10. Барабашев А.Г. В поддержку метода интерпретаций в истории математики // Историко-математические исследования, вып.1(36), N2, 1966.

11. Барабашев А.Г. Бесконечность и неопределенность // Бесконечность в математике. М., "Янус-К", 1997.

12. Башмакова И.Г., Смирнова Г.С. Новый взгляд на геометрическую алгебру древних // Историко-математические исследования, 1(36), N2, 1996.

13. Бернштейн H.A. Очерки по физиологии движений и физиологии активности. М., "Медицина", 1966.

14. Берлянд И.Е. Урок математики // Психологическая наука и образование N4, 1996.

15. Библер B.C. Целостная концепция школы диалога культур. Теоретические основы // Психологическая наука и образование N4, 1996, с. 66-73.

16. Библер B.C. Диалог культур и школа XXI века // Школа диалога культур, Кемерово, "Алеф", 19 93.

17. Бирюков Б.В. Что же же могут вычислительные машины // Х.Дрейфус. Чего не могут вычислительные машины. М., "Прогресс", 1978.

18. Бирюков Б.В., Нуцубидзе H.H. У истоков математического конструктивизма: XIX столетие // Методологический анализ математических теорий. М., АН СССР, 1987.

19. Бонгард М.М. Проблема узнавания. М., "Наука", 19 67.

20. Братко A.A., Кочергин А.Н. Информация и психика. М., "Наука", 1977.

21. Брушлинский A.B. Психология мышления и киберенетика М 1970.

22. Брушлинский A.B. О мышлении и его развитии (психологический и кибернетический подходы к проблеме) // Хрестоматия по возрастной и педагогической психологии (работы советских психологов периода 1946 1980 ), М. , Изд-во МГУ, 1981.

23. Брушлинский A.B. Психология мышления и проблемное обучение. М., "Знание", 1983.

24. Брушлинский A.B. Субьект: мышление, учение, воображение. М.Воронеж, Академия педагогических и социальных наук, 1996.

25. Бу Геранзон. Практический интеллект // Вопросы философии, №6, 1998.

26. Будущее искусственного интеллекта, М., "Наука", 19 91.

27. Булос Дж., Джеффри Р. Вычислимость и логика, М., "Мир", 1994 .

28. Бэкон Ф. Новый органон. Соч. в 2т., т.2, М., Мысль, 19 72.

29. Бычков С.Н. Естественный и искусственный интеллект. М., РГГУ, 1995.

30. Ван-дер-Варден Б.Л. Пробуждающаяся наука, ГИФМЛ, М., 1959.

31. Ван Хао. На путях к механической математике // Кибернетический сборник, вып.5, 19 62.

32. Вейценбаум Дж. Понимание связного текста вычислительной машиной // Распознавание образов, М., "Мир, 1970.

33. Вейценбаум Дж. Возможности вычислительных машин и человеческий разум. От суждений к вычислениям. М., "Радио связь", 19 82.

34. Величковский Б.М. Психологические аспекты искусственного интеллекта // Новости искусственного интеллекта № 4, 1994.

35. Вертгеймер М. Продуктивное мышление. М., "Прогресс", 198 7

36. Виноград Т., Флорес Ф. О понимании компьютеров и познания // Язык и интеллект. М., "Прогресс", 1996.

37. Виноградов Д.В., Лахути Д.Г., Мельников Н.И.

38. Automatic Topic Identification: подход с использованием ДСМ-метода // КИИ'98. Шестая национальная конференция с международным участием, т.2, Пущино, 1998

39. Воронков A.A., Дегтярев А.И. Автоматическое доказательство теорем (1) // Кибернетика, 1986, №3.

40. Выготский Л.С. Педагогическая психология, М., Педагогика, 1991.

41. Гадамер Х.-Г. Истина и метод. М., "Прогресс", 1988.

42. Гаек П., Гавранек Т. Автоматическое образование гипотез. М., "Наука", 19 84.

43. Гайденко П.П. Христианство и генезис новоевропейского естествознания. // Вопросы истории естествознания и техники, №1, 1996, с.4-20.

44. Гальперин П.Я. Методы обучения и умственное развитие ребенка. М., изд-во МГУ, 1985.

45. Гальперин П.Я., Эльконин Д.Б. К анализу теории Ж.Пиаже о развитии детского мышления // Дж.X.Флейвелл. Генетическая психология Ж.Пиаже. М., "Просвещение", 1967.

46. Гейтинг А. Интуиционизм. М. , "Мир", 1965.

47. Гоббс Т. Левиафан // Соч. в 2-х т., т.2, М., "Мысль", 1991.

48. Горохов В.Г., Розин В.М. Введение в философию техники, М., ИНФРА-М, 1988.

49. Грант В. Эволюционный процесс, М.,"Мир", 1991.

50. Гренандер У. Лекции по теории образов. М., "Мир", 1979.

51. Грин Н., Стаут У., Тейлор Д. Биология, т.З, М., "Мир", 1993 .

52. Гусакова С.М., Панкратова Е.С., Путрин A.B. Интеллектуальная система типа ДСМ для прогнозирования антипродуктивных свойств химических веществ // КИИ'98. Шестая национальная конференция с международным участием, т.2, Пущино, 1998.

53. Гуссерль Э. Начало геометрии. М., "Ad Marginem", 19 96.

54. Гутнер Г.Б. Онтология математического дискурса. Дисс. на соискание уч. ст. канд. филос. н., М., 1997.

55. Давыдов В.В. Теория развивающего обучения. М., "Педагогика", 1991.

56. Давыдов В.В., Горбов С.Ф., Микулина Г.Г., Савельев О.В. Особенности курса математики в системе развивающего обучения Д.Б.Эльконина В.В.Давыдова // Психологическая наука и образование, №4, 1996 .

57. Два письма Н.Н.Лузина М.Я.Выгодскому. Публикация В.А.Волкова и С.С.Демидова // Историко-математические исследования, вып.2 (37), 1997.

58. Декарт Р. Замечания на некую программу, изданную в Бельгии в конце 16 41 года под заглавием: объяснение человеческого ума или разумной души, где поясняется, что она собой представляет и какой может быть // Соч. в 2 т., т.1, М., "Мысль", 1989.

59. Декарт Р. Правила для руководства ума // Соч. в 2 т., т.1, М., "Мысль", 1989.

60. Демидов С.С. Презентизм и антикваризм в историко-научном исследовании // Вопросы истории естествознания и техники, №3, 1994 , с.3-12.

61. Деррида Ж. Введение // Г.Гуссерль. Начало геометрии. М., "Ас! Магдлпет", 19 9 6.

62. Динсмор Дж. Ментальные пространства с функциональной точки зрения // Язык и интеллект. М., "Прогресс", 1996.

63. Дрейфус X. Чего не могут вычислительные машины. М., "Прогресс", 1978.

64. Х.Л.Дрейфус и С.И.Дрейфус. Создание сознания vs Моделирование мозга: искусственный интеллект вернулся на точку ветвления // Аналитическая философия: становление и развитие, М.,"Дом интеллектуальной книги", 1998.

65. Дункер К. Подходы к исследованию продуктивного мышления // Хрестоматия по общей психологии. Психология мышления. М., изд-во Московского университета, 1981.

66. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики, вып.33, М., "Наука", 1978.

67. Журавлев Ю.И., Гуревич И.Б. Распознавание образов и анализ изображений // Справочник "Искусственный интеллект", в 3-х т., т.2, М., "Радио и связь", 1990.

68. Завадский K.M., Колчинский Э.И. Эволюция эволюции. Л.,Наука 1977.

69. Зинченко В.П. Вступительная статья к книге: М.Вертгеймер. Продуктивное мышление, М., "Прогресс", 1987.

70. Зинченко В.П. Искусственный интеллект и парадоксы психологии // Будущее искусственного интеллекта, М., "Наука", 1991.

71. Зинченко В.П. Живое знание. Изд-во СГПУ, Самара, 1998.

72. Зинченко В.П., Моргунов Е.Б. Человек развивающийся. Очерки российской психологии. М., "Тривола", 19 94.

73. Иден М. Другие задачи распознавания образов и некоторые обощения // Распознавание образов. М., "Мир", 1970.

74. Ильенков Э.В. Диалектическая логика. Политиздат, 19 84.

75. Ильенков Э.В. Философия и культура. Политиздат, 1991.

76. Ильясов И.И. Система эвристических приемов решения задач. М., изд-во РОУ, 1992.

77. Калошина И.П. Проблемы формирования технического мышления, М., изд-во МГУ, 1974.

78. Кант И. Критика чистого разума // Соч. в б т., т.З, М., "Мысль", 1964.

79. Кант И. Критика способности суждения // Соч. в 6 т., т.5, М.,"Мысль", 1966.

80. Кант И. Метафизические начала естествознания // Соч. в б т.б., М., "Мысль", 1966.

81. Кант И. Опыт введения в философию понятия отрицательных величин // Соч. в 6 т., т.2, М., "Мысль", 1963.

82. Кант И. Об одном открытии, после которого всякая новая критика чистого разума становится излишней ввиду наличия прежней // Кантовский сборник, вып.17, 19 93.

83. Карнап Р. Философские основания физики, М., "Прогресс", 1971.

84. Кассирер Э. Познание и действительность. Понятие о субстанции и понятие о функции. С.-Пб., "Шиповник", 1912.

85. Катречко С.Л. Логика и теория поиска вывода // Наука и философия на рубеже тысячелетий: перспективы и горизонты (тез. докладов и выступлений Веер. Науч. Конф.), Курск, а 1995, с.54-56.

86. Кезин А. Эволюционная эпистемология: современная междисциплинарная парадигма // Вестник моек, ун-та, сер. философия, N5, 1994.

87. Клини С. Математическая логика, М., "Мир", 1973.

88. Колерн П, Иден М. (ред.). Распознавание образов. М.,"Мир" 1970 .

89. Кондаков И.М. Рецензия на книгу: М.Г.Ярошевский. Историческая психология науки // Психологический журнал, №2 1997.

90. Корнилова Т.В., Тихомиров O.K. Принятие интеллектуальных решений в диалоге с компьютером. МГУ, 1990.

91. Коффка К. Основы психического развития. Соц. эк. издательство M.-J1., 1934 .

92. Кочергин А.Н. Философские вопросы моделирования функций мозга. Новосибирск, 1973.

93. Кричевец А.Н. Что может машина // Научное обоснование и здравый смысл, Уфа, БГУ, 19 96.

94. Кричевец А.Н. Распознавание образов и проблема индукции // Математические методы решения инженерных задач. М., изд-во Ракетных войск стратегического назначения, 19 93

95. Кричевец А.Н. О ритмах в серийном движении // Психологический журнал (в печати).

96. Кузнецова Н.И. Презентизм и антикваризм как дилемма историко-научного исследования // Время и бытие человека. М., Ин-т философии РАН, 1991, с.62-87.

97. Кулюткин Ю.Н. Эвристические методы в структуре решений. М., "Педагогика", 1970.

98. Курейчик В.М., Курейчик В.В. Генетические алгоритмы в комбинаторно-логических задачах искусственного интеллекта // КИИ'98. Шестая национальная конференция с международным участием, т.2, Пущино, 1998, с. 720-726.

99. Лакофф Дж. Когнитивное моделирование // Язык и интеллект. М., "Прогресс", 1996

100. Лакатос И. Доказательства и опровержения Как доказываются теоремы, М., "Наука", 1967.

101. Лакатос И. Бесконечный регресс и основания математики // Современная философия науки. М., "Логос", 1996.

102. Левченко В.Ф. Модели в теории биологической эволюции. С.-Пб., "Наука", 1993.

103. Лейбниц Г. Новые опыты о человеческом разумении автора системы предустановленной гармонии // Соч. в 4 т., т.2, М., "Мысль", 1983.

104. Лекторский В.А., Садовский В.Н., Юдин Э.Г. Операциональная концепция интеллекта в работах Жана Пиаже // Ж.Пиаже. Избранные психологические труды, М., "Просвещение", 1969.

105. Леонтьев А.Н. Деятельность, сознание, личность, М. , Изд. Полит. Лит., 1975.

106. Локк Дж. Опыты о человеческом разумении // Соч. в 3 т., М., "Мысль", 1985.

107. Лоренц К. Оборотная сторона зеркала. М., 1997.

108. Лурия А.Р. Об историческом развитии познавательных процессов: экспериментально-психологические исследования. М.,"Наука", 19 74.

109. Майкевич Н.В. От информационного пространства к пространству знаний. Онтологии в ИНТЕРНЕТ // КИИ'98. Шестая национальная конференция с международным участием, Пущино, 19 98, т.1, 152-158.

110. Маккей Д.М. Проблема образования понятий автоматами // Дж.Маккарти, К.Шеннон (ред.). Автоматы. М., "Иностранная Литература", 1956, с.306-325.

111. Мамардашвили М.К. Кантианские вариации. М., "АГРАФ", 1997.

112. Мамардашвили М.К. Картезианские размышления. М. "Прогресс", 1993.

113. Манин Ю.И. Доказуемое и недоказуемое. М., "Советское радио", 1979.

114. Марр Д. Зрение. Информационный подход. М., "Радио и связь", 1987.

115. Мартиросян A.A., Погосян Э.М. Обучение // Справочник "Искусственный интеллект", в 3-х т., т.2, М., "Радио и связь", 1990.

116. Маелов С.Ю. Обратный метод установления выводимости для логических исчислений //Тр. Мат. ин-та им. В.А.Стеклова АН СССР, 1968 (98) сс.26-87;

117. Матурана У. Биология познания // Язык и интеллект, М., "Прогресс", 1996.

118. Мендельсон Э. Введение в математическую логику, М., "Наука", 1984.

119. Меркулов И.П. Эволюционная эпистемология: история и современные подходы // Эволюция, культура, познание. М., ИФФРАН, 1996.

120. Милль Дж.С. Система логики. М., 1914.

121. Минский М., Пейперт С. Персептроны. М., "Мир", 1971.

122. Мирошхина Э.А. К вопросу о соотношении структуры задачи и структуры эвристического поиска человека // Поспелов Д.А., Пушкин В.Н., Садовский В.Н. (ред.). Проблемы эвристики. М., "Высшая школа", 1969.

123. Мичи Д., Джонстон Р. Компьютер-творец, М., "Мир", 1987.

124. Мордухай-Болтовской Д.Д. Первые шаги буквенной алгебры // Труды СКГУ, т.28.

125. Назаретян А.П. "Кибернетика и интеграция наук", Ереван, "Айстан", 1986.

126. Назаретян А.П. Интеллект во вселенной. М., "Недра", 1991.

127. Нарский И.С. Западно-европейская философия XVII века. М., "Высшая школа", 1974.

128. Нейман Дж. фон-. Общая и логическая теория автоматов.//

129. А.Тьюринг. Может ли машина мыслить? М., ГИФМЛ, 1960.

130. Нуждин Г.А. Доказательство // Вопросы философии, №9, 1998.

131. Нуждин Г.А. Коммуникативные аспекты математической деятельности. Дисс. на соискание ученой степени канд. филос наук. М., 1998.

132. Ньюэл А., Шоу Дж., Саймон Г. Эмпирические исследования машины "Логик-теоретик"; пример изучения эвристики // Вычислительные машины и мышление. Фейгенбаум Э. и Фельдман Дж. (ред) М., "Мир", 1967, 113-144.

133. Ньюэл А., Саймон Г. GPS программа, моделирующая процесс человеческого мышления // Вычислительные машины и мышление. Фейгенбаум Э. и Фельдман Дж. (ред) М., "Мир", 1967, 283-301.

134. Ньюэл А., Саймон X. Информатика как эмпирическое исследование: символы и поиск. // Лекции лауреатов премии Тьюринга 1966 1985. "Мир", М., 1993.1. Ньюэл А., Шоу Дж.С.,

135. Саймон Г.А. Моделирование мышления человека с помощью электронно-вычислительной машины // Хрестоматия по общей психологии (мышление) М., МГУ, 1981.

136. Обухова Л.Ф. Детская психология: теория, факты, проблемы. М., "Тривола", 19 95.

137. Обухова Л.Ф. Неоконченные споры: П.Я.Гальперин и Ж.Пиаже // Психологическая наука и образование, №1, 1996.

138. Панов М.И. Можно ли считать Л.Э.Я.Брауэра основателем конструктивистской философии математики // Методологический анализ математических теорий. М., АН СССР, 1987.

139. Перминов В.Я. Развитие представлений о надежности математического доказательства. М., Изд-во МГУ, 1986.

140. Петренко В.Ф. Психосемантика сознания. М., изд-во МГУ, 1988.

141. Петров B.B. Язык и искусственный интеллект: рубежи 9 0-х годов // Язык и интеллект. М.,"Прогресс", 1996 .

142. Петрунин Ю.Ю. От тайного знания к нейрокомпьютеру: очерки истории искусственного интеллекта. М., изд-во "Университетский гуманитарный лицей, 19 96.

143. Пиаже Ж. Избранные психологические труды. М. "Просвещение" 1969.

144. Пиаже Ж. Теория Пиаже // История зарубежной психологии. Тексты. М., изд-во МГУ, 1986.

145. Платон. Соч. в 3-х т., т.1, М., "Мысль", 1968.

146. Подколзин A.C. О моделировании процессов решения математических задач. Диссертация на соискание ученой степени д.ф.-м.н., М., 1995.

147. Поддьяков А.Н. Проблемы изучения исследовательского поведения. М.,МГУ, 1998.

148. Пойа Д. Математическое открытие. М., "Наука", 1970.

149. Пойа Д. Математика и правдоподобные рассуждения. М., "Наука", 1975.

150. Полани М. Личностное знание. М., "Прогресс", 19 85.

151. Поппер К. Теоретико-познавательная позиция эволюционной теории познания // Вестник моек, ун-та, сер. философия, N5,1994 .

152. Поспелов Д.А., Пушкин В.Н., Садовский В.Н. (ред.). Проблемы эвристики. М., "Высшая школа", 1969.

153. Поспелов Д.А., История искусственного интеллекта до середины 80-х годов // Новости искусственного интеллекта, №4, 1994.

154. Пуанкаре А. Математическое творчество // Адамар Ж. Исследование психологии процесса изобретения в области математики. М., "Советское радио", 1970.

155. Пуанкаре А. О науке. М., "Наука", 19 83.

156. Пузырей A.A. Культурно-историческая теория Л.С.Выготского и современная психология. М., изд-во МГУ, 19 86.

157. Пушкин В.Н. Эвристика наука о творческом мышлении. М. Изд-во полит. Лит.

158. Пушкин В.Н. Психология и кибернетика, М., "Педагогика", 1971.

159. Равич-Щербо И.В. (ред.). Роль среды и наследственности в формировании индивидуальности человека. М., Педагогика, 1988.

160. Рейхенбах Г. Философия пространства и времени. М. "Прогресс".

161. Розенблатт Ф. Принципы нейродинамики. Перцептроны и теория механизмов мозга. М., "Наука", 19 65.

162. Розин В.М. Методологические проблемы биологии и возможные пути и решения // Вопросы методологии, №1-2, 19 98

163. Розов М.А. Презентизм и антикваризм две картины истории // Вопросы истории естествознания и техники, №3, 1994, с.13-23.

164. Рорти Р. "Философия и зеркало природы", изд-во Новосибирского университета, Новосибирск, 1997.

165. Рубинштейн С.Л. Основы общей психологии (в 2-х т.), М., "Мысль", 1989.

166. Саймон Г. Науки об искусственном. М., "Мир", 1972.

167. Самохвалов К.Ф. Степень понятности доказательств как функция их длины // Мышление, когнитивные науки, искусственный интеллект, М., АН СССР, 1988.

168. Сапир М.В. Основные проблемы и трудности автоматического анализа данных // Новости искусственного интеллекта, №3, 1994 .

169. Сергеев В.М. Искусственный интеллект: опыт философского осмысления // Будущее искусственного интеллекта, М., "Наука", 19 91.

170. Северцов A.C., Креславский А.Г., Черданцев В.Г. Три механизма эволюции // Современные проблемы теории эволюции, М., "Наука", 1993.

171. Серл Д. Мозг, сознание и программы // Аналитическая философия: становление и развитие, М.,"Дом интеллектуальной книги", 1998.

172. Смолян Г.Л. Человек и компьютер (Социально-философские аспекты автоматизации управления и обработки информаци), М., Политиздат, 1981.

173. Сморинский К. Теоремы о неполноте // Барвайс Дж. (ред.). Справочная книга по математической логике, т.4, М., "Наука", 1983.

174. Соколов E.H. Теоретическая психофизиология. М, изд-во МГУ, 1986.

175. Сокулер З.А. Современные зарубежные исследования по философским проблемам математики (Научно аналитический обзор), М., ИНИОН, 1983.

176. Степин B.C., Горохов В.Г., Розов М.А. Философия науки и техники, М., "Контакт-Альфа", 19 95

177. Тихомиров O.K. (ред.). Психологические исследования творческой деятельности. М., "Наука", 19 75.

178. Тихомиров O.K. (ред.), "Искусственный интеллект" и психология, М.', "Наука", 1976 .

179. Тихомиров O.K. Информационная и психологическая теории мышления // Хрестоматия по общей психологии (мышление) М., изд-во МГУ, 1981 (Перепечатка статьи из журнала "Вопросы психологии, №1, 19 74).

180. Тьюринг A.M. Может ли машина мыслить. М., ФизМатГИЗ, I960.

181. Уоддингтон К. Морфогенез и генетика. М., "Мир", 19 64.

182. Успенский В.А. Нестандартный, или неархимедов, анализ. М., "Знание", 1983.

183. Федоуз И. Букмарк-сознание // Компьютерра, N40, 1998.

184. Фейерабенд П. Избранные труды по методологии науки, М., "Прогресс", 1986.

185. Финн В.К. Интеллектуальные системы: проблемы их развития и социальные последствия // Будущее искусственного интеллекта, М., "Наука", 1991.

186. Флейвелл Дж.Х. Генетическая психология Ж.Пиаже. М., "Просвещение" , 196 7.

187. Фодор Дж., Пылишин 3. Коннекционизм и когнитивная структура: критический обзор // Язык и интеллект. М., "Прогресс", 1996.

188. Фу К. Структурные методы в распознавании образов. М., "Мир", 1977.

189. Хомский Н. Язык и мышление, М., изд-во МГУ, 1972.

190. Чайковский Ю.В. Степени случайности и эволюция // Вопросы Философии, №9, 1996.

191. Чайковский Ю.В. Невостребованный синтез. Об эволюционных взглядах Карла Поппера // Вопросы философии, №12, 19 95, с.50-54.

192. Чернов С.А. Чистое созерцание и неевклидова геометрия // Кантовский сборник, вып.16, 19 91.

193. Черч А. Введение в математическую логику, т.1, М., Изд-во Иностранной Литературы, 1960.

194. Шалютин С.М. Искусственный интеллект. Гносеологический аспект. М., "Мысль", 19 85.

195. Шашкин Л.О., Мустафа Т.В., Виннером Д.И. О роли метапроцедур при построении интеллектуальных систем // Математические методы решения инженерных задач. Научно-методические материалы . М. , МО РФ, 1998. С. 120-128.

196. Щедровицкий Г.П. Онтологические основания исследований мыслительной деятельности по решению задач и проблем // Вопросы методологии № 3-4, 1996.

197. Шмальгаузен И.И. Изменчивость и смена адаптивных норм в процессе эволюции // Журнал общей биологии, т.4, 1940.

198. Шрейдер Ю.А. Концепции интеллектуальных систем. Научно-аналитический обзор. М., ИНИОН, 19 88.

199. Эндрю Э. Искусственный интеллект. М., "Мир", 1985.

200. Эсаулов А.Ф. Психология решения задач, М., "Высшая школа", 1972.

201. Эсаулов А.Ф. Проблемы решения задач в науке и технике. Л., изд-во ЛГУ. 1979.

202. Л.Юр, Ч.Фосслер, "Программа распознавания образов, которая вырабатывает, оценивает и улучшает свои операторы" // Э.Фейгенбаум, Дж.Фельдман (ред.), Вычислительные машины и мышление, "Мир, 1967.

203. Юшкевич А.П. (ред.)- История математики от древнейших времен до начала XIX столетия (в 3-х томах), М., Наука, 1970-1972.

204. Bechtel W. Multiple levels of inquiry in cognitive science // Psychological research, 1990 (52), 271-281

205. Bechtel W. The case for connectionism // Philosophical Studies 71, 1993, 119-154.

206. Bechtel W, Mundale J. Multiple Realizability Revisited: Linking Cognitive and Newral States // Philosophy of Science, v.66, N2, Jn 1999.

207. Beckman J.F., Guthke J. Complex Problem Solving, Intelligence and Learning Ability // Frensch P.A., Funke J.(ed.). Complex Problem Solving. The European perspective. IEA Publishers, Hillsdale, New Jersey, 1995.

208. Boom J. Paradoxes in learning and development // J.J.F. ter Laak, P.G.Heymans, A.I.Podolskiy (ed.). Development tasks: towards a cultural analysis of human development. Amsterdam, 1997.

209. Büchner A. Basic Topics and Approaches to the study of Complex Problem Solving// Frensch P.A., Funke J.(ed.). Complex Problem Solving. The European perspective. IEA Publishers, Hillsdale, New Jersey, 1995.

210. Campbell D.T. Evolutionary epistemology // H.C.Plotkin (ed). Learning, Development, Culture. Esseys on Evolutionary Epistemology. Chichester, 1982.

211. Cargile J. The problem of Induction // Philosophy, v.73, N 284, 1998.

212. Chomsky N. Language and Nature // Mind, v.104, No 413, 1995, pp. 1 61.

213. Don Fallis. The Sourse of Chaitin's Incorrectness // Philosophia Mathematica (3), Vol.4 (1996), pp.261-269.

214. Dorner D., Wearing A.J. Complex Problem Solving: Toward a (Computersimulated) theory // Frensch P.A., Funke J.(ed.). Complex Problem Solving. The European perspective. IEA Publishers, Hillsdale, New Jersey, 1995.

215. Feferman S. Aritmetization of metamathematics in a general setting // Fundam. Math., v.49, 1960, p.35-92.

216. Frensch P.A., Funke J.(ed.). Complex Problem Solving. The European perspective. IEA Publishers, Hillsdale, New Jersey, 1995.

217. Furth H.G. Piaget's Theory of Knowledge // Piaget Philosophy and the Human Sciences, Sussex, 1980.

218. Hao Wang On Physicalism and Algorithmism: Can mashines think? Philosophia Mathematica (3) Vol.1 (1933), pp.97-138.

219. Ho Mae-Wan, Sanders P.T. The epigenetic approach to the evolution of organisms — with notes on its relevance to social and cultural condition // H.C.Plotkin (ed). Learning Development, Culture. Esseys on Evolutionary Epistemology. Chichester, 1982.

220. Mayr E. Teleological and Teleonomical: a new Analysis // H.C.Plotkin (ed). Learning, Development, Culture. Esseys on Evolutionary Epistemology. Chichester, 1982.

221. Moravec H. Mind children. Camebridge, 19 88.

222. Penrose R. Shadows of the Mind. Oxford Univ. press, 1994.

223. Piaget J. Genetic Epistemology. Columbia Univ. press, N.Y., 1970.

224. Piaget J. Biology and Knowledge. Chicago, 1971.

225. Piaget J. Adaptation and Intelligence: Organic Selection and Phenocopy. Chicago London, University of Chicago press, 1980 .

226. Plunkett K., Karmiloff-Smith A., Bates E., Elman J.L., Johnson M.H. Connectionism and Developmental Psychology // J. of Child Psychology and Psychiatry, 1997 (1).

227. Plotkin H.C. Evolutionary Epistemology and Evolutionary Theory // H.C.Plotkin (ed). Learning, Development, Culture. Esseys on Evolutionary Epistemology. Chichester, 1982.

228. Plotkin H.C., Odling-Smec F.J. Learning in the context of hierarchy of knowledge gaining processes // H.C.Plotkin (ed) Learning, Development, Culture. Esseys on Evolutionary Epistemology. Chichester, 1982.

229. Poundstone W. Recursive universe: Cosmic complexity as the limits of scientific knowledge, Chicago, 1985, p.24.

230. Popper K. Objective Knowledge. An Evolutionary Approach. Oxford, Clarendon press, 1972.

231. Rav Y. Philosophical Problems of Mathematics in the Light of Evolutionary Epistemology. "Philosopica", Vol. 43, 1989, No. 1.

232. Selfridge O.G. Pandemonium: a paradigm for learning // Mechaninisation of Thought process. London HMSO, 1959, 511531.

233. Turing A. Intelligent Mashinery. A Heretical Theory // Philosophia Mathematica (3), Vol.4, 19 96.

234. Waddington C. Evolutionary Adaptation // H.C.Plotkin (ed). Learning, Development, Culture. Esseys on Evolutionary Epistemology. Chichester, 1982.

235. Williams G.C. A Comment on Genetic assimilation // H.C.Plotkin (ed), Learning, Development, Culture. Esseys on Evolutionary Epistemology. Chichester, 1982.

236. Williams G.C. Natural Selection, Adaptation and Progress // H.C.Plotkin (ed). Learning, Development, Culture. Esseys on Evolutionary Epistemology. Chichester, 1982.