Как работает интеллект

Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
Водопадная теория мотивации и интеллекта
Надежда Шевелева, Павел Корсуков
7 сентября 2013 г.
Часть VI
Как работает интеллект
1. Алгоритм работы интеллекта
После обсуждения модели интеллекта можно посмотреть как эта модель справляется с обработкой ситуаций. Приведем максимально упрощенный пример. Представим себе ящерицу, которая сидит посреди пустыни. Жарко, воды нет, еда ограничена. В таких условиях, каждое лишнее движение может стать критичным.
Ящерица обводит взглядом пустыню. Видит песок, еще песок, камень, кактус
и летящую мушку. Интеллект ящерицы начинает разбирать все, что поступило
от рецепторов. Эти данные поступают на модель поиска ситуаций.
Модуль поиска ситуаций поочередно пытается оценить возможную функцию мотивации для каждой ситуации. Песок вокруг распознается как типовая ситуация,
для которой в базе ситуаций хранится низкая оценка функции мотивации. Поэтому, сколько бы раз ящерица не увидела горстку песка, процесс мышления не
пойдет дальше. Модуль поиска ситуаций отвергнет такие ситуации.
Следующим этапом анализируется ситуация с камнем. Это тоже типовая ситуация, но оценка хранящаяся в базе ситуаций достаточно высока. На камень можно
залезь и увидеть еду или спрятаться в тени от солнца. Поэтому ящерица начинает анализировать эту конкретную ситуацию, зная, что другая похожая ситуация
привела к выгоде. Ящерица может даже внимательнее посмотреть на камень. Т.е.
уточнить все компоненты для оценки ситуации. Модуль оценки может признать
этот очередной камень как не заслуживающий внимания, отвергнуть ситуацию и
понизить оценку в базе ситуаций за счет отрицательной обратной связи. Если этот
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info
Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
участок пустыни каменистый, то очень скоро ящерица перестанет разглядывать
камни, игнорируя их вовсе.
Ситуация с кактусом расценивается как высоко интересная. Кактусы растут ближе к воде, а потому ящерица может найти воду и тень возле кактусов, а может и
насекомых. Поэтому, модуль поиска ситуаций расценивает этот кактус как нечто
заслуживающее внимания. Это довольно размытая оценка. Возможные выгоды
не ясны. И с этим должен разобраться модуль оценки ситуации. Модуль оценки
ситуации уточнит основные компоненты функции мотивации. Он оценит расстояние до кактуса (как основные затраты) и возможный доход (по количеству кактусов, которые растут рядом). Уточненной оценки вполне хватает, чтобы перейти
к поиску решения. Модуль поиска решения очень часто решает подобные задачи.
Поэтому, он почти мгновенно даст решение добежать до кактуса. Модуль решения также с большой точностью даст значение функции мотивации и возможных
затрат. Эти параметры будут важны при принятии решения о том, в каком порядке
делать действия.
Здесь следует вспомнить, что осматривая пустыню ящерица увидела еще и мушку. Пусть и с запозданием, но эта ситуация так же была распознана как интересная и прошла все уровни, включая решение поймать мушку. На финальном этапе
интеллект сравнит функции мотивации для ловли мушки и передвижения к кактусу. Будет выбрана ситуация с наибольшей функцией мотивации. Т.к. затраты на
ловлю мушки небольшие, а ожидаемый доход существенный, то сначала ящерица
поймает мушку, а затем побежит к кактусу.
Тем же алгоритмом мышления пользуется и человек. Алгоритм представлен на
рисунке ниже. Серым цветом выделен цикл поиска ситуаций.
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info
Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
Цикл поиска ситуаций
Рецепторы
N
N
N/A
f I > QA ?
Pre-I
I
f I > QA ?
N/A
Выход
Обратная связь
Y
N
Y
N
N/A
N/A
f QA > DE V ?
Pre-QA
QA
f QA > DE V ?
Выход
Y
Обратная связь
N
Y
N
N/A
f DE V > S OL ?
Pre-DEV
N/A
DE V
f DE V > S OL ?
Выход
Y
Y
Действия
2. Модуль поиска ситуаций
Интеллект постоянно сканирует окружающее пространство в поисках ситуаций.
Это непрекращающийся цикл, основная задача которого - найти ситуацию, достойную внимания. При поступлении ситуации, модуль произведет ее анализ, а
затем передаст выше, либо откинет ее.
p, s , fI , fI E
Модуль Поиска Ситуаций
Pre-I
I?
I
База
Ситуаций
DB I
s
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info
Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
При анализе ситуации будет задействована база ситуаций с целью найти максимально похожую ситуацию, либо несколько похожих ситуаций. В зависимости от
оценок этих ситуаций, модуль решает передать ли ситуацию выше или проигнорировать ее. Т.к. интеллект всегда стремится к оптимизации, то частые ситуации
будут обрабатываться быстрее. Большое количество одинаковых монотонных ситуаций приведет к тому, что такая ситуация не будет даже попадать на анализ, а
сразу отсекаться подмодулем предварительного анализа.
Подмодуль предварительного анализа - Pre-I защищает интеллект от перегрузки монотонными неинтересными ситуациями, а также играет важную роль в критических ситуациях. Для каждой ситуации подмодуль проанализирует ее самый
большой компонент - физическое воздействие. Если есть угроза физического воздействия, то такая ситуация не будет анализироваться. Ей сразу будет присвоен
высокий приоритет. Таким образом, оптимизация в модуле позволяет сократить
время реакции в критических ситуациях.
Предположим, что вы загораете в парке, слышите какой-то шорох в
траве и неожиданно замечаете змею. Эта ситуация для вас не является типовой, поэтому модуль поиска ситуаций присвоит ей высокий
приоритет. Дополнительная оптимизация в модуле позволит получить этот результат максимально быстро.
Если же вы работаете со змеями каждый день и, придя на работу, видите змею, то ваш модуль поиска интересных ситуаций расценит это
как типовую ситуацию и, возможно, даже не передаст ситуацию на
оценку.
Рассмотрим еще один пример.
С точки зрения поиска ситуаций интересным изобретением является
телевизор. По сути, это подражание модулю поиска ситуаций. Телевизор выдает большое количество ситуаций, очень многие из которых воспринимаются как заслуживающие внимания. Это приводит к
тому, что человек перед телевизором постоянно поощряет себя продолжать смотреть телевизор. Подмена собственного модуля поиска
ситуаций на “заменитель” влечет неожиданные последствия. Закончив смотреть телевизор, человек не воспринимает окружающее интересным и заслуживающим внимания. Вместо этого он продолжает обдумывать и оценивать ситуации из телевизора. Это идеальный
механизм потери интереса к реальности. По этой же причине спортивные состязания или туристические поездки могут разочаровывать
тех, кто видел подобные ситуации только по телевизору. Гонки кажутся скучными, а природа и города обыденными.
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info
Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
3. Модуль оценки ситуации
Основной задачей модуля оценки ситуаций является выделение параметров ситуации и их уточнение. Чем дольше работает модуль оценки, тем более количество параметров он способен выделить. Это не всегда приводит к положительным
результатам. Например, ситуация показалась нам интересной и мы перешли к ее
оценке. Если при оценке ситуации было выделено слишком много параметров,
то мозг может счесть затраты на оценку слишком высокими и вообще отказаться
оценивать ситуацию.
Очень важным для оценки является приоритет задачи. Поскольку интеллект оптимизирован быстро обрабатывать ситуации и выдавать решения, то такая оптимизация налагает отпечаток на оценки, даваемые человеком. Ели ситуация критическая, то модуль оценки всегда будет говорить “Да”. Совершенно не важно
на сколько правильной будет эта реакция. Важно то, что в критической ситуации
лучше действовать, чем бездействовать. Поэтому, если модуль поиска ситуаций
определил ситуацию как критическую, то модуль оценки просто передаст ее выше не уточняя значение функции мотивации.
За такую оптимизацию отвечает подмодуль предварительной оценки - Pre-QA.
Это приводит к тому, что в критической ситуации люди не думают, а действуют.
Единственный способ хоть немного оценить критичную ситуацию - это снизить
ее приоритет и еще раз пропустить через модули принятия решения. Поэтому,
если человек не погиб сразу и его инстинкты не справились с ситуацией, то он
остановится, постарается взять себя в руки и подумать над возможными вариантами развития событий.
p, s , fQA , fQA E
Модуль Оценки Ситуаций
QA?
Pre-QA
QA
База
Оценок
DB QA
p, s , fI , fI E
Низкий приоритет так же влияет на качество оценки. Для ситуаций с низким
приоритетом подмодуль Pre-QA может сразу дать низкое значение функции мотивации. Это приведет к тому, что ситуация будет отброшена как не заслуживающая оценки.
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info
Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
Например, если вы сидите на берегу озера и наблюдаете как водомерка скользит по воде, то в условиях расслабленности ваш мозг навряд
ли начнет обдумывать почему водомерка не тонет. Для того, чтобы начать оценку такой ситуации, модуль поиска ситуаций должен поднять
приоритет этой ситуации. А это возможно если увеличить параметр
интереса. В таком случае приоритет станет достаточным, чтобы преодолеть подмодуль предварительной оценки и выделить возможные
причины из тех что есть в базе оценок и ситуаций.
Даже для ситуаций с нормальным приоритетом модуль оценки будет стремиться минимизировать ресурсы на оценку. Поэтому, вместо того, чтобы разобрать
ситуацию на параметры и оценить их, модуль просто извлечет из базы оценок
оценки для похожих ситуаций. Считая ситуацию типовой, модуль даст усредненную оценку.
Требуются значительные усилия или большая новизна ситуации, чтобы мозг стал
затрачивать усилия на качественную и всестороннюю оценку. В эту ловушку часто попадают люди при самоанализе. Считая, что они знают себя лучше всех,
они не уделяют должного внимания самоанализу и оценке собственных поступков. Это может приводить к поощрению неверных оценок, которые приведут к
принятию неверных решений. Люди могут постоянно страдать от одних и тех же
неправильных решений. В этом случае может потребоваться помощь специалистов по психоанализу или психотерапии.
Чем чаще человек попадает в одну и ту же ситуацию, тем быстрее эта ситуация
проходит оценку. Оценка такой ситуации будет полностью производиться в PreQA. Как только ситуация “застревает” в Pre-QA, то предложить человеку другой
взгляд на ситуацию или более объективные параметры оценки может быть очень
сложной задачей. Человек просто не будет понимать зачем нужны новые параметры или взгляд под другим углом, если, с его точки зрения, ситуация и так очевидна. Очевидность здесь - результат работы Pre-QA.
Если модуль оценки все же дал уникальную оценку и она оказалась достаточно
высокой, то этот модуль отправит поощрение модулю поиска ситуаций за эту ситуацию.
Пример “Ромашковое поле”. Предположим, что вы проезжаете на машине по сельской местности и видите в окно автомобиля ромашковое
поле. Вам становится интересно: сколько всего ромашек в этом поле.
Ответ на этот вопрос вам даст модуль Pre-QA - “много”. Это пример
работы модуля оценки ситуаций для ситуации с низким приоритетом.
Предположим, что вы остановились и длительное время смотрите в
поле. У вас будет гораздо больше времени, и для того же вопроса о
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info
Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
количестве ромашек в поле вы сможете дать оценку с точностью +/несколько миллионов. Это пример ситуации с нормальным приоритетом, когда, управляя своим интересом, вы подняли приоритет для
малозначительной ситуации.
Теперь предположим, что над ромашковым полем завис огромный
инопланетный звездолет. И пришельцы угрожают взорвать всю планету, если вы не посчитаете точное количество ромашек в поле. Ситуация приобретает критический приоритет. Для этой критической
ситуации Pre-QA просто выдаст ответ “да, нужно решение” и передаст управление в модуль поиска решения. Поскольку модуль поиска
решения не получил никаких данных для решения задачи, а решениязаглушки и решения-инстинкты (о них будет сказано в следующей
главе) не срабатывают, то будет дана единственно правильная команда на снижение приоритета задачи. В пониженном приоритете модуль
постарается уточнить все возможные параметры. Механизм дробления на части будет применен ко всей задачи. Скорее всего, в итоге, вы
разобьете поле на квадраты и начнете считать количество ромашек в
каждом квадрате.
4. Модуль поиска решений
Модуль поиска решений распоряжается наибольшим объемом ресурсов мозга.
Именно в силу этого, мозг старается максимально разгрузить и оптимизировать
этот модуль. Это приводит к тому, что получить свежее, не шаблонное и
продуманное решение от модуля поиска решений довольно тяжело. Люди, в
большей своей массе, стараются всячески избежать принятия решений даже по
самым простым вопросам.
p, s , fDEV , fDEV E
Модуль Поиска Решений
База
Решений
DB DEV
DEV?
DEV
Pre-DEV
p, s , fQA , fQA E
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info
Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
Наиболее интересным является поиск решений для ситуаций с разным уровнем
приоритета. Для ситуаций с низким уровнем приоритета, подмодуль предварительного решения Pre-DEV может выдать решение-заглушку или первое попавшееся решение из базы решений.
Решения-заглушки являются одними из самых часто встречающихся. Например,
на вопрос “Почему так происходит?” мозг практически сразу дает решение-заглушку
“Потому что”. Это решение не имеет практической ценности, оно не приводит к
каким либо действиям, оно не решает проблемы, обозначенные в вопросе. Но
именно решение-заглушка позволяет мозгу разгрузить свои ресурсы и не тратить
время на не важные ситуации. Не важные в данном случае - это ситуации с низким
приоритетом.
Иногда в ситуациях с низким приоритетом или в типовых ситуациях с нормальным приоритетом модуль Pre-DEV выдает первое решение из базы решений. Это
позволяет существенно сэкономить время на поиск решения и по-прежнему может быть успешной стратегией для большинства ситуаций. Это не значит, что
не существует более оптимального решения. Это не значит, что человек не может найти лучшее решение. Это не значит, что потом человек будет думать, что
поступил правильно. Но такой подход позволяет решать большинство ситуаций
на практике. Таким образом, один раз не оптимально приняв решение, человек
все последующие ситуации будет пытаться решить так же. Только сверхвысокие
затраты и повышение приоритета смогут подтолкнуть интеллект к улучшению
решения.
Механизм решений-заглушек и первого решения из базы активно используется в рекламных компаниях для массового рынка. Каждая компания, каждое рекламное объявление ставят своей целью подменить
решение-заглушку или поставить свое решение первым в очередь. Хорошим примером является решение-заглушка для поиска информации. Раньше люди на вопрос “В каком году родился Эйнштейн?” применяли решения-заглушки “не знаю”, “не помню” или “посмотри в
энциклопедии”. Величайшим маркетинговым достижением компании
Google стало подмена этих решений-заглушек на решение “погугли”.
Аналогичным образом работает реклама стиральных порошков. Ее
создатели надеются, что придя в магазин и задавшись вопросом “Какой порошок выбрать?” ваш модуль поиска решений выдаст название
порошка, которое вы услышали в рекламном ролике перед походом в
магазин. Фактически, компания вкладывает деньги не в рекламу или
улучшение товара, а в то, чтобы быть последней маркой, о которой
вы услышали перед походом в магазин. С этой точки зрения понятно,
почему рекламодатели стараются купить как можно больше показов
рекламы, даже если не осознают почему это работает.
Для ситуаций с критическим уровнем приоритета так же есть свои оптимизации. В ответ на ситуацию крайней опасности модуль Pre-DEV, скорее всего,
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info
Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
выдаст решение-инстинкт. Инстинкт является наиболее простым заглушечным
решением, которое поощрялось у всех представителей вида в критических ситуациях. Такими решениями могут быть рефлекторные решения: смахнуть пчелу
или паука; отскочить в сторону от чего-то быстро движущегося; закрыть голову
при ударе. Если для критической ситуации нет заглушечного решения-инстинкта,
то модуль Pre-DEV действует как всегда - пытается взять первое решение из базы.
Поскольку для критических ситуаций оценка не успевает произойти и обратиться к базе решений не с чем, то Pre-DEV выдает пустое решение. Это значит, что
человек впадает в ступор или просто не в состоянии что-либо сделать или как-то
отреагировать.
Выйти из ступора в ситуациях крайней опасности может быть тяжело. Это требует снижения уровня приоритета ситуации. Поэтому, если человек не умер сразу
и инстинктивные действия не дали результата, то через некоторое время он осознает опасность ситуации, постарается ее оценить и преодолеет модуль Pre-DEV,
чтобы найти хоть какое-то решение.
Решения-инстинкты являются заглушечными решениями. Они будут
выдаваться вне зависимости от здравого смысла или опыта человека при критической ситуации. Единственный способ действовать подругому - это подменить решения-инстинкты. Именно этим занимаются телохранители и бойцы спецподразделений, когда тренируют
свои навыки до “автоматизма”. Зная, что попадут в критическую ситуацию, они заранее подготавливают заглушечные решения, которые
будут лучше, чем инстинкты обычных людей.
Для сложных ситуаций с высоким уровнем приоритета, когда решенияинстинкты не справляются и мозг упорно выдает пустые решения,
требуется другой подход. Одним из таких подходов является настройка своих модулей на занижение приоритета ситуаций. Это характерно для врачей. Циничное и безразличное отношение к пациентам в
критических ситуациях является профессиональным подходом. Такой подход снижает приоритет критической ситуации. Это позволяет
даже в критической ситуации приступить к оценке и, в дальнейшем,
найти решение. Только это позволяет проводить сложные операции,
не бояться крови и помогать раненым. Цинизм, безразличие и хладнокровие в данном случае являются профессионально приобретенными.
Ситуация с нормальным приоритетом, чаще всего, получит единственно решение. Это связано с тем, что управление попадет в основной модуль поиска решений, где будут проанализированы решения для похожих ситуаций и выдано
усредненное решение. В этом случае активно используется база решений. Поиск
абсолютно нового решения является не эффективным с точки зрения скорости
реакции интеллекта. Поэтому, рассчитывать на появление инноваций или изобретения в ходе нормального процесса мышления не стоит.
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info
Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
Следствием от использования базы решений является “эффект новичка”. Неопытный человек с минимальными знаниями о ситуации и о
традиционных подходах к ее решению пробует свои силы в поиске
решения и удивляет “бывалых” нестандартностью подхода. Поскольку у такого человека еще нет типовых решений в базе решений, то он
вынужден задействовать свой модуль поиска решений. Поэтому он
приложит большие усилия для поиска своего собственного решения.
Т.к. новичок не опирается на какой либо опыт, то его решение может
оказаться на порядок лучше существующих, или напротив быть очень
затратным. Новичок может дать как очень плохое так и очень хорошее
решение. Важно лишь то, что решение новичка будет отличатся от существующих решений.
Процесс поиска более одного решения возможен лишь в условиях пониженного
приоритета. Множественные суждения и разные точки зрения характерны для
обсуждения философских вопросов. Люди склонны философствовать в условиях
низкого приоритета ситуации. Например, двое рабочих могут сидеть на завалинке
и слушать стук колес проходящих мимо них поездов. Такая ситуация располагает
к обсуждению стуков и биений в колесах поездов. Также, можно натренировать
свое мышление на выдачу нескольких решений для задачи.
Профессиональной особенностью программистов является способность
очень быстро дать два разных решения для поставленной задачи. Профессиональный подход, который используется программистами для
тренировки своего мышления заключается в последовательном вызове модулей для одной и той же ситуации. Эти люди затормаживают
процесс действий как только функция мотивации достаточно высока,
чтобы найти альтернативное решение. Это не значит, что это имеет
смысл. Это не значит, что ресурсы на повторную оценку будут потрачены с пользой. Это не значит, что хоть одно из найденных решений
является качественным. Это просто стратегия мышления для получения двух различных решений.
Если модуль поиска решений нашел решение для ситуации и это привело к действиям, то он отправит поощрение модулю оценки ситуации за эту ситуацию
5. Периодическая таблица психологических элементов
После рассмотрения модулей интеллекта становится очевидным, что существует
направление распространения сигналов через модули интеллекта. Эти сигналы
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info
Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov
распространяются по прямым и обратным связям. Для всех трех модулей распространение сигналов ситуации, поощрения и порицания являются одинаковыми.
Поэтому, можно говорить о периодичности распространения этих сигналов.
Обратная связь
Прямая связь
DE V
P re -QA
QA
P re -QA
I
Прямая связь
+/-
P re -DE V
Обратная связь
s
+/-
s
Правило периодичности формулируется следующим образом: в периодической
таблице психологических элементов ситуация по прямой связи распространяется слева направо и снизу вверх; поощрение или порицание распространяется по
обратной связи справа налево и сверху вниз.
Это значит, что прямая связь будет передавать ситуацию от подмодулей к модулям
и от одного модуля к другому по мере процесса мышления. Обратная связь будет
передавать поощрение от модуля к подмодулю (что соответствует оптимизации
для ситуации) и от верхних модулей к нижним.
Waterfall Theory of Motivation and Intelligence by Nadeshda Sheveleva and Pavel Korsukov is licensed
under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
www.theoryofmotivation.info