Графику зависимости скорости ответа от количества стимулов,

Последователен (график не параллелен оси абсцисс), угол

Наклона графика все равно оказывается слишком маленьким и

Указывает на неправдоподобно высокую скорость анализа и обработки

Отдельных объектов механизмом внимания.

Иногда наклон графика свидетельствует о том, что в условиях

Поиска по сочетанию признаков обследуется до 100 объектов в

Секунду. Иначе говоря, один объект обрабатывается механизмом

внимания не дольше 10 мс, что едва ли возможно. Модель ≪ управляемого

поиска ≫ допускает, что скорее всего последовательно

обследуются не все предъявленные стимулы, а только та их часть*

Которая более всего соответствует поставленной задаче. Такое допущение

Позволяет увеличить время обследования одного объекта

Хотя бы до 50 мс.

Однако есть и альтернативный подход, дающий объяснение

Столь высоким показателям скорости зрительного поиска. Достаточно

Предположить, что за ними стоит п а р а л л е л ь н ы й механизм

Анализа не только отдельных признаков, но и их сочетаний.

Подобный подход разрабатывается в рамках направления, которое

зародилось в 1940-х гг. и получило название ≪ коннекционизм ≫

280

(от англ. connection —связь). В 1980-е гг. лидерами данного направления

Стали американские психологи Дэвид Румельхарт и Джеймс

Макклеланд [326], которые выявили преимущества коннекцио-

Низма в моделировании памяти и речи. Вслед за ними коннекцио-

Нистские модели переработки информации, получившие с тех пор

Значительное распространение не только в когнитивной психологии,

Но и в множестве прикладных областей1, стали называть моделями

≪ параллельной распределенной переработки ≫ . Еще одно

их название — ≪ нейронные сети ≫ —пожалуй, наиболее точно отражает

Принцип построения этих моделей.

Строение моделей ≪ параллельной распределенной переработки

≫ информации принципиально отличается от строения традиционных

структурных моделей с ≪ бутылочным горлышком ≫ или

Его аналогом —последовательно передвигающимся по внутренней

Пространственной карте прожектором внимания. Модель параллельной

Переработки может обладать не только несколькими

Параллельными входами, которые кодировали бы информацию об

Отдельных признаках, но и несколькими параллельными выходами.

Сигнал, достигающий этих выходов, может как соответствовать,

Так и не соответствовать задаваемому заранее критерию наличия

Целевого объекта. Проверка соответствия состоит в оценке степени

Сходства каждого из предъявленных объектов с заранее известными

Характеристиками целевого стимула.

Элементы сети, представляющие собой упрощенные модели

≪ нейронов ≫ , связаны между собой. Работа модели состоит в распространении

Активации по сети этих взаимосвязанных элементов

—передаче сигнала от входа в сеть к выходу их нее. Каждая

связь обладает определенным ≪ весовым коэффициентом ≫ , согласно

Которому сигнал, передаваемый от одного из этих элементов к

Другому, усиливается либо ослабляется. Чтобы элемент сети мог

Передавать сигнал дальше, он должен прежде всего преодолеть

Собственный порог активации.

Но если бы сеть включала только два слоя, входной и выходной,

То результат поиска целевого объекта такой сетью представлял

Бы собой линейную комбинацию показателей анализа отдельных

Признаков. Однако не только зрительный поиск, но и более

Простые задачи распознавания образов не могут быть описаны на

Основе простоЙксуммации этих показателей. Поэтому между входным

И выходным слоями всегда допускается один или несколько

промежуточных ≪ скрытых ≫ слоев, которые передают сигнал от

входного слоя ≪ нейронов ≫ в вышележащие слои (рис. 7.7). При

Этом связи между элементами сети, принадлежащими к разным ее

Слоям, преимущественно возбуждающие, тогда как внутри слоя — Современные нейронные сети распознают почерк, анализируют состояние

⇐ Предыдущая141142143144145146147148149150Следующая ⇒

Поделиться: