Добро пожаловать!
Разделы

·   Новости
·   Тренинги
·   О нас
·   Команда
·   Расписание
·   Фотоальбом
·   Публикации
·   Отзывы
·   Ссылки
·   Полезная информация
·   Украинская Ассоциация НЛП

Рекомендуем

Запорожский Центр НЛП

Наши контакты

тел. гор.:
(0652) 51-23-87

тел. моб.:
+38-050-344-62-42

e-mail:

Рейтинги


Психология100 logo

Нейронные сети и стратегии НЛП


Правда в том, что наука Природы уже так давно создавалась только
работой мозга и воображения, что сейчас время, чтобы вернуться к ясности
и четкости наблюдений над материалом и очевидными вещами.
Роберт Хук, 1665.

Лень - это ни что иное, как привычка отдыхать прежде, чем вы устанете.
Джули Ренард
.

Это вторая из трех статей, нацеленных на обновление классической модели стратегий НЛП или того, как, с нашей точки зрения, человеческие существа могли бы думать. В прошлой статье мы показали, что наши текущие модели внутренних когнитивных процессов основаны на системе двоичного компьютера, который воспринимает информацию в пошаговой последовательной процедуре. Современные достижения в нейробиологии, нейровычислениях и когнитивной науке продемонстрировали, что мозг является более взаимосвязанной, параллельной сетью обширно распространенных, децентрализованных, одновременно работающих процессов.
Не волнуйтесь. Мы намерены раскрыть это определение на примерах и некоторых основных разработках когнитивной науки.
Когнитивная наука - это междисциплинарное изучение мозга, которое базируется на нейрологии, лингвистике, искусственном интеллекте, психологии, антропологии, кибернетике и философии мозга. Если так, то значит существует много больше, чем мы можем изучить с помощью этих моделей и исследований. Как таковые эти области больше того, что заимствует у них НЛП, и больше того, что мы можем изучить при помощи их моделей и открытий.

В прошлый раз мы остановились на интересном факте из истории современной кибернетики. В 1946 году Джон фон Нейман продемонстрировал, как объединить двоичную логику Джорджа Буля и машины системных вычислений Алана Тьюринга для создания ENIAC, цифрового монстра, который ввел нас в компьютерный век.
Фактически фон Нейман был убежден, что он моделировал мозг. Его известная работа "Первый проект" для ENIAC была посвящена нейронам и биологическим системам. До сих пор, считаясь отцом современных компьютеров, он чувствовал, что это был просто шаг к созданию "самовоспроизводящихся автоматов", которые воспроизвели бы биологический феномен. Интересно, как технология изменяет наши достижения, первоначально предназначенные для иного использования. Александр Грахам Белл думал, что телефон будет удобным способом для распространения музыки.
"Архитектура фон Неймана" (рис.1) является сегодня стандартом для всех двоичных компьютеров и основой для модели Т.О.-Т.Е., задуманной Миллером, Галантером и Прибрамом и адаптированной в НЛП в качестве структуры для изучения моделей мышления или стратегий.
Результатом работы Миллера, Галантера и Прибрама в 50-х стали "Планы и структура поведения". (ДНК еще не была открыта. Первая информация о ДНК появилась в печати в I960 году.) Эта работа также основывалась на исследованиях Норберта Винера, автора основополагающей работы "Кибернетика"; Варрена Мак Калоча и Вальтера Питса, предложивших теорию взаимодействия нейронов как порогового паттерна активности и пассивности; и того, что Клауд Шенон использовал для создания такой дисциплины, как теория информации.
Джордж Миллер датирует официальное проявление когнитивной науки 11 сентября 1956 года. В этот день на симпозиуме по теории информации Массачусетского Технологического Института ученые Ален Ньювел и Герберт Саймон продемонстрировали первое полное доказательство теоремы, проведенное на компьютере. Этому предшествовало исследование молодого лингвиста Ноама Хомского, представившего работу "Три модели языка", которая стала для НЛП открытием Мета-Модели, последовавшим за собственно миллеровской статьей "Магия числа 7±2".
Этот период в когнитивной науке часто называют когнитивной эрой или "кибернетической фазой когнитивной науки". Он характеризовался использованием математической логики для понимания работы нервной системы в терминах символических ментальных репрезентаций, становлением такой метадисциплины, как теория систем, использованием статистической теории стимул-отклик информации и первых примеров самоорганизующихся систем. В это время мышление определялось как информационный процесс: закономерное манипулирование символами. Мыслительные процессы считали непознаваемыми, бессознательными процессами.
В течение 40-х и 50-х годов начала развиваться другая область когнитивной науки - изучение критических свойств систем и связанность. Понятие "критичность" означает, что после пороговой точки система внезапно приобретает свойство, которое не могло быть предсказано из суммы ее частей. Например, каждый из ваших глаз в отдельности в состоянии видеть только в двух измерениях. Расположим два глаза вместе и voila (франц. вуаля) - трехмерное зрение. Кто бы мог предсказать, что такой комплекс нервных клеток настолько расширяет эту категорию сознательного?
Грегори Бейтсон любил говорить, что где бы то ни было, где есть обратная связь и достаточная комплексность, вы найдете ментальные свойства. Нейрологи узнали о взаимосвязанности нейронов мозга через десятилетия. Вместо представления взаимодействия как прямо вперед, ячейка в ячейку, стимул-отклик общая модель стала больше похожа на пересеченную звезду, (см.рис.2)

Когда люди ориентировались на модель одиночного нейрона, размышления о работе мозга рождали модели, похожие на ту, которую вы можете найти даже сегодня во многих психологических текстах:
Глаз принимает пучок света и отправляет сигнал в область таламуса, называемую литерально-гинекулярное ядро (лат.-LGN), и затем в визуальный кортекс для обработки, (рис.3)
Когда ученые и в частности Карл Прибрам, (который написал по крайней мере одну статью с Хомским), начали изучать зрительные процессы в мозге приматов, они столкнулись с несколько иным явлением. Было обнаружено, что зрительные функции взаимосвязаны со многими областями, которые распознавали элементы визуальной модальности, такие как форма, размер, цвет, отражаемость, трехмерная ориентация в пространстве, дистанция, траектория и поворот.
Нейрологи обнаружили, что ЛГЯ, вложенное в эту сеть, также отправляло в визуальный кортекс много разнообразных сознательных ожиданий и воспоминаний, хранящихся в гипоталамусе и лимбической системе. В НЛП мы называем их субмодальностями и убеждениями. Принятая карта визуальных путей (рис.4) в мозге не согласуется с традиционным взглядом последовательности действий.
По мнению когнитивного ученого и анатома Франсиско Дж Варела, недавние исследования показывают, "что 80% того, что обрабатывает ЛГЯ, приходит не от retina, а от других глубоко взаимосвязанных областей мозга... Следовательно, поведение целой системы больше походит на разговор за коктейлем, чем на последовательность команд". Так, что бы ни видел мозг - это только около 20% сигналов из окружающего мира и 80% - от устойчивых фильтров, воспоминаний и убеждений. Варела отмечает, что это является общим принципом для всего мозга. Основной механизм распознавания визуальных объектов или отношений "может быть описан как появление общего состояния между резонирующими нейронными ансамблями".

Как когнитивные психологи обнаружили смысл этой симфонии сигналов мозга? В книге "Языки мозга" (1971 год) Карл Прибрам предложил голографическую теорию функционирования мозга. Как голограмма получается из резонанса взаимодействующих волн света, так распознавание может быть описано как слияние взаимодействующих волн мозга.
Эту следующую фазу когнитивной науки и нейровычислений обычно называют эрой "Взаимодействия". Одним из первых теоретиков этой эпохи был Джон Хопфилд, физик Калифорнийского Технологического Института, который начал изучать сходства и различия между биологическими процессами и электронными вычислениями.
Хопфилд использовал сравнение с двумя молекулами газа в сосуде. "Они двигаются в сосуде и сталкиваются через определенные промежутки времени. Если мы поместим 10 или даже 1000 молекул в сосуд, все, что мы получим - это увеличение числа столкновений. Но если в сосуде будет биллион биллионов молекул, внезапно мы получим новое явление - звуковые волны. Ничто из поведения двух или десяти или тысячи молекул в сосуде не позволяет предположить, что биллион биллионов молекул сделают возможным создание звуковых волн. Звуковые волны являются коллективным явлением сложной системы".

Для физика-теоретика, обратившегося к нейрологам, было очевидно, что мозг является биокомпьютером, который выполняет коллективные вычисления. Хопфилд сделал для нейронных сетей то, что фон Нейман сделал для двоичного компьютера: он создал математическую модель нейронов как переключателей, которые могли бы работать как физическая система. Он также повторил и объяснил некоторые основные различия между биологическими и электронными вычислениями, о которых новое поколение когнитивных ученых кричало годами в глухие уши научного сообщества:
1. Мозг может допускать ошибки.
2. Мозг имеет возможность самоперестройки и самокоррекции, как мы часто говорим, учиться учиться.
3. Мозг может рассеивать свободную энергию, успокаиваться и возвращаться в состояние энергетической релаксации, устанавливая порог для менее и более важной информации, в отличие от перегрева и взрыва, как некоторые компьютеры, с которыми я работал.
4. Мозг способен делать много операций одновременно.
5. Мозг может мечтать. Воспоминания могут обрабатываться мозгом снова и снова, выстраиваясь по уровням важности (кратковременная и долговременная память).
6. Мозг может забывать. Люди имеют долгую и быструю память. Если мозг не использует достаточно часто или в течение определенного времени некоторую информацию, то он выносит ее обратно в бессознательное. Иначе нам бы пришлось обдумать все наше прошлое, чтобы вспомнить наш любимый цвет.

Хопфилд был намерен создать микропроцессор (совместно с AT&T;), который мог бы делать большую часть из перечисленного. Но следующий вклад в нейровычисления, который мы бы хотели упомянуть теперь - это адаптивная резонансная теория, предложенная Стефаном Гроссбергом из Бостонского Университета.
В 1961 и 1964 годах Гроссберг впервые опубликовал серию дифференциальных уравнений, описывающих математику сетей. К 1970-му он предложил противоречивую объединенную модель теории обучения, нейрологии и математики.
Его модель была основана на нейрологической способности объединенных сетей к нахождению и установке устойчивых порогов восприятия и активности. Пороги отрегулированы так, чтобы мозг мог выделить контрасты и сравнения, важные для данного результата. Например, регулятор громкости в ухе может слышать легкие звуки ночью или выбрасывать не относящийся к делу шум во время уличного разговора; ночное видение человека настраивается таким образом, чтобы видеть больше при меньшем освещении.

В терминах НЛП, многие из возможных изменений в субмодальных вмешательствах являются функциями перехода от одного порога репрезентаций к другому.
Гроссберг интересовался процессом обучения мозга. Как физическое восприятие в краткосрочной памяти становится восприятием долгосрочной памяти? Как приходящие ощущения и память складываются в устойчивое сознание?
Согласно теории Гроссберга, внимание или сознание есть смесь резонанса между "сырым" восприятием в краткосрочной памяти с мириадами ассоциаций из долгосрочной памяти. Внимание является функцией настраивающихся фильтров для того, чтобы сделать нейронные сети чувствительными к категориям или кодам опыта с помощью перестройки весов и порогов сигналов, приходящих к данной сети.
Гроссберг предполагает, что глаз имеет тенденцию распознавать объекты и опыт во внешнем мире сравнением старых паттернов памяти с тем, что видит в данный момент. Для объяснения этого процесса он создал модель "сотрудничество/конкуренция" иерархий функций, которые соединяют сенсорные восприятия и мозг.
В своей теореме обучения "внешней звезды", Гроссберг предполагает, что мозг отправляет паттерны в глаз - выбирающий сигнал - или другому органу восприятия, который резонирует с приходящей нейронной активностью в сети для создания паттерна краткосрочной памяти, который имеет тенденцию затухать в течение примерно 15 секунд, если не передан в долгосрочную память.
Гроссберг предлагает дополнительную теорему "внутренней звезды" развития категорий, которая объясняет, как повторяемость, постоянство или интенсивность паттернов опыта включаются в долгую память с помощью перестройки синаптических весов нейронной сети и как осуществляется длительное обучение.
Другим ключевым параметром теории адаптивного резонанса является бдительность, которая устанавливает уровень сравнения или несовпадения между специфическим паттерном долговременной памяти и краткосрочных восприятии из внешнего мира. На рис.5 представлена диаграмма Гроссберговской Теории Модели Адаптивного Резонанса.
Здесь видны некоторые возможности для пересмотра модели стратегий НЛП. Компонента "бдительности" в этой модели могла бы соответствовать точке выбора в модели ТОТЕ, и формирование списка субмодальностей могло бы отражать функции обучения внешней звезды/внутренней звезды, которые мы обычно представляем как первый тест в стратегии (внешняя звезда) и окончательный тест (внутренняя звезда). Если мы учтем, какие несовпадения метапрограмм создают взаимодействия "несовпадение/перезапуск", мы получим даже большую предсказуемость в модели стратегий.

Мы не пытаемся объяснить такие элементы НЛП на нейрологическом уровне, а пробуем показать изоморфный паттерн. Простой пример. Один человек считал, что люди в основном недоверчивы. Он не видел противоположных примеров. Эти примеры не принимаются в долговременную память для установки другого паттерна. Однако, будет достигнут порог, возможно, устанавливаемый мета-программой. Когда он видит достаточно очевидностей, он может перевернуть убеждение на противоположное, что люди в основном доверчивы. Или один очень яркий пример может также изменить его убеждение.
Но прежде чем мы предложим способы использования нейро-вычислений в НЛП, позвольте нам рассмотреть работы нескольких ученых, которые больше принадлежат к области исследования искусственного интеллекта и лингвистики, чем к области нейронных сетей.
Это область неактивного пространства когнитивной науки. Здесь когнитивность определяется не как репрезентация предсуществующего мира предсуществующим паттерном в мозге, но в большей степени как активизация мира и сознания на основе истории изменчивости действий, которые осуществляют люди.
Мышление теперь определяется как накопление серии опытов, которая формирует структурную связь между сетью множества уровней взаимосвязанной, сенсорно-моторной подсети и суммы действий, происходящих в процессе эволюции индивидуальности. Варела, Томсон и Рош дают такой пример: "В классическом эксперименте Хелд и Хейн выращивали котят в темноте, включая освещение при определенных условиях. Первой группе животных позволяли передвигаться свободно, но каждый из них был прикреплен к животному из другой группы с помощью простого приспособления. Таким образом, обе группы разделяли общий визуальный опыт, хотя вторая из них была полностью пассивна. Когда после нескольких недель животные были освобождены, первая группа животных вела себя нормально, но те, кого "водили", вели себя как слепые: они спотыкались и наталкивались на объекты. Этот опыт поддерживает точку зрения "активизации": мы видим объекты не визуальным выделением особенностей, а скорее визуальным руководством действия".

Лингвисты Джорж Лакофф и Марк Джонсон предположили то, что они называют экспериментальным подходом к когнитивному, который дополняет парадигму активизации. Они пишут:
"Основная концептуальная структура вытекает из двух источников:
1. из структурной природы телесного и социального опыта и
2. из хорошо структурированных аспектов телесного опыта и опыта взаимодействия с абстрактными концептуальными структурами.

Рациональная мысль - это применение очень обобщенных когнитивных процессов - фокусирования, сканирования, создания суперпозиций, аннулирования основных образов и т.п. - к таким структурам".
Человеческие существа имеют тенденцию думать с помощью основных когнитивных конструкций и метафор, таких как "схемы кинестетических репрезентаций - это частично полные контейнеры или паттерн источник-путь-назначение, который реализуется в опыте тела," - спорит Джонсон.
Когда тысячи оттенков цветов были показаны представителям различных культур во всем мире, почти все выбрали одно и то же как "лучший" пример данного основного цвета. Когда вы смотрите на "лучший" пример голубого, предполагает Лакофф, нейроны "воспламеняются" почти оптимальным паттерном, общим для мозга каждого. "Красный цвет не является свойством внешнего мира, - говорит Лакоф. - Это свойство мозга".
Предположение о том, что разум обладает специфическими структурными свойствами, высказал также сторонник искусственного интеллекта Марвин Минский из Массачусетского Технологического Института, который вместе с Сеймуром Пейпертом критикует новую теорию познания, выдвинутую коннекционистами. Минский склоняется к предположению, что разум состоит из множества исполнителей, которые разбивают проблему мышления на микромиры управлений познанием, чтобы сформировать "общество разума".
Существует школа психоанализа, называемая "теорией отношения объектов", которая рассматривает человеческие существа как комплексы субидентичностей. Для Мелани Клейн основной ментальный процесс развития описывается как перемещение внутрь богатого массива важных в чьей-то жизни людей.
"Все во всем", - этот подход можно рассмотреть как изоморфность "модели частей" в НЛП, допускающей нас в область концептуального домена, в котором могут работать шестишаговый рефрейминг, В/К диссоциация и договор частей.

Насколько хорошо нейронные сети выполняют работу компьютеров? Нейровычисления используются сейчас во многих областях от распознавания рукописного текста до детектирования звуков, торговли акциями и защиты кредитных карточек компаний от мошенничества. Один из наших любимых примеров - это NEialkTep-ренса Сеновского - система, основанная на моделировании нейронов, в Университете Джона Хопкинса, которая использовала только 300 нейронов с 18000 связей электронного взвешивания для считывания текста и синтезирования голоса.
Это пример того, как можно начать размышлять о стратегиях. Ключевой момент в нейровычислениях сегодня - это не просто два взаимодействующих ряда нейронов, это использование скрытых единиц, третьего, промежуточного уровня нейронов. На рис. 6 вы можете увидеть, как использование скрытых единиц позволяет использовать меньшее число связей между поверхностями информации. В компьютерах такая архитектура имеет тенденцию к созданию критичных путей репрезентаций смысла. Важные выборы декодируются как тесты, и точки выбора в этих единицах более похожи на транспортные сигналы на оживленном перекрестке.
Сеновский использовал 203 нейронных входа для сканирования образца текста на английском языке на выводящих концах, в то время как 26 нейронов сравнивали текст с фонемами произношения. Восемьдесят скрытых единиц в середине обеспечивали взаимодействие. Результат просто удивителен. Система стартовала со случайным набором значений, что звучало как бесконечный непонятный шум. После сессии тренингов подстроенная система группировалась в слова. Хотя в системе все так же отсутствовали высказывания, ее звучание становилось более человеческим, с узнаваемым ритмом, так, возможно, говорит маленький ребенок. Затем появились имеющие смысл звуки.
В 1986 году программа NEialk, запущеная на компьютере DEC VAX, научилась считывать текст из 100 слов с 98% точностью - чтение примерно на троечку - за 1б часов. Замечательно, что она могла читать другие подобные тексты с почти такой же точностью. Сегодня NEialk работает на современной станции CNAPS с элементной базой на основе нейронных сетей, и для такой же процедуры ей нужно менее секунды.

Последний пример. Родни Брукс в Массачусетском Технологическом Институте конструирует роботов, которые приближаются по интеллекту к насекомым. Его цель - найти выход из того, что мы называем "обман Искусственного Интеллекта", - тенденция интеллекта к абстрагированию для построения восприятии и моторных навыков. Его цель "построить совершенно автоматических роботов, подвижных агентов, которые сосуществовали бы с людьми и воспринимались бы этими людьми как интеллектуальные существа и на правах интеллектуальных существ". Его ключевое направление - это движение к цели разбивкой системы не по функциям, а по активности. "Каждая деятельная или поведенческая система индивидуально соединяет ощущения с действиями... Деятельность - это паттерн взаимодействия с миром. Другим названием деятельности может быть умение, подчеркивающее, что каждая активность может в конце концов post facto быть рационализована как преследование некоторой цели". Подход Брукса дает удивительные результаты, и это пример эры активности в нейровычислениях, согласно которой разрешение работать и расширять реальный мир для хорошо разработанной системы создает новые возможности развития навыка и интеллекта. Не то ли это, что мы пытаемся делать с помощью стратегий НЛП?!
Модель Брукса для построения роботов имеет сходство с "форматом действия" модели приобретения компетентности Лесли Кэмерон-Бэндлер, Дэвида Гордона и Майкла Лебау, прекрасно описанной в их книге "Метод Импринта" в 1984 г. Здесь авторы разукрупняют компетентность в терминах контекста времени, зависящих от результатов, активности и оценочных тестов. Уже 10 лет НЛП имеет модель, которая может быть использована для создания взаимодействующих параллельно работающих стратегий! Но лишь немногие попробовали применить свои разработки для обнаружения и дизайна стратегий. Е
сли мы в НЛП сможем использовать Модель Импринта с параллельными и одновременно взаимодействующими форматами действий и фактор различий в субмодальностях и метапрограммах, которые показывают, как люди двигаются от одного порогового состояния к другому, то мы будем иметь модель, которая будет ближе к тому, что сейчас знают ученые о работе мозга.
Это может быть проще, но все равно не просто. Многие из современных стратегий представляют собой упрощения ментальных процессов, просто "удобные функции". Стратегии памяти, произношения, принятия решения, мотивации и обучения, как мы теперь учим, могут быть объединены вместе в сети для описания одновременного процесса. Метастратегии, такие как генератор нового поведения, основы рефрейминга и другие протоколы, популярная Стратегия Уолта Диснея и другие проекты моделирования достигают результата, но часто требуют много визуализации для следования определенным шагам. Если вы хотите использовать гипнотический подход НЛП, то это возможно, но иногда приводит к непредсказуемым результатам.
Мы верим, что НЛП может найти преимущества с помощью более точных подходов к моделированию познания. Многие из инструментов уже разработаны. У нас есть способ записи стратегий и система различения в метапрограммах и субмодальностях, которые могут быть объединены с Методом Импринта и последними достижениями когнитивной науки.
В следующей статье мы проследим, как в настоящее время стратегии представляются в НЛП, и предложим наше видение того, как мы можем начать применять принципы и методы, которые мы описали здесь. А теперь вы можете проверить для себя, какие стратегии вы используете и как они взаимодействуют с другими. Что такое циклы прямой и обратной связи между памятью, решениями, мотивацией и последовательностями обучения? Посмотрите на Метод Импринта - как мы могли бы использовать для представления одновременных и параллельных процессов? Что выступает в качестве критичности хорошо сформированной стратегии? Это те вопросы, к которым мы постараемся обратиться в нашей следующей статье.

Метафора дня

Сказки - самая конкретная информация. (Т.В. Гагин)

Реклама

Хотите продавать свои знания через Интернет?

"Как Создать Информационный Бестселлер на DVD или CD"



Кликните Здесь, Чтобы Узнать Все Подробности!

© 2008 г. Крымский центр НЛП.      Все права защищены.

Разработка сайта: witchouse.com.ua

Вход для координатора