Вызов интеллектуального терроризма

Термин интеллектуальные трудности плохо запоминается и производит впечатление чего-то мелкого. Он не способен зажечь сердца, вызвать эмоции и показать планетарный масштаб проблемы. Поэтому мы заменили его на яркое и броское название “интеллектуальный терроризм”.

Интеллектуальный терроризм ослабляет умственный потенциал человечества, серьезно тормозит развитие цивилизации. Он уменьшает творческую продуктивность мозга, мешает использовать богатейшие ресурсы симультанного восприятия, обрекая интеллектуальных работников и учащихся на “частичную слепоту” (см. гл. 5). Он многократно увеличивает сложность интеллектуальных задач и резко замедляет их решение. В результате умственная работа, которую можно выполнить за месяцы, нередко затягивается на годы. Это прискорбное замедление касается почти всех видов интеллектуальной работы в науке, технике, образовании, управлении, государственной службе и т. д.

Бессилия интеллекта

У медали есть и другая сторона. В последнее время развитие цивилизации сталкивается с серьезными трудностями, глобальные проблемы обостряются. Попытки их решения не приводят к ощутимому успеху. Все отчетливее проявляет себя неспособность человеческого разума найти решение многих жгучих проблем современности. К числу последних относятся: непрерывные военные конфликты, огромные военные расходы, расползание ядерного оружия, преступность, перенаселенность, нищета, социальные взрывы, религиозный экстремизм, загрязнение среды, утоньшение озонового слоя, опасные процессы в биосфере, рост концентрации парниковых газов, глобальное потепление и возможное повышение уровня океана, исчерпание невозобновимых ресурсов, астероидная опасность и пр.

Для решения названных проблем необходимы беспрецедентные усилия. Роль интеллекта в судьбах мира становится решающей — без целенаправленного вмешательства разума, разума всего человечества, решить этот клубок проблем за приемлемое время вряд ли удастся. Вместе с тем приходится констатировать, что нынешний интеллект человечества слишком слаб и явно недостаточен для решения столь сложных задач. В результате ситуация нередко выходит из-под контроля, вызывая серьезные негативные последствия локального или глобального характера. Цена ошибок, бездействия и слабости интеллекта стала недопустимо высокой.

Цель — значительное улучшение интеллекта

Можно предположить, что улучшение интеллекта может внести весомый вклад в решение глобальных проблем, преодоление системного кризиса цивилизации. С учетом этих и других соображений в книге выдвинута “Стратегическая интеллектуальная инициатива”, цель которой — существенное усиление человеческого интеллекта. Она позволит кардинально увеличить интеллектуальную мощь общества, ускорить решение многих жизненно важных проблем, которые сегодня не поддаются решению.

Материалы и предложения, изложенные в книге, — результат 40-лет­них интенсивных исследований, которые показали, что человеческий интеллект действительно можно улучшить. Применяя описанные в книге и другие аналогичные методы на практике, автор многократно убеждался, что они работают, причем работают эффективно. Размышления об этом и привели к выводу о необходимости крупномасштабной реформы интеллектуального труда.

К сожалению, сегодня проблема улучшения интеллекта находится в тени. Современное общество фактически игнорирует ее, не рассматривая вопрос об улучшении интеллекта в числе приоритетных. Еще вчера такое положение, вероятно, было оправданно, так как надежного метода улучшения интеллекта просто не было. Но ситуация изменилась — в этой книге удалось сделать важный шаг к его созданию. Опираясь на достижения многих ученых, автор разработал теорию эргономичных алгоритмов и на конкретных примерах показал, что такие алгоритмы действительно позволяют улучшить работу ума (см. гл. 6—18). Конечно, это всего лишь частный случай. Однако есть уверенность, что предлагаемый подход окажется эффективным и в других случаях. Например, в гл. 19 автор подверг критике когнитивно-эргономические основания математики и показал возможность ее эргономизации, т. е. улучшения работы ума при решении математических проблем и задач.

Проблема улучшения интеллекта созрела для практического решения. Пришла пора поместить ее в центр внимания, привлечь к обсуждению не только ученых, но и общественность, а также политиков, так как успех крупномасштабных преобразований во многом зависит от общественного одобрения и политической воли.

И последнее. Вести работу по улучшению интеллекта чрезвычайно трудно. Но трудность эта особого рода. Она связана с необходимостью болезненной ломки устаревших представлений, которые до сих пор владеют умами многих уважаемых ученых. Речь идет о серьезной переоценке ценностей, так как предлагаемый принцип эргономизации науки требует изменения взглядов на саму сущность науки, пересмотра критериев научности. Повторим сказанное в гл. 20: данная работа представляет собой осторожную и вместе с тем решительную попытку поставить под сомнение господствующие, повсеместно распространенные, но устаревшие стереотипы научного мышления и предложить альтернативный подход под названием “проектоника” (теория интенсификации интеллекта).

Но главная цель книги лежит не в области теории, а в области практики. Нужно во много раз увеличить продуктивность человеческого ума в реальной жизни — в условиях каждодневной умственной работы в организациях, фирмах, офисах, научных центрах, учебных заведениях и т. д. Это можно и обязательно нужно сделать.

Список литературы

Интеллектуальный терроризм:
фантазия или реальность?

1. Лорьер Ж.-Л. Системы искусственного интеллекта. М.: Мир, 1991. С. 6, 7.

2. Интеллектуальная культура специалиста. Новосибирск: Наука, 1988.

3. Междисциплинарный подход к исследованию научного творчества. М.: Наука, 1990.

4. Видинеев Н. В. Природа интеллектуальных способностей человека. М.: Мысль, 1989.

5. Пиаже Ж. Психология интеллекта // Ж. Пиаже. Избранные психологические труды. М.: Просвещение, 1969.

6. Венда В. Ф. Системы гибридного интеллекта: эволюция, психология, информа­тика. М.: Машиностроение, 1990.

7. Альтшулер Г. С. Найти идею. Введение в теорию решения изобретательских задач. Новосибирск: Наука, 1991.

8. Скотт Д. Г. Сила ума. Описание пути к успеху в бизнесе. Киев: Век, 1991.

9. Клейн Ф. Лекции о развитии математики в XIX столетии: В 2 т. Т. 1. М.: Наука, 1989. С. 424.

10. Психологические проблемы автоматизации научно-исследовательских работ. М.: Наука, 1987. С. 10.

11. Трофимов Ю. Л. Техническое творчество в САПР. (Психологические аспекты). Киев: Вища школа, 1989. С. 6.

12. Декарт Р. Избр. произв. М.: Госполитиздат, 1950. С. 80, 89.

13. Катасонов В. Н. Метафизическая математика XVII в. М.: Наука, 1993. С. 32.

Глава 1

1. Martin J., McClure C. Diagramming Technique for Analysts and Programmers. N. J.: Prentice Hall, Inc., 1985. P. 81–120, 208–350.

2. Martin J. Recommended Diagrammed Standards for Analysts and Programmers. N. J.: Prentice Hall, Inc., 1985.

3. Martin J., McClure C. Action Diagramms: Clearly Structured Specifications, Programs and Procedures. Second Edition. N. J.: Prentice Hall, 1989.

4. Martin J. Rapid Application Development. N.-Y.: Macmillan Publishing Co., 1991. P. 399–439, 611–640.

5. Фаулер М., Скотт К. UML в кратком изложении. Применение стандартного языка объектного моделирования. М.: Мир, 1999. С. 146–158.

6. Nassi I., Schneiderman B. Flowchart Techniques for Structured Programming // ACM SIGPLAN Notices. 1973. Vol. 8. No 8. P. 12–26.

7. Belady L. A., Evangelisti C. J., Power L. R. GREENPRINT: a Graphic Representation of Structured Programs // IBM Syst. J. 1980. Vol. 19. No 4. P. 542–553.

8. Modern Software Engineering. Foundations and Current Perspectives. Edited by A. Ng. Peter, T. Yeh Raymond. N.-Y.: Van Nostrand Reinhold, 1990.

9. Паронджанов В. Д. Перспективы информационных технологий и повышение продуктивности интеллектуального труда // НТИ. Сер. 1. 1993. № 5.

10. Солсо Р. Л. Когнитивная психология. М.: Тривола, 1996.

11. Симонов П. В. Предисловие // Д. Норман. Память и научение. М.: Мир, 1985. С. 5.

Глава 3

1. Сергеев Б. Ф. Ступени эволюции интеллекта. Л.: Наука, 1986. С. 189.

2. Зенкин А. А. Когнитивная компьютерная графика и научное творчество // Будущее искусственного интеллекта. М.: Наука, 1991. С. 274.

3. Кукушкин В. Д., Неволин И. Ф., Бушуев В. С. Организация умственного труда. Ч. 1. М.: МИСИС, 1976. С. 60.

4. Кибернетика и логика. Математико-логические аспекты становления идей кибернетики и развития вычислительной техники. М.: Наука, 1978. С. 192, 207, 208.

5. Martin J., McClure C. Diagramming Technique for Analysts and Programmers. Prentice Hall, 1985. P. 1–3.

6. Паронджанов В. Д. Знаковая революция как движущая сила НТР // Теоретические вопросы истории техники и научно-технического прогресса. М.: Наука, 1994.

7. Кибернетика и вычислительная техника. Вып. 1. М.: Наука, 1985. С. 207.

8. Громов Г. Р. Очерки информационной технологии. М.: Инфоарт, 1993. С. 143–158, 265–299.

9. Программные средства вычислительной техники. Толковый терминологический словарь-справочник. М.: Изд-во стандартов, 1990. С. 21.

10. Краткий экономический словарь. М.: Политиздат, 1987. С. 331.

11. Научно-технический прогресс. Словарь. М.: Политиздат, 1987. С. 293, 349.

12. Толковый словарь по искусственному интеллекту. М.: Радио и связь, 1992. С. 36.

13. Джорджеф М. П., Лэнски Э. Л. Процедурные знания // ТИИЭР. 1986. Т. 74. № 10. С. 101.

14. Иванов В. Н. Социальные технологии в современном мире. Москва—Нижний Новгород: Изд-во Волго-Вятской академии госслужбы, 1996.

15. Социальные технологии: Толковый словарь: Центр социальных технологий. Москва—Белгород: Луч, 1995.

16. Martin J. Rapid Application Development. N.-Y.: Macmillan Publishing Co., 1991. P. 2–6, 36–40.

17. Woodward J. F. Science in Industry: Science of Industry. An Introduction to the Management of Technology-Based Industry. Aberdeen: Aberdeen University Press, 1982. P. 13.

Глава 5

1. Хухо Ф. Нейрохимия. Основы и принципы. М.: Мир, 1990. С. 9–14.

2. Митькин А. А. Системная организация зрительных функций. М.: Наука, 1988. С. 46, 117, 136, 153.

3. Parondjanov V. D. Intensification of the Students' Intellect and the Theory of Intensive Distance Education // Distance Learning and New Technologies in Education: Proc. of the First International Conference on Distance Education in Russia. M.: Association for International Education, 1994. P. 415, 416.

4. Глезер В. Д. Зрение и мышление. СПб.: Наука, 1993. С. 14, 253.

5. Венда В. Ф. Средства отображения информации (Эргономические исследования и художественное конструирование). М.: Энергия, 1969. С. 165, 167, 168.

6. Шнейдерман Б. Психология программирования. Человеческие факторы в вычислительных и информационных системах. М.: Радио и связь, 1984. С. 12, 22–46.

7. Кертис Б. и др. Психология программных систем: о необходимости междисциплинарной комплексной программы исследований // ТИИЭР. 1986. Т. 74, № 8. С. 43.

8. Martin J. Rapid Application Development. N.-Y.: Macmillan Publishing Co., 1991. P. 607.

9. Martin J., McClure C. Diagramming Technique for Analysts and Programmers. N. J.: Prentice Hall, Inc., 1985. P. 26, 27.

10. Modern Software Engineering. Foundation and Current Perspectives. N. Y.: Van Nostrand Reinhold, 1990.

11. Боэм Б. У. Инженерное проектирование программного обеспечения. М.: Радио и связь, 1985. С. 488.

Глава 6

1. Shu N. C. Visual Programming. N.-Y.: Van Nostrand Reinhold Comp., 1988.

2. ГОСТ 19.701–90. Схемы алгоритмов, программ, данных и систем. Условные обозначения и правила выполнения. М.: Изд-во стандартов, 1991.

3. Вельбицкий И. Знакомьтесь, Р-технология // НТР: проблемы и решения. 1987. № 13. С. 5.

4. Шнейдерман Б. Психология программирования. Человеческие факторы в вычислительных и информационных системах. М.: Радио и связь, 1984. С. 90, 92.

5. Лингер Р., Миллс Х., Уитт Б. Теория и практика структурного программирования. М.: Мир, 1982. С. 124–126, 139–146.

6. Йодан Э. Структурное проектирование и конструирование программ. М.: Мир, 1979. С. 185–196.

Глава 13

1. Кемп П., Арнс К. Введение в биологию. М.: Мир, 1988. С. 612, 613.

2. Руководство по профилактической медицине. М.: Новая слобода, 1993. С. 40.

3. Философский словарь. М.: Политиздат, 1991. С. 114, 115.

4. Психология. Словарь. М.: Политиздат, 1990. С. 101–103.

5. Математическая энциклопедия. М.: Сов. энциклопедия, 1977. Т. 1. С. 202–210.

Глава 16

1. Bohm C., Jacopini G. Flow Diagrams, Turing Machines and Languages with Only Two Formation Rules // Comm. ACM. 1965. Vol. 9, N 5. P. 366–371.

2. Дал У., Дейкстра Э., Хоор К. Структурное программирование. М.: Мир, 1975. С. 25–28.

3. Лингер Р., Миллс Х., Уитт Б. Теория и практика структурного программирования. М.: Мир, 1982. С. 100, 102, 120, 121, 123, 141, 142.

4. Майерс Г. Надежность программного обеспечения. М.: Мир, 1980. С. 134, 135, 137, 138, 150.

5. Хьюз Дж., Мичтом Дж. Структурный подход к программированию. М.: Мир, 1980. С. 24, 73, 80.

6. Брусенцов Н. П. Микрокомпьютеры. М.: Наука, 1985.

7. Сауле Я. В. Перспективы построения программного обеспечения // Программирование. 1985. № 6. С. 34.

8. Знакомьтесь, Р-технология // НТР: проблемы и решения. 1987, № 13, 7–20 июля. С. 4, 5.

9. Толковый словарь по вычислительным системам. М.: Машиностроение, 1991. С. 463.

10. Очков В. Ф., Пухначев Ю. В. 128 советов начинающему программисту. М.: Энергоатомиздат, 1992. С. 21.

11. Котов В. Е., Сабельфельд В. К. Теория схем программ. М.: Наука, 1991. С. 71, 76–78.

12. Касьянов В. Н. Оптимизирующие преобразования программ. М.: Наука, 1988. С. 35.

13. Евстигнеев В. А. Применение теории графов в программировании. М.: Наука, 1985. С. 5.

14. Янов Ю. И. О локальных преобразованиях схем алгоритмов // Проблемы кибернетики. 1968. Вып. 20. С. 201.

15. Ершов А. П. Современное состояние схем программ // Проблемы кибернетики. 1973. Вып. 27. С. 87–110.

16. Венда В. Ф. Инженерная психология и синтез систем отображения информации. М.: Машиностроение, 1982. С. 300–302.

17. Криницкий Н. А. Алгоритмы вокруг нас. М.: Наука, 1984. С. 102.

18. Питерс Л. Дж. Методы отображения и компоновки программных средств // ТИИЭР. 1980. Т. 68, № 9. С. 60.

19. Рейуорд-Смит В. Дж. Теория формальных языков. Вводный курс. М.: Радио и связь, 1988. С. 28, 30, 44.

20. Левкин Г. Н., Левкина В. Е. Demo Turbo C. 98 тем для начинающего програм­миста. Витебск: Прок, 1992. С. 35.

21. Уэйт М., Прата С., Мартин Д. Язык Си. М.: Мир, 1988. С. 237, 239, 240.

22. Дейкстра Э. Дисциплина программирования. М.: Мир, 1978.

Глава 17

1. Ершов Ю. Л., Палютин Е. А. Математическая логика. М.: Наука, 1979. С. 12, 13.

2. Клини С. К. Введение в метаматематику. М.: ИЛ, 1957. С. 59–61.

3. Колеватов В. А. Социальная память и познание. М.: Мысль, 1984. С. 133.

4. Зенкин А. А. Когнитивная компьютерная графика. М.: Наука, 1991.

5. Кондаков Н. И. Логический словарь-справочник. М.: Наука, 1976. С. 101, 285.

6. Поспелов Г. С. Искусственный интеллект основа новой информационной технологии. М.: Наука, 1988. С. 41.

7. Котов В. Е., Сабельфельд В. К. Теория схем программ. М.: Наука, 1991. С. 67–82.

8. Касьянов В. Н. Оптимизирующие преобразования программ. М.: Наука, 1988. С. 35, 228.

9. Ершов А. П. Введение в теоретическое программирование. М.: Наука, 1977. С. 226–281.

10. Андерсон Р. Доказательство правильности программ. М., 1988. С. 152.

11. Грис Д. Наука программирования. М.: Мир, 1984. С. 303.

12. Хлебцевич Г. Е., Цыганкова С. В. Визуальный стиль программирования: понятия и возможности // Программирование. 1990. № 4. С. 78.

13. Ершов А. П. Операторные алгоритмы. III (Об операторных схемах Янова) // Проблемы кибернетики. Вып. 20. М.: Наука, 1968. С. 187, 189.

14. Бульонков М. А., Кочетов Д. В. Схема эффективной специализации императивных программ // Программирование. 1995. № 5. С. 33.

15. Hепейвода Н. Н. Выводы в форме графов // Семиотика и информатика. Вып. 26. М.: ВИНИТИ, 1985.

Глава 18

1. Зараковский Г. М., Зинченко В. П. Анализ деятельности оператора // Эргономика. Принципы и рекомендации. Вып. 1. М.: ВНИИТЭ, 1970.

2. Галактионов А. И. Инженерная психология // Тенденции развития психологической науки. М.: Наука, 1989. С. 136–143.

3. Человеческий фактор: В 6 т. М.: Мир, 1991. Т. 3, 4.

4. Хоггер К. Введение в логическое программирование. М.: Мир, 1985. С. 14.

5. Осуга С. Обработка знаний. М.: Мир, 1989. С. 179.

6. Лорьер Ж.-Л. Системы искусственного интеллекта. М.: Мир, 1991. С. 420, 421, 443.

7. Доорс Дж. и др. Пролог — язык программирования будущего. М.: Мир, 1990.

8. Практикум по инженерной психологии и психологии труда / Т. П. Зинченко, Г. В. Суходольский, М. А. Дмитриева и др. Л.: ЛГУ, 1983. С. 146.

9. Разумов А. Н., Косолапов О. А., Пикалов Д. А. Психофизиологическая подготовка членов экипажей многоместных летательных аппаратов к взаимодействию в аварийных ситуациях // Военно-медицинский журнал. 1991. № 12. С. 47, 48.

10. Зайдельман Я. Н., Лебедев Г. В., Самовольнова Л. Е. Три кита школьной информатики // Информатика и образование. 1993. № 3. С. 19; № 4. С. 14.

11. Деятельность: теория, методология, проблемы. М.: Политиздат, 1990.

12. Философские проблемы деятельности (Материалы круглого стола) // Вопр. философии. 1985. № 2, 3, 5.

13. Игнатенко Е. И. Чернобыльская авария и ликвидация ее последствий // Информационный бюллетень, 1989. М.: ЦНИИ атоминформ, 1990.

14. Чернобыльская катастрофа: Причины и последствия (Эксперт. заключение). В 4 ч. Ч. 1: Непосредственные причины аварии на Чернобыльской АЭС. Дозиметрический контроль. Меры защиты и их эффективность. Минск: Тест, 1993. С. 3–122.

15. Всемирный день окружающей среды. Информационные материалы 1990. М.: ВИНИТИ, 1991. С. 32, 37.

16. Авиженис А., Лапри Ж.-К. Гарантоспособные вычисления: от идеи до реализации в проектах // ТИИЭР. 1986. Т. 74, № 5. С. 8.

17. Паронджанов В. Д. Кризис цивилизации и нерешенные проблемы информатизации // НТИ. Сер. 2. 1993. № 12.

18. Болошин И. А. Еще раз о кризисе цивилизации и нерешенных проблемах информатизации // НТИ. Сер. 2. 1994. № 9.

19. Перминов О. Н. Программирование на языке Паскаль. М.: Радио и связь, 1988. С. 4, 5.

20. Дейкстра Э. Дисциплина программирования. М.: Мир, 1978. С. 9.

21. Лекции лауреатов премии Тьюринга. М.: Мир, 1993. С. 392, 393.

Глава 19

1. Барабашев А. Г. Будущее математики. Методологические аспекты прогнозирования. М.: МГУ, 1991. С. 19, 20.

2. Клайн М. Математика. Поиск истины. М.: Мир, 1985. С. 269.

3. Диофант. Арифметика. М.: Наука, 1974.

4. Никифоровский В. А. В мире уравнений. М.: Наука, 1987. С. 47–57, 104–124.

5. Кликс Ф. Пробуждающееся мышление. История развития человеческого интеллекта. Киев: Вища школа, 1985. С. 236, 237.

6. Стройк К. Л. Краткий очерк истории математики. М.: Наука, 1990. С. 83–118, 139–143, 213, 214.

7. Кукушкин В. Д., Неволин И. Ф., Бушуев В. С. Организация умственного труда. М.: МИСИС, 1976. С. 134–136, 141.

8. Сrowe M. J. A History of Vector Analysis. The Evolution of the Idea of a Vectorial Systems. N.-Y., 1985. P. 217.

9. Кузнецова Н. И. Наука в ее истории. Методологические проблемы. М.: Наука, 1982. С. 103–105.

10. Нейгебауэр О. Точные науки в древности. М.; 1968. С. 67.

11. Алиев Т. М., Вигдоров Д. И., Кривошеев В. П. Системы отображения информации. М.: Высшая школа, 1988. С. 10, 57–64.

12. АСМ SIGGRAPH Computer Graphics. 1987. Vol. 21. No 6.

13. Зенкин А. А. Когнитивная компьютерная графика и научное творчество // Будущее искусственного интеллекта. М.: Наука, 1991. С. 270–274.

14. Гантмахер Ф. Р. Теория матриц. М.: Наука, 1988. C. 141, 142.

15. Паронджанов В. Д. Операторная теория сопровождающих матриц и линейные переключающие схемы. Рукопись статьи депонирована в ЦНТИ “Поиск”. Реферат рукописи опубликован в журнале “Промышленно-технический опыт”, 1982, № 5.

Глава 20

1. Выготский Л. С. Собр. соч. в 6 т. Т. 3. М.: Педагогика, 1983. С. 80.

2. Полторацкий А., Швырев В. Знак и деятельность. М.: Политиздат, 1970. С. 6.

3. Роль сенсорного притока в созревании функций мозга. М.: Наука, 1987.

4. Сахаров Д. А. Предисловие редактора перевода / Г. Шеперд. Нейробиология. В 2 т. Т. 1. М.: Мир, 1987. С. 6.

5. Блум Ф., Лейзерсон А., Хофстедтер Л. Мозг, разум и поведение. М.: Мир, 1988. С. 73.

6. Вартанян Г. А., Пирогов А. А. Нейробиологические основы высшей нервной деятельности. Л.: Наука, 1991. С. 153–156.

7. Научное знание: логика, понятия, структура. Новосибирск: Наука, 1987. С. 154.

8. Born-Andersen N. Are “Human Factors” Human? // Computer j. British Computer Society. 1988. Vol. 31, N 5. P. 386–390.

9. Visualization. Using Computer Graphics to Explore Data and Present Information / J. R. Brown, R. Earnshow, M. Jern, J. Vince. John Wiley & Sons, Inc., 1995.

10. Педагогика, 1996. № 5. С. 20, 21.

11. Микк Я. А. Оптимизация сложности учебного текста. М.: Просвещение, 1991. С. 3, 9.

12. Лорьер Ж.-Л. Системы искусственного интеллекта. М.: Мир, 1991. С. 13, 18.

13. Представление и использование знаний. М.: Мир, 1989. С. 5.

 

 

Владимир Даниелович ПАРОНДЖАНОВ

КАК УЛУЧШИТЬ РАБОТУ УМА

Алгоритмы без программистов — это очень просто!

Гл. редактор Ю. В. Луизо

Зав. редакцией Г. Г. Кобякова

Художники Н. В. Пьяных, С. А. Ульянов

Компьютерная подготовка оригинал-макета Ю. С. Лобанов, Т. А. Лобанова

Технический редактор Л. А. Зотова

Корректоры Л. И. Трифонова, Е. И. Борисова

Лицензия ИД № 03590 от 19.12.2000 г.

Гигиеническое заключение № 77.99.2.953.П.16308.12.00 от 01.12.2000 г.

Подписано в печать 24.08.2001. Формат 60 ´ 90 ¹/₁₆.

Бумага офсетная. Гарнитура Таймс. Печать офсетная.

Усл. печ. л. 22,5. Тираж 3000 экз. Заказ № 899. Изд. № 188

Издательство “Дело”
117571, Москва, пр-т Вернадского, 82

Коммерческий отдел — тел.: [phone]

E-mail: [e-mail]

Internet: http://www.delo.ane.ru

Отпечатано в Московской типографии № 6
Министерства Российской Федерации по делам печати, телерадиовещания
и средств массовых коммуникаций
109088, Москва, Ж-88, Южнопортовая ул., 24

 

 

Отзывы

о книге В. Паронджанова “Как улучшить работу ума”

 

[1] Применительно к сфере образования эргономический критерий Декарта есть не что иное, как требование минимизации умственных усилий учащегося, затрачиваемых на единицу прочно усваиваемых знаний, умений и навыков.

[2] Когнитивная психология (психология познавательных процессов) уподобляет мозг компьютеру, исследует переработку информации человеком и рассматривает познание как “совокупность процессов переработки информации” [10]. Когнитивная наука (наука об интеллекте) — это более широкое понятие, представляющее собой сплав когнитивной психологии, психофизики, кибернетики, нейробиологии, лингвистики, математической логики и ряда других отраслей знания.

[3] Императивный язык — это язык, который описывает работы и процессы, состоящие из действий, а также условия выполнения каждого действия.

[4] Автоформализация — это не автоматическая формализация, а самоформализация, т. е. формализация знаний, которую человек выполняет САМ.

[5] Мы используем термин “технологические знания” и в качестве синонима “императивные знания” вместо обычно употребляемого в литературе понятия “процедурные знания”, так как последнее сильно привязано к тематике искусственного интеллекта, где оно иногда трактуется слишком узко [12]. Кроме того, термин “технологические знания” соответствует развиваемой точке зрения, согласно которой технология является общим (родовым) понятием по отношению к понятиям “алгоритм” и “техпроцесс”.

[6] Речь, разумеется, не идет о внутрикомпьютерных логических описаниях декларативных знаний, которые, в принципе, можно унифицировать; целесообразность подобной унификации — отдельный вопрос.

[7] См.: Е. Г. Ойхман, Э. В. Попов. Реинжиниринг бизнеса: реинжиниринг организаций и информационные технологии. М.: Финансы и статистика, 1997.

[8] АСУ — автоматизированная система управления.

[9] Один из апостолов компьютерного мира Чарлз Хоар говорит: “Разве не привело бы нас в восторг, если бы добрая фея предложила вам взмахом своей волшебной палочки над вашей программой убрать все ошибки с одним только условием — вы должны переписать и ввести всю вашу программу три раза!”

[10] Известный русский физиолог И. Сеченов считал, что исходным моментом отражения предмета является его контур, т. е. отделенность по известным граням от окружающего фона. Он называл контур “раздельной гранью двух реальностей”.

[11] Требование хорошей структуры имеет некоторое сходство с законом “хорошей формы” гештальтпсихологии (законом прегнантности) [2].

[12] Блок-схема по определению содержит два основных элемента: блоки (фигуры с замкнутым контуром, внутри которых помещается текст) и соединяющие их линии. Блок-схема — широкое понятие, которое охватывает схемы алгоритмов и программ, схемы декомпозиции, схемы зависимости, схемы “сущность—связь”, схемы потоков данных и т. д.

[13] Это связано с тем, что в нашем мозгу имеются специальные нейронные механизмы “для сегментации поля зрения, т. е. для разбиения его на участки, имеющие зрительно-смысловое значение” [4].

[14] Два алгоритма называются эквивалентными, если они дают одинаковые результаты для одних и тех же исходных данных.

[15] Доказательство теорем 1 и 2 предоставляем читателю. Указание: необходимо опереться на теорему о структурировании и метод Ашкрофта—Манны [5, 6].

[16] Правило “главный маршрут идет по шампуру” — это необходимое, но отнюдь не достаточное условие эргономичности алгоритма. Другое условие — эргономизация текста. Вопрос “Ноги короче, чем брюки?” звучит вычурно, противоестественно и сбивает с толку читателя. Вместо него следует написать: “Брюки слишком длинные?” В итоге получим действительно понятный и эргономичный алгоритм.

[17] Здесь необходимо уточнение. В дракон-схемах слова “да” и “нет” записываются только у выходов иконы “вопрос” и больше нигде. В следующей главе будет показано, что язык ДРАКОН не нуждается в специальных обозначениях для значений логических переменных. Использование слов “да” и “нет” в качестве значений переменных — это скорее педагогический прием для облегчения объяснений, а не принадлежность языка.

[18] Указанное выражение можно еще больше упростить — вынести член ┐E за скобки, однако для наших целей это несущественно.

[19] Авторами дракон-схем на рис. 105—107 и изображенной на них методологии являются В. Болнов, Д. Шипов и В. Кууль.

[20] Автором данного параграфа является главный эргономист Московского вертолетного завода, член Международного эргономического общества А. Макаркин.

[21] Как видно из рис. 131, предложенная Дейкстрой форма иконы “вопрос” (?) и конструкции “переключатель” (case), а также топология соединительных линий при переходе к языку ДРАКОН подверглись модернизации и эргономическим улучшениям. В частности, стремясь реализовать третий принцип (принцип единой вертикали), Дейкстра использует “внутренние” наклонные линии и избыточные изломы, что нарушает эргономическую гармонию рисунка. Чтобы устранить эти погрешности, в язык ДРАКОН внесены необходимые уточнения. Например, в блок-схеме конструкции repeat-until Дейкстра использует пять изломов и одну наклонную линию; в дракон-схеме всего два излома, а наклонных отрезков нет вовсе — см. нижний ряд на рис. 131.

[22] В дальнейшем мы будем нередко использовать приставку “видео”, трактуя ее как “относящийся к визуальному программированию” или “относящийся к визуальному представлению знаний”.

[23] В последнем случае для обозначения блок-схем иногда используют термин “органиграммы”.

[24] Заметим, что силуэт на рис. 136 можно интерпретировать как детерминированный конечный автомат [19], показанный на рис. 137 (входной алфавит и переходная функция автомата не показаны).

[25] Оперативная единица восприятия — это семантически целостное образование, формирующееся в результате перцептивного обучения и создающее возможность практически одноактного, симультанного и целостного восприятия объектов внешнего мира независимо от числа содержащихся в них признаков [1].

[26] Как и древние греки, Виет придерживался правила: сторону можно складывать только со стороной, квадрат — с квадратом, куб — с кубом и т. д. Поэтому для придания уравнению однородности Виет после входящих в него параметров писал planum (плоскость), solidum (тело) и т. д.

[27] Декарт не мог этого сделать, поскольку он не знал действительных чисел. Последнее понятие появляется только в трудах Ньютона, который впервые провел арифметизацию алгебры, окончательно отделив ее от геометрии.

[28] Обобщая, можно сказать, что любой рисунок в этой книге, а также его достаточно крупная смысловая часть также является суперзнаком.

[29] Игра слов: деизм — религия разума эпохи Просвещения; с другой стороны, d -изм — применение буквы d, которую Лейбниц широко использовал в выраже­ниях dx, dy, dx / dy и т. д.

[30] По соображениям удобства на рис. 140 мы изображаем сопровождающую матрицу в транспонированном виде.

[31] Экстероцептор — биологический датчик информации (рецептор), передающий в мозг информацию об окружающем мире.

[32] Проприоцептор — биологический датчик, расположенный в тканях мышечного и суставного аппарата, воспринимающий их растяжение и сокращение и передающий в мозг информацию о положении мышц и суставов. Благодаря этой информации человек может, например, с закрытыми глазами попасть пальцем в кончик носа.

[33] Интероцептор — биологический датчик, передающий в нервную систему информацию о состоянии внутренних органов (желудок, легкие, сердце и т. д.). Эта информация необходима для работы систем автоматического (бессознательного) управления пищеварением, дыханием, кровообращением и т. д.

[34] См.: Р. Флиндт. Биология в цифрах. М.: Мир, 1992. С. 248, 277.