Рассмотрим алгоритм формирования кратковременной памяти в связи с ФА. Как уже говорилось, модели в ней образуются от восприятия среды или вводятся из внешней памяти через действия по активации. Действия осуществляются как заданные акты выбора адреса и включения модели и определяются чувствами и активностью других моделей в памяти (рис. 32). Акту действия, например сравнения моделей, предшествует сложный пересчет уровня активности всех моделей в кратковременной памяти. Выбор следующего действия с моделями, то есть поиск адреса новой модели, определяется всей совокупностью активных моделей. Это легко заявить, но трудно воспроизвести. Однако другого выхода просто не существует, если отвергнуть идею сетевого интеллекта СИ, в котором в течение каждого такта нужно пересчитывать активность всех его моделей, поскольку в нем нет разделения памяти на кратковременную и длительную.

Рис. 32. Схема последовательной активации моделей в кратковременной памяти: Д1, Д2, Д3 — действия; М1, М2 — модели. Ч — суммарный стимул как приращение чувств, активирующее модели. ДОБ — обобщенное действие, поступающее с ФА высшего уровня, которое играет роль дополнительного стимула.

Для сокращения числа моделей, расчет активности которых нужно осуществлять в течение каждого такта, следует предусмотреть более быстрое их удаление из кратковременной памяти и перевод в длительную, но с сохранением повышенной проходимости связей между моделями, составляющими одну «фразу», что позволяет легко «вспомнить» ее, пока она еще «свежа». Естественно предложить удалять из памяти «отработанные» модели, те, которые уже были использованы для выбора адреса последующих и сообщения им активности. Сюда войдут прежде всего многочисленные модели внешней среды, которые вводятся от рецепторов в большом количестве, автоматически, без отбора. Первоначальная активность этих моделей невелика, в ходе последующего анализа, точнее — действия распознавания, они заменяются «своими» моделями и становятся ненужными. Для них должны предусматриваться «крутые» динамические характеристики. Если внешняя среда еще понадобится при втором «круге», ее можно воспринять заново. То же самое и с моделями вариантов планов: как только выбран один, другие уже не нужны. Значимость моделей в кратковременной памяти должна все время проверяться по их связям с потребностями. Связи надо прерывать, как только этапы ФА уходят вперед. К сожалению, выдвинуть подобные пожелания легче, чем выполнить.

Поиск и «выбраковывание» из памяти ненужных моделей приводит нас к необходимости специального уменьшения их активности, то есть введения торможения. Оно должно дополнить динамические характеристики моделей (см. рис. 18), отражающие постепенность самостоятельного затухания активности возбужденных моделей. Торможение сделает их более крутыми. Оно всегда имеет место в сетевых моделях и в мозге. Другим выходом является создание специального алгоритма изменения характеристик для тех моделей, которые уже использованы. Пока трудно сказать, что выгоднее для АИ.

Второй вопрос — о доминировании «главной» модели над всеми прочими. Уже было сказано, что «новая» модель должна быть «мыслью» и для этого она должна быть активнее всех остальных. То же касается и «старой» модели, если она снова понадобится и активируется повторно, будучи вовлеченной в действия. В разделе об иерархии и сети из ФА было указано на множественность одновременно происходящих или готовящихся действий, призванных удовлетворить различные потребности интеллекта в изменяющейся внешней среде. Как в этом хаосе обеспечить целенаправленные действия, чтобы раз начатый ФА доходил до конца, а не останавливался посредине, будучи прерванным конкурирующим ФА. Конечно, есть «рефлекс цели», но он работает на все ФА и не может стать достаточно сильным механизмом, обеспечивающим приоритет главному ФА. Суть этого приоритета состоит в том, что модели, вовлеченные в главный ФА, должны активно направлять его вперед, то есть вмешиваться в выбор адреса модели для следующего переключения и даже в выбор самого действия. Нужно примирить противоположные требования: обеспечить «консерватизм», то есть доведение до конца начатого, и «гибкость» как способность переключиться на новое, если этого настоятельно требует внешняя среда или изменившиеся потребности. В свое время — в 1963 г.—я предложил для этой цели специальную программу.

Принцип СУТ для сетевого интеллекта состоит в том, что каждый такт деятельности разума начинается с пересчета активности всех моделей, затем активности сравниваются и наиболее активная модель получает дополнительное усиление, а все другие — торможение. Обычно дополнительно активируется та модель в сети, которая наиболее значима, поскольку именно она главным образом получает энергию от моделей чувств-потребностей. Все другие, наоборот, снижают свою активность. Гипотезой было предусмотрено, что после краткого усиления «главной» модели связь к ней от СУТ как бы «устает», и усиление отключается. Одновременно отключается и торможение всех других моделей. Начинается новый цикл: снова пересчитываются активности моделей, снова выбирается наиболее активная, к ней приключается СУТ, усиливает ее и тормозит все другие. Таким образом устанавливается приоритет для самой значимой модели, которая в то же время имеет возможность усилить к следующему такту связанную с ней другую модель и, следовательно, обеспечить движение активности по моделям, представляющим этапы ФА. Повторное включение одной и той же модели исключается ее блокировкой на несколько тактов. Эта гипотеза была неоднократно воспроизведена в наших моделях сетевого интеллекта на ЦВМ и в модели, выполненной на физических элементах. Схема, объясняющая принцип СУТ, показана на рис. 33.

Рис. 33. Схема системы усиления-торможения — СУТ: Рц1 , Рц2 — рецепторы; М1, М2, М3 — модели образов внешней среды; Чп — чувства-потребности; Д1, Д2, Д3 — модели действий; Чм — «мышечное чувство»; Мш1, Мш2 — мышцы, Т— тело; Эн — источник активности для СУТ; Ус — усиливающая часть СУТ; Торм — ее тормозящая часть. Жирная пунктирная линия — усиление избранной для сознания модели; тонкие пунктирные линии — торможение остальных моделей; жирные сплошные линии — особенно большая активность между моделями, предполагающая захват СУТ следующей моделью Д2. Для М1 и Д2 показаны условные схемы нейронных ансамблей, составляющих модели.

Гипотеза о сетевом разуме с СУТ позволяет дать модельную трактовку психологических понятий. Вот как они выглядят:

1. Мышление — взаимодействие моделей, направляемое чувствами и СУТ.

2. Мысль — модель, усиленная СУТ в данный момент.

3. Сознание — движение активности по значимым моделям, усиленным СУТ, отражающим важнейшие отношения в системе субъект—среда.

4. Подсознание — взаимодействие моделей, ослабленных СУТ. Оно обеспечивает подготовку моделей для сознания, распознавание заученных образов и выполнение привычных движений.

Таким образом, впервые в модельном исполнении продемонстрированы сферы сознания и подсознания. Взаимодействие обеих сфер обеспечивает противоположные и взаимно дополняющие свойства интеллекта человека — дискретность сознания и непрерывность подсознания.

В зависимости от суммарного напряжения чувств изменяется уровень усиления и торможения со стороны СУТ и соответственно изменяется соотношение значений сознания и подсознания. Не следует думать, что гипотеза дает приоритет подсознанию, а СУТ только регистрирует то, что достигнуто бессознательно. В действительности после пребывания в сознании модель получает мощный толчок активности, и хотя она не может сразу вернуться в сознание, поскольку связь ее с СУТ блокирована на несколько тактов, но однако передает свою энергию другим моделям, связанным с нею, и таким образом как бы направляет дальнейшее движение мысли. Поэтому наблюдается «связность мышления». Если бы сознание являлось лишь орудием подсознания, то переключения СУТ были бы беспорядочными и целенаправленная деятельность стала бы невозможной. Сетевой интеллект с СУТ позволяет воспроизвести многие феномены мышления и поведения человека, но использование этого принципа для моделирования достаточно сложного интеллекта оказалось нереалистичным. Поэтому вернемся к алгоритмическому интеллекту и посмотрим, насколько в нем применима и полезна СУТ.