Дедуктивные подходы — такие, как искусственный интеллект, начинают с символьных имен и описания уже имеющихся категорий (например магический, математический символизмы и физический мир). Когнитивное моделирование исходит из представления, что такое символьное взаимодействие имеет сходство со способами классификации, используемыми нашим мозгом. Ожидается, что со временем этот подход объединится с индуктивным подходом пытающимся смоделировать аппаратное обеспечение нашего мозга.
ИИ — мозгоподобная система.
Свойства мозгоподобных систем:
I.
Высочайшая динамическая устойчивость, пластичность, адаптация к разным условиям работы.
II.
Высокая упорядоченность детерминированного типа сочетающаяся с вероятностным принципом работы. Раскрыть оптимальное сочетание этих двух принципов деятельности — важная задача науки.
III.
Существенная роль в работе мозга принадлежит непрерывным (а не только дискретным) процессам обработки информации. Использование аналогового принципа работы на различных уровнях во многом объясняет гигантские возможности мозга в переработке поступающей в него информации. Поэтом актуальным является вопрос об определении путей оптимального сочетания дискретности и непрерывности в работе сложных систем.
IV.
«Разумная» точность. В работе современных автоматов господствует «чрезмерная» точность, для достижения которой тратится много сил, времени и средств. В работе мозга известная «неточность» нужна для сокращения времени переработки информации, для экономии сил в решении многих сложных задач. По видимому, степень точности распределена в зависимости от оценки существенности и ценности поступающей информации. целом — это проблема целесообразной селективности, избирательности системы в переработке информации.
V.
Двоичная логика и детерминированные алгоритмы — то лишь поверхность нашего мышления. Видимо справедливо замечание А. Н. Колмогорова о том, что мы недооцениваем роль подсознания, деятельности подкорки головного мозга и ее влияния на наше сознательное мышление. Наверное, такие сложные и высокоорганизованные системы как мозг, работают в своей основе по некоторой «серой» (а не «черно-белой») логике, с широким использованием алгоритмов с вероятностным выбором шагов. Логическая наука пока только восприняла лишь общую идею такой логики, которая, как говорил Дж. Нейман, должна быть существенно менее комбинаторной и гораздо более аналитической. По видимому, и в области логики (как и физики) нужны новые радикальные («сумасшедшие») идеи, — идеи, которые позволят совершить существенный шаг вперед.
VI.
Все нетривиальные задачи теории сложных систем связаны с проблемой облегчения поиска, перебора вариантов и т. п. Системы, подобные мозгу, способны сокращать сферу поисков на основе выработки новых общих критериев отбора вариантов и выдвижения новых гипотез, постановки новых задач, меняющих направление поиска, и т. п.
VII.
Высокая надежность, связанная с избыточностью построения (например избыточность в кодировании информации, в каналах связи, в проведении преобразований и т.д.), с компенсаторной способностью (например, мозг способен компенсации нарушенных функций, к замене функций и т.д.)
VIII.
Природа естественных процессов реализующих функционирование сложных систем. Быть может, приближение используемых человеком материалов к живому (ии жизнеподобному) субстрату позволит осуществить синтез противоположных свойств (жестко детерминированного и вероятностного, дискретного и непрерывного принципов действия и т.п.) необходимый для реализации функций, характерных для высокосложных систем.
[191,223—225] О понятии сложности.