Структурное сетевое моделирование в когнитивной науке

Аннотация

Многие объекты исследования когнитивных наук целесообразно описывать как сеть. В сетевой модели узлы (клетки, индивиды, группы, слова, категории и т.п.) характеризуются через связи, которые они (не) имеют, устанавливают и теряют. Таким образом, сетевая модель смещает исследовательские акценты со свойств элементов на связи между ними, эволюцию этих связей и – как следствие – целостность системы. Традиционно сетевое моделирование развивалось в рамках концептуального подхода (символьные модели А.Коллинза и Э.Лофтус, Дж.Р.Андерсона, нейронные сети Д.Румельхарта, Дж.Хинтон и др.). Недостаток подхода заключается в том, что концептуальные модели являются по сути изложением идей автора о строении когнитивной системы и часто опираются на гипотетические конструкции (чанки, блоки, искусственные нейроны и т.п.). С начала XXI века в когнитивной науке начинает набирать популярность другой, структурный, подход к сетевому моделированию. В отличие от концептуальной, структурная модель является непосредственной визуализацией массива данных, описывающих систему. В качестве массива данных могут выступать результаты МРТ, орфографический словарь, база социальных контактов, лог входящих и исходящих пакетов информации, ассоциативный тезаурус и т.д. Топология получившейся сети затем анализируется математическим аппаратом науки о сетях (computational network science). Результаты анализа позволяют выдвигать гипотезы об эволюционных закономерностях, определивших наблюдаемую структуру, а также о процессуальных следствиях – о влиянии структуры системы на протекание психических процессов. В статье изложены основные принципы, понятия и цели структурного сетевого моделирования. Кратко изложена история математических сетевых моделей: от простых графов к сложным сетям. Рассмотрена специфика структурного моделирования в приложении к объектам исследования когнитивных наук.