я нашел) - согласно преданию, восклицание Архимеда при открытии им основного закона гидростатики. Следуя общепринятому мнению, после своего открытия он выкрикнул: «Эврика», что стало причиной привязки этого слова к открытию.
Эврика! Великое открытие
Эврика — статья из свободной большой энциклопедии. Разбирать значение и происхождение слова «эврика» невозможно, не вспоминая об Архимеде. Определить лексическое значение слова эврика поможет толковый словарь русского языка. У нас вы найдете сразу несколько определений слова, а также примеры предложений где употребляется это слово. Правительство РФ объявило о выходе России из европейской научно-технической программы "Эврика". Эврика — Эврика! (греч.) – Я нашел! Восклицание, приписываемое величайшему из математиков древности Архимеду Сиракузскому (ок. вы делаете те новости, которые происходят вокруг нас.
Эврика - определение термина
Почти три часа в двух аудиториях нашей школы сражались умники и умницы. И всё это время царил азарт и соревновательный дух. Добавим, что в рамках муниципального этапа состоялся и брейн-ринг из пяти боев, в котором команды отвечали на вопросы на скорость. И здесь важна была быстрота мышления и сообразительность. И здесь, как и в первой игре, удача сопутствовала старшеклассникам из «Эврики».
Восклицание, выражающее радость, удовлетворение по поводу пришедшей в голову удачной мысли, какого-нибудь... Возглас, выражающий удовлетворение, радость при найденном решении, при возникновении удачной мысли и т. Толковый словарь Ефремовой.
Энциклопедический словарь Ф.
Уникально низкие цены Вся продукция, представленная на дисконт-портале, продается по специальным ценам. Есть возможность приобрести нужные товары дешевле, чем для крупнооптовых клиентов, а часто ниже себестоимости. Все без обмана. Только качественные товары На портале представлены как новые товары, так и товары с хранения, пролежавшие на складе некоторое количество лет, но сохранившие все свои потребительские свойства.
Невероятное обилие научных открытий — вот характерная особенность нашей эпохи. По данным ЮНЕСКО, девять десятых ученых всех времен и народов, совершивших важные открытия, — жители двадцатого столетия, наши современники. А предшествующие тысячелетия, вся многовековая история человечества — от Аристотеля до Сеченова — дала лишь одну десятую великих первооткрывателей. Количество открытий и изобретений удваивается каждые десять лет. Причем темп развития науки все убыстряется. Подсчитано, что за последние пятнадцать лет сделано столько же научных открытий, сколько за всю предшествующую историю науки! Так не правильнее ли было бы назвать наш век эпохой открытий? В конце XIX века на всем земном шаре научными исследованиями занимались едва пятьдесят тысяч человек. К середине XX столетия их было уже четыреста тысяч. Сейчас во всем мире ученых, активно двигающих науку вперед, свыше двух миллионов. Если теперешние темпы даже не ускорятся, а хотя бы останутся на таком же уровне а наука развивается по геометрической прогрессии! Поистине речь идет о грядущей «промышленности открытий», как ее справедливо называют. И как всякой индустрии, ей нужна соответствующая техника. Такими современными механизмами, способными автоматизировать умственный труд, и служат вычислительные машины, которые могут не просто решать отдельные задачи, большей частью уже давно решенные людьми, а быть настоящими действенными помощниками человека в высокоинтеллектуальной работе. Это по силам машинам, работающим по эвристическим алгоритмам, машинам, созданным, чтобы делать открытия. Известный ученый, директор Киевского института кибернетики Виктор Михайлович Глушков считает, что речь должна идти о комплексной автоматизации таких высокоинтеллектуальных творческих процессов, как развитие науки и техники. Ведутся эксперименты с программами, выводящими сложные логические следствия из имеющихся в распоряжении исследователя фактов. Планируются работы по созданию программ, строящих теорию, которая простейшим образом объединила бы сложный экспериментальный материал. Высказаны первые идеи о путях построения программы, которые формулировали бы новые интересные идеи в математике… Уже сегодня электронная машина в нашем вычислительном центре может вывести любые теоремы алгебры так называемых вещественных полиномов, в том числе и те, которые не выведены человеком». Как скоро настанет пора такой «кибернетизации научного творчества»? Академик Глушков уверен, что очень скоро. Сразу же после «кибернетической десятилетки» в экономике, с которой, по его мнению, надо начинать массовое внедрение кибернетики в нашем народном хозяйстве. На помощь ученым придут электронные ньютоны, умеющие «думать» не только очень быстро и логически стройно, но и пусть несколько приблизительно, с некоторой долей вероятности, зато с помощью так называемых «скачков ума», внезапных откровений, интуитивных догадок, и составляющих суть творческого мышления. Рациональная в своей основе, наука движется вперед не за счет только простого рассуждения, а главным образом благодаря способности ума освобождаться от оков железной логики — мыслить широко, остроумно, порой парадоксально, забегать далеко вперед, воображать иногда то, что еще не получило подтверждения фактами. Мысль человека всегда основана на чувствах, она всегда эмоциональна, хотя эта сторона деятельности ума не бросается в глаза и потому гораздо меньше изучена. Тем более это относится к мыслительной работе ученых и вообще творческих людей. Кто-то остроумно сказал, что эмоции — «закулисный дирижер» творчества. И дирижер этот играет не второстепенную, а главную роль в поисках нового. Когда эмоциями снабдят машины, они смогут «думать» еще более творчески. Не обязательно им впадать в экстаз, вдохновенно «щелкать цифрами». Не знаю, доведется ли им переживать минуты вдохновения, творческого подъема, но без воображения и интуиции их электронных моделей, разумеется им не стать подлинными ньютонами. Тем более что им придется работать на науку XX столетия — науку «безумных идей» и фантастических открытий. Весь XIX век да и начало нашего ушли в значительной степени на собирание фактов — подготовку фундамента колоссального рывка вперед, который знаменовался такими невероятными, с точки зрения здравого смысла, открытиями, как теория относительности или антимир. Сами физики назвали эти теории «безумными» в хорошем смысле. И несмотря на уже обнаруженные парадоксы, по признанию многих ученых, современная наука нуждается в новых «сумасшедших» теориях. Этого не смогут сделать трезво рассуждающие умы. XX веку нужны ученые-фантазеры, ученые-мечтатели, люди гибкой и смелой мысли, способные оторваться от канонов старых теорий, вырваться за пределы прежнего знания. И если вы — будущие ученые, инженеры, художники — хотите стать участниками великих деяний своего времени, учитесь думать широко, эмоционально, творчески. Помните: у вас есть теперь конкурент и ваш ученый друг — машина. Как не дать себя обогнать электронным ньютонам? Видимо, прежде всего иначе учиться и учить, что, пожалуй, даже важнее. Когда у нас появятся автоматические библиографы, переводчики, справочники, не будет необходимости разыскивать немыслимое количество фактов и загружать ими свою память. Нам надо сосредоточить внимание на другом — изучать не летопись науки, а ее принципы, суть составляющих ее открытий, чтобы на примере физики или химии познакомиться с методами познания и затем овладевать новыми, более совершенными способами обобщения и анализа, разнообразными приемами мышления. А для этого еще со школьной скамьи не просто набираться знаний, но и учиться думать. Собственно, первому мы школьников учим, а вот второму — умению думать — предоставляем учиться самим. Кто поспособней, интуитивно доходит до правильной технологии мышления. Менее способные ученики нередко уходят из школы, унося багаж пассивных знаний, а умения активно пользоваться ими так и не приобретают. Как же научить школьников сложному искусству мышления? Ввести в число школьных предметов логику, представляющую собой как раз описание технологии мышления? Но во многих школах преподают логику, а существо дела не меняется. Ученики выучивают, какие формы выражения мыслей правильные, какие неверные, но лучше мыслить от этого не начинают. Не хватает опять того же — умения пользоваться приобретенными навыками. Выходит, надо не просто знакомить школьников с описанием разных форм мышления, а вырабатывать у них способность думать: «делать» рассуждение, строить умозаключение и т. Или, как сказали бы кибернетики, выявить алгоритмы умственной работы и обучить им школьников. Такие опыты обучения науке думания на основе выводов эвристики ставятся. Прежде всего попробовали разложить мысленно процесс решения геометрических задач на отдельные операции — один из очень эффективных алгоритмов, как мы знаем, — и обучать им школьников восьмых классов. Результаты оказались очень хорошими. Школьники, изучавшие геометрию в течение двух с половиной лет и так и не научившиеся решать задачи, после непродолжительного обучения специальным алгоритмам вдруг проявили способности к математике. Теперь они запросто решали большинство задач, которые до этого представляли для них камень преткновения. А тот, кто и раньше хорошо справлялся с этими задачами, применяя вновь разработанные правила, стал соображать еще лучше. Этот первый опыт обучения умению думать был проведен несколько лет назад. Его успешные результаты натолкнули на мысль: а не помогут ли аналогичные алгоритмы овладеть и правильным правописанием, что составляет обычно наибольшую трудность. При ближайшем рассмотрении выяснилось, что и тут дело сводится к определенным правилам решения «грамматических задач» — описания действий, которые надо совершить, чтобы определить, например, простое предложение или сложное. Такой алгоритм состоит всего из трех частей. Прежде всего надо проверить: есть ли в предложении подлежащее. Если да, необходимо определить, нет ли «лишних» сказуемых, не относящихся к этому подлежащему. Значит, предложение сложное и запятую ставить придется, как, скажем, во фразе: «Поезд ушел, и его огни скоро исчезли». Тогда предложение простое, и разделять его знаками препинания не нужно. Ведь не поставите же вы запятую в выражении: «Взошла луна и бледным сиянием своим осветила море». Другое дело, если первый контрольный вопрос дал отрицательный ответ: подлежащих в предложении не оказалось. Тогда надо проверить его по дополнительным признакам. Посмотреть, не выражены ли все сказуемые глаголами в третьем лице множественного числа. Предположим, это не подтвердилось. К примеру, фраза выглядела так: «Темнело, и начинало холодать». Вывод: предложение сложное, запятая нужна. А если сказуемое стоит в третьем лице множественного числа, скажем: «В саду нашли зарытый клад старинных монет и передали его в музей»? Тут придется установить, производят действие в обоих случаях одни и те же лица или нет. В нашем примере клад нашли люди, которые передали его в музей. Значит, предложение простое. А вот в предложении: «Приемник отнесли в мастерскую, и быстро починили» — запятую придется поставить. Ведь отнесли его владельцы, а починили мастера. Вот и весь набор правил. Вспомните: вы не учили их в школе. Это не сокращенный вариант очередной главы из учебника русского языка, а как бы план размышления на одну из грамматических тем, алгоритм правописания. Попробуйте применить его на практике, и, если вы даже не корректор по профессии, то убедитесь в определенных выгодах такого упрощенно-скоростного метода нацеленного размышления. По аналогичному плану может работать и кибернетическая машина. Исследователи, подготавливавшие программу для машин-переводчиков, как известно, столкнулись с тем, что существующие грамматические правила с трудом воспринимались машиной. Пришлось разрабатывать специальный машинный вариант их. Это и был, по существу, алгоритм обучения машины русскому языку. Машинный и человеческий алгоритмы, разумеется, неодинаковы. Ведь мозг совершеннее машины, и то, что школьнику ясно с полуслова, машине надо тщательно «разжевать». Но в принципе речь идет об одном и том же — о создании правил, так сказать, «грамматического мышления». Когда эти алгоритмы применили на практике, грамотность школьников резко повысилась. Они делали теперь в пять-семь раз меньше ошибок по сравнению с контрольной, кибернетически не обученной группой. Но иногда и среди первых попадались «неисправимые» двоечники. Что же мешало этим ученикам писать грамотно? Ведь они владели секретом правильного мышления. Оказалось, мало составить надежный алгоритм того или иного предмета. Надо разработать алгоритм самого обучения и строго придерживаться его. Иными словами, не просто передавать знания, а активно управлять процессом обучения. В самом деле, сейчас ученик для преподавателя что-то вроде «черного ящика», с которым так любят сравнивать инженеры мозг человека. Учитель знает, что «ввел» какие-то сведения в голову ученика. А как они усвоены, что осталось в его памяти, что проскочило мимо сознания — неизвестно. Виден только результат: ученик стал решать задачи лучше, писать грамотнее или так и не научился ни тому, ни другому. Но почему, что, грубо говоря, «не сработало» в его голове? Об этом можно только догадываться. Ведь все происходящее в сознании школьника во время урока, фигурально выражаясь, закрыто от преподавателя «непроницаемым футляром», подобно тому как скрывает «черный ящик» — черепная коробка — физиологические процессы в мозгу. И все-таки многими физиологическими процессами научились управлять извне. Почему бы не попробовать управлять и психологическими процессами во время обучения? Конечно, это гораздо сложнее, но в принципе ничего невозможного тут нет. Мозг человека, разумеется, самопрограммирующееся устройство. Только надо ли предоставлять ему «становиться на ноги» самостоятельно? Не лучше ли вмешаться в самообучение мозга и направить его психологический рост и развитие. А ведь обучение — частный случай управления, изучаемого кибернетикой. Что необходимо для успешного управления? Хорошая обратная связь. Между тем именно ее и нет в современном процессе обучения. Учитель может детально объяснить задание, а ученик будет «считать ворон» и ничего не усвоит. И тогда усилия преподавателя пропадают зря. Другое дело, если бы в любое мгновение он получал «обратные» сведения об усвоенных знаниях. Но мыслимо ли это? Вычисления показывают: за двадцать минут урока учитель должен получить по крайней мере сто пятьдесят подтверждений, что ученик слушает и понимает его объяснения. А ведь в классе не один школьник — их человек двадцать или тридцать. Разве успеешь принять ответы от каждого? Так родилась мысль — поручить роль контролера обучения кибернетической машине. Пусть к ней ежесекундно стекаются сообщения от каждого школьника. Она же будет определять качество ответов и давать новые задания. Представьте класс, в котором никто не отвечает урок вслух. Каждый школьник работает за персональным пультом: нажимает кнопку ответов, читает вспыхивающие на экране новые вопросы, опять выполняет задание. Чуть зазевался или отвлекся, «счетчик активности» ставит минус. Такое управляющее обучающее устройство заставит ученика все время быть внимательным, оно позволит учитывать индивидуальные способности школьников и даст возможность каждому работать в наиболее выгодном для усвоения знаний темпе. А главное — предупредить от выработки неправильных навыков, неверных логических построений, поможет быстрее овладеть приемами активного мышления. Ведь машина будет вмешиваться в сам ход обучения, давая сигнал ошибки в момент ее совершения. В какой-то мере такие машины можно назвать «диагностическими». Только они будут ставить диагноз не болезни, а находить ошибки в умении думать и исправлять их. Запомнив все неправильные логические действия ученика, машина выдаст учителю подробный диагноз мыслительных процессов каждого школьника.
Из Википедии — свободной энциклопедии
- Что такое Эврика? Значение слова evrika, исторический словарь
- Сила Архимеда: формула и суть закона силы Архимеда в жидкостях и газах, как действует сила Архимеда
- Центр образования «Эврика» представил итоги работы инновационного проекта
- Почему надо говорить Аврика, а не Эврика? И что это значит?
- Что такое Эврика:
- Случайная статья
Что еще почитать
- Лексическое значение
- В словарях
- Значение слова ЭВРИКА. Что такое ЭВРИКА?
- ЭВРИКА - Популярный толково-энциклопедический словарь русского языка - Русский язык -
Еще термины по предмету «Культурология»
- Значение слова Эврика в других словарях:
- Эврика, или Кто это придумал?
- Еще термины по предмету «Культурология»
- 2 синонима к слову «эврика»
Что на самом деле означает слово «Эврика»: при чем тут Архимед, ванная и мошенники
В здании музея есть планетарий, научный театр и постоянная экспозиция, а также всегда проходят временные выставки. Например, на момент посещения музея летом 2019 года в «Эврике» можно было попасть в мир динозавров. А еще — прокачать мозг, решая головоломки и выполняя задания разного уровня сложности. Если повезет с погодой, то множество интересных экспериментов ждет посетителей в научном парке, примыкающем к зданию «Эврики». А перед входом в музей раскинулась обширная экспозиция геологических минералов, которые добываются на территории Финляндии. Время тут можно проводить с пользой для здоровья и для ума одновременно. В течение дня наверняка захочется поесть — шведский стол в кафе «Эвкрики» к услугам посетителей. Немного о практической стороне дела.
Среднее расстояние до Солнца 1,52 а. Период обращения вокруг Солнца 1,88 земных лет. Имеет неправильную форму, максимальный поперечник 1,3 км.
Эврика была открыта Дэвидом Леви 20 июня 1990, став первым из открытых Троянцев Марса. Название было утверждено Международным Астрономическим Союзом; греческое слово «эврика» переводится как «нашел». На июнь 2008 это -единственный Троянец Марса, имеющий собственное имя. В переносном смысле - выражение радости, удовлетворения при решении какой-либо сложной задачи, возникновении новой идеи. Академический словарь междом.
И как одноименное агентство для координации таких исследований. Изначально целью было стремление преодолеть отрыв США и Японии от западноевропейских стран в научно-технической сфере. В числе последних Украина - 2006, Болгария - 2010, Черногория - 2012. С самого начала в хартии программы "Эврика" было заявлено, что она не принимает участия в военных исследованиях. А приоритетными для сотрудничества были и остаются сейчас информационные технологии, телекоммуникации и связь, энергетика, медицина и биотехнологии, транспортные технологии, перспективные материалы, робототехника и промышленная автоматизация.
Много наших талантливых соотечественников в своё время становились лауреатами этой премии в разных номинациях. Среди них физиолог Иван Павлов, описавший работу пищеварительной системы, Илья Мечников, выдвинувший теорию о работе человеческого иммунитета, изобретатель Андрей Сахаров, создавший водородную бомбу, а затем понявший её опасность для человечества, и многие другие. Ещё читателей ждёт обзор литературы, посвящённой выдающимся именам в науке и культуре и грандиозным открытиям.
Почему “аврика” а не “эврика”!
Город Эврика, Калифорния, основанный в 1850 году, использует герб штата Калифорния в качестве официальной печати. Скачать презентацию на тему ЭВРИКА можно ниже. я нашел) согласно преданию, восклицание Архимеда при открытии им основного закона гидростатики. С методическими разработками инновационной деятельности Центра образования «Эврика» можно ознакомиться на сайте организации в разделах «Инновационная деятельность» и «Дистанционное обучение». Если бы Султан умел разговаривать, то смог бы крикнуть «Эврика!» — легендарное восклицание древнегреческого изобретателя Архимеда, ставшее общеупотребительным для выражения радости при нахождении решения трудной задачи.
Югорский филолог рассказал о значении слова «Эврика!»
Такое преимущество управляющих машин остается за ними, пока их привлекают к роли диспетчера или другой подобной работе, выполняемой по твердому, заранее разработанному графику. Что такое ? Это сайт презентаций, докладов, проектов, шаблонов в формате PowerPoint. Значения слов. Все слова в русском есть исконно русские! Подробнее на сайте: Я призываю всех, кому не безразличен наш язык и кто хорошо р. Возглас "Эврика!" означает в переводе на русский язык "Нашёл!". Возглас, выражающий удовлетворение, радость при найденном решении, при возникновении удачной мысли и т.п. это междометие греческого происхождения «heúreka», что означает «открывать».
Что представляет собой эвристическое обучение
Минпромторгу поручили уведомить председателя и руководителя секретариата ассоциации «Эврика» о выходе РФ из данной научно-технической программы. Ранее Михаил Мишустин по ходу общения с членами фракции «Справедливой России» в Госдуме заявил, что вопрос отмены системы Единого государственного экзамена ЕГЭ должен сопровождаться взвешенным изучением всех плюсов и минусов такого шага. Поделиться: Подписывайтесь на «Газету.
Сетевое издание «ЖиШи» зарегистрировано в Федеральной службе по надзору в сфере связи, информационных технологий и массовых коммуникаций 23 ноября 2018 г.
Нажав на "Принять", Вы разрешаете использовать файлы cookies на нашем сайте.
Всеобщим товарным эквивалентом, с которым сравниваются все товары, являются деньги. Экистика — прикладная наука, занимающаяся обоснованием использования конкретной территории путем размещения производственных предприятий, коммуникаций и мест расселения с учетом местных географических, экономических, архитектурно-строительных, инженерно-технических факторов и условий. Термин «экистика» можно считать синонимом районов планировки. Эквивалентные единицы Эквивалентные единицы — термин, означающий меру производственного выпуска за период времени, выраженного в полностью законченных и эквивалентных целым производственных единицах; частично законченная продукция пересчитывается в эквивалентные единицы с помощью коэффициента - "процента завершения"; эквивалентные единицы различным образом рассчитываются по материальным затратам и затратам на обработку так называемым конверсионным затратам в зависимости от способа регистрации этих затрат; материальные затраты учитываются все сразу, как только изделие или заказ поступают в процесс производства, остальные затраты начисляются по ходу производства; расчет эквивалентных единиц является ключевой особенностью пооперационной системы учета затрат на производство. All Rights Reserved.
Дальнейшее развитие эвристики связано с развитием в области других наук, в первую очередь психологии творчества и физиологии мозга. Современная психология и эвристика тесно связаны: они сосредотачиваются на задаче определения механизма принятия человеком решения в условиях недостаточности информации. Несовершенство эвристических методов приводит к ошибкам познания, которые в психологии принято называть когнитивными искажениями. В ХХ веке основные успехи в развитии эвристики как науки были сопряжены с успехами ученых-психологов. Так, роль эвристики в принятии решений одними из первых изучили израильские психологи А. Тверски и Д. Канеман в 1973 г. Он ввел понятие ограниченной реальности, которая отображает природу эвристической деятельности человеческого мозга. Суть идеи в том, что на выработку человеком решения влияют такие факторы как ограниченность имеющейся информации, познавательные границы разума и время. Учение настолько прогрессивно, что в процессе его развития в современной психологии утвердилось такое понятие как «эвристика доступности», которым объясняются модели человеческого поведения. Если опустить научное определение этого термина и сформулировать его простыми словами, то эвристика доступности — это оценка реальности возникновения ситуации или явления на основе легкости приведения примеров для подтверждения. Важную роль в этом процессе играют СМИ. Например, увидев новости о кризисе и утрате рабочих мест, человек может начать думать, что тенденция глобальная и станет больше переживать по этому поводу, плохо спать, хуже справляться со своими обязанностями и в результате будет уволен. Прочитав в газете статью о победителе лотереи, может сложиться превратное мнение о том, что такое случается гораздо чаще, чем все привыкли думать, после чего последует желание потратить больше, чем обычно, денег на лотерейные билеты. Эвристика доступности — двустороннее явление, которое может быть как полезным в плане быстродействия и реакции на проблему , так и негативным в силу того, что может возникнуть заблуждение, которое приведет к недостаточной информированности или наоборот — значительной гиперболизации. Эвристические методы По сути, сама эвристика является методом, инструментом познания и поиска решения. Научное определение следующее: эвристические методы — логические приемы и методические правила научного исследования и изобретательского творчества, которые способны приводить к цели в условиях неполноты исходной информации и отсутствия четкой программы управления процессом решения задач. При этом стоит помнить, что эвристика — молодая наука, поэтому не все понятия и правила в ней четко сформированные. В первую очередь это касается определения эвристического метода. Мы не будем глубоко вдаваться в общенаучную терминологию, а рассмотрим лишь те методы, которые пригодятся многим людям в первую очередь менеджерам, управленцам, всем, чья деятельность связана с творчеством, принятием решений в практической сфере. Мозговой штурм — метод решения задачи путем внедрения процедуры группового креативного мышления. Разработан и описан психологом из США А. Он вывел правило, что в любой компании есть люди, которые лучше генерируют идеи, но не склонны к анализу, и наоборот — есть люди, которые лучше детально осмысливают предложенное решение, но не в состоянии выработать его самостоятельно. На этом наблюдении и зиждется метод мозгового штурма — для решения поставленной задачи придумывается огромное количество возможных вариантов, без отбора хороших и плохих. Позже, на основе критического подхода, разработанные решения тщательно анализируются и оцениваются, после чего наиболее оригинальные и жизнеспособные воплощаются жизнь. Схематически работу метода можно описать так: отбор участников — постановка проблемы — штурм выработка решения — анализ полученного материала. Казалось бы, что может быть проще, но именно эта простота является и плюсом, и минусом данного метода. Помимо призыва быть оригинальным и выйти за рамки привычного образа мышления, точных методологических указаний в практике мозгового штурма нет. Метод синектики родился из исследований практического применения метода мозгового штурма.
Архимедова сила: что это такое и как действует
Это было, так сказать, «сырье». После чего будущему теоретику на примере одной из теорем продемонстрировали технику доказательства. Обучение закончилось. Теперь машине стали давать описание исходных данных совершенно новых для нее теорем их брали из второй части той же книги «Основы математики» , и она успешно доказала тридцать восемь из пятидесяти двух теорем. Конечно, никакого открытия в математике машина не сделала и вряд ли удостоится больших почестей за найденные доказательства. Да это и понятно. Ведь она фактически выполнила уже проделанную раньше человеком работу. Правда, машина сумела предложить несколько оригинальных доказательств. А одно из них было короче и стройнее, чем у автора «Основ математики».
Его даже собирались опубликовать в научном журнале как самостоятельное открытие, но редактор стал оспаривать приоритет машины. Собственно, его возражения сводились к тому, что эту же самую теорему теперь можно доказать более простым способом, используя такие теоретические построения, которые не были в свое время известны ни Расселу, ни вычислительной машине. Так подвиг машины и остался безвестным. Но что из того, что «Логик-теоретик» заново переоткрыл уже известные теоремы? Для него-то они были новы и неизвестны. А изобретателям тоже случается по незнанию открывать уже открытое. Важно, что машина способна к таким же творческим деяниям, как и человек, ученый. Когда появились первые сообщения о машине, выполняющей сложную теоретическую работу, многие стали возражать, будто деятельность ее нельзя назвать подлинно творческой.
Ведь «Логик-теоретик» только решает задачи, поставленные перед ним человеком, то есть лишь ищет ответ. Самостоятельно же выбрать проблему, которую нужно решить, машина не может. Но это неверно. Причем он думает «с конца»: не составляет план поиска от первого до последнего пункта, а ищет решение, отталкиваясь от конечной цели — доказательства теоремы. И, идя от конца к началу, машина выдвигает новые частные теоремы и ставит себе подцели доказать их. И делает это уже по собственному усмотрению. Метод «мышления», который применяла машина, довольно часто пускаем в ход и мы с вами. Мысленно идти в обратном порядке — один из многих эвристических приемов, используемых человеком при решении самых разных проблем.
Он хорошо известен, например, всем, кто любит решать головоломки. Особенно наглядно его преимущества видны, если вспомнить, как легко найти выход из Т-образного лабиринта, проследив путь от места, где размещена цель, к началу, и как трудно это сделать, если идти в прямом направлении. Стоит, может быть, упомянуть, что авторы детективных историй с «неожиданной» развязкой в самом конце нередко начинают обдумывать сюжет именно с развязки, а потом уже приходят к началу повествования. Так легче строить остросюжетный рассказ или роман. Читателям же предоставляется блуждать в нарочно запутанных сюжетных ходах с начала к концу, то есть он должен идти по лабиринту наиболее трудным путем. Долгое время вообще считалось, что лабиринт не Т-образный, а более сложный, напоминающий ветвистое дерево превосходно иллюстрирует схему поисков любого сложного решения. В центре такой паутины ходов находится цель — искомый ответ. Решая задачу, человек словно бродит по запутанным коридорам лабиринта: то заходит в тупики, то кружит на одном месте, то возвращается назад, чтобы снова двинуться вперед.
И так, пока, наконец, не достигнет заветной цели — центральной площадки. Теория лабиринта, которая пришла в свое время на смену пресловутым пробам и ошибкам, на первых порах казалась весьма удачной. Опыты с живыми, а потом с механическими мышами, учившимися искать путь в лабиринте, стали классической моделью обучения. Поведение электронного Тезея Шеннона как шутливо назвал он свою мышь стало основой для решения многих сложных задач, скажем, игры в пять фишек пятнадцать. Да и шахматные задачи — по существу лабиринт, только уж очень запутанный. Но лабиринт, может быть, и помогает понять что-то в механизме мышления, однако характеризует его чисто внешне, не раскрывая внутренних пружин. Конечно, если искать выход из лабиринта, применяя небезызвестный алгоритм «Британского музея» — простой перебор всех вариантов, это может продолжаться очень долго. Количество маршрутов в этом случае будет достигать астрономической цифры, так что и математик не сможет их пересчитать и выбрать правильный.
Вместо лабиринта ходов возникают лабиринты формул, из которых выбраться нисколько не легче. Нужны какие-то более экономичные приемы. Несомненно, нашему мозгу они известны, и он их успешно применяет. А вот как до них добраться исследователям? Те же американские психологи — Ньюэл, Шоу, Саймон — попытались отгадать эвристические приемы, которые человек использует для решения самых разных задач: и при поиске математических доказательств, и при решении конструкторских задач, и при анализе физических проблем, и при создании музыки, и при постановке правильного диагноза, и при подборке необходимых красок или единственно нужных слов. Короче говоря, они попытались объять необъятное: создать машину, способную решать самые разные творческие задачи — и научные и стоящие перед людьми искусства. И такая удивительная машина была создана, вернее — разработана программа ее работы. Назвали ее не очень поэтично — «Универсальный решатель проблем», или сокращенно, по первым буквам английских слов: ДПС.
Взявшись за столь сложную задачу, ученые оказались перед запутаннейшим мыслительным лабиринтом. Как найти в нем кратчайшую дорогу к цели? Психологические эксперименты, проводившиеся раньше, не давали законченного ответа на этот вопрос. Они раскрывали какие-то отдельные детали поиска, не рисуя всей картины. Пришлось засесть за новые опыты, составленные по специальной программе. Их участниками стали «вечные мученики науки» — студенты колледжа. Им написали несколько выражений, похожих на алгебраические. И попросили преобразовать его в другое, которое выглядело бы так: QVP R.
Для этого давался набор правил. Думать, разумеется, надо было вслух. Те, кто знаком с математической логикой, несомненно, узнают эти выражения. Студенты же рассматривали их как простой набор каких-то значков и букв. Это было сделано нарочно. Ведь машине в будущем тоже предстояло иметь дело с абстрактными символами. Чтобы машину и человека по возможности уравнять в правах, условия эксперимента и приблизили к обстановке, в которой должна действовать машина. Кроме того, так можно было избавиться от всего лишнего: второстепенных деталей, ненужных эмоций, вольно или невольно сопровождающих психологический эксперимент, если он проводится в форме игры или заключается в решении разного рода головоломок или даже просто занимательных задач с «аквариумом», весами, свечкой и тому подобным.
Здесь задача была предельно суха и абстрактна. Это была задача вообще. Больше двадцати студентов решали ее. И хотя они думали неодинаково, все же удалось обнаружить общие принципы, которыми руководствуется человек при решении разных проблем. Наиболее отчетливо выявились два эвристических приема. Один заключается в том, чтобы разложить сложную задачу на несколько частных, более простых и решать их по очереди, постепенно приближаясь к цели. Практически это выглядит так. Человек анализирует задачу и видит, что у него нет средств превратить данные условия в искомое решение.
Тогда он смотрит, нельзя ли уменьшить разрыв между условиями и требованиями. Найдя способ это сделать, снова сравнивает ситуацию, которая получилась в результате его действий, с конечной целью и ищет средства перевести новый вариант задачи в желаемое решение, и так много раз. Прием этот так и был назван — «Анализ средств и целей». Если же описывать его не сухо, строго по-научному, то вернее всего было бы сказать, что он напоминает детскую игру в «горячо-холодно». Ведь тогда мы тоже ищем цель постепенно, проверяя, ближе мы стали к ней, то есть «теплее» нам, или отдалились — и теперь нам «холоднее». Но пытаться достичь основной цели, последовательно подменяя ее более близкими подцелями, можно не во всех случаях. Тогда человек поступает иначе. Он сознательно пренебрегает рядом деталей задачи, несколько упрощая ее.
Такую упрощенную задачу решить легче. А приемы, использованные для этого, могут подсказать стратегический план решения основной проблемы. Ньюэл, Шоу и Саймон наделили машину способностью использовать два эвристических приема, кстати сказать, наиболее часто употребляемых людьми. Это метод «горячо-холодно» и упрощение, огрубление задачи. Так появился на свет универсальный решатель проблем. И он развил довольно успешную деятельность, даже что-то делал в промышленности. Однако «универсальным» он все же не оказался. И знаете, на чем машина споткнулась?
На шахматах. Она решала сложные, серьезные проблемы, а в игре пасовала. И не удивительно. Ведь в любой самой сложной задаче всегда известна исходная ситуация — начальная площадка лабиринта, и определена цель — центральная его площадка. А в шахматах область поиска не определена. Здесь столько «коридоров», «площадок», «тупиков», что перебрать все варианты маршрутов не под силу даже быстродействующей вычислительной машине. А подходящих алгоритмов в ее распоряжении не было. Признать ограниченность своего детища американским психологам не очень хотелось.
Кроме того, это означало, что какой-то важный механизм человеческого мышления им не удалось разгадать. Вот тогда они и принялись за новые поиски. Правда, они изучали теперь не столько особенности нашего мышления, сколько правила игры в шахматы, надеясь хоть косвенно проникнуть в секреты мозга, думающего над шахматной ситуацией. Мы теперь знаем, что в какой-то мере им это удалось. Благодаря им машина научилась играть в шахматы «по-человечески» и стала достойным соперником чемпионов. Но по сравнению с «Универсальным решателем проблем» это был скорее шаг назад. Как-никак та машина хоть и не умела играть в шахматы, зато воспроизводила особенности творческого процесса вообще, свойственного и ученым и поэтам. Иными словами, создавая ее, инженеры решили более общую проблему.
А электронный шахматист, как ни был интересен сам по себе, помогал понять только одну сторону творчества. Перед учеными встал вопрос: какой путь предпочесть? Вслед за шахматистом появился электронный игрок в шашки. Вначале он играл довольно средне — его обыгрывали даже неопытные игроки. Но новый игрок обладал способностью учиться. И вскоре так наловчился, что стал обыгрывать даже чемпионов. Создали еще одну машину — математика. Она творчески решала задачи по геометрии, с которыми с трудом справлялись студенты-второкурсники.
Американские психологи получили заказ от промышленников — им необходимо было с научной точностью узнать, куда вложить и как лучше истратить деньги. Ученые пригласили к себе в лабораторию одного из самых опытных служащих банка и принялись изучать, как он думает. Это оказалось не таким легким делом. Ведь банковский служащий, чтобы решить, куда поместить деньги для наибольшей прибыли, должен выработать что-то вроде экономической гипотезы. После долгих доделок, переработок электронного финансиста все же удалось создать, и банкиры им как будто довольны. Другие изучали совсем иную разновидность интеллектуальной деятельности — творчество композитора. И тоже небезуспешно. Мелодии, созданные его электронным собратом, гораздо больше напоминали настоящую музыку, нежели нотные упражнения первых композиторов от кибернетики.
Цели, которые ставили перед собой инженеры и психологи, создавая эвристические программы для вычислительных машин, были нередко диаметрально противоположными. Кто-то стремился научить машину составлять расписание движения поездов или просто уроков в школе. Не думайте, это довольно каверзная работа, требующая «хитрости» и смекалки. А кому-то хотелось иметь электронного ученого, например биохимика. И чтобы он не только разрабатывал планы опытов, оценивал их результаты, выдвигал на этой основе какие-то гипотезы, но и сам проводил опыты с помощью механических рук. Дело дошло до того, что в лабораторию Московского университета, где занимаются разработкой эвристических программ, стали обращаться с самыми неожиданными просьбами. Не можете ли сделать такого диспетчера, чтобы он работал творчески? Нужен начальник планового отдела «с живинкой к делу».
Пришлите электронного учителя, который мог бы быстро и толково устранять «дефекты» знаний. Что делать? Неужели действительно каждый раз изучать образ мыслей диспетчера, плановика, учителя? И заново составлять программу для очередного случая? Вряд ли это целесообразно. И московские психологи решили поступить иначе. Найти то общее, что есть в любой более или менее творческой работе.
Участники круглого стола обсудили возможности расширения имеющегося инновационного сотрудничества, а также перспективы совместных проектов по широкому спектру отраслей промышленности.
Россия, как страна-участник программы с 1993 года, придает огромное значение международному инновационному сотрудничеству, — отметил Глеб Никитин. По словам первого замглавы Минпромторга, важнейшей из задач программы «Эврика» является стимулирование промышленных компаний, заинтересованных в повышении конкурентоспособности выпускаемой продукции, снижении продолжительности инновационного цикла, кооперации с ведущими исследовательскими институтами, а также в наращивании прибыли в процессе коммерциализации продукции. Глеб Никитин напомнил, что координация, регулирование и контрольные функции наряду с полномочиями по представлению интересов Российской Федерации в программе «Эврика» возложены на Министерство промышленности и торговли РФ, а в качестве российского национального офиса программы выступает недавно созданное «Агентство по технологическому развитию».
Сторонником эвристики был и основоположник отечественной педагогической психологии Пётр Каптерев 1849—1922. Нельзя не упомянуть и методику «Живое слово», которая появилась на страницах журнала «Филологические записки», основанного филологом и педагогом Алексеем Хованским. Сам Хованский, лингвист Антон Барсов и другие авторы публиковали в нём статьи о новом подходе к преподаванию русского языка — не через утомительное заучивание грамматических правил, а путём знакомства учеников с литературой, пробуждения в них интереса к тексту и языку. Читайте также: Сколько зарабатывали и как жили учителя в Российской империи В 1889 году эти работы были опубликованы в отдельном издании под названием, хорошо описывающем суть методики, — «Живое слово для изучения родного языка. Методика русского языка в рассказах и объяснениях по литературным образцам в связи с логикой, грамматикой и словесностью, для всестороннего развития и воспитания учащихся, согласно требованиям педагогических принципов». С тех пор «Живое слово» неоднократно переиздавалось, а новейшее репринтное издание вышло в 2013 году в честь двухсотлетия Алексея Хованского.
Эвристическое обучение в современной педагогике Концепция эвристики как обучения через открытия перекликается с конструктивистским подходом. Конструктивизм тоже предполагает, что ученик не усваивает знания в готовом виде, а конструирует их самостоятельно, взаимодействуя со средой и осмысляя этот опыт. Основоположником конструктивизма, а точнее — когнитивного конструктивизма считается швейцарский психолог Жан Пиаже. Ещё одно важное направление под названием «социальный конструктивизм» разработал советский психолог Лев Выготский. Он считал, что обучение происходит в первую очередь при взаимодействии ученика с сообществом и культурой. Важный след в развитии конструктивизма оставили и такие учёные, как Джон Дьюи и Эрнст фон Глазерсфельд, а в разработке эвристических методов в педагогике — Дьёрдь Пойа и Ювеналий Кулюткин. По сути, Альтшуллер разработал инструменты — эвристики, — помогающие инженерам и изобретателям находить эффективные решения задач, у которых нет готовых ответов. И хотя изначально ТРИЗ создавалась именно с этой целью, сейчас её рассматривают более широко и применяют в разных сферах деятельности. Так появилась ТРИЗ-педагогика , призванная развивать у учеников творческое и самостоятельное мышление, делающая акцент на экспериментах, исследованиях и работе над проектами.
На принципах эвристики построены такие современные подходы, как обучение на основе феноменов и проблемно-ориентированное обучение , которое особенно популярно при проектировании курсов для взрослых.
После чего будущему теоретику на примере одной из теорем продемонстрировали технику доказательства. Обучение закончилось. Теперь машине стали давать описание исходных данных совершенно новых для нее теорем их брали из второй части той же книги «Основы математики» , и она успешно доказала тридцать восемь из пятидесяти двух теорем.
Конечно, никакого открытия в математике машина не сделала и вряд ли удостоится больших почестей за найденные доказательства. Да это и понятно. Ведь она фактически выполнила уже проделанную раньше человеком работу. Правда, машина сумела предложить несколько оригинальных доказательств.
А одно из них было короче и стройнее, чем у автора «Основ математики». Его даже собирались опубликовать в научном журнале как самостоятельное открытие, но редактор стал оспаривать приоритет машины. Собственно, его возражения сводились к тому, что эту же самую теорему теперь можно доказать более простым способом, используя такие теоретические построения, которые не были в свое время известны ни Расселу, ни вычислительной машине. Так подвиг машины и остался безвестным.
Но что из того, что «Логик-теоретик» заново переоткрыл уже известные теоремы? Для него-то они были новы и неизвестны. А изобретателям тоже случается по незнанию открывать уже открытое. Важно, что машина способна к таким же творческим деяниям, как и человек, ученый.
Когда появились первые сообщения о машине, выполняющей сложную теоретическую работу, многие стали возражать, будто деятельность ее нельзя назвать подлинно творческой. Ведь «Логик-теоретик» только решает задачи, поставленные перед ним человеком, то есть лишь ищет ответ. Самостоятельно же выбрать проблему, которую нужно решить, машина не может. Но это неверно.
Причем он думает «с конца»: не составляет план поиска от первого до последнего пункта, а ищет решение, отталкиваясь от конечной цели — доказательства теоремы. И, идя от конца к началу, машина выдвигает новые частные теоремы и ставит себе подцели доказать их. И делает это уже по собственному усмотрению. Метод «мышления», который применяла машина, довольно часто пускаем в ход и мы с вами.
Мысленно идти в обратном порядке — один из многих эвристических приемов, используемых человеком при решении самых разных проблем. Он хорошо известен, например, всем, кто любит решать головоломки. Особенно наглядно его преимущества видны, если вспомнить, как легко найти выход из Т-образного лабиринта, проследив путь от места, где размещена цель, к началу, и как трудно это сделать, если идти в прямом направлении. Стоит, может быть, упомянуть, что авторы детективных историй с «неожиданной» развязкой в самом конце нередко начинают обдумывать сюжет именно с развязки, а потом уже приходят к началу повествования.
Так легче строить остросюжетный рассказ или роман. Читателям же предоставляется блуждать в нарочно запутанных сюжетных ходах с начала к концу, то есть он должен идти по лабиринту наиболее трудным путем. Долгое время вообще считалось, что лабиринт не Т-образный, а более сложный, напоминающий ветвистое дерево превосходно иллюстрирует схему поисков любого сложного решения. В центре такой паутины ходов находится цель — искомый ответ.
Решая задачу, человек словно бродит по запутанным коридорам лабиринта: то заходит в тупики, то кружит на одном месте, то возвращается назад, чтобы снова двинуться вперед. И так, пока, наконец, не достигнет заветной цели — центральной площадки. Теория лабиринта, которая пришла в свое время на смену пресловутым пробам и ошибкам, на первых порах казалась весьма удачной. Опыты с живыми, а потом с механическими мышами, учившимися искать путь в лабиринте, стали классической моделью обучения.
Поведение электронного Тезея Шеннона как шутливо назвал он свою мышь стало основой для решения многих сложных задач, скажем, игры в пять фишек пятнадцать. Да и шахматные задачи — по существу лабиринт, только уж очень запутанный. Но лабиринт, может быть, и помогает понять что-то в механизме мышления, однако характеризует его чисто внешне, не раскрывая внутренних пружин. Конечно, если искать выход из лабиринта, применяя небезызвестный алгоритм «Британского музея» — простой перебор всех вариантов, это может продолжаться очень долго.
Количество маршрутов в этом случае будет достигать астрономической цифры, так что и математик не сможет их пересчитать и выбрать правильный. Вместо лабиринта ходов возникают лабиринты формул, из которых выбраться нисколько не легче. Нужны какие-то более экономичные приемы. Несомненно, нашему мозгу они известны, и он их успешно применяет.
А вот как до них добраться исследователям? Те же американские психологи — Ньюэл, Шоу, Саймон — попытались отгадать эвристические приемы, которые человек использует для решения самых разных задач: и при поиске математических доказательств, и при решении конструкторских задач, и при анализе физических проблем, и при создании музыки, и при постановке правильного диагноза, и при подборке необходимых красок или единственно нужных слов. Короче говоря, они попытались объять необъятное: создать машину, способную решать самые разные творческие задачи — и научные и стоящие перед людьми искусства. И такая удивительная машина была создана, вернее — разработана программа ее работы.
Назвали ее не очень поэтично — «Универсальный решатель проблем», или сокращенно, по первым буквам английских слов: ДПС. Взявшись за столь сложную задачу, ученые оказались перед запутаннейшим мыслительным лабиринтом. Как найти в нем кратчайшую дорогу к цели? Психологические эксперименты, проводившиеся раньше, не давали законченного ответа на этот вопрос.
Они раскрывали какие-то отдельные детали поиска, не рисуя всей картины. Пришлось засесть за новые опыты, составленные по специальной программе. Их участниками стали «вечные мученики науки» — студенты колледжа. Им написали несколько выражений, похожих на алгебраические.
И попросили преобразовать его в другое, которое выглядело бы так: QVP R. Для этого давался набор правил. Думать, разумеется, надо было вслух. Те, кто знаком с математической логикой, несомненно, узнают эти выражения.
Студенты же рассматривали их как простой набор каких-то значков и букв. Это было сделано нарочно. Ведь машине в будущем тоже предстояло иметь дело с абстрактными символами. Чтобы машину и человека по возможности уравнять в правах, условия эксперимента и приблизили к обстановке, в которой должна действовать машина.
Кроме того, так можно было избавиться от всего лишнего: второстепенных деталей, ненужных эмоций, вольно или невольно сопровождающих психологический эксперимент, если он проводится в форме игры или заключается в решении разного рода головоломок или даже просто занимательных задач с «аквариумом», весами, свечкой и тому подобным. Здесь задача была предельно суха и абстрактна. Это была задача вообще. Больше двадцати студентов решали ее.
И хотя они думали неодинаково, все же удалось обнаружить общие принципы, которыми руководствуется человек при решении разных проблем. Наиболее отчетливо выявились два эвристических приема. Один заключается в том, чтобы разложить сложную задачу на несколько частных, более простых и решать их по очереди, постепенно приближаясь к цели. Практически это выглядит так.
Человек анализирует задачу и видит, что у него нет средств превратить данные условия в искомое решение. Тогда он смотрит, нельзя ли уменьшить разрыв между условиями и требованиями. Найдя способ это сделать, снова сравнивает ситуацию, которая получилась в результате его действий, с конечной целью и ищет средства перевести новый вариант задачи в желаемое решение, и так много раз. Прием этот так и был назван — «Анализ средств и целей».
Если же описывать его не сухо, строго по-научному, то вернее всего было бы сказать, что он напоминает детскую игру в «горячо-холодно». Ведь тогда мы тоже ищем цель постепенно, проверяя, ближе мы стали к ней, то есть «теплее» нам, или отдалились — и теперь нам «холоднее». Но пытаться достичь основной цели, последовательно подменяя ее более близкими подцелями, можно не во всех случаях. Тогда человек поступает иначе.
Он сознательно пренебрегает рядом деталей задачи, несколько упрощая ее. Такую упрощенную задачу решить легче. А приемы, использованные для этого, могут подсказать стратегический план решения основной проблемы. Ньюэл, Шоу и Саймон наделили машину способностью использовать два эвристических приема, кстати сказать, наиболее часто употребляемых людьми.
Это метод «горячо-холодно» и упрощение, огрубление задачи. Так появился на свет универсальный решатель проблем. И он развил довольно успешную деятельность, даже что-то делал в промышленности. Однако «универсальным» он все же не оказался.
И знаете, на чем машина споткнулась? На шахматах. Она решала сложные, серьезные проблемы, а в игре пасовала. И не удивительно.
Ведь в любой самой сложной задаче всегда известна исходная ситуация — начальная площадка лабиринта, и определена цель — центральная его площадка. А в шахматах область поиска не определена. Здесь столько «коридоров», «площадок», «тупиков», что перебрать все варианты маршрутов не под силу даже быстродействующей вычислительной машине. А подходящих алгоритмов в ее распоряжении не было.
Признать ограниченность своего детища американским психологам не очень хотелось. Кроме того, это означало, что какой-то важный механизм человеческого мышления им не удалось разгадать. Вот тогда они и принялись за новые поиски. Правда, они изучали теперь не столько особенности нашего мышления, сколько правила игры в шахматы, надеясь хоть косвенно проникнуть в секреты мозга, думающего над шахматной ситуацией.
Мы теперь знаем, что в какой-то мере им это удалось. Благодаря им машина научилась играть в шахматы «по-человечески» и стала достойным соперником чемпионов. Но по сравнению с «Универсальным решателем проблем» это был скорее шаг назад. Как-никак та машина хоть и не умела играть в шахматы, зато воспроизводила особенности творческого процесса вообще, свойственного и ученым и поэтам.
Иными словами, создавая ее, инженеры решили более общую проблему. А электронный шахматист, как ни был интересен сам по себе, помогал понять только одну сторону творчества. Перед учеными встал вопрос: какой путь предпочесть? Вслед за шахматистом появился электронный игрок в шашки.
Вначале он играл довольно средне — его обыгрывали даже неопытные игроки. Но новый игрок обладал способностью учиться. И вскоре так наловчился, что стал обыгрывать даже чемпионов. Создали еще одну машину — математика.
Она творчески решала задачи по геометрии, с которыми с трудом справлялись студенты-второкурсники. Американские психологи получили заказ от промышленников — им необходимо было с научной точностью узнать, куда вложить и как лучше истратить деньги. Ученые пригласили к себе в лабораторию одного из самых опытных служащих банка и принялись изучать, как он думает. Это оказалось не таким легким делом.
Ведь банковский служащий, чтобы решить, куда поместить деньги для наибольшей прибыли, должен выработать что-то вроде экономической гипотезы. После долгих доделок, переработок электронного финансиста все же удалось создать, и банкиры им как будто довольны. Другие изучали совсем иную разновидность интеллектуальной деятельности — творчество композитора. И тоже небезуспешно.
Мелодии, созданные его электронным собратом, гораздо больше напоминали настоящую музыку, нежели нотные упражнения первых композиторов от кибернетики. Цели, которые ставили перед собой инженеры и психологи, создавая эвристические программы для вычислительных машин, были нередко диаметрально противоположными. Кто-то стремился научить машину составлять расписание движения поездов или просто уроков в школе. Не думайте, это довольно каверзная работа, требующая «хитрости» и смекалки.
А кому-то хотелось иметь электронного ученого, например биохимика. И чтобы он не только разрабатывал планы опытов, оценивал их результаты, выдвигал на этой основе какие-то гипотезы, но и сам проводил опыты с помощью механических рук. Дело дошло до того, что в лабораторию Московского университета, где занимаются разработкой эвристических программ, стали обращаться с самыми неожиданными просьбами. Не можете ли сделать такого диспетчера, чтобы он работал творчески?
Нужен начальник планового отдела «с живинкой к делу». Пришлите электронного учителя, который мог бы быстро и толково устранять «дефекты» знаний. Что делать? Неужели действительно каждый раз изучать образ мыслей диспетчера, плановика, учителя?
И заново составлять программу для очередного случая? Вряд ли это целесообразно. И московские психологи решили поступить иначе. Найти то общее, что есть в любой более или менее творческой работе.
Установив, из каких форм складывается мыслительная деятельность и врача, и инженера, и музыканта, создать что-то вроде «крупных блоков».
Значение слова эврика: что это такое?
Название Аврика кажется ошибкой, так как все привыкли говорить Эврика. – «Я нашел!» – согласно преданию, восклицание Архимеда при открытии им основного закона гидростатики. «Э́врика!» — легендарное восклицание Архимеда, ставшее общеупотребительным для выражения радости в случае разрешения трудной задачи.