совместная программа европейских стран в области научных исследований и опытно-конструкторских разработок, была создана в 1985 году, имеет 41 полноправного члена, включая Евросоюз.
Эврика - определение термина
Смотреть что такое «эврика» в других словарях: ЭВРИКА — (греч. нашел). Восклицание Архимеда, открывшего закон тяжести тел; восклицание, сделавшееся поговоркой по разрешении трудной задачи. ЭВРИКА. Европейское агенство по координации научных исследований (“EURICA” — European Research Coordination Agency) — совместная программа западноевропейских стран в области научных исследований и опытно-конструкторских разработок. Эврика — статья из свободной большой энциклопедии. Что такое дидактика и как она развивается. Что такое теория Эврика? На этой неделе в Пензе, на базе Пензенского государственного университета, состоялась областная научно-практическая конференция «ЭВРИКА» по конструкторской и изобретательской деятельности среди учащихся.
Что на самом деле означает слово «Эврика»: при чем тут Архимед, ванная и мошенники
Но тут Султану пришла в голову спасительная идея «эврика». Он повернулся к палкам и соединил их. С помощью уже более длинной палки он смог достать желанный фрукт. Настоящее понимание вместо проб и ошибок? В рамках своих опытов в 1920-х годах Вольфганг Кёлер интерпретировал подход Султана как случай проницательного обучения. Таким образом, обезьяна решила проблему внезапно, а не постепенно, методом проб и ошибок.
Кроме того, шимпанзе Кёлера смогли обобщить свой опыт и применить их к новым проблемам. В других случаях они использовали эту идею для достижения цели с другими инструментами. Этот эксперимент сформировал основу кёлеровского понимания «инсайта» — неожиданного осознания нужных взаимосвязей во время научения. Инсайт Происходит от англ. Сегодня понятие инсайта является неотъемлемой частью гештальтпсихологии.
Немецкий психолог Вольфганг Кёлер 1887—1967 внес большой вклад в создание гештальтпсихологии. Люди, а также некоторые виды животных учатся не только постепенно, методом проб и ошибок. Решая проблемы, они внезапно приходят к пониманию инсайту. А также способны обобщить и применить его к другим задачам. Вольфганг Кёлер продемонстрировал, что шимпанзе могут решать проблемы, применяя проницательность.
Его исследования показали, что интеллектуальный разрыв между людьми и шимпанзе намного меньше, чем считалось ранее. Его работа «Психика обезьян» была революционной для своего времени. The mentality of apes, transl. London: 1925. Но в течение многих десятилетий ее игнорировали, поскольку она нарушала общепринятое мнение о том, что поведение животных является просто результатом инстинкта или обусловленности.
Ассоциативное и когнитивное обучение Многое из того, что изучают люди или животные, нельзя объяснить методами проб, ошибок и условностей. Например, когда мы усваиваем абстрактные концепции, делаем сложные выводы или черпаем для себя что-то полезное из научно-популярной статьи. Тренировка и обучение собак базируется на обусловливании — формировании условных рефлексов. Чем ассоциативное когнитивное обучение отличается от обусловливания, можно объяснить на простом примере. Когда, например, охотничьих собак учат возвращаться к охотнику при определенном звуке свистка, это классическая обусловленность.
Нейтральный раздражитель посредством тренировки трансформируется в условный. Однако, собаки обычно оставляют без внимания звуки других свистков, которые предназначены для других собак. Измененное поведение относится только к приобретенному условному раздражителю. Совершенно иная ситуация с когнитивным обучением. Показательным является эксперимент, который Вольфганг Кёлер провел на своей исследовательской станции на Тенерифе в 1918 году.
Он заставил домашних цыплят различать светлый и темный фон. Более светлый фон был целевым стимулом, который Кёлер награждал за распознавание. Психолог внимательно наблюдал за тем, что произошло, когда он представил цыплятам еще более светлый фон. Выбор ранее изученного целевого стимула был бы не чем иным, как обучением через ассоциации.
В рамках своих опытов в 1920-х годах Вольфганг Кёлер интерпретировал подход Султана как случай проницательного обучения. Таким образом, обезьяна решила проблему внезапно, а не постепенно, методом проб и ошибок. Кроме того, шимпанзе Кёлера смогли обобщить свой опыт и применить их к новым проблемам. В других случаях они использовали эту идею для достижения цели с другими инструментами. Этот эксперимент сформировал основу кёлеровского понимания «инсайта» — неожиданного осознания нужных взаимосвязей во время научения. Инсайт Происходит от англ. Сегодня понятие инсайта является неотъемлемой частью гештальтпсихологии. Немецкий психолог Вольфганг Кёлер 1887—1967 внес большой вклад в создание гештальтпсихологии. Люди, а также некоторые виды животных учатся не только постепенно, методом проб и ошибок. Решая проблемы, они внезапно приходят к пониманию инсайту. А также способны обобщить и применить его к другим задачам. Вольфганг Кёлер продемонстрировал, что шимпанзе могут решать проблемы, применяя проницательность. Его исследования показали, что интеллектуальный разрыв между людьми и шимпанзе намного меньше, чем считалось ранее. Его работа «Психика обезьян» была революционной для своего времени. The mentality of apes, transl. London: 1925. Но в течение многих десятилетий ее игнорировали, поскольку она нарушала общепринятое мнение о том, что поведение животных является просто результатом инстинкта или обусловленности. Ассоциативное и когнитивное обучение Многое из того, что изучают люди или животные, нельзя объяснить методами проб, ошибок и условностей. Например, когда мы усваиваем абстрактные концепции, делаем сложные выводы или черпаем для себя что-то полезное из научно-популярной статьи. Тренировка и обучение собак базируется на обусловливании — формировании условных рефлексов. Чем ассоциативное когнитивное обучение отличается от обусловливания, можно объяснить на простом примере. Когда, например, охотничьих собак учат возвращаться к охотнику при определенном звуке свистка, это классическая обусловленность. Нейтральный раздражитель посредством тренировки трансформируется в условный. Однако, собаки обычно оставляют без внимания звуки других свистков, которые предназначены для других собак. Измененное поведение относится только к приобретенному условному раздражителю. Совершенно иная ситуация с когнитивным обучением. Показательным является эксперимент, который Вольфганг Кёлер провел на своей исследовательской станции на Тенерифе в 1918 году. Он заставил домашних цыплят различать светлый и темный фон. Более светлый фон был целевым стимулом, который Кёлер награждал за распознавание. Психолог внимательно наблюдал за тем, что произошло, когда он представил цыплятам еще более светлый фон. Выбор ранее изученного целевого стимула был бы не чем иным, как обучением через ассоциации. На самом деле, однако, животные выбирали новый стимул. В опытах с цыплятами Кёлер показал, что животные способны к восприятию взаимосвязей, реагируя на больший или более яркий из двух стимулов и отвергая даже тот стимул, на который они были натренированы. Гештальт-психологи назвали этот феномен «законом транспозиции». Очевидно, они уловили взаимосвязь между стимулами как решающий критерий и перенесли предыдущий результат обучения в новую ситуацию.
Это расходится с представлением о детях как о губке, которая впитывает все, что видит и слышит. Считается, что префронтальная кора управляет познавательной деятельностью и является своеобразным фильтром, который не позволяет посторонним мыслям, восприятию и воспоминаниям мешать выполнению текущей задачи. В ходе экспериментов ученые замедляли работу этого природного фильтра и обнаружили, что это повышает производительность труда, требующего творческого мышления. Участникам эксперимента показывали изображения привычных бытовых предметов и просили быстро придумать необычные способы их использования, например, бейсбольную биту в роли скалки. Подопытным демонстрировалась последовательность из 60 объектов, по одному каждые 9 секунд, и ученые засекали время, которое требовалось, чтобы придумать ответ. Исследователи предположили, что высокий уровень когнитивного контроля со стороны «фильтра» мешает выполнению творческой задачи. В повседневной жизни фильтр помогает нам сосредоточиться на основных свойствах объекта и «обрезает» то, что несущественно. В то же время при решении творческих задач, в частности по нетривиальному применению обычных предметов, требуется учитывать весь спектр его свойств. Выяснилось, что так оно и есть: при транскраниальной стимуляции зон когнитивного контроля постоянным током когда слабый электроток проникает в мозг прямо сквозь череп , творческие способности выросли. Судя по всему, стимуляция вызывает изменения в электрическом потенциале мембран нейронов. Другими словами, ученые ограничили возможность нейронов в определенном участке мозга генерировать сигналы, что снизило активность данного участка. Подопытные со «штатным» режимом работы префронтальной коры в среднем не могли придумать необычные применения для 15 из 60 объектов, в то время как подопытные с ингибированной деятельностью этого участка мозга пропустили всего 8 объектов. При этом последние выдавали правильные ответы в среднем на секунду быстрее. Для работы мозга секунда — это огромный промежуток времени, обычно исследователи работают с миллисекундами. Исследование ученых из Университета Пенсильвании не только дает возможность разработки технологий стимуляции творческих способностей, но и объясняет некоторые аспекты развития человека, сообщает «CNews. Так, поскольку префронтальная кора развивается медленно, детям трудно сосредоточиться на выполнении определенной задачи, зато они преуспевают в творчестве.
Как быть? Вырабатывать новую программу? Вряд ли целесообразно. Гораздо быстрее найти то звено, из-за которого оказалась неудачной вся система действий, и заменить его. Однако самое трудное как раз отыскать требующее переделки звено. А наш мозг успешно справляется и с этой трудностью. И опять ему помогают специальные алгоритмы. Вот бы разгадать их. Вооруженные всеми этими дополнительными приемами, машины будут быстрее находить наилучшие решения самых разных сложных проблем. Но этого, по мнению ученых, еще недостаточно. Человек не только владеет тысячью секретов находить пути к быстрейшему решению самых разных проблем, он еще накапливает опыт. И при решении любой следующей задачи оказывается вооруженным опытом разгадывания всех предыдущих, что очень помогает ему и делает его все сильнее в процессе самой творческой деятельности. Недаром же мы говорим «зрелый мастер» или «квалифицированный исследователь» о писателе, художнике, ученом, достигшем большого совершенства в результате длительной и плодотворной работы в своей области. Так вот, зрелые исследователи задались такой фантастической целью, как создание машины, которая тоже могла бы накапливать опыт и благодаря этому совершенствовать свои навыки и умения. Московские психологи уже сделали попытку создать самообучающуюся машину. В основу ее программы они положили факты, неоднократно наблюдавшиеся в опытах с людьми и, как это ни парадоксально звучит, с некоторыми животными. Оказалось, что алгоритмы, благодаря которым запоминает полезную информацию голубь, входят как составная часть в довольно сложную мыслительную работу человека, например, при изучении им высшей математики. Если вы хоть раз участвовали в каком-нибудь конкурсе, то хорошо помните, что его проводят всегда в несколько туров. Ни первый, ни второй туры еще не обеспечивают первенства победителям, они лишь отсеивают слабых участников. Наш мозг при обучении действует примерно так же. Он не сразу и не всю информацию запоминает, а много раз отсеивает менее важную. И только после нескольких туров отборочного конкурса откладывает нужные сведения в памяти. Придирчивыми «экзаменаторами» служат промежуточные сигналы, промежуточные раздражители, возникающие в процессе анализа обстановки. Они сортируют информацию по значению. Предварительные сведения посылают в кратковременную память, на временное хранение. И только тщательно проверив, насколько они важны, решают: забыть их или направить в долговременную память, на постоянное местожительство. Часть таких алгоритмов удалось разгадать и даже воплотить их в программе для машины. Но дело это довольно кропотливое, трудное и требует еще многих и многих исследований прежде всего того, как мы сами учимся. Вот почему одновременно с работой над программированным обучением появилась мысль обойтись без программы. А что, если действовать так, как учили раньше мастера своих подмастерьев? По принципу: «Я тебе объяснять не буду, ты смотри и учись». Нельзя ли так же поступить и с машиной? Это особенно важно в тех случаях, когда человек при всем желании не может объяснить, как именно он действует. Вот, скажем, мы отличаем буквы одну от другой или узнаем знакомых в толпе. Рассказать, как мы это делаем, человек не может, потому что совершает все опознавательные действия интуитивно. И тем более мы не можем написать машине подробную инструкцию, как отличить букву «А» от «Б». Но учитель в школе тоже в этом случае ничего не объясняет первоклассникам. Он просто показывает им разные буквы и называет их. И они уже как-то сами учатся различать «А» от «Б». Одновременно в нескольких странах машины без всякой программы усвоили основы азбуки. Успешный опыт натолкнул на еще более дерзкую мысль: заставить машину учиться вовсе без учителя, поставив ее на место не школьника, а этакого Маугли, который сам, абсолютно без всякой помощи со стороны, научился бы, разглядывая буквы, понимать, что они чем-то отличаются друг от друга. Он, может, и не сумел бы назвать буквы так, как называем их мы, но зато придумал бы им свои имена. Как, по каким признакам он классифицировал бы разные буквы? Наверное, что-нибудь вроде этого: «А» — уголок и горизонтальная палочка посредине, «Е» — три горизонтальные палочки и одна вертикальная, «О» — кружок, «Л» — уголок, обращенный острием вверх, и т. Когда в одном из наших технических институтов инженеры взялись за эту невероятную затею, психологи только посмеивались: пробовать пробуйте, а что у вас выйдет? Вышло же вот что. Вычислительная машина оказалась весьма способным «Маугли». Она довольно быстро определила, из каких «деталей» состоят разные буквы и что между ними общего. Машина сама установила разницу между «уголками», «кружочками» и «вертикальными черточками». Но тогда, выходит, у нее выработались простейшие понятия? Именно так и расценивают результаты своих опытов инженеры из Института автоматики и телемеханики. Вот и встал опять «проклятый» вопрос о пределе возможности машин. Если машины не просто тупицы, быстро выполняющие вычисления, а им доступны мыслительные действия в таком широком диапазоне — от образования понятий до творчества, то, видимо, скоро настанет эра настоящих думающих автоматов? Инженеры всегда были в этом вопросе большими оптимистами. Как только появились вычислительные машины, они заявили, что в принципе возможно автоматизировать любую умственную деятельность, если будут известны правила, по которым она происходит. Достаточно лишь разложить эти правила на элементарные машинные операции. Было бы только чем заполнять машинную память». Но когда они увидели, с какими бесконечными подробностями приходится объяснять машине самые простейшие правила мышления даже весьма еще несовершенные программы перевода с одного языка на другой состоят из 10—20 тысяч машинных инструкций , оптимизм их несколько поубавился. А ведь многие мыслительные действия вообще не удалось представить в виде системы правил. Взять хоть то же распознавание знакомого лица или знакомой ситуации. Правила, по которым совершается эта важнейшая мыслительная операция, запрятаны где-то в глубинах подсознания и до них не так-то просто докопаться. Но, видимо, они достаточно сложны. Потому что все попытки составить аналогичную программу для машины привели пока только к тому, что машина смогла узнать лишь некоторые буквы, простейшие геометрические фигуры да цифры. Как же «приблизить» машину к различным видам умственной деятельности, чтобы максимально разгрузить человека, оставив ему самые высшие, самые интересные, самые новаторские взлеты творчества? Тогда-то и появилась мысль решить задачу моделирования умственных операций обходным путем. Снабдить машину не подробной программой действия, а лишь способностью учиться. Тогда в машину надо будет ввести небольшую исходную информацию. Все остальные сведения, необходимые для моделирования мыслительного процесса, она раздобудет сама в процессе учебы. Вместо подробного расписания работы машине дают основную рабочую программу, в которой описан только принцип действия. И «обучающую» программу, которая по ходу дела вносит исправления в первую. Однако способные к обучению и самосовершенствованию машины не разрешили всех проблем, связанных с моделированием мышления. Центр тяжести просто переместился. Стало проще составлять программу, зато дольше и сложнее учить машину. Учить машину думать ничуть не проще, чем человека. А результаты пока довольно средние. Так что ни о каком преимуществе машины не может быть и речи. Во всяком случае, пока исходные позиции электронного ньютона и школьника Петьки неравны информация, закладываемая в начинающую учиться машину, намного меньше той, которой располагает первоклассник , человек может не бояться ее соперничества. Очевидно, мало наделить машину способностью учиться. Надо еще начинить ее теми алгоритмами, теми эвристическими приемами, что составляют механизмы нашего ума. Тогда ее работа станет больше похожа на мышление человека. В справедливости этого мы с вами имели возможность убедиться на многочисленных примерах творчества машин. Но мы также знаем, что и сам-то механизм человеческого мышления далеко еще не раскрыт. И надо прямо добавить: чем глубже исследовательская мысль человека обращается к познанию самого себя, тем более сложными предстаем мы с вами перед микроскопом науки и тем больше нового и неожиданного открывается в наших мыслительных способностях. Мы с вами подошли сейчас к интереснейшей области. Вспомните: когда производили опыты над человеком, чтобы вырвать некоторые секреты его мышления и передать их машине, испытуемого приводили в состояние, близкое, если можно так выразиться, к машинному, — его ограждали от всех эмоций, насколько это возможно, от всех внешних впечатлений, помещая в специально изолированную камеру. Ведь машина бесчувственна. И ей требовалось дать «очищенную от посторонних примесей», бесчувственную человеческую мысль. Нужно сказать, что бесчувственность счетнорешающих устройств, эта самая их машинная суть, рассматривалась с первых шагов кибернетики и рассматривается и сейчас как огромное их преимущество в решении целого ряда практических задач. Не поддающиеся гневу, не расстраивающиеся от мелких огорчений, не подверженные человеческим эмоциям, комбинации электронных ламп и сопротивлений, пусть с машинной тупостью, но и с хладнокровием механизма, бесстрастно выясняют все «за» и «против» и дают точный математический ответ. Такое преимущество управляющих машин остается за ними, пока их привлекают к роли диспетчера или другой подобной работе, выполняемой по твердому, заранее разработанному графику. Но поскольку ученые и конструкторы задались целью использовать машины и в таких областях, где даже от человека требуется вдохновение, встал вопрос об истинных механизмах этого вдохновения. Так ли уж не важны и не нужны эмоции человеку в его умственной деятельности? Мы повседневно наблюдаем, как человек, который страстно стремится к цели, достигает несравненно большего, чем тот, кто работает с прохладцей, чем тот, кого данное дело не волнует. Нет ли тут связи между эмоциональной зараженностью человека и эффективностью его мышления? И если уж взялись обучать машину самым продуктивным способам человеческого мышления, тогда выходит… В общем сейчас всерьез заговорили о создании не только думающих, но и чувствующих машин. Как выяснилось, эмоции им действительно нужны… чтобы лучше думать. В самом деле. Любое наше мыслительное действие не является самоцелью. Оно совершается, так сказать, не из любви к искусству, а всегда бывает вызвано какими-то потребностями и мотивами, зависящими от чувств и настроений, которые мы в этот момент испытываем. И часто именно эмоции играют решающую роль в оценке различных ситуаций и даже отдельных мыслительных действий. Мозг как бы решает для себя, к хорошему или плохому результату приводит тот или иной этап переработки информации. Киевский кибернетик Николай Михайлович Амосов предположил даже, что в мозгу существуют две самостоятельные программы — интеллектуальная набор разнообразных эвристических приемов мышления и эмоциональная те самые потребности и мотивы, что определяют наше отношение к происходящему. Когда мы думаем, действуют обе эти программы, причем выбор алгоритма зависит от оценки, которую он получит по эмоциональной шкале. Мало того, эмоциональная программа нередко даже изменяет интеллектуальную, так что образуется уже какой-то «сплав» из чувств и мыслей. Он-то и лежит в основе нашего мышления. И может быть, принадлежность людей к художественному и мыслительному типу определяется тем, какая из двух программ играет у них первенствующую роль. Так или иначе, а многие кибернетики считают, что самые существенные недостатки эвристических программ можно будет устранить, если снабдить машины чем-то? Первую электронную модель эмоций киевляне уже создали. Их детище сможет испытывать печаль, тревогу, любопытство, негодование, горе, обиду, жалость — всего около пятидесяти разных чувств, настроений и даже страстей. Действия ее заключаются в ответах на вопросы. Машина анализирует не просто смысл того, о чем ее спрашивают, но учитывает и эмоциональную окраску вопроса. Потом она начинает думать, как ответить. И ответы ее зависят от «настроений» и «чувств», вызванных предыдущими вопросами и общим эмоциональным состоянием, которое задается заранее. Причем «темперамент» машины можно менять, усиливая одни чувства, ослабляя другие. Работа эта только начата и важна не конечными результатами, а поворотом исследований мыслительной деятельности в сторону чувств. Легко понять, что, когда машина научится не только думать, но и чувствовать, она станет еще более сильным помощником человека. Есть еще одна возможность усилить интеллект машины. Не обязательно ей начинать с «каменного топора» и самостоятельно проходить весь сложный путь становления ума. Можно сразу сделать ее умнее, снабдив всем тем опытом мышления, который накопило человечество — не каждый из нас, а именно все мы за тысячелетия сознательной жизни. Снабженная таким коллективным опытом и творческими навыками, да при ее удивительном быстродействии, машина, по мнению современных кибернетиков, сможет превзойти своего создателя в поединке интеллектов. Но кто даст нам в таком случае гарантию, что, «работая над собой», машина не создаст совершенно новые эвристические приемы, неизвестные нашему мозгу? И не окажемся ли мы когда-нибудь перед необходимостью изучать творчество машины, подобно тому как мы изучаем сейчас творчество людей? Естественно, что сейчас, с появлением на границе кибернетики и психологии новой науки — эвристики, у многих возникло желание признать за ней право на первенство. Англичанин Саймон, первым создавший для машины эвристическую программу, заявил недавно: «Я думаю, мы можем согласиться, что XX век — это век эвристики». Конечно, он по-своему прав, но где гарантия, что через пару лет не будут совершены еще более грандиозные открытия, скажем, в биологии, и тогда станут столь же справедливо связывать нашу эпоху с новым триумфом в науке? Между тем во всех этих определениях XX века есть одна общая черта. В химии ли, в физике или в кибернетике — всегда речь шла о большом количестве открытий, поставивших ту или иную науку впереди других. 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.
Сообщить об опечатке
- Онлайн-курсы
- Трудная задача
- Поделиться
- Что еще почитать
Из Википедии — свободной энциклопедии
- Югорский филолог рассказал о значении слова «Эврика!»
- Россия решила выйти из европейской научно-технической программы «Эврика» — РТ на русском
- что такое эврика определение
- Россия вышла из европейской научно-технической программы «Эврика» / Хабр
Читайте также в рубрике «Образовательная политика»
- Сообщить об опечатке
- Россия спустя 30 лет выходит из европейской научной программы "Эврика" - МК
- Слово Архимеда «Эврика!», ставшее афоризмом
- Россия решила выйти из европейской научно-технической программы «Эврика»
Развод по-научному: в год Фарфоровой свадьбы Россия выходит из европейской программы "Эврика"
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. Дисконт-портал принципиально не предлагает некондиционные товары, товары с выставок и прочую подобную продукцию.
К работе по формированию и реализации проектов в рамках программы «Эврика» также присоединится проектный офис по электронике Центра инновационных технологий и инжиниринга Московского технологического университета. В рамках круглого стола участники обсудили возможности расширения имеющегося инновационного сотрудничества, а также перспективы совместных проектов по широкому спектру отраслей промышленности. Европейская программа научно-технического сотрудничества в области коммерциализации высоких технологий «Эврика» объединяет 40 государств и Европейский союз. Россия присоединилась к «Эврике» в 1993 году.
Сегодня имя ученого в основном связывают с его математическими работами. Но в античные времена он прославился и в качестве изобретателя разных инструментов и механических устройств. Именно с этим аспектом деятельности Архимеда и связано изучаемое слово.
Трудная задача Римским архитектором, механиком и ученым-энциклопедистом 1 в. Марком Витрувием Поллионом написан трактат «Об архитектуре». В нем автором была пересказана легенда, непосредственно связанная со значением слова «эврика». В ней говорится о том, что царь Сиракуз Гиерон II заподозрил своего ювелира в том, что тот обманул его, изготавливая золотую корону.
Пример — страх авиаперелетов. Недостаточная информированность о безопасности этого вида транспорта плюс многочисленные упоминания об авиакатастрофах в СМИ могут вызвать иррациональную боязнь летать самолетом. Это называется эвристикой репрезентативности. Мы принимаем решение на основе более часто встречающейся информации. Шаблоны мышления возникают из-за того, что мозг экономит энергию и делает выбор в пользу быстрого решения.
Особенно, если его «правильность» подтверждается хотя бы частично. Так появляется крючок, которому в большей степени подвержены азартные люди — «ошибка игрока». Игрок, принимая решение, на какой цвет ставить, наблюдает, что черное выпало 5 раз подряд. И ставит на красное с мыслью «вот сейчас уж точно должно сработать! Игра по правилам Эвристический подход к решению задач относится к теории творческого мышления и подчиняется определенным правилам. Метод мозгового штурма. Самым ярким примером служит игра «Что? Это метод нужен, чтобы за короткий промежуток времени наработать много идей. Современная интерпретация метода мозгового штурма принадлежит Алексу Осборну.
В 1919 году он вместе с товарищами создал рекламное агентство BBDO, которое существует до сих пор. Он описал процедуру генерации идей, которая использовалась в его агентстве, а позже выпустил книгу об этом. Алгоритм выглядит так: Анализ проблемы и выбор задачи.
Россия решила выйти из европейской научно-технической программы «Эврика»
Теория эмерджентности: что такое реальность? Виталий Гинзбург, лауреат Нобелевской премии по физике 2003 г. В истории было немало моментов "Эврика!", включая Архимеда, Исаака Ньютона и Альберта Эйнштейна, которые испытали озарение в то время, когда думали совершенно об отвлеченных вещах. Юные читатели Липецкой областной детской библиотеки смогут приобщиться к этому празднику и принять участие в виртуальном дне информации «Эврика, или Кто это придумал?» на сайте.
Европейская научно-техническая программа «Эврика» (стр. 1 )
Является девизом американского штата Калифорния [3].
Нам туда не надо. А вот вторая, та самая LHS 1140b, имеет массу 5,6 «земных», радиусом 1,73 «земного» и равновесной температурой 226 кельвинов. По-нашему это чуть холоднее, чем минус 47. Ничего особенного, в поселке Каневка Мурманской области и похолоднее бывало. То есть планета находится в потенциально обитаемой зоне, говорят ученые из Лаборатории реактивного движения NASA. Сначала предполагали, что экзопланета является каменистым телом. Но массу пересчитали, и она оказалась меньше, чем предполагали.
И еще есть атмосфера с возможным преобладанием молекулярного азота, водяного пара и углекислоты. Под океаном этой планеты может быть ледяная мантия, перемешанная с мантией каменистой. Моделирование показывает, что вблизи поверхности планеты глобальная средняя температура способна оказаться выше точки замерзания воды. И если у планеты есть механизм стабилизации климата для поддержания атмосферы, о которой написано выше, то почему бы ей не быть обитаемой? Не слабо! Финские ученые выяснили: генетическая предрасположенность к высокой мышечной силе способствует долголетию. Но шутки в сторону.
Современный экономический словарь. ЭВРИКА Европейское агентство по координации научных исследований — многосторонняя программа сотрудничества ряда стран Западной Европы в области технологии, так называемое западноевропейское технологическое сообщество.
Создано по инициативе Франции в 1985 г. Цель программы зафиксирована в ее хартии — налаживание широкомасштабной кооперации в области новейшей технологии для укрепления позиций Западной Европы в наукоемких отраслях, в которых обозначилось технологическое отставание от США и Японии.
Здесь наоборот — приветствуется конструктивная критика от участников. На этом этапе важно соблюдать здоровую атмосферу в коллективе, чтобы критика идей не перешла на критику личности. Синектика или Метод аналогий. Применяется, чтобы найти решение текущей задачи по аналогии с уже существующей. В данном случае ищутся похожие свойства двух объектов — предполагается, что если основные признаки у них одинаковые, то, скорее всего, вторичные тоже будут похожи.
Алгоритм решения задачи подобным методом следующий: Сначала происходит анализ проблемы и постановка задачи. Необходимо понимание, что мы делаем, для чего. Нужно задать вопрос, вызывающий аналогии — например, как привлечь внимание к штендеру возле магазина? Вторая стадия — это поиск аналогий. Ищем аналогию к заданному вопросу — например, как глубоководная рыба привлекает к себе пищу? Рыба светится, движется. Можно использовать любые вопросы, главное — найти аналогии со схожими существенными признаками.
Далее мы ищем, что можно перенести на нашу задачу. Проводится анализ выдвинутых аналогий. Потом проводится анализ полученных идей и выбор решения нашей задачи. В конце проводим проверку решения. С этими и другими методами решения задач можно познакомиться в курсе « Творческое мышление ».
Эврика - определение термина
В средние века значительный вклад в развитие эвристики внес Раймонд Луллий, который известен благодаря своей идее создания машины для решения самых разных задач на основе всеобщей классификации понятий. Примерно до середины XIX века представления об эвристике как методе творчества и познания в целом сводились к уже упомянутому методу проб и ошибок. В Википедии приводится любопытная статистика: Томас Эдисон, работая над устройством щелочного аккумулятора, провел около 50 тыс. Выделение эвристики из системы логического знания началось в 1850-1860-х гг. До этого попытки выделить эвристику в отдельную науку предпринимались Эвклидом, Р.
Декартом, Г. Но лишь в обозначенный период в науке начал формироваться подход к эвристике как своеобразному междисциплинарному методу со своими правилами, уверены канадские ученые М. Романисия и Ф. Пелатье, разрабатывающие данную проблематику.
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.
Его символ, чтобы изобразить цифру, была точкой под числом. Что означает Эврика в греческом? История и этимология для eureka. Что означает момент Эврики? Он тесно связан с эвристикой, которая относится к методам, основанным на опыте для решения проблем, обучения и открытия. Почему моменты Eureka важны? Моменты Eureka могут привести к творческим открытиям , триумфальному завершению проекта или внезапному, четкому пониманию того, как сделать ваш бизнес успешным. Когда слово Eureka впервые использовалось?
Именно с этим аспектом деятельности Архимеда и связано изучаемое слово. Трудная задача Римским архитектором, механиком и ученым-энциклопедистом 1 в. Марком Витрувием Поллионом написан трактат «Об архитектуре». В нем автором была пересказана легенда, непосредственно связанная со значением слова «эврика». В ней говорится о том, что царь Сиракуз Гиерон II заподозрил своего ювелира в том, что тот обманул его, изготавливая золотую корону. Гирон дал поручение Архимеду открыть обман, доказав, что корона состоит не из чистого золота, а из сплава этого металла с серебром. Предполагалось, что ювелир присвоил часть драгоценного материала.
Маленькие почемучки посмотрят познавательный видеоролик «Нам есть чем гордиться» и узнают, что Нобелевская премия — это достояние шведского учёного, изобретателя и предпринимателя Альфреда Нобеля 1833—1896 гг. 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.
Что такое «Эврика»
Восклицание, выражающее радость, удовлетворение при найденном решении, при возникновении удачной мысли и т. Не знаю только, как мне это раньше в голову не пришло. Чехов, Шведская спичка. Восклицание, выражающее радость, удовлетворение по поводу пришедшей в голову удачной мысли, какого-н. Делаем Карту слов лучше вместе Привет! Меня зовут Лампобот, я компьютерная программа, которая помогает делать Карту слов. Я отлично умею считать, но пока плохо понимаю, как устроен ваш мир.
Правительство постановило принять соответствующее предложение Министерства промышленности и торговли, согласованное с МИД России, Министерством финансов и Министерством юстиции, отмечается в документе. Также Минпромторгу дано поручение сообщить председателю и руководителю секретариата Ассоциации «Эврика» о принятии Россией данного решения. Ранее Совфед одобрил закон о прекращении действия в отношении России международных договоров Совета Европы.
Эврика Архимед бежит голый по улицам Сиракуз крича «Эврика! Согласно легенде, сиракузский царь Гиерон, подозревая своего ювелира в обмане при выделке золотой короны, поручил своему родственнику Архимеду открыть обман и доказать, что в корону примешано серебра больше, чем следовало.
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». Скажем, блок «решения проблем», блок «самообучения», блок «распознавания сходных ситуаций» и тому подобные. И из них по мере необходимости собирать программу или для электронного врача, или для диспетчера. Этот путь не только более экономичен, он, так сказать, ближе по структуре к творчеству человека. Недаром же психологи говорят, что в разных творческих процессах — будь то работа инженера или художника — больше сходства, чем различий. В главном, основном творчество актеров, поэтов и ученых едино. Вспомните хотя бы, что вы прочли в начале книги о трех китах творчества. Стало быть, создание универсального решателя проблем — более верный путь. И теперь перед психологами стоит задача разгадать новые алгоритмы, новые эвристические приемы творческого мышления. Снова ученые обращаются к человеку, чтобы, во-первых, расшифровать многочисленные эвристические приемы, которыми он владеет, а во-вторых, попытаться воспроизвести их в думающей машине. Разумеется, дело не сводится лишь к отгадке готовых приемов и способов мышления, как уже об этом говорилось раньше. Важно не просто выявить результат решения, а раскрыть процесс мышления в его динамике. Психологи Московского университета пытаются, например, воплотить в, виде программы ту особенность мышления, которую можно назвать «чувством близости решения». Машина, даже очень умная, часто проходит буквально в двух шагах от нужного решения и продолжает поиски совершенно в других концах лабиринта. А человек, нередко еще не зная, как справиться с задачей, чувствует, что решение где-то совсем близко, и усиливает поиск именно в этом направлении. Разумеется, благодаря этому он докапывается до смысла гораздо быстрее. Или вот, скажем, умение человеческого мозга оценивать перерабатываемую информацию с точки зрения ее значимости для решения задачи. При поиске решения человек сосредоточивает внимание исключительно на важной информации. Но как он определяет, какие именно сведения будут работать на пользу дела? Ясно, что здесь тоже не обходится без эвристических приемов, только каких? Наконец, бывает так. У человека уже выработана программа действий для определенных обстоятельств, но несколько изменились сами обстоятельства. Как быть? Вырабатывать новую программу? Вряд ли целесообразно. Гораздо быстрее найти то звено, из-за которого оказалась неудачной вся система действий, и заменить его. Однако самое трудное как раз отыскать требующее переделки звено. А наш мозг успешно справляется и с этой трудностью. И опять ему помогают специальные алгоритмы. Вот бы разгадать их. Вооруженные всеми этими дополнительными приемами, машины будут быстрее находить наилучшие решения самых разных сложных проблем. Но этого, по мнению ученых, еще недостаточно. Человек не только владеет тысячью секретов находить пути к быстрейшему решению самых разных проблем, он еще накапливает опыт. И при решении любой следующей задачи оказывается вооруженным опытом разгадывания всех предыдущих, что очень помогает ему и делает его все сильнее в процессе самой творческой деятельности. Недаром же мы говорим «зрелый мастер» или «квалифицированный исследователь» о писателе, художнике, ученом, достигшем большого совершенства в результате длительной и плодотворной работы в своей области. Так вот, зрелые исследователи задались такой фантастической целью, как создание машины, которая тоже могла бы накапливать опыт и благодаря этому совершенствовать свои навыки и умения. Московские психологи уже сделали попытку создать самообучающуюся машину. В основу ее программы они положили факты, неоднократно наблюдавшиеся в опытах с людьми и, как это ни парадоксально звучит, с некоторыми животными. Оказалось, что алгоритмы, благодаря которым запоминает полезную информацию голубь, входят как составная часть в довольно сложную мыслительную работу человека, например, при изучении им высшей математики. Если вы хоть раз участвовали в каком-нибудь конкурсе, то хорошо помните, что его проводят всегда в несколько туров. Ни первый, ни второй туры еще не обеспечивают первенства победителям, они лишь отсеивают слабых участников. Наш мозг при обучении действует примерно так же. Он не сразу и не всю информацию запоминает, а много раз отсеивает менее важную. И только после нескольких туров отборочного конкурса откладывает нужные сведения в памяти. Придирчивыми «экзаменаторами» служат промежуточные сигналы, промежуточные раздражители, возникающие в процессе анализа обстановки. Они сортируют информацию по значению. Предварительные сведения посылают в кратковременную память, на временное хранение. И только тщательно проверив, насколько они важны, решают: забыть их или направить в долговременную память, на постоянное местожительство.
Что такое «эврика»?
Российский премьер-министр Михаил Мишустин подписал постановление правительства о выходе России из европейской научно-технической программы «Эврика». «Эврика» имеет 41 полноправного члена, включая Европейский союз, представленный Европейской комиссией. я нашел) согласно преданию, восклицание Архимеда при открытии им основного закона гидростатики. это междометие греческого происхождения «heúreka», что означает «открывать». А еще «Эврика» — это название нашей любимой школьной команды эрудитов.