CC BY
10
Библиографический список
1. Степин, В. С. Философия науки и техники [Текст] : учеб. пособие / В. С. Степин, В. Г. Горохов, М. А. Розов. — М. : Контакт-Альфа, 1995. — 384 с.
2. Тондл, Л. Методологические аспекты системного проектирования [Текст] / Л. Тондл, И. Пейша // Вопросы философии. — 1982. — № 10. — С. 87.
УДК 377+004 А. А. Олейников, доц. Челябинского
института развития профессионального образования (ЧИРПО), канд. пед. наук, г. Челябинск, e-mail: oleynikow@mail.ru Е. В. Годлевская, доц. ЧИРПО, канд. пед. наук, г. Челябинск, e-mail: elengodl@ya.ru
ФОРМИРОВАНИЕ ЗНАНИЕВЫХ ОБРАЗОВ В ПРОЦЕССЕ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ: ТЕОРИЯ ПЕРЦЕПТРОНА
В статье рассматривается вопрос организации обучения на основе достижений в области искусственного интеллекта. Предлагается метод построения и развития моделей мыслительных действий средствами компьютерных систем. Раскрывается способ формирования у обучающихся умений распознавать знаниевые образы.
Ключевые слова: знаниевый образ, компьютерно-информационное обучение, метод пер-цептрона, системное мышление.
Как известно, образы реальных объектов и предметов, явлений и процессов как элементы семиотического отражения реальности в сознании человека с помощью компьютерной системы материализуются в виде программных продуктов и отображаются на экране монитора.
Компьютерная имитация позволяет задействовать механизм восприятия, то есть перенести визуальные образы на визуальные отношения (здесь под отношениями мы понимаем общение человека посредством сети Интернет), сохраняющие характеристики реальности, но исключающие физический контакт в его традиционной форме, когда человек может слышать собеседника, воспринимать его зрительно, на уровне тактильных ощущений или обоняния. Восприятие осуществляется через мысленный образ, основанный на символах и знаках. Это, в свою очередь, позволяет предположить, что теоретически мы можем использовать имитацию для вычисления величин любой иллюзии, вызываемой у человека при работе в интернет-пространстве (виртуальном пространстве). В частности, обучаемый на уровне сознания преобразует семиотические значения, воспроизводимые компьютерной системой, в знаниевые образы, придавая им содержание и форму сообразно накопленным в его памяти ранее увиденным реальным объектам, предметам, процессам
и явлениям — умственным образам. Семиотическая функция инициирует познавательную деятельность обучающегося, его восприятие окружающей среды с помощью умственных образов на основе используемых индексов.
Умственный образ является одной из величин, находящихся в зависимости от уровня развития интеллекта человека, его способности оперировать знаниевыми образами, образующимися в результате синтеза умственных образов и семиотически выраженных новых знаний. Нам необходимо отметить, что образ есть интерио-ризация имитации через восприятие, которое обеспечивает представление новых комбинаций образов реально существующих, но актуально отсутствующих событий или объектов.
Вместе с тем умственные образы не являются абстрактным знанием, они имеют конкретное, специфическое (эксклюзивное) отношение к реально существующим объектам или событиям. Немаловажным является и то, что на развитие памяти оказывают влияние действия по схеме интеллекта, где структура памяти зависит от структур операций (мышления). Для обучаемого характерна гибкость образования сложных психомоторных и других навыков, что позволяет ему систематически активизировать скорость своей оперативной памяти, необходимой для интерактивного взаимодействия.
В ходе компьютерно-информационного обучения мозговая деятельность обучаемого направлена на преобразование внешних сигналов, которые он воспринимает как событие, происходящее в окружающем мире. Восприятие событий в виртуальном пространстве воспринимается обучающимися как внешне (реально) существующая среда, что обуславливается зрительными образами, похожими на реально существующие события и объекты. И поэтому характеристики психических процессов у обучаемого, работающего на компьютере, подчинены закономерностям, определяемым функциями мозга.
Нахождение обучаемого в виртуальном пространстве (работа на компьютере с программными продуктами) обусловливает формирование образного мышления (фантазии), которое влияет на развитие трех явлений психики: динамики отражения окружающей действительности в различных формах (познание, эмоции, воля); психического состояния (активность); свойств, определяющих качественно-количественный уровень деятельности и поведения человека. Развитие технического мышления обучающегося как специфической особенности сознания происходит в условиях активного применения компьютера как инструмента интеллектуальной деятельности личности.
Нахождение обучаемого в информационном пространстве (общение посредством сети Интернет, разработка компьютерных программ, решение социальных и профессиональных задач программными средствами) способствует работе обоих полушарий мозга, что обеспечивает систематизацию мышления. Для системного мышления важна дивергентность, которая определяет своеобразие познавательных процессов, при этом обработка информации осуществляется в соответствии с принципами организации контекстуальной связи между словами и образами [1].
Работа мозга в режиме охвата всех существующих связей (внутри объекта) и взаимосвязей (с внешней средой), а также его свойств с последующей оценкой в нескольких смысловых плоскостях создает многогранность образа, символизирующего слова в контексте, соответствующем объекту. Одновременно мозговая деятельность обучаемого направляется на мыслительный процесс, осуществляемый по определенному алгоритму, что придает контексту мысли однозначность с определением реальных связей между частями объекта, структурирует реальную действительность,
обусловливает особенности мышления, облегчает систематизацию и упорядочение информации.
Из множества методов или алгоритмов, характеризующихся общими подходами к решению проблем компьютерно-информационного обучения, можно выделить метод перцептрона, который основывается на моделировании гипотетического механизма работы человеческого мозга [2]. Реализация модели компьютерно-информационного обучения, разработанной на основе данного метода, представляет процесс распознавания образов как знаниевую основу. При этом сам метод заранее определяется в качестве исходного положения без доказательств, то есть постулируется. При таком подходе уровень биологически обусловленных знаний или гипотез о биологических механизмах сознания является исходной предпосылкой, на которой базируются модели механизмов распознавания. Поясним, что под биологически обусловленными знаниями мы понимаем рефлексы — чувственные ощущения, выражаемые человеком преимущественно эмоционально и голосом (вербально). Такие знания совершенствуются в ходе профессионального обучения человека как биологической структуры: например, обучаемый с первых дней компьютерно-информационного обучения осознает изменения, происходящие в восприятии знаниевых образов, но объяснить и охарактеризовать их он способен только после достижения им умений реализовывать вновь воспроизведенные его сознанием образы средствами компьютерной системы.
Для понимания нашей идеи мы поясним следующее: ранее метод перцептрона рассматривался только как основа модели эвристического механизма работы мозга, применительно к раскрытию основ теории искусственного интеллекта и практики решения проблемы обучения распознаванию образов относительно комплекса технических устройств, называемых перцептронами и имитирующих процесс восприятия и непосредственного отражения объективной действительности органами чувств биологической субстанции (человека или животного). В рамках нашего исследования и компьютерно-информационного обучения он рассматривается в качестве основополагающей схемы в построении моделей мыслительных действий обучающихся по распознаванию зна-ниевых образов [3].
Относительно нашего исследования мы рассматриваем перцептрон как совокупность чувствительных сенсорных элементов. Обозначим
тактильные элементы, на которые поступают входные сигналы, как £ (рис.1).
й - элементы
Рис. 1. Вид простого перцептрона
При этом ¿-элементы связаны с совокупностью ассоциативных элементов А (зрение, обоняние, вкус, слух), выход которых отличается от нуля только тогда, когда возбуждено достаточно большое число ¿-элементов, воздействующих на один А-элемент. А-элементы «соединены» с реагирующими элементами Я (речь, голос, мимика и др.). Активизация элементов Я происходит в результате действия коэффициента усиления V (сознание), который переменен и изменяется в процессе компьютерно-информационного обучения.
Взвешенные комбинации выходов Я-эле-ментов составляют реакцию биологической структуры, которая указывает на принадлежность распознаваемого объекта определенному образу (например, рыба принадлежит фауне и т. п.). Если распознаются только два образа, то в перцептроне устанавливается только один Я-элемент, который обладает двумя реакциями: положительной и отрицательной.
Если образов больше двух, то для каждого из них устанавливают свой Я-элемент; выход каждого такого элемента представляет линейную комбинацию выходов ^-элементов:
Я = 0, + I *<>
г=1
где Я. — реакция (мыслительное действие) у-го Я-элемента; х. — реакция (биологической структуры сознания) /-го ^-элемента; V.. — приоритет связи от /-го ^-элемента к у-му Я-элементу; 0 — порог (осознанное действие
биологически обусловленной структуры) у-го Я-элемента.
Аналогично записывается уравнение .-го ^-элемента:
£
X = 0 / + X у к .
к=1
Здесь ук-сигнал (биоэлектрический, биохимический и другой биологически обусловленный) может быть непрерывным, но чаще всего он принимает только два значения: 0 или 1. Сигналы от ¿-элементов подаются на входы А-эле-ментов с постоянными весами, равными единице, но каждый А-элемент связан только с группой случайно выбранных ¿-элементов. Предположим, что требуется обучить перцептрон различать два образа — V1 и V2. Будем считать, что в перцептроне существует два Я-элемента, один из которых предназначен знаниевому образу V1, а другой — образу V2. Перцептрон будет обучен правильно, если выход Я1 превышает Я2, когда распознаваемый объект принадлежит образу V1, и наоборот. Разделение объектов на два знание-вых образа можно провести и с помощью только одного Я-элемента. Тогда объекту знаниевого образа V1 (информация, содержащая дидактическую составляющую) должна соответствовать положительная реакция Я-элемента, а объектам знаниевого образа V2 (информация, не содержащая нового для обучаемого) — отрицательная. Перцептрон обучается путем предъявления последовательности изображений объектов, принадлежащих знаниевым образам V1 и V2. В процессе обучения изменяются приоритеты V. А-элементов. В частности, если применяется система подкрепления с коррекцией ошибок, прежде всего учитывается правильность решения, принимаемого перцептроном. Если решение правильно, то приоритет связей всех сработавших А-элементов, ведущих к Я-элементу, выдавшему правильное решение, увеличивается, а приоритет несработавших А-элементов остается неизменным. Можно оставлять неизменными веса сработавших А-элементов, но уменьшать веса несработавших. В некоторых случаях веса сработавших связей увеличивают, а несра-ботавших — уменьшают. После компьютерно-информационного обучения перцептрон сам, без учителя, начинает классифицировать новые объекты. Если перцептрон действует по описанной обучающим схеме и в нем допускаются лишь связи, идущие от бинарных ¿-элементов к ^-элементам и от ^-элементов к единственному Я-элементу, то такой перцептрон принято называть элементарным а-перцептроном
(коэффициента скорости обучения). Перцеп-трон должен выработать в процессе обучения классификацию, задуманную учителем.
О перцептронах было сформулировано и доказано несколько основополагающих теорем, две из которых, определяющие его основные свойства, приведены ниже.
Согласно первой теореме, класс элементарных а-перцептронов (коэффициента скорости обучения), имеющих решение для любой задуманной классификации, не является пустым. Эта теорема утверждает, что для любой классификации обучающей последовательности можно подобрать такой набор (из бесконечного набора) ^-элементов, в котором будет осуществлено задуманное разделение обучающей последовательности при помощи линейного решающего правила).
Вторая теорема гласит: если для некоторой классификации решение существует, то в процессе обучения а-перцептрона (коэффициента скорости обучения) с коррекцией ошибок, начинающегося с произвольного исходного состо-
Библиографический список
яния, это решение будет достигнуто в течение конечного промежутка времени. Смысл этой теоремы состоит в том, что если относительно задуманной классификации можно найти набор ^-элементов, в котором существует решение, то в рамках этого набора оно будет достигнуто в конечный промежуток времени.
Обычно обсуждают свойства бесконечного перцептрона, то есть перцептрона с бесконечным числом ^-элементов со всевозможными связями с ^-элементами (полный набор ^-элементов). В таких перцептронах решение всегда существует, а значит, оно достижимо в а-перцептронах с коррекцией ошибок.
Таким образом, реализация метода пер-цептрона в содержании компьютерно-информационного обучения позволяет активизировать мыслительную деятельность обучаемого, направленную на получение и усвоение новых знаниевых образов, обеспечивающих совершенствование интеллектуальных способностей обучаемого.
1. Годлевская, Е. В. Дидактический потенциал системы графических форм представления информации в процессе профессионального обучения [Текст] : монография / Е. В. Годлевская. — Челябинск : ЧГАА, 2014. — 204 с.
2. Rosenblatt Perceptrons for Handwritten Digit Recognition [Text] / E. Kussul, T. Baidyk, L. Kasatkina, V. Lukovich // Proceedings of International Joint Conference on Neural Networks IJCNN 2, 2001. — P. 1516-1520 (англ.).
3. Олейников, А. А. Организационно-педагогические основы компьютерно-информационного обучения учащихся средних классов общеобразовательной школы [Текст] : монография / А. А. Олейников. — Костанай, 2009. — 168 с.
УДК 377/334 Е. А. Серебренникова, зам. директора
Южно-Уральского многопрофильного колледжа (ЮУМК), г. Челябинск, e-mail: lenas-77@inbox.ru
КОМПЕТЕНЦИИ ПРЕДПРИНИМАТЕЛЬСКОЙ ДЕЯТЕЛЬНОСТИ И ИХ ФОРМИРОВАНИЕ В УСЛОВИЯХ СРЕДНЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
Тенденция развития экономики в направлении технологического предпринимательства ставит перед системой образования задачу подготовки специалистов с инновационным типом мышления. В статье на основании проведенных автором теоретических исследований представлено авторское понимание компетенций предпринимательской деятельности, выделены группы компетенций, сформулированы компетенции предпринимательской деятельности, рассмотрены предпосылки и условия их формирования, отражена практическая значимость.
Ключевые слова: компетенции предпринимательской деятельности, предпринимательская деятельность, профессиональный модуль.
