Skip to content
Зарегистрируйтесь, чтобы получить доступ к полной версии курса.

Дополнительные замечания об индивидах и категориях

1. На что ещё обращать внимание в названиях

При формировании названий индивидов вы наверняка заметили, что построение названия часто (но не всегда) строится по определённому принципу: в название индивида входит название его категории, плюс дополнительный идентификатор.

«шуруповерт инвентарный номер 1250564-678» - это «Шуруповёрт»

Аналогично в название категории часто (но не всегда) входит название более широкой категории, плюс дополнительная информация, сужающая категорию:

«Шуруповёрт Makita» - это «Шуруповёрт».

По этому принципу удобно связывать названия, когда функции объектов примерно соответствуют друг другу. Если же объекты выделяются и объединяются в категории по иным принципам, не по функции, или если функции объектов не очень близки - то такой принцип при построении названий скорее всего использоваться не будет.

«Иван Иванович Иванов» - это «Мужчина»

«Шуруповёрт Makita» - это «Инструмент».

2. Замечание для программистов.

Если вы знаете, что такое реляционная база данных -- вы уже можете связать наши понятия из области онтологического моделирования со структурой базы данных.

Индивидам (как правило) соответствуют строчки в таблицах базы данных -- одна строчка-один индивид.

Первичный ключ -- это и есть тот идентификатор, который обеспечивает уникальное название индивида. Иногда первичный ключ формируется как объединение некоторого количества осмысленных полей, обеспечивающих уникальность, как в наших примерах, а иногда используется бессмысленный нечитаемый для человека уникальный идентификатор (GUID, UUID).

Категории в базе данных присутствуют в двух видах.

  • Во-первых, категория -- это само имя конкретной таблицы. Таблица «Работники» содержит строки, соответствующие индивидуальным сотрудникам.
  • Во-вторых, категории присутствуют во всех ячейках базы данных, в которых выбор осуществляется из заранее заданного набора значений. Колонка «Пол» в таблице «Работники» заполняется для каждого работника категориями «Мужской» или «Женский».

3. «Совсем абстрактные» концепции

Внимательный читатель может заметить, что из наших рассмотрений как-бы выпал один важный тип абстрактных объектов: это совсем абстрактные концепции, которые затруднительно воспринимать как категории -- ибо непонятно, какие именно индивиды в них вообще входят? Например, такие объекты, как «справедливость», или «красота» - что это такое? Мышление вполне умеет выделять такие объекты из фона, иначе они бы не возникали в нашем сознании. Но как их существование согласуется с обсуждаемой функцией категории -- объединять объекты?

Формальный точный ответ на этот вопрос в рамках формально-логического 4D экстенсионального онтологического подхода мы дадим позже. А пока что вам может быть интересно ознакомится с ответами на вопрос о происхождении концепций (в том числе и абстрактных), которые были развиты в рамках более близкой к психологии науки когнитивистики.

То, что кратко изложено ниже -- две гипотезы, которые не исключают друг друга, и в чём-то могут быть верны одновременно.

3.1. Теория прототипов

Теория прототипов гласит, что для всякой концепции (категории) есть одно, единственно верное, реализованное в пространстве-времени физическое воплощение, являющееся для нее наиболее типичным. Чтобы его обнаружить, мы можем опросить тех, кто использует эту концепцию, буквально попросить показать, что это за штуковина в реальном мире, которая является наиболее типичным представителем этой концепции.

Например, спросить нескольких человек, что за типичный объект для «птицы».

Мы соберем ответы, выявим самое типичное воплощение (например, голубь) и поставим его в центр. Это и будет наш прототип. Все остальные объекты, упомянутые в ходе опроса, находятся насколько-то далеко от этого прототипа. И в следующий раз, когда мы захотим отнести какой-либо новый объект к птицам, мы будем ориентироваться на то, насколько этот новый объект похож на тот центральный, что мы выявили.

В целом, это хорошо и удобно, но, вероятнее всего, возникнут сложности с составными концепциями.

Пример составной концепции --- домашняя рыбка. Прототипом рыбы для нас, допустим, окажется селедка. Прототип домашнего питомца --- допустим, окажется кокер-спаниель. И когда мы слышим «домашняя рыбка», у нас появляется странное чувство. Домашний питомец --- рыбка, как это вообще? Это как собака, вот такая мохнатая, или как селедка?

3.2. Теория образцов

Теория образцов предполагает, что есть много образцов категории (концепции) (в отличие от теории прототипов, утверждающей существование одного центрального объекта). Вы относите объекты к категории, основываясь на каком-то сходстве. Каждый объект похож на образцы какими-то, возможно, разными, чертами. Когда вы хотите отнести к категории какой-то новый объект, вы смотрите на его сходство с встреченными ранее образцами. Если вы отнесли новый объект к категории -- он сам может стать образцом для следующего объекта.

Люди умеют обучаться на относительно небольшом количестве таких образцов. Иногда даже на очень маленьком количестве, а иногда люди даже видят сходство там, где его не предполагалось (это иногда очень неудобно, но это другая история).

Есть исследования, показывающие, что если типичных объектов вообще мало, то теория прототипов лучше описывает работу мозга, мозг ориентируется на один центральный объект. Но если типичных объектов становится больше, то начинает лучше работать теория образцов, пример с домашней рыбкой уже не вызывает таких затруднений. Впрочем, есть и исследования, которые показывают обратное. Имейте в виду, что обе модели работают достаточно хорошо для описания быстрой ассоциативной работы мозга, но не описывают медленное формальное мышление.

Для перехода от анализа работы мозга к формальному поддержанному компьютерами моделированию теория прототипов всё же более перспективна -- в ней проще перейти к признакам объектов для формального выявления категорий.

А ещё эти две теории неожиданно оказались полезны при изучении того, как работают с объектами нейросети. Математический аппарат многомерных представлений (embeddings) на принципиальном уровне как раз очень похож и на поиск близости к прототипу, и на поиск аналогов среди образцов. Детали можете поискать сами.