Что же происходит на самом деле? Представьте, что поле зрения усеяно тысячами крохотных процессоров, каждый из которых различает один цвет или простую форму – кривую, угол или линию – каждый раз, когда этот элемент появляется в месте расположения процессора. Результат работы совокупности таких процессоров выглядит следующим образом: красный красный красный красный зеленый красный красный красный и т. д. Результат работы другой совокупности процессоров выглядит следующим образом: прямая прямая прямая кривая прямая прямая прямая и т. д. На эти процессоры накладывается уровень детекторов лишнего элемента. Каждый из них охватывает группу детекторов цвета или линий и «маркирует» любой участок в поле зрения, который отличается от соседних по цвету или очертаниям. Зеленый в окружении красного получает маленький дополнительный флажок. Все, что нужно, чтобы увидеть зеленый среди красного, – это заметить флажок, а эта задача под силу даже самому примитивному демону. Нолик среди крестиков можно обнаружить точно так же. С другой стороны, тысячи процессоров, выстроившихся рядами по всему полю зрения, слишком глупы, чтобы обнаружить конъюнкцию двух условий: например, участок, который одновременно зеленый и кривой или красный и прямой. Конъюнкцию может обнаружить только машина с программируемой логикой, которая смотрит на каждую часть поля зрения поочередно через узкое подвижное окошко и передает свой ответ остальным элементам системы восприятия.
Почему визуальное вычисление делится на стадию неосознанной параллельной обработки данных и осознанной серийной обработки данных? Конъюнкция – элемент комбинационной логики. Было бы невозможно расположить детекторы конъюнкций на каждом участке поля зрения, потому что существует слишком много видов конъюнкций. Участков поля зрения миллион, поэтому количество требуемых процессоров составило бы миллион, помноженный на количество логически возможных конъюнкций: количество цветов, которые может различать человек, помноженное на количество фигур, помноженное на количество вариантов глубины, помноженное на количество направлений движения, помноженное на количество скоростей, и так далее. Цифра, полученная в результате, будет просто астрономической. Параллельное неосознанное вычисление прекращается после того, как присвоит каждому участку пометку с цветом, формой, глубиной, направлением движения. Затем начинается осознанное вычисление комбинаций, по одному участку за каждый момент времени.
Данная теория позволяет сделать поразительный вывод. Если процессор осознанного вычисления фокусируется на одном участке, характеристики других участков должны просто существовать не связанными между собой. Например, человек, не уделяющий намеренно внимания какой-либо области экрана, не должен знать, есть ли на ней красный крестик и зеленый нолик или зеленый крестик и красный нолик, – цвет и форма должны существовать независимо друг от друга в разных плоскостях до тех пор, пока процессор осознанной обработки не свяжет их воедино в определенной точке. Трисман обнаружила, что именно так и происходит. Если испытуемых отвлечь от некоторых цветных букв, они могут назвать буквы и могут назвать цвета, но ошибаются, говоря о том, какого цвета была какая буква. Эти ошибки – замечательное проявление ограничений неосознанной обработки визуальной информации, и в повседневной жизни они тоже встречаются нередко. Когда мы смотрим на слова мельком или уголком глаза, буквы иногда сами собой меняются местами. Один психолог начал изучать данное явление после того, как однажды, проходя мимо автомата для продажи кофе, с удивлением подумал, почему на нем написано «Худший кофе в мире» (англ. World's Worst Coffee). Конечно, на самом деле на автомате было написано «Лучший кофе в мире» (англ. World's Best Coffee). Как-то примерно то же самое случилось со мной, когда мне показалось, что на рекламном щите я увидел надпись «бордель» (англ, brothel); на самом деле, конечно, это был отель под названием Brothers’ Hotel. Однажды, просматривая журнал, я увидел заголовок об антисемитских фотоаппаратах (англ, anti-semitic), которые на самом деле были просто антикварными (англ, semi-antique)
[149].
Есть ряд препятствий, ограничивающих поток информации как извне, так и изнутри мозга. Когда мы пытаемся извлечь из памяти информацию, элементы воспоминаний всплывают в памяти по одному и очень часто – с мучительно длительными перерывами, если информация старая или редко встречающаяся. С тех самых пор, когда Платон впервые сравнил память с расплавленным воском, психологи считали, что нейронный носитель должен от природы быть резистентным к длительному хранению информации, и со временем информация будет стираться, если только ее не «вдолбить» в память накрепко. Вместе с тем отдельные воспоминания могут быть неизгладимо запечатлены в мозге – например, шокирующая новость и некоторые детали того, что происходило вокруг в тот момент, когда человек ее услышал
[150]. Так что вполне возможно, что нейронный носитель информации тут ни при чем.
Психолог Джон Андерсон, осуществив обратное проектирование процесса извлечения воспоминаний из человеческой памяти, показал, что ограничения нашей памяти – это не побочный эффект того, что наш носитель информации слишком ненадежен. Как любят говорить программисты, «это не ошибка, а конструктивная особенность». В оптимально сконструированной системе поиска единица информации извлекается только в том случае, если его релевантность перевешивает затраты на ее поиск
[151]. Любой, кто когда-либо использовал систему компьютеризированного поиска в библиотеке, быстро начинает проклинать поток названий, вываливающихся на экран при запросе. Живой библиотекарь, несмотря на наши якобы ограниченные возможности поиска информации, однозначно превосходит любой компьютер в способности найти в картотеке нужный элемент информации. Когда мне нужно найти статьи по какой-то теме в малознакомой мне сфере, я не использую библиотечную систему поиска, а посылаю электронное письмо знакомому специалисту по этой сфере.
Какой же должна быть оптимально спроектированная система поиска информации? Она должна выдавать информацию, которая с наибольшей вероятностью окажется наиболее полезной в момент запроса. Но как это можно знать заранее? Можно оценить вероятность, опираясь на общие законы касательно того, какого типа информация с наибольшей вероятностью может оказаться полезной. Если такие законы существуют, скорее всего, их следует искать в информационных системах в целом, а не только в человеческой памяти. Так, эти законы должны проявлять себя в статистике книг, на которые делаются запросы в библиотеке, или файлов, запрашиваемых в поисковой системе компьютера. Специалисты по информатике открыли несколько таких законов. Единица информации, которая в прошлом запрашивалась несколько раз, с большей степенью вероятности может понадобиться в данный момент, чем единица, которая в прошлом запрашивалась очень редко. Единица, которую запрашивали недавно, с большей степенью вероятности может понадобиться в данный момент, чем единица, которую не запрашивали в течение некоторого времени. Оптимальная система поиска информации, таким образом, должна быть предрасположена к тому, чтобы находить единицы информации, с которыми она недавно и часто имела дело. Андерсон отмечает, что именно так поступает поисковая система человеческой памяти: мы помним часто повторяющиеся и недавние события лучше, чем редкие и давно минувшие. В исследованиях, посвященных памяти, он нашел еще четыре хорошо известных явления, соответствующих недавно установленным требованиям к компьютерным системам обнаружения информации.
