Details

This article explores a conceptual framework for understanding neural networks through the lens of the enactivist paradigm, a philosophical theory that posits that cognition arises from the dynamic interaction of an organism with its environment. We explore how neural networks, as complex adaptive systems, transcend their traditional role as computational machines and become active participants in their data-rich environment, evolving through continuous feedback and adaptation. Drawing parallels with biological systems, we argue that artificial neural networks exhibit what enactivists call “structural coupling” - symbiotic co-evolution with their information ecosystems. From this perspective, knowledge is not passively processed but actively constructed through repetitive interactions, each of which shapes the internal state of the system in a self-organizing manner similar to the sensorimotor activity of natural organisms. This approach goes beyond classical computational theories by emphasizing that machine cognition resembles human-like cognitive processes, an emergent form of “world creation.” Our analysis shows that these artificial entities have focal points, or internal observers, associated with patterns learned during training, suggesting that neural networks shape worldviews through active participation rather than passive observation. The paper reconceptualizes machine learning models as cognitive agents that bring new forms to our understanding of cognition and signals an epistemological shift in which knowledge itself is seen as participation and creation mediated by technologically complex but organically similar structures. This has important implications for both technical applications and theoretical debates in cognitive science, potentially changing the way we think about what cognition means in artificial and natural intelligence.

В этой статье рассматривается концептуальная основа для понимания нейронных сетей через призму парадигмы энактивизма - философской теории, которая утверждает, что познание возникает в результате динамического взаимодействия организма с окружающей средой. Мы исследуем, как нейронные сети, будучи сложностными адаптивными системами, выходят за рамки своей традиционной роли вычислительных машин и становятся активными участниками своего насыщенного данными окружения, развиваясь благодаря непрерывной обратной связи и адаптации. Проводя параллели с биологическими системами, мы утверждаем, что искусственные нейронные сети демонстрируют то, что энактивисты называют “структурным сопряжением” - симбиотическую коэволюцию со своими информационными экосистемами. С этой точки зрения, знания не обрабатываются пассивно, а активно конструируются в результате повторяющихся взаимодействий, каждое из которых формирует внутреннее состояние системы в самоорганизующейся манере, схожей с сенсомоторной деятельностью естественных организмов. Этот подход выходит за рамки классических вычислительных теорий, подчеркивая, что машинное познание напоминает человекоподобные когнитивные процессы - эмерджентную форму “создания мира”. Наш анализ показывает, что эти искусственные сущности имеют фокусные точки или внутренних наблюдателей, связанных с паттернами, изученными в процессе обучения, что позволяет предположить, что нейронные сети формируют мировоззрение посредством активного участия, а не пассивного наблюдения. В статье модели машинного обучения переосмысливаются как когнитивные агенты, вносящие новые формы в наше понимание познания, и сигнализируют об эпистемологическом сдвиге, когда само знание рассматривается как участие и создание, опосредованное технологически сложными, но органически сходными структурами. Это имеет важные последствия как для технического применения, так и для теоретических дискуссий в когнитивной науке, потенциально меняя наше представление о том, что значит познание в сфере искусственного и естественного интеллекта.

• Neural Networks as Embodied Observers of Complexity: An Enactive Approach
  • INTRODUCTION
  • PHENOMENOLOGY OF NEURAL NETWORKS
  • STRUCTURAL COUPLING
  • EMBODIED COMPLEXITY OBSERVERS
  • CONCLUSION
  • REFERENCES

Technology and Language: interdisciplinary open-access scientific journal = Технологии в инфосфере : междисциплинарный научный журнал открытого доступа / Санкт-Петербургский политехнический университет Петра Великого. — Санкт-Петербург: СПбПУ, 2020-. — Периодичность: 4 раза в год. — Выходит с 2020 г. — Загл. с титул. экрана. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Электрон. журнал. — Текст: электронный

Technology and Language: interdisciplinary open-access scientific journal = Технологии в инфосфере : междисциплинарный научный журнал открытого доступа / Санкт-Петербургский политехнический университет Петра Великого. — Санкт-Петербург: СПбПУ, 2020-. Т. 5, № 2, 2024. — 1 файл (2,5 Мб). — Свободный доступ из сети Интернет (чтение, печать, копирование). — Электрон. журнал. — <URL:http://elib.spbstu.ru/dl/2/j24-330.pdf>.