Кибернетика и общество

Только что рассмотренный здесь усовершенствованный процесс научения пока еще ограничен механическими условиями системы, в которой он совершается, и, очевидно, не соответствует нормальному процессу научения у человека. Однако, исходя из процесса научения у человека, можно вывести совершенно разные методы, какими можно механизировать процесс научения сложного вида. Эти указания даются соответственно локковской теории ассоциации и павловской теории условного рефлекса. Однако, прежде чем рассматривать их, мне хотелось бы сделать некоторые общие замечания, заранее ответив на определенную критику того тезиса, который я выдвину ниже.

Разрешите мне изложить основу, на которой возможно развить теорию научения. Несравнимо большая часть работы неврофизиолога посвящалась исследованию передачи импульсов нервными волокнами, или нейронами, и этот процесс изображается как явление “все или ничего”. То есть если сила возбуждения достигает той точки или порога, с которого она вообще будет распространяться по нервному волокну и не угасает на относительно коротком расстоянии, то оказываемое этим возбуждением воздействие на сравнительно отдаленную точку на нервном волокне, по существу, будет независимым от его первоначальной силы.

Эти нервные импульсы распространяются от нейрона к нейрону через точки контакта между ними, называемые

синапсами,

 где один входящий нейрон может соединяться со многими выходящими нейронами, а один выходящий нейрон – со многими входящими нейронами. В этих синапсах посылаемый одним входящим нервным волокном импульс часто является недостаточным для получения эффективного выходящего импульса. Вообще если импульсы,

 [с.73] 

передаваемые входящими синапсическими сочленениями на данный выходящий нейтрон, слишком немногочисленны, то выходящий нейрон не будет реагировать. Говоря “слишком немногочисленны”, я не обязательно имею в виду то, что все входящие нейроны действуют одинаково, или даже то, что относительно любого ряда входящих активных синапсических сочленений можно раз и навсегда решить, будут ли возбуждаться выходящие нейроны. Я также не намерен игнорировать то обстоятельство, что некоторые входящие нейроны, вместо того чтобы стремиться произвести возбуждение в связанных с ними выходящих нейронах, могут стремиться помешать этим нейронам принять новое возбуждение.

Как бы то ни было, несмотря на то, что прохождение импульсов по нейрону можно описать довольно простым способом как явление “все или ничего”, передача импульса через слой синапсических сочленений обусловливается сложной моделью реагирования, когда некоторые комбинации входящих нейронов, возбуждающихся в течение известного ограниченного времени, будут обусловливать дальнейшее движение сигналов, хотя некоторые другие их комбинации не будут обусловливать это движение. Эти комбинации не представляют собой нечто установленное раз и навсегда, они также не зависят только исключительно от прошлых сигналов, поступивших в синапсичсский слой. Известно, что они изменяются в зависимости от температуры и могут также измениться в зависимости от многих других факторов.

Такое представление о нервной системе соответствует теории машин, состоящих из ряда переключающих устройств, где включение последующего переключателя зависит от действия определенных комбинаций соединенных с ним предшествовавших переключателей, включающихся в то же самое время. Эта действующая по принципу “все или ничего” машина называется

цифровой

 машиной. Она имеет большие преимущества в решении большинства различных проблем связи и управления. В частности, решения только между “да” и “нет” позволяют ей накапливать информацию таким путем, чтобы дать нам возможность распознавать небольшие различия в очень больших числах.

Кроме этих машин, работающих по принципу “да” – “нет”, существуют другие счетные и контрольные машины, которые скорее измеряют, чем считают. Эти машины

[с.74]