1837

кретно-непрерывного вида. Во-вторых, грань между собственной связанной и той частью свободной информации, которая заранее зафиксирована в машинной памяти, а также на перфоленте, перфокарте, в какой-то мере стирается. Нет в технических устройствах и той нераздельности вещественных, энергетических и информационных процессов, которая свойственна обменным процессам в организме. В силу разделения вещественных, энергетических и информационных процессов вероятностный характер имеют здесь только те информационные явления, которые представляют собой само решение задачи с использованием математической теории вероятностей, а не собственные информационные, вещественные и энергетические процессы (имеется в виду математическая вероятность, которая дает количественное выражение простейших вероятностных ситуаций, когда непрерывность полностью отсутствует). В дальнейшем речь и пойдет об этих информационных явлениях, представляющих собой процесс решения задачи и выступающих главными, ведущими в информационно-логических и управляющих системах.

Для составления программы, ее последующей отладки и реализации формулируется задача, для которой затем подбирается или разрабатывается математический аппарат, описывающий моделируемый процесс (самый ответственный и трудный этап). Наконец, составляется ее алгоритм с использованием того или иного алгоритмического языка. Только после всего этого создается программа на соответствующем машинном языке.

Рассмотрим теперь принципиальную схему переработки машинной информации в плане аналогии ее с соответствующими процессами в центральной нервной системе организма.

С точки зрения кибернетики сущность работы ЭВМ заключается во взаимодействии связанной информации ЗУ с поступающей в машину свободной информацией при общем

133

«руководстве» со стороны управляющего блока, обеспечивающего синхронную, согласованную работу всех частей машины (в мозгу, кстати, таких отдельных блоков нет). В результате этого взаимодействия вырабатывается новая информация, которая и является решением задачи. На выходе она подается в форме, соответствующей той роли, которая отведена счетной или управляющей машине. В последнем случае ЭВМ сама осуществляет управление на основе вновь вырабатываемой информации.

Составление программы, осуществляемое человеком с использованием типовых подпрограмм, уже до некоторой степени автоматизировано. Правда, оно ограничено рамками математической логики, с одной стороны, и заданными человеком ведущими критериями программы — с другой. Иными словами, оно производится частично, и такая возможность должна быть заранее предусмотрена человеком (в частности, включение в программу операторов «условного перехода»). Если число в данной позиции есть положительная величина или нуль, то машина переходит к исполнению следующей команды; если же оно — величина отрицательная, то машина выполняет такую-то команду. Одним словом, выполнение следующей операции зависит от результата предыдущей. Это и есть условный переход. Нельзя не согласиться с Б. В. Ахлибининским, который справедливо замечает, что и при реализации таких программ «в подавляющем большинстве случаев в качестве универсального принципа выступает однозначная детерминированность в ходе всего процесса переработки информации.

Научение тоже заранее определяется конструкцией машины и соответствующей программой. Причем необходимым условием научения является использование обратной связи, как это имеет место при функционировании нервной системы человека. В противном случае устройство действует по жестко фиксированной программе и не в состоянии учитывать даже

134

явные ненормальности в работе (например, поломку режущего инструмента или отсутствие обрабатываемой детали в станках с цифровым управлением без обратной связи). В известном смысле, «вычислительная машина выполняет то, что ей задается» (М. Минский).

Несколько слов о существенных различиях в работе маши-

ны и деятельности мозга, представляющих для нас в данном случае наибольший методологический интерес

Вчеловеческом мозгу память используется одновременно

ипо адресному, и по ассоциативному принципу, тогда как в машине выборка информации осуществляется одним, как правило, адресным способом. В мозгу вообще все это происходит иначе: действует весь мозг, а не только считываемая часть его.

Человеческая память (и в этом ее своеобразие) способна воспроизводить то, что, казалось, давно уже было забыто. История для нас сохранила, например, такой факт столетней давности. Безграмотная старая женщина прожила всю жизнь безвыездно в небольшом немецком городке. Однажды она тяжело заболела и в бреду, на удивление всем, стала произносить длинные монологи на нескольких, непонятных для окружающих, иностранных языках. Священник заподозрил в этом колдовство и неизвестно, чем бы. это все кончилось, если вине вмешался лечащий врач, пригласивший к постели больной ученых. К своему величайшему удивлению они узнали латинский, древнегреческий и древнееврейский языки. Оказалось, что в детстве больная была служанкой в доме пастора, часто громко читавшего священные книги на этих языках. В ее памяти бессознательно и зафиксировалось то, что она когда-то слышала в доме своего бывшего хозяина.

Мозг удивительно оптимально фильтрует информацию, в известном смысле способен ее уплотнять, а при эмоциональном напряжении и резко увеличивать скорость восприятия. Все эти отличия обусловлены вероятностным (стохастическим) характером процессов в человеческом мозгу.

135

Использование информации, зафиксированной в памяти человека, приводит не к постепенной ее деструкции (как это имеет место в ЭВМ), а, наоборот, к закреплению в памяти. К тому же обычной машине обучение почти недоступно, так что «конструктор больше походит на родителя, чем на учителя».

Вживой природе блестяще решена проблема надежности. Представляется, что надежность человеческого мозга обусловлена в первую очередь опять-таки стохастичностью мозговых процессов — вещественных, энергетических, информационных. Вот почему «сбои» в работе отдельных клеток и даже их гибель практически ничего не значат: мозг человека нормально функционирует в случае потери даже миллионов клеток.

Вспециальной литературе описан такой случай: мозг железнодорожника Ф. Гайджа был пронзен стержнем диаметром

в3 см (стержень вошел в левую щеку и вышел около темени), и тем не менее этот человек нормально жил и работал 12 лет. Исследования его мозга показали, что были повреждены обе лобные доли. Этот мозг и по сей день экспонируется в Гарвардском университете как символ исключительной надежности мозга человека.

Занимающее все больший удельный вес в операциях ЭВМ

моделирование логических операций («машинное мышление») осуществляется тоже формально, по правилам математической логики. Коснемся методологической стороны этого вопроса.

Известно, что наши суждения соединяются связками «и», «или», «если..., то», «тогда..., когда», «не» (в булевой алгебре «не» связывает не суждения между собой, а субъект и предикат в суждении). Этим связкам в разделе математической логики, занимающейся исчислением высказываний, соответствуют операции конъюнкции (pAq), дизъюнкции (pVq)> импликации (p-»-q), эквивалентности высказываний (p^q) и отрицания (р).

136

Конъюнкция выражает логическое умножение, а дизъюнкция — логическое сложение. Моделируя их при помощи самых различных технических устройств (рис. 25), а слова и суждения, обозначенные буквами,— в итоге импульсами тока, машина может, согласно введенной в нее программе, вычислить соответствующие умозаключения, выдать новую информацию, насколько, разумеется, это возможно в рамках формальной логики. В отличие от традиционной формальной логики математическая логика использует знаки искусственного языка и полностью отвлекается от содержания.

Важно, что как и дискретная математика, формальная логика, вычленяя момент устойчивости и дискретности процесса мышления, принципиально не в состоянии воспроизвести понятийное мышление как сложный стохастический процесс прерывно-непрерывной формы, конкретную по своему характеру диалектическую логику (А. Г. Спиркин).

В отличие от диалектической формальная логика (математическая в частности) фиксирует результат, а не процесс, учитывает статику, а не динамику, вычленяет момент дискретности и устойчивости, поскольку прерывно-непрерывный процесс мышления, облекаясь в материальную оболочку слов, «застывает» подобно лаве и выступает как некоторая система слов, сложных знаков естественного языка. Подобными «застывшими», неизменными понятиями и оперирует традиционная формальная логика, в силу этого частично отвлекаясь от содержания высказываний. Математическая же логика, используемая для формализации научной теории, в итоге окончательно отвлекается от содержания высказываний и представляет эту содержательную теорию в виде сугубо формальной системы исчисления.

В сочетании с разработанными в последние два — три десятилетия алгоритмическими языками математическая логика позволяет, таким образом, переводить значительный объем социальной информации на язык, «понятный» ЭВМ данной

137

модели, которая в результате способна воспроизводить фор- мально-логическую сторону мышления человека — процесса весьма сложного по своей структуре.

Поскольку при логической формализации фиксируется не процесс мышления, а только его результат, воспроизводится не динамика, а статика, указанные исчисления осуществляются фактически в рамках однозначной детерминации. Образно говоря, формальная логика (и дискретная математика) останавливает движение объектов действительности, умертвляет и огрубляет движение понятий, в которых оно адекватно отображается (часть социальной информации при этом утрачивается), а затем имитирует мышление в, так сказать, урезанном виде. ЭВМ же представляет собой всего лишь техническое устройство по реализации результатов формализации.

В плане методологии важно заметить, что даже теорию арифметики натуральных чисел полностью формализовать невозможно (семантика, как принято говорить, несводима к синтаксису). К тому же надо иметь в виду, что математические построения осуществляются аксиоматическим путем, исключающим не только формально-логические, но и диалектические противоречия, что в свою очередь ведет к неразрешимым противоречиям любой формальной системы (использование метатеории только отодвигает, но не устраняет их).

Кроме того, при моделировании с помощью ЭВМ реальных процессов внешнего мира человек сталкивается с тем, что практически невозможно на каком-то определенном этапе полностью математически описать добытые человеком знания конкретных явлений действительности. В этих условиях человеку обычно приходится самому «дорешивать» задачи, моделируемые машиной (при постановке диагноза заболевания, при решении различных задач в области экономики, военного дела, где неучтенных факторов оказывается еще больше,

и т. д.).

138

Возникает далее вопрос, может ли в машинах будущего возникнуть сознание и может ли машина стать живой. Интерес к этим, часто встречающимся в популярной и научной литературе вопросам, ныне в значительной мере утрачен. Стало ясно, что, несмотря на определенное структурно-функциональное сходство в работе ЭВМ и деятельности мозга, в машине принципиально не может возникнуть сознание, которое есть общественный продукт и остается им, пока вообще существуют люди. Сознание могло бы возникнуть лишь в результате искусственного синтеза живого организма и его длительной эволюции, создания общества искусственно созданных существ. Но это было бы уже не моделирование, а воспроизведение живого во всей его полноте. Мозг всегда будет качественно отличаться от «электронного мозга», хотя по числу элементов и их миниатюрности компьютер может в принципе превзойти мозг человека. Вмонтирование же искусственно выращенных клеток в предметы неорганической природы не может дать решения проблемы, поскольку в нервных клетках должен иметь место биологический обмен веществ, а в указанных предметах его нет.

С проблемой «машинного мышления» тесно связаны вопросы «образования понятий» автоматами, «распознавания речи» и «опознавания образов».

В машине никаких понятий, конечно, не образуется, поскольку у нее нет сознания; происходит лишь имитация обобщения событий одного класса. Образование понятий — прерогатива обладающего сознанием человека, понятийная сторона слова машине, таким образом, недоступна.

Очень важной в практическом отношении является проблема «опознавания образов», решение которой позволило бы машине непосредственно «воспринимать» информацию в виде текста, схем, рисунков без предварительного перевода подобной информации в иные, промежуточные формы. Специалисты стараются при этом как можно шире использовать принципы

139

переработки информации органами зрения человека и животных. Делаются попытки использовать метод «научения», не предусматривающий предварительной фиксации в запоминающем устройстве соответствующего «эталона» опознаваемых образов.

Существенно, что человек воспринимает информацию осмысленно, выделяет при чтении рисунка, схемы лишь необходимые ему в данной обстановке (в зависимости от поставленной цели) линии, элементы, «схватывает» при чтении текста обычно лишь верхнюю половину букв, осознает не все слова в одинаковой степени и т. д. При этом используется опять-таки вероятностный (в полном смысле слова) способ распознавания объектов. Вот почему у человека нет проблемы, связанной с различением почерков, шрифтов, поворота букв и т. п.

Все сказанное свидетельствует об исключительной сложности процесса человеческого восприятия окружающих объектов и должно учитываться не только при конструировании опознающих автоматов, но и в инженерной психологии.

Примечательно, что наиболее распространенный способ распознавания рукописного текста предполагает предварительное разложение букв на элементы — «абстрактные объекты», а затем уже объединение их по фиксированным в памяти машины правилам.

С методологической точки зрения при моделировании процесса опознавания, который, кстати, у человека неотделим от всех остальных компонентов психической деятельности, допускаются все те же два тесно связанных между собой упрощения:

1) целостный образ сводится к совокупности «квантов», дискретных элементов, игнорируется момент непрерывности (А. В. Брушлинский справедливо видит в этом «атомистический механицизм»).

140

2) с помощью однозначно детерминированных процессов делается попытка воспроизвести стохастическую деятельность мозга, движение понятий, психические процессы вообще.

Необходимо, как уже отмечалось, учитывать и то, что полное предвидение и математическое описание природных стохастических процессов практически невозможно, в результате чего допускаются вынужденные упрощения. При таком положении дел важно понимать принципиальные возможности машин, с тем, чтобы направлять усилия мысли в нужное русло, а не по ложному пути попыток создания вечного двигателя.

На подобные упрощения указывает один из крупнейших отечественных специалистов по проблеме распознавания образов М. М. Бонгард. Определив главную трудность моделирования сознания, он пишет: «Программист, который пытался бы шаг за шагом писать программу для думающей машины, очень скоро заметил бы, что он сам не в состоянии проследить, какие обстоятельства, на что и по каким законам должны влиять». Это же отмечает и видный американский психолог П. Колере, по мнению которого воспринимаемая информация перерабатывается не по шаблонным, жестко фиксированным, а творческим программам, зависящим от целого ряда факторов, главным образом внутреннего свойства (концепции, идеи, желания, планы и т. д.). Миф о конечном числе правил переработки информации мозгом, познав которые можно было бы создать «искусственный разум», не имеет под собой научных оснований, ту же мысль выражает Д. Финк.

Метод «вероятностного» моделирования

Классические методы моделирования мыслительной деятельности человека на обычных цифровых машинах не приводят и не могут привести к созданию «искусственного разума». Если 10—15 лет назад господствовало мнение, что прогресс в

141

создании «искусственного разума» упирается в объем памяти и скорость счета ЭВМ, то сегодня стало ясно, что суть дела совершенно в другом. Лозунг «дайте нам большую память и большую скорость работы и мы сделаем думающую машину» оказался «неоплаченным векселем», который выдала кибернетика, ибо на пути решения этой задачи в рамках старого метода возникли непреодолимые трудности принципиального плана.

Классический метод моделирования предполагает предварительное создание четкого, подробного алгоритма, арифметизацию задачи и последующее ее решение на «детерминированном автомате» с конечной памятью. (Термин «детерминированный автомат», употребляемый в технической кибернетике для обозначения машин, отличных от тех, которые используют «вероятностные» принципы, берется в кавычки, так как «недетерминированных» явлений в природе не бывает.)

Этот метод оказался далеко не лучшим, а зачастую и практически неосуществимым в силу того, что в естественных природных условиях не представляется возможным учесть все случайности процесса, все заранее предвидеть и расписать (особенно в социально-экономической области, где задачи всегда имеют в этом смысле «плохую структуру»). Каким бы хорошим счетоводом не была машина, трудность указанного плана оказывается непреодолимой: не помогают ни точность, ни скорость счета.

Не привели к успеху и попытки моделирования отдельных актов поведения животного и человека. Этап создания электронных «лис», «мышей», «черепах» и других «зверей» историей науки и техники окончательно предан забвению в силу своей явной бесперспективности. Отсутствие психического уровня регуляции в технических устройствах объясняет ограниченный характер моделирования любой стороны деятель-

142