Вот почему я считаю, что моделирование нейрона, пока оно останется на уровне нейрона и будет иметь только комбинации входных притоков возбуждения, вряд ли достигнет уровня моделирования и понимания процесса в целостном поведенческом акте.
Эти данные показывают, насколько несовершенно моделирование нейрона, основанное только на комбинациях возбуждающих и тормозящих входов.
Если с этой точки зрения посмотреть на некоторые кибернетические закономерности, то окажется, мы должны многое рассматривать несколько иначе, чем это было раньше. Возникает вопрос, может ли в биологической системе или в каком-нибудь весьма малом отрезке этой системы информация протекать вообще как информация? Нет, в любой системе, которая дает конечный результат, любая информация, так или иначе связана с ним, т.е., короче говоря, любая часть информационного процесса в системе будет содержать эквивалент будущего, еще не совершившегося результата. Таким образом, совершенно очевидно, что в системе не может быть нейронов, не перерабатывающих информацию о результатах того или иного рефлекторного действия.
Это мы особенно подробно изучали в дыхательном акте: информация о возбуждении дыхательного центра, в котором закодирована команда о вдохе 500 мл воздуха, сохраняет свою количественную характеристику при передаче в любые участки центральной нервной системы.
Возьмем другое направление кибернетики, связанное с анализом и конструированием надежных систем из ненадежных элементов. Вы знаете, как часто мы это говорим. Но если вдуматься в это, то оказывается не может быть надежной системы принципиально, если ее элементы ненадежны. Система неизбежно должна быть “ненадежной”, т.е. пластичной, она должна обязательно перестраиваться, как только изменяется любой ее компонент, т.е. эта ненадежность, которая, как мы говорим о компоненте, распространяется непременно на систему. А что надежно? Надежен результат. Вот ненадежная система, получающая надежный результат, и есть самоорганизующаяся пластичная система.
Значит, выражение “из ненадежных элементов построить надежную систему” по самому своему существу неправильно и должно быть соответствующим образом изменено.
Приведу пример из области физиологии. Когда-то один ученый проделал эксперимент с кроликом. Отсекая все четыре конечности, предварительно выработал определенную пробежку к определенной кормушке. Кролик без конечности посредством вращательных движений тела приближался к той же самой кормушке.
Здесь другая система, она вся изменена, но всегда надежен результат. Вот с этой точки зрения очень важно в исследовательском плане переключить внимание на результат, который любую самоорганизующуюся систему делает надежной при ненадежных компонентах. Так что результат является центральной фигурой в любой системе.
Таким образом, я в своем кратком сообщении хотел сконцентрировать внимание на том, что нельзя надеяться на построение модели максимально совершенной без учета следующих факторов:
1. Результат в любой модели должен быть первым шагом, с чего начинается расчет и построение модели.
2. Любая модель частичного характера должна быть частью пункта в большой архитектуре поведенческого акта или в большой архитектуре функциональной системы. Только тогда можно правильно сформулировать все компоненты. Кстати, в этом мы убедились сами, когда моделировали дыхательный акт со всеми его деталями, руководствуясь и этой схемой при построении такой модели.
3. Любое моделирование любого результата должно проверять соответствующий результат на внезапном изменении препаратов системы, что будет показателем ее способностей само-организовываться и достигать того результата, который был задан ранее.
Итак, анализ основных узловых механизмов саморегулятор-ных приспособлений живых систем приводит к выводу, что уже момент возникновения на нашей планете первичных живых систем связан был с закономерностями кибернетического характера. Организация приспособлений к окружающим условиям у живых организмов привела к весьма выраженному универсальному значению результата деятельности живых систем. Именно поэтому результат стал неотъемлемой частью любой самоорганизующейся системы и играет доминирующую роль во всех перестройках системы.
Понятие результата в настоящей философской литературе все больше и больше привлекает внимание. Наоборот, полное забвение этого понятия во всех сложных физиологических экспериментах способствует задержке понимания общих закономерностей жизни. Как говорит аргентинский философ Бунге, “Смешение действия с результатом свойственно не только философам, но и является недостатком нашей обыденной речи” (Бунге,
1962).
Все эти факты делают результат деятельности какой-либо системы самостоятельной физиологической категорией и требуют активного биологического и математического исследования.
Проблема моделирования какой бы то ни было системы неизбежно связана в теоретическом плане с понятием “система”. Широко распространено представление о том, что системы могут состоять из любого достаточно большого количества компонентов. В противовес этому положению мы выдвигаем представление о системе как о любой (большой или малой) совокупности компонентов, связанных достижением общего полезного результата.
Моделирование биологических систем прежде всего должно идти от параметрирования результатов и от оценки судьбы этих параметров в масштабах целой центральной нервной системы. Анализ общепринятых кибернетических закономерностей по критерию полезного результата системы делает очевидным, что разработка и практическое применение модели живых систем неизбежно должны начинаться с оценки результата системы. Без учета параметров результата и без анализа многосторонних воздействий этого результата на всю систему модель не может отразить наиболее существенных черт живой системы.
Трудно назвать более интересную научную проблему, чем проблема познания мозга, его глобальных механизмов и его молекулярной природы. Прямым следствием развития этой сферы знания должно быть разумное управление мозгом в будущем, а также использование законов его деятельности для конструирования различных механизмов, составляющих основу технического прогресса в нашу эпоху.
Когда один из корреспондентов спросил “отца кибернетики” Норберта Винера, допускает ли он возможность того, что высокоорганизованные “интеллектуальные машины” смогут в будущем поработить человека, Винер не без иронии ответил: “Если это и произойдет, то только по вине человека...”
И вопрос, и ответ подчеркивают крайнюю злободневность проблемы естественного и искусственного интеллекта. Дело в том, что некоторые кибернетики полагают, будто можно все смоделировать и даже создать машины, которые по своим интеллектуальным качествам превзойдут человека. Такие надежды широко распространены среди физиков, математиков, электро-ников. Однако здесь допускается серьезная логическая ошибка, суть которой будет разъяснена в данной статье.
Несмотря на важность проблемы интеллекта, переход от изучения фундаментальных проблем мозговой деятельности на уровне интеллекта к использованию результатов исследований в технической кибернетике пока еще наталкивается на серьезные препятствия: отсутствует достаточно полная модель искусственного интеллекта, соответствующая современным представлениям
о деятельности мозга в естественных условиях.
Проблема естественного и искусственного интеллекта ставит перед нами также и целый ряд вопросов философского характера. Действительно, тезис материалистической философии — “материя первична, сознание вторично” — устанавливает органическую историческую связь между этими феноменами, поскольку мы знаем, что неорганический мир существовал задолго до появления жизни на нашей планете и, следовательно, интеллект должен был неизбежно отразить законы неорганического мира и “вписаться” в них. Но если это так, то все свойства интеллекта должны были развиться на базе предшествующих органических форм и, естественно, должны быть приспособлены для оперирования объектами внешнего мира.
Иначе говоря, естественный интеллект — в примитивной форме — интеллект животных и в высшей форме — интеллект человека — неизбежно должен действовать на основе объективно познаваемых процессов и механизмов. Рассматривая этот вопрос в философском аспекте, мы можем сказать, что изучение искусственного интеллекта является одним из важнейших этапов познания материальной природы психических явлений и, следовательно, способствует дальнейшему развитию философии диалектического материализма.
Ясно, что надеяться на создание искусственного интеллекта можно только после создания достаточно солидного “концептуального моста”, который даст возможность максимально использовать наши фактические знания о принципах работы мозга.
2. ВАЖНЕЙШИЕ ЧЕРТЫ ИНТЕЛЛЕКТА И ИХ ХАРАКТЕРИСТИКА
В последние годы в связи с попытками конструирования искусственного интеллекта исследователи столкнулись с необходимостью определения самого интеллекта и выявления его характерных черт. Без этого невозможен контакт между нейрофизиологами, психологами и специалистами по технической реализации основных черт интеллекта в моделях и рабочих конструкциях.
Успех Маккаллока в создании искусственной нейронной сети объясняется как раз тем, что он наиболее четко выделил некоторые характерные логические черты мозговой деятельности и использовал их для конструкции распознающего и “мыслящего” устройства^. Благодаря этим исследованиям проблема искусственного интеллекта стала широко разрабатываться именно нейрокибернетиками, а не нейрофизиологами. Последние продолжали оставаться на позициях классической нейрофизиологии с господствующей в ней “рефлекторной” манерой мышления, не дающей возможности понять решающие свойства, характерные именно для интеллектуальной деятельности. Естественным следствием этого была неопределенность в понимании нейрофизиологических свойств интеллекта и отсутствие научно обоснованных формулировок. Это обстоятельство значительно затруднило контакт между психологами, нейрофизиологами и кибернетиками.