© Издательство «Наука», 1979 г.

ДИСКУССИЯ О КИБЕРНЕТИКЕ
(Вместо предисловия)

Перед вами первая книга из трех, объединенных общим названием «Кибернетика — неограниченные возможности и возможные ограничения».

Чтобы лучше понять идею создания такого сборника, необходимо обратиться к двум книгам, вышедшим более 10 лет назад.

В 1963 г. Издательство Академии наук СССР выпустило сборник «Возможное и невозможное в кибернетике». Его выход был приурочен к пятнадцатилетию со дня опубликования книги Норберта Винера «Кибернетика, или Управление и связь в животном и машине». В сборник вошли статьи, написанные крупными специалистами, советскими и зарубежными — кибернетиками, математиками, физиологами, философами, экономистами, литературоведами, шахматистами и даже поэтами. В ней освещались актуальные вопросы новой науки: автоматы — жизнь — сознание, обсуждались спорные проблемы: могут ли машины мыслить, живое существо и кибернетическое устройство, способна ли машина творить.

В 1968 г. увидел свет второй сборник: «Кибернетика ожидаемая и кибернетика неожиданная», который можно считать продолжением первого. Он был приурочен уже к двадцатилетию кибернетики, в нем развивалась дискуссия, начатая в первом сборнике, а кроме того намечались перспективы развития кибернетики как в ближайшем будущем, так и на уровне «почти фантастики».

Настоящий сборник тоже приурочен к юбилею кибернетики — теперь тридцатилетнему. Он состоит из трех книг: «Кибернетика. Итоги развития», «Кибернетика. Современное состояние», «Кибернетика. Перспективы на будущее», объединенных общим названием «Кибернетика — неограниченные возможности и возможные ограничения», и дает представление о динамике кибернетических идей и практических результатов с 50-х годов до конца 70-х.  {3} 

Три книги этого сборника охватывают сравнительно большой период времени — более четверти века. В них сделана попытка отразить развитие идей новой науки: от первых дискуссий до недавних споров и самых последних прогнозов на будущее; от неудержимых восторгов до весьма серьезных сомнений; от заявлений «крайне отчаянных» кибернетиков, не видевших ни в чем принципиальных ограничений, до высказываний «трезвых» кибернетиков, основательно сомневавшихся в позиции «отчаянных». И хотя понятна некая искусственность привязки сборников к рубежам, обозначенным круглыми датами, при всей своей условности они позволяют наблюдать кибернетику в динамике со всеми «за» и «против» в ее становлении.

Первая книга — «Кибернетика. Итоги развития» отражает мнение, господствовавшее в 50-х — 60-х годах и раскрывает существо дискуссий тех дней, когда кибернетика способна была лишь на «детский лепет».

В книгу в основном вошли наиболее характерные для того времени статьи из сборников 1963 и 1968 гг., а также несколько новых работ, главным образом зарубежных, которые по чему-либо представляют интерес и сегодня.

При чтении первой книги надо иметь в виду, что речь идет о прошлом кибернетических идей, что многое из сказанного тогда (и сделанного тогда) принадлежит уже истории.

Хотелось бы отметить, что в те годы о кибернетике много спорили и не только на страницах специальных научных изданий, но, пожалуй, еще более горячо в широкой прессе. В подтверждение можно привести историю наиболее заметной дискуссии тех лет вокруг статьи советского математика, академика А. Н. Колмогорова «Автоматы и жизнь». В ее основу был положен доклад, прочитанный им на методологическом семинаре механико-математического факультета МГУ 6 апреля 1961 г. Сохранилась стенограмма, которая начинается такими словами: «Сегодняшний доклад задуман как доклад для математиков... Предполагается, что основные слушатели понимают те стороны дела, которые обычно понимают именно математики»... И несмотря на это, доклад, опубликованный вскоре в двух номерах (10 и 11 за 1961 г.) научно-популярного журнала «Техника—молодежи», вызвал большой интерес самых широких кругов читателей, вероятно, большая  {4}  часть которых была весьма далека от серьезной математики.

Дискуссия под названием «Обсуждаем проблемы кибернетики сегодня», начавшаяся статьей А. Н. Колмогорова, длилась около года. В ней приняли участие известные советские и иностранные ученые. Затем спор перекинулся на страницы «Литературной газеты», «Недели», журнала «Вопросы литературы».

Такой размах обсуждения доклада «Автоматы и жизнь», интерес к дискуссии широкой общественности подсказали идею выпуска материалов обсуждения отдельной книгой — так увидел свет сборник «Возможное и невозможное в кибернетике».

Тогда еще не были ясно очерчены границы кибернетики, и многие ученые, привыкнув к абсолютному превосходству механических машин над человеческими мускулами, по инерции предсказывали грядущее абсолютное превосходство информационных машин над нервной системой человека.

Кибернетика, пыталась сходу вторгнуться в. область сложнейшего — сферу действия интеллекта, идя напролом, овладеть тайнами мозга. Действительно, поначалу кибернетике удалось автоматизировать значительную часть логико-арифметических операций, захватить прочный плацдарм для глубокого проникновения в область познания, связанную с информацией и управлением. Казалось, стоит сделать лишь один шаг, преодолеть только одно последнее препятствие — и откроются заманчивые перспективы неограниченных возможностей.

Вот почему, читая сейчас статью американского биолога и кибернетика Уильяма Эшби «Что такое разумная машина», следует помнить о различии между теоретической и действительной возможностями кибернетических решений.

В связи со статьей французского ученого Луи Куффиньяля «Кибернетика — искусство управления» надо заметить, что кибернетика нового вида деятельности не создает. Сегодня звучит наивно стремление автора этой статьи противопоставить в некоторых случаях кибернетику всему остальному в науке. При определении экономической функции общества Луи Куффиньяль не касается момента собственности, что весьма характерно для буржуазной фразеологии. Такое авторское понимание важного экономического  {5}  фактора для советского читателя, конечно, неприемлемо.

Характерная для того времени некоторая «идеализация» обстановки, связанной с применением ЭВМ, заметна в ряде статей. Например, не говорится, что при плохой организации обеспечения и обслуживания ЭВМ старые методы вычислительных работ подчас бывают проще. Не предполагалась в полной мере возможность злоупотреблений и подтасовок с помощью ЭВМ, а также масштабы просчетов и срывов, связанных с ошибками, возникающими при их эксплуатации.

Безграничной верой в возможности кибернетики пронизана статья члена-корреспондента АМН СССР Н. М. Амосова. Можно предположить, что это дань взглядам тех лет и сегодня автор уже не считает, что вычислительная машина сможет в таком объеме заменить врача.

Знакомясь со статьями, посвященными проблемам творчества, не следует забывать о недопустимости противопоставления категории количества и качества. Необходимо помнить о качественной сложности любого вида искусства и несводимости его к кибернетическим решениям в конечном счете. На заре кибернетической эры, безусловно, преувеличивалась роль математики в искусствоведческом анализе.

При знакомстве со статьями, затрагивающими социальные и экономические вопросы, необходимо учитывать, что кибернетические экстраполяции в данном случае всегда ограниченны. Не следует преувеличивать и роли информации в этих вопросах.

Опять-таки из-за несколько преувеличенных надежд, возлагавшихся тогда на кибернетику, высказывались неоправдавшиеся предвидения: мечты о машинном переводе остались пока мечтами, как и предсказания о машинах, играющих в шахматы «в силу гроссмейстера». И совсем уже не состоятельным оказался прогноз Артура Л. Самуэля, директора Исследовательского центра известной фирмы по производству электронных машин «ИБМ», что через 20 лет канцелярская работа перестанет существовать. Увы! Канцелярская работа не только не исчезает, а имеет пока еще тенденцию к неудержимому росту. Со все большей осторожностью мы теперь говорим о замене людей роботами в сфере управления, выдвигая на первый план понятие о человеко-машинных системах в управлении.  {6} 

Теперь, по мере проникновения в глубины проблем кибернетики, выясняется, что несмотря на успехи, наши знания новой науки еще недостаточны: победы одержаны лишь тактические, да и то на отдельных участках. Об этом хорошо сказал Станислав Лем в интервью «XX век — наука и общество»: «Мне кажется, что энтузиазм, с которым была встречена кибернетика, сейчас в значительной степени угас. Очевидно, это связано с тем, что надежды, возлагаемые на нее, были слишком велики; зачастую они носили утопический характер; например, энтузиасты считали, что кибернетика «разрешит все проблемы», что в короткий срок она объяснит все психологические и биологические явления и т. д.».

Вторая книга «Кибернетика. Современное состояние» как бы подводит итоги развития этой науки в теоретических разработках и практических делах.

Рассматриваются проблемы управления, общения человека и машины, использования ЭВМ в научном эксперименте.

Освещение с современных позиций вопросов моделирования мозга, а также новый подход к проблеме «творчество и кибернетика» позволяют критически оценивать сделанное в прошлом и по-новому смотреть на эти сложнейшие проблемы в их диалектическом развитии.

Наука не может развиваться без гипотез и надежд ученых. Она потеряет перспективу, если будет проходить мимо новых идей.

Вот почему, несмотря на неоправдавшиеся во многом прогнозы, сделанные учеными в статьях, опубликованных в сборниках «Возможное и невозможное в кибернетике» и «Кибернетика ожидаемая и кибернетика неожиданная», проблеме будущего кибернетики посвящена отдельная книга — «Кибернетика. Перспективы на будущее». В ней много оригинальных тем и идей. Целый раздел посвящен актуальному ныне вопросу об «искусственном интеллекте», который рассматривается математиками, философами, психологами как в плане философском, так и общенаучном. В главе «Кибернетика — что же дальше?» показаны возможные перспективы развития кибернетики, включая проблемы внеземных цивилизаций и интеллектуальных роботов. Вопросы развития кибернетики анализируются в перспективе не только обозримого, но и отдаленного будущего.  {7} 

Таким образом, три книги: «Кибернетика. Итоги развития», «Кибернетика. Современное состояние» и «Кибернетика. Перспективы на будущее», показывая «неограниченные возможности и возможные ограничения» этой науки, раскрывают перед нами содержание споров, смысл предположений, меру успехов и суть сомнений, характерных для кибернетики на протяжении трех десятилетий.

Конечно, они не могут претендовать на полное освещение всех вопросов, охватываемых кибернетикой. Вероятно, это под силу лишь фундаментальным научным монографиям, а перед вами популярные книги, цель которых привлечь интерес к актуальным проблемам кибернетики.

В. Пекелис

ТОЛЬКО АВТОМАТ?
НЕТ, МЫСЛЯЩЕЕ СУЩЕСТВО!

        А. Н. КОЛМОГОРОВ

        А. Г. ИВАХНЕНКО

        УИЛЬЯМ РОСС ЭШБИ

        НОРБЕРТ ВИНЕР

МАШИНА НЕ МОЖЕТ ЖИТЬ, ПЛЕСЕНЬ НЕ СПОСОБНА МЫСЛИТЬ!

        И. И. АРТОБОЛЕВСКИЙ, А. Е. КОБРИНСКИЙ

        ТОДОР ПАВЛОВ

        ДЖОЗЕФ ВУД КРУТЧ

        С. Ф. ГАНСОВСКИЙ

ТОЛЬКО АВТОМАТ?
НЕТ, МЫСЛЯЩЕЕ СУЩЕСТВО!

АВТОМАТЫ И ЖИЗНЬ

А. Н. КОЛМОГОРОВ

Мой доклад «Автоматы и жизнь», подготовленный для семинара научных работников и аспирантов механико-математического факультета Московского государственного университета, вызвал интерес у самых широких кругов слушателей. Популярное изложение доклада подготовлено моей сотрудницей по лаборатории вероятностных и статистических методов МГУ Н. Г. Рычковой. Изложение это во всех существенных чертах правильно, хотя иногда словесное оформление мысли, а следовательно и некоторые ее оттенки, принадлежит Н. Г. Рычковой. Подчеркну основные идеи доклада, имеющие наиболее широкий интерес.

I. Определение жизни как «особой формы существования белковых тел» (Энгельс) было прогрессивно и правильно, пока мы имели дело только с конкретными формами жизни, развившимися на Земле. В век космонавтики возникает реальная возможность встречи с «формами движения материи» (см. статью «Жизнь» в Большой советской энциклопедии), обладающими основными практически важными для нас свойствами живых и даже мыслящих существ, устроенных иначе. Поэтому приобретает вполне реальное значение задача более общего определения понятия жизни.

II. Современная электронная техника открывает весьма широкие возможности моделирования жизни и мышления. Дискретный (арифметический) характер современных вычислительных машин и автоматов не создает в этом отношении существенных ограничений. Системы из очень большого числа элементов, каждый из которых действует чисто «арифметически», могут приобретать качественно новые свойства.  {10} 

III. Если свойство той или иной материальной системы «быть живой» или обладать способностью «мыслить» будет определено чисто функциональным образом (например, любая материальная система, с которой можно разумно обсуждать проблемы современной науки или литературы, будет признаваться мыслящей), то придется признать в принципе вполне осуществимым искусственное создание живых и мыслящих существ.

IV. При этом, однако, следует помнить, что реальные успехи кибернетики и автоматики на этом пути значительно более скромны, чем иногда изображается в популярных книгах и статьях. Например, при описании «самообучающихся» автоматов или автоматов, способных «сочинять» музыку или писать стихи, иногда исходят из крайне упрощенного представления о действительном характере высшей нервной деятельности человека, и в частности творческой деятельности.

V. Реальное продвижение в направлении понимания механизма высшей нервной деятельности, включая и высшие проявления человеческого творчества, естественно, не может ничего убавить в ценности и красоте творческих достижений человека. Я думаю, что это то же самое, что и лозунг «Материализм — это прекрасно!», поставленный подзаголовком в мой доклад.

* * *

Я принадлежу к тем крайне отчаянным кибернетикам, которые не видят никаких принципиальных ограничений в кибернетическом подходе к проблеме жизни и полагают, что можно анализировать жизнь во всей ее полноте, в том числе и человеческое сознание со всей его сложностью, методами кибернетики.

Очень часто задают такие вопросы.

Могут ли машины воспроизводить себе подобных и может ли в процессе самовоспроизведения происходить прогрессивная эволюция, приводящая к созданию машин, существенно более совершенных, чем исходные?

Могут ли машины испытывать эмоции: радоваться, грустить, быть недовольными чем-нибудь, чего-нибудь хотеть?

Могут ли, наконец, машины сами ставить перед собой задачи, не поставленные перед ними их конструкторами?  {11} 

Иногда пытаются отделаться от этих вопросов или обосновать отрицательные ответы на них, предлагая, например, определить понятие машина как нечто, каждый раз искусственно создаваемое человеком. При таком определении часть вопросов, скажем первый, автоматически отпадает. Но вряд ли можно считать разумным упорное нежелание разобраться в вопросах действительно интересных и сложных, прикрываясь насильственно ограниченным пониманием терминов.

Вопрос о том, возможно ли на пути кибернетического подхода к анализу жизненных явлений создать подлинную, настоящую жизнь, которая будет самостоятельно продолжаться и развиваться, остается насущной проблемой современности. Уже сейчас он актуален, годен для серьезного обсуждения, ибо изучение аналогий между искусственными автоматами и настоящей живой системой уже сейчас служит принципом исследования самих явлений жизни, с одной стороны, и способом, помогающим изыскивать пути создания новых автоматов,— с другой.

Есть и другой способ сразу ответить на все эти вопросы. Он заключается в ссылке на математическую теорию алгоритмов. Математикам хорошо известно, что в пределах каждой формальной системы, достаточно богатой математически, можно сформулировать вопросы, которые кажутся содержательными, осмысленными и должны предполагать наличие определенного ответа, хотя в пределах данной системы такого ответа найти нельзя. Вот поэтому-то и провозглашается, что развитие самой формальной системы есть задача машины, а обдумывание правильного ответа на вопрос — это уже Дело человека, преимущественное свойство человеческого мышления.

Такая аргументация, однако, использует идеализированное толкование понятия «мышление», с помощью которого можно легко доказать, что не только машина, но и сам человек мыслить не может. Здесь предполагается, что человек может давать правильные ответы на любые вопросы, в том числе и на поставленные неформально, а мозг человека способен производить неограниченно сложные формальные выкладки. Между тем нет никаких оснований представлять себе человека столь идеализированным образом — как бесконечной сложности организм, в котором умещается бесконечное количество истин. Чтобы достичь такого положения, заметим в шутку, пришлось бы  {12}  расселить человечество по звездным мирам, чтобы, пользуясь бесконечностью мира, организовать формальные логические выкладки в бесконечном пространстве и даже передавать их по наследству. Тогда можно было бы считать, что любой математический алгоритм человечество может развить до бесконечности.

Но вряд ли эта аргументация имеет отношение к реальному вопросу. И уже во всяком случае это не возражение против постановки вопроса о том, возможно ли создание искусственных живых существ, способных к размножению и прогрессивной эволюции, в высших формах обладающих эмоцией, волей и мышлением.

Этот же вопрос поставлен изящно, но формально математиком Тьюрингом в его книге «Может ли машина мыслить?». Можно ли построить машину, которую нельзя было бы отличить от человека? Такая постановка как будто ничуть не хуже нашей, и к тому же проще и короче. На самом же деле она не вполне отражает суть дела. Ведь по существу интересен не вопрос о том, возможно ли создать автоматы, воспроизводящие известные нам свойства человека; хочется знать, возможно ли создать новую жизнь, столь же высокоорганизованную, хотя, может быть, очень своеобразную и совсем непохожую на нашу. В современной научной фантастике сейчас появляются произведения, затрагивающие эти темы. Интересен и остроумен рассказ «Друг» в сборнике Станислава Лема «Вторжение с Альдебарана» о машине, пожелавшей управлять человечеством. Однако фантазия романистов не отличается особой изобретательностью. И. А. Ефремов, например, выдвигает концепцию, что «все совершенное похоже друг на друга». Стало быть, у высокоорганизованного существа должны быть, по его мнению, два глаза и нос, хотя, может быть, и несколько измененной формы. В век космонавтики не праздно предположение, что нам, возможно, придется столкнуться с другими живыми существами, весьма высокоорганизованными и в то же время совершенно на нас непохожими. Сможем ли мы установить, каков внутренний мир этих существ, способны ли они к мышлению, присущи ли им эстетические переживания, идеалы красоты или чужды и т. п.? Почему бы, например, высокоорганизованному существу не иметь вид тонкой пленки — плесени, распластанной на камнях?  {13} 

Что такое жизнь!
Возможно ли искусственное разумное
существо!

Поставленный нами вопрос тесно связан с другими: а что такое жизнь, что такое мышление, что такое эмоциональная жизнь, эстетические переживания? В чем, скажем, состоит отличие последних от простых элементарных удовольствий — от пирога, например, или еще чего-нибудь в этом роде? Если говорить в более серьезном тоне, то можно сказать следующее: точное определение таких понятий, как воля, мышление, эмоции, еще не удалось сформулировать. Но на естественнонаучном уровне строгости такое определение возможно. Если мы не признаем эту возможность, то окажемся безоружными против аргументов солипсизма.

Хотелось бы научиться на основании фактов поведения, например, делать выводы о внутреннем состоянии живого высокоорганизованного существа.

Как изучать высшую нервную деятельность, используя кибернетический подход? Здесь открываются следующие пути: во-первых, можно детально изучать само поведение животных или человека; во-вторых, изучать устройство их мозга; можно, наконец, иногда довольствоваться и так называемым симпатическим пониманием. Если, скажем, просто внимательно наблюдать кошку или собаку, то, и не зная науки о поведении и условных рефлексах, можно прекрасно понять, что они думают и чего хотят. Несколько труднее достигнуть такого понимания с птицами или, например, с рыбами, но вряд ли и это невозможно. Это вопрос не новый, частично он уже решен, частично легко решаем, частично — трудно. Опыт индуктивного развития науки говорит нам, что все вопросы, долго не находившие решения, постепенно разрешаются, и вряд ли нужно думать, что именно здесь существуют заранее установленные пределы, дальше которых продвинуться нельзя.

Если считать, что анализ любой высокоорганизованной системы естественно входит в состав кибернетики, придется отказаться от распространенного мнения, что основы кибернетики включают в себя лишь изучение систем, имеющих заранее назначенные целевые состояния. Часто кибернетику определяют как науку, занимающуюся изучением управляющих систем. Считается, что все такие  {14}  системы обладают общими свойствами и свойство номер один у них — наличие цели. Это верно лишь до тех пор, пока все, что мы выделяем в качестве организованных систем, управляющих собственной деятельностью, похоже на нас самих. Однако если мы хотим методами кибернетики изучать происхождение таких систем, их естественную эволюцию, то такое определение становится узким. Вряд ли кибернетика поручит какой-либо другой науке выяснять, каким образом обычная причинная связь в сложных системах путем естественного развития приводит к возможности рассматривать всю систему как действующую целесообразно.

Обычно понятие «действовать целесообразно» включает умение охранять себя от разрушающих внешних воздействий или, скажем, способность содействовать своему размножению. Спрашивается: кристаллы действуют целесообразно или нет? Если «зародыш» кристалла поместить в некристаллическую среду, будет ли он развиваться? Ведь никаких отдельных органов у кристалла различить невозможно, стало быть, это есть некая промежуточная форма. И существование таковых неизбежно.

По-видимому, частные задачи, подобные этой, будут решать науки, непосредственно с ними связанные. Опытом частных наук никак нельзя пренебрегать. Но исключить из содержания кибернетики общие представления о причинных связях в целесообразно действующих системах, ставящих себе цели, так же нельзя, как нельзя, например, уже при имитации жизни автоматами не считаться, скажем, с тем, что и сами эти цели меняются в процессе эволюции, а вместе с этим изменяется и представление о них.

Когда говорят, что организация механизма наследственности, позволяющего живым организмам передавать свое целесообразное устройство потомкам, имеет целью воссоздать данный вид, придать ему определенные свойства, а также возможности изменчивости, прогрессивной эволюции, то кто же ставит эту цель? Или если рассматривать систему в целом, то кто же, как не она сама, ставит перед собой цель развития путем отсеивания негодных экземпляров и размножения совершенных?

Подводя итоги, можно сказать, что изучение в общей форме возникновения систем, в которых применимо понятие целесообразности, есть одна из главных задач кибернетики.  {15}  При этом изучение в общей форме естественно предполагает знание, отвлеченное от деталей физического осуществления, от энергетики, химии, возможностей техники и т. п. Нас здесь интересует только, как возникает возможность сохранять и накапливать информацию.

Такая широкая постановка задачи содержит в себе много трудностей, но отказаться от нее на современном этапе развития науки уже невозможно.

Если признавать важность задачи определения в объективных обобщенных терминах существенных свойств внутренней жизни (высшей нервной деятельности) какой-то незнакомой нам и непохожей на нас высокоорганизованной системы, то нельзя ли тот же путь предложить и в применении к нашей системе — человеческому обществу? Хотелось бы на общем языке, одном и том же для всех высокоорганизованных систем, уметь описывать и все явления жизни человеческого общества. Представим себе воображаемого постороннего наблюдателя нашей жизни, который совершенно не обладает ни симпатиями к нам, ни умением понять, что мы думаем и переживаем. Он просто наблюдает большое скопление организованных существ и желает понять, как оно устроено. Совершенно так же, как, скажем, мы наблюдаем муравейник. Через некоторое время он, пожалуй, без особого труда сможет понять, какую роль играет информация, содержащаяся, например, в железнодорожных справочниках (человек теряет такой справочник и не может попасть на нужный поезд). Правда, наблюдателю пришлось бы столкнуться с большими трудностями. Как, например, понять ему следующую картину: множество людей приходит вечером в большое помещение, несколько человек поднимаются на возвышение и начинают делать беспорядочные движения, а остальные сидят при этом спокойно; по окончании люди расходятся без всякого обсуждения. Один из молодых математиков, может быть в шутку, приводит и другой пример необъяснимого поведения: люди заходят в помещение, там получают бутылки с некоей жидкостью, после чего начинают бессмысленно жестикулировать. Постороннему наблюдателю будет трудно установить, что же это такое — просто разлад в машине, какая-то пауза в ее непрерывной осмысленной работе или же можно описать, что происходит в этих двух случаях, и установить разницу между ними.  {16} 

Оставив шутливый тон, сформулируем серьезно возникающую здесь проблему: нужно научиться в терминах поведения осуществлять объективное описание самого механизма, это поведение обусловливающего, уметь различать отдельные виды деятельности высокоорганизованной системы. Впервые в нашей стране И. П. Павлов установил возможность объективного изучения поведения животных и человека, а также регулирующих это поведение мозговых процессов, без всяких субъективных гипотез, выраженных в психологических терминах. Глубокое изучение предложенной проблемы есть не что иное, как павловская программа анализа высшей нервной деятельности в ее дальнейшем развитии.

Создание высокоорганизованных живых существ превосходит возможности техники наших дней. Но всякие ограничительные тенденции, всякое неверие или даже утверждение невозможности на рациональных путях достичь объективного описания человеческого сознания во всей его полноте сейчас явились бы тормозом в развитии науки. Разрешение этой проблемы необходимо, ибо уже истолкование разных видов деятельности может служить толчком для развития машинной техники и автоматики. С другой стороны, возможности объективного анализа нервной системы сейчас столь велики, что не хочется заранее останавливаться перед задачами любой трудности.

Если технические трудности будут преодолены, то вопрос о практической целесообразности осуществления соответствующей программы работ останется по меньшей мере спорным.

Однако в рамках материалистического мировоззрения не существует никаких состоятельных принципиальных аргументов против положительного ответа на наш вопрос. Более того, этот положительный ответ является сейчас современной формой убеждений о естественном возникновении жизни и материальной основе сознания.

Дискретна или непрерывна мысль!

В кибернетике и теории автоматов сейчас наиболее разработана теория работы дискретных устройств, т. е. таких устройств, которые состоят из большого числа отдельных элементов и работают отдельными тактами. Каждый элемент может находиться в небольшом числе состояний,  {17}  и изменение состояния отдельного элемента зависит от предыдущих состояний сравнительно небольшого числа элементов. Так устроены электронные машины, так, предположительно, устроен и человеческий мозг. Считается, что мозг имеет таких отдельных элементов — нервных клеток — 10¹⁰, а может быть, и еще больше. Несколько проще, но еще более грандиозно в смысле объема устроен аппарат наследственности.

Иногда делают вывод, что кибернетика должна заниматься лишь дискретными устройствами. Против такого подхода имеются два возражения. Во-первых, реальные сложные системы, как многие машины, так и все живые существа, действительно имеют определенные устройства, основанные на принципе непрерывного действия. Что касается машин, то таким примером может служить, скажем, руль автомобиля и т. п. Если мы обратимся к человеческой деятельности — сознательной, но не подчиненной законам формальной логики, т. е. деятельности интуитивной или полуинтуитивной, например к двигательным реакциям, то мы обнаружим, что большое совершенство и отточенность механизма непрерывного движения построены на движениях непрерывно-геометрического характера. Если человек совершает тройной прыжок или прыжок с шестом или, например, готовится к дистанции слалома, его движение должно быть заранее намечено как непрерывное (для математиков: путь слаломиста оказывается даже аналитической кривой). Можно полагать, однако, что это не есть радикальное возражение против дискретных механизмов. Скорее всего интуиция непрерывной линии в мозге осуществляется на базе дискретного механизма.

Второе возражение против дискретного подхода заключается в следующем: заведомо человеческий мозг и даже, к сожалению, часто вычислительные машины отнюдь не всегда действуют детерминированно — полностью закономерным образом. Результат их действия в некоторый момент (в данной ячейке) нередко зависит от случая. Желая обойти эти возражения, можно сказать, что и в автоматы можно «ввести случайность». Вряд ли имитирование случайности (т. е. замена случая какими-то закономерностями, не имеющими отношения к делу) может нанести сколько-нибудь серьезный вред при моделировании жизни. Правда, вмешательство случайности часто рассматривается несколько примитивно: заготавливается достаточно  {18}  длинная лента случайных чисел, которая затем используется для имитации случая в различных задачах. Но при частом употреблении эта заготовленная «случайность» в конце концов перестанет быть случайностью. Исходя из этих соображений, к вопросу имитации случая на автоматах следует подходить с большой осторожностью. Однако принципиально это вещь во всяком случае возможная.

Только что изложенная аргументация приводит нас к следующему основному выводу.

Несомненно, что переработка информации и процессы управления в живых организмах построены на сложном переплетении дискретных (цифровых) и непрерывных механизмов, с одной стороны, детерминированного и вероятностного принципа действия — с другой.

Однако дискретные механизмы являются ведущими в процессах переработки информации и управления в живых организмах. Не существует состоятельных аргументов в пользу принципиальной ограниченности возможностей дискретных механизмов по сравнению с непрерывными.

Что такое «очень много»?

Часто, сомневаясь в возможности моделировать человеческое сознание на автоматах, говорят, что количество функций высшей нервной деятельности человека необъятно велико и никакая машина не может стать моделью сознательной человеческой деятельности в полном ее объеме. Одних только нервных клеток в коре головного мозга 10¹⁰. Каково же должно быть число элементов в машине, имитирующей всю сложную высшую нервную деятельность человека?

Эта деятельность, однако, связана не с разрозненными нервными клетками, а с довольно большими агрегатами их. Невозможно представить себе, чтобы, скажем, какая-нибудь математическая теорема «сидела» в одной-единственной, специально для нее заготовленной нервной клетке или даже в каком-то определенном числе их. По-видимому, дело обстоит совершенно иначе. Наше сознание оперирует небольшими количествами информации. Количество единиц информации, которое человек воспринимает и перерабатывает в секунду, совсем невелико. Вот один, несколько парадоксальный, пример: слаломист,  {19}  преодолевая дистанцию в течение десяти секунд, воспринимает и перерабатывает значительно большую информацию, чем при других, казалось бы, более интеллектуальных, видах деятельности, во всяком случае большую, чем математик пропускает через свою голову за сорок секунд напряженной работы мысли. Вообще вся сознательная жизнь человека устроена как-то очень своеобразно и сложно, но когда закономерности ее будут изучены, для моделирования ее потребуется гораздо меньше элементарных ячеек, чем для моделирования всего мозга, как это ни удивительно.

Какие же объемы информации могут создавать уже качественное своеобразие сложных явлений, подобных жизни, сознанию и т. п.?

Можно разделить все числа на малые, средние, большие и сверхбольшие. Эта классификация нестрога, в рамках ее нельзя будет сказать, что такое-то число, например, среднее, а следующее за ним — уже большое. Здесь числа делятся на категории с точностью до порядка величин. Но большая строгость нам здесь и не нужна. Каковы же эти категории? Начнем с определений, понятных лишь математикам.

I. Число А назовем малым, если практически возможно перебрать все схемы из А элементов с двумя входами и выходами или выписать для них все функции алгебры логики с А аргументами.

II. Число Б называется средним, если мы оказываемся не в состоянии перебрать практически все схемы из Б элементов, а можем перебрать лишь сами эти элементы или (что чуть-чуть сложнее) выработать систему обозначений для любой системы из Б элементов.

III. И, наконец, число В — большое, если мы не в состоянии практически перебрать такое число элементов, а можем лишь установить систему обозначений для этих элементов.

IV. Числа будут сверхбольшими, если практически и этого нельзя сделать; они нам, как мы увидим дальше, и не понадобятся.

Поясним теперь эти определения на доступных примерах.

Пусть к одной электрической лампочке подсоединено три выключателя, каждый из которых может находиться в левом (Л) или правом (П) положении. Тогда, очевидно,  {20}  возможных совместных положений трех выключателей будет 2³ = 8.

Перечислим их для наглядности:

Проводку к нашим выключателям можно сделать таким образом, что в каждом из выписанных положений лампочка может как гореть, так и не гореть. Если произвести подсчет, то окажется, что различных положений выключателей, сопровожденных такими отметками, будет 2²³, т.е. 2⁸=256. Справедливость этого последнего утверждения читатель без труда может проверить самостоятельно, дополняя выписанные положения выключателей знаками «горит», «не горит».

Тот факт, что такое упражнение под силу читателю и не займет у него слишком много времени, и убеждает нас в том, что число 3 (число выключателей) относится к малым. Если бы выключателей было не 3, а, скажем, 5, то пришлось бы выписать 2²⁵ = 4 294967 296 различных совместных положений выключателей, сопровожденных отметками «горит», «не горит». Вряд ли можно за какое-нибудь разумное время практически проделать все это не сбившись. Поэтому число 5 уже нельзя считать малым.

Чтобы стал понятен термин «среднее число», приведем другой пример. Представьте себе, что нас ввели в помещение, где находится 1000 человек, и предложили с каждым из них поздороваться за руку. Правда, ваша рука после таких упражнений будет чувствовать себя неважно, но практически (по времени) проделать такое упражнение вполне возможно. Вы сумеете, не сбившись, подойти к каждому из тысячи и протянуть ему руку. А если бы последовало предложение всей тысяче присутствующих обменяться друг с другом рукопожатиями, да еще каждой компании из трех человек внутри своего кружка дополнительно обменяться рукопожатиями и т. д., то это оказалось бы немыслимым. Число 1000 и есть среднее. Можно сказать, что мы «перебрали» тысячу элементов, отметив при этом каждого (рукопожатием).

Совсем простым примером большого числа является число видимых звезд на небосклоне. Каждый знает, что невозможно пересчитать звезды пальцем, а тем не менее  {21}  существует каталог звездного неба (т. е. выработана система обозначений), пользуясь которым мы в любой момент можем получить справку о нужной нам звезде.

Естественно, что вычислительная машина может, во-первых, дольше работать не сбиваясь, а во-вторых, она составляет различные схемы во много раз быстрее, чем человек. Поэтому в каждой категории соответствующие числа для машины будут больше, чем для человека:

Что поучительного в этой таблице? Из нее видно, что хотя соответственные числа для машины гораздо больше, чем для человека, но остаются близкого порядка с ними. Между же числами разных категорий существует непроходимая грань: числа, средние для человека, не становятся малыми для машины, так же как числа, большие для человека, не становятся средними для машины. 10³ несравненно больше, чем 10, а 10¹⁰⁰ безнадежно больше, чем 10¹⁰. Заметим, что объем памяти живого существа и даже машины характеризуется средними числами, а многие проблемы, решающиеся путем так называемого простого перебора,— большими.

Здесь мы сразу выходим за пределы возможностей сравнения путем простого перебора. Проблемы, которые не могут быть решены без большого перебора, останутся за пределами возможностей машины на сколь угодно высокой ступени развития техники и культуры.

К этому выводу мы пришли, не обращаясь к понятию бесконечности. Оно нам не понадобилось и вряд ли понадобится при решении реальных проблем, возникающих на пути кибернетического анализа жизни.

Зато важным становится другой вопрос: существуют ли проблемы, которые ставятся и решаются без необходимости большого перебора? Такие проблемы должны прежде всего интересовать кибернетиков, ибо они реально разрешимы.

Принципиальная возможность создания полноценных живых существ, построенных полностью на дискретных (цифровых) механизмах переработки информации и  {22}  управления, не противоречит принципам материалистической диалектики. Противоположное мнение может возникнуть лишь потому, что некоторые привыкли видеть диалектику лишь там, где появляется бесконечность. При анализе явлений жизни существенна, однако, не диалектика бесконечного, а диалектика большого числа.

Осторожно, увлекаемся!

В настоящее время для кибернетики, пожалуй больше, чем для всякой другой науки, важно, что о ней пишут. Я не принадлежу к большим энтузиастам всей той литературы по кибернетике, которая сейчас так пышно издается, и вижу в ней большое количество, с одной стороны, преувеличений и, с другой стороны, упрощенчества.

Нельзя, конечно, сказать, что в этой литературе утверждается то, что на самом деле недостижимо, но в ней часто встречаются восторженные статьи, сами заглавия которых уже кричат об успехах в моделировании различных сложных видов человеческой деятельности, которые в действительности моделируются пока совсем плохо. Например, в американской кибернетической литературе и у нас, порой даже в совсем серьезных научных журналах, можно встретить работы о так называемом машинном сочинении музыки. (Это не относится к работам Р. X. Зарипова). Под этим обычно подразумевается следующее: в память машины «закладывается» нотная запись большого числа (скажем, 70) ковбойских песен или, например, церковных гимнов; затем машина по первым четырем нотам одной из этих песен отыскивает все те песни, где эти четыре ноты встречаются в том же порядке, и, случайным образом выбрав одну из них, берет из нее следующую, пятую ноту. Теперь перед машиной вновь четыре ноты (2, 3, 4 и 5-я), и она снова таким же способом осуществляет поиски и выбор. Так машина как бы на ощупь «создает» некую новую мелодию. При этом утверждается, что если в памяти машины были ковбойские песни, то и в ее творении слышится нечто «ковбойское», а если это были церковные гимны — то нечто «божественное». Спрашивается, а что произойдет, если машина будет производить поиск не по четырем, а по семи, идущим подряд нотам? Поскольку в действительности двух произведений, содержащих семь одинаковых нот подряд, дочти не встретишь, то, очевидно,  {23}  «запев» семь нот из какой-нибудь песни, машина вынуждена будет пропеть ее до конца. Если же, наоборот, машине для собственного творчества достаточно знать только две ноты (а произведений с двумя одинаковыми нотами сколько угодно), то здесь ей представился бы такой широкий выбор, что вместо мелодии из машины послышалась бы какофония звуков.

Вся эта несложная схема преподносится в литературе как «машинное сочинение музыки», причем всерьез заявляется, что с увеличением числа нот, нужных «для затравки», машина начинает создавать музыку более серьезного, классического характера, а с уменьшением этого числа переходит на современную, джазовую.

На сегодня мы еще очень далеки от осуществления анализа и описания высших форм человеческой деятельности, мы даже еще не научились в объективных терминах давать определения многим встречающимся здесь категориям и понятиям, а не только моделировать такие сложные виды этой деятельности, к каким относится создание музыки. Если мы не умеем понять, чем отличаются живые существа, нуждающиеся в музыке, от существ, в ней не нуждающихся, то, приступая сразу к машинному сочинению музыки, мы окажемся в состоянии моделировать лишь чисто внешние факторы.

«Машинное сочинение музыки» — это только пример упрощенного подхода к проблемам кибернетики. Другой распространенный недостаток заключается в том, что сторонники кибернетики настолько увлеклись возможностями кибернетического подхода к решению любых самых сложных задач, что позволяют себе пренебрегать опытом, накопленным другими науками за долгие века их существования. Часто забывают о том, что анализ высших форм человеческой деятельности был начат давно и продвинулся довольно далеко. И хотя он и ведется в других, не кибернетических терминах, но по существу объективен и его необходимо изучать и использовать. А то, что сумели сделать кибернетики «голыми руками» и вокруг чего поднимают такую шумиху, зачастую не выходит за рамки исследования самых примитивных явлений. Однажды на вечере в Московском Доме литераторов один из участников вел с трибуны разговор о том, что наше время должно было создать и уже создало новую медицину. Эта новая медицина есть достояние и предмет изучения не медиков,  {24}  а специалистов по теории автоматического регулирования! Самое главное в медицине, по мнению выступавшего,— это циклические процессы, происходящие в человеческом организме. А такие процессы как раз и описываются дифференциальными уравнениями, изучаемыми в теории автоматического регулирования. Так что изучение медицины в медицинских институтах теперь вроде как устарело — ее надо передать в ведение втузов и математических факультетов. Может быть, и верно, что специалисты по теории автоматического регулирования могут сказать свое слово в разрешении отдельных проблем, стоящих перед медициной. Но если они захотят принять участие в этой работе, то прежде всего им потребуется колоссальная до-квалификация, ибо опыт, накопленный медициной, этой старейшей из наук, огромен, и для того чтобы сделать в ней что-то серьезное, надо сначала овладеть им.

Почему только крайности!

Вообще анализ высшей нервной деятельности в кибернетике сосредоточен пока на двух крайних полюсах. С одной стороны, кибернетики активно занимаются изучением условных рефлексов, т. е. простейшего типа высшей нервной деятельности. Всем, вероятно, известно, что такое условный рефлекс. Если два каких-нибудь раздражителя многократно осуществляются одновременно друг с другом (например, одновременно с подачей пищи включается звонок), то через некоторое время уже один из этих раздражителей (звонок) вызывает ответную реакцию организма (слюноотделение) на другой раздражитель (подачу пищи). Это сцепление является временным и, если его не подкреплять, постепенно исчезает. Значительная часть кибернетических проблем, которые известны сейчас под названием математической теории обучения, охватывает также очень простые схемы, которые не исчерпывают и малой доли всей сложной высшей нервной деятельности человека и в анализе самой условнорефлекторной деятельности представляют собой лишь начальную ее ступень.

Другой полюс — это теория формально-логических решений. Эта сторона высшей нервной деятельности человека хорошо поддается изучению математическими методами, и с созданием вычислительной техники и вычислительной математики исследования такого рода быстро  {25}  двинулись вперед. И здесь кибернетики во многом преуспели.

А все огромное пространство между этими двумя полюсами — самыми примитивными и самыми сложными психическими актами (даже такие простые формы синтетической деятельности, как, скажем, механизм точно рассчитанного геометрического движения, о котором говорилось выше, пока плохо поддаются кибернетическому анализу) изучается крайне мало, чтобы не сказать вовсе не изучается.

Кибернетика и язык

Особое положение сейчас занимает математическая лингвистика. Эта наука только еще создается и развивается по мере накопления кибернетических проблем, связанных с языком. Она имеет дело с анализом высших форм человеческой деятельности скорее интуитивно-содержательного, нежели формально-логического, характера, ибо эта деятельность плохо поддается точному описанию. Каждый знает, что такое грамотно построенная фраза, правильное согласование слов и т. п., но никто пока не может адекватно передать это знание машине. Точный, логически и грамматически безукоризненный машинный перевод сейчас возможен был бы, пожалуй, только с латинского и на латинский язык, грамматические правила которого достаточно полны и однозначны. Грамматические же правила новых, живых языков, по-видимому, еще недостаточны для осуществления с их помощью машинного перевода. Необходимым здесь анализом занимаются уже давно, и в настоящее время машинный перевод стал предметом широко и серьезно поставленной деятельности. Можно, пожалуй, сказать, что именно на нем сосредоточено сейчас основное внимание математических лингвистов.

Однако в теоретических работах по математической лингвистике мало учитывается одно обстоятельство, а именно тот факт, что язык возник значительно раньше формально-логического мышления. Быть может, для теоретической науки одно из самых интересных исследований (в котором могут естественно сочетаться идеи кибернетики, новый математический аппарат и современная логика) есть исследование процесса образования слов как второй сигнальной системы. Первоначально, при полном  {26}  еще отсутствии понятий, слова выступают в роли сигналов, вызывающих определенную реакцию. Возникновение логики обычно относят к сравнительно недавнему времени: по-видимому, только в Древней Греции было ясно понято и сформулировано, что слова не просто являются обозначениями неких непосредственных представлений и образов, но что от слова можно отделить понятие. До настоящего, формально-логического, мышления мысли возникали не формализованными в понятия, а как комбинирование слов, которые ведут за собой другие слова, как попытки непосредственно зафиксировать проходящий перед нашим сознанием поток образов и т. д. Проследить этот механизм выкристаллизовывания слов как сигналов, несущих в себе комплекс образов, и создания на этой базе ранней логики — крайне благодарная область исследования для математика, в частности, что, впрочем, неоднократно отмечалось в кибернетической литературе.

Интересным может показаться и следующий вопрос: как формируется логическая мысль у человека? Попробуем проследить этапы этого процесса на примере работы математика над какой-нибудь проблемой. Сначала, по-видимому, появляется желание исследовать тот или иной вопрос, затем какое-то приблизительное, неведомо откуда возникшее представление о том, что мы надеемся получить в результате наших поисков и какими путями нам, может быть, удастся этого достичь, и уже на следующем этапе мы пускаем в ход свой внутренний «арифмометр» формально-логического рассуждения. Таковы, по-видимому, путь формирования логической мысли, схема процесса творчества. Может, вероятно, представиться интересным не только исследовать первую, интуитивную стадию этого процесса, но и задаться целью создать машину, способную помочь человеку в процессе творчества на стадии оформления мысли (математику, например, на стадии оформления вычислений), поручить, скажем, такой машине понимать и фиксировать в полном виде какие-то неясные, вспомогательные наброски чертежей и формул, которые всякий математик рисует на бумаге в процессе творческих поисков, или, например, воссоздавать по наброскам изображения фигур в многомерных пространствах и т. п. Иными словами, интересно подумать о создании машин, которые, не подменяя человека, уже сейчас помогали бы ему в сложных процессах творчества. Пока еще трудно  {27}  даже представить себе, каким образом и на каких путях такую машину можно было бы осуществить. Но хотя пока еще эта задача и далека от своего разрешения, разговор обо всех таких вопросах уже возник в кибернетической литературе, что, по-видимому, можно только приветствовать.

Как можно увидеть из нескольких приведенных здесь примеров, различных проблем, связанных с пониманием объективного устройства самых тонких разделов высшей нервной деятельности человека, очень много. И все они заслуживают должного внимания кибернетиков.

Материализм — это прекрасно!

В заключение следует остановиться на вопросах, касающихся, если можно так сказать, этической стороны идей кибернетики. Встречающиеся часто отрицание и неприятие этих идей проистекают из нежелания признать, что человек является действительно сложной материальной системой, но системой конечной сложности и весьма ограниченного совершенства и поэтому доступной имитации. Это обстоятельство многим кажется унизительным и страшным. Даже воспринимая эту идею, люди не хотят мириться с ней, такая картина всеобъемлющего проникновения в тайны человека, вплоть до возможности, так сказать, «закодировать» его и «передать по телеграфу» в другое место, кажется им отталкивающей и пугающей. Встречаются опасения и другого рода: а допускает ли вообще наше внутреннее устройство исчерпывающее объективное описание? Предлагалось, например, поставить перед кибернетикой задачу научиться отличать по объективным признакам существа, нуждающиеся в сюжетной музыке, от существ, в ней не нуждающихся. А вдруг поанализируем-поанализируем — и окажется, что и в самом деле нет никакого разумного основания выделять такую музыку как благородную по сравнению с другими созвучиями.

Мне представляется важным понимание того, что ничего унизительного и страшного нет в этом стремлении постичь себя до конца. Такие настроения могут возникать лишь из полузнания: реальное понимание всей грандиозности наших возможностей, ощущение присутствия вековой человеческой культуры, которая придет нам на помощь, должно производить огромное впечатление,  {28}  должно вызывать восхищение! Все наше устройство в самих себе понятно, но понятно и то, что это устройство содержит в себе колоссальные, ничем не ограниченные возможности.

На самом деле нужно стремиться этот глупый и бессмысленный страх перед имитирующими нас автоматами заменить огромным удовлетворением от того факта, что такие сложные и прекрасные вещи могут быть созданы человеком, который еще совсем недавно находил простую арифметику чем-то непонятным и возвышенным.

В ПРИРОДЕ ЗАПРЕТА НЕТ

А. Г. ИВАХНЕНКО

Человек существует на Земле всего миллион лет. Он не достиг еще предела своей эволюции, предела развития своих интеллектуальных способностей, если, конечно, таковой имеется вообще. Следовательно, существа, равные ему или стоящие выше его по развитию, принципиально могут существовать. Возможно, что они уже есть на других планетах Вселенной.

Проследите историю развития человеческого общества. Факты показывают, что рано или поздно человек находит пути к искусственному повторению всего, что когда-нибудь и где-нибудь создала природа в своей грандиозной «лаборатории». И наоборот, явления, которые не в силах воспроизвести человек, как правило, относятся к принципиально невыполнимым и в природе. Так, например, строго доказано, что в пределах той части Вселенной, которую мы наблюдаем, законы природы не позволяют человеку создать вечный двигатель — машину, вырабатывающую энергию из ничего. Нет такого двигателя и в природе. Но природа создала человека. И человек в силах рано или поздно повторить «творчество» природы искусственно.

Трудно сказать, каким будет путь искусственного воспроизведения нового разумного существа. По-видимому, успешное решение этого вопроса будет связано с достижениями в самых различных областях науки. И многие из таких приближающихся открытий можно предвидеть уже сегодня. Например, проблема искусственного получения белка. Ученым уже удалось осуществить синтез простейшего белкового вещества: из девяти аминокислот они получили простой белок окситоцин. Установлена молекулярная структура инсулина — белкового гормона. Пока это первые шаги. А в дальнейшем, постепенно синтезируя белки все большей и большей сложности, человечество придет к искусственному получению из неживых природных материалов сначала растений, а потом и живых организмов. Быть может, в очень отдаленном будущем такой  {30}  путь приведет к созданию разумных существ — помощников человека.

Конечно, такое искусственное проявление разума явится все той же существующей на нашей планете белковой формой проявления жизни, хотя у синтезированных растений и живых организмов обмен веществ, например, может осуществляться по совершенно иным законам, чем у их природных собратьев.

Другой путь искусственного воспроизведения мыслящих, разумных существ связан с достижениями в области точных наук, например в области биологической кибернетики, или, сокращенно, бионики. Целью этой науки является перенесение принципов действия систем, управляющих живыми организмами, в технику. Создание дешевых микроминиатюрных моделей нейронов и разработка надежных и простых способов «организации» огромного числа таких моделей в стройные системы могут привести к созданию устройств, подобных нашему мозгу. Естественно, что в этом случае искусственно созданные разумные существа не будут подходить под определение «жизни» как формы существования белковых тел, хотя, конечно, приобретут все качества тех живых созданий, которые мы наблюдаем сегодня.

Видимо, проявление жизни не обязательно связано с белковыми веществами, а создание искусственных разумных существ в принципе может быть осуществлено.

Противники такого подхода к проблеме искусственного воспроизведения жизни часто ссылаются на громадное число элементов — «заменителей» нейронов, из которых должна состоять «думающая» машина, считая, что это исключает возможность ее создания. И в самом деле, может выясниться, что искусственное создание разумных кибернетических существ потребует такого множества различных элементов, что станет в конечном счете нецелесообразным. Но мне кажется, что это нам не грозит. Ограничить количество элементов человеку помогут хотя бы те свойства, которыми обладает наш мозг. И одно из них, несомненно,— свойство адаптации. Заключается оно в том, что многие клетки мозга не имеют постоянных функций и часто переключаются с управления одним процессом на управление другим. Например, если при чтении книги мы встречаем трудное или неясное место, то число нейронов, участвующих в работе над текстом,  {31}  резко увеличивается за счет ослабления контроля над каким-нибудь второстепенным жизненным процессом. Кроме того, известно, что, если даже почти половина клеток мозга выйдет из строя, мозг продолжает функционировать; при этом снижается лишь так называемая его «разрешающая способность». Как видите, наш мозг представляет собой надежную систему, состоящую из большого числа ненадежных элементов, готовых в какой-то степени быстро «подменить» друг друга. Сейчас эти принципы переносятся в технику. А в будущем они лягут в основу искусственно созданных разумных существ.

Кибернетикам часто задают вопрос: могут ли разумные машины обогнать человечество в своем развитии? Здесь ответ зависит от того, сколь совершенен будет искусственный мозг. Если наряду со всеми способностями человека воспринимать, перерабатывать и накапливать самую различную информацию разумные искусственные существа будут обладать еще и определенным «быстродействием» в выполнении этих операций, то естественно, что их самоусовершенствование будет идти значительно интенсивней, чем эволюция мышления человека.

Иногда, под влиянием некоторых фантастических романов, подобный ответ вызывает испуг: не возникнет ли конфликт между людьми и новыми существами, не смогут ли машины превратить людей в своих рабов? Сейчас это испуг праздный. Но поскольку он возникает, то ответить на него необходимо. Будущее мне представляется царством разума, где категории «хорошо» и «плохо» будут определяться интересами всего человечества. Человек никогда не нажмет «спусковой крючок» для создания существ, способных ему повредить, так же как не должен нажать «спусковой крючок» атомной войны.

ЧТО ТАКОЕ РАЗУМНАЯ МАШИНА

УИЛЬЯМ РОСС ЭШБИ

Сейчас наступил поворотный этап в развитии наших взглядов на природу мозга и подобные мозгу механизмы. Десять лет, с 1950 по 1960 г., были периодом брожения умов. Можно надеяться, что в следующие десять лет утвердятся идеи, которые на многие годы вперед определят развитие науки о «мозгоподобных» механизмах.

До последнего времени мы все были склонны допускать, что способности мозга, в особенности человеческого мозга, неограниченны. Нам казалось, что если человек достаточно умен, то он может сделать все что угодно: гений может разрешить любую проблему. Пора расстаться с этим представлением, так как оно препятствует дальнейшему прогрессу. Сегодня подобное мнение так же невежественно и наивно, как вера ребенка в то, что его старший брат может поднять любую тяжесть. Сегодня мы знаем, что означает слово «мозгоподобный», и знаем, каковы ограничения для мозга. Мы знаем также, что для человеческого мозга и для машины эти ограничения одни и те же, поскольку они присущи любой системе, поведение которой упорядочено и подчинено определенным законам. Система, которая бы могла обойти эти ограничения, обладала бы волшебными свойствами.

Прежде чем идти дальше, обсудим некоторые детали, чтобы затем их уже не касаться.

Мозгоподобные процессы можно разделить на два класса в зависимости от того, целенаправленны они или нет. Именно целенаправленные процессы являются разумными по преимуществу, независимо от того, протекают ли они в машине или в мозгу. Однако в мозгу происходит множество других процессов, которые мы и рассмотрим в первую очередь.

Живой мозг обладает рядом интересных особенностей, которые обычно нигде больше в организме не наблюдаются. В мозгу, например, протекают уникальные биохимические и электрохимические процессы. Особый интерес для инженеров, занимающихся вычислительными машинами, представляют специфические свойства нервных сетей и  {33}  стохастические явления в мозгу. Основной особенностью этих нецеленаправленных процессов является то, что сами по себе они ни хороши, ни плохи: они являются такими же естественными процессами, как, например, окисление, и мозг под воздействием естественного отбора и эволюции развивает или подавляет тот или. другой процесс в зависимости от того, является ли он полезным или вредным. Все эти процессы могут быть моделированы с помощью вычислительной машины, так как они являются непосредственными природными процессами.

Рассматривая мозгоподобные процессы, нужно помнить, что вычислительная машина совершеннее мозга, поскольку она может быть сделана так, чтобы ее поведение абсолютно не зависело от какой-либо операционной структуры. В принципе машина способна вести любой хорошо определенный процесс. Живой же мозг сформировался за пять миллиардов лет развития таким, что сейчас он оказывается специально приспособленным именно к земным условиям. Эти условия, как мы начинаем теперь понимать, вовсе не имеют такого всеобщего характера, как мы привыкли думать. Характерными для земных условий являются: распределение объектов в пространстве, подчиняющемся трехмерной евклидовой матрице; исключительное значение непрерывности процессов, происходящих на Земле; тенденция к локализации эффектов; наконец, повторяемость некоторых свойств в различных местах.

Для того чтобы эти свойства придать вычислительной машине, нужно было бы затратить много труда для их программирования. Поскольку живой мозг в течение длительного времени развивался в земных условиях, его операционные методы специализировались. В результате мозг, вместо того чтобы быть исключительно гибким механизмом, стал, как сейчас оценивается, в высшей степени негибкой системой.

Мы не собираемся много говорить о нецеленаправленных мозгоподобных процессах, однако отметим, что наиболее перспективным направлением исследований в этой области является изучение систем с большим числом состояний равновесия. Наших знаний об этих системах недостаточно. Хорошо изучена только статистическая механика больших физических (ньютоновских) систем; к сожалению, эти системы обычно имеют малое число состояний равновесия.  {34} 

Простейшим примером системы с большим числом состояний равновесия является тарелка с песком, в которой частицы песка могут покоиться в различных конфигурациях. Однако единственной формой активности такой системы являются малые перемещения песчинок, когда они переходят из неустойчивых состояний в устойчивые; при этом перемещения настолько малы, что не представляют интереса. Нас интересуют системы с большим числом равновесных состояний, обладающие достаточной динамичностью, при которой их траектории перехода в состояние равновесия достаточно длинны и сложны.

Такие системы обладают некоторыми элементарными свойствами живых организмов.

Можно не сомневаться, что при дальнейшем изучении систем будет открыто еще много их интересных особенностей. Нервная система, обладающая порогом чувствительности, также является примером системы с многими равновесиями. И несмотря на то что вот уже пятьдесят лет известен этот факт, мы еще практически ничего не знаем о том, как она себя ведет, когда ее размеры достаточно велики для того, чтобы в силу вступали законы статистической механики.

На этом мы "закончим обсуждение существенно простых и естественных процессов, происходящих в мозгу. Перейдем теперь к другим мозгоподобным процессам, получившим всеобщее признание как исключительные. Это целенаправленные процессы.

Что такое разум!

Еще несколько лет назад было много споров о том, что понимать под «разумной машиной». Сейчас положение прояснилось, и ответ на этот вопрос известен. Разумной следует считать систему, способную выполнять подходящий отбор. Эта способность является критерием разумности. Иными словами, разумен тот, кто разумно действует. Приведем несколько примеров, чтобы пояснить эту мысль. Если человек играет в шахматы, то мы не должны судить о его способностях, слушая его хвастовство, мы просто наблюдаем за его игрой и оцениваем, выбирает ли оп из всех возможных ходов именно те несколько, которые быстро приведут его к победе.

Разумным руководителем предприятия является лишь  {35}  тот, кто, несмотря на всю сутолоку и неразбериху дня, дает настолько тщательно отобранные распоряжения, что необходимая работа может быть выполнена. Диспетчер, регулирующий движение, проявляет свой разум тем, что отбирает такие комбинации светофора, при которых даже при длительных перегрузках пути не происходит несчастных случаев. При так называемых проверках умственных способностей, когда испытывается то, что мы считаем разумом, критерием в конечном счете является простая констатация: сумел ли кандидат отобрать правильный ответ.

Таким образом, разумную машину можно с определенных позиций охарактеризовать как систему, которая использует информацию и обрабатывает ее так, чтобы достигнуть высокой степени подходящего отбора. Если эта машина должна показать в самом деле высокий уровень разумности, то она должна обработать большое количество информации, и при этом с высокой эффективностью.

В биологических процессах подходящий отбор и разумность проявляются в основном в регулировании: живой организм, если он действует «разумно», ведет себя так, чтобы поддерживать себя живым. Другими словами, он действует так, чтобы поддерживать основные переменные, от которых зависит его существование, в биологических границах. Это есть непосредственное проявление подходящего отбора, и животные, чем выше они на шкале разумности, проявляют свое превосходство именно большей способностью к регулированию.

Выбранный нами подход к рассмотрению природы разума позволяет привлечь новейшую теорию информации и взглянуть на проблему под углом зрения, отличным от принятого у старых философов. «Регулирование» означает просто, что, несмотря на воздействие возмущающих факторов, организм ведет себя так, что отклонений от оптимума не происходит; иначе говоря, как бы сохраняется правильная форма существования. Такое многократное достижение конечной правильной формы, несмотря на возмущения, гомологично с коррекцией шумов в канале связи. Шумы, как известно, изменяют форму сигнала, и корректирующий канал действует так, чтобы вернуть их обратно к истинной форме. Таким образом, проблема разумности может быть рассмотрена с помощью шенноновской теории связи.  {36} 

Предел разума

Как только мы признали, что разумная система (независимо от того, живая она или механическая) — это та, которая ведет себя разумно, мы должны признать, что проверкой разумности является способность к подходящему отбору. Все разумные действия являются действиями по подходящему отбору. И, значит, любая разумная система подчиняется следующему постулату: любая система, выполняющая подходящий отбор (на ступень выше случайного), производит его на основе полученной информации.

Можно думать, что это совершенно очевидно, однако часто в дискуссиях о способностях живого мозга этот постулат скрыто или очень тонко отрицается. Представим себе, однако, что бы произошло, если бы этот постулат был недействителен. В этом случае экзаменуемый студент, например, давал бы правильный ответ до того, как был задан вопрос; человек мог бы предъявить точные требования по страховке раньше, чем случился пожар; наконец, вычислительные машины давали бы необходимые результаты до того, как в эти машины была заложена задача.

Ничего подобного науке неизвестно. Что может случиться в будущем, сказать нельзя, однако совершенно ясно, что в середине XX в. мы должны отбросить такую возможность. Сказав, что такие явления не могут произойти, мы скрыто предположили, что любые системы, живые или механические, подчиняются высказанному постулату и могут выполнить подходящий отбор только при получении и обработке соответствующего количества информации.

Встав на эту точку зрения, мы приходим к выводу о неизбежном количественном ограничении таких систем. Поскольку подходящий отбор гомологичен коррекции шумов, постольку объем коррекции, который может быть осуществлен, подчиняется десятой теореме Шеннона. Эта теорема гласит, что если некоторое число ошибок должно быть устранено (иначе говоря, должны быть сделаны некоторые подходящие отборы), то через корректирующий канал должно пройти по крайней мере такое же количество информации. Когда человеческое существо производит корректировку, регулирование или подходящий отбор, оно действует как корректирующий канал и не может выполнить  {37}  эти функции, пока не примет и не передаст необходимую информацию.

Та же самая точка зрения может быть выражена в более простой и доступной форме, если воспользоваться законом «необходимого разнообразия», который указывает, что подходящий отбор может быть выполнен только при обработке соответствующего количества информации (если, конечно, не верить в возможность волшебства).

Мы должны признать сегодня одно из двух предположений о работе человеческого мозга. Либо она подчиняется высказанному постулату, и тогда мозг выполняет подходящий отбор в результате обработанной в достаточном количестве информации, либо мозг обладает волшебными свойствами, и тогда правильные эффекты создаются без соответствующих причин, которые могли бы их вызвать.

Нельзя сказать, что человеческий мозг никогда не совершит чуда: Вселенная полна неожиданностей. Однако те, кто утверждают, что работа человеческого мозга не подчиняется постулату, должны принять вытекающий из этого отрицания вывод о возможности подходящего отбора без получения соответствующей информации. Желательно, чтобы противники нашей точки зрения привели примеры подобной работы мозга. До тех пор, пока не будут приведены такие факты, постулат останется в силе.

Интересно разобраться в причинах ошибочных представлений о природе человеческого разума и его способностей. Возможно, что подобная ошибка — следствие грубого просчета при оценке количества информации, используемой людьми и вычислительными машинами. Когда программируется машина, мы должны выписать в задании любую деталь; при этом мы очень остро осознаем количество необходимой для этой цели информации. Создается впечатление, что для машины требуется весьма большое количество информации; в действительности же это далеко не так.

Математик, решая задачу трехмерной геометрии, может справиться с ней легко и быстро; этим создается впечатление, что использованный объем информации мал. В действительности он очень велик; точной мерой его может быть объем программы, которую должна выполнить машина, чтобы решить ту же задачу. Дело в том, что человек располагает колоссальным запасом информации, имеющей характер предпрограммирования. Перед тем как  {38}  взять в руки карандаш, решая геометрическую задачу, человек уже имеет опыт далекого детства, когда он познакомился с трехмерным пространством, двигая руками и ногами. Позднее, в школе, он изучал евклидову геометрию, затем занимался столярным делом и научился делать простые коробки и трехмерную мебель. Наконец, за плечами у человека пять миллиардов лет эволюции, сформировавшей его представление о трехмерном пространстве.

Поскольку выживали только те организмы, которые были лучше приспособлены к трехмерному пространству, природа снабдила человека мозгом, который специально приспосабливался к общению с трехмерными существами. Таким образом, когда математик решает задачу из трехмерной геометрии, он грубо недооценивает количество информации, действительно им использованное. Когда же он решает ту же задачу с помощью машины, он грубо переоценивает его. Если в обоих случаях применить одинаковую меру, то и машина и живой мозг способны выполнить подходящий отбор только в пределах, допускаемых количеством полученной и обработанной ими информации.

Вследствие того что в любом человеческом существе имеется такое скрытое предпрограммирование, человек может очень легко и быстро получить нужный результат при условии, конечно, что проблема не выходит за пределы его специализации. Однако в этом нет ничего чудесного, поскольку тот же эффект можно получить от машины с большим объемом предпрограммы. Чаще всего примеры, с помощью которых пытаются доказать какие-то особые способности человека, свидетельствуют о том, что человек подготовлен к решению проблемы или специально или за счет наследственности.

Рассмотрим, например, обучение игре в шахматы. Первое, что нужно объяснить обучаемому десятилетнему ребенку,— это значение строк, колонок и диагоналей на шахматной доске. Поскольку ребенок уже знаком с некоторыми элементами планиметрии, ему достаточно просто показать шахматную доску, чтобы он понял.

Вычислительная машина сама по себе лишена каких-либо метрических представлений и поэтому нуждается в детальном описании методики шахматной доски. Зато машина также способна играть в любой другой метрике, которая могла бы показаться безумной и просто недоступной для человека.  {39} 

То, что человек хорошо решает «человеческие» проблемы, не более удивительно, чем то, что машина дискретного счета наиболее приспособлена к счету при основании два или аналоговая машина — к исследованию непрерывных процессов. Можно утверждать, что проявление специфической способности человека решать какой-то класс проблем объясняется наличием соответствующей пред-программы. В противном случае мы должны допустить существование каких-то волшебных сил.

Что такое гений!

Рассмотрим вкратце вопрос о так называемых «гениях». Существуют два грубых заблуждения, которые мешают понять этот вопрос.

Первое заключается в том, что мы приписываем какие-то особые способности ученому, решившему проблему, над которой безуспешно бились в течение ряда лет многие другие. Это мнение столь же неразумно, как и заключение, что человек, десять раз кряду правильно угадавший, какой стороной упадет монета, имеет особые способности в предсказании по сравнению с тысячей человек, гадавших вместе с ним и не получивших правильного результата.

Исаак Ньютон, например, отмечал, что когда он был совсем молод, то всегда представлял себе любые явления как бы непрерывно протекающими в чем-то еще другом. Такой метод мышления был для Ньютона естественным, близким ему по духу, и ученый применял его при рассмотрении любых вопросов. Разве удивительно, что именно он был человеком, который в момент, когда назревало открытие дифференциального исчисления, стал первым, открывшим его? Когда в начале этого века наука буквально требовала человека, могущего представлять все явления как происходящие малыми дискретными скачками, появился Планк. Если бы Ньютон имел несчастье родиться в 1900 г., то свойственный ему метод мышления помешал бы ему сформировать квантовую теорию.

Представим себе, что много ученых, не зная заранее правильного пути, пытаются различными способами решить одну и ту же задачу. Наконец один из них добивается успеха. После этого появляемся мы и заявляем, что этот человек обладает исключительными способностями.  {40}  Именно таким образом возникает представление о гении. Однако эта часть отбора не была сделана этим человеком; отбор был сделан нами, когда мы выбрали его за его успех. Это весьма распространенная ошибка в статистической логике, которая, вероятно, ответственна за большинство торжественных речей в честь «гениев».

Вторым заблуждением является представление, что гений способен решить проблему без затраты труда. В действительности большая часть его работы состоит в попытках решения, которые, конечно, являются мощным средством получения информации.

Многие из признанных гениев были людьми, которые днем и ночью обдумывали какой-то вопрос и делали в различных комбинациях многочисленные попытки подойти к решению. Возьмем, например, Гаусса, который, по общему признанию, может быть великолепным примером гения. Приведем его собственные слова из письма к Ольберсу, в котором он рассказывает о том, как были достигнуты определенные результаты.

«Возможно, Вы помните мои жалобы относительно теоремы, которая не поддавалась никаким моим попыткам. Этот пробел портил мне все, что я до сих пор открыл, и в течение четырех лет редко проходила неделя, чтобы я не предпринял попытки решить эту проблему, однако все было тщетным... Несколько дней назад я наконец добился успеха». И несколько далее в том же письме Гаусс пишет: «Никто не имеет представления, когда читает эту теорему, как долго я находился в тупике».

Несомненно, что одной из причин, почему кто-либо становится гением, является то, что платит он за это тяжелым трудом. Он вынужден обрабатывать необходимое количество информации.

Если человеческий мозг способен решать задачи, к которым он предпрограммирован, то естественно, что он оказывается исключительно глуп при решении проблем, которые противоречат его предпрограмме. До сих пор эта область очень мало исследовалась. Мы редко гордимся своими ошибками, поэтому только недавно психологи, которые преувеличивали достоинства человека, начали заниматься его дефектами.

Нам известно, однако, что в ряде случаев возникают специфические для человека затруднения. Известно, с каким трудом любой из нас может разобраться в собственных  {41}  любовных переживаниях, поскольку неизбежно создается путаница из-за смешения реального и символического. Не нужно удивляться тому, что мы способны разобраться с большой точностью и объективностью в половых отношениях корюшки и в то же время можем совершенно запутаться во взаимоотношениях современных юношей и девушек. Всем известно, как трудно делать рукой и ногой одновременные движения, которые не соответствуют выработанным человеком навыкам.

Доказательством того, что мы всюду пытаемся видеть взаимные связи только потому, что у нас есть соответствующая предпрограмма, могут быть психологические опыты Эмса. В одном из этих опытов испытуемый смотрел в отверстие коробки и видел внутри висящий в пространстве игрушечный стул. Затем испытуемый смотрел через боковое отверстие коробки и убеждался, что в действительности внутри ее в разных местах подвешены на проволочках отдельные части стула и только при определенном направлении взгляда эти части можно было видеть в перспективе как целый стул. Когда испытуемый полностью убеждался в том, что отдельные части стула находятся далеко друг от друга, ему предлагалось опять посмотреть в отверстие коробки. И он не мог заставить себя не видеть подвешенный целый стул.

Не существует «истинного» разума

Существует ли истинный разум? Если под этим понимать способность выполнять подходящий отбор без обработки соответствующего количества информации, то такого «истинного» разума нет, это миф. Он возник так же, как возникает идея о «чистом» волшебстве у ребенка, который видит фокус. Сначала ребенок верит в волшебство. Позже, когда он узнает, каким образом были сделаны показанные ему трюки, он перестает верить в трансцендентное «чистое» волшебство. В его голове миф заменяется подлинным знанием существа фокуса.

Выводы

Какие же следует сделать выводы из развитой нами точки зрения? В частности, для инженеров, занимающихся вычислительными машинами?  {42} 

Нужно прекратить разговоры о двух сортах разума, независимо от того, идет ли речь о живом мозге или о машине. Существует только один сорт разума. Он проявляет себя тем, что производит подходящий отбор. Разумная работа всегда предполагает сбор необходимого количества информации (или непосредственно после того, как задана проблема, или заранее, в виде предпрограммы) и достаточно эффективную ее обработку, обеспечивающую подходящий отбор. Живой мозг имел перед собой в процессе эволюции только одну задачу: как получить необходимую информацию и как обработать ее с достаточной эффективностью. Задачи, стоящие перед современным инженером, по существу, точно такие же. Инженер должен перестать спрашивать: «Как я могу сделать разумную машину?» поскольку он уже сейчас может это делать и делал это в течение последних двадцати лет. Он должен перестать относиться с сверхблагоговением к так называемой гениальности, понимая, что гений — это просто предельный образец системы, к разработке которой он непрерывно идет. Несомненно, что он скоро разработает машины, отличающиеся от больших машин дискретного счета, однако и они по-своему будут разумны. Существенно различие не между машинами дискретного счета и непрерывного действия или между германием и протеином, а между реальным разумом, который обрабатывает нужное количество информации, и неким мифическим разумом, которым, как предполагали люди, они обладают.

Основной постулат дает возможность разобраться в массе различных процессов. Для этого нужно понять, что правило подходящего отбора приложимо не только к окончательной цели, но и ко всем вспомогательным целям, которые встают в процессе ее достижения, в том числе и к выбору оценочных критериев.

Таким образом, если, например, целью является составление программы для игры в шахматы, то программист может выдвинуть вспомогательную цель: игра должна быть закончена в кратчайшее время. Теперь «кратчайшее время» становится самоцелью, и достижение ее требует подходящего отбора (среди различных вариантов игры, характеризующихся различным временем). Это требование можно выполнить, только обработав необходимое количество соответствующей информации. Если информации (об относительной быстроте вариантов игры) не  {43}  существует сегодня, то подходящий отбор сейчас не может быть сделан. Если цель (окончание игры в кратчайшее время) все-таки желательна, то для достижения ее нет иного средства, кроме сбора информации. Это значит, что программист может пойти только по одному пути: он должен составить какую-то программу и проверить, сколько времени требуется для ее выполнения, затем составить другую программу и опять проверить ее и т. д. В конце концов, делая ряд попыток и ошибок (что и представляет собой «эксперимент»), он получит информацию о том, какая программа приведет быстрее к поставленной цели.

Существует масса таких вторичных, часто трудных вопросов, возникающих при практической реализации подходящего отбора. Любая попытка достичь главную цель влечет за собой необходимость- выполнить много второстепенных, или «оценочных», целей. Содержание основного постулата, или закона, необходимости разнообразия перекрывает их. Для примера рассмотрим случай, когда нужно быстро произвести поиск (быстрота является оценочной целью) и для этого может потребоваться повторная дихотомизация (последовательное деление области поиска на две части, полученных частей опять на две и т. д.). Тогда вопрос «как провести дихотомизацию» становится объектом поиска. Но нахождение ответа на вопрос «как» является актом подходящего отбора, следовательно, этот случай также подчиняется постулату.

'Можно упомянуть еще проблему, связанную с выбором местоположения корректирующей обратной связи: должна ли быть подведена обратная коррекция к этой или другой точке? Знать, к какой именно точке,— это значит выполнить подходящий отбор, и опять-таки отбор может быть выполнен только при наличии информации. Если ее нет, то решение может быть принято или случайно, или на основе информации, накапливаемой в результате многократных попыток и ошибок.

Подведем общий итог. То, что часто с благоговением называют истинным разумом, есть миф. Человеческое существо спасает себя от полной глупости тем, что пользуется информацией, заключенной в предпрограмме. Эта информация включает в себя опыт многих миллионов лет эволюции и частный опыт жизни данного человека. Дайте человеку проблему, соответствующую его объему знаний, и он ее быстро разрешит. В этом состоит его истинный  {44}  разум. Любая машина, предпрограммированная в таком же объеме, будет иметь столько же истинного разума.

Однако разум человека и машины полностью ограничен. Разум машины ограничивается количеством информации, которую мы в нее внесли. Мы можем получить от машины столько разума, сколько мы хотим, но только при условии, что в нее заложено соответствующее количество информации.

Мысль о предельных ограничениях действует, конечно, отрезвляюще, однако следует вспомнить, что сложившаяся сейчас ситуация напоминает ту, которая была сто лет назад, в начале развития обычных машин. В то время было уже создано столько сложных машин, что многие инженеры считали возможным открытие вечного двигателя. Затем возникла мысль о том, что энергия не может быть создана из ничего, и можно думать, что многих инженеров того времени постигло серьезное разочарование.

Они рассматривали закон сохранения энергии просто как ограничение. Мы же знаем теперь, что те, кто принял это ограничение, оказались реалистами. В конце концов они построили лучшие машины, чем инженеры, пытавшиеся создать вечный двигатель. Современное положение с вычислительными машинами очень похоже. Если мы согласимся с тем, что подходящий отбор может быть выполнен только до уровня, определяемого полученной и обработанной информацией, и если мы примем, что это ограничение справедливо для всякого мозга, человеческого и машины, наша работа может стать хотя и менее увлекательной, но зато более полезной. Те, кто будет строить машины на основе этих представлений, перегонят тех, кто хочет строить их, исходя из старого и суеверного взгляда, что человеческий мозг всемогущ.

ОБ ОБУЧАЮЩИХСЯ
И САМОВОСПРОИЗВОДЯЩИХСЯ МАШИНАХ

НОРБЕРТ ВИНЕР

«Образ» машины

Что такое «образ» машины? Возможно ли, чтобы наличие этого «образа», воплощенного в одной машине, позволило любой машине, не обладающей какими-либо специфическими функциями, воспроизвести такую же машину, которая была бы либо абсолютно похожа на исходную, либо слегка отличалась от нее, причем так, что это отличие можно было бы истолковать как результат изменчивости?

Может ли новая и несколько измененная машина сама функционировать в качестве прототипа даже в том случае, когда она отличается от своего собственного машинного прообраза?

Здесь автор поставил своей целью дать ответ на эти вопросы, и ответ положительный. Значение того, что я здесь выскажу, или, вернее, того, что я уже высказывал в более специальном аспекте своей книги «Кибернетика», связано с тем, что математики обычно называют доказательством теоремы существования.

Здесь я намерен дать набросок идей. Я приведу лишь один метод, который позволяет машинам воспроизводить друг друга. Я вовсе не хочу сказать, что это единственно возможный метод воспроизведения; я не хочу также сказать, что этот метод машинного воспроизведения пригоден для биологического воспроизведения, так как это, безусловно, не так. Однако, как бы ни отличалось механическое воспроизведение от биологического, это сходные процессы, завершающиеся одними и теми же результатами; вот почему анализ одного процесса может привести к выводам, имеющим значение для исследования другого процесса.

Для серьезного анализа проблемы создания одной машиной другой машины по своему образу и подобию мы должны остановиться подробнее на понятии «образ и подобие» и уточнить его.  {46} 

Следует при этом помнить, что существуют образы и образы. Пигмалион создал статую Галатеи по образу и подобию своего идеала возлюбленной, но, после того как боги вдохнули жизнь в его статую, она стала образом его возлюбленной в значительно более реальном смысле. Она превратилась из «зримого» образа в функциональный образ.

Копировальный станок может воспроизвести по модели ружейного ложа образец, который, в свою очередь, может быть использован для создания ружейного ложа, и это просто сделать потому, что назначение самого ружейного ложа очень просто. С другой стороны, электрическая схема может выполнять сравнительно сложную функцию, а ее изображение, воссозданное печатной машиной, использующей типографскую металлическую краску, может функционировать так же, как изображаемая ею схема.

Такие печатные схемы сейчас нашли очень широкое распространение в различных областях современной электротехники.

Таким образом, помимо изображений, передающих внешний образ объекта, мы можем иметь и его функциональный образ. Эти функциональные образы — копии, выполняющие функции своего оригинала, могут иметь, а могут и не иметь внешнего сходства с ним. Независимо от того, будут они или не будут иметь сходство, они могут заменить оригинал в его действии, и в этом заключается гораздо более глубокое подобие копии оригиналу. Здесь мы рассмотрели возможность воспроизведения машин с точки зрения их функционального подобия.

Но что такое машина? С некоторой точки зрения машину можно рассматривать как первичный двигатель, т. е. как источник энергии. В данном случае мы будем опираться на другую точку зрения. Для нас машина — это устройство для преобразования входных сообщений в выходные.

С этой точки зрения сообщение — это последовательный ряд величин, представленных в виде соответствующих сигналов. Такие величины могут быть и электрическим током, и напряжением, но они не исчерпываются лишь этими двумя физическими величинами. Кроме того, составные сигналы могут быть либо непрерывными, либо дискретными. Машина преобразует определенное число таких входных сообщений в определенное число выходных  {47}  сообщений. При этом каждое выходное сообщение в любой момент времени зависит от входных сообщений, полученных до этого момента. На своем техническом жаргоне инженер высказал бы эту мысль так: «Машина — это преобразователь с множеством входов и выходов».

Однако большая часть рассматриваемых ниже вопросов в большей или меньшей степени отличается от тех проблем, которые возникают при рассмотрении преобразователей с одним входом и одним выходом. Это может натолкнуть инженера на мысль, что дальше пойдет речь о хорошо ему известной классической выдаче определения импеданса или адмитанса электрической цепи или же об определении отношения напряжений.

Однако это не совсем точно. Импеданс и адмитанс и отношение напряжений — понятия, которые могут быть использованы с любой степенью точности лишь в случае линейных цепей, т.е. цепей, для которых сумма входных сигналов за определенное время соответствует сумме соответствующих выходных сигналов.

Это условие выполняется в целях, составленных из чисто активных сопротивлений, емкостей, чисто индуктивных сопротивлений, и в цепях, подчиняющихся законам Кирхгофа и состоящих исключительно из комбинаций этих элементов. Для этих цепей входной сигнал, с помощью которого можно испытать данную электрическую цепь,— это напряжение, описываемое тригонометрической функцией, частоту которого можно изменять, а амплитуда и фаза его точно известны. Тогда выходной сигнал будет представлять собой серию колебаний той же частоты; при этом, сравнивая амплитуду и фазу выходного сигнала с входным, можно получить полную характеристику цепи или преобразователя.

Если цепь нелинейна и содержит, например, выпрямители или ограничители напряжения и другие подобные приборы, то входной сигнал, описываемый тригонометрической функцией, уже не будет наиболее подходящим испытательным сигналом. В этом случае «тригонометрический» входной сигнал не будет давать «тригонометрического» выходного сигнала. Более того, строго говоря, линейных цепей вообще не существует, а существуют только цепи с лучшим или худшим приближением к линейности.

Испытательный входной сигнал, который мы выбрали для нелинейных цепей (кстати, им можно пользоваться  {48}  и для линейных цепей), имеет статистический характер. Теоретически, в отличие от тригонометрического входного сигнала, частоту которого нужно изменять во всем диапазоне частот, это единый статистический ансамбль входных сигналов, которые могут быть использованы для всех преобразователей. Такой сигнал известен под названием «дробовый шум».

Выходной сигнал преобразователя, получающийся при заданном входном сообщении,— это сообщение, которое зависит одновременно от входного сообщения и от свойств самого преобразователя.

При самых обычных условиях преобразователь задает способ преобразования сообщения и мы рассматриваем выходное сообщение как преобразованное входное сообщение. Однако существует ряд обстоятельств (и они в основном возникают, если входное сообщение несет минимум информации), когда мы можем рассматривать информацию, содержащуюся в выходном сообщении, как исходящую главным образом от самого преобразователя. Нельзя представить себе входное сообщение, которое несет меньше информации, чем хаотический поток электронов, создающих дробовый шум; поэтому входной сигнал преобразователя, возбуждаемого дробовым шумом, можно рассматривать как сообщение, отображающее действие самого преобразователя.

В самом деле, выходной сигнал характеризует действие самого преобразователя при любом возможном входном сообщении. Это происходит благодаря тому, что в конечном интервале времени существует конечная (хотя и малая) вероятность того, что дробовый шум на входе создаст на выходе любое возможное сообщение с любой заданной степенью точности. По этой причине статистика сообщения, получаемого на выходе преобразователя при заданном нормированном статистическом входном сигнале, формирует «функциональный образ» преобразователя, и вполне понятно, что он может быть использован для воссоздания эквивалентного преобразователя в другом физическом исполнении. Следовательно, если мы знаем, как преобразователь будет реагировать на входной шумовой сигнал, то мы знаем в силу самого факта, как он будет реагировать на любой входной сигнал.

То, что преобразователь — это машина, выступающая, с одной стороны, как прибор и, с другой — как сообщение,  {49}  наводит на мысль о столь дорогой физику дуальности, примером которой служит двойственная природа волн и частиц. Этот дуализм напоминает нам о том, что суть биологической смены поколений можно метко выразить известным афоризмом (не помню, кому он принадлежит — Бернарду Шоу или Самуэлю Батлеру): «Курица — это лишь средство, используемое яйцом, чтобы снести другое яйцо».

Итак, машина может создавать сообщение, а сообщение может создавать другую машину. Ранее эта мысль была уже использована мною; в частности, я говорил, что в принципе возможно переслать человеческое существо по телеграфу. Позвольте мне тут же заметить, что трудности, возникающие при этом, намного превышают мои способности их преодолеть. В настоящее время, а возможно и в течение всего существования человеческого рода, такая идея может оказаться практически неосуществимой, но это не значит, что ее нельзя постичь.

Даже совершенно не касаясь трудностей практического использования идеи в случае с человеком, отметим, что она безусловно осуществима в случае созданных человеком машин меньшей степени сложности. Именно это я и предлагаю в качестве метода самовоспроизведения нелинейных преобразователей. Сообщения, в которых может быть воплощена функция заданного преобразователя, будут также охватывать все воплощения преобразователя, имеющие тот же функциональный образ. Среди этих воплощений есть по меньшей мере одно с определенным типом физической структуры, и именно это воплощение я предлагаю воссоздать по сообщению, несущему функциональный образ машины.

При описании какого-то конкретного воплощения, которое будет мною выбрано для функционального образа машины, подлежащей воспроизведению, я даю также формальный признак этого образца. Для того чтобы это описание было чем-то большим, чем плод расплывчатой фантазии, оно должно быть облечено в математические термины, а математический язык — это язык, малодоступный широкому кругу читателей, для которых эта книга предназначается. Я уже выразил эти идеи математическим языком в книге «Кибернетика», в главе IX, выполнив тем самым свой долг перед специалистами. Однако, если бы я оставил рассмотрение данного предмета на той стадии,  {50}  я бы не выполнил своего долга перед читателем, для которого предназначена эта книга.

Вот почему я постараюсь далее ограничиться тем, что перескажу смысл математических выкладок, выражающих суть данного предмета.

Если мы используем один и тот же аппарат и для анализа машин, и для их синтеза, проводимого в соответствии с результатами анализа, то мы воспроизведем функциональный образ этой машины. На первый взгляд может показаться, что это потребует вмешательства человека. Однако легко (во всяком случае намного легче, чем провести анализ и синтез) добиться того, чтобы результаты анализа представлялись не в виде отсчетов по шкалам приборов, а как показания ряда потенциометров.

Итак, насколько нам позволяют число доступных элементов и точность современной техники, мы заставим черный ящик неизвестной нам структуры перевести функциональные свойства (образ действия) на комплексный белый ящик, первоначально приспособленный к восприятию любого функционального образа. Это в сущности очень похоже на то, что происходит в основополагающем акте воспроизведения живой материи. Здесь тоже субстрат, способный принять множество форм (в данном случае молекулярных структур), заставляет принять какую-то определенную форму благодаря наличию структуры, которая уже обладает данной формой.

Когда я представил результаты своего анализа саморазмножающихся систем на суд философам и биохимикам, то они были встречены следующим заявлением: «Но ведь эти два процесса совершенно различны. Любая аналогия между живым и неживым, несомненно, совершенно поверхностна. В настоящее время процесс биологического размножения раскрыт до мельчайших деталей, и он ничего не имеет общего с процессом, который вы приписываете размножению машин».

С одной стороны, машины сделаны из стали и латуни, тонкая химическая структура которых не имеет ничего общего с их функциями как частей машин. Живая же материя остается живой вплоть до мельчайших частей, которые характеризуют ее как один и тот же тип материи, а именно — до молекулы. Кроме того, размножение живой материи происходит хорошо известным путем, в котором цепочка нуклеиновых кислот как матрица определяет  {51}  расположение аминокислот в синтезируемых молекулах, и эта цепочка — двойная, состоящая из пары дополнительных спиралей. Когда они отделяются, то каждая из них вбирает в себя молекулярные остатки, необходимые для восстановления двойной спирали исходной цепочки.

Ясно, что в деталях процесс воспроизведения живого вещества отличается от процесса воспроизведения машин, который я здесь набросал. Габор в одной из работ указал на пути воспроизведения машин, определяемых менее жесткими законами, чем тот, который я привел. Они, пожалуй, в большей степени будут схожи с явлением размножения живых существ. Живая материя, безусловно, имеет тонкую структуру, более присущую ее функциям и процессу размножения, чем части неживой машины, хотя это и может не относиться в равной мере к тем новейшим устройствам, которые функционируют на принципах физики твердого тела.

Однако даже живые системы не являются живыми (по всей вероятности) ниже молекулярного уровня. Кроме того, при всех различиях между живыми системами и обычными механическими системами неверно было бы отказываться от мысли, что системы одного типа могут в какой-то мере помочь нам раскрыть сущность организации систем другого типа.

Такой случай вполне возможен, когда пространственная и функциональная структуры, с одной стороны, и сообщения во времени — с другой, взаимообратимы. Шаблонное рассмотрение процесса воспроизведения еще не раскрывает нам полностью всей картины этого сложного процесса. Должен, по-видимому, существовать какой-то обмен информацией между молекулами генов и молекулярными остатками, который нужно искать в питательной жидкости, причем эта связь должна быть динамической. Было бы вполне в духе современной физики предположить, что предшествующим звеном в такой связи были какие-то поля излучения. Неверно было бы категорически утверждать, что между процессом воспроизведения у машин и у живых существ нет ничего общего.

Осторожным и консервативным умам высказывания подобного рода часто кажутся менее рискованными, чем поспешные высказывания об аналогии живого и неживого. Однако, если опасно утверждать без достаточных  {52}  доказательств, что существует аналогия, в равной мере опасно отвергать аналогию, не доказав ее нелогичность. Интеллектуальная честность — это не то же, что отказ от принятия интеллектуального риска, а отказ даже рассмотреть новую концепцию, вызывающую эмоциональное возбуждение, не имеет особого оправдания с этической точки зрения.

Мысль о том, что бог якобы создал человека и животных, что живые существа воспроизводятся по своему подобию и что существует возможность воспроизведения машин,— все это явления одного порядка, вызывающие такое же эмоциональное возбуждение, какое в свое время вызвала теория Дарвина об эволюции и происхождении человека. Если сравнение человека с обезьяной наносило удар по нашему самолюбию (но мы теперь уже преодолели этот предрассудок), еще большим оскорблением ныне считают сравнение человека с машиной. Каждая новая мысль в свой век вызывает некоторую долю того осуждения, которое вызывал в средние века грех колдовства.

Я уже упоминал о возможности наследования свойств в процессе их самовоспроизведения и о дарвиновской теории эволюции на основе закона естественного отбора. В «машинной генетике», рассматриваемой в качестве одного из типов эволюции через естественный отбор, мы должны учитывать и изменчивость и наследование изменчивости. Предполагаемый нами вид генетики машин охватывает оба фактора. Изменчивость возникает из-за неточности осуществления процесса копирования, в то время как скопированная машина сама может служить прототипом для дальнейшего копирования. В действительности в то время как в исходном одноступенчатом процессе копирования копия оказывается похожей на оригинал не по внешнему виду, а по функциональному образу, на последующей стадии копирования пространственная структура сохраняется и копия содержит уже и внешние и функциональные признаки оригинала.

Очевидно, что в процессе копирования в качестве нового оригинала может быть использована предыдущая копия. Иными словами, изменения наследуемых свойств сохраняются, хотя они и подвергаются дальнейшим изменениям.  {53} 

Обучение машины

Здесь мы будем, в частности, говорить об обучении машин играм, которые улучшают стратегию и тактику своего поведения на основе приобретаемого опыта.

Существует общепризнанная теория игр, созданная фон Нейманом.

В играх, подобных игре «тик-так», вся стратегия известна, и поэтому возможно разрабатывать тактику игры с начала до конца. Теория позволяет вести игру наилучшим образом. Однако во многих играх, вроде шахмат и шашек, наших знаний недостаточно для того, чтобы разработать полную стратегию, и мы можем это сделать только приблизительно. Приблизительный вариант теории фон Неймана стимулирует игрока действовать с максимальной осторожностью, предполагая, что его противник является первоклассным мастером.

Однако это предположение не всегда оправданно. На войне, которая также представляет собой разновидность игры, это может привести к нерешительным действиям, которые часто не лучше, чем поражение. Всякое прямое использование теории игр фон Неймана в этих случаях может оказаться фатальным.

Книги по теории шахматной игры написаны не с позиций фон Неймана. Они представляют собой сборники правил, почерпнутых из практического опыта игры в шахматы против игроков высокой квалификации и глубоких знаний. Они устанавливают некоторую стоимость, или вес, который нужно приписать потере фигуры, мобильности, развитию фигур и другим факторам, изменяющимся от этапа к этапу.

Нетрудно сделать машину, которая как-то будет играть в шахматы.

Представьте себя играющим в шахматы с такой машиной. Для того чтобы ситуация была справедливой, предположим, что вы играете в шахматы по переписке, не зная, что игра ведется против машины, и что у вас в связи с этим не будет возникать никаких предрассудков. Естественно, как это всегда бывает при игре в шахматы, вы придете к некоторому заключению о личных качествах вашего противника. Вы обнаружите, что, когда на шахматной доске дважды возникает одно и то же положение, реакция вашего противника будет одной и той же. Вы  {54}  придете к заключению, что ваш противник — личность весьма консервативных правил. Если вам удался какой-либо трюк, он будет всегда удаваться при той же ситуации. Поэтому для опытного игрока будет нетрудно разгадать стратегию машины и побеждать ее в каждой партии.

Однако существуют машины, которые нельзя победить таким простым образом. Предположим, что после нескольких партий машина делает перерыв и использует свои возможности совсем для другой цели. В то время, когда она не играет со своим противником, она изучает все предыдущие партии, записанные в ее памяти, производит оценку фигур в зависимости от их положения, мобильности и т. д., анализирует наиболее выигрышные ситуации. Таким путем она изучает не только свои собственные ошибки, но и удачи своего противника. Теперь она заменяет свои предыдущие ходы новыми и продолжает игру как новая, улучшенная машина. Такая машина больше не будет проявлять прежнего упорства, и комбинации, которые раньше против нее удавались, потеряют свою ценность. Более того, со временем машина может изучить манеру игры своего противника.

Многие формы борьбы, которые мы обычно не рассматриваем как игру, тем не менее можно изучать с точки зрения теории игр. Один из интересных примеров — это борьба между мангустой и коброй. Как пишет Киплинг в рассказе «Рикки-тикки-тави», укус змеи для мангусты смертелен, несмотря на то что ее тело покрыто жесткой шерстью, которую кобра прокусывает с трудом. Киплинг называет эту борьбу своего рода пляской смерти, в которой проявляется мускульная сила и сообразительность.

Нет никаких оснований предполагать, что движения мангусты более быстрые и точные, чем у кобры. Тем не менее в подавляющем большинстве случаев мангуста побеждает кобру. Как она этого добивается?

Я рассказываю об этом на основании того, что видел сам и что можно видеть в кино. Я не гарантирую безукоризненности своей интерпретации. Мангуста начинает с ложного выпада, который заставляет змею подняться. Мангуста отскакивает и делает второй такой же выпад, так что получается серия ритмических движений, выполняемых обоими животными. Однако этот танец не  {55}  монотонен, он постепенно развивается; по мере того как идет борьба, выпады мангусты все больше и больше опережают выпады кобры, и так продолжается до тех пор, пока наконец мангуста не совершает смертельное нападение в тот момент, когда кобра „вытянута” настолько, что больше не может достаточно быстро реагировать на выпады. В это мгновение атака мангусты уже не ложная, она смертельно точна, и зубы прокусывают череп змеи.

Во время боя мангуста действует, как обучающаяся машина, и успех ее атаки определяется более высокоорганизованной нервной системой.

Бой быков представляет собой второй пример такого же типа. Необходимо помнить, что бой быков — это не спорт, а такая же пляска смерти, сущность которой состоит в координированной взаимосвязи между поведением быка и человека.

Все, что я сказал относительно борьбы мангусты и кобры, тореадора и быка, относится также к любым физическим соревнованиям человека с человеком. Дуэль на шпагах представляет собой последовательность ложных выпадов, парре, ударов, при которых каждая сторона пытается вывести шпагу противника в такое положение, чтобы достичь успеха при помощи своей шпаги. То же самое происходит при игре в теннис. Нужно не только уметь возвратить мяч на сторону противника; стратегия заключается в том, чтобы путем ряда посылок вынудить противника занять на поле такое положение, при котором он будет не в состоянии ответить тем же. Физические соревнования и игры, в которые могут играть машины, имеют тот общий элемент, что для их успешного проведения необходимо длительное изучение опыта своего противника, а также своего собственного.

То, что справедливо для физических соревнований, относится и к играм, в которых элементы интеллекта проявляются в большей степени, например к военным играм, в которых штабные офицеры приобретают навыки военного искусства. Некоторая степень машинизации, подобная той, которую используют для игры в шашки с помощью машины, возможна и здесь.

Нет ничего более опасного, чем планировать третью мировую войну. Интересно рассмотреть, может ли какая-то часть этой опасности возникнуть из-за бесконтрольного использования обучающихся машин. Снова и снова мне  {56}  приходится слышать утверждение, что обучающаяся машина не может подвергнуть нас никакой опасности, потому что в решительный момент, когда мы это почувствуем, мы ее просто выключим. Можем ли мы это сделать? Для того чтобы своевременно выключить машину, мы должны обладать информацией, что опасный момент действительно наступил.

Уже тот факт, что машину изготовили люди, доказывает: нет никакой гарантии, что у нас будет достаточно информации для того, чтобы это сделать. Теперь уже известно, что играющая в шашки машина может обыграть человека, который ее. изготовил, после сравнительно короткого промежутка времени. Более того, сама скорость работы современных вычислительных машин препятствует тому, чтобы мы, люди, были в состоянии своевременно почувствовать и осознать признаки надвигающейся опасности.

Идея устройства, обладающего большим могуществом и выдающимися способностями осуществлять какую-либо стратегию, а также опасность таких устройств, не новы. Новым является то, что мы фактически уже обладаем этими устройствами. В прошлом подобные возможности преподносились в форме чародейства и это стало темой многих легенд и народных сказок. В этих легендах тщательно исследована моральная сторона колдовства. Я уже обсуждал некоторые этические аспекты чародейства в одной из своих ранних книг («Человеческое использование человеческого ума»). Здесь я повторю часть материала, чтобы более точно вскрыть содержание понятия «обучающаяся машина».

Одно из наиболее известных сказочных произведений Гёте называется «Ученик чародея». В этой сказке колдун оставляет своего ученика на кухне и приказывает ему натаскать бочку воды. Мальчишка ленив, но довольно изобретателен: он заставляет метлу выполнить эту работу, произнося над ней магические заклинания, подслушанные у своего хозяина. Метла покорно выполняет эту работу, но остановить ее он не может. Мальчик почти тонет, он обнаруживает, что не выучил или забыл другое заклинание, которое остановило бы метлу. В отчаянии он хватает метлу, ломает ее пополам, но, к своему ужасу, обнаруживает, что из каждой половинки продолжает течь вода.  {57} 

К счастью, он не погиб, потому что появился хозяин, произнес магические слова, остановил метлу и хорошенько наказал ученика.

Более страшным является рассказ английского писателя начала XX столетия У. Джакобса об обезьяньей лапе.

Ушедший на пенсию английский рабочий сидит за столом с женой и приятелем, английским сержантом, вернувшимся из Индии. Сержант показывает хозяевам амулет в виде высохшей, сморщенной обезьяньей лапы. Этот амулет, подаренный ему индийским священником, обладает силой выполнить любые три желания любых трех людей.

Сержант говорит, что он ничего не знает о первых двух желаниях прежнего владельца, но что третье его желание было — смерть. Он рассказывает своим друзьям, что является вторым владельцем амулета, но не хочет говорить об ужасах, которые он из-за него пережил. Он бросает обезьянью лапу в камин, однако его друг выхватывает ее и заявляет, что хочет испытать могущество амулета.

Первым его желанием было получить 200 фунтов стерлингов. Вскоре после этого раздается стук в дверь и появляется представитель компании, в которой работал сын хозяина. Отец узнает, что его сын погиб на заводе и что компания, не считая себя виновной в его гибели и не связанная юридическими обязательствами, решила выплатить отцу погибшего 200 фунтов стерлингов. Убитый горем отец произносит свое второе желание, чтобы его сын вернулся. Снова слышится стук в дверь, и она открывается. Появляется нечто, о чем мы узнаем из очень скупых слов,— призрак сына. Последним желанием отца было, чтобы призрак исчез.

Общим для всех этих историй является то, что магические действия выполняются буквально. И если мы ждем от магии какого-либо благодеяния, мы должны просить именно то, что мы хотим, а не то, что мы думаем, что хотим.

Новым, реальным качеством обучающихся машин является то, что они выполняют наши требования буквально. Если мы программируем машине выиграть войну, мы должны хорошенько подумать над тем, что мы понимаем под выигрышем в войне.

Обучающаяся машина программируется на основе опыта. Опыт атомной войны, которая не приведет к катастрофе,  {58}  можно почерпнуть только из военных игр. Если мы будем использовать этот опыт для разработки машинной стратегии на случай реальной опасности, смысл победы, которую мы имели в виду, программируя военную игру, должен быть точно таким же, какой мы чувствуем сердцем в действительной войне. Нельзя думать, что машина будет, подобно нам, способной к различного рода предрассудкам и эмоциональным компромиссам, позволяющим нам называть гибель победой. Если мы просим от машины победу, не зная, что мы под этим подразумеваем, мы можем обнаружить, что в дверь постучится призрак.

МАШИНА НЕ МОЖЕТ ЖИТЬ,
ПЛЕСЕНЬ НЕ СПОСОБНА МЫСЛИТЬ!

ЖИВОЕ СУЩЕСТВО
И ТЕХНИЧЕСКОЕ УСТРОЙСТВО

И. И. АРТОБОЛЕВСКИЙ, А. Е. КОБРИНСКИЙ

Одним из центральных вопросов, поставленных в статье академика Колмогорова, является возможность создания искусственного живого существа. Обсуждая эту проблему, А. Н. Колмогоров высказал много интересных мыслей, догадок и гипотез, которые вызывают большой интерес и широкий отклик читателей.

Естественно, конечно, что в статье прямого ответа на поставленный вопрос не содержится. Тем не менее отношение академика Колмогорова к нему достаточно ясно выражается следующим доводом, приведенным в заключении первой части статьи: «Принципиальная возможность создания полноценных живых существ, построенных полностью на дискретных (цифровых) механизмах переработки информации и управления, не противоречит принципам материалистической диалектики».

Мы считаем невозможным обсуждать доводы автора и его предполагаемых оппонентов до тех пор, пока не будет ясно, что или, вернее, кто понимается под «полноценным живым существом».

Вместе с тем, желая принять конструктивное участие в обсуждении вопросов о соотношении между человеком и машиной, мы хотим восполнить этот пробел, предложив свою формулировку понятия «полноценное живое существо».

Предупреждаем, что наша формулировка частная, не несет каких-либо количественных оценок и, наверное, содержит ряд других недостатков. Но, поскольку другие предположения пока отсутствуют, мы считаем ее пригодной для первого обсуждения.  {60} 

Под «естественным полноценным живым существом» мы понимаем, в частности, такое существо, которое непрерывно растет и развивается; которое в годовалом возрасте плачет по непонятным причинам и пачкает пеленки; которое в возрасте от 3 до 5 лет задает то мудрые, то бессмысленные вопросы; которое в 15 лет получает в школе двойки и пятерки, начинает интересоваться стихами и иногда моет шею без специальных напоминаний; которое в 20 лет работает у станка либо в поле, сдает экзамены, кормит грудью ребенка; которое в 30 лет водит тракторы и проектирует спутники; которое на протяжении всей своей жизни обязательно связано тысячами и тысячами уз с тысячами и тысячами других полноценных живых существ; которое в конце жизни умирает, потому что процесс умирания является пока одним из неизбежных жизненных процессов.

Мы согласны признать живым и полноценным такое искусственное существо, которое, будучи включенным в общество себе подобных естественных полноценных живых существ (смотри приведенную выше формулировку), на протяжении всей жизни от рождения до смерти сумеет существовать и действовать в соответствии с законами этого общества, на равных правах со всеми его членами, работая, двигаясь, мысля и отдыхая так же, как в среднем работают, двигаются, мыслят и отдыхают другие.

Если согласиться с таким определением, то трудно усмотреть в статье академика Колмогорова доводы в пользу принципиальной возможности искусственного создания полноценных живых существ.

Можно, конечно, воспользоваться утверждением, что познавательная мощь правильно организованного человеческого общества безгранична, что она не имеет смысла заранее сужать область и возможности его творческой деятельности. Но сегодня это утверждение — общепризнанная истина и вряд ли целесообразно отстаивать ее при обсуждении каждого частного вопроса, не приводя конкретных для данного случая доводов.

Совсем по-другому будет выглядеть вопрос, если назвать полноценным живым существом техническое устройство, выполняющее с той или иной скоростью те или иные логические или вычислительные операции. Тогда закономерность обсуждения принципиальной возможности создания такого «полноценного живого существа» не вызывает  {61}  сомнений. Остается только непонятным, насколько нас продвинет вперед этот новый претенциозный ярлык, наклеенный на техническое устройство, которое будет обладать одним, двумя или несколькими свойствами, присущими действительно живому существу, и, наверное, даже превосходить его в отношении этих свойств и не будет обладать бесчисленным множеством других свойств, отличающих действительно живое существо от технического устройства.

Нецелесообразность такой «отчаянно кибернетической» терминологии, на наш взгляд, очевидна и потому, что все еще существуют определенные противоречия между чисто логическими построениями и физическими реализациями, как существуют противоречия между фантазией и действительностью.

Обратимся к простому примеру. Пусть электронная машина управляет обработкой какого-либо изделия на станке с цифровым управлением. Достаточно мощная вычислительная машина может рассчитать программу обработки с любой высокой точностью. При таком расчете каждый знак после запятой для вычислительной машины полон, если можно так выразиться, глубокого смысла. А станок? Для него имеет смысл только первая или вторая значащая цифра после запятой (в машиностроении размеры задаются в миллиметрах). Все остальные цифры для станка останутся пустым звуком. Физические ограничения (упругие и тепловые деформации, зазоры и люфты, износ инструмента и т. д.) сведут на нет все прямые попытки управляющей машины принудить станок работать по расчетной программе. Для того чтобы управляющая машина могла заставить станок воспринимать хотя бы еще один знак после запятой, т. е. работать с точностью до микрона, управляющую машину надо будет сначала научить теории упругости и динамике, химии и физике, способам термообработки и технологическим приемам изготовления сверхточных деталей станка. Управляющую машину надо будет научить конструированию, а это особенно трудно. Ведь конструирование — в значительной мере искусство, такое же, как живопись или ваяние. Короче говоря, даже при решении такой узкоограниченной технической задачи окажется, что гипотетическая управляющая машина должна обладать способностями и свойствами коллектива полноценных живых существ, разносторонне образованных,  {62}  талантливых, трудолюбивых, творчески относящихся к своему делу.

Чтобы создать такую машину, понадобится объяснить ее конструктору, что такое творческий процесс, талант, мышление, объяснить не «по-общежитейски», а так, чтобы у конструктора возникли определенные количественные представления.

Подготовлены ли ученые к тому, чтобы выдать инженеру техническое задание если не на проектирование «полноценного живого существа», то хотя бы на проектирование «полноценной мыслящей машины»?

Мы нашли косвенный ответ на этот вопрос в статье академика Колмогорова. О его мнении относительно того уровня, на котором мы сейчас находимся в области познания механизмов мышления, можно судить по примеру, приведенному во второй части статьи, где он пытается проследить этапы процесса формирования логической мысли у математика, работающего над какой-нибудь проблемой.

«Сначала, по-видимому (курсив всюду наш.— Авторы), возникает желание исследовать тот или иной вопрос, затем какое-то приблизительное, неведомо откуда возникшее представление о том, что мы надеемся получить в результате наших поисков и какими путями нам, может быть, удастся этого достичь, и уже на следующем этапе мы пускаем в ход свой внутренний «арифмометр» формальнологического рассуждения».

Очевидно, уровень наших познаний в области процесса мышления и тем более механизмов, лежащих в основе этих процессов, пока еще крайне низок. Поэтому трудно примириться с предложением, существо которого высказано в правильной, по нашему мнению, предпосылке: «Иными словами, интересно подумать о создании машин, которые, не подменяя человека, уже сейчас помогали бы ему в сложных процессах творчества».

Почему нам трудно примириться с этим предложением? Чтобы объяснить это, вообразим себе такой пример из области техники.

Уже не один фантаст описывал некий универсальный и полноценный пищевой продукт, синтезируемый промышленным путем.

Представьте себе пищевые таблетки, небольшие по объему и вместе с тем содержащие все необходимое для  {63}  питания организма, обладающие превосходными вкусовыми качествами и вызывающие ощущение приятной сытости, другими словами, полностью удовлетворяющие потребностям самого взыскательного потребителя. Не правда ли, мысль о создании таких пищевых таблеток чрезвычайно привлекательна. Какое количество труда они могли бы сэкономить! Как упростился бы быт! Люди до конца своих дней сохраняли бы стройную талию!, и т. д. и т. п.

Теперь займемся этой проблемой и в качестве первой рабочей гипотезы в направлении ее решения выскажем следующее предположение: «Сначала, по-видимому, надо решить вопрос о химическом составе этого продукта, затем как-то приблизительно представить себе наиболее подходящий технологический процесс его изготовления, затем неведомо откуда заимствовать вкусовые ощущения, которыми он должен обладать, и, наконец, неясно, как и на ком длительно опробовать этот продукт».

Что если вслед за этой самой предварительной гипотезой мы выскажем предложение разрабатывать автомат, который из этого продукта будет изготовлять питательные таблетки?

Как будет встречено это предложение? Мы ответили бы так.

Конечно, работа над автоматом представляет определенный интерес в свете того, что творческие возможности человека неисчерпаемы, что когда-нибудь такой продукт будет создан. Но главная задача, и сейчас и потом, состоит и будет состоять в том, чтобы разрешить и разрешать бесчисленные «по-видимому», «как-то», «может быть»... Именно они наиболее важны и сложны, животрепещущи и многих волнуют. И пока не будут намечены серьезные перспективы их решения, возможность создания «полноценной мыслящей машины» остается столь же фантастической, как и возможность создания «полноценного живого существа».

И еще один вопрос, который мы хотим затронуть,— это вопрос об аналогиях.

Мы глубоко убеждены, что «мыслящие» автоматы будущего (что такие автоматы создадут, мы не сомневаемся) будут «мыслить» совсем не так, как мыслит человек. Но если на первом этапе их создания речь пойдет об автоматах, мыслящих обязательно «по образу и подобию человека», то в первую очередь необходимо понять, как  {64}  мыслит человек, понять весь механизм мышления в целом! Именно понять, а не просто условиться, что под мышлением понимается то-то или то-то! Только когда этот механизм мышления будет понят и объяснен инженеру, проблема создания «человекоподобномыслящего» автомата станет на солидный фундамент.

И чем глубже будет познавать человек самого себя, тем более глубокие бездны незнания будут перед ним открываться, чем больше «человекоподобия» человек будет вкладывать, пользуясь своими знаниями, в автоматы, тем точнее он сумеет указать различие между собой и своим творением и, что самое главное, тем существеннее станут эти различия. Такова диалектика кибернетики!

Механики средневековья и современные инженеры, изучая трудовые процессы, выполняемые человеком, механизируя и автоматизируя их, каждый раз убеждались, что живой организм и рационально построенные машина или автомат выполняют эти процессы, действуя совершенно по-разному.

Самолет летит не так, как птица, пароход плывет не так, как рыба, тестомесильная машина месит тесто не так, как пекарь, неудачу потерпели первые попытки построить паровоз «с ногами»...

Конечно, некоторые элементы сходства в действиях технического устройства и живого организма всегда можно найти, и эти аналогии широко и полезно используются. Но чем сложнее технологический процесс, тем все меньшим и меньшим становится это сходство и тем очевиднее выступает вся глубина различия между живым организмом и техническим устройством.

В этом нас убеждает вся история развития техники, и вряд ли дело кардинальным образом изменится, когда человечество подойдет вплотную к созданию «мыслящих» автоматов.

По мере того как все точнее будет познаваться механизм мышления, все яснее станет, что для технической (а не естественной) реализации этот механизм малопригоден, что функции, выполняемые им, гораздо лучше реализуются при совершенно иной схеме, что технологический процесс «мышления» автомата должен быть совершенно не таким, как «технологический процесс» мышления человека: как паровоз неизбежно должен был быть переставлен «с ног» на колеса, так и процесс  {65}  создания мыслящего автомата должен быть переставлен с головы на ноги.

Значит, для создания мыслящего автомата мало знать во всех тонкостях механизм мышления полноценного живого существа, надо будет еще разрабатывать или изобретать такие виды механизмов, которые сделают их пригодными для технической реализации.

Гигантский, пожалуй, ни с чем не соизмеримый объем работы, если учесть современный уровень знаний и все своеобразие человека как объекта исследования!

Мы будем считать поставленную цель достигнутой, если читатели почувствуют, какая дистанция разделяет сегодня автомат и полноценное живое существо, если они увидят, какого высокого уровня развития достигли наука и техника, и вместе с тем поймут, что, чем больше сделано, тем больше остается сделать, если они научатся более уверенно отличать желаемое от возможного, воображаемое от существующего.

Иначе налицо опасность пропаганды своеобразного технического шапкозакидательства, когда снисходительно похлопывают по плечу создателей современной техники, намекая на то, что якобы существуют оформившиеся идеи «необычных» автоматов, обладающих некими поражающими воображение кибернетическими (!) свойствами.

Поэтому так важно при широком обсуждении гигантских технических проблем находиться возможно дальше от позиции технического шапкозакидательства.

ЧЕЛОВЕК — НЕ МАШИНА

ТОДОР ПАВЛОВ

Без всяких лирических и прочих отступлений отметим прежде всего, что все мы, марксисты-ленинцы, не называем человека орудием, не уподобляем его молоту, серпу, рычагу, ножовке и т. д. Если назвать человека орудием, тут же возникнет вопрос: орудие кого, чего? Бога, какой-то мистической силы, обожествленной природы? Человек не есть орудие, а органическое существо, чья суть представляет собой «совокупность всех общественных отношений» (К. Маркс).

Возьмем, к примеру, человеческий глаз. Он не орудие, а орган зрения живого, реального, конкретного человеческого существа. Очки, линза, микроскоп и т. д. — все это орудия зрения. Это с одной стороны. С другой стороны, глазное яблоко плюс проводящий нерв, плюс зрительный центр мозга составляют то, что мы называем органом зрения человека.

Создавая и применяя очки, линзу, микроскоп и т. д., человек совершенствует и качественно изменяет свой орган зрения, его функции и возможности. Таким образом, исторический процесс был процессом, если позволено так выразиться, включения орудия зрения в человеческий орган зрения, а не шел по пути превращения человеческого органа зрения в какое бы то ни было орудие. В самом деле, это значило бы покончить со способностью человеческого глаза видеть. Правда, с помощью очков, линзы, микроскопа и т. д. мы видим и лучше и больше. Снимите, однако, очки и положите их на стол — они все так же будут преломлять идущие от предметов лучи, но сами не будут видеть. При этом особенно важным является тот бесспорный факт, что изолированное глазное яблоко не видит; изолированный проводящий нерв и изолированный зрительный центр мозга тоже не видят. Глазное яблоко плюс проводящий нерв плюс зрительный центр мозга, вне связи с другими афферентными и эфферентными органами и главным образом без движения в данной конкретной общественной и природной среде, тоже  {67}  не могут видеть. Видит, по существу говоря, сам живой, реальный, конкретно данный и действующий в определенной общественной и природной среде человек.

Сказанное выше о глазах и зрении вполне применимо ко всем без исключения другим человеческим органам ощущения и восприятия и сохраняет свое принципиальное значение также и тогда, когда речь идет уже о человеческом мозге и человеческом мышлении. В этом случае, однако, роль очков, молота, рычага и т. д. исполняют в отношении человеческого мозга разные автоматические, в том числе и кибернетические, машины. Эта роль и значение автоматических машин вообще были отмечены еще Марксом, который, однако, никогда не сводил функции творчески мыслящего человеческого мозга к функциям каких бы то ни было автоматов-машин. Как раз наоборот, он смотрел на машину-автомат как на орудие человеческого мозга, как на воплощение его потенции. Мозг же рассматривался Марксом как орган мышления и сознательного действия живого, реального, конкретно данного, общественно-исторического по самой своей сути человека.

Человеческий мозг создает, а затем использует разные автоматические, в том числе и кибернетические, машины. Сам же он не является машиной. Мозг — самый действенный орган общественно мыслящего и действующего человеческого существа.

Некоторые кибернетики впадают в ошибку, используя тот бесспорный факт, что в неорганической и органической природе, в общественной и духовной жизни человека всегда имеется и проявляется общее, которое интересует в первую очередь кибернетическую теорию и практику.

Это действительно так и есть. Исходя из этого факта, можно, несомненно, многое постичь в области науки и техники. И в самом деле, кибернетика, идя по этому пути, добивается замечательных, иногда прямо революционных достижений в области механизации и автоматизации, быстрого вычисления, моделирования разных процессов и т. д. Нет и не может быть никакого сомнения в том, что все эти замечательные достижения кибернетической науки получат полнейший простор в будущем коммунистическом обществе. В то же время, однако, нельзя забывать и недооценивать тот существенный факт, что во всех высших явлениях наряду с общим всегда имеется также  {68}  особое и единичное. Когда общее поглощает особое и единичное, когда специфическое отрицается или недооценивается, тогда именно появляется определенная опасность сползания к механицизму, каким бы новым, тонким и сложным он ни был.

Это факт, что общие закономерности распространяются и на более сложные области общественных и природных явлений. Но в то же время эти общие закономерности отнюдь не исчерпывают закономерностей этих явлений, и, следовательно, основными, ведущими являются именно специфические закономерности. Если мы будем в области органических явлений искать только общее для органической и неорганической природы и будем отрицать или недооценивать то, что специфично для органической природы, для живых организмов, в том числе и для человеческого организма, то мы, по существу, возвратимся к механистическому материализму, и таким образом виталистам и мистикам будет предоставлена возможность спекулировать на специфических свойствах и закономерностях жизненных явлений. Ведь нельзя есть курицу и называть ее рыбой. Точно так же нельзя назвать человека машиной или машину человеком.

В связи с этим мы особенно рады отметить, что в журнале «Природа» (1962, № 7) в статье академика А. И. Берга совершенно правильно говорится: «Машины не думают и думать никогда не будут... ставить знак равенства между думающим мозгом и выполняющим его задания электронным устройством нельзя».

Советский читатель, имевший возможность познакомиться с третьим изданием «Теории отражения»¹, поймет, почему мы встречаем с таким удовлетворением эту мысль академика Берга. Мы позволим себе в данном случае только отметить факт, что зря некоторые кибернетики делают упор на то обстоятельство, что возможны и уже созданы кибернетические машины, которые могут решать задачи, не имея алгоритма, или же вероятностные машины с беспорядочным статистическим подбором требуемого результата. Всем, кто выступает с этими и аналогичными утверждениями, можно и нужно ответить, что, по существу говоря, самой структурой таких машин, самими способами их функционирования, определяемыми  {69}  человеком — создателем этих машин, уже предварительно определены и дальнейшие возможности (параметры) их действий. Поэтому нельзя (позволим себе повторить слова академика Берга) «ставить знак равенства между думающим мозгом и выполняющим его задания электронным устройством».

Таким образом, ни в коем случае человек и вообще живые и мыслящие существа не могут войти в понятие «машина», хотя бы и кибернетическая. Человек не может мыслить без мозга и еще менее может создать мозг, который будет мыслить без человека. Как глаз не может видеть без человека, без его практики в конкретной общественной и природной среде, так и мозг не может ни существовать, ни мыслить, ни действовать сознательно без конкретного, живого, реального человека. «Электронный мозг» может вычислять, переводить, моделировать, но он ни в коем случае не сознает и не может сознавать, что вычисляет, переводит, моделирует, и еще меньше он может творить художественные произведения. Подчинение человеческого организма без остатка во всех своих частях законам математики, физики и химии, как любой машины, означает непонимание специфической сути биологических, социальных и духовных явлений, их закономерностей.

МОЗГ — НЕ МАШИНА

ДЖОЗЕФ ВУД КРУТЧ

В наше время самый жгучий из общефилософских вопросов — это уже не вопрос «есть ли бог», а «человек — машина или нет». Некоторые ученые отвечают на него утвердительно, и широкая публика зачастую соглашается с ними. Ни одно атеистическое направление не высказывается по первому вопросу так безоговорочно и ни один ответ не таит в себе столько последствий для всего человеческого рода, ибо он изгоняет из мира не только бога, но даже человечество. Прежде чем согласиться с ним, необходимо тщательно взвесить имеющиеся доказательства.

Механицизм, как философское направление, сводящее все проявления бытия к законам механики, существовал еще во времена Лукреция. В XVII и XVIII столетиях Декарт и Мальбранш направили его по новому пути. Все же он оставался гипотезой, казавшейся весьма нелепой, и только в XIX в. под нее был подведен достаточно крепкий фундамент. Даже и в ту эпоху ученые с острым чувством ответственности, например Дарвин и Гексли, нередко делали в скобках оговорки, но многие становились бескомпромиссными догматиками. Я не верю в существование души, говорил один, потому что не могу обнаружить ее в пробирке. Мозг, утверждал другой,— это орган, который выделяет мысль, как печень выделяет желчь. Порой писатели и драматурги тоже примыкали к этому течению, и Теодор Драйзер, например, глубокомысленно заявлял, что любовь — химический процесс, словно такое определение что-нибудь объясняет.

В наше время, впрочем, трудно найти настоящего ученого, который присоединился бы к подобным абсурдным заявлениям. Хотя большинство ученых готово считать понятие «душа» бесполезным и ненужным, все же они знают, что если душа существует, то искать ее следует не в пробирке. И они соглашаются, что в какой бы связи ни стояли мозг и «душа», сравнение с печенью и желчью нельзя признать удачным. Даже в эпоху расцвета наивного механицизма одному физиологу, заявившему,  {71}  что он мог бы создать более совершенный оптический прибор, чем глаз, другой физиолог возразил: «Но вы никак не могли бы сделать его зрячим». И даже сейчас, когда мы все глубже и глубже изучаем механические процессы, сопутствующие проявлениям жизни, многие охотно допускают, что существует нечто, не поддающееся объяснению, и что термины «механистический» и «материалистический» становятся все менее и менее тождественными.

Каждое объяснение оставляет кое-что необъясненным. Возьмем, например, загадку наследственности. Когда были вторично открыты прошедшие вначале незамеченными законы Менделя, многие воскликнули: «Теперь все ясно!» Но ясными стали только законы, управляющие некоторыми процессами, а не то, что таится за ними. Затем Томас Хант Морган раскрыл нам роль генов, и мы воскликнули: «Вот теперь уж действительно все ясно!» Но каким образом гены переносят наследственные признаки? Новейшая теория отвечает: «С помощью нуклеиновых кислот», и мы опять удовлетворенно киваем головой. Но как нуклеиновая кислота выполняет свою задачу? В существование ответа на этот вопрос, ответа последнего, все объясняющего, можно только верить.

Если мы не уверуем, то будем все время гадать: не гонимся ли мы за призраком в стремлении добраться до окончательного ответа? Мы лишь все больше и больше узнаем о поддающихся наблюдению процессах, но не приближаемся ни к пониманию того, что они значат, ни к выводам, связанным с тайной жизни.

Недавно журнал «Лайф» поместил блестящий в общем отчет о последних открытиях биохимии, снабдив его совершенно недопустимым заголовком: «Ученые подходят к разгадке тайны жизни». Речь в статье шла лишь о роли, которую некоторые химические вещества играют в самых сокровенных процессах внутри живой клетки. Новые открытия в будущем позволят, быть может, биохимикам изменять наследственные характеристики человека, что, по признанию автора статьи, способно привести к ужасающим последствиям. Но я по-прежнему считаю, что, несмотря на все новые сведения о сопровождающих жизнь процессах, сама жизнь остается таким же неповторимым и необъяснимым явлением, каким она была задолго до рождения на свет самого термина «биохимия».  {72} 

Современная наука и механицизм

Сомнения подобного рода высказываются многими виднейшими мыслителями современности, в том числе и первоклассными учеными. Можно даже предположить, что если нам прошлое столетие кажется эпохой, укрепившей убеждение в том, что человек и окружающая его Вселенная — не что иное, как машина, то люди XXI столетия, весьма возможно, скажут о нашем: «То была эпоха начала крушения механицизма как всеобъемлющего философского учения».

Биология, конечно, в своем развитии следует по стопам физики, но сейчас и физика начинает укреплять сомнения, зреющие в умах некоторых биологов. Невозможность предсказать состояние микрочастицы, переход вещества в энергию, понимание того обстоятельства, что между явлением и наблюдателем всегда существует взаимодействие,— все это сделало гораздо менее механистической даже науку о неживой природе. Очень поучительно сравнить мнения по этому вопросу виднейших современных физиков (при этом, кстати, будет опровергнуто распространенное заблуждение, будто между представителями точных наук господствует согласие, ибо точные науки, в отличие от гуманитарных, имеют дело с фактами и потому точно знают, о чем говорят).

Сначала выслушаем механистические высказывания Джорджа Гамова, профессора теоретической физики университета Джорджа Вашингтона и одного из создателей квантовой теории радиоактивности. В книге «Мистер Томкинс знакомится с жизнью» (написанной якобы на уровне, доступном для понимания людьми вроде нас с вами) профессор Гамов излагает свои материалистические убеждения следующим образом: «Механистический подход заключается в том... что все процессы живого организма сводятся в конечном итоге к обычным законам физики, которые управляют атомами, составляющими данный организм... Основные проявления жизни, т.е. рост, движение, размножение и даже мышление, целиком зависят от сложности молекулярных структур, входящих в живой организм, и могут быть объяснены, во всяком случае в принципе, с помощью тех же основных законов физики, которые определяют ход... неорганических процессов».  {73} 

Теперь обратимся к взглядам физика П. У. Бриджмена, лауреата Нобелевской премии. Его замечательная книга «Настоящее положение вещей» написана в совершенно ином, почти покаянном тоне, поскольку в ней он говорит, что механицизм и бихевиоризм, к которым он склонялся прежде, никак не могут считаться единственно правильным подходом. В отличие от книги профессора Гамова, труд Бриджмена слишком обширен, сложен и глубок, чтобы разбирать его здесь обстоятельно. Автор признает пригодность механистических теорий для раскрытия некоторых сторон действительности, но указывает, что теории эти полностью пренебрегают другими методами, открывающими иные стороны реального мира.

Думается, я не погрешу против истины, изложив одну из основных концепций автора следующими словами. Лет полтораста назад великий математик Пьер Симон Лаплас провозгласил принцип научного детерминизма, заявив, что, если бы мы знали, как говорят физики, «состояние» всех элементов мира в данный момент, мы могли бы точно рассчитать все, что случилось до этого, и все, что случится после. На это профессор Бриджмен возражает, что мы не можем знать с абсолютной точностью не только нынешнее «состояние» Вселенной, но что, даже и зная его, мы не могли бы предсказать некоторые реально существующие аспекты человеческого сознания. Для этих аспектов у физики нет даже терминов, и она не может оперировать такими реальностями.

С большим уважением отзываясь о своем бывшем коллеге по Гарвардскому университету — последовательном и крайнем бихевиористе Б. Ф. Скиннере, Бриджмен спешит добавить: «Я не считаю предлагаемое Скиннером решение единственно возможным и думаю, что это решение учитывает не все, что мы способны видеть, и не все существенное». Другими словами, вы обязаны учитывать особенности человеческого сознания, если не собираетесь упорно отрицать, что оно реально существует, и не утверждаете, что оно вас попросту не интересует, ибо к нему нельзя подойти с методами физических наук. Можно даже сказать (я рискую чрезмерно упростить вопрос), что профессор Бриджмен прагматически отстаивает концепцию «открытого» мира, выдвинутую в XIX столетии американским философом-психологом Уильямом Джемсом в противовес «замкнутому» миру Лапласа,  {74}  Скиннера и других бихевиористов. По меньшей мере профессор Бриджмен хочет сказать, что старый философский спор о том, как нематериальная мысль может устанавливать контакт с материальными объектами и какова природа этого контакта, остается нерешенным: конечно, его и нельзя решить, зачеркивая реальность одного из видов бытия — материального или идеального.

На вопрос о том, может ли закон считать человека ответственным за его поступки, профессор Бриджмен замечает: «В настоящее время единственно доступный нам способ судит об окружающих — это считать их созданиями, подобными нам самим. Мы пренебрегаем детерминизмом, когда судим о своих собственных поступках, поэтому мы обязаны в разумных пределах пренебрегать им в повседневном общении с другими людьми».

Как ни осторожен П. У. Бриджмен в своих суждениях, все же, по-моему, его можно причислить к тем, кто считает человека не только программированной и послушной машиной.

Мозг и электронный вычислитель

Не удивительно, что тот, кто утверждает: «Мозг — это машина», вслед за тем должен сказать: «Машина может мыслить». Именно это, конечно, и проповедуют самые горячие поклонники электронных вычислительных машин. Но, насколько я могу судить после достаточно широкого, хотя и несколько беспорядочного ознакомления с вопросом, здесь тоже произошел поворот в противоположном направлении. Некоторые крупные специалисты, во всяком случае, утверждают, что электронные машины, несмотря на свои замечательные качества, отнюдь не являются мозгом. Если они и кажутся нам мозгом, то только потому, что мы применяем к ним неудачную терминологию. За примером ходить недалеко: мы. говорим об их «памяти», тогда как эта память ничем не отличается от записи на граммофонной пластинке. Покойный Норберт Винер, создатель завоевавшего большую популярность термина «кибернетика», сравнительно недавно советовал нам не слишком далеко заходить в увлечении «обратной связью» и не предпочитать ее во всех случаях собственному разуму. Мортимер Таубе, специалист по счетно-решающим устройствам, написал целую книгу,  {75}  в которой приходит к выводу, что отождествление человека с машиной достигается не в результате приписывания машине человеческих способностей, а в результате приписывания человеку ограничений, свойственных машине.

Английский невролог Ф. М. Р. Уолш подходит к данному вопросу с другого конца. Он пишет: «Приведу простой пример из монографии У. Р. Рассела «Мозг, память и обучение» — во многих отношениях замечательного клинического исследования проблемы. У. Р. Рассел отмечает, что постепенно, видимо, исчезают традиционные основания проводить разграничивающую черту между человеком и его мозгом; подобно этому, и грань между психологией и физиологией мозга становится несколько искусственной... сознание — это только проявление мозговой активности». На приведенную цитату сам Франсис Уолш возражает: «Сравнение сознания с «мозговой активностью» есть тавтология. С таким же успехом можно сказать: «Мозговая активность»— это только проявление сознания».

Как и в XIX столетии, попытки превратить человека в простую машину наталкиваются на упрямый факт существования сознания — уникального явления, поддающегося изучению не больше, чем «душа» в пробирке. Механический машинный мозг существует только потому, что его создает и им управляет настоящий мозг.

Некоторые энтузиасты кибернетики заходят так далеко, что утверждают: поскольку сознание есть только «деятельность», то когда-нибудь мы создадим машину, настолько деятельную, что она будет обладать сознанием. Но ведь это еще только «когда-нибудь!» Когда машина начнет не только задавать вопросы и давать ответы, но и спорить с другой машиной на тему, машины ли они или живые существа (сердясь и возмущаясь при этом),— только тогда здравомыслящие люди будут вправе предположить, что из проводов, ламп и транзисторов можно создать хотя бы отдаленное подобие мозга.

Недавно мне представилась возможность побеседовать с конструктором Симоном Рамо, президентом крупной электронной фирмы, проводящей опыты в числе прочего с машиной для перевода с русского языка на английский; эта машина использует при переводе подобие автоматического словаря — подбор слов и фразеологических оборотов. Я спросил Рамо: «Что, по вашему мнению, эти  {76}  так называемые мыслящие машины напоминают больше — живой мозг или сложную счетную линейку с механическим приводом?». «Без сомнения, счетную линейку»,— ответил известный конструктор.

Машина и цель

Выдающийся ученый Ралф Быков, профессор физики и бактериологии университета штата Аризона, тоже высказал несколько тонких соображений по рассматриваемому нами вопросу. Позволю себе привести короткую цитату, хотя она и не полностью отражает глубину его мысли: «Как поведение живой материи не выводится из наблюдаемых свойств ее неживых компонентов, так и способность человека к сознательным мыслям и чувствам не может быть выведена из простых форм его эволюционного прошлого... Наше поведение никогда не вступит в конфликт с содержащимися в нас нуклеиновыми кислотами и белками, но отсюда не следует, что можно предвидеть все наши мысли и чувства, если полностью постигнуть нашу генетическую структуру».

Читатель, может быть, уже удивляется, почему это писатель-неспециалист с такой горячностью включился в дискуссию, которая, собственно говоря, его не касается. Но в том-то и дело, что вопрос этот касается всех нас, специалистов и неспециалистов. Вся духовная атмосфера нашей эпохи во многом зависит от исхода нынешнего спора о природе человека и о границах его возможностей. Как выразился один ученый, «идеи влекут за собой последствия».

Если машина способна мыслить лучше живого мозга, то мы должны постепенно передоверить машинам право решения важных вопросов: если наш мозг — всего лишь машина, то мы представляем собой не более чем беспомощные продукты самодовлеющей социально-технической системы, которой мы будто бы управляем. Если это так, единственно разумный выход — как-нибудь приспособиться к такому положению вещей. Много говорится об угрозе порабощения человека машинами, но угроза порабощения человека механической идеей еще страшнее, ибо из этого тупика нет выхода.

Больше всего обнадеживает меня сейчас тот факт, что, насколько можно судить, многие ученые начинают  {77}  понимать ошибочность механицизма. И с мрачным удовлетворением я отмечаю также отчаянное упорство, с которым сторонники механистической догмы стремятся во что бы то ни стало отмести все, что бросает тень сомнения на их предпосылки.

Вот что, например, говорит маститый английский генетик К. X. Уоддингтон в своей в общем здравой и интересной книге «Природа жизни». Он сравнивает живой организм с самонаводящимся прицелом, проявляющим подобие врожденной целенаправленности. И продолжает: «Остается справедливым утверждение, что мы не знаем иных путей возникновения новых наследственных вариантов, кроме случайных мутаций, и не знаем иного пути изменения наследственных признаков той или другой популяции от поколения к поколению, кроме естественного отбора. Но утверждение, что основной процесс эволюции не является целенаправленным, хотя оно и справедливо, не может больше считаться достаточным. Взаимодействуя, целенаправленные механизмы образуют некоторый механизм, обладающий псевдоцеленаправленностью, подобной свойствам самонаводящегося прицела».

Профессор Уоддингтон, видимо, упускает из виду один фактор, который, на мой взгляд, опрокидывает его доводы. Его машины обладают, подобно самонаводящемуся прицелу, псевдоцеленаправленностью лишь потому, что их сконструировали люди, обладающие не псевдо-, а подлинной целенаправленностью. До тех пор пока он не продемонстрирует нам кибернетическую машину, построившую саму себя по ею же разработанному проекту, ни одна из существующих ныне машин не сможет подтвердить, каким образом могут появиться на свет целенаправленные организмы другим путем, чем путем истинной целенаправленности, идущей извне или извнутри их самих. Поэтому аналогия профессора Уоддингтона скорее напоминает нам старинное сравнение часового мастера с часами, и самому профессору угрожает опасность увести нас назад, к тому времени, когда стройность построения мира выдвигалась в качестве доказательства сотворения мира разумом, стоящим вне его. В эту далекую область я, учитывая некоторые мои разногласия с ортодоксальным дарвинизмом, пускаться не намерен.

МАШИНА КАК ЛИЧНОСТЬ

С. Ф. ГАНСОВСКИЙ

Будущее обилие предсказываемых многими учеными «мыслящих» машин вызывает к жизни вопрос: не придет ли такое время, когда необходимость демонтировать тот или другой «разумный» робот поставит перед человеком не только техническую, но и этическую проблему? Не будет ли, другими словами, разборка машины чем-то напоминать убийство или во всяком случае казнь по приговору некоего научно-технического суда?

Поскольку с этическими, моральными критериями мы подходим только к личности (или к обществу, состоящему в свою очередь из личностей), вопрос по существу сводится к следующему: «Может ли быть машина личностью?» Кроме того, здесь и множество других тем. Не станет ли в конечном счете эта «машинная личность» более высокой и содержательной, чем личность человеческая, не будут ли машины умнее нас и не следует ли нам рассматривать при этом допущении возможность замены цивилизации человеческой цивилизацией машинной как очередной естественный шаг эволюции? Не вытеснят ли машины, короче говоря, человечество из его колыбели — Земли?

По всей вероятности, этого можно все же не опасаться. Не вытеснят. И день, когда машину придется рассматривать в качестве личности, тоже не придет.

Почему?.. Для ответа на этот вопрос нам следует разобраться в том, что же такое человеческая личность.

Человеческая личность, кроме физиологического аспекта, имеет еще и социальный и социально-исторический: она всегда есть результат четырех биографий. Чтобы быть человеком, субъект А должен, во-первых, повторить филогенез (историю развития и существования вида «человек разумный»), т. е. иметь человеческое устройство тела. Ему нужно затем осуществить свою собственную физиологическую биографию — вырасти; в-третьих, уметь говорить (т. е. общаться с людьми) и не быть оторванным от тысячелетней человеческой культуры или от  {79}  культуры, скажем, своего племени. Ему необходимо, в-четвертых, осуществить свою социальную биографию, чему-то научиться и участвовать в процессе социальной жизни.

При всем этом, чем дальше человек уходит от своих диких предков, тем большее значение для формирования его как личности имеют две последние, т. е. социальные, биографии. В современном обществе все мы, примерно одинаковые в качестве представителей биологического вида, отличаемся друг от друга прежде всего своим общественным положением и общественным поведением. Каждый из нас как бы стоит на высокой горе, образованной тем, что придумано и сделано людьми до нас и при нас. При любом ответственном решении мы, не замечая этого сами, опираемся прежде всего на свой общественный и культурный опыт. Если отнять у человека его историю, если отделить людей друг от друга, человечество тотчас рухнет.

Итак, человеческий разум, личность сформированы четырьмя биографиями, из которых две последние, т. е. социальные, особенно важны сегодня.

А что же есть у машины для того, чтобы сформировать личность?

Вот он стоит в лаборатории — огромный блок из миллиардов элементов (а может быть, и маленький, выполненный средствами микроминиатюризации). Допустим, что он равен по возможностям нашему мозгу. Но как же дать ему историческую и личную социальные биографии? Как обучить его?

Некоторые считают, что это проще простого. Что машина-то как раз обучается легче, чем человек, и за месяц в нее можно ввести вековой объем человеческой мудрости.

Что ж, давайте пробовать. Введем в машину роман «Война и мир». Это можно сделать, и машина будет тогда действительно «знать» роман. Но лишь в чрезвычайно узком смысле. В том смысле, что на вопрос, какая строчка идет за словами: «...ведь это опять от немца. Он при нем состоит.— И Дени», она даст уверенный и быстрый ответ. Но будет ли это знанием романа? Ведь Толстой начинает что-то значить для нас лишь в той мере, в какой написанное им созвучно с нашим личным жизненным опытом. Наташа Ростова влечет нас тоже в силу того, что  {80}  нечто подобное ее мечтам мы переживали сами. А если нет этой созвучности, если читающему знаки и образы написанного чужды, то и прекраснейшая строчка из Лермонтова будет иметь для него не больше смысла и эмоционального значения, чем x + y = z при условии, что все три неизвестны.

Другими словами, как бы ни начинять машину, какие бы бесчисленные страницы научных и художественных публикаций ни вводить в нее, это ни на шаг не продвинет робота к тому, чтобы стать личностью.

А что продвинет?.. Социальная практика. Вступление в мир в качестве члена коллектива. Но может ли машина включиться в социальную практику?

Вот у нас лаборатория. Вместе с группой сотрудников там работает машина. Она видит, слышит, передвигается, манипулирует инструментами, она присутствует при всех разговорах и фиксирует их в своей памяти. Сравняется ли она при этих условиях с человеком и возникнут ли условия для формирования личности? Тоже нет. Ибо, чтобы воспринять наш социальный опыт, заключенный в искусстве, науке и морали, нужно чувствовать, воспринимать мир и вообще жить, как человек. Потому что вторая сигнальная система возникает и существует у нас не сама по себе, а как производное от первой сигнальной системы, зависящей от физиологической специфики, от электрохимии именно человеческого, а не какого-нибудь другого организма. Конечно, разум есть функция мозга, но эта функция в том ее значении, которое образует личность, зависит и от того, каковы наши руки, ноги, дыхательная и кровеносная системы. Чтобы включиться в социальную практику, машине необходимо с радостью дышать чистым воздухом, с отвращением — зловонным, нужно, чтобы ухо робота воспринимало тот же диапазон колебаний, а глаз — сопоставимую шкалу волн.

Нужно иметь семью, дружить, симпатизировать и быть объектом человеческой дружбы, любви или вражды, что возможно лишь в случае, если машина и внешне и функционально будет подобна человеку. Не будем, кстати, забывать, что обсуждаемое нами понятие не только социально, но еще и исторично и что историю развития каждой человеческой личности следует, вероятно, начинать с момента зарождения человеческого общества на Земле.  {81} 

Личность, затем,— это то, что функционирует лишь в процессе постоянного созидания себя, в каждый данный момент умирая и возрождаясь, непрерывно представляя собой конец одного и начало другого этапа не только в собственном физиологическом и социальном росте, но и в развитии человеческого рода и общества в целом. Личность, далее, неисчерпаема, и ответ на вопрос: «Что такое я?» — никогда не может быть точным, поскольку здесь есть аналогия с известным математическим парадоксом: «Сколько чисел находится во множестве всех чисел?» (как бы ни определялось это число, число всех чисел будет больше любого числа, полученного в ответе).

Личность к тому же неповторима, тогда как машины одной серии, получившие равную информацию, будут одинаковы и внешне и внутренне, Личность нельзя ни пускать в ход, ни останавливать, в ней вообще нет момента неподвижности, в то время как нефункционирующая, выключенная машина остается таковой, сохраняя без изменений, что было в нее заложено. Личность, наконец, не пассивно отражает реальный мир, а подходит к нему через посредство доминант, главных направлений своей деятельности, перерабатывает информацию не просто, а со сложной оценкой, являющейся творческим актом, полученным в борьбе множества точек зрения, среди которых общечеловеческая («эталонная»), своя собственная, рациональная, эмоциональная, привычная, сиюминутная. И речь идет именно о творчестве, потому что жизнь человека есть постоянно активное, деятельное и творческое освоение тех ситуаций, которые в любой данный момент взгромоздились именно перед ним, именно таким образом, как еще никогда и нигде перед другими...

Все это так, однако сторонники иного взгляда на предмет могли бы сказать нам: «Ну и что же? Все это так, но ведь мы могли бы дать машине такие же органы, как у homo sapiens. Снабдим ее желудком, предпочитающим кровяной бифштекс сухой корке, и кожей, умеющей воспринимать прохладу вечернего ветерка. Если мы с помощью должного генетического кода создадим биологического робота, во всем подобного человеку, что тогда?»

Тогда наши отношения с таким существом выйдут за рамки обсуждаемой проблемы. Что же касается собственно машины в качестве чего-то отличного от человека, то без достаточно стабильного и развитого, достаточно  {82}  единообразного общества себе подобных она не может стать личностью и быть объектом этического отношения с нашей стороны. Потому что личность немыслима без общества, «я» не существует без «мы», «он» и «они». Возможность же того, чтобы человечество создало такое независимое от себя общество, пока весьма гипотетична.

Остается еще один вопрос: а может ли машина превзойти человека по разуму? Приходится думать, что вообще нельзя смешивать понятия «разум человеческий» (который, видимо, не существует без личности) и «разум машинный».

Если вместе с профессором Уильямом Эшби считать разум способностью выполнять подходящий отбор на основе полученной информации, то при решении множества узких задач машина уже давно оставила нас позади. Но если понимать его как способность связывать в одно целое, в некую систему элементарную частицу со Вселенной, то и другое с мелькнувшим на улице незнакомым лицом, с услышанным музыкальным аккордом, с положением дел в Юго-Восточной Азии, с поэзией Пушкина и еще бог знает с чем,— связывать да еще оценивать перечисленные и другие явления с точки зрения интересов общества, порождение которого ты сам есть, да еще, сознавая все эти связи, искать путей к улучшению жизни общества, то при таком определении и наиболее хитрая машина спасует в сравнении не только с лучшими умами человечества, но и с самыми непретенциозными его детьми.

* * *

Дискуссии, подобные той, что ведется на страницах этого сборника, не могут не выходить за рамки чисто академической проблематики. Когда мы говорим, что разум машины есть примерно то же, что и человеческий, это означает, что человек — та же машина.

Но при всем уважении к точному знанию нельзя закрывать глаза на то, что ему не принадлежит единственное слово в решении дел человеческих. Концепция человека и его совокупного бытия с природой, данная нам в философии и искусстве, является более высокой, чем взгляд на этот же предмет в учениях о веществе и энергии. Понятия счастья, красоты, добра и зла, справедливости неотъемлемы  {83}  от человечества, «дразнят» людей во все века, но не проясняются экспериментом и расчетом.

Рационализм чистого знания предполагает освобождение от чувства, он как бы раздевает мир, делая его безэмоциональным. Ужасные, пугающие, зовущие и таинственно-прекрасные бездны ночного неба благодаря самоотверженным усилиям ученых обернулись теперь чужой, холодной, нейтральной Вселенной, и, скажем, глядя на луну, мы должны делать усилие, чтобы проникнуться настроением удивительного мопассановского рассказа «Лунный свет». Конечно, космос зовет и сейчас, зовет больше, чем прежде, но потому, что не все известно, не все еще в учебниках.

Впрочем, луна — это не так уж страшно. Но если предположить, что человек — только биотоки мозга и вещество тела, отсюда недалеко до мысли, что все мы лишь инструменты, детали производственного процесса, призванного выдавать продукцию. Да и вообще тут надо отказываться от всего нерационального и, вероятно, от искусства, которое занимается вовсе не тем, что нужно машине, и рассматривать его как незрелый этап в развитии цивилизации на Земле.

Но такого не наступит. Нет. И не страх за свое человеческое благополучие заставляет нас опровергать чрезмерные с нашей точки зрения притязания сторонников «всемогущей кибернетики». Дело в том, что двигателем науки, как ни бесстрастны ее формулы, выступают именно нерациональные категории — энтузиазм, вера. Ибо продолжать трудиться и исследовать можно лишь до той поры, пока к этому есть страстный интерес, зависящий в свою очередь от веры в то, что надо стремиться к совершенству. Самые величественные подвиги науки вызваны жаждой познать и поделиться знанием. Зачем познавать и делиться?.. Затем, что ученый хочет, чтоб было хорошо, а не плохо — здесь к нам снова возвращаются эмоция, красота, цель, смысл, добро в борьбе со злом. И в ряду этих подвигов кибернетика не составляет исключения.

ИЗ СПЕКТРА КИБЕРНЕТИКИ

        АЛЬБЕРТ ДЮКРОК

        ЛУИ КУФФИНЬЯЛЬ

        В. М. ГЛУШКОВ

«ЕЗДА В НЕЗНАЕМОЕ»

        Н. М. АМОСОВ

        М. М. БОТВИННИК

        В. Д. ПЕКЕЛИС

        Э. А. АРАБ-ОГЛЫ

ПРОГНОЗЫ И ОПАСЕНИЯ

        АРТУР ЛИ САМУЭЛЬ

        А. А. ДОРОДНИЦЫН

        МАЙКЛ СТОУН, МАЛЬКОЛЬМ УОРНЕР

        СТАНИСЛАВ ЛЕМ

ИЗ СПЕКТРА КИБЕРНЕТИКИ

ФИЗИКА КИБЕРНЕТИКИ

АЛЬБЕРТ ДЮКРОК

Новая научно-техническая революция

С рождением промышленности информации связаны в основном два аспекта.

С практической точки зрения ее результаты огромны и предвещают массовое внедрение автоматизации. Уже сейчас имеются поразительные примеры: полностью автоматизированные нефтеперерабатывающие заводы, доменные комплексы, химические заводы и электростанции, работа которых оптимизирована с помощью электронных устройств. Эти устройства особенно широко применяются для управления современными атомными электростанциями. С того момента, когда машины получили способность управлять собой сами, появилась надежда, что в конце концов кибернетические устройства освободят человека от всякой работы — начиная с добычи сырья и кончая распределением готовой продукции, конечно, если мы их сумеем запрограммировать.

Подчеркнем, однако, что технические устройства, вообще говоря, не станут подражать процессу работы человека. При современном состоянии техники машина снабжается такими приборами, которые позволяют ей принимать только одну категорию информации. В этом состоит ее отличие от человека: он «видит» внешний мир, т. е. непрестанно использует синтетическую информацию, позволяющую ему эффективно реконструировать картину внешнего мира в своем мозгу. Отсюда следует, что человек в своем активном состоянии чрезвычайно многоконтактен. Как машина, человек очень медлителен и несовершенен, он отличается универсальностью в противоположность систематической специализации робота.

Было бы утопией стараться при современном состоянии  {86}  техники придать роботу универсальность, аналогичную универсальности человека. Например, в процессе зрения на нашей сетчатке активизируется около 140 млн. клеток, а информация, передаваемая мозгу, расшифровывается сложнейшей системой из 15 млрд. нейронов. Если бы мы даже предположили, что универсальную машину можно осуществить материально, ее себестоимость была бы так высока, что никому вообще не пришло бы в голову использовать ее вместо человека.

Необходимая ограниченность каналов восприятия у роботов приводит к одному важному следствию их использования в промышленности: автоматизируя завод, нельзя сохранить его традиционную структуру; ее нужно перестроить так, чтобы свести получаемую информацию к минимуму. Это приводит к изменению характера сырья, способов обработки или характеристик готовой продукции. По этим причинам практические последствия внедрения автоматизации будут гораздо глубже, чем мы обычно предполагаем.

Уже можно догадаться о смысле сотрудничества, которое возникает между человеком и машиной в области интеллекта: человек будет заниматься изучением окружающего мира и ставить машине задачи, которые та будет решать,— задачи, еще недавно бывшие для человека неразрешимыми. С этой точки зрения мы лишь весьма приблизительно угадываем перспективы кибернетической революции, ибо в прошлом нельзя найти никаких критериев для сравнения. История прогресса до сих пор состояла в том, что возникали машины, помогавшие работе наших мышц. Но настанет время, когда машины будут помогать нам мыслить.

Разумеется, это уже философская сторона дела. Она приводит нас к убеждению, что кибернетика предвещает глубочайший переворот в том отношении, что позволяет конструировать машины, уже сейчас способные к функциям, свойственным живым существам, и, наподобие этих существ, способные к организации, т. е. к отрицательной энтропии.

Электронная лисица

В недавнем прошлом усердно занимались изучением проблемы отрицательной энтропии, возникающей благодаря машинам. Это была главная причина, приведшая  {87}  еще в 1953 г. к созданию электронной лисицы, поведение которой дало много ценных сведений. Речь идет об искусственном животном, основанном на тех же принципах, что и знаменитые искусственные собаки Анри Пиро или черепахи Грея Уолтера.

Однако для лисицы был применен новый метод. Этот прибор питался электричеством и приводился в движение системой двигателей. У лисицы было пять сенсорных каналов:

— осязательные, возбуждавшиеся, когда лисица наталкивалась на какое-либо препятствие;

— емкостное обоняние, состоящее из пластинки, присоединенной к входу на колебательный контур, характеристики которой изменялись, когда лисица приближалась к какому-либо электропроводящему телу;

— микрофон;

— парные фотоэлементы;

— потенциометр, помещенный на теле животного и сообщающий ему чувство ориентировки.

При монтаже каждый канал получил способность по-своему влиять на определенный контур — электрическую цепь, образующую «мозг» животного. Структура контура все время изменялась под действием этих влияний, так что поведение лисицы в каждый данный момент было функцией не только непосредственно действовавшего раздражителя, но и суммы всех ранее полученных раздражений, благодаря чему контур действовал как интегрирующая память.

Добавим также, что мы ввели прерывистость восприятий и что «животное» было способно сообщать о своем внутреннем развитии с помощью двоичного кода, для чего служили две электрические лампочки на его голове.

Развитие «животного», предоставленного самому себе, шло весьма характерно. Наблюдения показали, что через некоторое время появились условные рефлексы; это означает, что электрический контур «животного» организовался соответственно картине внешнего мира, с которым оно было связано сенсорными каналами.

Рождение звезд

Наше внимание должен привлечь еще один факт. Мы сооружаем кибернетические машины, однако природа в этом отношении давно опередила нас.  {88} 

Характерна с этой точки зрения организация космоса. Если перенестись на несколько миллиардов лет назад, то представляется картина «зачаточного» космоса, вероятно состоявшая только из облака водорода. Под влиянием гравитации облако внутри разорвалось на части, в которых гравитация нашла почву для новой деятельности: она собрала водород в гигантские шары, их ядерная энергия создала звезды. Так возникают «фабрики», где перерабатывается материал Вселенной. У звезд — они могут находиться в действии миллиарды лет — размер контролируется автоматически, ибо в процессе формирования определилась их,масса. А эта обусловленность дублируется еще и удивительной термической организацией, возникновением «горячих источников»; на черном небе поверхности звезд выделяются, как гигантские горны, излучающие свет и тепло. Таким образом, вещество первобытного космоса включилось в работу по созданию структур, являющихся результатом игры механизмов природы.

Тут нужно задать себе вопрос, касающийся всех приведенных выше примеров: все эти виды эволюции не есть ли в сущности опровержение законов термодинамики?

Еще вчера в физике властвовал формальный принцип «деградации энергии», не только отрицавший всякую возможность спонтанного появления организованности, но и считавший неизбежным постоянный рост беспорядочности в мире. Физики дошли до того, что описывали количество неорганизованности в изолированной системе, т. е. в системе, энтропия которой не могла снижаться. Как же в таких условиях понять естественный и автоматический процесс организации Вселенной, который мы можем представить себе на основе чисто физических механизмов?

У нас была возможность подумать об этом противоречии, тем более что кибернетической технике удалось доказать, что этот закон фатальной неупорядоченности никогда не был доказан. Электронная лисица снижала свою энтропию, не изменяя среды, в которой развивалась. Это означает, что снижалась и общая энтропия изолированной системы, которую составляли лисица и окружающая ее среда.

Наш вывод был ясным: необходимо отказаться от старого понятия об энтропии, необходимо проанализировать гипотезы и выводы физики, поднявшие философию неупорядоченности до степени универсального закона.  {89} 

Эта философия возникла на основе термодинамики, науки, считавшейся огромным научным достижением XIX в. Но кибернетика позволила нам понять, что термодинамика — наука не универсальная. Это — физика особых систем, формулировавшая, как мы увидим, прослеживая подробнее развитие термодинамики, свои законы с помощью энтропии, но оставлявшая на заднем плане описание систем других классов, не доказываемых с помощью ее выводов. Об этих системах может рассказать нам только кибернетическая физика.

Принципы такого деления выяснятся при подробном описании развития термодинамики, а вытекающие из них следствия дадут ключ к пониманию истории Вселенной.

Энтропия

Рождение философии неупорядоченности было обусловлено в прошлом веке развитием термодинамики, которая возникла в тот день, когда физики начали исследовать механическую работу и теплоту.

Новая наука очень быстро вызвала яростные споры. Физики нашли, что тело весом 3 т, падающее с высоты 1 м, дает 7000 кал, этого достаточно, чтобы повысить температуру 1 л воды с 8 до 15°С. Было очень соблазнительно произвести обратную операцию, т. е. взять в качестве «сырья» 1 л воды при 15°С, получить из него 7000 кал и с их помощью поднять массу в 3 т на высоту 1 м, или выполнить какую-либо другую эквивалентную механическую работу. «Остатком» после операции был бы 1 л воды при 8°С.

Но ведь это химера, тотчас же заметили термодинамики; они очень недоверчиво смотрели на возможность проведения такого процесса и с самого начала считали, что это слишком хорошо, чтобы быть правдой. Действительно, 1 л воды при 15°С содержит потенциально на 7000 кал больше, чем 1 л воды при 8°С. Но физики констатируют, что если окружающая среда имеет температуру 15°С, то эти 7000 кал не могут сами по себе уйти из воды и тем понизить температуру до 8°С. В изолированной системе, говорит Клаузиус, никакое количество теплоты не может перейти из одного тела в другое, имеющее более высокую температуру, и вообще температурные перепады не могут проявить себя без помощи извне.  {90} 

С этим приходится согласиться. Во всякой тепловой машине должен быть температурный перепад, так как механическую энергию нельзя получить иначе, чем черпая калории из источника теплоты: некоторая часть ее будет поглощена холодной машиной, и только разность превратится в работу. Таким образом, теоретическая эквивалентность теплоты и работы получает характеристику необратимости.

Смысл необратимости

Чтобы иметь возможность вычислить эту величину тепловой энергии, Клаузиус в 1865 г. ввел понятие энтропии. Оно стало кошмаром для множества поколений студентов и яблоком раздора для физиков.

Что такое энтропия? Термин происходит от греческого entrope и означает «замкнуть внутри». А с тех пор как его применил Клаузиус, он означает меру деградации какой-либо системы. Физик определяет энтропию как соотношение между количеством теплоты и абсолютной температурой. Если мы присмотримся к проблеме эффективности поближе, то поймем смысл энтропии: в оптимальных условиях все превращения энергии происходят на базе постоянной энтропии.

Если, например, тепловая машина располагает источником теплоты при 600 К, дающим ей 1200 кал, то энтропическое отклонение равно минус 2. Клаузиус утверждает, что работа машины будет оптимальной, если холодный источник будет иметь энтропическое отклонение, равное плюс 2. Иначе говоря: если источник холода находится при 350 К, то ему нужно добавить 700 кал. И только 500 кал превратятся в механическую работу. Такова по крайней мере максимальная эффективность, фактически же машина будет работать в менее благоприятных условиях, так что передаст источнику холода 800—900 кал. В этом случае энтропия системы будет повышаться.

Итак, энтропия должна возрастать повсюду, где тепловые машины работают с КПД, меньшим теоретического, а превращение механической энергии в теплоту должно с точки зрения качества быть чистой потерей, проявляющейся в резком росте энтропии.

Это объяснение удобное. Но является ли оно достаточным?  {91}  Имеет ли понятие «энтропия» физический смысл или же это только математическое построение?

Энтропию и второй закон термодинамики, часто называемый «принципом энтропии», действительно, поначалу принимали очень сдержанно. Но скоро кинетическая теория газов осветила связи между теплотой и механической энергией, а это помогло понять роль абсолютной температуры в принципе Карно и в энтропии Клаузиуса.

Как известно, молекулы газа движутся со средней скоростью, характерной для каждой данной температуры. Строго говоря, энергия молекул пропорциональна абсолютной температуре, так что превращение теплоты в работу является лишь изменением формы: из состояния беспорядочной толпы энергия переходит в состояние марширующего отряда. Значит, температура — это механическая работа, рассеянная на молекулярном уровне.

Из хода самого процесса непосредственно выявляется смысл превращения работы в теплоту; мы поймем также, почему такое превращение оказывается необратимым: молекулы — отнюдь не индивидуумы, выбирающие себе направление по своей воле, а материальные частицы, которым нельзя внушить никакого порядка; иными словами, вернуться от неупорядоченности к упорядоченности для них невозможно. Случайно, конечно, могло бы оказаться, что все молекулы в данный определенный момент движутся в одном направлении; тогда тепловая энергия снова превратилась бы в механическую. Но простой расчет показывает, что вероятность подобного явления чересчур мала, чтобы принимать ее во внимание.

Таковы выводы, к которым постепенно приходили физики во второй половине XIX в. Физики поняли, что теплота и работа равноценны лишь количественно, а не качественно, так как теплоте свойственна «врожденная» неупорядоченность, а для перемещающегося предмета, все точки которого движутся одинаково, характерна именно упорядоченность.

Упорядоченность и неупорядоченность

Вспомним, что неупорядоченность сама по себе не должна была бы считаться более вероятной, чем упорядоченность, так как оценка в этих терминах чисто субъективная. Но для термодинамики вся разница заключается в  {92}  том, что на один случай, характеризующийся упорядоченностью, найдутся миллиарды миллиардов других случаев под знаком неупорядоченности. Поэтому всегда, когда мы имеем дело с системой, «предоставленной самой себе» (например, с газом, молекулы которого размещаются случайно, причем все случаи одинаково вероятны), на упорядоченность есть только один шанс, а на неупорядоченность — несчетное множество. Вывод расчета вероятности формально безупречен.

Если каждую структуру, осуществляющую какое-либо состояние, назвать компонентом, то общее направление, позволяющее системе переместиться, можно представить себе как частный случай, осуществляемый минимальным количеством компонентов, тогда как огромная анонимная группа случаев теплового движения будет состоять из миллиардов различных компонентов. Больцман нашел для энтропии Клаузиуса особый физический смысл: он доказал, что энтропия измеряется логарифмом количества компонентов, относящихся к определенному состоянию.

Опасность обобщения

Новое понятие энтропии можно замечательно расширить.

Нельзя ли применить описание, основанное на подсчете компонентов, ко всякому состоянию вещества? Мы становимся свидетелями обобщения: развитие всех систем начинают выражать в терминах энтропии.

Физики утверждают, что энтропия изолированной системы может только либо оставаться постоянной, либо увеличиваться. Каждое «фактическое изменение», как пишет один из самых выдающихся физиков, способствует росту энтропии, а если система предоставлена себе самой, то она будет иметь тенденцию деградировать, ее развитие будет идти от упорядоченности к неупорядоченности.

Больше того. Возникает мысль, что в результате смелого обобщения изолированной системой можно считать весь космос (действительно, чем и с кем он мог бы обмениваться?), а потому его энтропия должна неуклонно возрастать так, что каждое необратимое явление, т. е. каждая эволюция, повышает энтропию космоса.

Так возникает картина систематической деградации Вселенной. Это представление наука освящала своим  {93}  догматом о неуклонном росте энтропии, заставляющим физика видеть в развитии Вселенной ряд событий, систематически разрушающих первоначальную упорядоченность. Это означает, что первоначальное, исходное состояние считалось высокоорганизованным, а в дальнейшем развитии непрестанно разрушалось; только, живые существа являются особыми исключениями, способными локально и на короткое время создавать отрицательную энтропию. Казалось бы, в этом отношении нашим физикам нечего возразить. В довершение всего в земных масштабах ежедневный опыт доказывает их правоту. Мы никогда не замечали, чтобы какое-либо вещество спонтанно разделилось на две части с различной температурой, мы никогда не видели, чтобы тепловая машина работала без источника теплоты.

Не является ли естественная деградация трагическим законом природы? Повсюду вокруг человека металл покрывается ржавчиной, вещества портятся, прекрасные создания природы и техники разрушаются, время приносит раны и беспорядок, работает на разрушение, а не на созидание. Несмотря на это, мы находим в этих классических рассуждениях одну большую ошибку. Все примеры, на которых физики основываются в своих выводах об энтропии, обладали одной общей чертой: речь шла всегда об «анархических» системах.

В земных условиях газ в сосуде состоит из молекул, не подверженных влиянию внешних условий. Физики гипотетически уподобляют молекулы шарикам, на которые, пока они в сосуде, тяготение не влияет. Эти шарики движутся в условиях, исключающих какое бы то ни было влияние ядерных сил (впрочем, в XIX в. ядерные силы вообще не были известны). Далее предполагается, что эти молекулы обладают постоянной структурой, что они электрически нейтральны и отталкиваются от стенок сосуда и друг от друга, как простые шарики. Компоненты в этом случае действительно не зависят от среды, а столкновения, предполагаемые совершенно упругими, обеспечивают молекулам случайное распределение.

В этих условиях, дающих совершенную картину физически анархической системы, упорядоченная структура является лишь отдельным случаем в сравнении с астрономическим количеством других случаев, для которых характерна неупорядоченность. А так как каждый из  {94}  случаев одинаково вероятно осуществим в процессе молекулярного движения, то упорядоченность не может возникнуть спонтанно.

Такой вывод получается именно потому, что система является анархической. И говорить об энтропии в таких условиях было бы просто тавтологией: для физика энтропия означает только, что компоненты системы управляются случайностью. И это в результате гипотезы, которую он молчаливо допускает.

Казалось бы, эти гипотезы хорошо подтверждаются примером газа, находящегося в сосуде в земных условиях. Но нельзя ли априорно представить себе другие случаи, отличные от этого? Если мы имеем дело с плазмой, то движение частиц в ней нельзя считать случайным, так как оно управляется электрическим полем. А в космическом масштабе определенное направление имеют и частицы нейтрального газа, так как на них действует гравитация. Иначе говоря — язык энтропии имеет смысл для гипотез, фактически относящихся только к идеальному случаю. Кажется почти невероятным, что практически в течение целого столетия физики не обращали внимания на это замечание, а ведь оно является принципиальным.

Демон Максвелла

Тут нужно задать себе такой вопрос: а что будет, если компоненты какой-либо системы могут стать предметом выбора?

Уже в прошлом веке этот вопрос беспокоил физика Максвелла. Максвелл неутомимо занимался проблемой, которую не мог решить и которая долгое время была известна под названием «демон Максвелла».

Великий физик представлял себе два одинаковых замкнутых пространства, наполненные воздухом и. соединенные каналом, по которому воздух мог свободно двигаться. Расчет вероятности говорит, что в каждую секунду в обоих направлениях проходит одно и то же количество молекул. Представим себе теперь, что соединительный канал, чрезвычайно узкий, можно перекрывать дверкой, управление которой доверено маленькому, проворному демону: он открывает дверку, когда молекула идет справа налево, и закрывает ее перед молекулой, идущей слева направо. В результате таких  {95}  манипуляций давление в левом пространстве будет все время повышаться, а так как для открывания и закрывания дверки теоретически не нужно расходовать никакой энергии, то мы увидим, что возникает асимметрия, т. е. отрицательная энтропия.

Для всего этого нужно одно условие: нужно заставить молекулы вести себя по-разному, смотря по направлению их движения.

Такое избирательное поведение мы находим в космическом масштабе, где роль концентрирующего фактора играет гравитация, направляющая водород к тем областям, где он случайно начал скапливаться. А тогда асимметрия, которую мы называем упорядоченностью, перестает быть случайностью и становится состоянием, к которому система стремится; тогда все понятия о вероятности теряют смысл, так как мы имеем дело с системой, эволюция которой идет не случайно, а обусловленно.

Явление обратной связи

Рождение звезд или галактик очень важно с логической точки зрения. Если мы имеем дело со взаимодействующими системами, то здесь, на самом пороге космической истории, замечательным образом опровергается догмат о неупорядоченности и одновременно получается замечательная иллюстрация того, что можно назвать следствием номер один,— положительной обратной связи.

С момента, когда в какой-то точке пространства скопилось определенное количество водорода, оно стягивает к себе материю, еще рассеянную вокруг; при этом его масса возрастает, а сила притяжения увеличивается, так что оно притягивает к себе все больше и больше. Здесь мы видим обратную связь, т. е., как показывает название, такую картину, в которой следствие порождает причину. С этой минуты все законы случайности свергнуты и процесс питает сам себя со все нарастающим размахом: развитие становится неизбежным.

Процесс начался в масштабе галактики или звезды, и обратная связь продолжает расширяться. Замечательно при этом то, что при положительной обратной связи источник обусловленности не является чем-то внешним. Это замечание имеет принципиальную важность. Физик,  {96}  желающий описать Вселенную, старается найти язык, остающийся действительным при любом выбранном коде соотношений и выражающий не впечатления наблюдателя, а законы природы.

Описывая явления, мы должны считать обратную связь основным процессом развития; она возникает в системе, работающей в коротком замыкании. При положительной обратной связи обусловленность создается как бы сама собой.

Возникает еще одно замечание. Величина, управляемая процессом положительной обратной связи, в результате своего экспоненциального роста получит фантастические размеры, так что процесс не сможет продолжаться далее. Его развитие роковым образом изменит саму основу проблемы.

Здесь нужно отметить два положения. Положительная обратная связь является источником организации, но в то же время самый ее характер воспрещает ей прекращаться самостоятельно. Она перестанет действовать лишь тогда, когда вызовет изменения, настолько важные, чтобы изменить сами условия. Вообще говоря, процесс положительной обратной связи заканчивается «мутацией».

Концентрация звездного вещества заканчивается, когда в игру вступают ядерные силы, раскаляющие звезду. Как только разогревание началось, всю проблему нужно рассматривать совсем с другой точки зрения, так как ядерные реакции ведут к распылению вещества, высвобождая энергию тем большую, чем больше вещества сконцентрировалось. В конце концов, однако, дело приходит к равновесию, которое наступает, когда ядерные силы уравновесят гравитацию. Дальше равновесие поддерживается влиянием другого процесса — отрицательной обратной связи. Если ритм ядерной реакции ускорится, то с ростом высвобождаемой энергии будет расти и тенденция к распылению вещества; результатом будет снижение центральной температуры, способствующее снижению ритма ядерных реакций.

Понять этот процесс нетрудно.

Если какая-либо система изолирована в анархическом космосе, она не может получить обусловленность иначе, чем сама от себя. В этом и состоит смысл обратной связи.

Возможны, однако, два типа обратной связи. При положительной обратной связи результат вызывает причину  {97}  того же типа, того же направления. Но можно представить себе структуру, в которой результат вызывает причину, направленную в обратную сторону. Таков принцип отрицательной обратной связи: как только система начнет стремиться к изменению своего состояния, реакция начнет противодействовать этому изменению.

Положительная обратная связь была источником развития: управляемая ею величина подчиняется законам экспоненциального роста. Напротив, отрицательной обратной связи мы обязаны постоянством управляемой величины; обусловленность имеет пассивный характер и противится какому бы то ни было случайному колебанию управляемой величины. Иначе говоря, отрицательная обратная связь является источником стабилизации; мы встречаемся с ней на многих этапах истории космоса.

Универсальные законы

Таким образом, обратные связи появляются во Вселенной совершенно естественно; под их влиянием Вселенная начала организовываться.

Сейчас процесс обратной связи — это именно тот процесс, на который кибернетики систематически опираются в своих управляемых системах. Это не совпадение, а различные аспекты одной и той же логики.

Еще недавно человек полагал, что управлять способен только он сам. Но в эпоху промышленной кибернетики он понимает, что его функции можно передавать устройствам с обратной связью. Можно предполагать, что в истории Вселенной такие устройства возникают «естественно», в виде обратных связей различного типа; обратными связями управляется хотя бы плотность звезд, так что мир мог приобретать возрастающую обусловленность.

В этом и состоит глубокий смысл кибернетики, предметом которой является не техника, а наука о системах и их поведения. С точки зрения достигаемой цели не столь важно, накапливается ли информация гравитационными устройствами, электрическими, механическими или пневматическими, искусственными или естественными. Настоящая проблема состоит в изучении взаимодействия между системами или их влияния на себя самих. Таким образом, кибернетика оказывается физикой соотношений, тогда как еще недавно физика материи соотносила все  {98}  предметы с человеком; она изучала их изолированно, не задаваясь вопросом о том, как они ведут себя относительно себя самих или относительно друг друга. А ведь в течение миллиардов лет космические системы развивались сами собой, не зная о существовании человека!

Теперь мы понимаем это: кибернетические взаимосвязи существовали, не ожидая появления человека, и вызывали развитие Вселенной под действием сил природы. А сравнение с нашими собственными кибернетическими системами будет волнующим. Можно, например, указать на случай некоторых звезд, так называемых звезд Вольфа — Райе, отличающихся огромными скоростями вращения. Процесс развития у них идет необычайно. В таких звездах центростремительная сила связана с давлением излучения так, что звезда интенсивно выбрасывает свое вещество; таким образом она теряет значительную часть своей массы, которая в конце концов уменьшается настолько, что процесс перестает играть заметную роль. Не является ли это космическим вариантом регулятора скорости, изобретенного Уаттом в XVIII в.?

В приборе Уатта на вертикальном валу, получавшем движение от паровой машины, находились два стержня с подвешенными к ним шарами. Под влиянием центробежной силы шары отдалялись, приводя этим в движение кольцо, управляющее задвижкой, которая, в свою очередь, управляла движением машины. Если в этих условиях случайная причина вызовет уменьшение скорости, то прибор автоматически повышает свою деятельность, и наоборот.

На аналогичной идее основаны сейчас современные технические варианты промышленных регуляторов, в которых электродвигатель управляется показателями тахометрической динамо-машины, играющей роль датчика скорости. Таким путем можно сохранять постоянную скорость при любой нагрузке: с ростом нагрузки динамо-машины повышается рост мощности двигателя. И обратно: если двигатель работает вхолостую, динамо-машина снижает силу тока и замедляет его ход.

Инженеры вообще создают устройства с обратной связью всюду, где им нужна автоматическая регуляция, например при управлении давлением в резервуаре: компаратор определяет отклонение, имеющееся между давлением на датчике и предписанным значением. Смотря по  {99}  величине этого отклонения, он вызывает соответствующее действие. Если давление слишком мало, он приводит в движение электродвигатель для его повышения; если оно слишком велико, он открывает клапан. Разве выбрасывание вещества звездами не было прообразом этой функции?

С другой стороны, инженеры в настоящее время знают, что если система, управляемая контуром обратной связи, реагирует слишком сильно, то управляемая величина может получить отклонение в обратную сторону, а это снова вызовет обратную реакцию. Так возникает явление, называемое собственными колебаниями и идущее в колебательном режиме. В космическом масштабе мы находим это явление в хорошо известной нам категории переменных звезд.

Общая логика систем

Таковы признаки той научной революции, которую несет с собой кибернетика. Для героической эпохи кибернетики, т. е. до 1955 г., характерен антагонизм между кибернетикой и физикой. Для многих физиков кибернетика была только новой наукой, которую нужно было ввести в классические рамки и с самого начала именно в ней применять принцип энтропии. Такая точка зрения привела даже к некоей разновидности деградаций энергии — деградации информации. Этот абсурд бросается в глаза: ведь если существует нечто, в котором наблюдается «увеличение количества», то это есть информация.

В действительности же кибернетика находилась не среди классических наук и техники, а над ними, так как давала логические критерии для общего изучения систем, из которых классическая термодинамика объясняла только одну область, а именно принцип энтропии, относящийся к изолированным системам без внутренней обусловленности. Те системы, которые стали предметом изучения термодинамики, были названы «идеальными».

Этот термин, очевидно, был эвфемизмом. Его нужно было понимать так, что идеальные системы — это такие, в которых полностью действительны законы, установленные физиками. «Идеальными газами» назывались вещества, подчиняющиеся закону PV = RT; а этот закон предполагал, что между молекулами, массы которых представлялись точечными, нет никаких взаимовлияний.  {100} 

Если исследовать иерархию организованных систем, то мы увидим, что системы, называющиеся идеальными, оказываются системами, предоставленными анархии; закон энтропии был законом этой анархии.

Таким образом мы можем определить область термодинамики: сюда входят системы, состоящие из «независимых» компонентов.

Если мы выйдем из этого состояния нулевой организации, то перед нами встанет проблема создания физики организованных систем.

Если мы задумаемся над общей иерархией структур, то увидим, что подножием ее служит классическая термодинамика, а на вершине находятся организованные системы, созданные развитием жизни. Содержанием же «кибернетической физики» должна быть панорама структур, как до недавнего времени основной проблемой химии было составление общей таблицы элементов, а также стремление к их синтезу с помощью технических средств.

КИБЕРНЕТИКА — ИСКУССТВО УПРАВЛЕНИЯ

ЛУИ КУФФИНЬЯЛЬ

Почему кибернетика — искусство!
Кибернетика занимается изучением действия

Согласно определению Винера, кибернетика занимается управлением машинами и живыми организмами. Примеры, приведенные самим Винером, показывают, что сфера действия кибернетики распространяется как на совокупность отдельных частей, образующих машину, так и на совокупность отдельных органов, представляющих в целом живой организм, либо на совокупность живых организмов, составляющих сообщество животных или людей. Что общего наблюдается у столь различных объектов — такого, что позволяет создать единую теорию управления ими? Единственный их общий признак заключается в том, что все эти объекты воздействуют друг на друга и что понятие об управлении относится только к действию и ни к чему иному. Можно управлять действиями одного человека или группы людей; нервы управляют действием мускулов; кулачки токарного станка — действием резца, обрабатывающего заготовку. Следовательно, кибернетика занимается действием одних объектов на другие, будь то живые существа или машины.

Что такое действие!

Даже краткое исследование какого-нибудь действия показывает, что управляемые им логические операции относятся к особой категории.

Действие осуществляется исполнителем, а объекты действия по отношению к исполнителю представляют собой окружающую среду. Например, бригада каменщиков, занимающаяся кладкой стены,— это исполнитель действия, которое заключается в том, что одни кирпичи кладут на другие и скрепляют между собой посредством раствора. Кирпичи, раствор, инструменты и само место, на котором возводится стена, представляют собой внешнюю среду, подвергающуюся действию бригады каменщиков.  {102} 

Действие имеет определенную цель, которая заключается в том, чтобы привести внешнюю среду в некое новое состояние.

Действие развивается во времени. Оно начинается в определенный начальный момент времени и заканчивается также в определенный конечный момент. В начальный момент внешняя среда находится в некотором начальном состоянии, а в конечный момент оказывается в новом, конечном состоянии. Действие эффективно, если конечное состояние внешней среды соответствует цели.

В предыдущем примере голая земля представляет собой начальное состояние внешней среды. Цель заключается в возведении на этой земле стены, что представляет собой новое состояние внешней среды; действие сводится к доставке кирпичей, раствора, инструментов и к кладке стены; земля с возведенной на ней стеной — это конечное состояние внешней среды. Если сложенная стена соответствует проекту архитектора, т. е. если достигнута цель действия, то действие считается эффективным.

Управление действием

Следовательно, в основе оценки действия лежит его эффективность. Любое действие всегда предпринимается в предположении, что оно будет эффективным. Для этого проводится подготовка к действию, заключающаяся в выработке его программы.

Например, в конструкторском бюро создаются чертежи машины и каждой ее детали. В технологическом отделе определяются виды производственных операций и их последовательность. В цехе решают, когда осуществлять каждую операцию, указывают, на каких станках будет обрабатываться та или иная деталь, какие именно рабочие будут изготовлять определенные детали. Все принятые решения записываются, и соответствующие документы составляют программу производства машины.

Вот другие примеры. Командующий армией устанавливает программу действия своих войск: развитие экономики страны осуществляется в соответствии с программой, называемой в этом частном случае планом.

Действие начинается в соответствии с заранее выработанной программой. Но часто обстоятельства приводят к тому, что приходится изменять программу в процессе  {103}  ее осуществления или в соответствии с обстоятельствами в нужный момент заменять ее повой программой. Это и есть управление действием.

Управление действием необходимо вследствие реакций внешней среды.

Реакция внешней среды

Дело в том, что среда, преобразуемая в процессе действия, в большинстве случаев реагирует на производимые в ней изменения, и эта реакция может быть самой различной в зависимости от природы и характера действия.

Реакции внешней среды можно разбить на три основные группы:

а) Реакция такова, как это предусмотрено программой.

Приводившийся выше пример с сооружением стены относится к этой категории: земля не оказывает сопротивления при кладке стены. В таком случае реакцию среды называют пассивной. При этом можно заранее установить последовательность операций, которые наверняка приведут к поставленной цели.

а) Реакция не может быть предусмотрена, но она протекает в соответствии с известными законами, связывающими ее с действием исполнительных органов.

Например, цель действия системы регулирования центрального отопления заключается в том, чтобы в помещении поддерживалась постоянная температура. Температура помещения зависит от температуры воды в радиаторах, а та, в свою очередь,— от степени открытия воздухопровода, по которому воздух поступает в топку. Вентиль подачи воздуха — это исполнительный орган системы регулирования температуры. Реакция среды выражается в том, что температура в помещении зависит от температуры наружного воздуха, от того, сколько окон открыто, от числа людей, находящихся в помещении, и т. д.

Все эти факторы заранее предусмотреть нельзя, можно только в общем оценить их влияние, результатом которого является действительная температура помещения. Однако известна зависимость между температурой помещения и положением вентиля подачи воздуха: если температура в помещении понижается, следует больше открыть воздухопровод, если температура повышается — подачу воздуха уменьшают.  {104} 

В таких случаях говорят, что реакция внешней среды детерминирована. При этом нельзя заранее установить последовательность операций, которые привели бы к намеченной цели; можно лишь указать метод действия, которого должны придерживаться исполнительные органы в тех или иных обстоятельствах.

в) Реакция среды не может быть предусмотрена, и неизвестна зависимость между ней и действием исполнительного органа.

Примером может служить ловля бабочек: человек подкрадывается к сидящему неподвижно насекомому, но в тот момент, когда он собирается набросить на него сачок, бабочка перелетает на другой цветок. В этом случае говорят, что реакция среды случайна.

Примеров третьей категории реакций внешней среды очень много. В большинстве случаев воздействие одного человека на другого или человека на живые организмы относится к этой категории. Таковы действия командующего армией, создателя экономического плана, главы государства.

Так как нельзя выработать ни программу, ни метод действия, позволяющие с уверенностью достигнуть поставленной цели, то исполнитель в каждый момент должен выбирать такое действие, которое больше всего приближает его к цели. Оказывается совершенно необходимым управление действием со стороны командира, который, будучи осведомлен о сложившейся в данный момент ситуации, принимает решение и дает команду осуществить нужную операцию. В этом проявляется искусство управления, которым владеет командир. В таком же смысле говорят об искусстве инженера и искусстве мореплавателя.

Так, руководство действием, разновидностью которого является рассмотренное Н. Винером управление, составляет одну из форм мышления, сопровождающего действие и понимаемого в более широком смысле, чем «теория» управления. К этой форме мышления и относится термин «кибернетика».

Расширяя еще больше значение этого термина, приходят к определению, данному, по моему предложению, во время Первого Международного конгресса по кибернетике в г. Намюре (1956 г.): «Кибернетика есть искусство эффективного действия».  {105} 

Кибернетическая логика

Обычно умственную деятельность человека подразделяют на литературную, научную и техническую. Кибернетика создает новый вид умственной деятельности, взаимоотношения которой с перечисленными выше видами следует точно определить. Из сравнения кибернетической логики с методом рассуждений ученого, деятеля техники или писателя следует, что это «искусство» совсем иного рода.

Наука, техника и кибернетика

Кибернетическая логика отличается от научного мышления следующими особенностями:

— наука занимается тем, что в поведении тел обнаруживает законы, описывающие взаимодействие этих тел, тогда как кибернетика разрабатывает программы действий;

— научные законы стремятся к наиболее полным обобщениям и не учитывают некоторых наблюдаемых явлений, к которым известные на данный момент законы неприложимы; кибернетика же, разрабатывая программу эффективного действия, имеет дело лишь с ограниченной областью внешней среды, но зато должна принимать во внимание все известные свойства этой среды, даже те, которые не учитывались при установлении научных законов; наука занимается прошедшим и настоящим и часто воздерживается от заключений о будущем, тогда как кибернетика должна предвидеть будущее и основывается на конечной цели действия; ее задача и заключается в выборе средств, которые позволили бы достигнуть цели, намеченной еще до начала действия.

Перечисленные различия показывают также, что кибернетика не является и «прикладной» наукой.

Делались попытки отождествить кибернетику с наукой о поведении. Жорж Р. Буланже даже ограничил область кибернетики целеустремленным поведением. Но в науке о поведении, даже целеустремленном, одно наблюдаемое действие объясняется как следствие другого, тогда как кибернетика выбирает действие для достижения определенной цели. Платон остроумно исследовал действия кормчего, тесно связанные с действиями капитана и рулевого. Рулевой воздействует па кормило, его действие  {106}  имеет конечную цель. Но именно кормчий управляет действиями рулевого так, чтобы судно достигло порта, и мышление кормчего — это мышление кибернетическое. Цель же действия определяет капитан, отдающий команду.

Мышление кормчего представляет собой пример кибернетического мышления, и слово «кибернетика» происходит от древнегреческого слова kubernhtikh́, что значит «кормчий».

Кибернетика не относится к области техники, так же как и к области науки. Она не представляет собой некоторой технической теории, сравнимой, например, с теорией турбодвигателей, которая описывает общие зависимости между действием турбин, насосов, вентиляторов и других подобных машин. В самом деле, технологический процесс сводится к применению программы, тогда как кибернетика разрабатывает самую программу и изменяет ее в зависимости от реакции внешней среды.

Итак, кибернетика, отличаясь одновременно от науки и от техники, характеризуется особым способом мышления.

Кибернетическая логика сложна, и все ее формы полностью еще не изучены. Однако уже в настоящее время достаточно широко используется метод аналогий и моделей и можно впервые дать его научный обзор.

Механизмы, аналогии и модели

Выше уже указывалось, что действие развивается во времени и что в результате действия изменяется внешняя среда. Это явление может быть точно выражено посредством понятия «механизм».

Механизм есть такая физическая система, которая может последовательно изменять свое состояние. Например, двигатель автомобиля состоит из деталей, занимающих при его работе ряд различных последовательных положений. Двигатель — это механизм. Химические вещества, реагирующие между собой и изменяющиеся во времени, также представляют собой механизм. В таком же смысле говорят о механизме химической реакции, об экономическом механизме, о механизме математического доказательства.

С понятием о механизме связано еще несколько других простых понятий.  {107} 

Механизм называется формализованным, если его связи с окружающей средой заранее известны. Формализованный механизм получает исходные данные через вводное устройство, перерабатывает их и на выходе выдает результаты. Действие механизма определяется логической связью между исходными данными и результатом; структура механизма зависит от природы его органов и способа их действия.

Различие между действием и структурой механизма очень значительно: оно основывается на том, что механизмы, имеющие разную структуру, могут совершать одно и то же действие, а один и тот же механизм может выполнять несколько разных действий.

Пример первого: для нагрева кастрюли с водой можно использовать любой из таких механизмов, как пламенная печь, газовая плита и электрическая плитка. Пример второго: наиболее наглядное действие мускулов человеческого тела состоит в том, что они приводят в движение кости скелета, но у них есть и менее заметная функция, заключающаяся в накоплении глюкозы.

Два механизма аналогичны, если их органы, соответствующие один другому, выполняют одну и ту же функцию. Например, диск фонографа и лента магнитофона — аналогичные механизмы, так как их функция состоит в хранении музыкальной записи.

Понятие аналогии широко распространено; в процессе мышления все прибегают к аналогиям и сравнениям. Но, как было показано, кибернетика не может довольствоваться методом научного мышления, т.е. дедуктивным, а должна анализировать рассуждения, которые она использовала, и условия их эффективности. По этой причине была изучена сущность и метода аналогии.

Метод аналогии состоит в следующем. Убедившись в аналогичности двух механизмов (т. е. в том, что они выполняют некоторые общие функции), предполагают, что известные функции одного механизма присущи также и другому механизму, для которого их наличие не установлено.

Например, наблюдали, что функции организмов животных — пищеварение, дыхание, кровообращение, выделение и т. д.— аналогичны функциям организма человека и что отправление этих функций может быть нарушено одними и теми же болезнями. При изучении действия  {108}  лекарственного препарата Сначала проводят опыты на животных и затем предполагают, что при назначении этого лекарства человеку результаты будут аналогичны результатам, наблюдавшимся на животных. Таким путем устанавливают приближенно дозы лекарств для человека.

Моделью некоторого механизма или действия называют искусственно созданный механизму имеющий определенные аналогии с данным механизмом.

Вернемся к предыдущему примеру.

Прежде чем ставить опыты на животных, выращивают микробы определенной болезни в питательной среде, которая представляет собой модель гуморальной среды живого организма. Как питательные среды, так и организмы животных представляют собой аналоги человеческого организма, но питательные среды производятся человеком и поэтому являются моделями; организм животного не может быть создан человеком и представляет собой природный аналог человеческого организма.

Из данного выше определения и приведенного примера становится понятно, что создание моделей тесно связано с методом мышления по аналогии. Прогресс человека в познании окружающего мира и в воздействии на окружающий мир происходил благодаря созданию моделей, к которым применялся метод мышления по аналогии. Один из наиболее значительных последних результатов изучения метода мышления по аналогии — выработка условий, необходимых для того, чтобы существовала большая вероятность эффективности модели:

— модель должна быть верной, т. е. иметь аналогии с оригиналом;

— модель должна воспроизводить преимущественно функции оригинала, а не его структуру;

— модель должна быть простой.

Например, обычной моделью силы служит вектор. Это верная модель, потому что такие характеристики, как начало вектора, его направление, длина, аналогичны свойствам силы: точке приложения, направлению, величине. Поэтому в большинстве задач динамики силы могут быть представлены их векторной моделью с большой вероятностью того, что решения, полученные при оперировании и векторами, подтвердятся на опыте. Замечу, впрочем, что французские исследователи Поль Пенлеве и Этьен Делассю привели примеры и таких реально существующих  {109}  систем, поведение которых не может быть описано путем применения законов динамики к их векторной модели. Норберт Винер в 1951 г. на Парижском конгрессе «Вычислительные машины и человеческая мысль» указал на сходство между замкнутыми контурами нервной системы и замкнутыми электрическими контурами вычислительных машин, в которых импульсы движутся сколь угодно долго, образуя «память» машины. Такое сходство позволяло думать, что замкнутые контуры нервов являются элементами памяти мозга. Однако другой участник конгресса Лоренте де Но показал, что это не так: аналогия, отмеченная Винером, основывалась лишь на структурном сходстве контуров и оказалась неэффективной.

Ниже, в подразделе «Реакция населения на психологическое воздействие», мы расскажем об аналогиях между указанными контурами, которые основаны на сходстве их функций и оказались весьма эффективными.

Математические модели переросли в теории, излагающие те изменения, которым можно подвергнуть некоторые модели путем применения правил логики. Развитие большей части теорий на определенном этапе прекращается, и более внимательное изучение показывает, что этот момент наступает тогда, когда модели становятся настолько сложными, что человеческий ум перестает их представлять. Так, теория алгебраических кривых, детально разработанная для кривых второго порядка, в отношении кривых третьего порядка в лучшем случае ограничивается классификацией их форм, а изучение кривых более высоких порядков сводится к рассмотрению отдельных частных случаев.

Информация

Как сталь служит материалом для механических изделий, материалом для мышления является информация. Н. Винер ясно представлял громадное значение информации, объединяя в своем определении кибернетики такие понятия, как «управление» и «связь», т. е. передача информации.

Создано несколько теорий информации, из которых наиболее известна теория К. Шеннона. Но кибернетика в принятом нами широком понимании должна учитывать те обстоятельства, которые отбрасывались различными теориями информации.  {110} 

Пользуясь обычными терминами информацию можно определить как «физическое воздействие, вызывающее ответное физиологическое действие».

Для эффективного использования информации с целью управления действием это определение следует уточнить.

Грей Уолтер в своем смелом сравнении рассматривал психологические действия как отправление физиологических функций. Он назвал функцией мышления получение, хранение и переработку информации. Получению, хранению и переработке информации соответствуют такие психологические действия, как восприятие, память и воображение. Удобно также выделить функцию воли, которая проявляется в принятии тех или иных решений, представляющих одну из разновидностей информации.

Мышление аналогично усвоению пищи. Переваривание ее имеет сходство с восприятием, так как при пищеварении пища перерабатывается в такие химические вещества, как гликоген и глюкоза, которые могут сохраняться в тканях организма. Память сходна с гликогенным действием печени и мускулов, которые накапливают и хранят энергию, привносимую с пищей. Наконец, воображение аналогично такой функции организма, которая создает тот или иной физико-химический носитель энергии, соответствующий способу использования этой энергии в том или ином органе живого существа.

Короче говоря, аналогия между усвоением пищи и мышлением заключается в том, что в первом случае человеческий организм получает извне, хранит, видоизменяет и распределяет требующуюся ему энергию, а во втором случае, в процессе мышления, аналогичные операции выполняются в отношении информации.

С понятием «мышление» связана одна особенность. Нам неизвестен орган мышления, так же как неизвестны органы памяти, воображения, воли. Но кто может сказать, какая материальная субстанция является носителем радиоволн, идущих от антенны передатчика к антенне приемника? В кибернетике не возникает затруднений из-за того, что носитель информации неизвестен, так же как инженер-связист использует радиоволны, ничего не зная о природе их носителя.

Определение понятия «информация» может быть теперь уточнено, если называть информацией «физическое действие, влияющее на мышление».  {111} 

Следовательно, информация имеет две стороны: семантику, которая заключается в действии данной информации на мышление, и носитель информации — физическое явление, оказывающее семантическое действие на мышление.

Универсальность кибернетики

При управлении действием должна приниматься во внимание вся совокупность информации о внешней среде, так как какое-либо даже незначительное неучтенное обстоятельство может оказать серьезное влияние на эффективность действия. Это значит, что при создании моделей и применении кибернетической логики следует пользоваться знаниями, относимыми обычно к различным областям: физике, химии, биологии, психологии, механике, математике, литературе и т. д. Другими словами, нужно «брать добро там, где оно лежит».

Кибернетические методы мышления с трудом укладываются в категории существующих психологических теорий. Поэтому между результатами, получаемыми в кибернетике, трудно установить последовательную связь, и автор должен извиниться за то, что изложение материала следующего раздела не построено по строго рациональному плану.

Любое рассуждение, любое указание, любая творческая идея могут быть использованы в кибернетике, если они эффективны, вне зависимости от того, какими путями они получены. В этой связи между идеями, различными по природе и происхождению, связи, устанавливаемой для достижения такого управления действием, которое с успехом привело бы к поставленной цели, а также в свободе кибернетической мысли затрагивать все проблемы воздействия на окружающую природу и человека для получения объективных сведений о них и для эффективного на них воздействия,— во всем этом заключается универсальность кибернетики.

Последние результаты

Универсальность кибернетической мысли проявляется в аналогиях, сопоставляющих самым неожиданным образом предметы самых различных категорий. Приведем несколько типичных примеров.

Рис. 1
Рис. 2 Кривые на верхнем рисунке показывают ход распродажи однородных товаров в течение месяца; на среднем — распродаж, производившихся в течение недели в разное время года; нижний график показывает ход распродажи в течение длительного времени; стрелками обозначены дни, когда происходило усиленное рекламирование товара. Если сопоставить все эти кривые, как это «сделано на рис. 3, то оказывается, что они имеют одну и ту же форму
Рис. 3 Как бесконечно далекие, так и до полного совпадения близкие по структуре явления легко могут быть сопоставлены в том случае, если их функции одинаковы. Процессы прохождения импульсов в нервной системе человека описываются той же математической кривой, что и зависимость спроса на товары от хода рекламной кампании

Реакция населения на психологическое воздействие. В начале XX в. невропатологи, в частности французский исследователь Луи Лапик и англичанин Чарлз С. Шеррингтон, показали, что при возбуждении конца нерва по  {113}  нему распространяется электрическая волна, имеющая такую форму, как показано на рис. 1, где по оси абсцисс отложено время, а по оси ординат — разность потенциалов. Дени Габор показал, что волна, несущая мгновенный импульс через электрический фильтр, может рассматриваться как результат наложения друг на друга волн, близких по форме к кривой Лапика и смещенных во времени одна относительно другой. Такую же форму имеет волна, которая распространяется в контуре, состоящем из нервов и нервных узлов (ганглий), и передается от одного нерва к другому через образование, называемое синапсом, без соприкосновения нервов.

При поисках других аналогий было установлено, что электронная лампа имеет сходство с синапсом, так как связь между электродами лампы осуществляется также через плохо проводящую среду. Таким образом, нервный узел и электрический фильтр действуют по одному и тому же принципу, отличаясь один от другого структурой.

Если затем учесть, что электрические импульсы, распространяющиеся по нервам, почти всегда являются носителями информации и что импульсы в электрической цепи также часто служат для передачи информации, то по аналогии можно предположить, что реакция на возбуждения использующего информацию механизма должна описываться кривой, сходной по форме с кривой Лапика, даже тогда, когда возбуждения не создаются электрическими импульсами. В частности, таким механизмом можно считать население, получающее устную или зрительную информацию.

Для проверки метода аналогии был проделан следующий опыт. В качестве механизма рассматривались покупатели одного крупного парижского магазина. Информацией служили сообщения о рекламной распродаже товаров, а за меру реакции принималась выручка за время распродажи. К рекламировавшимся товарам относились чулки, перчатки, парфюмерные изделия, белье, хозяйственные товары. Рекламные распродажи производились в разное время года, и продолжительность их также варьировалась. После статистической обработки полученных результатов были получены кривые, показанные на рисунках. Вершины этих кривых имеют абсциссу, равную 10, и ординату, равную 100.

Из этого опыта можно заключить, что достаточно однородное население вполне определенным, присущим для  {114}  него образом реагирует на психологическое воздействие. Уяснению этой закономерности мы обязаны методу мышления по аналогии, описанному выше.

Работа предприятия. Если метод аналогий применить в другой области — по отношению к поведению отдельного органа живого организма, или отдельного живого существа, или человеческого общества, то можно отметить следующее:

— действия отдельных органов животного согласованы между собой, и цель их, по всей видимости,— поддерживать существование животного и дать ему возможность действовать, в чем и состоит потребность, удовлетворить которую стремится животное;

— действия органов человека, а часто и их строение имеют много общего с действиями органов животного, и при их функционировании преследуется та же цель; но почти у каждого человека в значительно большей степени развита функция мышления, и потребности, удовлетворить которые стремится человек, носят особый характер — это потребности эстетические.

Следовательно, очевидная цель активности человека заключается в удовлетворении его потребностей.

В доисторические времена люди объединялись для охоты, в современных условиях они объединяются в производственные группы для того, чтобы благодаря совместным направленным усилиям удовлетворять свои потребности, чего они не могли бы добиться, действуя каждый в отдельности, или же для того, чтобы всем вместе наслаждаться, когда удовольствие не может быть доставлено каждому из них в отдельности.

Анализ современных социальных отношений при помощи аналогий между животным и человеком, между человеком и обществом, между органами человека и органами общества выявляет такие черты в жизни общества, которые до сего времени оставались незамеченными или не могли быть исследованы.

а) Действие всего человеческого общества заключается в удовлетворении потребностей его членов. Это действие мы будем называть экономической функцией общества. Группу лиц, деятельность которой служит выполнению этой функции, мы будем называть предприятием.

Например, завод, производящий пневматические шины,— это предприятие, функция которого заключается  {115}  в производстве шин, чтобы удовлетворить потребности людей, пользующихся автомобилями. Библиотека — это предприятие, функция которого сводится к тому, чтобы предоставлять книги в распоряжение лиц, испытывающих потребность в чтении.

б) Работа предприятия складывается из действий отдельных людей, использующих орудия производства: инструменты, машины, транспортные средства и т. д. Предприятие обеспечивает процесс производства орудиями производства; информация, возникающая в процессе работы, создается работниками предприятия.

Приводящийся обычно пример с рабочим, заливающим металл в изложницы, имеет целью показать, что на предприятии есть работники, являющиеся в основном источниками физической энергии. Но так как в результате производственного обучения можно достичь такой же производительности при меньшей затрате физического труда, то ясно, что в случае физического труда действиями рабочего управляет информация. Даже тот факт, что некоторые люди с трудом справляются с производственным обучением, свидетельствует, что во время работы рабочий максимально использует присущую ему способность к переработке информации.

Когда рабочий управляет машиной, его сложные, но совершаемые без больших физических усилий движения поставляют машине информацию для выполнения отдельными ее частями силовых операций. Рабочий в данном случае не затрачивает своей энергии для выполнения этих операций.

Действия всех работников предприятия, начиная с бригадира и кончая директором, сводятся к предоставлению в нужный момент информации, необходимой для функционирования предприятия.

в) Работники предприятия отличаются один от другого по количеству и качеству поставляемой ими информации. Производственная квалификация работника — это совокупность качеств, включающая в себя информацию, которой он обладает в своей профессии, силы воображения, которой он наделен для выработки на основе этой информации новой, и, наконец, его способность передавать информацию другим работникам.

г) Принимая во внимание то, что деятельность отдельных членов общества сводится главным образом к  {116}  обмену информацией, кибернетика разумно решает проблему «общественных отношений» (public relations). Так американцы называют проблему, часто возникающую при взаимоотношениях людей и связанную с тем, что им иногда трудно понять друг друга и прийти к согласованному мнению. Эти трудности возникают в отношениях между руководителем и его сотрудниками, между продавцом и покупателем, между служащим и администрацией учреждения и т. д.

С позиций кибернетики «общественные отношения» можно рассматривать как особый вид передачи информации. По аналогии с передачей информации по радио, когда передатчик и приемник должны быть настроены электрически на одну и ту же частоту, чтобы передача совершалась без искажений, образы мышления человека, передающего информацию, и человека, ее принимающего, также должны быть согласованы между собой. А так как принимающий информацию не знает, что ему будет сообщено, то именно передающий информацию должен соответствующим образом приспосабливаться к нему, для чего он должен знать:

— какой информацией уже располагает принимающий информацию и в какой форме она была ему сообщена;

— насколько принимающий способен усвоить новую информацию.

Исходя из этого передающий новую информацию должен делать это в форме, доступной для восприятия принимающего.

Короче говоря, кибернетика видит простое решение проблемы «общественных отношений» в освоении средств передачи информации.

В частности, обстоятельное изучение таких средств передачи информации, как речь, рисунок, кинофильм, должно стать частью народного просвещения, что приведет к хорошей профессиональной квалификации.

д) Наконец, наблюдая реакцию людей на психологическое воздействие, можно предположить, что предприятие состоит из самоорганизующихся единиц.

Начиная с рабочего, у которого свой собственный способ обращаться с машиной, и кончая директором, у которого свой собственный метод руководства людьми, все работники производства действуют в пределах поставленного  {117}  перед ними задания в соответствии с собственной инициативой.

Например, на стройке приходится переводить рабочих из одной бригады в другую в зависимости от срочности выполнения тех или иных работ. Организация работы видоизменяется в зависимости от обстоятельств по указаниям производителя работ. Следовательно, такая стройка представляет собой самоорганизующуюся производственную единицу.

В понятии самоорганизующейся производственной единицы выделяются следующие моменты:

— при организации предприятия основное внимание обращается на его действие, а не на его структуру. Структура предприятия может быть изменена, если это необходимо, для того чтобы предприятие осуществляло свою функцию;

— деятельность каждой производственной единицы определяется поставленными перед ней целями;

— информация, которой обмениваются руководители производственных единиц, относится к цели, или, что одно и то же, к результатам их деятельности.

Таким образом, главная особенность «предприятия» состоит в том, что это сообщество людей, основной вклад которых заключается в выработке информации. Поэтому для правильного функционирования экономического механизма имеет большое значение производственная квалификация работников предприятия, а также профессиональное обучение. Проблема «общественных отношений» решается путем изучения средств передачи информации. Исследование сущности предприятия показывает, что оно состоит из самоорганизующихся единиц. Многочисленные проблемы, связанные с организацией предприятия, разрешаются исходя из этого положения.

Кибернетика машин. Для построения аналогии в кибернетике Н. Винер всегда исходил из понятия «машина» или «орган машины». Следовательно, сначала кибернетика занималась машинами.

Но что такое машина?

Самая древняя известная нам машина — токарный станок (2000 г. до н. э.). Древесный ствол, из которого хотели выточить колонну, подвешивали между двумя деревьями и вращали при помощи веревки. Человек держал  {118}  резец и прижимал его к вращавшемуся стволу. Он перемещал резец и придавал ему нужное положение, пользуясь доской, параллельной обрабатываемому стволу.

У современного токарного станка те же самые основные части: две бабки, которые зажимают обрабатываемую деталь и с помощью мотора приводят ее во вращение; резец, который держится в суппорте, а не в руках рабочего; суппорт перемещается под действием других частей станка.

Машина создается для того, чтобы заменить человека при выполнении некоторого действия.

Орган, совершающий действие, которое вызывает изменение внешней среды, в чем и заключается его цель, называется эффектором. Остальные органы, предназначенные для управления действием эффектора,— это кибернетические органы.

С определенной точки зрения управление машиной — это интеллектуальная операция, и кибернетические органы, так сказать, заменяют человека при выполнении таких операций.

Здесь следует сделать одно замечание, которое очень редко формулировалось с достаточной ясностью. Эффективно действующие машины — это не те машины, которые повторяют жесты и логические операции человека, т. е. роботы. Эффективно действующими являются такие машины (и они уже применяются на производстве), которые используют наиболее простые в данных условиях средства для разрешения соответствующей производственной задачи. Перед ними ставится задача, требующая решения, и они ее разрешают удовлетворительными с точки зрения механики средствами. Вот один пример.

В конце первой мировой войны в Скалистых горах была построена первая гидроэлектростанция, управляемая на расстоянии. Робот в виде человека с ногами, туловищем и головой, снабженный телефонным аппаратом, перемещался по рельсам перед приборами и кнопками управления. Поднося свою «руку» к шкалам приборов, он считывал их показания, по которым определялось состояние станции (уровень воды, напряжение, мощность и т. д.), и передавал эти показания за несколько сот километров в долину. Из долины приходили ответы, содержавшие указания о тех маневрах, которые должен был выполнять робот. Тогда робот перемещался по рельсам  {119}  и нажимал на соответствующие кнопки управления. Информация передавалась в виде пяти нот музыкальной гаммы.

В наши дни устройства для телеотсчетов и телекоманд помещаются в неподвижном корпусе, а носителем информации являются электрические импульсы, которые через распределительные устройства поступают в соответствующие исполнительные органы. Исполнительные органы по внешней форме не имеют уже сходства с человеком, и хотя они выполняют вместо человека логические операции, осуществляют их иными техническими средствами.

Органы машины или машины, управляющие сами собой, называются автоматами. Автоматизм достигается при помощи кибернетических органов. Поэтому многие инженеры путают автоматику с кибернетикой и даже с математической теорией машин-автоматов.

Но для инженера математическая теория — это модель существующих в природе явлений, преимущество которой заключается в том, что эта модель изменяется в соответствии со строго определенными правилами — правилами логики. Определенность этих правил облегчает их применение, особенно с помощью вычислительных, или «думающих», машин. Применение математических моделей — это частный случай кибернетической логики, когда между двумя рассуждениями по аналогии вклинивается дедуктивное рассуждение. Только в том случае, когда выводы, полученные в результате математических преобразований модели, оправдываются на опыте, теория находит практическое применение. Другими словами, кибернетическая логика не разделяет технику и теорию. Если, например, исследовать работы по созданию искусственных спутников в различных странах, то можно отметить, что неудачи обычно вызываются техническими причинами, а не недостатками теории.

Последние примеры. В последних методологических работах ясно подчеркивается оригинальность кибернетической логики и ее отличие от дедуктивного метода мышления. В первую очередь следует отметить значительную работу польского профессора X. Греневского «Кибернетика без математики» (Варшава, 1958), в которой систематически изучен вопрос о представлении природных явлений в виде моделей. Это такие модели, у которых  {120}  аналогии с оригиналом устанавливаются путем его описания. Язык моделей Греневского — это не математический, а особый графический язык, весьма схожий со схемами электронных машин.

Но само разнообразие изучаемых таким путем явлений говорит о больших возможностях метода моделей, т. е. метода кибернетической логики. В частности, такие простые модели легко позволяют понять, в чем заключается поведение по Павлову, а также указывают пути создания машин для перевода с одного языка на другой.

Механизм обратной связи, который интересует инженера обычно лишь в том случае, когда он стабилен (отрицательная обратная связь), и который может быть описан математически только в случае его линейности, был применен английским ученым Стенли Джонсом в биологии в его наиболее общем виде с использованием обычного языка. Анри Лабори (Франция) также описал этот механизм, используя схемы своего соотечественника Пьера де Латиля, очень близкие к моделям профессора Греневского.

Основные идеи математической теории информации Шеннона, сопоставлявшего ее с кинетической теорией газов, были использованы французским исследователем Франсуа Бонсаком, которому удалось показать природу парадоксов статистической термодинамики и устранить их, а также интерпретировать математические результаты Шеннона в области биологии и психологии.

Изучение экономики с помощью кибернетической логики проводится в Институте прикладных экономических наук в Париже под руководством профессора Франсуа Перру.

Итак, научное развитие расширяет область кибернетики, ограничивавшейся первоначально математической теорией машин-автоматов и применением этой теории к некоторым механизмам, и позволяет рассматривать кибернетику как специфический способ мышления, наиболее изученной формой которого является метод аналогий и использование моделей.

Результаты, уже полученные на этом пути, позволяют думать, что такое понимание кибернетики в будущем станет всеобщим.

ЭЛЕКТРОННЫЕ МАШИНЫ И АВТОМАТИЗАЦИЯ УМСТВЕННОГО ТРУДА

В. М. ГЛУШКОВ

Электронные вычислительные машины — одно из наиболее удивительных созданий науки и техники XX столетия. Их вполне можно поставить в один ряд с практическим использованием атомной энергии или началом освоения космоса. Правда, рождение электронных вычислительных машин было не таким эффектным, но с течением времени они стали завоевывать все новые и новые позиции. Теперь все большее число ученых склоняются к мысли, что в конечном счете появление электронных вычислительных машин сыграет для человечества не меньшую, а, по-видимому, даже большую роль, чем атомная энергия или космические полеты.

Это объясняется тем, что электронные вычислительные машины — универсальные преобразователи информации, а с преобразованием информации человек сталкивается всегда в любой сфере своей деятельности. По существу, именно преобразованием информации занимается и переводчик, и экономист-плановик, и математик, и даже поэт. Преобразование информации — это и есть содержание того, что мы называем умственным трудом человека. А так как и в то время, когда человек выполняет чисто физическую работу, мозг человека работает, координируя движения человеческих рук и ног, то, по существу, нет ни одного участка деятельности человека, где мы не имели бы дела с преобразованием информации.

Именно благодаря такой неограниченной области применения электронных вычислительных машин их научное и техническое значение будет изо дня в день увеличиваться.

Почему мы называем электронные вычислительные машины универсальными преобразователями информации? На первый взгляд, здесь как будто есть противоречие: электронные машины имеют дело с информацией только одной природы — числовой, тогда как в перечисленных  {122}  выше процессах преобразования информации участвует информация самая разнообразная. Действительно, информация, которую человек воспринимает,— это и звуковая информация, причем не только осмысленная, но и различного рода шумы, в конце концов музыка; это и зрительная информация, все богатство форм и красок внешнего мира. А электронные вычислительные машины имеют дело только с числами.

Но противоречие это только кажущееся. Нетрудно показать, что числовой способ задания информации является в некотором смысле универсальным, т. е. что любую информацию можно путем сравнительно несложных преобразований привести к числовому виду. Более того, уже разрабатываются информационные устройства, позволяющие любой вид информации преобразовывать в числовую форму, и наоборот. Правда, эти аппараты сейчас еще не всегда надежны, обладают недостаточной скоростью и т. д. Но они существуют.

Сомнение в универсальности вычислительных машин как преобразователей информации может вызывать еще и то обстоятельство, что правила преобразования информации различной природы качественно различны. Одни правила математика применяет при решении вычислительных задач, совсем другие — при доказательстве теорем.

Но и здесь мы подходим к одному из фундаментальных фактов, который был установлен математической логикой еще в домашинный период, но значение которого для человечества стало ясно только после того, как появились электронно-вычислительные машины.

Нас не удивляет, что множество разнообразных предметов, нас окружающих, в конце концов состоят из одних и тех же элементарных частиц в разных комбинациях. Электроны и протоны одинаковы везде, но тем не менее сочетания их в атомах и молекулах дают совершенно различные тела.

А почему бы информации быть в этом смысле исключением? Почему не может быть «информационных атомов», атомов преобразования информации, на которые можно разложить любые правила преобразования информации? Оказывается, это сделать можно. Можно выделить небольшое число типовых правил — «атомов», с помощью которых можно представить, или, как выражаются  {123}  в электронно-вычислительной технике, запрограммировать любые правила, если только эти правила познаны и точно описаны. Природа этих правил роли уже не играет. Это могут быть правила грамматики, математики, стихосложения, музыкального творчества, экономического анализа и т. д. Если эти правила познаны и точно описаны, их можно разложить на некоторые элементарные правила.

А электронная вычислительная машина впервые вис-тории человечества вместила в себя весь набор элементарных правил преобразования информации и имеет принципиальную возможность выполнять по этим правилам любые действия в заданной последовательности.

Это обстоятельство и делает электронные вычислительные машины универсальными преобразователями информации универсальным средством автоматизации не только физического труда человека, но и умственного труда, причем умственного труда достаточно высокой квалификации.

По существу, на наших глазах происходит вторая техническая революция. Первая такая революция, затронувшая область физических усилий, была связана с созданием двигателя, умножившего физическую мощь человечества. Теперь же мы являемся свидетелями рождения универсальных автоматов, которые помогут неограниченно увеличить интеллектуальную мощь человечества.

Разумеется, одно дело — принципиальная возможность и другое дело — ее практическая реализация. Для того чтобы действительно использовать все огромные возможности, уже заложенные в современных электронных вычислительных машинах, не говоря о машинах будущего, необходимо изучить те правила, по которым человек преобразует информацию в той или иной сфере приложения своего интеллекта, в той или иной сфере умственной деятельности. А это задача колоссальной сложности.

Если позволено мне будет употребить такое сравнение, то вычислительная машина подобна мозгу только родившегося ребенка, который нужно «начинить» соответствующей информацией. Потенциально ребенок может обладать такими возможностями, что из него может вырасти Ньютон или Лобачевский. Но необходима огромная работа, чтобы сообщить ему всю совокупность знаний, всю необходимую информацию, можно сказать, необходимые  {124}  программы работы — программы очень высокого уровня, взаимодействие которых мы в полной мере еще ясно себе не представляем.

Нужно иметь в виду, что принципы, с помощью которых преобразование информации раскладывается на отдельные элементарные акты в мозгу человека, имеют только внешнее сходство с теми принципами, которые реализуются в электронных вычислительных машинах. Тем не менее внешний конечный результат один и тот же: как мозг человека, так и электронные вычислительные машины — универсальные преобразователи информации, хотя построенные совершенно по-разному.

И теперь встает следующий, не менее важный и интересный вопрос. Если перед человечеством открываются столь широкие горизонты машинной переработки информации, облегчения умственного труда, а для реализации этих перспектив нужно будет проделать очень большую работу, то куда же следует направить основные усилия в настоящее время? Какие задачи в первую очередь должны интересовать человечество, науку? Что в первую очередь надо передать машинам, в какой области призвать их на помощь?

Можно, скажем, пытаться решить задачу машинной переработки информации в применении к автоматизации игры в шахматы: изучить правила, по которым гроссмейстер оценивает позиции, разложить их на элементарные правила и в конце концов получить программу. Но человечество еще не испытывает особого ущерба оттого, что люди играют в шахматы по-старому, без использования электронно-вычислительной техники. В то же время существуют такие области человеческой деятельности, где уже сегодня дальнейшее развитие без использования электронно-вычислительной техники невозможно. Это те области, где количество информации, которое наваливается на работающего в них человека, начинает превосходить его возможности. Возникает информационный затор: информация скапливается, и человек не успевает ее перерабатывать. Тогда он прибегает к какому-нибудь качественному методу, методу качественных оценок и выполняет соответствующую работу хуже, с большим количеством ошибок.

Мы как-то не привыкли задумываться над тем, что не только физические, но и умственные возможности  {125}  человека ограниченны. Человека нельзя заставить мыслить все с большей и большей скоростью, не изменив существенно биологической природы человеческого мозга. Вряд ли на протяжении ближайшего столетия появится человек, который способен будет запомнить наизусть все книги, хранящиеся в Ленинской библиотеке, или выучить наизусть в течение часа Большую советскую энциклопедию. В области умственной деятельности человек имеет определенный предел производительности труда, и когда к нему предъявляются требования, превосходящие этот предел, он не может их выполнить, так же как землекоп не может выкопать лопатой котлован для крупной гидроэлектростанции.

Но то, чего не может сделать человек как объект биологический, он может делать и делает успешно как объект социальный. Человеческое общество уже нашло способы штурмовать эти вершины информации. Изобретение книгопечатания, например, тоже было ответом человечества на увеличение количества информации. Благодаря ему человек как социальный объект восполняет свои недостатки как объекта биологического. В настоящее время эти возможности неограниченно умножились в связи с применением электронных вычислительных машин.

Таким образом, усилия ученых, работающих в области применения электронных вычислительных машин, нужно направить в первую очередь в те области человеческой деятельности, где уже сегодня ощущается информационный затор и где он будет испытываться в ближайшем будущем.

Надо сказать, что само появление электронных вычислительных машин было вызвано именно образованием такого информационного затора. В связи с развитием новых областей техники в вычислительной математике появились такие задачи, которые при старых методах счета потребовали бы десятков, сотен, может быть, тысяч лет человеческого труда. Техника не могла ждать столько времени. И тогда противоречие, создавшееся в результате возникновения такого информационного затора, было разрешено при помощи электронных вычислительных машин.

Первая задача, которая встает перед нами,— это задача автоматизации планирования, управления экономикой и учета. Проблемы, возникающие в системе  {126}  планирования, грандиозны. Наша промышленность, народное хозяйство непрерывно растут, и управлять этим хозяйством становится все сложнее.

Например, перед Госпланом УССР стоит задача согласовать планы материально-технического снабжения с планом производства материалов. Для этого Госплан должен получить исходную информацию в размере 100 млн. чисел и произвести с этими числами примерно триллион операций. Что такое триллион операций? Если вы будете выполнять одну операцию в секунду, что человек заведомо не может делать на протяжении сколько-нибудь длительного времени, то для выполнения такого количества операций потребуется 30 тыс. лет. И это только для составления годового плана!

Ясно, что без автоматизации в сфере планирования невозможно решить те огромные задачи, которые встают перед страной. Если же вы примените электронную вычислительную машину, которая делает 100 тыс. операций в секунду (а эта скорость является в настоящее время довольно обычной), то подобная задача может быть решена за три-четыре месяца, а если вы примените несколько таких машин, то еще быстрее.

Таким образом, электронно-вычислительная техника дает возможность осуществлять гораздо более детальное планирование и наилучшим образом использовать те огромные преимущества, которые заложены в социалистической системе хозяйства. Практика применения у нас электронных вычислительных машин показывает, что эти преимущества во много раз умножаются, когда мы начинаем применять электронно-вычислительную технику.

Я могу привести такой пример. С помощью электронных вычислительных машин теперь решаются многие транспортные задачи. Планы железнодорожных перевозок, составленные машинами, на 10—15%, а план автомобильных перевозок чуть ли не в 2 раза экономичнее, чем составленные «вручную».

В настоящее время электронные вычислительные машины используют в основном так называемые линейные модели, и математики приобрели большой опыт в применении их для планово-экономических расчетов. Сейчас возникает проблема построения динамических моделей, которые позволили бы найти наилучшие пути развития нашей экономики с целью обеспечить заданный уровень  {127}  потребления на какой-то определенный период. Математики пытаются создавать методы, которые позволят решить такие задачи. И здесь в большом долгу оказываются экономисты, которые должны разработать соответствующие экономические модели и дать возможность математикам применить эти методы решения.

Очень важная проблема в автоматизации планирования — проблема автоматизации первичного учета. Те формы хранения информации, к которым мы привыкли, совершенно не удовлетворяют электронно-вычислительную технику и являются в наше время архаичными. Необходимо переходить к новым формам хранения первичной информации, удобным для последующей передачи на электронные вычислительные машины: на магнитной ленте, на перфокартах, на специальных документных бланках. Сегодня всякий, кто занимается учетом и составлением документов, должен думать о том, как будет этот документ читать не только вышестоящая инстанция или контрагент, но и электронная вычислительная машина. Уже появляются такие системы, в которых подготовка первичных документов совмещается с передачей информации по каналам связи в электронные вычислительные машины. При такой организации все данные, содержащиеся, например, в какой-нибудь лежащей перед вами накладной, одновременно передаются в электронную вычислительную машину, которая их запомнит и использует в дальнейшем.

Предстоит еще огромная работа по увеличению парка электронных вычислительных машин, занятых переработкой планово-экономической информации. Нужно создать, из этих машин мощные вычислительные центры с современными каналами связи, для того чтобы можно было быстрее обмениваться информацией. Речь идет не только о составлении новых языков программирования, но и о перестройке всей системы ведения первичной документации, самой психологии людей, занятых в сфере учета и планирования.

Второе, очень важное применение электронные вычислительные машины находят в комплексной автоматизации инженерно-технических расчетов. Здесь, вообще говоря, машины используются довольно давно: значительная часть расчетов, необходимых при проектировании: новой машины или изделия, уже производится не вручную,  {128}  а электронной вычислительной машиной. Но я хочу сказать о новой возможности комплексной автоматизации процессов проектирования и последующего изготовления машины или изделия, когда процесс проектирования становится органической составной частью самого производственного процесса.

Примером этого может служить одна из работ, выполненных нашим Институтом кибернетики вместе с Институтом автоматики на одном из судостроительных заводов. Там вычислительной машине дается исходная информация о корпусе судна, и она без всякого вмешательства человека, уже по определенной заданной программе производит разверстку листов, из которых сваривается корпус судна, на плоскости и оптимальную раскладку без чертежей нужных деталей заданных размеров, а потом выдает магнитные ленты с программами. Если эту магнитную ленту заложить в соответствующий станок, то он будет вырезать газовым резаком нужные детали из большой полосы стали; если же газовый резак заменить чертежным оборудованием, по той же программе будут выполнены чертежи раскладки деталей в соответственно уменьшенном масштабе.

Все это дает экономию на инженерно-техническом труде, исчисляемую в 200 тыс. рублей в год. Еще большая экономия будет получена при сборке судна, потому что изготовленные таким методом детали корпуса намного точнее выполненных старым способом и подгонка листов в процессе сборки корабля будет практически исключена.

Проектирование с помощью электронных вычислительных машин позволяет перейти от обычных методов к так называемым оптимальным, когда проверяется несколько вариантов решения той или иной технической проблемы и из них выбирается наилучший. Такая возможность была, как правило, принципиально недоступна в домашинный век, потому что построение оптимальных конструкций требовало огромных затрат умственного труда.

Мне хотелось бы остановиться еще на одной, особенно интересной, задаче в области автоматизации проектирования — на автоматизации проектирования самих вычислительных машин.

Часто в популярной литературе говорится о создании таких электронных вычислительных машин, которые будут сами производить себе подобных — будут способны,  {129}  так сказать, к размножению. Сейчас это уже не праздная проблема, которая может интересовать человечество в будущем, а одна из актуальнейших задач сегодняшнего дня.

Существующие электронные вычислительные машины настолько сложны, что па их проектирование уходит очень много времени и конструктор никогда не бывает уверен, что он в данных условиях выбрал лучший вариант. В будущем же предстоит разрабатывать еще более совершенные электронные вычислительные машины. И вот возникает конкретная задача — поручить машине создавать, конструировать себе подобные или еще более совершенные машины.

Такие работы проводятся у нас в институте. Нельзя сказать, что они уже завершены, но развитие автоматизации в настоящее время значительно расширило возможности применения формальных методов синтеза для проектирования электронных вычислительных машин. Одна из основных проблем здесь заключается в создании знаковой системы — своего рода искусственного языка — для описания тех или иных уровней проектирования соответствующего объекта, например совершенно точного «языка» для описания блок-схемы машины. Такой язык сейчас рождается стихийно: один изображает блок-схему так, другой — иначе. Необходимо разработать точный способ представления структуры машины на данном уровне ее абстрактности, реализации блок-схемы, как мы говорим, когда элементы машины еще не выбраны.

Ряд подобных языков в настоящее время создан и создается. После того как структура машины записана на таком языке, к ней можно применить формулу минимизации и оптимизации схемы и получить такие машины, которые другим способом за короткое время построить не удается.

Правда, еще нельзя сказать, что проектирование электронных вычислительных машин полностью автоматизировано, но тем не менее определенный ряд очень трудоемких этапов уже пройден.

Следующая важная проблема, которая встает перед человечеством,— это автоматизация научных исследований. Уже сейчас математики, физики, механики, техники применяют электронные вычислительные машины в своей научной деятельности. Но пока эти вычислительные машины играют подсобную роль, т. е. используются для  {130}  вычислений, а не для того, чтобы выполнять на машинах сам творческий процесс, а тем более — постановку задачи, что составляет в настоящее время сущность науки. Об этом до самого последнего времени боялись даже мечтать, и такая возможность казалась очень далекой.

Прежде всего, подобно комплексной автоматизации инженерного проектирования, можно уже говорить и о комплексной автоматизации научных исследований в области экспериментальных наук. Машина может не просто производить те или иные расчеты, а брать объект исследования, скажем тот или иной физический прибор, присоединяться к этому прибору и самостоятельно проводить физический эксперимент, рассчитывать показания, обрабатывать их и выдавать готовый результат. Комплексная автоматизация исследований уже начинает осуществляться при решении таких задач, как анализ снимков звездного неба в астрономии или анализ следов частиц на снимках, полученных при фотографировании ядерных реакций. Машины изучают эти снимки, выбирают необходимый тип реакций, делают нужные замеры и в конце концов выдают обработанные данные.

Что касается теоретических наук, основанных на дедуктивных методах, то здесь возникает не менее интересная задача автоматизации самого процесса научного творчества. В области математики это прежде всего процесс доказательства трудных теорем.

Спрашивается, а нужно ли решать эту задачу сейчас? Так ли она актуальна в настоящее время?

Люди давно задумывались над тем, как ученый приходит к тому или иному результату. Особенно явно это видно в математике: здесь можно найти наиболее характерные примеры. Часто бывают случаи, когда сформулированная теорема в течение многих лет не решается и большое число людей пытаются найти подход к решению этой теоремы.

Анализируя процесс научного творчества, можно видеть, что человек пытается добиться решения на основе так называемой интуиции, аналогий с теми знаниями, которые он уже имеет, накопил в течение длительного времени, изучая специальную литературу, пробуя всевозможные варианты, исходя из уже решенных проблем и из начальных данных. В конце концов перед исследователем может блеснуть догадка, которая соединит  {131}  звенья цепи, и очень напряженная работа, которая длится годами, завершается успехом.

Но так бывает не всегда. В той же математике существует очень много проблем, над которыми ломали голову выдающиеся математики, но тем не менее они остаются не решенными и сегодня. И получается, что человек двадцать лет программирует себя на решение той или иной задачи, потом еще несколько лет пытается ее решить, а в конце концов вступает в действие неумолимый закон биологии — старость, и человек, который мог бы еще очень и очень многое сделать для науки, уже оказывается выбывшим из строя. Все то, что он мог бы еще написать, погибло.

Кроме того, если существуют проблемы, над которыми человеку надо думать непрерывно, в течение тридцати лет (а такие примеры сейчас не так уж редки), то могут существовать и такие проблемы, над которыми надо думать 200 лет, и человек не решит таких проблем только потому, что положенный ему срок не позволяет этого сделать.

Правда, человечество выходит из этого положения за счет специализации, разложения проблемы на более мелкие подпроблемы, но где гарантия того, что слепые поиски ведут к разрешению проблемы, а не мимо? И сколько еще можно ждать счастливых случайных сочетаний, счастливых догадок исследователей? Темпы развития науки в настоящее время таковы, что, по-видимому, в ближайшем будущем человечество не сможет себе позволить такую роскошь, как ждать случая, дарованного провидением. Поэтому так важна задача автоматизации научного творчества.

На первый взгляд здесь определенное противоречие. В математической логике доказано, что наряду с теориями, поддающимися разрешению путем создания универсальных программ, существуют и так называемые неразрешимые теории, о которых известно, что в рамках подобной теории нельзя сформулировать алгоритмы программ, которые бы доказывали или опровергали данную теорему. Казалось бы, это обстоятельство ставит предел применению электронных вычислительных машин.

Но оказывается, что, по существу, проблема теоретической алгоритмической разрешимости той или иной теории и проблема практической ее разрешимости лежат в  {132}  совершенно разных областях. Если изучить весь ход мыслей научного работника, все переходы, которые он употребляет, то можно прийти к заключению, что здесь действует сравнительно небольшое число правил, которые и помогают ему разрешить определенный круг задач рассматриваемой теории. Таким образом, задача ставится по-другому: найти не универсальный алгоритм, который решал бы все проблемы в данной области, а практически функционирующие алгоритмы, которые работали бы так же или лучше, чем математик, работающий в этой области. Поэтому есть надежда, что, даже если не все практические правила, которыми пользуется человек в процессе доказательства той или иной теоремы, будут вложены в электронную вычислительную машину, она все равно сможет работать быстрее, чем человек.

Может оказаться, что в разрешимой теории, где есть уже построенный алгоритм, решающий все проблемы, в действительности практически пользоваться этим алгоритмом нельзя, потому что даже для вычислительной машины этот алгоритм оказывается громоздким; и наоборот, в неразрешимой теории, где доказана невозможность существования такого алгоритма, может быть достаточно простой алгоритм, который охватывает именно ту часть теории, которая в настоящее время интересна для человечества.

Если мы поставим сейчас задачу построить не такой алгоритм, который может доказать или опровергнуть все мыслимые теоремы в данной области, а такой, чтобы доказать теоремы, которые встанут перед человечеством на протяжении XXI в., то такой алгоритм существует. Почему его не найти?

Правда, если даже сегодня удались доказательства тех маленьких теорем, на которые пытается делить доказательства больших теорем математическая логика, то такие доказательства трудно читать, и человечеству придется преодолеть немало трудностей, чтобы перевести их на обычный русский, английский, немецкий или другой язык, на язык предикатов. Возникает вопрос: а не нужно ли построить такой язык, который был бы в какой-то мере подобен, скажем, русскому языку, но содержал бы меньше возможностей разных способов выражения одной и той же мысли, был бы более определенным и точным, использовал как можно меньше терминов? Для этого нужно  {133}  построить алгоритм, который будет давать доказательства теорем и выдавать их в таком виде, чтобы можно было их читать и публиковать в журналах.

В настоящее время попытки построения подобных программ делаются в целом ряде научных коллективов. Есть некоторые успехи, есть неудачи, показавшие, что здесь предстоит преодолеть очень большие трудности. Во всяком случае, ясно, что мы уже приступили к практическому решению этой проблемы.

Оказывается, что наиболее трудная ее часть — автоматизация не формальных выкладок, а того, что называют интуицией. Человек обычно не штурмует проблему в лоб, он не перебирает всех путей для ее решения, а выбирает только те, которые в силу каких-то аналогий, в силу непознанных вполне ясно законов деятельности мозга кажутся ему ведущими к цели. Поэтому человеческий мозг добивается лучших результатов, чем машина, обладающая большой скоростью работы, но в которой не запрограммирована эта интуиция, потому что мы пока не знаем, что это такое.

Поэтому возникает новый, не менее важный вопрос: а зачем все закладывать в машину? Если человек обладает интуицией, а как вложить ее в машину, мы не знаем, то давайте предоставим эту интуицию человеку. Человеку — человеческое, а машине — машинное. Машине оставим перебор вариантов и оформление окончательного варианта в виде, удобном для печати. Такая задача уже поставлена.

Но здесь мы подходим к одной из актуальнейших проблем развития всей электронно-вычислительной техники — проблеме общения человека с машиной. Дело заключается в том, что в электронной вычислительной машине сегодняшнего дня «кирпичики» ее элементарных действий очень сложны и нужен очень искусный каменщик для того, чтобы сложить из этих кирпичиков стройное здание математической программы. И если исследователю, который пользуется электронной вычислительной машиной для проверки доказательств, надо будет каждый раз «вкладывать» в нее интуицию, то он может сказать: «Бог с ней, с этой машиной, я сам скорее этот вариант решу вручную».

Проблема общения человека с машиной давно волнует коллектив нашего Института кибернетики, и мы пытались  {134}  решить такого рода проблему для формульного вычисления, пытались сделать так, чтобы с машиной мог работать не только математик-программист, но и инженер. Для таких вычислений была создана электронная вычислительная машина «Проминь» малой производительности с упрощенным вводом и упрощенным программированием. Она очень маленькая, размером с туалетный столик, но благодаря тому что тщательно продуман набор операций, команд, сделаны различные упрощения, становится возможным легко программировать простые задачи, с которыми часто сталкиваются конструкторы машин. И инженер через полчаса после того, как ознакомился с инструкцией, уже работает на этой машине, чувствует себя ее хозяином и она его «понимает». Поэтому инженеры с большой охотой идут на применение таких машин. Сейчас коллективом института создана новая, гораздо более совершенная машина аналогичного класса под названием МИР (машина для инженерных расчетов).

Но это касается пока лишь формульных вычислений. Разработка такого языка, который был бы «понятен» машине и достаточно близок к естественному человеческому языку, потребует еще больших исследований. Пока создаются только первые наметки такого языка, и те программы, которые мы строим для автоматизации научного творчества, будут уже закодированы в «переводе» на этот язык. Это еще далеко не то, чего нам хотелось бы. Такое направление будет одним из основных в будущем развитии электронно-вычислительной техники.

Вы, наверное, заметили, что нам приходится не раз возвращаться к проблеме языка: «язык для экономических расчетов», «язык для описания схем электронных вычислительных машин», «точный язык» для общения с машиной — язык, язык и еще раз язык. Нередко и мы сами, специалисты по электронным вычислительным машинам, недооцениваем те сдвиги, которые происходят в науке, и в математике прежде всего, в связи с рождением подобных языков. По-видимому, нынешний этап развития математики можно сравнить с состоянием науки в XVII в., когда складывался формульный язык алгебры и математического анализа.

Что происходило тогда? Существовали описательные приемы решения тех или иных задач. Математики достигли большого искусства в применении этих приемов. Когда  {135}  были сделаны первые попытки формализации языка математики, создания языка дифференциального и интегрального исчислений, многие математики говорили: «А зачем эти ухищрения, когда и старыми методами могу эту задачу решить? Вы утверждаете, что они позволяют провести касательную к этой кривой? А я это и так могу сделать».

Значение формульного языка не сразу осознается. И сам язык в науке создается постепенно, и значение его рождения становится ясным гораздо позже.

Оглянувшись на XVII век, мы можем сказать, что если бы подобный язык не был создан (в этом отношении характерна судьба японской математики), то алгебра и анализ не получили бы такого развития в XVIII—XIX вв. В принципе можно было все задачи решить старыми методами, но эти решения были бы лишены изящества, логичности, которые пришли в математику вместе с новыми методами, новым языком.

Но уже в XIX в. оказалось, что если говорить о средствах, выражающих конечный итог решения математиками какой-то задачи, то язык формул для этого недостаточен. Было время, когда математики верили, что каждое дифференциальное уравнение можно решить в квадратурах, интегралах, с помощью языка символов. Но было доказано, что существуют уравнения, которые принципиально нельзя решить таким образом, была доказана неполнота этого языка.

Сейчас в науке рождается новый язык — алгоритмический, которому не свойственна эта ограниченность старого языка. Тем не менее многие математики относятся к этому примерно так же, как относились математики XVII в. к формульной символике.

Например, можно решить задачу и дать формулу, написать интеграл — это хорошее, изящное решение. Можно вместо этого написать стандартную программу для электронной вычислительной машины, которая тоже решает проблему, и с неменьшей степенью общности, чем формула. Однако говорят, что это последнее решение численное, а то, первое,— решение в общем виде. Но, в сущности, почему интеграл — решение в общем виде? Просто формульный язык символов нам понятен, программу же мы часто не понимаем, она написана на незнакомом нам языке.  {136} 

Есть основание думать, что когда станет возможной краткая запись стандартной алгоритмической программы, скажем будет разработана алгебра формальных преобразований внутри машинного языка, то такой язык станет для математической логики столь же ясным и доступным, как для нас язык формул. А формулы будут использоваться лишь в несложных случаях. Тогда математики привыкнут и к этим непривычным для нас алгоритмам в записях и будут пользоваться ими для решения проблем, которые принципиально нельзя решить в одной формульной записи.

Таким образом, проблемы вычислительной техники привели нас к некоторым мыслям по поводу будущего всей науки. Электронные вычислительные машины имеют огромное значение для ее развития, и мы еще не представляем себе всех тех последствий, которые повлечет за собой использование средств автоматизации умственной деятельности человека.

В связи с перспективой автоматизации умственной деятельности за рубежом очень часто высказывают опасение, что, когда все будут делать машины, человеку делать будет нечего, машина вытеснит его. Особенно часто это приходится слышать, когда речь заходит об автоматизации научных исследований. Говорят, что ученым останется только почивать на лаврах и снимать урожай доказательств. Я вполне серьезно думаю, что через 20— 30 лет можно будет и в самом деле наблюдать такие случаи. Скажем, двое ученых, один из которых более способный и более трудолюбивый, чем другой, сидят рядом, причем первый не пользуется машиной для доказательств, а второй пользуется. И вот первый, более способный и более трудолюбивый, с удивлением видит, что он делает менее интересные вещи, чем его сосед.

Но это вовсе не значит, что машина вытеснит человека. Просто задачи, стоящие перед человеком, неизмеримо возрастут вместе с возможностями их решения. В этом диалектика развития. Наверное, когда изобрели мотоцикл, тоже раздавались голоса, что, мол, теперь бегуны на длинную дистанцию исчезнут и, значит, человечество «оскудеет» в физическом отношении. Но этого не произошло: рекорды, которые ставят сегодня наши спортсмены, и не снились спортсменам XIX в. Почему же мы должны бояться того, что, когда человек умножит свою  {137}  интеллектуальную мощь с помощью этих машин, он будет ими вытеснен?

Когда была создана первая электронная вычислительная машина, некоторые тоже опасались, что если машины работают с такой скоростью, то, когда мы создадим сотни таких машин, они за несколько минут перерешают все задачи. Однако появление машин вызвало к жизни еще большее количество задач, с которыми не только те машины, которые у нас есть, но и те, которые будут, не в состоянии справиться. И так как только человек может знать, что ему нужно, именно он будет ставить перед машинами задачи и направлять их на путь решения тех или иных проблем. Так что работы у человека хватит.

Конечно, вопрос о перспективах использования машин — это вопрос не только технический, но прежде всего социальный. Если в капиталистическом мире применение электронно-вычислительной техники в той или иной отрасли часто становится источником бедствий для трудящихся, например приводит к массовому увольнению клерков из банков, то в условиях социализма внедрение электронных вычислительных машин будет способствовать общему увеличению народного благосостояния. Мы должны смело смотреть в завтра и верить в то, что, какие бы удивительные применения ни нашла электронно-вычислительная техника в будущем, в условиях нашего общества она всегда будет служить на благо человека.

«ЕЗДА В НЕЗНАЕМОЕ»

ТОЧНОСТЬ, А НЕ ИНТУИЦИЯ

Н. М. АМОСОВ

В наш век трудно строить прогнозы в науке. Действительность на каждом шагу обгоняет самые смелые предположения. И все же пофантазируем: представим себе, как будет выглядеть медицина лет через десять-двадцать.

Человек заболел и обратился в больницу. После кратких расспросов врача производится всестороннее исследование с применением целой серии специальных приборов и аппаратов.

Рентгеновские установки с электронным усилением снимают на кинопленку скелет, легкие, сердце. Ультразвуком прощупываются органы, прозрачные для рентгеновских лучей. Многочисленные датчики записывают биотоки различных органов. Аппараты производят исследования крови и других жидкостей. Обследование не причиняет больному никакой боли, потому что производится под легким электрическим наркозом.

Огромная информация поступает в сложные диагностические машины, которые анализируют ее и представляют врачу данные о работе всех основных органов. Они же определяют признаки болезни, выдают наиболее вероятные диагнозы, дают рекомендации по дальнейшему исследованию и даже лечению. При желании врач может получить «первичную документацию» — снимки, кривые, анализы — и посмотреть их сам. Информационная машина выдает ему любые сведения.

В лечении больного на передний план выдвинутся два метода: химия и электрические и электромагнитные воздействия. Деятельность каждого органа связана со специфическими химическими веществами. Химия раскроет их, создаст огромный арсенал синтетических средств, которые будут избирательно влиять на любой орган.  {139} 

Небольшая статья не позволяет мне фантазировать дальше. Одно могу сказать: все это будет возможно только при условии широкого применения кибернетических методов в медицине.

Последнее время о кибернетике говорят очень много. Достаточно писалось и о применении ее в медицине. К сожалению, часто кибернетику понимают примитивно, сводя ее к электронным машинам, которые играют в шахматы, пишут стихи или даже ставят диагнозы. Кибернетика имеет два направления: теоретическое и прикладное. Последнее — это и есть различные управляющие машины, хуже или лучше заменяющие человека.

Мне хочется подчеркнуть ее первое, теоретическое направление. Кибернетика — это наука об общих законах управления и связи в естественных и искусственных системах. Кибернетический подход основан на использовании количественных методов в определении качественных закономерностей.

В любую науку кибернетика вводит понятие количества, числа. Она требует точности. Мало описать процесс в расплывчатых выражениях: нужно его измерить, установить математические закономерности. На это обычно возражают, что есть очень сложные процессы с массой зависимостей, не поддающиеся точному учету. Однако кибернетика как раз и рассматривает очень сложные системы, в которых господствуют статистические, вероятностные законы.

Обратимся к медицине. Часто говорят, что медицина — наука неточная. Как это ни странно, медицина действительно не имеет своей обобщающей теории. Периодически ее потрясают увлечения: сегодня все болезни объясняются воздействием микробов, завтра — нарушениями в деятельности желез внутренней секреции, послезавтра признают только кору больших полушарий или ретикулярную формацию ствола мозга. В действительности же имеют значение все эти факторы и, может быть, еще многое другое.

Однако одним признанием этого положения дело не изменишь. Настала пора определить количественные законы в регулировании здорового и больного организма, установить удельный вес влияния на организм всех этих факторов при различных стадиях болезней. Это сложно. Но кибернетика тут может оказаться полезной.  {140} 

В основу теории медицины, мне кажется, нужно поставить деятельность регулирующих систем организма (нервной и эндокринной) и применить к их анализу в числе прочих и методы кибернетики, накопившей большой опыт в создании и исследовании регулирующих систем. Инженеры и математики могут и должны помочь в этом врачам.

К заболеванию нужно подходить как к процессу, развивающемуся во времени и пространстве, в котором сочетаются реакции защиты и распространения (прогрессирования). Задача ученых состоит в том, чтобы описать эти реакции и вычислить (числом!) их скорости на различных этапах заболевания, так как ими определяются течение и исход болезни. В будущем эти расчеты должны быть введены в практику врачей. Вот тогда-то лечение будет точным, как налаживание искусственной системы. Возможно, что эти расчеты будут сложны и потребуют применения вычислительных машин.

Большую помощь в изучении нормы и патологии, т. е. отклонений от нормы, может оказать моделирование. Электронные устройства способны отображать динамику деятельности того или иного органа в определенных пределах и тем самым помочь познать ее сущность. Пользуясь моделью, можно построить математическую теорию физиологического процесса, к чему нужно стремиться, если думать о приближении медицины к точным наукам.

Для кибернетики важнейшей областью исследования является физиология нервной системы и особенно головного мозга. Дело в том, что в технике возникла задача создания «модели» нервной клетки, т. е. устройства, которое обладало бы такими ее свойствами, как возбуждение, торможение, суммация, рефрактерность и пр. Размеры таких искусственных «нейронов» постепенно уменьшаются, и это позволяет собирать из них все более сложные «нервные сети». В перспективе — создание устройств, обладающих многими свойствами мозга, сложных самоорганизующихся и самообучающихся систем с большой памятью и широким диапазоном восприятия и переработки информации.

Конечно, человек может «придумать» схему, которую назовет искусственным мозгом,— придумать, не зная структуры естественного мозга; на этом пути, быть может, возможно создание новой искусственной «высшей  {141}  нервной деятельности». Проще говоря, ученые предложат такие схемы соединения «нейронов», которые будут успешно решать те же задачи, которые сейчас решает человек. В этом случае нет необходимости повторять мозг, чтобы получить тот же конечный эффект. Наши предки не стали делать экипажи на ходулях, а изобрели колесо, которое оказалось гораздо удобнее для передвижения, чем ноги. Но тем не менее познать структуру и функцию мозга, чтобы воссоздать ее в технике,— очень заманчиво, так как пока все электронные машины не идут с ним ни в какое сравнение по эффективности работы.

Сейчас нужны гипотезы о механизмах мышления, которые помогли бы ставить целенаправленные исследования и добиваться понимания физиологии высшей нервной деятельности не в общих чертах, как было до сих пор, а конкретно. Эта задача нейрофизиологов касается кибернетики и должна решаться совместно с математиками и инженерами. В выигрыше будут вce: «чистая» физиологическая наука получит новые возможности, а техника — новые принципы построения обучающихся регулирующих систем.

Прикладное направление кибернетики призвано оснастить медицину новой аппаратурой, не только облегчающей труд врача, но и выполняющей соответствующую работу быстрее и точнее его. Такая аппаратура должна сочетать в себе современные методы измерений и регистрации с логическими устройствами, анализирующими полученные результаты.

В связи с этим придется коснуться основного принципиального вопроса: основан ли труд врача на строгом расчете или это искусство, в котором преобладают такие туманные понятия, как интуиция?

Я не верю в интуицию. Хорошее инструментальное обследование, наглядно (количественно!) показывающее деятельность важнейших органов, дает для диагноза гораздо больше, чем какие-то едва уловимые черты внешнего вида или поведения больного, которыми часто руководствовались старые врачи. Еще в большей степени это относится к назначению лечения: здесь нужны точные данные о состоянии больного и о действии различных лекарств. Выбор и доза решаются расчетом, а не интуицией. Значит, и здесь машина может конкурировать с врачом.  {142} 

Таким образом, на вопрос о том, может ли машина в определенных рамках заменить врача, на мой взгляд, нужно ответить положительно. Когда это произойдет? Не сейчас.

Современные вычислительные машины обладают слишком малым объемом оперативной памяти, чтобы соревноваться с человеком. Однако они быстро прогрессируют. Поэтому работать над диагностическими машинами нужно уже теперь.

Можно наметить несколько типов диагностических машин:

— маленькие автоматы, предназначенные для выполнения технической работы, вроде анализов крови;

— простые машины релейного типа для узкого круга заболеваний, которые по признакам, найденным врачом, могут указать наиболее вероятные диагнозы; машины-дешифраторы, предназначенные для расшифровки кривых;

— полная диагностическая машина, которая сама собирает информацию — записывает ряд кривых, сама их расшифровывает, находит признаки болезни и, обрабатывая их по заложенной программе, выдает вероятные диагнозы и рекомендации к дополнительным исследованиям. Логическая часть такой машины целиком отражает логическую программу хорошего врача, дополненную большими статистическими материалами, позволяющими оценить вероятность диагноза при различных сочетаниях признаков.

Кроме машин для диагноза, уже сейчас создаются своеобразные автоматы для лечения. Это, например, следящие системы. По такому типу строят автоматические наркозные аппараты и электрические стимуляторы сердца; аппарат следит за электрокардиограммой и в момент резкого замедления ритма включает электрический стимулятор, который подает импульсы тока на сердце и навязывает ему свой ритм сокращений.

Несколько слов о протезировании. Прежние представления о протезе устарели. Новейшая техника дает возможность создавать работающие протезы, управляемые нормальными импульсами, идущими от мозга. Это касается не только протезов конечностей. Есть надежда, что можно создать протезы внутренних органов, например сердца, а в более отдаленном будущем, возможно, легких  {143}  и почек. Правда, эти задачи очень сложны, но нельзя назвать их принципиально неразрешимыми.

Разумеется, гораздо проще заменить орган другим, взятым от трупа или от животного. Но, к сожалению, проблема биологической совместимости тканей пока не решена. Неизвестно, что реальнее — создание искусственных органов или пересадка естественных. В обоих направлениях нужно работать, так как в будущем, видимо, будут использованы оба пути.

Проблемы биологической кибернетики трудны, но их изучение весьма важно. Работа над ними не обещает быстрого экономического эффекта, но создает основу для гигантского скачка науки и техники в будущем. Можно определенно заявить, что прогресс медицины и биологии прямо зависит от их связи с кибернетикой. Только пройдя через это, медицина станет точной наукой, а следовательно, обретет неограниченные возможности.

Простой перечень задач биологической кибернетики показывает, что в их решении должны участвовать биологи, врачи, инженеры и математики. Значение каждого различно на разных этапах, но обязательно взаимопонимание, проникновение в идею. Нужно, чтобы биологи знали элементы техники и математики, а те, в свою очередь, знали биологию. Создание такого коллектива — самое трудное дело, оно требует времени и специальной работы: лекций, семинаров, бесед и, главное, желания. Вторая трудность — большой объем технической работы, поскольку кибернетика неразрывно связана с новой аппаратурой.

К сожалению, почти вся биологическая кибернетика — еще в будущем. Количество сделанного ничтожно мало по сравнению с задачами.

ЛЮДИ И МАШИНЫ ЗА ШАХМАТНОЙ ДОСКОЙ

М. М. БОТВИННИК

Что такое шахматы? Это старый вопрос, на который некоторые предпочитают давать остроумные, но бессодержательные ответы, другие осторожности ради делают из определения шахмат нечто вроде винегрета: шахматы — это и игра, и искусство, и наука. Разумеется, такие определения не могут удовлетворить исследователя. На этот вопрос надо дать точный ответ.

Можно определенно утверждать, что шахматы не являются наукой. Наука обязательно должна изучать законы природы, общества или мышления, а шахматы всего лишь исторически сложившаяся условная схема. Научный элемент в шахматах, конечно, есть, но он играет такую же подчиненную роль, как в искусстве и, пожалуй, в спорте. Но никто же не будет утверждать, что легкая атлетика — это наука только потому, что бегун готовится к соревнованиям, основываясь на выводах спортивной медицины.

Шахматы могут быть либо игрой, либо искусством. Несколько забегая вперед, скажем, что шахматы всегда являются игрой, а ранее они были только игрой. Однако, когда люди постепенно стали глубже понимать шахматы, научились ценить их красоту, когда стали появляться шахматные партии, от которых на протяжении десятилетий шахматисты получали эстетическое удовлетворение, шахматы перестали быть только игрой.

Кратко можно сказать так: шахматист всегда играет в шахматы, но он создает произведение искусства лишь тогда, когда сыгранная им партия долго живет.

Поэтому шахматы — всегда игра, которая иногда становится искусством.

Карл Маркс писал, что предмет искусства... создает публику, понимающую искусство и способную наслаждаться красотой. Легко понять, что шахматы удовлетворяют этому требованию.

Ясно, что у шахмат есть своя публика, которая ценит красивые шахматные произведения.  {145} 

Искусство непременно должно отображать действительность в специфических художественных образах. Именно поэтому специалисты-искусствоведы только пожимали плечами, когда им говорили, что шахматы являются искусством. «Позвольте,— отвечали они,— какое же это искусство? Какую действительность, какую реальность отображают шахматы? Разве не известно, что шахматы— это только схема, выдуманная человеком?»

Мне кажется все же, что эти весьма распространенные заблуждения объясняются лишь поверхностным подходом к делу. Мы видим доску, шахматные фигуры, условную схему, и нам кажется, что это и есть содержание шахмат. С таким же успехом можно утверждать, что скрипка и смычок являются музыкой. Абсурдность такого утверждения не вызывает сомнений.

В шахматах ценитель восхищается творческой, логической стороной мышления человека и в форме специфических художественных шахматных образов получает представление о нем.

По шахматным партиям мы судим о характере мастера, его специфических шахматных способностях, остроумии и изобретательности, о фантазии и глубине его мысли, настойчивости и энергии. Это и доставляет через посредство шахматных образов эстетическое наслаждение шахматисту-ценителю, когда он следит за интересной партией или решает хороший этюд. Строгость, законченность и сила логических построений, заключенных в содержательной партии, и вызывают ощущение красоты шахмат, эмоции, которые знакомы каждому шахматисту. Восхищаясь шахматными произведениями, шахматист тем самым восхищается мышлением человека.

Итак, шахматы — это искусство и расчет (игра)... Расчет вполне доступен и машине. А искусство? Доступно ли оно машине? Можно ли создать вычислительное устройство, хорошо играющее в шахматы, возможна ли успешная борьба машины-гроссмейстера с человеком-гроссмейстером? «Отец кибернетики» Норберт Винер дал на этот вопрос отрицательный ответ. К его мнению надо, разумеется, отнестись более чем внимательно. Мне пришлось слышать заявление Михаила Таля о том, что такую машину создать невозможно. Но это мнение основывалось на интуиции, и автор заявления — лицо «заинтересованное». Крупный советский специалист в области  {146}  кибернетических машин как-то заявил, что машину-шахматиста в принципе можно было бы сделать, но размер этой машины был бы соизмерим с новым зданием Университета в Москве.

В чем же дело? Почему человек научился создавать машины, быстро решающие сложнейшие математические задачи, и в то же время так трудно создать машину-шахматиста?

Ведь с помощью вычислительных машин работа исследователей стала значительно легче. Как мучились инженеры еще 25 лет назад! Мне пришлось еще студентом участвовать в решении задачи об устойчивости проектировавшейся тогда энергетической системы Белоруссии. Решалась эта задача при помощи приближенных вычислений около трех месяцев. В паши же дни без помощи людей машина решает такие задачи в течение минут и часов. Но все же эти задачи надо считать узкими (точными). Исторически так сложилось, что люди создали первыми машины для решения именно таких задач.

Теперь, когда речь идет о том, чтобы создать машину, способную решать широкие (сложные) задачи, в частности способную хорошо играть в шахматы, выяснилось, что для точного решения широкой задачи требуется весьма мощная машина, которой нужно высчитывать такое количество вариантов, что она быстро оказывается «в цейтноте». Даже машина, совершающая миллионы операций в секунду, будет решать эту задачу очень долго.

Пришлось несколько сузить задачу. Стали делать машины для решения двух- и трехходовых задач или уменьшать размеры шахматной доски, но это уже не решение проблемы.

В чем же причина того, что машина тратит так много времени?

Сделаем сейчас некоторое отступление и рассмотрим процесс мышления шахматиста. Каждый из нас знает, что никогда шахматист не может рассчитать все возможные варианты, он рассматривает примерно два-четыре хода. Определяет эти ходы он интуитивно, на основании опыта и т. п. Если учесть, что в среднем партия состоит примерно из 40 ходов, то за партию шахматист должен проанализировать примерно 100 первых ходов.  {147} 

Какие же это 100 ходов? В этом и состоит секрет силы шахматиста, если откинуть все остальное, что связано с практической формой шахмат. Бывает так, что 99 ходов в партии партнеры рассмотрели одинаковые, а вот в сотом ходе они разошлись, и победил более проницательный.

Разумеется, шахматист в процессе расчета в общей сложности во время партии рассматривает не 100 ходов, а несравненно больше. Если в среднем вариант рассматривается хода на два-три, то и тогда цифра анализируемых ходов получается достаточно внушительной. Повторим, что цифра 100 относятся лишь к первому ходу анализа. Следует еще учесть, что шахматист во время расчетов не видит всей доски с 64 полями. Это существенно облегчает анализ во время партии. Одновременно шахматист имеет в поле зрения, скажем, полей 8—16, т. е. задача анализа облегчается. Надо отметить также, что на некоторые фигуры шахматист не обращает внимания. Из общего числа 25—30 фигур в расчете участвуют 3—6 фигур. Это еще одно облегчение.

Таким образом, во время партии шахматист анализирует передвижение ограниченного количества фигур на ограниченном участке доски, анализирует передвижение лишь тех фигур, которые непосредственно участвуют в столкновении, и лишь на тех полях, где эти столкновения возможны. Иначе говоря, он рассматривает только те фигуры, которые взаимодействуют с неприятельскими, и те поля, где это взаимодействие возможно.

Но как проверить, правильно ли выбраны эти фигуры и поля? Для этого есть, пожалуй, один способ; думаю, им стараются пользоваться все мастера. Назовем этот метод условно «методом проверки, или последовательных приближений». Мастер выбирает ход, анализирует его; если в процессе анализа включаются в игру новые фигуры и новые поля, то собранная информация используется при повторном рассмотрении и т. п. Анализ, повторенный несколько раз, позволяет с достаточной (или — увы! — с недостаточной) точностью определить эти взаимодействующие фигуры и поля, и тогда уже расчет производится начисто.

Теперь уже вы, наверное, догадались, почему не совсем был прав Норберт Винер. Создатели вычислительных машин до сих пор делали точные машины (вернее,  {148}  программы для машин), и они собирались сделать точную машину-шахматиста; к сожалению, такая машина, машина-сверхшахматист, вряд ли возможна. Но не следует ли поставить другую задачу — создания машины, которая думала бы так же, как и шахматист. Тогда задача облегчается, вероятно, в миллионы раз в отношении расчета вариантов и становится практически разрешимой уже для сегодняшней техники.

Иначе говоря, мы будем терпеть неудачи, если попытаемся создать машину-сверхшахматиста. Думаю, что задача станет разрешимой, если мы будем пытаться создать машину «по образу и подобию своему».

Конечно, здесь возникают большие трудности с программированием для такой машины. Как можно научить машину анализировать «по-человечески», если мы сами точно не знаем, как анализирует шахматист, как мы сами это делаем? И не узнаем до тех пор, пока не начнем работать над созданием таких машин. У нас пока ведь просто не было необходимости изучать процесс мышления шахматиста. А вот когда люди начнут создавать программы, аналогичные мышлению шахматиста, то сама машина, вернее, недостатки ее «шахматного мышления» будут обнаружены и, проверяя различные методы программирования, мы узнаем, как думают шахматные мастера.

Между прочим, машина сможет успешно выступать против мастеров еще и потому, что она будет обладать отличной памятью и завидной выносливостью, будет равнодушна к шуму в зале и к корреспонденциям шахматных журналистов.

Сказанное здесь не является фантазией. Со временем, когда машины будут получать на конгрессах ФИДЕ звания международных гроссмейстеров, придется проводить два первенства мира: первенство мира для людей и чемпионат для машин. В последнем случае будут, разумеется, соревноваться не машины, а их создатели и программисты.

Матч машин СССР—США, проведенный в 1966—1967 гг. между программистами Института теоретической и экспериментальной физики в Москве и Университета в Стэнфорде,— первая ласточка новой «машинной шахматной весны». Победили в этом матче советские специалисты.  {149} 

* * *

Семь лет я провозился над шахматным алгоритмом и надеюсь, что составил алгоритм, соответствующий квалификации шахматного мастера¹.

В чем же заключается соль этой теории? Прежде всего было принято, что следует стремиться к выигрышу материала (фигур). Во главу угла ставится нападение — с него все и начинается. Защита (если она есть) — уже следствие нападения.

Нападение всегда связано с возможным сближением двух фигур — атакующей и атакованной. Это сближение может происходить лишь по конкретной траектории, составленной из конкретных полей доски. Нападению одной фигуры на другую соответствует сравнительно простая математическая функция. Множеству нападений соответствует множество таких функций. Таким образом, игра в шахматы заключается в том, что каждая сторона стремится изменить это множество функций (математическое отображение позиции) в благоприятную для себя сторону.

Следует отметить, что все это не является достаточным для решения задачи, ибо множество функций может быть весьма большим. Эта теория даст результаты лишь при том непременном условии, что множество функций разумным методом ограничивается. Должен быть установлен «видимый горизонт». Те нападения, что в этот горизонт попадают, включаются в математическое отображение игры; те, что вне горизонта, не учитываются. И такой горизонт был установлен. Собственно говоря, он определяется способностями «устройства», которое играет в шахматы, будь то человек или машина...

Можно провести некоторую аналогию, способную пояснить, как образуется этот горизонт. Представим себе, что парашютист приземлился на болоте и он должен добраться до твердой почвы. Болото большое, край его не ближе полукилометра. Как будет действовать парашютист?

Конечно, он не наметит траекторию выхода от начала и до конца. Разве человек может запечатлеть  {150}  одновременно большой участок болота, чтобы выбрать лучший путь... Да и размышлять надо поскорей: уже темнеет!

Вероятно, прежде всего человек исследует болото в заданном направлении метров на 5 или 10, наметит свой путь (от кочки до кочки) — путь этот должен быть безопасен — и сделает первый шаг. Второй шаг последует лишь после новой «подготовки»: парашютист вновь обследует «горизонт» на 5—10 метров (горизонт уже будет другим — он переместится) и примет решение о втором шаге и т. д., пока не почувствует твердую почву под ногами.

Однако вряд ли так будет действовать опытный парашютист. Мы за него уже решили, что он непременно выберется в безопасное место, но ведь не всегда так бывает... И человек заранее примет меры, чтобы у него было больше шансов на успех. Во всяком случае, если не видно безопасного пути, чтобы выбраться с места приземления, парашютист непременно постарается принять меры, увеличивающие безопасность. Для этого он посмотрит вокруг: а нет ли легкого бревнышка или тесины?.. Человек постарается найти способ обезопасить свою траекторию передвижения.

Так действует и шахматист. Если траектории нападения опасны (закрыты), то мастер (как парашютист) оглядывается по сторонам: а нельзя ли привлечь к игре другие фигуры, чтобы улучшить траектории (функции) нападения на неприятельские фигуры и ухудшить функции нападения на свои собственные фигуры? Это и есть так называемая «позиционная» игра.

Думаю, что эта часть теории (о позиционной игре) радикально отличается от того, что предлагалось ранее. Примерно так же отличается в принципе игра мастера от игры слабого шахматиста.

Я показывал свою теорию математикам — ранее они отнеслись к ней достаточно скептически. Сейчас она проверяется на практике. Если эксперимент пройдет успешно, то, видимо, математикам придется сменить гнев на милость и, быть может, вскоре множество вычислительных машин начнет совершенствоваться в шахматном искусстве,

МУЗЫ И МАШИНЫ

В. Д. ПЕКЕЛИС

7 января 1954 г. в Нью-Йорке, в конторе фирмы «Интернешнл бизнес мэшинз» (ИБМ) проводилась первая публичная демонстрация перевода с русского языка на английский при помощи электронной вычислительной машины ИБМ-701. Почти 15 лет разрозненные группы ученых трудились над машинным переводом. В 1952 г. они собрались на конференцию. Математики, лингвисты, инженеры объединили свои усилия, и вот через два года машина начала переводить.

В нее на перфокартах вводили русские фразы:

«Качество угля определяется калорийностью».

«Обработка повышает качество нефти».

«Международное понимание является важным фактором в решении политических вопросов».

И машина через каждые пять-восемь секунд выдавала их английский перевод. Во время публичного испытания она перевела около 60 предложений. Машина переводила так, как это делал бы человек, не знающий языка, если бы он переводил с помощью словаря. Об этом очень образно сказал ученый, работавший над проблемой машинного перевода: «Когда я смотрю на статью, написанную по-русски, я говорю: «Это написано по-английски, но закодировано неизвестными символами. Сейчас начну расшифровывать»».

Пусть читатель не думает, что можно вставить с одного конца машины английскую книгу и получить с другого конца русскую. Пока еще идет очень кропотливая опытная работа. Для перевода разговорного языка и художественной литературы нужен запас в десятки тысяч слов, да еще специальный словарь идиом, чтобы можно было переводить на другой язык непереводимые выражения, вроде русского «на этом деле собаку съел».

Еще больше трудностей, конечно, возникает при попытке перевода стихов. Вот два перевода одного и того же произведения — шестидесятого сонета Шекспира. Первый сделан Брюсовым, второй — Маршаком.  {152} 

Первый перевод:

Второй перевод:

Внимательно вчитайтесь в оба перевода, и вы обнаружите в них лишь несколько одинаковых слов: «зрелость», «затмение», «коса»... Пример ясно показывает: поэт решает задачу творчески, в основе его работы не рабское  {153}  следование букве, а стремление передать читателю идеи, мысли, чувства, выраженные в оригинале и преломленные в сознании переводчика. Без авторской трансформации текста перевод будет мертв. Недаром точный перевод назвали «подстрочником», четко выражающим мертвую подчиненность оригиналу.

Опыты с машинными переводами дали серьезный толчок развитию математической лингвистики — новой науки, в которой важным разделом является создание формальных, отвлеченных моделей естественных языков. В свою очередь, математическая лингвистика служит теперь теоретической основой для разработки методов автоматизации перевода.

Подобно тому, как введение теории вероятностей в физику произвело в ней переворот, так и введение вероятностных методов принесло с собой в лингвистику, считавшуюся наукой описательной, элементы необходимой точности и строгости, снабдило ее экономным и простым инструментом анализа и позволило поставить вопрос об автоматизации исследований в гуманитарных науках.

Специалисты в области математического перевода предположили, что удобнее «спуститься от каждого языка до общей основы человеческого общения — до универсального, но пока еще не открытого языка и затем вновь подняться тем путем, который удобен». Возможно, при таком методе предельно упростится задача автоматизации перевода. Идет подготовка к переводу с одного иностранного языка на другой, используя как посредник русский язык.

Опыты покажут, какой из языков наиболее «счастливый», т. е. наиболее удобный для машинного перевода. Возможно, придется выработать какой-то новый, единый «машинный язык», чтобы легко было «приводить» к нему все остальные, а потом уже и переводить с него на любой.

Хотя пока удалось разработать правила перевода с помощью языка-посредника на русский язык с английского и французского лишь для одного небольшого текста из журнала «Новое время», однако наиболее смелые лингвисты высказывают мнение, что язык-посредник со временем может стать единым языком.

О едином языке, о необходимости «выработать радикально лучшее средство общения, особенно ныне, когда  {154}  мир становится действующим научным и экономическим комплексом», говорил и выдающийся английский ученый Джон Бернал. Он очень образно рисует картину «поистине дикого зрелища», которое представляет собой множество людей, собравшихся на научную конференцию, которые совершенно одинаково одеты, одинаково выглядят, охватывают своими мыслями почти тождественные области знания и все-таки абсолютно не способны общаться между собой и нуждаются в услугах переводчика.

И хотя впереди еще большие трудности, ученые предполагают, что в течение десятилетия будут созданы машины, которые смогут переводить за одну минуту специальные научно-технические тексты из тысячи и больше типографских знаков. В такие машины будет прямо вводиться печатный текст на одном языке, и тут же машина выдаст текст, напечатанный на другом языке.

Есть мнение, что электронные машины могут не только переводить чужие произведения, но даже выступать как «авторы» собственных литературных произведений. Однако известно, что нет мук сильнее мук творчества. Это знает каждый пишущий. Недаром Маяковский говорил:

Когда пишешь, надо, чтобы каждое слово было «на месте», чтобы оно было необходимо, неизбежно.

И чтобы все вместе слова несли мысль — идею.

Вот любовное письмо. Под ним стоит короткое, смешное имя МУК. Это означает электронный мозг Манчестерского университета.

«Мое маленькое сокровище! Моя вразумительная привязанность чудесно привлекает твой ласковый восторг. Ты мое любящее обожание, мое распирающее грудь обожание. Мое братское чувство с затаенным дыханием ожидает твоего дорогого нетерпения. Обожание моей любви нежно хранит твой алчный пыл. Твой тоскующий МУК».

Как же машина пишет? Кто заставил ее изливаться в своих любовных чувствах?

Все слова машина грамматически правильно собирает в предложения, Но она совершенно ничего «не понимает»  {155}  из того, что пишет. Она подходит к тексту как к набору букв и слов, которые можно «увязать», «согласовать» по определенным логическим правилам и программам.

Поясним общую идею такого процесса.

Возьмем какой-либо роман и выберем в нем любое, первое попавшееся слово. Затем будем листать страницы до тех пор, пока не найдем вновь это же слово. Рядом с первым запишем слово, которое следует за этим, вновь попавшимся нам. Найдем это второе слово в последующем тексте и запишем слово, стоящее рядом. И так будем действовать до тех пор, пока не получим какой-то текст.

Вот пример такого подбора: «Голова и перед лобовой атакой на английского писателя что характер этого пункта является следовательно иной метод для букв что время тех даже обсуждать проблему неожиданно».

Даже при первом взгляде чувствуется, что с помощью механического процесса, подчиненного статистическим законам языка, получен какой-то смысл в этой фразе. В беспорядочно составленные слова внесена некоторая упорядоченность, и вы испытываете беспокойство и озабоченность по поводу судьбы английского писателя.

Невольно задаешь себе вопрос: а не содержится ли в этом некоторый, минимальный, элемент творчества? Нельзя ли, вооружась законами статистики языка, составлять из слов различные литературные комбинации?

Американский ученый Джон Р. Пирс считает, что раньше пытались использовать математику в обычных целях: хотели ввести ее в искусство, чтобы упрочить в искусстве порядок, «хотя порядок и необходим искусству, однако посредственное искусство страдает как раз от избытка порядка. Плохой поэт неизбежно рифмует «любовь» и «кровь». Мы уже заранее знаем следующее слово, штампованную фразу, до того как прочтем их». Нельзя не согласиться с Пирсом: вероятно, как только в искусстве будет наведен «математический» порядок, оно умрет.

Не следует думать, что поэтические упражнения на электронных машинах и математические исследования языка — это веселые забавы ученых. Отнюдь нет! На международной конференции по поэтике большое внимание было уделено применению математических методов к изучению литературы. Здесь обсуждались такие вопросы, как «функция расчленения на стиховые строки»,  {156}  «механизация квантитативного анализа языка», «экспериментальная машинная поэзия».

Электронные машины пытаются приспособить для чтения и исправления корректур. Теперь, с надеждой говорят ученые, наконец появятся издания без опечаток. Электронные машины устанавливают частоту фонетических, лексических и грамматических комбинаций у того или иного автора, чтобы сказать, кому принадлежит данный текст.

Специалисты в области математической лингвистики прямо заявляют, что математическая теория стиха в будущем полностью заменит дилетантские опыты стиховедов-любителей. Вероятно, это сказано несколько категорично. Но, бесспорно, применение математики и электронных машин плодотворно не только в лингвистике, но и в литературоведении, и литературоведам следовало бы серьезно заняться этим вопросом, чтобы, с одной стороны, уметь грамотно отвести некоторые слишком оптимистические планы «крайних» кибернетиков, а с другой — понять возможности кибернетики и подготовиться к их использованию и к решению проблемы автоматизации творческой работы. Эта проблема уже стучится в двери и через десяток-другой лет встанет перед человеком во весь рост.

Не оставили без внимания математики и музыку. Им удалось составить самые различные машинные «руководства к действию» для сочинения музыки. Если внимательно присмотреться к большинству методов «сочинения» музыки, то можно увидеть, что они очень похожи па «сочинение» фраз с помощью случайного подбора слов. Уже ведутся разговоры, о музыке атомного века, которая якобы зреет в сердцах «электронных композиторов» и вот-вот взорвет классическую музыку. Оценивая подобные «творения», построенные на математических расчетах, искусственно сконструированные, Д. Д. Шостакович сказал, что «они убивают душу музыки — мелодию, разрушают форму, красоту гармонии, богатство естественных ритмов, уничтожая вместе с этим какой-либо намек на содержательность, человечность музыкального произведения».

Конечно, когда мы говорим о применении математики и вычислительных машин в музыке, мы не имеем в виду, что пришел конец бедной музе Евтерпе, покровительнице музыки, и наступило время бездушного, математически  {157}  выхолощенного искусства додекафонии. Речь идет о другом. Машина позволяет следить, как шаг за шагом, нота за нотой из простых элементов образуется мелодия. Она дает возможность раскрыть саму природу построения мелодии, исследовать музыкальную форму, ладовые сочетания, провести исследования гармоний, строев. Часто музыковедам для анализа стиля композитора или для определения общих закономерностей мелодий народных песен надо просмотреть тысячи мелодий — это так называемый формальный анализ музыки. Его очень быстро и без ошибок может провести машина.

Известно, что композиторы, сочиняющие музыку для оркестра, впервые полностью слышат написанное лишь в исполнении оркестра, когда творение окончательно готово. Много трудностей возникает во время оркестровки, особенно связанных с сочетанием тембров инструментов. Электронные машины могут помогать автору очень быстро оркестровать произведение и даже в процессе работы слушать отрывки сочинений по черновым наброскам партитуры, не привлекая симфонический оркестр.

Как видим, в музыке, как и в литературе, применение математических методов и электронных машин направлено не на создание шедевров, а для анализа творчества, для обнаружения некоторых тонкостей, которые скрываются сегодня за очень туманным и емким словом «вдохновение».

Коль скоро мы коснулись такой важной и еще малоизученной проблемы, как анализ творчества с помощью точных математических методов, хотелось бы обратить внимание на одно обстоятельство. Не очень-то одобрительно были восприняты попытки представителей точных наук — математиков, физиков, электронщиков — проникнуть в храм муз, в сокровенную область творчества и вдохновения. А между тем представители точных наук приветствуют вторжение искусства в, казалось бы, холодный и рациональный дом, где поселились эти знания. Вот что писал о взаимоотношении между наукой и искусством один из создателей квантовой механики великий Нильс Бор: «Причина, почему искусство может нас обогатить, заключается в его способности напоминать нам о гармониях, недосягаемых для систематического анализа».

КИБЕРНЕТИКА И МОДЕЛИРОВАНИЕ СОЦИАЛЬНЫХ ПРОЦЕССОВ

Э. А. АРАБ-ОГЛЫ

Кибернетика — наука во многих отношениях парадоксальная; она почти столь же часто ставит ученых в тупик, как и выводит их из целого ряда тупиков нашего познания окружающего мира. Парадоксы сопровождали кибернетику уже при ее рождении и на первых порах ее становления как самостоятельной науки. В самом деле, едва кибернетика появилась на свет, как оказалось, что в книге, изданной болев 100 лет назад, было не только придумано название для новой отрасли знания, но также определено ее место в системе наук и дано описание объекта исследования.

Это определение, принадлежащее выдающемуся французскому математику Андре Мари Амперу, заслуживает того, чтобы воспроизвести его здесь полностью: «Кибернетика. Отношения народа к народу, изучаемые двумя предшествующими науками,— лишь небольшая часть объектов, о которых должно печься правительство; его внимания также непрерывно требуют поддержание общественного порядка, исполнение законов, справедливое распределение налогов, отбор людей, которых оно должно назначать на должности, и все, способствующее улучшению общественного состояния. Оно постоянно должно выбирать между различными мерами, наиболее пригодными для достижения цели; и лишь благодаря глубокому изучению и сравнению разных элементов, предоставляемых ему для этого выбора знанием всего, что имеет отношение к нации, оно способно управлять в соответствии со своим характером, обычаями, средствами существования и процветания, организацией и законами, которые могут служить общими правилами поведения и которыми оно руководствуется в каждом особом случае. Итак, только после всех наук, занимающихся этими различными объектами, надо поставить эту, о которой сейчас идет речь и которую я называю кибернетикой от слова kubernhtikh́; это слово, принятое вначале в узком  {159}  смысле для обозначения искусства кораблевождения, получило употребление у самих греков в несравненно более широком значении искусства управления вообще». После возникновения кибернетики само упоминание Ампером этого термина, а тем более данное им определение его многими воспринималось не иначе как просто еще один курьез в истории науки. Начав свое триумфальное шествие, кибернетика, как тогда казалось, была чем угодно — отраслью математики, теорией автоматических устройств, прикладной наукой о конструировании электронных вычислительных машин, техникой электронного моделирования и т. п., но только не общественной наукой, не политической дисциплиной, как считал в свое время Ампер, поместив ее в своей классификации наук между дипломатией и теорией власти. Больше того, первые попытки вторжения кибернетики в область социологии — столь же претенциозные, сколь и поверхностные — вообще заставляли усомниться в перспективах ее плодотворного применения в общественных науках. Выражение «социальная кибернетика» с известным основанием надолго стало нарицательным для обозначения идеологических спекуляций, сопровождавших замечательные успехи этой науки в области естествознания и техники, и отпугивало социологов от кибернетики, а кибернетиков от социологии. И лишь немногие серьезные ученые были убеждены в том, что в науке об обществе кибернетике принадлежит будущее ничуть не меньше, чем в естествознании и технике. В их числе был и основоположник этой новой отрасли знания Норберт Винер, который в своей автобиографии впоследствии писал: «Для меня стало ясно почти в самом начале, что новые концепции об информации и контроле влекут за собой новую интерпретацию человека, человеческих знаний о мире и обществе».

Вторжение кибернетики в общественные науки

Проникновение кибернетики как в естествознание, так и в социологию сопровождалось острой идеологической борьбой, сравнимой, пожалуй, по своему общественному резонансу с утверждением гелиоцентрической системы, дарвинизма и теории относительности. И это было вполне понятно, ибо, как и они в свое время, кибернетика не только опрокидывала многие предрассудки в науке и  {160}  привычные представления в обыденном сознании, но также покушалась на инвестированные в них социальные интересы. Эта полемика далеко еще не прекратилась, и кибернетика продолжает быть объектом острых споров. Тем не менее времена, когда приходилось отстаивать право кибернетики на существование, канули в прошлое.

Хотя проникновение достижений кибернетики, созданной ею техники и методологии исследования, а также ее терминов и категорий в общественные науки началось позже и шло медленнее, чем в естествознании, оно к нашему времени достаточно убедительно продемонстрировало свою плодотворность и перспективность. Созданные благодаря кибернетике электронные вычислительные машины уже нашли себе широкое применение в общественных науках в качестве технических средств для сбора и обработки статистических данных и другой информации о различных сторонах общественной жизни. Вслед за этим в политэкономии, демографии, конкретной социологии, психологии и педагогике начало прокладывать себе дорогу моделирование отдельных социальных процессов на электронных машинах. Оно, в свою очередь, неизбежно привело к истолкованию многих явлений и закономерностей в обществе в понятиях кибернетики, к поучительным аналогиям с точки зрения формы между процессами, протекающими в обществе, и функционированием любой другой высокоорганизованной, самоуправляющейся системы. Наконец, это логически привело к мысли о возможности воспользоваться некоторыми общими принципами кибернетики для усовершенствования организации и управления обществом: экономического планирования и предвидения, законодательства, процесса обучения и т. д.

И сейчас определение кибернетики Ампером выглядит не столь уж нелепым, как казалось раньше. Конечно, и теперь никому не придет в голову ни сводить кибернетику к научному управлению обществом, ни ограничивать научное управление обществом кибернетикой. Вместе с тем становится все более очевидным, что кибернетика окажется неполноценной, если ее успехи не будут применены в науке об обществе, а научному управлению обществом будет нанесен серьезный ущерб в случае отказа от использования достижений кибернетики. Чем дальше,  {161}  тем труднее представить себе, каким образом, не прибегая к кибернетике, можно располагать всей необходимой для управления информацией, находить оптимальные решения для экономических проблем, составить баланс народного хозяйства, предвидеть социальные процессы и последствия законодательства.

Следует заметить, что кибернетика отнюдь не посягает на то, чтобы заменить собой какую-нибудь из специальных наук; она также не претендует быть наукой, стоящей над другими науками, т. е. очередной «наукой наук». Ее «универсальность» иного рода и в некоторых отношениях напоминает собой математику, хотя и не столь всеобща, так как ограничена формальным сходством функционирования саморегулирующихся, «автоматических» систем. Поскольку такие системы реально существуют в неорганическом и органическом мире, в обществе и в созданной человеком технике, постольку кибернетику нельзя рассматривать ни как естественную, ни как общественную, ни как техническую науку par exellence (по преимуществу). Больше того, она является, быть может, первой брешью в стене, которую специализация научного познания мира воздвигла между естествознанием и социологией, и тем самым представляет собой воплощение глубокого предвидения Маркса, содержащегося в экономическо-философских рукописях 1844 г.: «Впоследствии естествознание включит в себя науку о человеке в такой же мере, в какой наука о человеке включит в себя естествознание: это будет одна наука»¹.

Применение кибернетики в общественных науках, стало быть, не имеет ничего общего с попытками распространить на общество законы физики либо биологии, которые неоднократно предпринимались в прошлом и которые, понятно, вызывали отпор со стороны марксистов. Понятия, категории и законы кибернетики (каково бы ни было их происхождение!) не принадлежат исключительно либо естествознанию, либо социологии; их употребление, следовательно, вполне правомерно и там и тут, равно как и в технике. С их помощью можно не только произвести описание социальных процессов и явлений на языке кибернетики, т. е. систематизировать уже накопленное знание  {162}  об обществе под определенным углом зрения, но и получить новое знание об обществе, если при этом учитываются особенности, специфика проявления информации, контроля и обратной связи в общественных системах.

Применение кибернетики в общественных науках совпало с процессом их «математизации» — иначе говоря, с начавшимся широким использованием в них количественного анализа, математических методов исследования вообще: теории игр, теории граф, операционного анализа и др. Это было совпадением не просто во времени, но прежде всего в содержании самого процесса. Кибернетика оказалась главным руслом внедрения математики в общественные науки потому, что она, с одной стороны, позволила во многом формализовать наше знание об обществе и сделать его доступным для перевода на язык математики, а с другой —- приведя к созданию быстродействующих вычислительных машин, предоставила техническую возможность для проведения сложных математических операций. Тем самым были открыты новые заманчивые перспективы для развития общественных наук, по отношению к которым сохраняет свою силу известное замечание Маркса о том, что наука, вообще говоря, только тогда становится вполне зрелой, когда она овладевает математикой. Правда, пока применение кибернетики, а также математических методов исследования в общественных науках все еще находится в начальной стадии. Это объясняется главным образом несравненно большей сложностью общественных явлений и процессов, чем те, с которыми имеют дело физики и даже биологи. Рассказывают, что однажды Альберта Эйнштейна спросили, почему так случилось, что в то время, как человеческий ум проник столь глубоко в строение атома, мы оказываемся неспособны выработать политические средства, чтобы предотвратить нашу гибель от атома. «Это потому, что политика более трудна, чем физика!» — ответил великий ученый.

Однако наряду с подобными объективными трудностями существуют и субъективные причины, мешающие применению и кибернетики и математики в общественных науках. Главной из них, несомненно, является широко распространенное заблуждение, будто использование математических методов по самой их сущности всецело сводится к операциям над количеством и непригодно для изучения качественного своеобразия явлений.  {163}  Отсюда заключают, что, коль скоро в жизни общества качественная способность явлений и процессов явно преобладает над их количественной общностью, значит, и применение математики в общественных науках неизбежно останется гораздо более ограниченным по сравнению с естествознанием. Следует, однако, подчеркнуть, что такие рассуждения, как бы убедительно они ни выглядели на первый взгляд, представляют собой в принципе плод недоразумения.

Прежде всего математические методы исследования вовсе не исчерпываются количественным анализом, а количественный анализ, в свою очередь, не тождествен анализу количества. Уже гот факт, установленный диалектическим методом мышления, что постепенные количественные изменения приводят к коренным, качественным скачкам, предполагает принципиальную возможность количественного выражения любого изученного нами качественного своеобразия данного явления. Математика же включает в себя как количественный анализ отношений качества, так и качественный анализ количественных отношений.

Вот почему было бы наивно полагать, будто вычисления — это единственная польза, какую общественные науки могут извлечь из применения электронных вычислительных машин. Собственно говоря, как остроумно заметил один из специалистов, мы называем эти кибернетические устройства «вычислительными машинами» просто потому, что долгое время этим почти исчерпывалось практическое употребление, которое мы для них находили. Однако, как известно, те же самые машины при соответствующем их программировании могут быть весьма успешно использованы для решения целого ряда других проблем, которые, несомненно, предполагают операции, связанные с качественной оценкой элементов. К их числу относятся: нахождение плана выигрыша в так называемых стратегических играх, в частности в шахматах; решение сложных логических задач, предусматривающих формулировку гипотез и их проверку: перевод с одного языка на другой и расшифровку систем письменности; моделирование различных процессов в природе и обществе. Заслуживает внимания то обстоятельство, что в перечисленных видах операций возможности кибернетических устройств могут далеко превосходить  {164}  способности их конструктора: они могут находить решения, которые не были в них заранее заложены и о которых иногда даже не подозревали; причем эти устройства могут быть сконструированы и запрограммированы таким образом, чтобы обладать способностью к самоусовершенствованию в процессе своей деятельности.

Надо сказать, что в принципе с точки зрения теории вообще не существует таких социальных проблем, решение которых не могло бы быть найдено с помощью электронных вычислительных машин при условии, что: 1) такое решение реально существует; 2) сама проблема формализуема, т. е. исчерпывающим образом может быть описана и машине сообщены все правила ее решения; 3) в машину вложена вся необходимая для решения данной проблемы информация.

Нередко, рассматривая роль формализации при изучении социальных процессов и значение использования здесь достижений кибернетики, утверждают, что полученное таким способом знание окажется всецело формальным. Это вряд ли верно; как свидетельствует история естествознания, научное познание вполне может быть содержательным, даже если оно приобретено с помощью формальных средств. Но сущность спора между сторонниками и противниками применения кибернетики в общественных науках состоит даже не в этом. Допустим в самом деле, что с помощью математических методов исследования, электронных вычислительных машин, а также моделирования мы находим лишь формальное решение определенных социальных проблем. В таком случае уместно спросить, на какое же знание, на какие сверхъестественные средства мы можем рассчитывать, отвергая математику и кибернетику? Ведь условия, необходимые для решения социальных проблем на электронных вычислительных машинах, в сущности представляют собой обычные требования, предъявляемые ко всякому серьезному научному исследованию.

Применение кибернетики влечет за собой также два других важных последствия для общественных наук, взятых в целом.

Одно из них состоит в том, что моделирование некоторых социальных явлений и процессов со временем позволит в широких масштабах прибегнуть к эксперименту, разумеется не над реальными процессами в обществе  {165}  (что крайне сложно и по ряду соображений неоправданно), но над их моделями. Первые обнадеживающие попытки такого рода экспериментирования на электронных моделирующих устройствах (аналогах) были предприняты Арнольдом Тастином, Отто Дж. М. Смитом и др. За последние годы в этом направлении были начаты еще более интересные исследования по моделированию на электронных вычислительных машинах. Речь идет о моделировании поведения избирателей на президентских выборах в США, которое проводилось группой социологов из Колумбийского университета и было практически использовано в ходе избирательной кампании 1960 г., а также о моделировании демографических процессов, когда на основе наиболее вероятного поведения нескольких тысяч американских семей Бюро цензов сделало удовлетворительный прогноз роста населения страны. Теперь, когда принципы подобного моделирования на вычислительных машинах разработаны, следует ожидать их дальнейшего широкого использования.

Другое последствие, которое надо принять во внимание,— это предстоящее изменение в соотношении между так называемыми «общими» и «частными» исследованиями во многих общественных науках. Дело в том, что характеристика определенного рода исследований в науке как «частных» не есть лишь чисто условное, тем более произвольное их обозначение. «Частное» исследование, в отличие от «общего», представляет собой по преимуществу результат непосредственного обобщения конкретных данных на основе более или менее полной индукции. Применение электронных вычислительных машин настолько расширяет эмпирическую базу общественных наук и увеличивает возможности индукции в них, что многие по своему характеру «частные» исследования могут подняться на такой уровень теоретического обобщения конкретного материала, который в прошлом был привилегией «общих» исследований.

Электронный аналог капиталистической системы

Вообще говоря, существует два способа построения физической модели какого-либо социального процесса или явления. Один способ — это конструирование соответствующей системы, которая во всех отношениях будет  {166}  подобна описываемому ею социальному процессу. Примером такой модели может служить моделирование денежного обращения посредством замкнутой электрической цепи, где циркуляция электрического тока имитировала бы движение денежной массы, аккумуляторы выполняли бы роль банков, задержки в обращении вследствие разных причин воспроизводились бы подключением дополнительного сопротивления конденсаторами, взаимное влияние параллельных факторов копировалось бы индукционным током, изменения стоимости денег — изменением напряжения и т. д.

Однако этот способ пригоден лишь для моделирования сравнительно элементарных общественных явлений и отношений. В большинстве же случаев социальные процессы настолько сложны, что непосредственное воспроизведение их в виде физических моделей выходит за пределы практической осуществимости. И тогда целесообразно прибегнуть к другому способу, а именно описать данный социальный процесс математически, по возможности упростить это описание и затем последовательно подвергнуть его такому преобразованию, которое позволило бы сравнительно легко спроектировать соответствующий электронный аналог. Хотя при этом модель может быть безукоризненной с математической точки зрения, в такой опосредованной модели с первого взгляда бывает очень трудно обнаружить характерные черты первоначального процесса.

Исследуя социальные процессы, чаще всего обращаются к этому второму способу физического моделирования. О замечательных возможностях, заложенных в методе моделирования социальных процессов посредством электронных аналогов, можно судить на основании исследований, которые были проведены в 1951—1953 гг. в Калифорнийском университете под руководством профессора Отто Смита. Взаимосвязь наличного промышленного оборудования с потребностью в его амортизации, зависимость капиталовложений от национального дохода и стремления к максимальной прибыли, а также запаздывание поставок оборудования по отношению к капиталовложениям и реализации потребительских товаров по отношению к выплаченной заработной плате — все это было предварительно выражено математически. Составленные уравнения после некоторых упрощений были  {167}  изображены графически, а затем сконструирован соответствующий электронный аналог данной (капиталистической) экономической системы.

Создание такого рода аналогов не представляет каких-либо технических трудностей, коль скоро разработана их схема. Так, в аналоге О. Смита движение капиталов воспроизводилось электрическим током определенной частоты, задержка с реализацией товаров — посредством трансформатора, в качестве масштаба времени 1 год был приравнен к 200 микросекундам и т. д. Трудность же состоит прежде всего в определении объективного критерия тех понятий и категорий, которые моделируются, например «устойчивость системы», ее «регулирование» и т. п. Именно здесь проявляется значение теоретического мышления, которое бессильна заменить машина.

Такой электронный аналог был использован для анализа стабильности исследуемой экономической системы и ее реакции на различные помехи. При этом прежде всего было установлено, что подобная экономическая система крайне неустойчива и подвержена периодическим колебаниям примерно раз в десять лет. Введение в систему дополнительно фактора морального износа оборудования, т. е. тенденции к увеличению продолжительности службы оборудования в период спада и к его обновлению в период подъема, как и следовало ожидать, лишь способствовало неустойчивости системы и усилению амплитуды колебаний производства. «Говоря философски,— пишет Отто Смит,— существуют два фактора, влияющие на нестабильность системы. Одним из них является потеря информации, связанная с задержкой во времени. Это значит, что вкладчики капитала не знают о делах других вкладчиков капитала до тех пор, пока их изделия производства не появляются на рынке... Другим фактором является петля положительной обратной связи потребления. Пока потребители увеличивают свои расходы пропорционально национальному доходу (вместо того чтобы экономить), идет процесс накопления, доводящий амплитуды колебания до разрушительного характера».

Таким образом, электронная модель капиталистической системы наглядно продемонстрировала циклический характер развития капитализма, правильно выявила неизбежность и периодичность экономических кризисов перепроизводства и обнаружила их причину: товарное  {168}  производство на рынок, ведущее к анархии производства, и отставание платежеспособного спроса от накопления капитала, вызванное частной формой присвоения.

Продолжая экспериментирование с электронной моделью капиталистической системы, О. Смит нашел, что приток капиталовложений, дешевый кредит и благоприятные перспективы на рынке способствуют некоторому уменьшению частоты колебаний или увеличению продолжительности экономического цикла, но одновременно возрастает неустойчивость всей системы; к такому же результату приводит и ускорение оборота капитала. Дальнейшие эксперименты заставили О. Смита прийти к выводу, что практически нет никакого способа стабилизировать подобную систему и что все усилия правительства регулировать производство заведомо несостоятельны. «Каковы бы ни были употребляемые средства регулирования — законодательные меры, налоговая политика правительства, ограничение инвестиций, субсидии или государственные контракты и т. д., акционер бывает осведомлен обо всем этом и предпринимает соответствующие действия для получения максимальной прибыли,— заключает Смит.— Это и есть отрицательная обратная связь, которая почти полностью устраняет эффективность предложенных средств регулирования».

Для такой экономической системы характерно также длительное сохранение последствий, внесенных различными дополнительными возмущениями, например войнами. «Другими словами,— отвечает Смит,— возмущение, внесенное первой мировой войной, до сих пор еще по существу не затухло... События, приведшие ко второй мировой войне, были реакцией экономической системы на предыдущие возмущения, однако начало войны явилось нелинейным процессом, добавившим энергию в систему, т. е. внесшим новое возмущение». На описанное можно смотреть как на экспериментально-кибернетическое подтверждение положений марксистской политической экономии, в частности теории экономических кризисов. Достижения прикладной кибернетики в социологии позволяют тем самым воплотить в электронных-машинах намерение Маркса, о котором он сообщал в своем письме Энгельсу: «Я неоднократно пытался — для анализа кризисов — вычислить эти up and downs (повышения и понижения) как неправильные кривые и думал (да и теперь  {169}  еще думаю, что с достаточно проверенным материалом это возможно) математически вывести из этого главные законы кризисов»¹.

Эта упрощенная модель капиталистического способа производства впервые была мною изложена 10 лет назад (см. «Вопросы философии», 1958, № 5). С тех пор она неоднократно приводилась в научной и популярной литературе как у нас в стране, так и за рубежом. Однако комментарии, которыми она сопровождалась, могут дать повод к досадному недоразумению. Дело в том, что в аналоге, с которым экспериментировал профессор Смит, движение информации о состоянии рынка отождествлялось с движением самой товарной массы, которая в условиях классической капиталистической экономики была ее материальным носителем. Между тем за последние десятилетия, после второй мировой войны, появились дополнительные источники информации о состоянии рынка, позволяющие предвидеть ход экономических процессов независимо от движения товарной массы и задолго до того, как обнаружится изменение цен. Парадокс состоит в том, что подобное предвидение и прогнозирование рыночной конъюнктуры стало возможным в значительной мере именно благодаря успехам экономического моделирования, но тем самым объективно оказалось опровергнутым одно из главных условий, положенных им в основу своей модели (к этому выводу я, разумеется, пришел позже).

Как только движение информации о состоянии рынка отрывается от движения товарной массы и опережает его, резко изменяется и протекание цикла капиталистического воспроизводства, а следовательно возникает необходимость в иных моделях с отличными параметрами.

Продолжительность цикла капиталистического воспроизводства представляет собой сумму продолжительности периодов подъема, спада, депрессии и оживления, взятых по отдельности. Длительность каждого периода в XIX в. была дольше, чем сейчас, и вообще они обладают какой-то определенной длительностью. Почему? Одни причины этого вполне очевидны: для осуществления, скажем, инвестиций не в деньгах, а в машинах и оборудовании, т. е. для обновления основного капитала, нужно определенное время, чтобы эти машины сделать. Намерение  {170}  увеличить производство не может быть осуществлено мгновенно. Длительность периода подъема, следовательно, в известной мере зависит от уровня развития промышленности, от способности капиталистов претворить инвестирование из намерения в действительность.

Однако наряду с такими очевидными причинами существуют другие, менее очевидные, например задержка информации о рыночной конъюнктуре во времени. Иначе говоря, анархия производства и конкурентная борьба в условиях товарного хозяйства, следствием которых являются периодические кризисы перепроизводства, ведут к тому, что необходимую ему информацию о состоянии экономики предприниматель-капиталист получает на основании уже сложившейся на рынке конъюнктуры, выражающейся в ценах. Отсюда вытекает, что о спаде он узнает спустя некоторое время после падения цен, об оживлении — спустя некоторое время после подъема цен на определенные товары.

Продолжительность цикла капиталистического воспроизводства, таким образом, совпадает по времени с обращением информации о состоянии конъюнктуры на отдельных фазах цикла, выражающейся преимущественно в рыночных ценах, и временем, необходимым для ее использования на отдельных фазах этого цикла. Отсюда — неизбежное падение цен в период спада и их рост после депрессии как характерная черта циклов в XIX — начале XX в. Движение цен играло, помимо других функций, также роль информации для капиталиста о состоянии экономической конъюнктуры. Это также нам отчасти объясняет, почему никогда не было тождественных циклов: поскольку на состояние этой информации, помимо объективных и постоянных факторов, оказывает влияние масса дополнительных факторов субъективного и даже случайного характера.

Что же произошло после второй мировой войны? Во-первых, произошло расширение твердого, гарантированного рынка, который, несомненно, оказывает определенное влияние на информационные процессы. Гарантированный рынок представляет собой твердую, достоверную информацию, или спрос, независимый от стихийных рыночных процессов.

Во-вторых, появились другие источники информации О состояния зкономики, помимо информации посредством  {171}  движения цен, причем эти источники значительно опережают информацию о состоянии конъюнктуры посредством изменения цен.

Благодаря экономическим и другим прогнозам, благодаря тщательно изученной схеме взаимной зависимости одних отраслей хозяйства от других капиталист-предприниматель и государство получают информацию об экономическом положении задолго до стихийного изменения цен на рынке. Они, конечно, не в силах изменить анархию производства, поскольку предвидеть — не значит управлять, а анархия производства объясняется не просто тем обстоятельством, что отдельные предприниматели не знают о том, что делают другие, но основным противоречием капитализма — частной собственностью, которая каждого заставляет преследовать свои личные выгоды. Более достоверная и ранняя информация, следовательно, не может устранить анархию производства. Но в известных пределах появляется возможность заранее принимать некоторые меры.

Одним из важнейших последствий ускорения информации и будет сжатие во времени отдельных фаз цикла, так как предупрежденные о предстоящем, например, спаде капиталисты раньше начнут свертывать производство, меньше будут пребывать в состоянии неопределенности в период депрессии и оживления, быстрее будут стремиться воспользоваться конъюнктурой подъема. Естественно, что и весь цикл сократится. Однако сокращение цикла будет, по-видимому, разным за счет разных фаз, потому что существуют объективные причины, определяющие длительность фаз. Из сделанных нами рассмотрений можно сделать выводы, которые логически напрашиваются сами собой.

1. Сокращение продолжительности цикла капиталистического воспроизводства должно в основном происходить за счет фаз депрессии и оживления.

2. Падение уровня производства и перепроизводство товарной массы в период спада окажется несколько меньшим.

3. Кризис перепроизводства все в большей степени будет выражаться не столько в перепроизводстве товарной массы, сколько в недоиспользовании производственных мощностей.

4. Поскольку свертывание производства начнется  {172}  раньше падения цен и независимо от них, то рыночные цены, утрачивая в значительной степени свое значение в качестве информации о конъюнктуре, могут и будут сохраняться на прежнем уровне и даже расти, если им не будет мешать что-то другое.

Эти выводы из модели совпадают с реальным положением в экономике развитых капиталистических стран.

Не является ли, однако, предложенная схема ускорения периодичности цикла под влиянием изменения информации апелляцией к субъективному фактору? В том-то и состоит отличие общественных процессов от физических и биологических, что в обществе объективные факторы реализуются людьми, преследующими свои интересы, т. е. объективные причины, чтобы воздействовать на ход явлений, должны предварительно пройти через головы людей. Вопрос же о том, какой характер приобретает протекание информации через головы людей — в виде ли отражения конъюнктуры в рыночных ценах, или же в виде экономических прогнозов, или как-нибудь еще,— это уже не столь важно.

Сказанным выше не исчерпывается, однако, влияние новых источников информации на характер экономического цикла. Дело в том, что ускорение обращения информации приводит не просто к сокращению периодичности кризисов, но и к определенному явлению — так называемому эффекту бандвагона. Этот термин, заимствованный из политического словаря, буквально означает стремление скорее сесть в поезд к тому кандидату, который заранее выглядит наиболее очевидным победителем на предстоящих выборах. В экономической жизни прогноз об ожидающемся подъеме деловой активности производит такой же эффект «бэндвагона» с инвестициями. Но, чтобы сесть в такого рода экономический поезд на подъеме, поскольку ускоряется течение цикла, необходимо заранее купить билет. Это означает, что необходимо заранее — не на фазе оживления или подъема, а еще раньше — обзавестись теми производственными мощностями, которыми можно воспользоваться в период подъема. Это отчасти объясняет нам, почему предприятия и целые корпорации планируют свои капиталовложения на десятилетие и больше вперед.

Далее, на фазе спада возникает другое явление, которое получило название «очередь». Конечно, не в обыденном  {173}  значении этого слова, а скорее в противоположном и более общем. В отличие от обычной очереди покупателей за товарами, в период спада возникает своеобразная очередь товарной массы за покупателем. Антикризисные мероприятия могут оказывать влияние на характер подобной «очереди». Но они не в состоянии ее устранить вообще. Дело в том, что накопление товарной массы, не находящей себе сбыта, объясняется и расстройством в сфере распределения, но главным образом рождается в сфере производства. В первом случае какие-то паллиативы могут применяться более или менее успешно. Но поскольку платежеспособный спрос населения при капитализме вообще отстает от возможностей производства, постольку товарная «очередь», или перепроизводство, никакими антикризисными мероприятиями ликвидирована быть не может. Она порождается не недостатками в циркуляции информации в сфере обращения, а отсутствием платежеспособного спроса, т. е. эффективной информации в системе. Поэтому кризис никогда не может сопровождаться полной заменой производства излишков товарной массы недогрузкой предприятий.

Это еще один пример того, как информационное моделирование позволяет глубже понять объективный ход общественных процессов.

ПРОГНОЗЫ И ОПАСЕНИЯ

ЗАПРЕТИТЬ БУМАЖНУЮ РАБОТУ

АРТУР ЛИ САМУЭЛЬ

Возможно, некоторые будут удивлены, услышав о том, что современная цифровая вычислительная машина устарела по своей концепции и что через 20 лет отметят 150-ю годовщину изобретения первого вычислительного устройства — аналитической машины англичанина Чарльза Беббиджа. Сто пятьдесят лет, действительно, довольно продолжительный период для современной науки и промышленности. Настолько длительный, что на первый взгляд кажется неоправданно долгим для полного претворения в жизнь новой концепции. К несчастью, Чарльз Беббидж опередил свое время. Потребовалось 100 лет технического развития, такой толчок, как вторая мировая война, и теоретические исследования Джона фон Неймана, чтобы создать вычислительное устройство. Теперь, когда прошло 20 лет и за спиной у нас несколько поколений вычислительных машин, мы в состоянии сделать более достоверные прогнозы, чем, скажем, в 1948 г.

Какой же будет вычислительная машина? Вычислительные машины не станут больше современных. Наоборот, они будут намного компактнее. Иными словами, став меньше (меньше по физическим измерениям) они сохранят все свои вычислительные возможности. Им, конечно, будут доступны запоминающие устройства очень больших емкостей, которые фактически смогут вместить всю сумму зарегистрированной человеком информации. Но это уже технически возможно сегодня. Скорости вычислительных машин также не будут нарастать стремительно: возможно, они увеличатся в 100 и даже в 1000 раз, но ни в коем случае не в 1 000 000 раз, как это происходило за последние 20 лет развития вычислительной техники. Предел скорости света и природа вещества и  {175}  энергии выступают как факторы, ограничивающие достижимые вычислительные скорости. Мы познаем очень многое в структуре вычислительных устройств и можем ожидать значительных изменений в этом направлении. Правда, эти изменения заметнее будут для конструктора вычислительной машины, чем для того, кто ею пользуется.

Большие изменения, несомненно, будут зависеть от того, для каких целей станут использоваться вычислительные машины и как глубоко они проникнут во все поры нашего общества.

Попытаемся представить себе эти изменения.

Во-первых, у нас достаточно оснований предполагать, что в недалеком будущем решатся две главные проблемы. Первая из них касается способности машины учиться на собственном опыте. Когда человеку нужно решить на машине какую-то новую задачу (независимо от того, насколько она сходна с ранее решенной), он должен записать новую серию инструкций, или, выражаясь на языке специалистов, составить программу решения этой задачи.

Более того, пока мы не проведем специальную работу для сохранения старой информации, нам придется часто переписывать одни и те же инструкции и даже терять время, которое затрачивает машина на повторное вычисление уже полученных данных. Что поделаешь — так работает машина. Когда же одинаковые задачи стоят перед человеком, он должен знать о них из своего опыта. И клерку, которому это не удается, вероятно, придется менять свою профессию. Проблема машинного навыка, конечно, должна быть решена в ближайшие 20 лет, и тогда вычислительная машина будет приносить гораздо большую пользу.

Вторая трудность заключается в характере команд, которые должны подаваться в машину. Современная вычислительная машина воспринимает их только в повелительной форме: это раб, который выполняет наши команды, раб, лишенный способности спрашивать, по собственному желанию давать информацию, приводить доводы «за» и «против» относительно способов решения задачи и т.п.

Короче говоря, мы не можем разговаривать с вычислительным устройством. Но и здесь мы можем с уверенностью  {176}  предположить, что не пройдет и 20 лет, как эта проблема будет практически решена. Программирование, как мы теперь его называем, перестанет существовать, и вычислительная машина станет поистине «умным» и надежным помощником человека.

А пока из-за этих двух трудностей нам приходится использовать целую армию программистов — ведь надо же писать инструкции для вычислительных машин.

Третья трудность — меньшей значимости — будет также разрешена в ближайшие несколько лет. Она связана с созданием простых входного и выходного устройств, обеспечивающих слуховую и визуальную связь с вычислительной машиной. Это уже главным образом проблема стоимости, и мы можем надеяться, что со временем появятся очень дешевые, удобные и портативные входные и выходные устройства. Связь с вычислительной машиной станет тогда легкой и естественной, как легка и естественна связь со «слугой», наделенным разумом человека.

Итак, на службе у человека в скором времени появятся вычислительные машины, скорость которых может быть в 100—1000 раз выше, чем у современных; вычислительные машины с запоминающими устройствами больших емкостей; вычислительные машины, которые по своему объему в 100 раз меньше современных; вычислительные машины, стоимость которых значительно ниже существующих; и, наконец, вычислительные машины, наделенные способностью учиться на собственном опыте и свободно разговаривать со своим хозяином. Чего еще мы можем пожелать?

Чтобы до конца оставаться реалистами, мы должны представить себе две совершенно различные ситуации. При одной ситуации почти у каждого человека будет собственная вычислительная машина. При второй — частную собственность на вычислительные машины запретит закон, но каждый человек получит доступ к небольшому конечному устройству, связанному с одной или несколькими большими вычислительными машинами, принадлежащими государству. При второй ситуации у частного лица будет большинство преимуществ любого обладателя небольших личных вычислительных машин, но не будет возможности использовать машину в корыстных или, скажем, каких-либо тайных целях. Капиталистические  {177}  страны выберут первый путь, а коммунистические, несомненно, пойдут по второму. Чтобы мы, представители Запада, не радовались развитию этих двух направлений, следует заметить: тенденция к созданию крупной центральной вычислительной установки намечается и в западном мире. Можно поэтому предположить, что на Западе возникнет промежуточное направление: частные вычислительные машины ограниченных мощностей будут также выполнять роль дистанционных «конечных» устройств, связанных с центральными вычислительными машинами, предназначенными для решения более сложных задач.

Вычислительные машины в любом случае станут такими же удобными и всегда доступными, как современный телефон.

Телефоны будут, конечно, портативными, и связь будет обеспечиваться с помощью радио, так что вам незачем будет находиться на каком-либо специальном пункте, имея собственное вычислительное устройство для установления телефонной связи. Телевидеофоны к тому времени будут разработаны в достаточной мере, но они не получат еще широкого применения. И, скорее всего, их конечные устройства будут очень громоздкими, так что вам, возможно, придется пользоваться услугами постоянного специального пункта, если вы пожелаете установить видеосвязь с вычислительной машиной.

Связь с центральным пунктом потребуется и для выполнения еще одной функции, которую тоже сможет исполнить вездесущая вычислительная машина: я имею в виду информационный поиск. Вся информация, сосредоточенная в больших общих хранилищах, будет быстро найдена и предоставлена в распоряжение любого человека по его первому запросу. Вы сможете почитать что-либо из раздела фантастики центральной библиотеки; развлечься в вечерние часы просмотром любого кинофильма; навести справки о добыче олова в Боливии за предыдущий день — все это по запросу через свое дистанционное конечное устройство. Библиотеки в современном понятии перестанут существовать (за исключением нескольких, которые будут сохранены как музеи), и большая часть знаний мира станет храниться в том виде, в каком их сможет читать машина; выражаясь точнее, накопленные во всем мире знания будут иметь, видимо,  {178}  привычный нам вид, поскольку искусство программирующих вычислительных машин читать печатные и рукописные материалы достигнет совершенства. Однако из-за трудности хранения придется прибегнуть к более сжатой форме записи, т. е. форме, которую прочитает только машина и которую машина же по желанию человека переведет на его, человеческий, язык.

Такая технология и такой быстрый доступ к большому количеству информации окажут, несомненно, огромное влияние на развитие различных областей знаний.

Вычислительные машины смогут выполнять еще одну основную функцию языкового перевода. Вы получите не только информацию из центрального хранилища на нужном вам языке, но и автоматический перевод ее по телефону (хотя, возможно, перевод не найдет широкого применения. Этому будет препятствовать, как мне кажется, постепенная тенденция ко всемирному языку). Тем не менее по телефону можно будет связаться с любым уголком мира и беседовать с любым человеком, говорящим на другом языке, и всего лишь с небольшой задержкой в переводе, позволяющей машине учесть различия, свойственные каждому языку в построении предложения и в порядке слов.

Возможно, следует сказать несколько слов об обучающих машинах. Они, мне думается, достигнут такого совершенства, что потребуются специальные машины — «управляющие», каждая из которых будет руководить многими подчиненными обучающими машинами и получать от них информацию.

Эти машины-управляющие на основе приобретенного опыта смогут изменять методы обучения. Они обновят учебный материал и проследят за его теоретической направленностью, учитывая требования современных научных достижений и изменений, происходящих в обществе.

Несмотря на то что получить образование каждый человек сможет на дому с помощью собственной вычислительной машины, природа человека не изменится и не отпадет необходимость в школах с лабораториями, классами и учителями.

До сих пор мы говорили главным образом о вычислительной машине, находящейся в личном пользовании. Однако  {179}  цифровая вычислительная машина предназначена сыграть в будущем еще большую роль при управлении различными производственными процессами. Координация и планирование деятельности человека, скажем, в руководстве торговым предприятием, в управлении заводом, в строительстве большого здания или в правительственном руководстве в наши дни связаны с громадным объемом канцелярской работы. Пройдет 20 лет, и канцелярская работа перестанет существовать. Вместо нее прямые вводные и выводные устройства вычислительной машины обеспечат информацией, осуществят необходимые процессы, которые будут управляться меньшими вычислительными машинами, и, наконец, выпустят то небольшое количество инструкций, которое необходимо для такого же небольшого числа людей, вынужденных все еще оставаться занятыми в этой области.

Управление технологическим процессом со вспомогательной автоматизацией осуществят более простые вычислительные устройства, и оно достигнет очень высокой ступени развития. Число рабочих, занятых на заводе, резко снизится. Освободившиеся рабочие пойдут в основном в обслуживающие отрасли промышленности, а небольшая их часть займется конструированием и техническим обслуживанием тех вычислительных машин, которые заменили их на заводе.

И, наконец, относительно достижений в области «интеллектуального» развития электронных вычислительных машин.

Нет сомнения, что чемпионы мира по шахматам и шашкам будут терпеть поражения, сражаясь с вычислительной машиной. Но, как это ни странно, такие игры не перестанут существовать ни как развлечения, ни как профессиональные занятия. Состязания между людьми, вероятно, будут довольно редким явлением, однако почти каждый будет знать точно свой спортивный разряд и стремиться улучшить его, играя со своей вычислительной машиной.

Следует полагать, что вычислительные машины в значительной степени возьмут на себя функцию сочинения и аранжировки музыки, по крайней мере популярной. И не исключено, что люди будут нередко спорить друг с другом о качестве звучания музыки, которую может создавать их собственная вычислительная машина или собственная программа. Что касается литературы, то электронная  {180}  машина все еще будет оставаться неофитом, хотя произведения «безымянных» авторов будут выходить миллионными тиражами. И здесь же надо признать, что вычислительные машины не внесут большого вклада в науку, как некоторые предсказывали, имея в виду фундаментальный вклад в математику и естественные науки.

Что ж, из всего сказанного вывод сделать нетрудно: так или иначе, все попытки наделить электронные машины подлинно творческими способностями потерпят неудачи.

На Земле еще останется поле деятельности для человека!

МАШИНЫ БУДУЩЕГО

Л. А. ДОРОДНИЦЫН

В наш век техники проблема «взаимоотношений» человека и машины занимает умы и ученых, и школьников, и социологов, и писателей, и философов — словом, всех людей, которые «не хлебом единым сыты». Это естественное влияние бурного технического прогресса, и любопытно здесь вот что.

Быстрый прогресс характерен для самых разных отраслей техники, но только с одним типом машин связан вопрос об их отношении к человеку — вопрос, который грубо можно сформулировать так: за кем же останется победа?

В самом деле, всем хорошо известно, что создаются турбогенераторы мощностью 500 тыс. кВт и больше. Человек при максимальном напряжении может развивать мощность только 1/10 кВт, значит машина заменяет физическую силу 5 млн. людей. Но могущество механизмов такого рода никого не пугает. Давно прошло время, когда люди боялись паровоза (кстати, он тоже был страшен не из-за скорости передвижения, но в силу некоей иллюзии неуправляемости). Давно уже ясно, что любая из машин силовых, если так можно выразиться, будет с неизбежностью подчинена человеку и вообще не сможет без него включиться в деятельность (даже если это самая мощная и страшная военная машина). Только самая, казалось бы, безобидная вещь — электронно-вычислительная машина, которая тихо стоит в комнате, кажется человеку неуправляемой и потому страшной сама по себе. Дело в том, что вычислительные машины представляют собой новое качество в сравнении со всем, что было прежде изобретено человеком. Они увеличивают не физическую силу человека, они усиливают его интеллект.

Пока электронно-вычислительные машины делают первые шаги. Они только считают, производят простейшие логические операции. Они остаются еще совершенно безвольными, выполняя лишь то, что человек им прикажет. И все-таки уже сейчас ясно: в принципе этим машинам  {182}  человек может поручить любую вычислительную работу. На этот счет теперь ни у кого сомнений нет. Больше того: известно, что можно создать и такие машины, у которых будут собственные чувства.

Простейшие чувства — это физические ощущения. Машина может воспринимать их дифференцированно. Машина, снабженная всевозможными акустическими, оптическими, тепловыми приборами (аналогами наших органов чувств), может воспринимать окружающую обстановку и оценивать ее. Но это, разумеется, лишь при условии, что конструктор наделит ее такими свойствами — введет в схему машины соответствующие устройства.

Вопрос восприятия можно уже считать технически решенным. Сейчас многие математики и кибернетики занимаются проблемой распознавания образов машиной. Машина сама должна осознать, какие именно образы она восприняла. Есть машины, которые распознают печатный текст, буквы, звуки. Можно сделать так, что эти воспринятые и расшифрованные машиной образы будут связаны в ней с определенными эмоциями. В зависимости от характера восприятий и их оценки машина предпримет те или иные действия. Можно заложить в нее и волю — задать в программе определенную цель существования этой машины.

Так по всем позициям машина может стать моделью человека.

В возможности добиться этого теперь сомневаются лишь немногие. Марксизм утверждает, что мир познаваем, что все процессы в нем имеют материальную основу. Психические процессы также имеют материальную основу и также познаваемы, а значит воспроизводимы. Больше того: поскольку процессы в технике могут быть стремительнее, чем процессы биологические, значит, и искусственный мозг можно сделать совершеннее нашего.

Итак, возможны мыслящие автоматы, роботы. В принципе возможны и машины, противостоящие человеку. Из этой принципиальной возможности возникают социологические теории полуфантастического характера о том, что в будущем появится общество машин, которое поработит человечество. Такие теории и находят отражение в пессимистических романах научных фантастов. Это бегство от живой жизни. И вместе с тем полное неумение отделять  {183}  абстрактные возможности от реальных, которые определены реальными условиями создания машины, законами прогресса.

В жизни ведь все происходит отнюдь не так примитивно, как в фантастических романах. Только по воле писателей некий великий изобретатель, капитан Немо или Человек-невидимка, создает в одиночку какую-то особую сверхмашину. В жизни так не бывает. Машины создаются не отдельным человеком, но человечеством. И не одной маленькой лабораторией, но громадными коллективами.

Скажем, в нашей стране есть крупнейшие конструкторы вычислительных машин. Все мы восхищаемся их талантом и трудолюбием. Но и они ничего бы не смогли сделать, если бы были одни, без своего большого коллектива (сколько крупных институтов заняты разработкой физических и технологических основ машин!). Вряд ли можно повернуть их всех к коллективному самоубийству.

Конечно, пока в мире есть государства, где общество разделено на антагонистические классы, могут найтись и какие-то группы людей и даже государств, которые захотят использовать мощь машин во вред человеку. Но и эти машины человечество сумеет обуздать. История показывает, что даже тогда, когда машины создавались для уничтожения человека, они при дальнейшем развитии все равно становились нашими помощниками.

Взять хотя бы самолеты. Впервые их применили на фронтах для уничтожения человека. А сейчас самолеты верно и мирно служат людям. Ракеты тоже нашли первое применение в войне, а сейчас работают и в метеорологии, и в топографии, и в связи. Исследование космоса ракетами — работа мирная. Мирным стал даже расщепленный атом. За бомбой пришла электростанция. Так произошло потому, что силами атома управлял не одинокий Немо. Человечество неизменно оказывается умнее и сильнее отдельных личностей и в конце концов превращает в мирное орудие даже то, что создавалось со злым умыслом.

Надеюсь, однако, что электронно-вычислительным машинам не придется менять профессию и превращаться из друзей во врагов. Мыслящие роботы, по-видимому, будут созданы уже тогда, когда человечество социально станет намного совершеннее, чем сейчас.  {184} 

Но, если машины будут иметь собственную волю, не превратятся ли они сами по себе во врагов человека? Нет, человек в состоянии надежно обеспечить подчинение машин, дав им с самого начала нужную целевую установку. Скажем, очень неглупые существа собаки верно и сознательно служат человеку. Даже когда человек бьет собаку, она все-таки любит его и служит ему (вспомните чеховскую Каштанку, убежавшую от доброго хозяина к худшему, потому что он был первым, к которому она привязалась). Собака жертвует собой ради хозяина, его интересы она ставит выше своих. В собачьей природе привязанность к человеку — это заложенная в ней программа.

Привязанность — один из видов эмоций, его вполне можно воспроизвести в машине. Так и поступят творцы машин, если это будут нормальные, гуманные люди.

Развитие свойств человека — и плохих, и хороших — во многом обусловлено инстинктом самосохранения. И это понятно. По-видимому, в силу действия естественного отбора выживали лишь те, у кого этот инстинкт был сильнее. И от этого инстинкта человечеству не избавиться: руководствуясь им, оно обязательно обезопасит себя от машин, заложив в них столь же прочную идею, целевую установку, направленную на сохранение хозяев. Человек создает машины с обратной связью. И обратная связь будет служить тому, чтобы машина сама находила пути для выполнения главной целевой установки, определенной человеком.

Вот почему меня совсем не пугает эра «мыслящих» машин. Я думаю, что они действительно сильно увеличат возможности человека. Ведь даже сейчас машины уже делают многое. Новая техника была бы просто невозможной без них. Капиталистические страны пытаются даже избежать кризисов, используя машины. С их помощью производят анализ и прогноз рыночной конъюнктуры, анализ и прогноз спроса на товары. Это позволяет фирмам в известной мере приспосабливаться заранее к ожидаемым изменениям. Конечно, трудно сейчас оценить, что дает такого рода использование машин, так как эффект этих прогнозов маскируется наркотическими впрыскиваниями в экономику огромных военных заказов. В социалистических государствах машины помогут организовать абсолютно рентабельное хозяйство, дадут возможность оптимально планировать его.  {185} 

Очень возможно, что в будущем машины будут обладать эмоциями, а это еще увеличит их возможности. Ведь эмоции даны человеку природой, например, для быстрейшего достижения цели в трудных условиях, скажем при нехватке информации и нехватке времени для сознательного анализа ситуации.

Проблема моделирования психических процессов включает моделирование эмоций. В связи с этим интересны попытки моделировать творчество. Скажем, машина может компоновать мелодии. Иногда получаются примитивные буги-вуги, а иногда — совсем неплохо. Вероятно, если заложить в машину вдохновение, она создаст совсем хорошую музыку.

Но мы пока еще, к сожалению, не знаем, в чем состоит тайна вдохновения. Я не поэт и не композитор, поэтому не берусь судить, как вдохновение приходит к ним. Мне понятнее сущность вдохновения в научной работе. Ученого интересует какая-то проблема, он много над ней думает, постоянно накапливает связанную с ней информацию, ищет пути ее решения. Этот процесс накопления информации тянется долго — многие месяцы, может быть, годы. Но вот наконец накапливаемая информация достигает необходимой полноты, тогда становится ясным путь решения проблемы.

Естественно, ученого охватывает при этом чувство радости, переходящее, может быть, даже в экстаз, он забывает обо всем постороннем, полностью погружается в работу и в течение немногих дней делает то, на что раньше, казалось, безуспешно затратил годы. Мы говорим о таком состоянии ученого: «Пришло вдохновение». Если же расшифровать его без иллюзий, то оказывается, что произошел переход количества в качество: накопленная информация достигла полноты, необходимой для решения проблемы. Накопление информации и опыт плюс определенная целевая установка и желание — все это может быть запрограммировано в машине.

Конечно, будущие вычислительные машины мало будут походить на сегодняшние. Они будут отличаться от них сильнее, чем арифмометр от самой совершенной современной машины.

Но опасаться этого могут только люди, низко оценивающие разум и волю человека.

УГРОЗА ЭВМ

МАЙКЛ СТОУН, МАЛЬКОЛЬМ УОРНЕР

Широкое внедрение в жизнь ЭВМ наверняка «перевернет» управление различными службами, например область планирования. Это даст большие преимущества администраторам, так как возможность переработки информации у них возрастет в огромной степени. Но это же создает опасную угрозу для частной жизни людей. На это указывает ситуация, складывающаяся сейчас в США. Так называемые управленческие ножницы возникли там в промышленности, но еще заметнее они в области медицины, образования и местного управления. Профессор Алан Уэстин из Колумбийского университета в своей книге «Частная жизнь и свобода» показывает, что обширные досье, касающиеся частной жизни тысяч американцев, находятся в рука! общественных и частных агентств. Досье используются, чтобы нанимать и увольнять людей, определять их кредитоспособность и т. д.

Может ли такое случиться у нас в Англии?

С уверенностью сказать «да» мы не можем, однако в последнее время уже наблюдались «зловещие признаки». Самым крупным из них было сообщение о новой пенсионной системе. Такая обширная, управляемая счетными машинами система будет содержать огромное количество данных о частной жизни людей. И есть опасения, что конфиденциальные сведения, хранящиеся в этой системе, не будут пользоваться адекватной защитой.

Под сомнение ставится даже конфиденциальность медицинских сведений, так как при выписке ребенка из больницы местным властям направляется копия истории болезни, могущая содержать подробности из медицинского прошлого его матери. Доктор Дж. Стифф подчеркивает в своем письме в «Тайме»: «Я не слыхал еще ни об одном случае, когда кто-либо просил или получал разрешение от родителей... такая практика неэтична и неуважительна... особенно в области, где секретность всегда имела величайшую важность».  {187} 

Это может быть лить предвестием того, что произойдет в дальнейшем, так как правительственные агентства начинают вводить машинные системы в широких масштабах, собирая в них огромные количества персональных данных.

Машины способны ошибаться. При составлении счетов ошибки могут быть огромными. Кто или что будет защищать человека, если правительство и крупные фирмы будут считать ЭВМ источником всей важнейшей информации о людях? Как защитит закон гражданина, если ЭВМ даст о нем ложную информацию. Что будет, если ЭВМ в каком-либо правительственном департаменте припишет достойному гражданину, верному супругу и любящему отцу, троих незаконных детей? Или о человеке, никогда не входившем в долги, скажет, что он банкрот?

Опасность возрастает вместе с растущим применением ЭВМ во все более широких областях. Исследовательская группа на Главном почтамте разработала схему, по которой уклонение от лицензий на радио и телевидение становится почти невозможным. Она основана на коде, позволяющем обнаружить адрес каждого дома и каждой фирмы в Соединенном королевстве Британии. Сохраняя эту информацию в машинах, можно в любой момент получить список всех держателей лицензий в любом доме, улице или районе.

В 1968 г. было подсчитано, что на каждого американца имеются личные досье в 14 различных правительственных учреждениях. Сравнительные цифры для нашей страны могут оказаться сходными. В настоящий момент это обширное собрание персональных фактов разбросано по десяткам разных мест, в десятках различных картотек. Но представьте себе ЭВМ во всех крупных городских центрах и каждую с огромной картотекой на жителей каждого района. Опросные пункты во всех учреждениях соединены с такой машиной, и она мгновенно сообщает сведения о каждом, кто внесен в картотеку. Районные ЭВМ могут быть соединены между собой и с центральным хранилищем данных, так что сведения о любом «объекте», неизвестные в одном месте, автоматически выуживаются в другом и доставляются хотя бы через всю страну. Подобное развитие кажется неизбежным, так как в обществе, где количество законов все время возрастает, предъявляемые к администрации требования быть более действенной  {188}  и более экономичной означают более широкое использование машин.

Сколько же свободы останется для личности в обществе, полностью охваченном банками данных? Как может человек узнать, в чьи руки попадут сведения о нем, конфиденциальные и сравнительно безвредные, но все же личные?

Было предложено всякий раз, когда от частного лица потребуются полные официальные документы, чтобы он имел право решать, возможно ли доверить эти сведения третьим лицам. Следуя американскому примеру, можно рекомендовать, чтобы каждому было дано право затребовать из банка данных оттиск сведений о себе; делая это периодически, возможно контролировать их точность и предупредить посылку недозволенного сообщения кому-либо.

Как известно из печати, Министерство социального обеспечения не позволило местным властям использовать свои картотеки для прослеживания передвижений неплательщиков налогов. Если бы мы могли гарантировать применение этой политики ко всем машинным картотекам (хранятся ли они на магнитной ленте или нет), то опасность разглашения на 90% была бы предотвращена. Тогда при конструировании машины и составлении программ можно было бы предусмотреть, что доступ к хранящейся информации будет разрешен только тем представителям персонала, кто предварительно знакомился с ней в письменной форме. Технически возможно ввести в программы ЭВМ «ключ» для опознания всякого, пользующегося банком данных. В настоящий момент пользователь это делает с помощью кода; а вскоре, быть может, на смену коду придут автоматические опознаватели отпечатков пальцев и «отпечатков» голоса: пользователь должен будет сказать, зачем ему нужна данная информация. Каждый запрос будет записываться и время от времени с их совокупности будет сниматься «звуковая копия» для обнаружения возможных злоупотреблений.

Может быть, понадобится пойти дальше. Атака на частную жизнь, сейчас или в будущем, требует жестких контрмер. Картотеки можно держать раздельно, несмотря на настояния свести их воедино. Необходимо различать требования, скажем, статистика, которому нужны полные сведения, могущие оставаться анонимными, и картотеки  {189}  персональных досье. Но если общественное мнение сможет заставить центральные правительственные учреждения держать данные раздельно, то оно не сможет помешать местной власти объединить все имеющиеся у нее сведения, а сюда как минимум относятся картотеки сведений о заработках, о здоровье и благосостоянии, об образовании и лицензиях, о должниках и кредиторах, о детях, находящихся на иждивении, и о взрослых, включенных в списки избирателей. «Мини-досье» кажутся почти неизбежными.

У нас нет возможности повлиять на картотеки, общественное мнение может потребовать установить предосторожности во избежание злоупотреблений информацией и для защиты нашей частной жизни. Такие предосторожности могут иметь различные аспекты: политические, юридические, технические.

Может понадобиться новый кодекс законов, чтобы специализированные суды могли рассматривать дела о злоупотреблении информацией или аннулировать решения гражданских судов в случае использования сомнительных машинных данных, например неточных банковских сведений. В настоящее время закон карает не за недозволенное обладание информацией, а только за ее использование.

Нужно установить для лиц, работающих в компьютерной или обрабатывающей данные промышленности, очень строгий профессиональный кодекс (наподобие врачебной клятвы Гиппократа). Люди, работающие с ЭВМ, уже стараются навести порядок у себя в доме. Британское компьютерное общество разрабатывает этический кодекс и ведет специальные исследования по значению банков данных для частной жизни граждан. Технически охрана данных вполне возможна, а профессия постепенно вырабатывает стандарты в поведении.

Правительство, заботясь о пользе всех членов общества, все больше посягает на частную жизнь отдельного лица. Каждую новую угрозу в этом плане нужно сначала распознать, затем понять, затем сравнить с ожидаемыми благами. Угроза ЭВМ уже распознана, и это дает нам возможность взвесить сравнительные преимущества их эффективности и личной свободы граждан.

МИФЫ НАУКИ

СТАНИСЛАВ ЛЕМ

Кибернетика насчитывает два десятилетия жизни, следовательно, она еще молодая наука, но она развивается с поразительной быстротой. В ней есть свои школы и направления, свои энтузиасты и скептики; первые верят в ее универсальность, другие ищут границ ее применимости... Специализация развивается в ней, как и в других науках. А поскольку каждая наука создает собственную мифологию, то и кибернетика имеет ее. Мифология науки — это звучит как противоречие, как эмпирический иррационализм. Тем не менее каждая, даже самая точная, наука развивается не только благодаря новым теориям и фактам, но также благодаря догадкам и надеждам ученых. Развитие оправдывает их лишь частично. Остальное оказывается иллюзией и потому подобным мифу. Свой миф имела классическая механика в виде демона Лапласа, который, зная мгновенные скорости и положения всех атомов Вселенной, мог якобы предвидеть всю ее будущность... В кибернетике блуждает ныне средневековый миф о гомункулусе — искусственно созданном разумном существе. Спор о возможности создания искусственного мозга, проявляющего черты человеческой психики, не раз втягивал в свою орбиту философов и кибернетиков. Это бесплодный спор, потому что дело не в том, чтобы повторить человеческий мозг, а в том, чтобы его понять.

Возможно ли превращение ртути в золото? — спрашиваем мы атомщика. Да, отвечает он, но мы этим совсем не занимаемся. Такое превращение для нас несущественно и не влияет на направление наших работ.

Можно ли будет когда-нибудь построить электронный мозг — неразличимую копию живого мозга? Наверняка, только этого никто не будет делать.

Это значит, что следует отличать возможности от реальных целей. Возможности всегда имели в науке своих «отрицательных пророков». Меня всегда удивляло их количество, а также та запальчивость, с которой они доказывали невозможность достроить летающую машину,  {191}  атомную или мыслящую... Люди, втянутые в бесплодные дискуссии, могут легко потерять из виду реальные проблемы. «Антигомункулисты» убеждены, что, отрицая возможность синтетической психики, они защищают превосходство человека над его созданиями, которые, в их понимании, никогда не должны превышать человеческий гений. Такая защита лишь постольку имела бы смысл, если бы кто-нибудь действительно хотел заменить человека машиной — не в конкретном виде робота, а в рамках всей цивилизации. Но этого никто не замышляет. Не о том идет речь, чтобы сконструировать синтетическое человечество, а лишь о том, чтобы открыть новую главу технологии — систем произвольно большой степени сложности. Поскольку сам человек, его тело и мозг принадлежат К классу именно таких систем, новая технология будет означать полную власть человека над самим собой, над собственным организмом, что, в свою очередь, сделает возможной реализацию такой извечной мечты человека, как жажда бессмертия, а может быть, даже обращения процессов, считающихся ныне необратимыми (как процессы биологические, в особенности старение). Иное дело, что эти цели могут оказаться фиктивными, как цели алхимиков. Если даже человек может все, то, наверное, не любым образом. Если он этого пожелает, он достигает в конце концов любой цели, но, может быть, еще раньше поймет, что цена, которую пришлось бы за это заплатить, делает достижение цели абсурдом.

Ибо мы намечаем себе конечный пункт, но путь к нему определяет природа. Мы можем летать, но не с помощью раскинутых рук. Можем ходить по воде, но не так, как это изображает Библия. Может быть, мы приобретем долговечность, практически равную бессмертию, но для этого нужно будет отказаться от той телесной оболочки, которую дала нам природа. Может быть, мы сможем благодаря анабиозу свободно путешествовать миллионы лет — но пробужденные от ледяного сна окажутся в чуждом им мире, ибо за время их обратимой смерти исчезли тот мир и та культура, которая их сформировала. Вот так, исполняя желания, материальный мир требует от нас поведения, которое может сделать исполнение одинаково похожим на победу и на поражение.

Системы столь сложные, как мозг, как общество, не поддаются описанию языком... простых заколов, В этом  {192}  смысле проста еще теория относительности и ее механика, но уже не проста механика мыслительных процессов. Кибернетика концентрирует свое внимание на этих процессах потому, что стремится к пониманию и подчинению сложного, а мозг есть наиболее сложное из известных нам материальных устройств. Наверное, а точнее, наверняка возможны еще более сложные системы. Мы познаем их, когда научимся их конструировать. Таким образом, кибернетика — это прежде всего наука о достижении целей, которых простым путем достичь нельзя...

Кибернетика занимается такими «схемами» не из-за «гомункулистичных» амбиций, а потому что готовится к решению конструктивных задач подобного ранга. Она еще очень и очень далека от шансов создать такую конструкцию. Но она существует всего два десятилетия. Эволюция потребовала для своих решений свыше двух миллиардов лет. Допустим, что кибернетике потребуется еще 100 или 1000 лет, чтобы этого достигнуть, все равно разница во времени говорит в нашу пользу.

Что же касается «гомункулистов» и «антигомункулистов», то споры их... знаменуют детский или даже младенческий возраст новой науки, и от них в ее дальнейшем развитии не останется и следа. Не будет искусственных людей, потому что это не нужно. Не будет и «бунта» мыслящих машин против человека. В основе этой выдумки лежит иной древний миф — сатанинский, но ни один Усилитель Интеллекта не будет Электронным Антихристом. Все эти мифы имеют общий, антропоморфический знаменатель, к которому должны якобы сводиться мыслительные действия машин. Истинная сокровищница недомыслия! Действительно, мы не знаем, не станут ли автоматы, перейдя определенный «порог сложности», проявлять признаки своеобразной «индивидуальности». Если так произойдет, индивидуальность их будет чем-то столь же непохожим на человеческую, как человеческое тело — на атомный реактор. Мы должны быть готовы к неожиданностям, хлопотам и беспокойствам, которых не умеем себе сегодня представить, но не к возвращению под техническими масками демонов и нечисти родом из средневековья.

ОБ АВТОРАХ И ПУБЛИКАЦИЯХ

Колмогоров Андрей Николаевич, действительный член АН СССР.

Статья представляет собой обработанную стенограмму доклада «Автоматы и жизнь», прочитанного 6 апреля 1961 г. на методологическом семинаре механико-математического факультета МГУ. Впервые опубликована в журнале «Техника — молодежи» (1961, № 10, 11) как начало дискуссии «Обсуждаем проблемы кибернетики сегодня». Публиковалась в сборниках «Возможное и невозможное в кибернетике» (М., Изд-во АН СССР, 1963) и «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).

Ивахненко Алексей Григорьевич, член-корреспондент АН УССР.

Статья впервые опубликована в «Неделе» (1962, № 5). Печаталась в сборниках «Возможное и невозможное в кибернетике» (М., Изд-во АН СССР, 1963) и «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).

Уильям Росс Эшби, американский биолог и кибернетик.

Статья представляет собой изложение доклада, прочитанного на конференции по интеллектуальным машинам в Калифорнии. В СССР впервые опубликована в журнале «Зарубеяшая радиоэлектроника» (1962, № 3). Пер. с англ. из: «Proceedings of the Western Jeint Computer», May, 1961. Печаталась в сборниках «Возможное и невозможное в кибернетике» (М., Изд-во АН СССР, 1963) и «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).

Норберт Винер (1895—1964), американский математик, «отец кибернетики».

Впервые статья «Об обучающихся и самовоспроизводящихся машинах» была опубликована в журнале «Техника — молодежи», (1962, № 4) в виде сокращенного перевода с английского глав под тем же названием из второго дополненного издания книги Винера «Кибернетика», вышедшей в США в 1961 г. Статья печаталась в сборниках «Возможное и невозможное в кибернетике» (М., Изд-во АН СССР, 1963) и «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).  {194} 

Артоболевский Иван Иванович (1905—1977), действительный член АН СССР. Основатель советской школы механики машин.

Кобринский Арон Ефимович, доктор технических наук, специалист в области манипуляторов и роботов.

Статья впервые опубликована в журнале «Техника — молодежи» (1962, № 2). Печаталась в сборниках «Возможное и невозможное в кибернетике» (М., Изд-во АН СССР, 1963) и «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).

Тодор Павлов (1890—1977), почетный президент Болгарской академии наук, историк и философ.

Статья впервые опубликована как письмо в редакцию «Литературной газеты» 30 августа 1962 г. Печаталась в сборнике «Возможное и невозможное в кибернетике» (М., Изд-во АН СССР, 1963).

Джозеф Вуд Крутч, профессор Колумбийского университета США, писатель.

Статья впервые опубликована в журнале «Saturday Review» (1965). Печаталась в сборнике «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).

Гансовский Север Феликсович, писатель-фантаст, член Союза писателей СССР.

Статья впервые опубликована в еженедельнике «Литературная Россия» (1967, № 51). Печаталась в сборнике «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).

Альберт Дюкрок, профессор, директор Французского общества электроники и кибернетики, президент Национальной федерации автоматики и кибернетики.

Статья впервые опубликована в сборнике «Kybernetika ve spolecenskych vedach» (Прага, 1965). Пер. с чеш. Печаталась в сборнике «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).

Луи Куффиньяль, французский математик, профессор, бывший президент Международной ассоциации по кибернетике.

Статья впервые опубликована в международном ежегоднике «Наука и человечество» (М., «Знание», 1963). Печаталась в сборнике «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).  {195} 

Глушков Виктор Михайлович, действительный член АН СССР, директор Института кибернетики АН УССР.

Статья впервые опубликована в ежегоднике «Будущее науки» (М., «Знание», 1966).

Амосов Николай Михайлович, член-корреспондент АМН СССР, член-корреспондент АН УССР.

Статья впервые была опубликована в газете «Известия» (1962, 12 янв.). Печаталась в сборнике «Возможное и невозможное в кибернетике» (М., Изд-во АН СССР, 1963).

Ботвинник Михаил Моисеевич, доктор технических наук, экс-чемпион мира по шахматам.

Статья впервые опубликована в газете «Комсомольская правда» (1961, 3 янв.). Печаталась в сборнике «Возможное и невозможное в кибернетике» (М., Изд-во АН СССР, 1963). Полностью статья была напечатана в сборнике «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).

Пекелис Виктор Давыдович, писатель-публицист, член Союза писателей СССР.

Статья впервые была опубликована в журнале «Молодая гвардия» (1963, № 9). Печаталась в сборнике «Возможное и невозможное в кибернетике» (М., Изд-во АН СССР, 1963).

Араб-Оглы Эдвард Артурович, кандидат философских наук, автор исследований по проблемам социального моделирования.

Статья впервые опубликована в сборнике «Kybernetika ve spolecenskych vedach» (Прага, 1965). Пер. с чеш. Печаталась в сборнике «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).

Артур Ли Самуэль, консультант-директор исследовательского отдела американской компании ИБМ.

Статья впервые опубликована в журнале «New Scientist» 27 февраля 1964 г. Пер. с англ. Печаталась в сборнике «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).

Дородницын Анатолий Алексеевич, действительный член АН СССР, директор Вычислительного центра АН СССР.

Статья впервые опубликована в газете «Известия» 23 июня 1966 г. Печаталась в сборнике «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).  {196} 

Майкл Стоун, главный программист английской фирмы.

Малькольм Уорнер, научный сотрудник Бринельского университета (Англия).

Статья впервые опубликована в журнале «New scientist» (1969, 42, № 647). Пер. с англ.

Станислав Лем, польский писатель-фантаст.

Статья впервые опубликована в книге «Summa technologiae» (Краков, 1967). Печаталась в еженедельнике «Литературная Россия» (1967, № 51). Пер. с польск. Опубликована в сборнике «Кибернетика ожидаемая и кибернетика неожиданная» (М., «Наука», 1968).