Натыкаясь множество раз на препятствия и обходя их, мышь в конце концов находила выход из лабиринта. Но во второй и последующих попытках она достигала цели уже значительно быстрее, используя «знания», приобретённые во время первого путешествия, и двигаясь по более короткому пути.
Интересна также игрушка — робот Эдмунда Беркли, которую он построил с помощью школьников. Она представляет собой тележку с моторным приводом и моторным управлением. Авторы назвали игушечно — го робота «белка». Белка имеет два фотоэлемента — две лапки, которые могут раздвигаться или сдвигаться на уровне пола, образуя, чашечку, язычок внутри чашечки и металлический хвостик, волочащийся по полу. В блоке управления белки имеются коммутирующие реле и фильтр, позволяющий различать постоянный и переменный токи.
Как же работает белка? Большая пустая комната освещена лампами накаливания. По полу в беспорядке разбросаны белые шарики. В одном из углов лежит металлический лист, освещённый люминесцентной лампой, — это гнездо белки. Белка наугад ищет, пока в поле зрения её фотоэлементов не попадёт белый шарик. Тогда она направляется к нему, раздвигает лапки, останавливается и сдвигает их, захватывая шарик. Язычком, находящимся между лапками, белка обнаруживает шарик. Затем она поворачивается и ищет гнездо. Поскольку оно освещено мигающим светом люминесцентной лампы (в отличие от непрерывного света ламп накаливания), электрический фильтр позволяет ей распознать направление. Белка направляется к гнезду, заползает на металлический лист и останавливается на нём, так как замыкание цепи между листом и её металлическим хвостиком даёт знать, что она дома. Белка раздвигает лапки, выбрасывая шарик, и снова направляется на поиск следующего.
ПРОСТЕЙШИЕ МОДЕЛИ С ИСПОЛЬЗОВАНИЕМ ЛОГИЧЕСКИХ УСТРОЙСТВ
Как заставить модель обходить, не задевая встречающиеся на пути предметы? Сделать в домашних условиях локатор сложно, да он и не нужен. Глазами автомобиля или робота могут быть фотодатчики. Свет фар, отражённый от преграды и принятый фото датчиками, расскажет логическому устройству о ситуации на дороге. Логическое устройство примет нужное решение и отдаст ту или иную команду исполнительным реле: включить указатель поворота и повернуть направо или налево; продолжить путь по прямой; включить предупреждающие красные фонари, звуковой сигнал или заднюю фару с фотодатчиком и двигаться назад, если оба передних датчика зафиксировали препятствие.
9. МОДЕЛИРОВАНИЕ ПАМЯТИ И ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ
НА ПУТИ К СОЗДАНИЮ ИСКУССТВЕННОГО МОЗГА
Важнейшим объектом исследования нейрокибернетики является самая сложная биологическая система — человеческий мозг. Исследуя процессы, происходящие в головном мозге, можно изучить совокупность операций, которые приводят человека к решению творческих задач. Несмотря на сложность этой проблемы, творческие процессы познаваемы, как и любые другие процессы, происходящие в природе.
Мозг обладает способностью сопоставлять, анализировать и обобщать получаемую им информацию, а запоминает лишь наиболее важную её часть. После закрепления информации память человека освобождается для новых потоков информации. Одно из основных проявлений памяти заключается в способности узнавания и воспроизведения. Человек может закрыть глаза и воспроизвести в своей памяти картину, которую он видел в прошлом. Можно через несколько десятков лет показать этому человеку часть фотографии этой картины, и он сразу же узнает и воспроизведёт в своей памяти всю её целиком.
Наши сведения о структуре и функциях мозга в настоящее время ещё весьма неполны, зачастую они основаны лишь на догадках. О мозге мы знаем значительно меньше, чем о других органах живого существа. Каждый из нас необычайно мало использует возможности своей памяти.
Человек всегда помнит больше, чем ему кажется. По свидетельству современников, Юлий Цезарь и Александр Македонский знали в лицо и по имени всех своих солдат, а ведь их было очень много — 30 тыс. А. Алёхин помнил все сыгранные шахматные партии и, не глядя на доски, мог одновременно играть более чем с 20 партнёрами.
Сейчас никто не в состоянии дать исчерпывающий ответ на все вопросы, связанные с деятельностью мозга: 6 механизме памяти, об удивительной системе произвольного доступа к огромным запасам информации, хранящейся в мозгу, о гибкости и надёжности памяти человека. Но великий русский физиолог И. М. Сеченов, очень хорошо понимавший титаническую трудность проблемы, утверждал, что предпосылки для понимания функций мозга состоят в «…строгом разборе его машинности».
Успехи кибернетики и бионики — лучшее доказательство справедливости этого тезиса. Новым наукам, развиваемым совместными усилиями физиологов, математиков и специалистов по электронике, союз которых оказался чрезвычайно плодотворным, по плечу любая задача. Рано или поздно учёные смогут узнать самые сокровенные тайны мозга.
Решение сложных задач с помощью электронных систем невозможно без устройств памяти. Все автоматы, о которых мы рассказали выше, хорошо умеют разбираться в потоках сигналов, поступающих на входы. Но, к сожалению, эти автоматы не извлекают уроков из своей деятельности. Один и тот же сигнал или совокупность сигналов вызывают у автомата всегда одну и ту же реакцию. А ведь известно, что наиболее интересными видами деятельности являются такие, которые используют память. Знающий, т.е. помнящий, действует лучше, чем незнающий. И если мы хотим, например, моделировать сложные поведенческие черты живых организмов, нам следует заняться конструированием устройств памяти автоматов.
Учёного-кибернетика мозг интересует прежде всего как пример разумной машины, созданной самой природой. Кибернетики пытались подойти к этой задаче с позиций физиологов. Мозг человека оказался настолько сложной системой, что разобраться в деталях его работы было невозможно. И только аналогия в работе мозга и вычислительной машины наметила подход к решению этой сложнейшей проблемы.
Создавая первые ЭВМ, инженеры мало знали о строении мозга. Они стремились создать машину, которая бы быстро и точно могла производить вычисления. Сходство ЭВМ с человеческим мозгом было обнаружено позже, когда физиологи при изучении мозга стали сравнивать известные им факты с тем, что они узнали от специалистов по вычислительной технике.
Прежде всего физиологи обратили внимание на бинарность в поведении нервной системы. Оказывается, каждое нервное волокно в любой момент либо «включено», либо «выключено». Оно либо активно и при этом проводит сигнал возбуждения, либо пассивно и сигнала не проводит. Насколько смогли определить физиологи, у нервных волокон не существует никакого промежуточного состояния.
ДВОИЧНАЯ СИСТЕМА СЧИСЛЕНИЯ — ИДЕАЛЬНАЯ СИСТЕМА ДЛЯ ЭВМ
Мы уже говорили о том. что в нервных сетях действуют законы двоичного счисления: О или 1, ДА или НЕТ. Какими особенностями отличается двоичная система? Почему именно её избрали для ЭВМ?
Мы принимаем как должное счёт до десяти, хотя в действительности десятичная система счисления, которой мы постоянно пользуемся, является одной из многих и вовсе не лучшей.
Вот как выглядят числа в десятичной и двоичной системах (справа):
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
Интересна также игрушка — робот Эдмунда Беркли, которую он построил с помощью школьников. Она представляет собой тележку с моторным приводом и моторным управлением. Авторы назвали игушечно — го робота «белка». Белка имеет два фотоэлемента — две лапки, которые могут раздвигаться или сдвигаться на уровне пола, образуя, чашечку, язычок внутри чашечки и металлический хвостик, волочащийся по полу. В блоке управления белки имеются коммутирующие реле и фильтр, позволяющий различать постоянный и переменный токи.
Как же работает белка? Большая пустая комната освещена лампами накаливания. По полу в беспорядке разбросаны белые шарики. В одном из углов лежит металлический лист, освещённый люминесцентной лампой, — это гнездо белки. Белка наугад ищет, пока в поле зрения её фотоэлементов не попадёт белый шарик. Тогда она направляется к нему, раздвигает лапки, останавливается и сдвигает их, захватывая шарик. Язычком, находящимся между лапками, белка обнаруживает шарик. Затем она поворачивается и ищет гнездо. Поскольку оно освещено мигающим светом люминесцентной лампы (в отличие от непрерывного света ламп накаливания), электрический фильтр позволяет ей распознать направление. Белка направляется к гнезду, заползает на металлический лист и останавливается на нём, так как замыкание цепи между листом и её металлическим хвостиком даёт знать, что она дома. Белка раздвигает лапки, выбрасывая шарик, и снова направляется на поиск следующего.
ПРОСТЕЙШИЕ МОДЕЛИ С ИСПОЛЬЗОВАНИЕМ ЛОГИЧЕСКИХ УСТРОЙСТВ
Как заставить модель обходить, не задевая встречающиеся на пути предметы? Сделать в домашних условиях локатор сложно, да он и не нужен. Глазами автомобиля или робота могут быть фотодатчики. Свет фар, отражённый от преграды и принятый фото датчиками, расскажет логическому устройству о ситуации на дороге. Логическое устройство примет нужное решение и отдаст ту или иную команду исполнительным реле: включить указатель поворота и повернуть направо или налево; продолжить путь по прямой; включить предупреждающие красные фонари, звуковой сигнал или заднюю фару с фотодатчиком и двигаться назад, если оба передних датчика зафиксировали препятствие.
9. МОДЕЛИРОВАНИЕ ПАМЯТИ И ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ
НА ПУТИ К СОЗДАНИЮ ИСКУССТВЕННОГО МОЗГА
Важнейшим объектом исследования нейрокибернетики является самая сложная биологическая система — человеческий мозг. Исследуя процессы, происходящие в головном мозге, можно изучить совокупность операций, которые приводят человека к решению творческих задач. Несмотря на сложность этой проблемы, творческие процессы познаваемы, как и любые другие процессы, происходящие в природе.
Мозг обладает способностью сопоставлять, анализировать и обобщать получаемую им информацию, а запоминает лишь наиболее важную её часть. После закрепления информации память человека освобождается для новых потоков информации. Одно из основных проявлений памяти заключается в способности узнавания и воспроизведения. Человек может закрыть глаза и воспроизвести в своей памяти картину, которую он видел в прошлом. Можно через несколько десятков лет показать этому человеку часть фотографии этой картины, и он сразу же узнает и воспроизведёт в своей памяти всю её целиком.
Наши сведения о структуре и функциях мозга в настоящее время ещё весьма неполны, зачастую они основаны лишь на догадках. О мозге мы знаем значительно меньше, чем о других органах живого существа. Каждый из нас необычайно мало использует возможности своей памяти.
Человек всегда помнит больше, чем ему кажется. По свидетельству современников, Юлий Цезарь и Александр Македонский знали в лицо и по имени всех своих солдат, а ведь их было очень много — 30 тыс. А. Алёхин помнил все сыгранные шахматные партии и, не глядя на доски, мог одновременно играть более чем с 20 партнёрами.
Сейчас никто не в состоянии дать исчерпывающий ответ на все вопросы, связанные с деятельностью мозга: 6 механизме памяти, об удивительной системе произвольного доступа к огромным запасам информации, хранящейся в мозгу, о гибкости и надёжности памяти человека. Но великий русский физиолог И. М. Сеченов, очень хорошо понимавший титаническую трудность проблемы, утверждал, что предпосылки для понимания функций мозга состоят в «…строгом разборе его машинности».
Успехи кибернетики и бионики — лучшее доказательство справедливости этого тезиса. Новым наукам, развиваемым совместными усилиями физиологов, математиков и специалистов по электронике, союз которых оказался чрезвычайно плодотворным, по плечу любая задача. Рано или поздно учёные смогут узнать самые сокровенные тайны мозга.
Решение сложных задач с помощью электронных систем невозможно без устройств памяти. Все автоматы, о которых мы рассказали выше, хорошо умеют разбираться в потоках сигналов, поступающих на входы. Но, к сожалению, эти автоматы не извлекают уроков из своей деятельности. Один и тот же сигнал или совокупность сигналов вызывают у автомата всегда одну и ту же реакцию. А ведь известно, что наиболее интересными видами деятельности являются такие, которые используют память. Знающий, т.е. помнящий, действует лучше, чем незнающий. И если мы хотим, например, моделировать сложные поведенческие черты живых организмов, нам следует заняться конструированием устройств памяти автоматов.
Учёного-кибернетика мозг интересует прежде всего как пример разумной машины, созданной самой природой. Кибернетики пытались подойти к этой задаче с позиций физиологов. Мозг человека оказался настолько сложной системой, что разобраться в деталях его работы было невозможно. И только аналогия в работе мозга и вычислительной машины наметила подход к решению этой сложнейшей проблемы.
Создавая первые ЭВМ, инженеры мало знали о строении мозга. Они стремились создать машину, которая бы быстро и точно могла производить вычисления. Сходство ЭВМ с человеческим мозгом было обнаружено позже, когда физиологи при изучении мозга стали сравнивать известные им факты с тем, что они узнали от специалистов по вычислительной технике.
Прежде всего физиологи обратили внимание на бинарность в поведении нервной системы. Оказывается, каждое нервное волокно в любой момент либо «включено», либо «выключено». Оно либо активно и при этом проводит сигнал возбуждения, либо пассивно и сигнала не проводит. Насколько смогли определить физиологи, у нервных волокон не существует никакого промежуточного состояния.
ДВОИЧНАЯ СИСТЕМА СЧИСЛЕНИЯ — ИДЕАЛЬНАЯ СИСТЕМА ДЛЯ ЭВМ
Мы уже говорили о том. что в нервных сетях действуют законы двоичного счисления: О или 1, ДА или НЕТ. Какими особенностями отличается двоичная система? Почему именно её избрали для ЭВМ?
Мы принимаем как должное счёт до десяти, хотя в действительности десятичная система счисления, которой мы постоянно пользуемся, является одной из многих и вовсе не лучшей.
Вот как выглядят числа в десятичной и двоичной системах (справа):
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26