5 курс / ОЗИЗО Общественное здоровье и здравоохранение / Бионика Жерарден Л

Рис. 51. ЭЛСКТРО.10кация у электрического угря (по г. Лисе­

~Iall ну).

а - нормальное электрнческое поле вокруг тела рыбы: 6 - поле. ;(ефор'-I"­

ровзшюе посторонним предмето\!.

1 - изолятор, 2 - проводнш{.

порога возбудимости, в частности, является пульси­

руiощий характер поля. Клетки чувствительного орга­

на-детектора восприниыают не само электрич~ское

поле, а его изменения, и в основе этого восприятия

лежит весьма остроумный механизм. Чувствительный

орган сам генерирует биоэлектрические колебания,.

частота которых в несколько раз больше частоты

пульсаций электрического поля рыбы. Нервные им­

пульсы от -этого органа так совпадаlO.Т с частотой

Пус1ьсации поля, что каждый импульс возникает в

160

промежутке между вспышкаыи импульсов поля. Та4 ким образом, интервал между нервными импульсамl'I, возбуждеННЫl\lИ магнитным полем, измеряется вну­ тренним ритмом opгaHa~дeTeKTopa. Длительность за­

держки от момента генерации импульса ЭJlектриче­

ского поля до момента, когда орган-детектор посы­

лает свой нервный импульс, дает количественную характеристику поля, ИЗ;\lеряеыого детектором. У жи­ лых существ есть орган, прекрасно анализирующий

промежутки между нервными импульсами, - мозже­

чок. к: нему и поступают нервные импульсы от органа­

детектора и органа, генерирующего электрическое

поле. У электрических рыб он хорошо развит. Если бы

электрическое поле, генерируемое рыбой, носило по­ стоянный характер, процесс измерения был бы невоз­

можен. Пульсирующий хараюер поля - его самая Г.1Jавная особенность.

Интерес биоников к такому приспособлению легко понять. _Вопрос первостепенного значения - защита

от подводных лодок, их обна ружение по деформациям

искусственно созданного электрического поля. А элек­

трические рыбы могут стать прекрасной естественной моделью ТaIЮГО прибора.

6 Л. Жерарден

ГЛАВА 9

ОБУЧЕНИЕ, САМООБУЧЕНИЕ,

САМООРГАНИЗАЦИЯ

ОБРАБОТКА ИНФОРМАЦИИ В ЖИВЫХ СИСТЕМАХ

Мы уже ознакомились с несколькими бионичеСЮI­

ми темами, и все они так или иначе касались вопроса

получения информации живыми системами. Настало время. двинуться дальше и разобраться в том, как

)кивая система определяет свое поведение на основе

этих данных, как она действует. Несомненно, многие действия являются результатом чисто автоматических

процессов: если ударить по коленной чашечке, нога

подскакивает как бы сама собой, помимо нашей воли.

Поведение низкоорганиз,ованных существ не выходит

за пределы таких автоматических реакций, или реф­

лексов. Но по мере того как мы поднимаемся вверх

по древу жизни, встречаются существа,. поведение ко­ торых уже не так примитивно, и реагируют они не

только автоматически - они способны принимать ре­ шения. Как же принимаются сознательные решения?

Ответ на этот вопрос очень Ba~eH, тем более что имен-

. но сейчас идут напряженные поиски конструкций

искусственных автоматических систем, которые могли

бы облегчить человеку принятие решений, особенно

втех случаях, когда ситуация настолько сложна, что

человек не может оценить ее с первого взгляда. Как

сконструировать такую искусственную систему и ка­

ким образом использовать ее для получения нужных

результатов?

Чтобы ответить на эти вопросы, постараемся разо­

браться в том, как человек принимает решения. Для

того 'чтобы принять решение, нужно располагать все­

ми необходимыми сведениями. Разумеется, в первую

очередь нужно произвести анализ окружающей среды.

На техническом жаргоне это называется распознава­

нием образов. Слово «образы» здесь используется в самом общем смысле и охватывает все признаки, ха­

рактерные для данной ситуации, признаки, определяю­

щие эту ситуацию. Совершенно новых ситуаций мы

162

почти не встречае!l!: каждая из них в той или иной

степени напоминает одну из ситуаций, знакомых на1\[

по прошлому опыту. Чтобы извлечь максимальную

пользу из этого опыта, нужно оценить и классифици­

ровать новую ситуацию, сравнивая ее со знакомыми

ситуациями, короче говоря, «опознать» ее. Каждая

ситуация предстает перед живым существом в виде

целого комплекса чувственных раздражений, стиму~ лов. Эти стимулы подвергаются анализу в нервной

системе и становятся объектом идеализации, или аб­ страктной схематизации «в уые». Схема, то есть

абстрактный образ действительной СlIтуации, сравни­ вается с другими абстрактными схемами, которые по~

стоянно хранятся в памяти. Очень редко попа~ается

ситуация настолько новая, что ее невозможно cpaB~

нить ни с одной из прошлых ситуаций. Как только

закончена фаза узнавания, начинается вторая фаза, фаза собственно выбора: зная решение, принятое в прошлый раз в аналогичной ситуации, и учитывая результат этого выбора, можно принять решение, наи~

более подходящее для данного случая. Вторая фаза

сводится к применению критериев выбора, а они варьи­ руют в зависимости от того, готов ли принимающий решение пойти на риск или боится проигрыша, а мо­

жет быть, предпочитает как можно полнее использо~

вать возможные преимущества.

Критерии выбора всегда остаются личным делом каждого, именно в этом и проявляется свобода выбо~

ра. Но машина может принести немало пользы, aBTO~

матически опознавая ситуации. Напрашивается cpaB~

нение описанного выше логического анализа с физио~

логическими процессами, протекающими в организме~

поэтому и начались поиски специализированных и

четко локализованных участков, где происходит aHa~

лиз ситуаций, хранение их в памяти и принятие реше~ ниЙ. Но это ложный путь, который может завести в тупик. Бионик всегда стремится не к рабскому ·копи~

рованию отдельных участков нервной системы, а к по~

ниманию функций системы в целом, которое помогло

бы ему лучше организовать работу машин и Mexa~

низмов.

Самое поверхностное наблюдение позволяет утвер..

ждать, что большинство схем, хранящихся в памяти.

являются не врожденными, а приобретенными. По­

этому бllОНИКОВ очень интересуют проблемы обучения.

Но не следует думать, что аВТОl\lатическое распозна­

вание образов обязательно связано с обучением. МОЖ­

но сконструировать машины, способные опознавать

ситуации, и при этом не потребуется прибегать к обу­

чению. Например, l\ЮЖНО создать машину, различаю­ щую буквы алфавита независимо от того, напечатаны

они или написаны, прямые они или наклонные. В ре­

зультате детального анализа геометрической формы каждой буквы, пренебрегая ее случайными признака­ ми, можно выделить для каждой буквы присущие

только ей признаки, отбрасывая все индивидуальные отклонения (величина и высота букв, особенности

. почерка). Отсюда выводятся строгие правила иденти­

фикации, на основе которых составляется программа

электронной вычислительной машины. После этого лю­

бая представленная ыашине буква будет рассмотрена

в соответствии с этиыи правилами и опознана как А

или Е или еще какая-нибудь буква алфавита. Это до­

статочно эффективный метод, и ему посвящено много

научных работ, но он далек от бионики. Ведь челове­

ческое существо действует и поступает совсем иначе.

ОБj'ЧЕНИЕ

Как же человек узнает буквы алфавита? Еще

в школе детям показали буквы определенной

формы. Затем эта форма сталд варьировать, ребенок

научился обобщать, стал понимать, что А, а и а - это

одна и та же буква. Мало-помалу ученик начинает

читать рукописный текст, не обращая внимания на

правильность или красоту почерка. При этом ему слу­

чается ошибаться, но учитель ~аждый раз его поправ­ ляет, указывает на ошибку и подсказывает верный ответ. Возможность ошибки возникает потому, что в

случае полной или частичной неосведомленности ответ

дается более или менее наудачу. Обучение устраняет

неосведомленность, сообщая определенную информа­ цию. Итак, мы встретили новые понятия: «неосведом­ ленность» и «обучение»; их противо~оставление ана­

логично уже знакомому наы протипопоставлению слу­

чайности и информации. Обучение и случайность

164

СВ5IЗаны тесной зависимостью, и если предположить,

что разум - результат обучения, то никакая машина,

действия которой раз и навсегда определены, не за­ служивает названия разумной.

Значит, можно построить h!ашину для распознава­ !шq букв, функции которой будут заранее четко опре­

делены. А что, если создать машину, которую можно

было бы обучать? Предположим, что это осуществиыо (а как МЫ увидим далее, это вполне осуществимо), и

сравним эти машины. Работают они как будто одина­

ково, и не исключено, что детерминированная машина

никогда не будет ошибаться, а обучаемая будет вреыя

от времени допускать ошибки. Тогда зачем создавать

обучающиеся машины? Представим себе, что нужно быстро сменить задание, выполняе1\юе машиной, напрн­

мер использовать ее для распознавания цифр вместо

букв. РаЗУ1\!еется, обе машины совершенно неспособны

сразу же приноровиться к внезапной смене за­

дания. Но если детерминированная машина никогда не

сможет к этому приспособиться, то С обучаемой ма­

шиной дело обстоит иначе. Ей сообщают ошибки, 11

она вносит поправки в свою программу; короче гово­

ря, ее заНОЕО учат узнавать цифры, так же как учил!! узнавать буквы. Поведение второй машины качествен­ но отличается от поведения первой, и это отличие­

способность адаптироваться. А умение приспосаБЛII­

ваться к изменениям внешней среды - существенно важная особенность; в процессе эволюции живого

мира выживали именно те существа, которые приспо­

сабливались лучше других.

Любую систему, способную обучаться, можно пред­

ставить в виде схемы, показанной на рис. 52. Струк­

тура переработки информации вполне соответствует

классической: входной блок (1), орган обработки ин­

формации (2) и выходной блок (5). Но функции орга­ IIОВ обработки информации внутри системы не опре­

делены раз и навсегда с самого начала. Имеется

второй путь, параллельный первому и связанный с

ним; этот путь ВЮlючает в себя блок оценки (3), ко­

торый одновременно получает IIнформацию о присут­

ствии на входе системы определенной ситуации (А)

и о принятом решении (г). Распознавание ситуации и'принятие решения происходят в обычном порядке-

165

по первому пути. Блок оценки сравнивает причину

и следствие, А и Г, и, согласно некоторым критериям

оценки (4), признает решение удачным или неудач­ ным. В первом случае орган обработки информации

получает «поощрение», а во втором - «наказание».

Прежде чем объяснить, как можно поощрять или на­

казывать машину (это звучит довольно странно), за­ метим, что схема точно отображает отношения между

~•

БВ

выходе.

учеником и учителем. Прямая цепь (1, 2, 5) представ­

ляет собой поведение ученика; параллельная цепь (3, 4) - поведение учителя. Учитель заранее знает

верный ответ на поставленный вопрос, и сравнение

с ответом ученика (Г) происходит мгновенно. На схе­

ме «учитель - учению> критерии оценки (4) - это

правила, заранее известные учителю. В других слу­

чаях действуют эыпирические критерии правильности

ответа: стоит ребенку раз обжечься, и он больше не полезет к огню. Обучение в самом общем смысле сло­

ва, как это показано на рис. 52, может называться иначе: самообучение (особенно в случае самообразо-

166

вания) или выработка условных рефлексов (главным образом в том случае, когда речь идет о животных).

Во всех подобных случаях система, способная к обу­

чению, - это система, способная к самоорганизации путем изменения внутренней функции переработки

информации (2).

Не следует путать обучение со способностью к рас­ познаванию образов, а также с самоорганизацией. Система, способная к обучению, непременно должна обладать способностью к самоорганизации; но неко­

торые системы могут путем самоорганизации приспо­

собиться к данной ситуации, и все же это никак не

связано с обучением. Например, искусственная систе­

ма может дать правильный ответ, если заранее из­

вестно несколько возможных ситуаций на ВХQде. Для

наилучшего выбора решения в каждой ситуации тре­ буется определенный путь преобразования информа­

ции. Остается вложить в память машины все возмож-

.ные пути преобразования и придать машине способ­

ность опознавать предлагаемые ситуации, относить

их к определенной категории, или классифицировать.

Определив категорию, машина находит соответствую­ щее решение в своей памяти. Значит, машина каждый

раз прибегает к самоорганизации, чтобы лучше при­

способиться к данной ситуации. Схема системы такого рода почти такая же, как на рис. 52. Отсутствует толь­ ко важнейшее звено: обратная связь, которая сооб­ щает блоку оценки (3) решение, появившееся на вы­ ходе (Г). А как раз обратная связь - решающее звено в процессе обучения. Способность к самоорга­

низации, к изменению своей передаточной функ­

ции - еще недостаточное условие для того, чтобы на­

звать систему обучающейся: необходимо, чтобы эти

изменения были связаны прямой зависимостью ,с по­ лученным результатом и чтобы этот вариант получал

подкрепление в случае удачного решения и штрафо­

вался бы в случае неудачи. Если мы имеем дело с живым существом, подкрепление и штраф связаны с поощрением или наказанием. Теперь вам ясно, как можно обучать машину: вместо того чтобы ее поощ­ рить или наказывать, что было бы поистине удиви­ тельно, нужно просто соответствующим образом моди­ фицировать ее передаточную функцию.

167

СамооргаНlJзующаяся система, способная к обуче­ нию, ДО.'lжна ПОСТОЯННО функционировать наllЛУЧШИМ образом: с каждьш IIзменением внешней среды маши­

на тут же меняет спое поведение, чтобы как можно iIучше приспособиться к НОВЫ1\! условиям. Конечно,

среди систем этого типа тоже существует иерархия.

с.'lожность их строения и функций неодиНакова. Наи­

есть и другие примеры. Промышленное предприятие­

это тоже самоорганизующаяся система, которая дол­

жна действовать, извлекая ~Iаксимальную пользу IIЗ прошлого опыта для принятия решений в будущем, и,

следовательно, ДО,'lжна быть способна к обучению.

Любое человеческое сообщество тоже представляет

собой самоорганизующуюся систему, которая обу­ чается в ходе исторического процесса. Плоды этого

обучения распределяются отчасти бессознательно, от­

части сознательно м~жду личностями, составляющими

общество. Поведение общества представляет собой ре­

зультат взаимодействия поведения отдельных его

ячеек. Теорией и практикой доказано, что если инфор' ~.!ация, полученная при обучении, остается рассеянной,

а поведение отдельных личностей плохо скоординиро,

вано, то вся система действует далеко не лучшим об­

разом. Гораздо удобнее было бы организовать функ­

ции такой системы подобно функциям человеческого организма: отобранная информация со входа пере­

дается по НИЗШИМ ступеням к центральному органу,

который принимает решение, выгодное для всего кол­

лектива в целом. Это решение от центра «спускается» к исполнительным органам, полностью приспособлен­ ным к местным условиям. Потому-то так продук­

тивны хорошо составленные планы. Отсюда легко

объяснить огромный интерес к электронным машинам

во всех странах: это не мода и не предмет роскоши,

а предмет первой необходимости во всяком обществе, которое стремится функционировать как можно луч­

ше. Мы видим новое подтверждение (хотя едва ли

в этом есть необходимость) несомненной пользы био­ нического подхода к проблемам обучения.

Несколько выше мы заметили, что системы, спо­

собные к обучению, 'неодинаково сложны и совершен-

168

ны. Возникает проблема численного выраже!lИЯ каче­

ственной стороны обучения. При этом необходиr.!О совершенно точно определить индекс, который позво­ лил бы оценить успех последовательных ПОПЫТОК в

процессе обучения. За такой индекс можно принять

время, которое понадобилось на рассмотрение воз­ можностей и на выбор праВIIЛЬНОГО ответа. Е,ли вы­

бор бинарный (правильный !I.'!Н непраы!льный, без

х

v

р 11 с. 53. Типичный график процесса (JСУ'!С!IIШ.

х - среднее ЧIIСЛО удачных попыток; У - шкала орсм:ени:.

всяких оттенков), то проще всего прннять за индекс

отношение числа правильных решений !{ общему чи­

слу попыток. На рис. 53 показана типичная кривая,

отражающая результаты таких опытов. Вид этой кри­

вой хорошо знаком зоопсихологам, которые зани­

маются обучением животных. Не следует ду/мать, что к обучению способны только высшие животные. Нет

такого животного, которое не,1]ЬЗЯ БЫ,1]О бы чему-та

научить. Поощрение обычно дается в виде пищи, для

наказания используют иногда удар электрического то­

ка. Но не мешает вспомнить еще раз, что поощрение

инаказание - только посредники; сущность процесса

обучения - в организованном изменении поведения, fI машинах же обучение действует непосредственно на их передаточную функцию.

169