Юрий васильевич Лебедев

Вид материала

Подобный материал:

1 2 3 4 5 6 7 8

Материал, предшествующий мышлению

Пункт четвертый

О ПАРАДОКСЕ: НЕЙРОКИБЕРНЕТИКИ ВСЕ ЕЩЕ ПОТЕЮТ НАД СОЗДАНИЕМ ИСКУССТВЕННОГО НЕЙРОНА — А ОН УЖЕ ДАВНО СОЗДАН! ДИВО ДИВНОЕ, И ТОЛЬКО

Итак, с цитофизиологией, то есть с клеточным строением и функционированием головного мозга как животных, так и человека, я закончил. Теперь можно переходить к изложению мыслительных процессов и к их моделированию. Но я сперва решил коротенько пробежать по историческому аспекту.

Идея создания логической машины возникла еще в средние века. Одна из первых попыток постройки такого аппарата принадлежит испанскому теологу Раймунду Луллию (1235-1316 гг.), затем — немецкому философу-идеалисту и математику Готфриду Вильгельму Лейбницу (1646-1716 гг.) и, наконец, английскому буржуазному философу и экономисту Уильяму Стенли Джевонсу (1835-1882 гг.). Их машины представляли собой систему вращающихся концентрических кругов с нанесенными на них понятиями или символами и рычагов, при помощи которых механически устранялись комбинации признаков, несовместимые с данными посылками. Но выводы, получаемые при помощи этих устройств, были довольно примитивными. Вот поэтому их практическое применение было крайне ограниченным и рассматривалось скорее как любопытная игрушка, чем реальный помощник человека в процессе его мышления.

В наш современный век возникла новая научная дисциплина — кибернетика. Слово это имеет древнегреческое происхождение и в переводе на русский язык означает «рулевой, кормчий, управляющий движением». Ее основоположник — известный американский ученый-математик Норберт Винер в своей книге «Кибернетика, или Управление и связь в животном и машине», изданной в 1948 году, определил ее как науку об общих принципах «связи», «управления» и «контроля» в машинах и животных организмах. В настоящее время возобладало уточнение содержания этого понятия. В частности, стали отмечать, что одной из составных частей определения кибернетики является вопрос о взаимоотношении возможностей вычислительных машин и мышления. Однако их основным творением так и продолжают оставаться электронные вычислительные машины.

В этой области знаний они показали колоссальный успех. Ведь математические решения они осуществляют в тысячи раз быстрее, чем это может сделать нервная система человека. Кроме этого, они обладают еще одним преимуществом — универсальностью. Одна и та же машина может решать самые разнообразные задачи: и математические, и хозяйственные, и другие им подобные; их стали успешно использовать даже для игры в шахматы, где на обдумывание одного хода им требуются секунды. Развитие их универсальности привело к тому, что кибернетика подверглась подразделению: на теоретическую (решающую математические основы), на техническую (осуществляющую конструирование и эксплуатацию технических средств) и на прикладную (применяющую данные как теоретической, так и технической кибернетики на промышленных предприятиях) и так далее.

Но быстродействующие счетные машины оказались не дублирующими работу головного мозга человека при решении даже самых простых арифметических задач. Если среди человеческого общества принята десятичная система счисления, то там у них двоичная, и знают они только два числовых обозначения: 0 и 1, то есть нет никакого электрического импульса или есть он. Этими двумя знаками они обозначают любое число. Если в нашей десятичной системе каждый новый ряд составляют единицы, десятки, сотни и так далее, то в двоичной системе счисления каждый новый ряд составляют единицы, двойки, четверки, восьмерки и так далее, которые записываются тоже с левой стороны от уже обозначенных цифр. Если между собой сравнить десятичный и двоичный ряд цифр, то они будут выглядеть следующим образом:

Десятичная

система 0 1 2 3 4 5 6 7 8 9 10

Двоичная

система 0 1 10 11 100 101 110 111 1000 1001 1010

Число 1959 в двоичной записи представится так: 11110100111.

Хотя эта система на первый взгляд громоздка и неудобна, арифметическое действие сложения в ней чрезвычайно упрощено — оно состоит из трех простых равенств:

0+0=0 0+1=1 1+1=10

Результат последнего равенства означает перенос единицы в следующий, более высокий разряд. Так, сложение 21 и 13 в двоичной системе будет выглядеть следующим образом:

10101 (21)

+

1101 (13)

100010 (34)

В связи с этим в двоичной системе остальные три арифметических действия над цифрами, то есть вычитание, умножение и деление, заменены сложением, которое довольно легко поддается автоматизации.

Принцип работы электронной вычислительной машины основан главным образом на методе проб и ошибок — она ищет, ошибается и снова ищет и так далее. Этот процесс приближенно можно объяснить следующим образом: импульс тока в ней бежит и тычется в каждую клеточку ее схемы и будто спрашивает: «Да или нет?» Если он получает ответ «нет», то бежит дальше. Так он обегает подряд все ячейки и в конце концов механически натыкается на какое-то «да». У машины есть условие, заданное ей человеком: «Найдешь — сейчас же сообщи туда-то». Вот такими отдельными находками и импульсами обратной связи и отыскивается решение. И все это осуществляется с колоссальной быстротой.

Из вышеизложенного отлично видно, что высшая нервная деятельность человека ничего общего даже с современными кибернетическими машинами не имеет и отождествлению не подлежит. Ведь во взаимосвязи нейронов в головном мозгу преобладает параллельное соединение, что дает возможность обрабатывать одновременно несколько единиц информации. Кибернетические же системы работают по принципу последовательности. Вот поэтому головной мозг человека от кибернетических устройств отличается значительно более низкой степенью точности и в то же время достаточно высокой степенью надежности. Если в головном мозгу теряется или добавляется несколько нервных импульсов, то смысл сообщения искажается совсем незначительно. Вот поэтому он может принимать и принимает решения на основе недостаточных данных и оперировать даже «смутными» идеями. Тогда как в вычислительных устройствах потеря хотя бы одного импульса приводит к полному искажению смысла. Задаваемая машине программа должна быть абсолютно ясной с предусмотренными в ней всеми возможными, желательными и нежелательными последствиями, сопутствующими выполнению поставленной задачи. Но из-за наличия такой пунктуальности кибернетические машины оказались неспособными к творческой деятельности. Парадокс, но факт.

Только что изложенное относится к творению кибернетиков. Но при их подразделении по направлениям возникло еще одно — нейрокибернетика, которой следует уделить особое внимание. Ведь они возложили на себя задачу моделирования процессов, протекающих не только в нервной системе живых организмов вообще, но и в головном мозгу человека в частности. А ими прежде всего являются процессы мышления. Но на свое вооружение они взяли не элементарную логику, история которой идет от Аристотеля, а более простую математическую, или символическую, логику.

Ее основоположником является английский математик и логик Джордж Буль (1815-1864 гг.). В своем основном произведении «Исследование законов мысли» он провел аналогию между алгеброй и логикой и логику стал рассматривать как алгебру лишь с нулем и единицей. А на этом принципе как раз и работают универсальные вычислительные машины. Вот поэтому нейрокибернетики и решили математическую логику принять на свое вооружение. Их методика действий с классами предметов осуществлялась с помощью операций «И», «ИЛИ» и «НЕ». К ним еще отнесли выражения «исключая», «или иначе», «ни… ни» и некоторые другие. Если в универсальной счетной машине одновременно возникали два импульса, то она выполняла логическую операцию «конъюнкции», обозначаемую союзом «и». Если в ней возникал только один из двух импульсов, то машина выполняла логическую операцию «дизъюнкции», обозначаемую союзом «или».

Соответствующими экспериментами занимались Джон Нейман, В.Н. Колбановский, А.В. Напалков, Н.А. Чичварина и многие другие. Но наибольшего положительного результата добился академик Академии наук Украинской ССР В.М. Глушков в своем вычислительном центре на машине «Киев». Логические эксперименты он проводил над наипростейшими по грамматической конструкции предложениями, то есть состоящими только из подлежащего и сказуемого, но имеющими между собой определенную смысловую связь. Вначале машина вводимые в нее по порядку фразы запоминала без всякого их осмысливания, то есть осуществляла голую «зубрежку». Однако при известных условиях в соответствии с их сказуемыми она осуществляла из них группировку в определенный класс, для которого вводила новое понятие. В данном случае таковыми являлись уже осмысленные фразы «профессор думает» и «студент думает». При введении новой фразы «мальчик думает» машина вместо простого «зазубривания» сама отправляла ее в уже созданную группировку из числа всех думающих.

Затем грамматическая конструкция экспериментов была несколько усложнена. Теперь машине сообщалось о том, что два каких-либо представителя из класса думающих, например «профессор и мальчик», могут также «говорить»; то машина самостоятельно делала заключение о том, что все «думающие» являются вместе с тем и «говорящими». «Студент говорит» являлось осмысленным выводом машины, хотя эта фраза и не содержалась в числе в нее вводимых.

Но машина допускала и неверные выводы. Так, если первоначальный класс был образован по признаку сочетаемости с глаголом «стоять», то в данном случае она приходила к выводу, что все «стоящие» вместе с тем являются и «говорящими»: «человек стоит» и «мебель стоит», человек говорит», но «мебель…»? Не говорит! Чтобы уменьшить число подобных ошибок, приходилось для машины составлять несколько фраз с глаголом «говорить», подбирая к нему существительные (подлежащие) из класса стоящих случайным образом. Так, меняя значение некоторых параметров, введенных в программу, удавалось моделировать самые различные виды обучения — от голой «зубрежки» до склонности к крайне поспешным выводам.

При подведении итога вышеизложенным экспериментам следует сказать о том, что каждое сказуемое является какой-то определенной частью сущности по отношению к своему подлежащему. Так что группировку фраз универсальная вычислительная машина Глушкова осуществляла как раз на основе этой части сущности. Следовательно, она осуществляла индуктивное логическое обобщение. А при более сложной грамматической конструкции она сама смогла создать понятия «человек», «мебель» и другие. Так что, оказалось, можно «заставить» вычислительные машины воспроизводить хотя бы элементарные, но все же мыслительные процессы, несмотря на то, что принцип их устройства не соответствовал цитоархитектонике головного мозга человека. Но это положительная сторона «медали».

А теперь разберем отрицательную. Машина Глушкова почему-то обладала весьма бедной по объему памятью и в логическую обработку могла воспринимать только около ста слов. Да, она осуществляла логическое обобщение, но крайне примитивное. Ведь индуктивное восхождение ему удалось осуществить только на одну ступень. Кроме этого, Глушков почему-то вообще оставил без внимания дедуктивное мышление.

Что же касается перекрещивающихся понятий, частных суждений и умозаключений, то математическая логика их вообще не принимала во внимание. Ну и Глушков тоже. А ведь мышление каждого человека переполнено ими. Более того, вот как раз в них и зарождаются новые понятия и логические выводы. В конечном итоге он сам признал, что его машина не осуществляет открытие новых фактов, неизвестных (хотя бы чисто теоретически) ее создателю. Мол, именно в этом и кроется преимущество человека перед машиной. Другие нейрокибернетики к этому добавляли, что нервная система человека не является цифровым устройством. А посему современная кибернетика весьма далека от отождествления ее с головным мозгом человека.

Кроме вышеизложенных экспериментов, иностранные, в основном американские ученые Мак Каллох, Питс, Дж. Нейман, У. Тейлор, из числа русских — А.Н. Радченко и некоторые другие решили смоделировать функционирование самого нейрона. Все они ставили перед собой аналогичную задачу — построить такую электронную модель, которая при соответствующей настройке могла бы воспроизводить нейрофизиологические данные, то есть работать в том же масштабе времени, что и нейрон, и чтобы импульсы на ее выходе по форме точно копировали или же мало отличались бы от типичных кривых постсинаптического мембранного потенциала. И, как они утверждают, добились соответствующих результатов.

Взялись моделировать? А на основе чего? Ведь нейрофизиологи до сих пор в полной мере не знают основу функционирования нейрона. Так как же можно было воспроизвести что-то с еще не познанного?

Вот и пришлось нейрокибернетикам самим домысливать этот пробел. Поэтому все без исключения модели прежде всего получились у них довольно сложными. Но самое главное, они допустили одну и ту же слишком грубую ошибку. На их схемах подходящие к «нейронам аксоны» осуществляли одновременно(?) как возбуждение(!), так и торможение(?). Срабатывание или несрабатывание нейрона и дальнейшую передачу импульса они поставили в зависимость от порога(?) входного воздействия, то есть от определенного количества(?) входных сигналов. Так, например, если порог возбуждения устанавливали равным пяти, то при четырех входных импульсах нейрон не срабатывал; а при шести — срабатывал, и возбуждение передавалось дальше другим нейронам. Но этот порог не являлся постоянным — он то повышался, то понижался. Вот и выходило, что срабатывание нейрона осуществлялось то от большего количества входных сигналов, то от меньшего, и тем самым у модели нейрона или увеличивалась, или уменьшалась сфера охвата других нейронов(!). Данное моделирование, конечно, не соответствует действительности. Но оно все же напоминает процесс иррадиации и концентрации раздражения.

Что же касается моделирования дендритной системы, то У. Тейлору удалось воспроизвести в ней процесс затухания напряжения в зависимости от расстояния, который был подобен кабельной линии с утечками. Оно, конечно, имело бы какое-то функциональное значение по отношению к ближе лежащим или отдаленным нейронам. Но само воздействие возбужденного дендрита на тело нейрона у них было аналогичным аксонному(?), с которым и суммировалось(?). Тогда как в действительности аксоны осуществляют передачу только положительных потенциалов, а дендриты — только отрицательных. При их возбуждении соответствующие нейроны прекращают воспринимать приходящие к ним положительные импульсы и передавать их другим аксонам, то есть запирают самих себя.

Академик Глушков, по сравнению с другими нейрокибернетиками добившийся определенных положительных результатов, в конечном итоге сделал два чистосердечных и в то же время очень важных признания.

Первое из них является предположением. Что самая грубая модель нейрона имеет такой же порядок сложности, как одноламповый приемник. Но при уточнении схемы, мол, более уместно сравнить его со сложностью многоламповых приемников и телевизоров.

Это признание я расцениваю как чрезмерно абсурдное. Впрочем, все еще не познанное всегда кажется чрезмерно сложным. И не только Глушкову, но и другим исследователям.

Второе является достоверным утверждением. Что в настоящее время задача непосредственного моделирования человеческого мозга практически неосуществима в связи с тем, что далеко не ясно, каким образом должны быть соединены между собой модели нейронов.

А вот в этом он абсолютно прав. Ведь у цитофизиологов имеется неисчислимое множество исследований, исписаны горы бумаги. Но абсолютно все их данные крайне разношерстны, отрывочны и в то же время даже противоречивы. Очень много такого материала, который пригоден только в качестве макулатуры. При ознакомлении с ним сразу же видно, что цитофизиологи сами в должной мере не разбираются в целостном и подлинном функционировании головного мозга. Но для технарей, то есть для нейрокибернетиков, их исписанные горы бумаги представляют собой вообще неприступную крепость. Вот потому им ничего не оставалось, как прибегать к домыслам и уже по ним пытаться созданные ими вычислительные машины заставлять по-человечески мыслить.

Нейрокибернетиков, утомленных пустым трудом, мне даже жалко стало! Да, ведь модель нейрона уже давно создана и ждет вас: мол, когда же это вы соизволите уделить ей должное внимание? Это же обыкновенная трехэлектродная радиолампа, или просто триод, изобретенная еще в 1906 году американским радиоинженером Ли де Форестом.

Что? Сомневаетесь? Чтобы подтвердить сказанное, я предлагаю вспомнить принцип работы нейрона, описанный мной. Он воспринимает положительные потенциалы и по синапсу передает их другим нейронам. А при помощи дендритов он воспринимает отрицательные потенциалы, которые тело этого нейрона запирают. И оно перестает пропускать положительные потенциалы. А при исчезновении отрицательных потенциалов тело нейрона снова отпирается.

Аналогичное видим мы и у трехэлектродной радиолампы. При наличии на ее сетке отрицательного потенциала она оказывается запертой. А при его исчезновении она отпирается для прохождения положительного потенциала между катодом и анодом. Короче говоря, как нейрон, так и радиолампа исполняют роль вентиля, то есть регулятора, по отношению к прохождению электрических потенциалов. Вот это и дает нам возможность радиолампу считать уже готовой моделью нейрона, у которой тело, воспринимающее положительные потенциалы, будет моделировать анод; дендриты, воспринимающие отрицательные потенциалы и в соответствии с ними осуществляющие как отпирание, так и запирание пути для прохождения положительных потенциалов, будет моделировать сетка; и аксоны, передающие положительные потенциалы другим нейронам, будет моделировать катод.

Что же касается нейрофизиологических данных самого импульса нейрона, то при любых условиях они одинаковы, и их можно рассматривать как двухзначные различители, то есть или отсутствие импульса, или его наличие. А на этом принципе как раз и осуществляют свою работу кибернетические счетные машины, что и соблазнило некоторых кибернетиков.

Но нейроны, как я уже говорил, испускают не отдельные импульсы, а их серии, которые при этом составляют определенные потенциалы или даже целые колебания. А радиолампы как раз и предназначены для этой цели. Так что для моделирования мыслящей машины, пожалуй, их можно было бы брать со свойственными им данными.

Но, кроме только что изложенного сходства, радиолампа имеет и довольно характерное отличие. Дело в том, что нейрон является не только передатчиком, но и источником электрической энергии. Тогда как радиолампа без такового работать не может. Но это отличие технически преодолимо.

А теперь о том, что может вызвать наибольшее сомнение в деле использования радиоламп. Нейрон является микроскопически малой величиной. Вот поэтому в головном мозгу человека, объем которого равен примерно 1,5 дм3, содержится более чем 10 миллиардов нейронов. И в то же время их общая мощность составляет примерно 2,5 ватта. Если мы скомплектуем мыслящую машину из такого же количества обычных радиоламп, то для их размещения потребуется небоскреб, подобный «Эмпайр стейт билдинг» в Нью-Йорке. А для снабжения электроэнергией и охлаждения — два Ниагарских водопада. Конечно, такое монументальное моделирование почти фантастично. И вряд ли его можно осуществить.

Но через некоторый промежуток времени после Великой Отечественной войны 1941-1945 годов громоздкие радиолампы стали заменять полупроводниковыми плоскостным транзисторами, которые: 1) имеют примерно в сто раз меньшие размеры; 2) потребляют примерно в тысячу раз меньшее количество энергии; 3) не требуют предварительного нагрева катода и 4) самое главное — имеют наибольшее разнообразие характеристик, а с ними и большие возможности в эксплуатации. При их применении дендриты нейрона будет моделировать база транзистора, тело нейрона — эмиттер, а аксоны — коллектор.

И это еще не предел. Особенно за последние годы бурное развитие получила микроэлектроника. Уже сейчас в одном кубическом сантиметре удается смоделировать тысячи деталей: диодов, транзисторов, сопротивлений и так далее. Более того, уже появились технические возможности в одном кубическом сантиметре сконцентрировать 100 миллионов и даже миллиард деталей. Так что всю спроектированную модель можно будет поместить в объеме обычной книги.

Я не изучал ни транзисторы, ни микроэлектронику. Да и в отношении радиоламп знания мои являются самыми элементарными. Поэтому ограничился тем, что, устранив у цитофизиологов их самую существенную ошибку в функционировании нейрона, в которую уперлись и нейрокибернетики, я тем самым открываю им дорогу в деле моделирования нейрона. И эта заслуга по праву принадлежит мне.

Кроме этого, я произвел ревизию материала, написанного цитофизиологами. Прежде всего выбросил подавляющую часть ни к чему не пригодного. А пригодный подверг логической обработке. Сначала уделил особое внимание не только функционированию самих нейронов, но и тому, каким образом они соединены. Теперь нейрокибернетикам можно смело шагать по заново изложенному мной материалу, первоначально принадлежавшему цитофизиологам. Так что знакомьтесь с ним, обдумывайте и творите. Я уверен в успехе на все сто процентов. Если кто из вас снова возьмется и не сможет смоделировать мыслящую машину, то надо будет таких разогнать поганой метлой!

Однако я пока что решил не оставлять без внимания нейрокибернетиков и продолжать их консультирование. Так как я не изучал микроэлектронику, свои суждения продолжу на радиолампах.

Головной мозг как животных, так и человека свое функционирование начинает с органов чувств, то есть со зрения, слуха, сенсорного ощущения пространства, сохранения равновесия, осязания, обоняния и других им подобных, которых я не подвергал исследованию. Но для робота какую-то часть из них надо будет смоделировать. Однако для решения этой задачи в моем содействии нет никакой необходимости.

Впрочем, при моделировании не мыслящего робота, а наипростейшей мыслящей машины в наличии органов чувств необходимости не будет. Таковую я представляю в виде технического устройства, установленного в помещении. Обслуживающий персонал должен вводить в нее определенные данные, которые она будет подвергать логической обработке и выдавать соответствующие ответы. Но вводимый в нее материал должен быть в виде написанного текста. А речь уже содержит в себе абсолютно всё чувственноосязаемое. Так что саму схему мыслящей машины можно безболезненно подсократить.

Нейроны в головном мозгу подразделяются на три основных типа: 1) веретенообразные, 2) пирамидные и 3) звездчатые, хотя их значительно больше. Но типов радиоламп еще больше. Так, например, ближайшей к трехэлектродной радиолампе является четырехэлектродная, именуемая тетродом. Она отличается тем, что вместо одной сетки имеет две, на которые могут поступать потенциалы не только различные, но даже и разноименные. За ней идут еще более сложные. Что же касается микроэлектроники, то там имеется еще больше разнообразных характеристик.

Процессы иррадиации и концентрации потенциалов, протекающие в коре головного мозга, мной были много и детально изложены. Так что я думаю, что нейрокибернетики теперь смогут смоделировать их сами, без моих подсказок.

<…>

Основная задача безусловной сферы головного мозга как животных, так и человека — это давать или положительные, или отрицательные ответные реакции (по принципу «да или нет») на воспринимаемые явления объективной действительности в соответствии с потребностями организма (например, хочу Я есть или нет, тепло МНЕ или холодно, принесет ли МНЕ пользу вот эта идея или нет, в соответствии с этим стоит ли принять ее и произвести действия или нет). Безусловные рефлексы как животными, так и человеком приобретаются по наследству при рождении в готовом виде и срабатывают автоматически. Поэтому в наш современный век сконструировать таковую не будет составлять особых затруднений. Люди же не столь умны в своем поведении и больше живут для себя, для достижения поставленных перед собой эгоистических задач проявляют большое упрямство и готовы даже на преступление. Мыслящую же машину можно спроектировать так, что она будет служить не себе, а нам всем, как преданнейший раб.

Я уже говорил о том, что для мыслящей машины нет необходимости иметь «бренное тело», перемещающееся в пространстве. Поэтому достаточно, чтобы она выдавала логические выводы в письменном виде при помощи принтера.

При первоначальных попытках моделирования работы головного мозга человека не только следует, но даже необходимо будет копированию отдавать значительно большее предпочтение. И только уже при их усовершенствовании можно будет допускать введение новшеств. Ведь крыло самолета было скопировано с крыла птицы. Однако от маховых движений пришлось отказаться и прибегнуть к мотору с пропеллером. Впоследствии же сконструированные вертолеты стали вообще несравнимы с прежними биологическими аналогами. Самое главное — при моделировании не только сохранить, но даже приумножить процессы иррадиации и концентрации исходных данных и их последующие обобщения и подразделения.

Я думаю, что первые наипростейшие мыслящие машины будут напоминать компьютеры, которые сейчас используют для перевода текстов с одного языка на другой.

Основной материал

Blog

Юрий васильевич Лебедев