Дорожный указатель: "Детерминизм-индетерминизм"

Дорожный указатель: 'Детерминизм-индетерминизм'

Как часто еще в рассказах о науке ученые отличаются друг от друга только именами и званиями. "Академик такой-то сказал.." "Профессор такой-то возразил..." А хочется, чтобы все смогли вместе с нами увидеть, ну, скажем, тот непередаваемый легкий жест, который красноречивей всяких слов говорит: "Перестаньте-ка чепуху городить, молодой человек!" Или ту радость открытия, которую словно заново переживает ваш собеседник, заметив, что вы уловили даже мимолетное движение его мысли...

Но писать о таких вещах трудно: только что вы сидели со своим собеседником за одним столом, слушали его рассказ и думали: "вот сейчас я все это положу на бумагу!" Но едва вы берете в руки перо, как чувствуете: вас останавливает ощущение какой-то неловкости.

Нужно ли писать о том, что большому и немного нескладному Алексею Григорьевичу Ивахненко тесно за крохотным письменным столом в такой же крохотной комнатке старого здания Института электротехники? Там одновременно и его рабочее место, и редакция созданного им журнала "Автоматика". Все вокруг завалено рукописями и гранками. Стул поскрипывает под тяжестью хозяина, протестуя против его попыток устроиться поудобнее - ну, хотя бы вытянуть ноги (они не умещаются под столом). Но все это замечаете вы. А он замечает? Трудно сказать... Со своей особенной, чуть грустноватой иронией, которая адресована и собеседникам, и самому себе, Ивахненко рассказывает о сотрудниках института и собственных учениках. Знакомя с одним из них, говорит: "Вот Куицевич, Всеволод Михайлович, без пяти минут доктор наук. Запишите его имя в своих блокнотах большими буквами - вы о нем еще не раз услышите".

...А Виктору Михайловичу Глушкову, наверное, не слишком уютно в громадном и необжитом кабинете вице-президента Украинской Академии наук. Ему самому, конечно, не нужны ни этот фантастических размеров стол - под стать кабинету, ни тяжелые мягкие кресла, в которых утопаешь с головой. Ему бы в полные солнца и людей лаборатории Института кибернетики {ведь он его директор!), поближе к расчетам, к машинам, к делу. Но именно для этого самого дела и нужно, чтобы легла на чьи-то плечи ответственность за все развитие кибернетики в республике. Необходим человек, чей авторитет поддерживал бы молодую науку в ее борьбе со всяческой рутиной. Глушков живет в боях за кибернетику. Отсюда, наверное, точность каждого его слова, и зоркость взгляда глубоко запавших глаз, и привычная подчеркнутая деловитость. Однако все это вдруг опрокидывается шквалом юношеского азарта - бурей фантастически-трезвых предположений, уничтожающей иронии, едкой критики... Но такие внезапные перемены в стиле беседы замечаете вы. А он замечает их? Трудно сказать... Через минуту, точно пожалев об этом неожиданном взрыве, он снова входит в привычный тон и с еще более подчеркнутой прозаичностью рассказывает о вещах, от которых у вас кружится голова,- например, о моделировании естественной эволюции. И говорит, пряча улыбку, своему совсем еще молодому сотруднику Летичевскому: "Алик, помоги товарищам разобраться тут в одном вопросе..."

...Да, о Норберте Винере писать легче: его не воспринимаешь как современника. Словно сидит перед тобой, хоть и живая, но уже история. И можно, не испытывая скрытого чувства неловкости перед ним, вспоминать, как неожиданно уходит он из разговора в свои собственные, одному ему ведомые мысли, и вы вдруг перестаете видеть его глаза, а в стеклах очков, обращенных куда-то вдаль, поблескивают только желтые огоньки люстры...

Но в любом случае портретное сходство и то, что литераторы на своем профессиональном языке называют "живыми деталями" - это, конечно, не главное. Куда интереснее - и сложнее - понять, как особый жизненный путь и склад ученого преломляется в науке, скажем, в выборе позиции, которую занимает он в принципиальном научном споре. Субъективные человеческие свойства так или иначе отражаются в объективном ходе научного исследования в научном поиске. Все это, конечно, вопросы компетенции психологов. И весьма вероятно, что в наше время пристального внимания к тайным пружинам всякого творческого процесса кто-нибудь занимается ими обстоятельно и всерьез. Но вообще говоря, пока это неведомая земля, и каждому, кто пишет, приходится тут самому строить свои, тоже субъективные предположения.

И порою - останавливаться в недоумении.

...С работами Алексея Григорьевича Ивахненко мы познакомились еще на студенческой скамье. Это были обычные наши техиздатовские книжки с неброской обложкой и замысловатым длинным названием. Излагалась в них древняя и все еще новая проблема регулирования скорости асинхронного двигателя. (Древняя потому, что за семьдесят лет существования этого электродвигателя она просто набила оскомину всем электрикам). Но от частных вопросов регулирования Ивахненко шел к общей теории регулирования - к отысканию оптимальных, самых разумных процессов управления.

Множество остроумно решенных практических задач сделало имя Ивахненко известным широкому кругу специалистов. А Ивахненко тем временем поднимался на следующую ступень - он шел к созданию самообучающихся систем. И вот тут-то, а может быть, несколько раньше, произошел перелом, закрепивший за ним повсеместную, трудную и далеко не всегда приятную славу "поэта от кибернетики".

Создатели сегодняшних самообучающихся автоматов столкнулись с принципиальными трудностями. Вглядываясь в будущее кибернетических устройств, Ивахненко, как и многие его советские и зарубежные коллеги, пришел к выводу, что решение вопроса лежит в отказе от строгой определенности в конструкции машин. Это звучит странно, но, тем не менее, он считает, что надо отказаться от обычного разделения труда между отдельными элементами и узлами. Надо отказаться от "детерминизма" (точнейшей определенности всех связей в машине) в пользу "индетерминизма" (вольной, свободной неопределенности)^*.

^* (Сразу же оговоримся: термины эти употребляются в кибернетике не как философские категории. Речь идет об их первозданном "латинском" смысле, весьма точно выражающем суть двух направлений в конструировании думающих машин. )

Глушков пришел в кибернетику из чистой математики - рафинированной, очищенной, казалось бы, от самой мысли о возможности практических приложений. Но математика всегда любила парадоксы. Из решения именно технических задач вырастали самые современные и отвлеченные разделы математики. А ученые, привыкшие дышать прозрачным горным воздухом абстракций, неожиданно спускались с "высот научной поэзии" к прозе техники, и здесь, "в низинах", тоже чувствовали себя, как дома. Борис Николаевич Делоне, один из крупнейших наших геометров, назвал нам имя Глушкова в числе тех, кто олицетворяет собой это второе направление потока современной математической мысли. "Тот, кто имеет дело с абстракциями, кто научился выявлять суть в каждом явлении, отвлекаясь от его предметной оболочки,- говорил Делоне,- тот свободно ориентируется в любой конкретной проблеме. И этой свободой он обязан пройденной им школе абстракций".

Такой школой для Виктора Михайловича Глушкова была высшая алгебра. Он занимался ею многие годы. Известный московский алгебраист А. Г. Курош называет Глушкова своим внуком - он ученик его ученика. Но причем тут кибернетика? Глушков рассказывает такой случай... Несколько лет назад ему предложили выступить оппонентом на защите одной докторской диссертации по высшей алгебре. Диссертант, анализируя предварительно доказанные им многочисленные тождества, приходил к любопытным выводам, привлекшим внимание специалистов. Надо было убедиться в их правильности. А для этого следовало проверить, справедливы ли сами тождества? (Подробные доказательства в тексте были опущены; каждый, кто читал литературу такого рода, знает, что в самом непонятном месте там обычно пишется: "нетрудно доказать..." или "легко убедиться..." и дальше, минуя целые страницы формул, сразу - конечный результат). Глушков взялся за работу и растерялся: на доказательство каждого тождества,-? а их было несколько сот! -уходило около получаса. Не тратить же на проверку недели и месяцы! И он обратился к помощи вычислительных машин. Был разработан алгоритм доказательства - машина проверила все тождества за несколько часов...

Такие фразы теперь почему-то стали звучать почти банально, словно речь идет об экспериментах, доступных чуть ли не студентам младших курсов. А в то же время во всем мире наберется не так уж много успешных опытов, во время которых вычислительной машине удалось сказать свое слово в математике.

Начиная работу в Вычислительном центре Академии наук Украины (нынешнем Институте кибернетики), Виктор Михайлович Глушков снова подошел к делу как человек, привыкший прежде всего интересоваться сутью вопросов, а не их внешней стороной. Где, в какой из областей человеческой деятельности нас подстерегает опасность захлебнуться в потоке информации? Захлебнуться - это значит оказаться не в состоянии переработать информацию. Где таится угроза "информационного затора"?-поставил вопрос Глушков. Анализ показал: прежде всего - в экономике, точнее - в управлении экономикой.

Любой человек, входящий как звено в систему управления хозяйством, где бы ни располагался его рабочий стол,- в совнархозе или в Госплане,- может справиться в течение дня лишь с определенным и весьма ограниченным объемом информации: прочесть и составить энное количество сводок, продумать и просчитать энное число вариантов плана. А ведь математически доказано, что объем работ по планированию возрастает в квадрате от роста производства - то есть, если производство вырастет в два или три раза, то объем планирования увеличится соответственно в четыре или девять раз. Это значит, что если техническая оснащенность наших планирующих организаций останется неизменной и будет пребывать на уровне 1960 года, то в 1980 году сферой управления хозяйством вынуждено будет заниматься все взрослое население Советского Союза!

Вот почему, по мнению Глушкова, первоочередная задача кибернетики на ближайший десяток лет - автоматизация планирования и учета в стране.

На этом пути сделано уже немало. Легче всего вычислительные машины сегодня справляются с так называемыми транспортными задачами.

"Представьте себе,- говорит Виктор Михайлович, - o нашу Украину в пору уборки урожая сахарной свеклы. Весь транспорт брошен на подвоз убранной свеклы к сахарным заводам, и все равно составов не хватает, на станциях заторы, пробки. Специалисты садятся составлять перспективный план таких перевозок за несколько месяцев вперед и все-таки ошибаются по сравнению с оптимальным, наивыгоднейшим вариантом обычно на десять-двенадцать процентов.

В 1962 году план перевозок свеклы по республике впервые был составлен Украинским совнархозом совместно с нашим Институтом кибернетики. Даже частичное его внедрение дало в первый же год экономию в сто двадцать тысяч рублей и позволило высвободить десять тысяч товарных вагонов.

В ближайшее время на наших машинах будет планироваться весь объем перевозок по республике угля, хлеба, металла"...

В Институте кибернетики решают и более сложные задачи: планируют материально-техническое снабжение производства, находят оптимальные варианты в капитальном строительстве.

После этой "кибернетической десятилетки", отданной планированию, по мысли Глушкова, настанет пора кибернетизации научного творчества. До сих пор сказочные темпы научных исследований были тесно связаны с ростом числа научных работников. Но если эти темпы сохранятся и дальше, то через сто - сто пятьдесят лет придется увеличить число сотрудников в исследовательских институтах и лабораториях в тысячу раз. Но это значит, что научной работе должно будет посвятить себя все население земного шара.

"Человек все может!" - эта поэтическая гипербола справедлива. Но именно в том смысле, что люди способны создать себе в помощь машины, которые позволят им решить любую задачу. Сам человек, "без оружья идущий на приступ", как это ни грустно сознавать, может далеко не все.

"Величие человека составляет мысль",- сказал когда-то Блез Паскаль. В самой слабости разума проступает его величие. Ибо человечество, осознав, что его умственные возможности- при всей их безграничности! - все-таки имеют предел, тем самым делает первый шаг по дороге новых открытий и свершений. Так было всегда. Убедившись с прискорбием, что его физических сил явно недостаточно для борьбы с природой, человек сумел компенсировать этот свой недостаток, придумав бесчисленное множество различных механизмов и машин - вплоть до могучих космических ракет. Теперь мысль человека стремится создать помощника для самой себя - совершенные кибернетические машины.

Не какие-нибудь волшебные машины будущего, а современные электронные цифровые машины могут давать научное обобщение разрозненных фактов. "Нет, не только могут - они делают это!" - утверждает Глушков. И поясняет свою мысль. Уже сегодня электронная машина в нашем вычислительном центре может вывести любые теоремы алгебры так называемых вещественных полиномов, в том числе и те, которые еще не выведены человеком. Быть может, вы знакомы с классическим трудом Уайтхеда и Бертрана Рассела "Principia mathematica". Там обобщен многолетний опыт человечества в области математической логики. Не так давно американскому ученому Хао Вангу удалось построить программу - ее назвали "Логик-теоретик", с помощью которой большая электронная машина ИБМ доказала за несколько десятков минут четыреста с лишним теорем, входящих в эту книгу. И сверх того еще несколько, которых там не было. Причем по крайней мере в одном случае "Логик-теоретик" придумал доказательство более краткое и изящное, чем приведенное Уайтхедом и Расселом. "Журнал символической логики" уж совсем было собрался опубликовать это доказательство, назвав в качестве одного из соавторов "Логика-теоретика". Единственно, что остановило редакцию - это, то, что та же самая теорема сегодня может быть доказана еще более изящно и кратко, правда, с помощью открытых совсем недавно методов, не известных ни создателям "Principia mathematica", ни "Логику-теоретику".

Итак - программа, цифровые машины, строго определенные правила. Правила, даже для всех изменений в самой системе правил! Итак - детерминизм, выбранный Виктором Михайловичем Глушковым как основной путь развития кибернетики.

И тут как раз мы дошли до самого любопытного. Вот они перед нами, два пути в науке: путь Ивахненко и путь Лушкова. Как получилось, что у столба с надписью: "Индетерминизм - налево, детерминизм - направо" - они выбрали себе дороги именно так, а не наоборот? Могли бы мы, зная все, что пройдено ими в науке до этого перекрестка, угадать, куда свернет один и куда другой?

На первый взгляд все должно было произойти совсем наоборот.

Ивахненко - ученый-практик, создавая свои устройства по заказам промышленности, логически шел к идее о строгом разделении функций между отдельными частями любой машины. Ему, знакомому с инженерной работой, сама мысль о ненадежности элементов, о неопределенности их взаимных связей должна была казаться совершенно чуждой. Но почему-то именно Алексей Григорьевич Ивахненко стал убежденным и страстным сторонником концепции самоорганизации кибернетических устройств. Той самой, которая утверждает, что незачем подробно изучать и точно математически описывать ни элементы системы, ни сам объект управления. Система должна состоять из очень большого числа пусть даже ненадежных элементов с неопределенными вначале функциями. Никакой заранее заданной и неизменной организации системе принципиально не требуется: в процессе самообучения из хаоса элементов в машине сам собой образуется порядок... Вот кредо Ивахненко.

Глушков - ученый-теоретик, казалось бы чуждый инженерно-производственного практицизма, держится прямо противоположной точки зрения. Каждый элемент кибернетической системы должен быть надежным. Он должен с самого начала выполнять строго определенные функции. Нужна четкая программа действий - алгоритм. Сам по себе порядок из хаоса возникнуть не может...

Это и есть концепция детерминизма. Вполне естественно возникает вопрос: что привело математика-теоретика из сфер глубоких идей, научных ассоциаций, часто смутных и неосознанных, переплетений догадок и гипотез, внезапных откровений, словом, из мира, в котором порядок, строгость рассуждений родится именно из хаоса предположений, противоречий, сомнений и безусловных истин, что привело его к детерминизму с его обусловленностью, предопределенностью, законченностью архитектуры всякой системы?

Первая мысль, какой бы очевидной она ни выглядела вначале, часто оказывается ошибочной. Стоит лишь глубже войти в круг научных интересов Ивахненко и Глушкова, как становится ясным, что выбор ими своего места в сегодняшних спорах о путях развития кибернетики - не парадокс, не непонятный каприз научной мысли, а логический итог сделанного, написанного, передуманного и испытанного.

Ивахненко, конструируя свои устройства, всегда должен был думать об их надежности. Это очень важно, потому что любой сбой в аппаратуре не только атомного реактора или космического корабля, но точно так же станка или домны может привести к катастрофе. Требования, которые наше время ставит перед конструкторами, растут удивительно быстро. Это, разумеется, ведет к усложнению машин. А чем больше деталей содержит устройство, тем безотказнее должна быть каждая деталь. Получается, что чем сложнее машина, тем больше шансов, что она выйдет из строя. Как же быть с надежностью? Где искать выход? Сколько раз приходилось нам в лаборатории ломать голову над этой задачей. Мы всегда шли проторенным путем: дублировали приборы. Один выйдет из строя - включится другой. Вместо одной лампы ставили четыре, удваивали, утраивали число узлов и блоков. Включали в схему "устройство голосования": сравнивая показания приборов, это устройство отдавало предпочтение той величине, за которую подано "наибольшее число голосов". Но где взять для всего этого драгоценные граммы и кубические сантиметры?

И мысль Алексея Григорьевича Ивахненко снова и снова обращалась к живой природе. Как она справляется с подобными задачами? "Природа всегда была человеку учителем",- говорит он.

Скопированный у жука-скарабея необыкновенно точный измеритель скорости проходит сейчас испытания на самолетах. Но инженеры не создали пока таких миниатюрных и экономических локаторов и гидрофонов, как у акул, дельфинов и летучих мышей.

Самое совершенное творение природы - человеческий мозг. Если попытаться сегодня смонтировать устройство, содержащее столько же активных ячеек, сколько нейронов в мозге, то оно окажется величиной с небоскреб высотой в сто с лишним метров. Чтобы питать эту чудовищную модель электроэнергией, понадобилась бы Волжская ГЭС^*.

^* (Эти выкладки были сделаны несколько лет назад в расчете на миниатюрные полупроводниковые диоды и триоды. С тех пор электроника шагнула далеко вперед. Освоены микромодули и пленки, во много раз сокращающие вес и габариты приборов и потребляющие намного меньше электрической энергии. Но, с другой стороны, некоторые физиологи в последнее время пришли к выводу, что в мозге не десять миллиардов нейронов, как считалось ранее, а намного больше.)

Насколько разумнее и экономичнее устройство, созданное природой! И, кроме того, оно чрезвычайно надежно: если даже половина элементов нервной системы выходит из строя (вследствие ли болезни или операции), мозг все-* таки продолжает служить нам. Пастер проводил свои знаменитые эксперименты, когда половина его мозга была парализована. Не только мозг - весь организм обладает живучестью. У морской звезды можно отрезать четыре из пяти ее отростков, а она не только будет жить, но даже отрастит их снова. Известны случаи, когда после резекции желудка его функции брали на себя другие органы. Пищеварение при этом происходило не на кислотной основе, как обычно, а на щелочной - под влиянием желчи. Словом, нередко при выходе из строя одних частей организма другие изменяют свою "квалификацию" так, чтобы и при меньшем числе элементов все же обеспечить жизнеспособность всей системы. Так перестраивают свои ряды бойцы, когда огонь врага уносит их товарищей. Солдат, когда нужно, становится командиром, а командир - солдатом.

Так же должны вести себя и сложные кибернетические системы биологического типа. Они тоже способны перепоручать функции вышедших из строя частей своей схемы любым другим. Как и человеческий мозг, они состоят из множества однородных ячеек. Нельзя точно указать, где у них "ввод информации", "арифметическое устройство", "память", "блок питания", "вывод информации" - все обычные части больших вычислительных машин. Система биологического типа сама решает, когда и сколько групп элементов необходимо включить на решение той или иной задачи. Она сама видоизменяет свою структуру до тех пор, пока не найдет наилучшего варианта. Беспорядочное соединение огромного количества микроэлементов упорядочивается, приспосабливается к новым условиям работы.

Вот тут и лежит путь к решению проблемы надежности. Кибернетика, пристально изучая процессы управления в живой природе, приходит на помощь конструкторам. Она дарит им одну из своих самых плодотворных идей: создание надежных систем из ненадежных элементов. В системах биологического типа общий закон теории надежности не действует: с увеличением числа элементов требования к надежности каждого элемента не возрастают.

Но здесь нельзя забывать об одном очень важном обстоятельстве. Человеку, которому вырезали желудок, можно выписать больничный лист, и он побудет на бюллетене месяц-другой, пока его организм не приспособится к новым условиям. А управляющей системе космического корабля мы не вправе позволить отключиться даже на самое короткое время. Вот вышел из строя какой-нибудь узел. Грозит беда! Процесс перестройки - переобучения системы - должен занять считанные мгновения. И с этой, казалось бы, неразрешимой задачей могут справиться недетерминированные системы. Иначе говоря, системы биологического типа.

Г. В. Щипанов положил начало теории, на которую возлагает большие надежды Алексей Григорьевич Ивахненко. Согласно этой теории, в недетерминированных системах, обладающих достаточно высокой разветвленностью, время обучения можно сделать как угодно малым. Процесс самообучения разворачивается лавиной - он набирает скорость, как обвал в горах. В пределе, при бесконечном числе элементов, быстрота работы системы ограничивается лишь скоростью протекания тока по проводам - скоростью света.

Украинский журнал "Автоматика", который редактирует Ивахненко, развернул дискуссию о путях развития кибернетики. Вопрос поставлен так: какой видится вам "думающая машина" будущего? Что предпочесть - опыты на универсальных цифровых вычислительных машинах общего назначения или конструирование систем биологического типа?

В лаборатории института электротехники создана такая система - "Альфа". Она сама, без всякого вмешательства со стороны, учится распознавать образы. Какие? Например, буквы русского алфавита.

Алексей Григорьевич напомнил нам экзотическую легенду, которая дала повод Киплингу написать знаменитого "Маугли"... В индийской деревне, среди тропических лесов, тигр похитил маленькую девочку. Чудом она осталась в живых, выросла, и через несколько лет была найдена в джунглях людьми. И тогда выяснилось, что за годы жизни в лесу девочка создала свой собственный крохотный, примитивный язык. Она дала своеобразные названия некоторым предметам и животным, окружавшим ее. Всего лишь несколько десятков слов и междометий. Но по количеству понятий, звуков и интонаций этот ее язык намного превосходил "языки" животных.

Так ведет себя человеческий мозг, вынужденный обучаться сам, воспринимающий жизнь, так сказать, один на один, без учителя - человеческого общества с его накопленным за тысячелетия опытом. Машина - модель человеческого мозга - ставится в сходные, хотя и несравненно более простые, условия. Ей показывают какую-то букву или цифру, и не сообщают при этом никакой дополнительной информации. Никто не нажимает кнопку поощрения, не приговаривает, специальным кодом, конечно,- "это А, это А, смотри не ошибись, это именно А, а не что-то другое!" "Альфа" сама, подобно маленькой героине индийской истории, придумывает на своем собственном условном машинном языке название для показанной буквы. Если вы покажете машине какую-то новую букву, она и ее назовет по-своему. Вернитесь к первоначальной - машина ответит вам: "Эту букву я уже видела и дала ей свое название".

Когда все ячейки памяти будут заполнены (процесс самообучения закончится), машина, "увидев" незнакомый значок, отнесет его к тому типу, на который он больше всего похож, или же выдаст ответ "не знаю".

Любопытно, что до сих пор некоторые еще подвергают сомнению даже самый факт создания такой машины. В науке, впрочем, уже не раз бывали такие положения. Абрам Федорович Иоффе вспоминал, что его учитель, знаменитый Рентген, запрещал своим ученикам произносить слово "электрон" - он не верил, что электрон существует. А между тем заряд электрона был уже в то время достаточно строго измерен.

Точно так же иные из наших современников не хотят верить, что машина,- "мертвая машина"!-состоящая из электронных ламп, полупроводников, реле, может, получая информацию из внешнего мира, самостоятельно вырабатывать собственные образы без какого бы то ни было вмешательства человека-учителя.

Создатели "Альфы" (она принадлежит к классу систем, называемых перцептронами) уверены, что их машина - достаточно веский аргумент в пользу концепции самоорганизации - индетерминизма. Но это лишь первые шаги. Само название "Альфа" свидетельствует о желании ее авторов дойти до "Омеги". Именно на этом пути - на пути создания систем биологического типа - видится им будущее кибернетики.

Более совершенное входное устройство намного увеличит способность системы распознавать образы. Если образ прост и четок, оно включит в работу лишь необходимый минимум элементов. Если же он трудно различим, то, наоборот, оно мобилизует для его узнавания элементы других участков. Если читающей системе долгое время попадаются буквы только одного размера, то ее участки, занятые определением величины букв, временно изменяют свою специальность: помогают системе более точно различать другие признаки. Эта идея тоже позаимствована у природы. Так устроены наши органы чувств: человек лучше всего видит и слышит то, о чем он в данный момент думает, на чем сосредоточилась его мысль. Все остальное воспринимается им как несущественное, второстепенное. Глаз и мозг лягушки спроектированы природой так, чтобы не отвлекать их хозяйку от основного дела - охоты. Лягушка во много раз лучше видит муху, чем все другие предметы того же размера - их она просто не замечает...

Постоянно черпая средства и опыт из арсенала природы, мы сможем построить недетерминированные системы, подобные человеческому мозгу. По мнению Ивахненко, они имеют неоспоримые преимущества перед теми цифровыми электронными машинами, которые решают задачи распознавания образов шаг за шагом - в соответствии с точно заданной программой. На узнавание буквы "А" самая быстродействующая из таких цифровых машин тратит несколько секунд. И это время принципиально не может быть сделано очень малым, потому что элементы ее срабатывают один за другим. Происходит последовательный перебор признаков и возможностей. Человек же мгновенно распознает необычайно сложные образы. Ему это удается потому, что мозг - система биологического типа. Она сопоставляет образы по аналогии...

Опыты на вычислительных машинах необходимы в начальной стадии разработки "думающих" машин, но будущее - за машинами биологического типа. Основная задача сейчас - создать недорогие модели нейронов. Затем научиться объединять большие количества таких моделей - миллиарды! - в единые биологические системы, подобные мозгу.

Такова точка зрения Алексея Григорьевича Ивахненко, и таков логический путь, которым он к ней пришел.

Все, что нам рассказывал Алексей Григорьевич Ивахненко, и все, что мы слышали об его идеях от других, звучало на редкость убедительно. Убедительно, интересно и многообещающе.

Но столь же убедительно, интересно и многообещающе звучали все утверждения Виктора Михайловича Глушкова.

- Где сказано, что созданное "самой природой" - это венец творения? Откуда известно, что уж "лучше природы" человеку никогда и ничего не суждено создать? - говорил нам Глушков.- Нет, неправы те, кто призывает во что бы то ни стало следовать природе и подражать ей, видя в ней тот недосягаемый предел для развития техники, к которому человек может только стремиться. Конечно, живое - клад для кибернетики, отличный источник остроумных находок и точных аналогий. Но ведь природа разрешает себе зачастую такие излишества, каких мы, люди, попросту не можем себе позволить! Наконец, история техники показывает, что великие открытия человечества далеко не всегда совершались на пути подражания. Ни мертвая, ни живая природа не знают колеса - оно истинное создание человеческого гения. Винт и гайка тоже не имеют прототипа в природе. Да и мало ли других примеров можно привести...

Одна из основ теории систем биологического типа - теорема Фрэнка Розенблата: "в системе, состоящей из бесконечного числа элементов, начальная организация может равняться нулю". Эта теорема тоже вызывает возражения Глушкова.

...Кибернетическая машина сама не может "рождать" информацию - она способна только воспринимать ее из окружающего мира. Система же без всякой начальной организации, сколько бы элементов в ней ни было, принципиально не может воспринимать никакой информации. Всякая информация для нее - бессмыслица: у такой системы нет "органов" для ее "понимания". Может, конечно, случиться, что под внешним воздействием эта система перестанет быть совершенно хаотической, и тогда, разумеется, она окажется способной перерабатывать вводимую в нее информацию. Но вероятность такого события не больше, чем вероятность того, что обезьяна, случайно ударяя по клавишам пишущей машинки, напечатает "Войну и мир". Впрочем, сейчас Фрэнк Розенблат, кажется, сам вносит поправки в свою нашумевшую теорему.

- Но представим себе даже,- говорит Глушков,- что исходное положение американского ученого правильно. Все равно и в этом случае машины с нулевой начальной организацией не нужны. Строить такие машины - это значит отбросить весь накопленный наукой опыт. Это значит поставить автоматы на ступень каменного века и дать им развиваться самостоятельно. Но зачем же зачеркивать весь долгий и трудный путь человечества! Не удача, а беда Маугли была в том, что его вырвали из родной деревни, из сферы знаний, приобретенных, поколениями предков. Для чего же обрушивать эту беду на плечи машин? К ним ведь тоже надо относиться по-человечески...

Виктор Михайлович улыбается, но тотчас становится снова серьезным:

- Видимо, следует сказать и о том, что до сих пор ни одна из самоорганизующихся систем не может быть применена для практических целей. Уолтер Грей так и назвал знаменитый гомеостат Эшби: "Машина для ничего"!.. Современная технология, наверное, не скоро даст возможность сконструировать машину биологического типа в приемлемом для эксплуатации виде. Я понимаю, конечно, что нельзя и не нужно теоретически отвергать смелую концепцию самоорганизации. Но, с другой стороны, не существует, на мой взгляд, и никаких серьезных ограничений для уже работающих детерминированных систем: для электронно-счетных цифровых машин. И не так уж медленно эти машины распознают образы. Нужно только, чтобы они анализировали признаки не последовательно один за другим, а параллельно, сразу схватывая основные особенности образа. Это, правда, значительно увеличивает число ячеек, но зато позволяет различать до тысячи букв в секунду. Цифровые машины уже сегодня способны воспринимать сложные программы самообучения. В процессе работы они могут делать настоящие открытия - выяснять закономерности, неизвестные их учителю-человеку. Мне удалось вместе с Аликом Летичевским - нашим молодым сотрудником - смоделировать процесс эволюции в природе. Единственная информация, которую мы вложили в наших "подопечных" - в группу автоматов,- это сведения о чисто биологических чертах, свойственных любому эволюционному процессу.

..."Вселенная" Глушкова - Летичевского - это наборное поле электронной вычислительной машины. Совершенно произвольно в этом поле размещено множество опять-таки электронных моделей простейших существ. "Существа" наделены сочетанием определенных качеств. Среди них - обязательная для всего живого "смертность". Счетчик жизни отмеряет в каждой модели отпущенный ей средний возраст. Другое качество - "чувство голода". Если в течение обусловленного времени модель живого существа не находит источника пищи, счетчик голода отмечает смерть. Третье качество - "стремление к размножению". Размножение происходит делением и только при определенных условиях. Авторы в шутку назвали их условиями "трехкомнатной квартиры". Надо, чтобы две ячейки, соседние с той, где находится родительская особь, были не заняты. При появлении на свет "дети" наследуют от разделившегося "родителя" все качества, кроме какого-нибудь одного, которое меняется.

В общем, все происходит, как на самом деле, только "чуть-чуть попроще". Условная пища передвигается по этой Вселенной самым замысловатым образом. Во всяком случае, человек (живой, а не модель), подойдя к экрану, на котором светится Вселенная, никогда не сможет сказать заранее, где окажется источник питания в следующий момент. И тем не менее, хотя первые движения искусственных живых существ хаотичны, они постепенно приспосабливаются к окружающим условиям. Возникает картина естественного отбора. Гибнут неприспособившиеся. Через тысячи смертей, в смене множества поколений вырабатываются устойчивые наследственные признаки. Они передаются из потомства в потомство. Ученые отметили, что выработка таких устойчивых качеств происходит примерно за 60 тысяч поколений. В принципе, можно повторить на машине,- разумеется, не в натуре, а только в информационном плане,- всю эволюцию живых существ: начиная с их появления и вплоть до открытия ими теории относительности Эйнштейна. И это вовсе не шутка. Но для этого нужно было бы сделать "только" две вещи: во-первых, суметь точно смоделировать первичную среду и первичные существа на Земле, а во-вторых, умудриться заложить в машину всю информацию об основных биологических закономерностях развития жизни и о физических процессах, происходивших на нашей планете.

Такова точка зрения Виктора Михайловича Глушкова.

...Вспоминается, как в свой последний приезд в нашу страну - весной 1961 года - Нильс Бор говорил на встрече с советскими коллегами:

- В те, теперь уже далекие, времена, когда только начинала создаваться современная теоретическая физика, у нас было принято делить все истины на две категории. Истину, обратная от которой явно нелепа, мы называли "тривиальной". Это была мелкая, неинтересная истина. А вот истине, настолько глубокой, что обратная от нее является, или, по крайней мере, кажется такой же глубокой, мы дали название "спиритуальной", так сказать "духовной" истины. Вот с этими истинами, истинами второго рода, нам больше всего и приходилось сталкиваться в те времена. Честно говоря, мы совсем не возражали против этого. Теперь таких истин стало намного меньше: это естественно, ведь физики всегда стремятся к созданию упорядоченных систем. Но наиболее волнующим в науке является тот период, когда мы имеем дело именно с истинами второго рода...

Что ж, пришла, видно, пора и кибернетике открывать свои собственные "духовные" истины!

И все-таки - взгляды Ивахненко и Глушкова не так уж противоречивы, как это представляется на первый взгляд. Они не исключают друг друга, как не исключают друг друга и сами концепции детерминизма и индетерминизма в конструировании думающих машин. Само возникновение двух таких направлений вызвано, по мысли английского кибернетика Ф. Джорджа, тем, что процесс познания (а он един!) идет двумя путями: индуктивным и дедуктивным.

Индуктивным методом пользуются при движении от частного к общему. Процесс познания в этом случае можно уподобить,- хотя и с большой натяжкой,- действиям рабочего, собирающего мозаичное панно из отдельных изразцов. Каждому изразцу соответствует строго определенное место, отмеченное соответствующим номером. У рабочего есть четкая программа действий. Следуя ей, он может ело* жить нужный рисунок, не зная заранее, каким этот рисунок должен быть. Такому индуктивному методу соответствуют детерминированные системы: в них взаимодействие всех элементов строго задано программой. По этому принципу работают все современные цифровые машины.

Дедуктивный метод познания ведет от общего к его частным проявлениям. В этом случае труд машины можно сравнить с трудом художника. Работая над картиной, мастер все время держит в голове образ, который ему хотелось бы воссоздать. Он подбирает краски и непрерывно соотносит с желанным образом совокупность мазков, уже положенных на холст. Непрерывно осуществляется обратная связь между тем, что замыслено, и тем, что получается на полотне. Каждый новый мазок оценивается по эффекту, полученному от его сочетания с соседними. При этом художник как бы стремится свести к нулю разницу между общим замыслом произведения и суммой его частных элементов - мазков. Дедуктивному методу обязана своим возникновением концепция индетерминизма в кибернетике. Системы биологического типа вначале действуют наугад, вырабатывают некоторый критерий для оценки полученных результатов и дальше уже все свои действия подчиняют единственной цели: найти наилучший, оптимальный вариант. Так система "Альфа", созданная у Ивахненко в Институте электротехники, оставшись один на один с алфавитом, сама начинает различать буквы. Ее самообучение идет дедуктивным путем.

Сравнение работы детерминированной системы с раскладкой мозаики по номерам, а недетерминированной - с трудом художника принадлежит Алексею Григорьевичу Ивахненко. Оно очень образно, но и очень пристрастно. Может создаться впечатление, что машины Глушкова способны лишь к механической работе, а перцептроны Ивахненко монопольно владеют правом творить. Конечно, это не так. И Глушков, и Ивахненко, оба, разумеется, понимают, что нельзя требовать: "только детерминизм!" или: "только индетерминизм!", как нельзя ограничивать процесс познания каким-либо одним из его методов.

Сравнение, предложенное Ивахненко, не совсем точно. Может быть, лучше было бы сравнить глушковские машины с человеком, легко и быстро выбирающимся из лабиринта, благодаря тому, что у него есть план всех ходов и выходов. Тогда биологические системы стали бы похожи на неосведомленного путника, забредшего в лабиринт. Он наугад проходит коридор за коридором и, только возвратившись в исходную точку, понимает, что шел неверным путем. Ему остается самому создать теорию, позволяющую выбраться из лабиринта (кстати, таковая существует в математике), и в конце концов "самообучившись", выйти на свет.

Но это сравнение уже не совсем справедливо по отношению к концепции индетерминизма... Впрочем, дело, конечно, не в сравнениях. Сравнения всегда лишь относительно точны. В будущем, пытаясь более или менее полно смоделировать на машинах деятельность человеческого мозга, оба направления встретятся с очень серьезными трудностями. И главное - преодоление их будет зависеть не от одних кибернетиков.

Мозг работает, очевидно, по определенной системе правил. Конечна она или бесконечна? Ответить на этот вопрос пока невозможно. В пользу конечности говорит простой факт: число нейронов в человеческом мозге, хотя и очень велико, но ограничено. Если система правил конечна, то можно создать полную и совершенную модель мозга. Если же она бесконечна, к совершенной модели можно, в принципе, подойти как угодно близко. Иными словами: "дайте мне правила, которым подчиняется работа мозга, и я смоделирую его на современных цифровых машинах",- вот что утверждает Виктор Михайлович Глушков.

Всего только "правила работы мозга"... Но какую же сложную задачу возлагает здесь кибернетика на плечи нейрофизиологии, да и на свои собственные тоже! Ведь недаром американский математик и кибернетик Эдмунд Беркли писал: "Человеческий мозг доступен для исследования еще менее, чем вершина Эвереста".

Сторонники машин биологического типа не ставят перед нейрофизиологами таких сложных задач. Для создания модели мозга им не нужно точно знать закономерности его работы. Они убеждены, что достаточно повторить в конструкции машины конструкцию мозга. Уже одно это даст возможность моделировать его работу. Но дабы сходство конструкций было тут хоть сколько-нибудь полным, машина биологического типа должна содержать многие миллиарды ячеек. А между тем в современных больших вычислительных машинах таких ячеек в миллионы раз меньше! И здесь кибернетика снова обращается за помощью к соседям - молекулярной электронике и физике твердого тела. Без них не удастся создать те, едва различимые глазом и баснословно дешевые элементы, из которых только и можно будет скомпоновать подобную машину.

Научный спор, о котором мы рассказываем, не родился в Киеве и не ограничен стенами украинских институтов. К Ивахненко и Глушкову нас привели наши киевские "кибернетические маршруты". Если бы эти маршруты пролегали в Москве или Тбилиси, Ленинграде или Новосибирске, Белграде или Массачусетсе, мы назвали бы иные фамилии. Судьба думающих машин волнует многих.

Истина, которой предстоит родиться в споре детерминизма и индетерминизма - определенности с неопределенностью (а этот спор всего лишь одна из частных проблем кибернетики), отыщется, видимо, где-нибудь на пересечении обоих направлений. Ученые уверены, что в будущем найдется применение машинам обоих типов. И даже третьего, который объединит их достоинства, но будет лишен их недостатков. Уже сегодня различимы наметки компромиссного пути - временного, быть может, но многообещающего. Это исследование поведения недетерминированных "биологических" систем на обычных, детерминированных цифровых вычислительных машинах.

Такую работу провел недавно сотрудник Ивахненко - Михаил Шлезингер. Он, работая в институте Глушкова на цифровой машине "Киев", изучал поведение "биологической" "Альфы".

Тогда откуда же такой накал страстей, который так явно проступает в высказывании двух киевских исследователей? Это от искренней увлеченности наукой. Это от желания найти самые верные пути ее развития. Это от веры в могущество кибернетики.

А такая вера в науке - ощутимая материальная сила.

В день, когда Юрий Гагарин отправился в космос, Борис Николаевич Делоне рассказывал нам о большом советском ученом, о том, кого в газетах принято было тогда называть Теоретиком Космонавтики.

- Все говорили: космические полеты, космонавтика - это, конечно, реальность, но, знаете ли, годков эдак через

пятьдесят - семьдесят... А он первый поверил всерьез: полеты сейчас возможны! Подсчитал. Получился вполне разумный срок - всего несколько лет... Сумел доказать справедливость своих подсчетов, и вот видите - прав оказался! Я б ему за одну эту веру памятник поставил...

...Впрочем, лучший памятник ученому - то, что удалось ему сделать в науке.