"Обучаемые" и "совершенствующиеся" машины

Часто говорят, что даже перед самой совершенной вычислительной машиной человек имеет то неоспоримое преимущество, что он может учиться, приобретать опыт, повышать свою квалификацию. Машина же якобы может быть улучшена только в том случае, если за ее усовершенствование примется человек.

Но это не совсем верно. Проведено уже немало опытов по созданию "обучающихся", "самосовершенствующихся" и "самоорганизующихся" машин.

Простейшим примером может служить "самоорганизующийся" автоматический регулятор температуры. Если регулируемая температура зависит от многих факторов, влияние каждого из которых еще недостаточно изучено, составить заранее программу работы такого автоматического регулятора не представляется возможным. Поэтому устраивают так, чтобы первоначально на каждое изменение температуры и других условий работы регулятор реагировал каким-то случайным образом. Однако если эта случайная реакция оказывается неудачной (температура не только не возвращается к заданному уровню, но даже отклоняется от него еще сильнее), машина ее "бра. кует" и "пробует" какую-нибудь другую. Когда же в результате случайных проб будет, наконец, найдена правильная реакция, машина ее "запомнит" и в дальнейшем будет применять всякий раз, когда вновь встретится с такими же или аналогичными условиями.

Таким путем по мере работы машины в ее "памяти" накапливаются рецепты целесообразных реакций на разные ситуации, с которыми она встречалась. Иными словами, на основе опыта своей работы машина сама постепенно вырабатывает свою программу. Проведенные опыты показали, что во многих случаях выработка программы путем такой "тренировки" машины осуществляется быстрее и проще, чем составление ее специалистами по программированию вычислительных машин.

Если свойства регулируемого объекта впоследствии станут иными (например, вследствие износа или изменения внешних условий), ранее целесообразные реакции могут сделаться уже невыгодными. "Самоорганизующийся" регулятор тотчас же это обнаружит, вычеркнет из своей "памяти" устаревшие команды и путем случайных проб выработает новые. В этом - еще одно преимущество "самоорганизующихся" машин.

По принципу "обучения" и "тренировки" предполагается создать наиболее совершенные "читающие автоматы". Как мы уже говорили, основная трудность при этом состоит в разнообразии шрифтов. Одна и та же буква может иметь самые разнообразные начертания, например,

А, А, А, А, А, А, А, а, α, а, а, а, α, а.

Научить машину находить что-то общее в этих знаках совсем не просто. Поэтому предлагается поступить так: показывать машине различные образцы букв, нажимая каждый раз соответствующую кнопку. При этом внутренние связи в машине будут каждый раз перестраиваться, оставляя в ее памяти соответствующие следы. В результате длительной тренировки машина научится распознавать "изученные" буквы даже в тех случаях, когда очертание их будет несколько видоизменено. Может случиться, что какое-нибудь встретившееся ей оригинальное начертание буквы машина все-таки не распознает (как это может случиться и с человеком); тогда значение этой буквы ей надо "подсказать" нажатием нужной кнопки, причем это дополнительное указание зафиксируется в ее памяти. В случае надобности такую "обученную" машину можно "переучить" на чтение цифр, математических символов или букв какого-либо иностранного языка.

Но если машину можно научить отличать букву А в любом начертании от буквы Е, то ее можно принципиально научить и отличать собаку от кошки несмотря на разнообразие пород и мастей. А если так, то почему бы не научить машину, снабженную фотоэлектрическим "глазом", давать словесные описания того, что она "видит" перед собой?