Кроме этих машин, работающих по принципу «да – нет», существуют другие вычислительные и контрольные машины, которые не столько считают, сколько измеряют. Эти машины называются аналоговыми машинами, потому что они работают на аналоговых связях между измеряемыми величинами и цифровыми параметрами, которые призваны характеризовать эти величины. Примером аналоговой машины является логарифмическая линейка, противопоставляемая, скажем, настольному арифмометру, который оперирует цифрами. Те, кто пользовался логарифмической линейкой, знают, что шкала, на которой нанесены деления, и острота нашего зрения ставят жесткие ограничения на точность чтения показаний линейки. Эти ограничения не так просто раздвинуть, как может показаться, за счет увеличения размеров линейки. Логарифмическая линейка длиной в 10 футов даст решение точнее всего на один десятичный разряд по сравнению с логарифмической линейкой в один фут, причем для достижения такой точности необходимо не только отмерить каждое деление на большой линейке столь же тщательно, как на малой, но и ориентировать эти последовательные деления в соответствии с разметкой логарифмической линейки длиной в один фут. Более того, сохранение жесткости линейки большего размера куда актуальнее, чем для линеек меньшего размера, и это обстоятельство ограничивает увеличение точности при увеличении размеров линейки. Иными словами, на практике машины, которые измеряют, в противоположность счетным устройствам, весьма ограничены в своей точности. Прибавим сюда приверженность физиолога принципу «все или ничего» – и мы поймем, почему значительная часть исследований в области конструирования механических подобий мозга была посвящена машинам, действующим в большей или меньшей степени на цифровой основе.

Однако если слишком упорно настаивать на том, что мозг является идеальной цифровой машиной, мы рискуем вызвать вполне обоснованную критику, частично со стороны физиологов, а частично со стороны до некоторой степени противоположного лагеря тех психологов, которые предпочитают не прибегать к сравнениям с машинами. Я уже сказал, что для цифровых машин используется тейпинг, который определяет последовательность выполняемых операций, и что изменение тейпинга на основании предыдущего опыта соответствует процессу обучения. В человеческом мозге ближайшую аналогию тейпингу составляет определенность синапсических порогов, то есть комбинаций входящих нейронов, что возбуждают соединенный с ними выходящий нейрон. Мы видели, что эти пороги могут меняться под воздействием температуры, и у нас нет оснований полагать, что они не могут изменяться под воздействием химического состава крови и многих других факторов, каковые сами по себе не относятся к явлениям типа «все или ничего». Поэтому необходимо при рассмотрении проблемы обучения чрезвычайно осторожно применять принцип «все или ничего» для описания деятельности нервной системы – во всяком случае, без обоснованной научной критики этого принципа и без конкретных экспериментальных свидетельств в подкрепление нашей гипотезы.

Часто можно услышать, будто теории обучения, которая подходила бы для машин, вовсе не существует. Еще говорят, что на современной ступени нашего познания любая теория обучения, которую я могу предложить, окажется преждевременной и, вероятно, не будет соответствовать фактическому функционированию нервной системы. Я хотел бы выбрать среднюю линию между этими двумя критическими высказываниями. С одной стороны, я намерен описать метод конструирования обучаемых машин – метод, который не только позволит мне создавать специальные машины такого типа, но и предоставит общие технические приемы конструирования очень широкого класса подобных машин. Лишь в случае, если я смогу достичь такой степени обобщения, мне удастся хотя бы в некоторой степени защититься от того критического замечания, что механические процессы, которые, по моему мнению, аналогичны обучению, по своей сути принципиально отличаются от обучения.

С другой стороны, мне хотелось бы описать такие машины в терминах, которые покажутся достаточно знакомыми тем, кто ведет фактическое наблюдение за процессами нервной системы, за поведением человека и животных. Конечно, я понимаю, что не могу надеяться на абсолютную правоту в изложении всех деталей при описании реального человеческого механизма и что могу даже серьезно ошибаться. Тем не менее, если хочу предложить схему, которая может быть выражена словесно в форме понятий, относящихся к человеческому разуму и человеческому мозгу, я тем самым обеспечу себе отправную точку для преодоления критики, а также критерий, с которым можно сопоставить ожидаемый результат на основании других теорий.

Джон Локк в конце XVII столетия выдвинул гипотезу о том, что разум наполнен некими сущностями, которые он называл идеями. Для Локка разум был совершенно пассивен, представлял собой пустую доску, tabula rasa [32] , на которой фиксируются опыт и впечатления индивидуума. Если эти впечатления появляются часто, либо единовременно, либо в определенной последовательности, или же в ситуациях, которые мы обычно относим к причинно-следственным связям, то, по Локку, эти впечатления, или идеи, будут формировать комплексные идеи, обладающие выраженной позитивной тенденцией к удержанию составных элементов вместе. Механизм, посредством которого идеи удерживаются вместе, является неотъемлемой частью самих идей; при этом во всей работе Локка ощущается своеобразное нежелание охарактеризовать подобный механизм. Его теория, пожалуй, имеет такого рода отношение к действительности, какое наблюдается между фотографией локомотива и настоящим локомотивом. Это просто схема без каких-либо работающих элементов. Впрочем, последнее неудивительно, если принять во внимание период, когда Локк выдвинул свою теорию. Именно в астрономии, а не в инженерном деле или психологии, впервые приобрела значимость динамическая точка зрения, представление о работающих частях; и в том заслуга Ньютона, не предшественника Локка, а его современника.

На протяжении нескольких столетий наука, подчинявшаяся аристотелевскому стремлению к классификации, пренебрегала современным стремлением искать способы функционирования явлений. Скажу так: применительно к тем растениям и животным, каковые не изучены до сих пор, трудно понять, каким образом биологическая наука могла бы вступить в собственный динамический период, кроме как вследствие продолжительного накопления фактов из области описательной естественной истории. Примером тут может послужить великий ботаник Карл Линней. Для самого Линнея виды и роды оставались неизменными аристотелевскими формами, а не вехами на маршруте эволюции; но только на основе дотошного линнеевского описания возможно накопить убедительные доказательства протекания. Первые естественные историки были, по существу, интеллектуальными «героями фронтира»; слишком горячо рвавшиеся осваивать новые территории, они в значительной степени пренебрегали необходимостью объяснения новых обнаруженных форм. Затем на смену героям пришли деятельные фермеры, а на смену натуралистам – современные ученые.

В последней четверти минувшего века и в первой четверти XX столетия другой великий ученый, Иван Павлов, по-своему исследовал фактически ту же самую область, которую ранее изучал Локк. Однако Павлов исследовал условные рефлексы экспериментально, а не теоретически, как Локк. Более того, отслеживал условные рефлексы низших животных, а не проявления этого рефлекса у человека. Низшие животные не способны говорить на человеческом языке, они изъясняются на языке поведения. Большая часть их наиболее очевидного поведения эмоциональна по своим побуждениям, а большинство эмоций диктуется поисками пищи. Павлов начал свои исследования именно с пищи и с физиологических симптомов слюноотделения. Довольно просто вставить канюлю в слюнную железу собаки и далее наблюдать выделение слюны при появлении пищи.

Обыкновенно многие факторы, не связанные с пищей, например видимые объекты, услышанные звуки и пр., не оказывают никакого воздействия на слюноотделение, но Павлов заметил, что если при кормлении собаки регулярно показывать какие-то предметы или издавать какие-то звуки, то позднее одного показа предмета или одного звука становится достаточно, чтобы вызвать слюноотделение. То есть рефлекс слюноотделения обусловлен предыдущими ассоциациями.

Здесь перед нами, на уровне рефлекса животных, нечто наподобие ассоциации идей Локка, ассоциация, которая возникает как рефлекторная реакция, чье эмоциональное содержание предположительно чрезвычайно сильно. Отметим довольно сложную природу предшествующих факторов, необходимых для появления условного рефлекса павловского типа. Прежде всего эти факторы обычно связаны с каким-то важным параметром жизни животного, в данном случае с пищей, пускай даже в своей окончательной форме рефлекс может вызываться в отсутствие пищи. Впрочем, можно проиллюстрировать значимость первоначального стимула для павловского условного рефлекса на примере электрифицированных изгородей вокруг скотоводческой фермы.