«Оставляя в стороне вопрос о том, руководится ли «сознательным» планом процедура принятия решения при каждой пробе, считают, что выбор совершается в соответ-
1 Великолепное введение к теории машин Тюринга можно найти в труде: Martin Davis, Computability and Unsolvability, New York McGraw-Hill, 1958.
52
ствии с планом. Такой план должен быть назван стратегией. Он отличается от «стохастической процедуры принятия решения» главным образом по степени, как это можно наблюдать на Поведении крыс в Т-образном лабиринте. Поведение последнего вида лучше всего описывается с помощью некоторых типов стохастических процессов, в то время как механизм, подобный вычислительной машине, в котором случайные элементы играют второстепенную роль, кажется более полезной моделью для «планового», поведения» '.
Хотя работа стохастических моделей деятельно изучается психологами-математиками, мы не дадим здесь ее анализа. Поскольку нас в основном занимает плановое поведение, мы сосредоточим внимание на детерминистических автоматах.
Другим результатом теоремы Тюринга было — или должно было бы быть—то, что внимание было сосредоточено на адекватности описания поведения. Нельзя ожидать, что машина сможет моделировать нечто такое, что никогда не было описано,— она может отвечать только за те аспекты поведения, которые были зарегистрированы наблюдателем. Никакое моделирование не может быть полным, и никакое моделирование не сохраняет всех характеристик поведения. Если при сооружении машины, предназначенной для того, чтобы моделировать поведение мотылька, летящего на огонь, мы используем колеса, так что машина будет не лететь, а катиться, моделирование будет считаться адекватным только до преобразования формы передвижения. Мы говорим, что нам безразлично, как модель достигает цели, поскольку траектория ее движения «эквивалентна» траектории мотылька. Но даже это приемлемо только в том случае, если мы допустим переход движения в трехмерном пространстве к движению в двухмерном пространстве.
1 Manfred Cochen and Eugene H. Galanter, The Acquisition and Utilization of Information in Problem Solving and Thinking, «Information and Control», 1958, № 1, p. 267—288. Конечно, можно использовать электронно-вычислительную машину для изучения не только детерминистических, по и стохастических моделей. См., например, работу: Saul Corn, On the Mechanical Stimulation of Habit-Forming and Learning, «Information and Control», 1959, № 2, p. 226-259.
53
Модель не отличается от моделируемого поведения только при учете комплекса допустимых видоизменений. Создатель модели и его критики должны, например, заранее договориться относительно тех аспектов поведения, которые должны оставаться одними и теми же у организма и у машины. Обычно эта договоренность достигается тем, что машине предъявляется требование моделировать не поведение как таковое, а поведение, описанное психологом. Теоретик поэтому всецело зависит от того яйца, которое решает, какие аспекты поведения стоит описывать и моделировать.
Границами, в которых организм и машина могут быть взаимозаменяемы без изменения специфических черт ситуации, являются те границы, в которых моделирование может быть успешным. Удачная модель не должна быть похожей на тот организм, поведение которого она моделирует. Тот факт, что умный конструктор может сделать механическую мышь похожей на настоящую или механическую модель похожей на черепаху, является всего лишь декоративным оформлением витрины. Так, женщина, разбившая ценную вазу, отнесла осколки к гончару и попросила его сделать «точный дубликат». Она была справедливо разочарована, когда он скопировал все осколки.
Это положение, возможно, наиболее нам знакомо в области синонимики. Мы говорим, что «холостяк» и «неженатый человек»—синонимы, потому что они взаимно заменяемы во всех (почти) контекстах и не изменяют смысла тех предложений, в которых встречаются. В этом случае неизменным должен остаться именно смысл. В удачной же модели неизменным должен остаться тот аспект поведения организма, который экспериментатор избрал для регистрации.
Поскольку необходимо моделировать только описание поведения животного, а не само животное, для этого могли быть использованы большие, быстродействующие цифровые вычислительные устройства, которые начали появляться после второй мировой войны. От этих машин не требуется, чтобы они метались по комнате, подобно крысе в лабиринте, или выглядели похожими на те полтора килограмма мозгового вещества, которые, как предполагалось, они должны были имитировать. Счетно-вычислительное устройство не должно было даже соблюдать тот же масштаб времени. Задачей машины было лишь моделировать —
54
вычислять те аспекты экспериментальной ситуации, которые интересовали исследователей человеческого поведения. Теоретик мог воплотить свои идеи в программе, программу можно было сохранить в «памяти» машины, и, когда предъявлялись «стимулы», машина, подобно организму, оперировала с поступающей информацией в соответствии с заданными инструкциями, чтобы генерировать «реакцию». В принципе это кажется очень несложным.
Однако в течение ряда лет об этом только говорили, не приступая фактически к делу. Составление сложных программ, необходимых для моделирования поведения человека, требует огромной изобретательности и затраты времени. По мере совершенствования счетных машин и развития искусства программирования теоретики рассуждали, как использовать их наилучшим образом, в частности для моделирования. Первоначально эти рассуждения пошли по линии скорее неврологического, чем психологического, моделирования, Это направление казалось особенно многообещающим ввиду наличия длинного ряда аналогий: замкнутое или разомкнутое реле было аналогом нейрона, работающего по принципу «все или ничего», электрические импульсы в счетном устройстве были аналогами нервных импульсов, ртутные замедлители — аналогами возвратных цепей в нервной системе, система памяти в машине — аналогом ассоци-онных зон мозга и т. д. Неврологическое направление казалось многообещающим еще и потому, что Мак-Каллок и Питтс открыли схему нейронной сети и использовали этот принцип в доказательстве того, что любая функция, которая может быть описана логически, прямо и недвусмысленно, ограниченным числом слов, может быть реализована такими сетями '. Иначе говоря, они показали, что их ней-
1 Warren S. McCulloch and Walter Pitts, A Logical Calculus of the Ideas Immanent in Nervous Activity, «Bulletin of Mathematical Biophysics», 1943, № 5, p. 115—133. Что касается более ранней работы, см.: Nicholas Rashevsky, Mathematical Biophysics, Chicago: University of Chicago Press, 1938. Из более поздних работ см.: М. L. Minsk у, Neural-Analog Networks and the Brain-Model Problem (докторская диссертация), Princeton University, 1954, а также несколько избранных работ в сборнике: С. Е. Shannon and J. McCarthy, ets., Automata Studies, Princeton, Princeton University Press, 1956. Относительно перспектив см.: John Neumann, The Computer and the Brain, New Haven, Yale University Press, 1958.
55
ронные сети представляют машину Тюринга. Этот принцип позволил подойти к анализу некоторых очень сложных неврологических функций и свойств даже до того, как исследования этого рода стали стимулироваться развитием счетных машин. Рассуждения относительно нейронных сетей стали широко известными и, по всей видимости, имели стимулирующее влияние на развитие неврологии и нейрофизиологии. У нас есть все основания ожидать значительного продвижения вперед в этой области. Однако это не тот тип теорий, который интересует нас в данном случае.
Наш непосредственный интерес заключается в возможности использования счетных устройств как автоматов для иллюстрации действия различных психологических теорий. Попытки в этом направлении лежат за пределами неврологических исследований и могут быть, очевидно, по крайней мере двух различных видов. Некоторые из психологических теорий направляют применение счетных устройств на исследование Образа, другие же ставят задачей исследование Плана. Лишь в конце 1950 года эти две линии объединились.
Рассмотрим сначала теории, направленные на исследование Образа. Одна из наиболее ранних попыток использовать счетное устройство для понимания психологического (а не неврологического) процесса была предпринята английским психологом Кеннетом Крайком, который считал, что мысль основывается на образах. Но как счетное устройство может иметь образ? Он отвечал на это, что образ является видом символа и что мысль состоит из сочетания и преобразования подобных символов при получении информации от органов чувств; таким образом, символизирование и переработка информации в счетном устройстве представляют собой мышление. Он пишет:
«Таким образом, моя гипотеза заключается в том, что специфической чертой моделей мыслей, или параллелей реальности, является не «сознание», не «личность», не «чувственные данные», а символика и эта символика в значительной степени имеет такой же характер, как и та, которая известна нам в механических устройствах, осуществляющих умозаключение и вычисление» '. Го-
1 К. J. W. Craik, The Nature of Explanation, Cambridge: Cambridge University Press, 1943, p. 57.
56
воря в терминах, введенных здесь нами, Крайк пытался решить проблему того, как Образ может быть представлен в вычислительном устройстве.
Безвременная смерть Крайка помешала ему развить эти идеи, и в дальнейшем работа, направленная на решение проблемы формирования и распознавания образов посредством счетных машин, рассматривалась по большей части в неврологических, а не в психологических терминах '. Однако Доналд М. Мак-Кэй использовал эту идею и развил ее еще дальше, когда указал, что Образ может быть сформирован в машине, если машина способна запоминать реакции, необходимые для имитации первоначального воздействия2. Акт повторения может управляться обратной связью: различие между воздействующей конфигурацией и внутренним воспроизведением будет представлять сигнал ошибки, который машина должна уменьшить. Таким образом, эти акты повторения будут составлять ос-