Устойчивость — характеристика мира

 

Природа располагает еще одним способом демонстрации остаточных форм, родственным естественному отбору, но с иным акцентом. Со времени открытий супругов Кюри мы знаем, что атомы некоторых элементов испытывают прогрессивный метаморфоз. Если взять атом радия, то рано или поздно с ним обязательно произойдет метаморфоз, при котором он начинает испускать радиевые эманации. Мы не может сказать, когда произойдет это превращение, ибо, по всей видимости, оно происходит случайно. Но мы можем сказать, что через некоторое время, называемое временем полураспада радия, вероятность того, что превращение произошло, будет равна одной второй.

Но радиоактивные элементы испытывают не [c.310] одно-единственное превращение, а целую серию последовательных превращений в другие элементы, и каждое из них имеет свое время полураспада. Про элементы с большим временем полураспада можно сказать, что они устойчивы, про элементы с малым временем полураспада — что они неустойчивы. Если проследить теперь какой-нибудь элемент в его превращениях, то, как правило, он будет существовать длительное время в виде элементов с большим периодом полураспада и короткое время — в виде элементов с малым периодом полураспада.

В результате, наблюдая процесс очень долго, мы найдем, что элементы с большим периодом полураспада встречаются чаще, чем элементы с малым периодом полураспада. Это значит, что исследование, исходящее из частоты наблюдаемых элементов и не прослеживающее судеб единичного атома, легко упускает высокорадиоактивные материалы с малым периодом полураспада. Отсюда мы видим, что устойчивость свойственна большей части мира. Таким образом, отсутствие неустойчивых форм, которое мы обнаруживаем в биологических рядах вследствие их неспособности выживать в борьбе за существование, наблюдается в эволюции радиоактивных элементов потому, что неустойчивые формы проходят столь быстро, что мы не замечаем их в той же степени, как замечаем формы более устойчивые.

Одним из следствий подобного статистического преобладания устойчивости во вселенной является то обстоятельство, что мы знаем очень мало о происходящем в критические периоды неустойчивости. Возьмем, например, хорошо известный эффект, открытый Артуром Комптоном: при столкновении фотона с электроном оба отскакивают в направлениях, которые определяются лишь статистически. Существует по меньшей мере подозрение, что на самом деле электрон и фотон, первоначально не соединенные, вступают здесь в соединение на слишком короткий промежуток времени, чтобы мы могли определить действительный ход событий, и что затем они выходят из этого соединения через все более слабые соединения, каждое из которых протекает по-своему. Некоторые физики, например Вом, высказывали предположение, что действительный ход [c.311] событий не является столь неопределенным, но что в течение того ничтожного промежутка времени, когда частицы находятся вместе, имеет место очень сложная последовательность событий, определяющая их дальнейшее поведение. Если это верно, то значительная часть важнейших физических явлений нам не известна, ибо мы проходим сквозь них слишком быстро и не умеем их регистрировать.

Из этих двух видов естественного отбора: через разрушение непригодного и через слишком поспешное прохождение по неустойчивому — последний есть единственно возможный при явлениях сохранения, препятствующих простому устранению неустойчивого. Эшби рассматривает весьма сложные машины, в которых элементы соединены между собой более или менее случайным образом, так что мы знаем кое-что о статистике соединений и очень мало о деталях таковых. Машины эти, вообще говоря, разрушаются очень быстро, если не вводить в них предохранительных элементов, наподобие амплитудных ограничителей в электрических схемах. Действие таких ограничителей придает системе некоторую консервативность. Поэтому машины Эшби стремятся проводить бо́льшую часть своего существования в относительно устойчивых состояниях, а их неустойчивые состояния, хотя и существуют, но так ограничены во времени, что очень мало проявляются при статистическом изучении системы.

Следует помнить, что в явлениях жизни и поведения нас интересуют относительно устойчивые, а не абсолютно устойчивые состояния. Абсолютная устойчивость достижима лишь при очень больших значениях энтропии и по существу равносильна тепловой смерти. Если же система ограждена от тепловой смерти условиями, которым она подчинена, то она будет проводить большую часть своего существования в состояниях, которые не являются состояниями полного равновесия, но подобны равновесным. Иными словами, энтропия здесь не абсолютный, а относительный максимум или, по крайней мере, изменяется очень медленно в окрестностях данных состояний. Именно такие квазиравновесные — не истинно равновесные — состояния связаны с жизнью и мышлением и со всеми другими органическими процессами. [c.312]

 

Машины с глазами и ушами?

 

Мне кажется, будет вполне в духе д-ра Эшби сказать, что эти квазиравновесные состояния, как правило, суть состояния, при которых имеет место относительно слабый обмен энергией между системой и окружающей средой, но зато относительно большая информационная связь между ними. Системы, рассматриваемые д-ром Эшби, имеют глаза и уши и таким путем получают сведения для приспособления ко внешней среде. Они приближаются к автоматам по своему внутреннему энергетическому балансу, но очень далеки от них по своему внешнему энтропийному, или информационному балансу. Поэтому равновесие, к которому они стремятся, — это равновесие, при котором они хорошо приспособлены к изменениям во внешней среде и в известной степени нечувствительны к таким изменениям. Они находятся в состоянии частичного гомеостаза.

Д-р Эшби конструирует свой гомеостат как прибор, имеющий именно такую связь со внешней средой и обнаруживающий некоторую случайность во внутреннем строении. Такая машина в известной степени может обучаться, т. е. приспособляться формами своего поведения к устойчивому равновесию с окружением. Однако реальные гомеостаты, разработанные пока д-ром Эшби, хотя и способны поглощать информацию из окружения, содержат в своем внутреннем строении количество информации и решений, заведомо превосходящее то, которое проходит через их, так сказать, органы чувств. Короче говоря, эти машины могут обучаться, но они отнюдь не умнее своих создателей или примерно столь же умны. Тем не менее д-р Эшби полагает, что можно действительно создать машины, которые были бы умнее своих создателей; и в этом я с ним совершенно согласен. Количество информации, которое может воспринимать через свои органы чувств прибор, нельзя априори ограничивать теми значениями, при которых требуется не больше решений, чем уже было заложено в структуру прибора. Обыкновенно способность системы поглощать информацию растет на первых порах довольно медленно по сравнению с количеством информации, заложенной в нее. И лишь после того, как заложенная информация перейдет за некоторую точку, [c.313] способность машины поглощать дальнейшую информацию начнет догонять внутреннюю информацию ее структуры. Но при некоторой степени сложности приобретенная информация может не только сравняться с той, которая была первоначально заложена в машину, но и далеко ее превзойти, и с этой стадии сложности машина приобретает некоторые из существенных характеристик живого существа.

 

Необходима сложность

 

Рассматриваемая ситуация допускает любопытное сравнение с атомной бомбой, с атомным реактором или с огнем в очаге. Если вы попытаетесь построить атомный реактор или атомную бомбу слишком малых размеров или зажечь большое дубовое полено одной спичкой, вы убедитесь, что всякая запущенная вами атомная или химическая реакция угаснет, как только будет удален ее возбудитель, и никогда не будет расти или оставаться на одном уровне. Лишь когда воспламенитель достигнет определенной величины, или в атомном реакторе соберется определенное количество молекул, или масса изотопа урана достигнет определенного взрывного размера, положение изменится, и мы увидим не только мимолетные и неполные процессы. Точно так же действительно существенные и активные явления жизни и обучения начинаются лишь после того, как организм достигнет некоторой критической ступени сложности; и хотя эта сложность, вероятно, достижима при помощи чисто механических, не слишком трудных средств, тем не менее потребуется предельное их напряжение.

Из этого разбора, посвященного лишь некоторым идеям книги д-ра Эшби, можно заключить, что она открывает нам широкий взгляд на новые рубежи мысли. Д-р Эшби, хотя в сущности и обладает сильным математическим воображением, не является в полном смысле профессиональным математиком, и профессиональным математикам надлежит осуществить многие из набросанных им идей. Он не причисляет себя к профессиональным математикам, но он, несомненно, обладает принципиальностью и талантом, и книгу его надо читать как одни из первых плодов на ниве, заслуживающей усердного возделывания. [c.314]

 

Приложение III.

Кибернетика и человек [210]

(Интервью для советского журнала «Природа»)

 

Вопрос. Каково Ваше мнение относительно возможности развития математики при помощи машин? Можем ли мы ожидать, что таким путем будут открыты новые теоремы или созданы новые доказательства уже существующих?

Ответ. В настоящее время уже созданы такие машины, которые не только производят сложные вычислительные операции, но также способны проверять и исправлять программу, составленную для этих машин. Можно поэтому сказать, что такие машины, в прямом смысле этого слова, сами себя обучают. Ныне идет работа по созданию таких машин, которые имеют возможность сами открывать новые теоремы из области геометрии или логики. В таком направлении работает, например, д-р Соломон из фирмы ИБМ. Принцип действия таких машин заключается в том, что различные доказательства связываются между собой на основе некоторых заранее установленных критериев. Машина сохраняет только те доказательства, которые этим критериям лучше других соответствуют, и отбрасывает все остальные. Здесь возникает важная проблема, которая интересна с философской стороны. А именно: какое [c.315] соотношение существует между индуктивной и дедуктивной логикой?

Обычно новые теоремы или новые доказательства известных теорем сначала формулируются индуктивным путем, а затем доказываются строго логически, т. е. дедуктивно. В этом направлении работает известный японский математик Ватанабе. Он исходит из общих гипотез, справедливость которых может быть оценена при помощи чисел. Применяя этот метод, Ватанабе в состоянии, сравнивая гипотезы, выбрать те, которые соответствуют данному предположению и которые справедливы также в других аналогичных случаях. Данная ситуация очень похожа на ту, которая возникает при определении оптимальной стратегии в теории игр.

Тут появляется то парадоксальное обстоятельство, что, применяя в этих целях вычислительные машины, мы решает проблемы индуктивной логики при помощи дедуктивной. Этот метод очень важен потому, что он дает нам представление о том, как у человека происходит процесс индукции. Обычно принимается, что индукция по существу состоит в выборе правильного результата из бесконечного числа возможностей. Однако на практике оказывается, что выбор ограничивается только конечным числом возможностей и, что самое удивительное, это число очень мало. Осознание данного факта имеет большое практическое значение.

Вопрос. Известно, что у живых организмов существуют функции, которые с успехом используются в технических устройствах, например принцип обратной связи в автоматике. Каково Ваше мнение, есть ли еще какие-нибудь принципы такого рода?

Ответ. Наши нынешние автоматические машины отличаются тем, что они могут правильно работать лишь в том случае, если они получают от человека необходимую им информацию и в самой точной форме. Это означает, что характер информации, вводимой в машину, в общем смысле должен быть точно и заранее известен человеку. Живые организмы, наоборот, развивают необходимую им информацию благодаря постоянному взаимодействию с природой. Это означает, что возникновение информации в живых организмах есть исторически развивающийся процесс. Мне бы хотелось еще раз подчеркнуть, что речь здесь идет именно о [c.316] взаимодействии и обмене с окружающей средой. Можно сказать, что живые организмы сами себя организуют. Как уже было показано в моих работах, о которых я рассказывал на докладе в Политехническом музее в Москве, такие явления самоорганизации имеют место и в технических устройствах. Примером могут служить электрические генераторы, имеющие несколько различных частот; будучи укрепленными на одной оси, они автоматически принуждаются генерировать на вполне определенной резонансной частоте.

Как показал недавно состоявшийся в Москве I конгресс ИФАК, человек в настоящее время уже в состоянии конструировать такие самоорганизующиеся машины. Это представляет собой новую главу в истории техники.

Вопрос. Успехи кибернетики настолько значительны, что в последнее время появились суждения о том, что машина якобы может полностью заменить человека. Каково Ваше мнение по этой проблеме?

Ответ. Различие между человеком и машиной, прежде всего, заключается в том, что в организме человека число элементов по порядку величин во много раз больше, чем обладает машина. Из этого непосредственно вытекает, что организация элементов в организме настолько сложна, что при помощи наших современных логических средств мы не можем еще овладеть этой сложностью. Я бы даже не решился сейчас дать определение понятия «сложность».

Помимо этого количественного различия, существует еще качественное отличие. Преимущество человека состоит в его гибкости, в его умении работать с неточными идеями. Это означает, что человек обладает фантазией, другими словами, он создает понятие. Преимущества машин — в скорости и точности.

В некоторых странах, в том числе в США, заметна тенденция к «обожествлению» машин, к попытке приписать им такие возможности, которыми они в действительности не обладают. В этом заключается большая опасность.

Далее, наши машины нуждаются в программах. Эти программы могут, правда, быть составлены другими машинами, однако для этих машин программу должен опять-таки составить человек. Данную мысль можно [c.317] продолжить — это означает, что подвижна сама граница между машиной и организмом, и ответ на вопрос, какой сложности могут быть построены машины, даст только опыт.

Однако при конструировании новых машин мы всегда должны сознавать, какие возможны последствия от их применения. Программы для этих машин должны быть всегда заранее точно определены, в противном случае могут быть не только положительные, но и вредные последствия. Если последствия не будут точно известны, то может произойти то, о чем говорится в известной английской сказке, которую я обычно при рассмотрении этого вопроса привожу. Один человек стал обладателем талисмана, с помощью которого могло быть выполнено любое его желание. Однако какой ценой он должен был заплатить за такое благо, было ему неизвестно. Когда он однажды получил с помощью своего талисмана большую сумму денег, то оказалось, что он должен был за это пожертвовать жизнью любимого сына…

Исполнение желания имеет свои хорошие и дурные последствия. То же относится и к новым автоматам. Применение их может иметь либо хорошие, либо плохие результаты. Какие именно получатся — это зависит от людей.

Вопрос. Какими физиологическими проблемами Вы интересуетесь в настоящее время?

Ответ. Сейчас я занимаюсь проблемой: как можно теоретически осмыслить способности гена или вируса к воспроизведению. Я надеюсь, что по этим вопросам смогу поговорить с моими коллегами в Москве.

Вопрос. В заключение мы хотели бы спросить, каковы Ваши впечатления от Москвы и конгресса?

Ответ. Я получил много хороших впечатлений от города, от успехов советских людей. Конгресс показал, что советские ученые играют значительную роль в области автоматического регулирования. Я уверен, что сотрудничество ученых различных стран приведет к еще большим успехам в деле мира и взаимопонимания на благо человечества. [c.318]

 

Приложение IV.

Машины изобретательнее людей? [211]

(Интервью для журнала «Юнайтед Стэйтс Ньюс энд Уорлд Рипорт»)

 

Вопрос. Д-р Винер, существует ли опасность, что машины — вычислительные машины — когда-нибудь возьмут верх над людьми?

Ответ. Такая опасность, несомненно, существует, если мы не усвоим реалистического взгляда на вещи. Собственно говоря, это опасность умственной лени. Некоторые так сбиты с толку словом «машина», что не представляют себе, что можно и чего нельзя делать с машинами и что можно и чего нельзя оставить человеку.

Вопрос. Существует ли тенденция придавать чрезмерное значение применению вычислительных машин?

Ответ. Существует культ техники. Люди заворожены техникой. Машины предназначены для службы человеку, и если человек предпочитает передать весь вопрос о способе их употребления машине, из-за слепого машинопоклонства или из-за нежелания принимать решения (назовете ли вы это леностью или трусостью), тогда мы сами напрашиваемся на неприятности.

Вопрос. Согласны ли Вы с прогнозом, который мы иногда слышим, что дело идет к созданию машин, которые будут изобретательнее человека?

Ответ. Осмелюсь сказать, что если человек не изобретательнее машины, то уже слишком плохо. Но здесь нет убийства нас машиной. Здесь просто самоубийство.

Вопрос. Действительно ли машины обнаруживают тенденцию становиться сложнее, изобретательнее? [c.319]

Ответ. Мы делаем сейчас гораздо более сложные машины и собираемся в ближайшие годы делать еще более сложные. Есть вещи, которые совсем пока не дошли до общественного внимания, вещи, которые заставляют многих из нас думать, что это случится не позже, чем через какие-нибудь десять лет.

Вопрос. Можете ли Вы дать нам взглянуть в будущее?

Ответ. Могу. Одним из важных событий была миниатюризация — уменьшение размеров деталей. Там, где в самом начале развития вычислительной техники понадобилась бы машина величиной с Эмпайр-Стэйтс-Билдинг[212], теперь вы можете обойтись конструкцией, которая поместится в довольно небольшой комнате. Одним из главных факторов в этой миниатюризации было введение новых типов памяти — памяти, основанной на физике твердого тела, на транзисторах и т. п.

Сейчас возник интерес к вопросу, как работает человеческий мозг. И за последний примерно год мы впервые получаем настоящее представление об этом.

Видите ли, генетическая память — память наших генов — в значительной степени зависит от веществ, являющихся комплексами нуклеиновых кислот. В последнем году стали подозревать более или менее широко, что память нервной системы — того же рода. На это указывает открытие комплексов нуклеиновых кислот в мозгу и тот факт, что они обладают свойствами, обеспечивающими хорошее запоминание. Это весьма тонкий раздел физики твердого тела, как и физика, ныне используемая в машинной памяти.

Я предполагаю — и я не одинок, — что ближайшее десятилетие увидит это в техническом воплощении.

Вопрос. Иными словами, вместо магнитной ленты как элемента памяти вычислительной машины Вы будете располагать генами?

Ответ. Мы будем располагать веществами, родственными генам. Называть их генами или нет, вопрос терминологический, но вещества — того же рода. Это вызовет массу новых фундаментальных исследований. Как вводить в эту генетическую память и выводить из нее данные, как ее использовать, — все это требует [c.320] большой исследовательской работы, пока едва начатой. Некоторые из нас имеют предчувствия (еще не проверенные), что ввод и вывод осуществимы посредством световых колебаний определенных молекулярных спектров. Так ли это или не так, я бы не поклялся. Но кое-кто из нас смотрит на это серьезно.

Вопрос. Не будет ли пугать народ такая перспектива?

Ответ. Любая перспективная возможность будет пугать народ. Она будет пугать народ, если ее использовать без понимания. Использованная же с пониманием, она может оказаться весьма ценным орудием.

Вопрос. Можете ли Вы описать вычислительную машину, использующую гены как запоминающее устройство? Что было бы для нее возможно?

Ответ. Слишком похоже на фантастику, чтобы говорить сейчас.

Вопрос. Каковы бы были возможности подобной машины по сравнению с вычислительными машинами, которыми мы располагаем сегодня?

Ответ. Они могут оказаться несравненно бо́льшими. Машина могла бы быть гораздо меньше; она могла бы пропускать гораздо больше данных. Но все, что я сказал бы о ней, было бы не только преждевременным, но и безнадежно преждевременным. Однако работа в этих областях должна проводиться, я уверен.

Вопрос. Говорят, что вычислительные машины думают. Так ли это?

Ответ. Если иметь в виду нынешнее положение вещей, то вычислительные машины могут обучаться. Вычислительные машины могут учиться улучшать свою работу путем ее анализа. Это, безусловно, верно. Называть ли это мышлением, вопрос терминологический. Что вещи такого рода получат гораздо большее развитие в будущем, когда наша способность строить более сложные вычислительные машины возрастет, в этом, я думаю, не приходится сомневаться.

Вопрос. Существует ли вероятность, что машины могут учиться больше, чем человек? Способны ли они к этому сейчас?

Ответ. Сейчас наверняка нет, и наверняка нет еще долгое время, если вообще когда-либо будут способны. Но если смогут, то лишь потому, что мы перестанем [c.321] учиться. Я хочу сказать, что намучиться легче, чем машине. Если же мы поклоняемся машине и все ей оставляем, то мы должны благодарить самих себя за все неприятности, в которые попадаем.

В этом суть дела. Вычислительная машина очень хороша при быстрой работе, проводимой однозначным образом над полностью представленными данными. Вычислительная машина не может сравниться с человеческим существом при обработке еще не выкристаллизовавшихся данных. Если назвать это интуицией, то я не сказал бы, что интуиция недоступна вычислительной машине, но у нее она меньше, а экономически невыгодно заставлять машину делать то, что человек делает намного лучше.

Вопрос. Что именно представляет собой обучающаяся машина?

Ответ. Обучающаяся машина — это такая машина, которая не просто, скажем, играет в какую-нибудь игру по твердым правилам, с неизменной стратегией, но периодически или непрерывно рассматривает результаты этой стратегии, дабы определить, нельзя ли изменить с пользой те или иные параметры, те или иные величины в стратегии.

Вопрос. Пример, который всегда приходит на ум, — машины, играющие в шашки…

Ответ. Прекрасно, возьмем шашки. Машина была достаточно хороша, чтобы через некоторое время стать способной систематически обыгрывать своего изобретателя, пока тот не выучил про шашки немного больше.

Вопрос. Почему же с шахматами не так?

Ответ. Потому что шахматы сложнее. С шахматами тоже будет так, но это потребует гораздо более длительной работы.

Вопрос. Обучаются ли машины письму?

Ответ. Да. Имеются машины, способные воспринять код и перевести его в рукописный шрифт или воспринять рукописный, а также печатный шрифт и перевести его в код. О да! Это разрабатывается: можно даже воспринять речь и перевести ее в код.

Вопрос. Говорить о думающих роботах, захватывающих власть над Землей, — фантастика?

Ответ. Фантастика, если только народ не придет к идее: «Оставим все Железному Майку!» Я хочу [c.322] сказать: если мы смотрим на машину не как на дополнение к нашим силам, а как на нечто их расширяющее, мы должны держать ее под контролем. Иначе нельзя. Машинопоклонники, ожидающие, что машина будет работать, а народ пусть сидит и получает все без труда, думают, конечно, по-другому.

Вопрос. Разумно ли используются сегодня вычислительные машины?

Ответ. В 10% случаев — да.

Вопрос. Поразительно низкая цифра. Почему Вы так говорите?

Ответ. Потому что нужен разум, чтобы знать, что давать машине. И во многих случаях машина используется в расчете на разум, которого-то и нет.

Вычислительная машина ценна ровно настолько, насколько ценен использующий ее человек. Она может позволить ему продвинуться дальше за то же самое время. Но он обязан иметь идеи. И на ранней стадии проверки идей вам не следует быть зависимым от вычислительных машин.

Вопрос. Относится ли это также к применению вычислительных машин как средства автоматизации? Иными словами, не используется ли автоматизация в некоторых случаях неразумно?

Ответ. Вне всякого сомнения. Однако, что касается примера, сие не моя область.

Вопрос. Какие можно назвать работы, для которых машины могут применяться разумно и которые они делают лучше, чем люди?

Ответ. Бухгалтерию, продажу билетов и тому подобное ведение записей. Когда мы составили свой план вычислений, машина может выполнить его гораздо лучше, чем человек. И вычислительные машины будущего смогут делать эти вещи еще лучше. Они будут обладать достаточной разносторонностью, чтобы позволить себе то, что делает мозг, — затрачивать массу усилий и все-таки достигать чего-то.

Вопрос. Эти машины будущего отнимут еще много занятий у людей?

Ответ. Отнимут.

Вопрос. Это обострит проблему, которая уже существует. Где же решение?

Ответ. Ответ гласит: мы больше не можем [c.323] оценивать человека по той работе, которую он выполняет. Мы должны оценивать его как человека.

В этом суть. Вся уйма работы, для которой мы сейчас используем людей, — это работа, в действительности делаемая лучше машинами. Ведь уже давно человеческая энергия стоит немного, поскольку речь идет о физической энергии. Сегодня человек, пожалуй, не смог бы произвести столько энергии, чтобы купить пищу для своего собственного тела.

Реальная коммерческая стоимость его услуг в условиях современной культуры недостаточна. Если мы оцениваем людей, мы не можем оценивать их на этой основе. Если мы настаиваем на применении машин повсюду, безотносительно к людям, но не переходим к самым фундаментальным рассмотрениям и не даем человеческим существам надлежащего места в мире, мы погибли.

Вопрос. Уже поздно остановить это движение ко все большей и большей автоматизации?

Ответ. То, что сделано, непоправимо. Я предвидел это в самом начале. Здесь налицо не просто факт, что используются вычислительные машины. Настоящую трудность представляет факт, что они стоят наготове для применения.

Иными словами, причина, по которой нам нельзя идти назад, заключена в том, что нам никогда не удастся уничтожить возможность использования вычислительных машин.

Вопрос. Вы считаете это необратимой тенденцией?

Ответ. Я не говорю даже о тенденции. Это необратимое приращение знания. Такое случилось с Адамом и Евой, когда они повстречались со змеем. Коль скоро вы вкусили от древа познания, вы вряд ли сможете сделать другое, чем идти дальше с этим знанием.

Вопрос. Итак, можно ожидать, что машины будут играть все большую роль в автоматизации, в бизнесе, в образовании…

Ответ. Можно. И во всяком случае, используем ли мы машины или нет (решение, которое мы так или иначе должны принять), тот факт, что они имеются налицо для использования, нельзя отбросить.

Вопрос. Вы хотите сказать, что более мудрым [c.324] решением был бы, возможно, отказ от использования некоторых машин?

Ответ. В определенных ситуациях это может оказаться более мудрым. Приведу вам пример. Сейчас с автоматизацией совсем нетрудно построить фабрику, способную произвести больше, чем может потребить весь рынок. Если вы беретесь за дело и лишь толкаете производство вверх, вы можете упереться в потолок. Конкуренция, как она понималась в прошлом, существенно изменяется при наличии автоматизации. Автоматизация больше несовместима с laissez faire[213].

Вопрос. Если в ближайшее десятилетие разовьется новая техника такого типа, на который Вы намекали, как можно задержать дальнейшую автоматизацию?

Ответ. Прогресс задерживали в прошлом не раз. Совсем не обязательно, если мы делаем новое оружие, немедленно пускать его в ход.

Вопрос. Вы нашли во время Вашей последней поездки в Россию, что Советы придают большое значение вычислительной машине?

Ответ. Я скажу вам, насколько большое. У них есть институт в Москве. У них есть институт в Киеве. У них есть институт в Ленинграде. У них есть институт в Ереване в Армении, в Тифлисе, в Самарканде, в Ташкенте и Новосибирске. У них могут быть и другие.

Вопрос. Используют ли они эту область науки полностью, если сравнить с нами?

Ответ. Общее мнение — и оно идет от самых разных лиц — таково, что они отстают от нас в аппаратуре: не безнадежно, а немного. Они впереди нас в разработке теория автоматизации.

Вопрос. Д-р Винер, необходимо ли сегодня использование вычислительных машин для военных решений?

Ответ. Да, и они могут быть использованы весьма неразумно. Я не сомневаюсь, что проблема того, когда нажать «большую кнопку», трактуется сейчас с точки зрения обучающихся машин. Я был бы очень удивлен, если бы дело обстояло иначе, ведь это ходовые идеи. Вы знаете: «Пусть делает Железный Майк!»

Но давайте рассмотрим это чуть поподробнее. Как [c.325] учатся солдаты своему ремеслу? Посредством военных игр. Веками они упражнялись в играх на карте. Прекрасно! Если вы располагаете некоторым формальным критерием, определяющим, что значит выиграть войну, вы можете заниматься такими играми. Но вам не мешало бы удостовериться, что ваш критерий есть то, что вы действительно хотите, а не некая формализация желаемого. В противном случае вы можете создать вычислительную машину для ядерной войны, которая все разрушит.

Вопрос. Как можно программировать вычислительную машину для ядерной войны, если Вы никогда не имели настоящего опыта подобной войны?

Ответ. Совершенно нельзя. Но тем не менее это сейчас пытаются делать. Экспертов по атомной войне нет. Эксперт — это человек, обладающий опытом. Такого человека сегодня мы не имеем. Поэтому программирование военных игр на основании искусственных критериев успеха в высшей степени опасно и может кончиться плохо.

Вопрос. Существует ли тенденция к программированию такого рода?

Ответ. Тенденция в этом направлении существует, и эта глупость верхов меня поражает. Автомат обладает свойством, которым некогда наделяли магию. Он может дать вам то, что вы просите, но не скажет вам, чего просить.

Мы слышали речи, что нам нужно создать машинные системы, которые скажут нам, когда нажать кнопку. Но нам нужны системы, которые скажут нам, что случится, если мы будем нажимать кнопку в самых разных обстоятельствах, и — главное — скажут нам, когда не нажимать кнопки!

Вопрос. Как Вы думаете, возможно ли для машин объявить войну и обречь все человечество?

Ответ. Если мы позволим им. Разумеется, они не объявят войны, если мы заранее не настроим их на это.

Вопрос. Д-р Винер, не изменяет ли человек окружающую среду свыше своей способности приспособления к ней?

Ответ. Это вопрос № 1. Человек, несомненно, изменяет ее чрезвычайно сильно, а делает ли он это свыше своей способности, мы узнаем довольно скоро. Или не узнаем — нас больше не будет. [c.326]

 

 

Предметно-именной указатель [214]

 

Абелевы группы 108

Абердинский испытательный полигон (Aberdeen Proving Ground) 61

Августин Блаженный (Augustine Saint) 92

Автокорреляционная функция 137, 155, 271

— —, метод получения 271, 274

— —, разрешающая способность 280

Автоматизация 20, 324

Автоматы и техника связи 97

—, история 92-96

— и их органы чувств 97-99

— и статистическая теория 99

(см. также Самоорганизующиеся системы)

Адлер А. (Adler A.) 228

Аккомодация 212

Акутович Э. Дж. (Akutowicz E.J.) 36

Альфа-ритм 73, 220

— — и время реакции 24, 288

— — и остаточный разряд 289

— — как подчиненная частота 286

— — как часы в мозгу 286

Американское математическое общество (American Mathematical Society) 8, 63

Ампер А.М. (Ampere A.M.)* 24, 57

Аналитическая функция 169

Аналоговые вычислительные машины 188, 206

Ананка (Рок) 92

Анемия головного мозга 185

Ансамбль временных рядов 137

— и случайное блуждание 32

— и теория информации 128

— и эргодическая теория 112, 128

Антропология 67, 74

Аппарат для слепых 72, 216

Ассоциативные зоны (коры головного мозга) 219

Ассоциация идей 209

Астрономия 82-84, 86-89, 246

Астрофизика 86

Атаксия 52, 77, 162

Аффективный тонус 201, 202

Бальзак О. (Balzac H.) 197

Барлоу Дж. С. (Barlow J.S.) 271, 290

Бартлетт Ф.К. (Bartlett F.С.) 73

Батлер, Сэмьюэл (Batler, Samuel) 78

Бейтсон Дж. (Bateson G.) 67, 74

Белловские телефонные лаборатории (Bell Telephone Laboratories) 47, 55, 119, 127

Белый ящик 33, 267

Берг А.И.* 21

Бергсон A. (Bergson Н.) 15, 91, 99

Бернал Дж. Д. (Bernal J.D.) 9, 73

Бесконечность и ее классы 102

Бигелоу Дж. (Bigelow J.) 9, 49, 50, 52, 57, 63, 67, 297

Биология 91, 161, 200

— и время 89, 91

— и колебательные системы 35

— и обучающиеся системы 253

Биркгофф Г. Д. (Birkhoff G.D.) 105, 112, 113, 128, 282

Бихевиоризм 297

Бланк-Лапьерр A. (Blanc-Lapierre A.) 74

Блейк, Уильям (Blake, William)* 79

Богданов А.А.* 25

Боголюбов Н.Н. 24, 118

Бозе А.Г. (Bose A.G.) 34

Больцман Л. (Bolzmann L.) 14

Бом Д. (Bohm D.) 311

Бонапарт, Наполеон (Bonaparte, Napoleon) 255

Бор, Нильс (Bohr, Niels) 9, 13, 89

Борн М. (Born М.)* 9, 13

Бостонская городская больница (Boston City Hospital) 60

Боуги, полковник (Bogey, Colonel) 258

Бразье, Мэри А.Б. (Brazier, Mary A.B.) 271

Брайль (Braille) 217

Бриджмен Л. (Bridgeman L.)* 198

Бриллюэн Л. (Brillouin L.)* 23

Броуново движение 33, 131, 139, 142, 159, 280

Булева алгебра 59, 190

Буш В. (Bush V.) 8, 46, 47, 49, 71, 188, 240

Вальярта, Мануэль С. (Vallarta, Manuel S.) 43, 64

Ван дер Поль Б. (Van der Pol В.) 179

Ватанабе С. (Watanabe S.) 37, 316

Вейль A. (Weyl H.) 59

Вековые возмущения 70, 179

— — в нервной системе человека 193

— —, примеры 70, 183

Вероятность в броуновом движении 139

— и информация 121, 124, 231

—, полученная из бесконечной последовательности случаев 103

—, равная 1 и 0 101

— и энтропия 14, 114

Вечный двигатель второго рода 116

Винер Н. (Wiener N.) 7, 30, 31, 36, 52, 57, 110, 258, 261, 264, 280, 282, 297, 305, 308, 315

—, биография* 6

—, интервью 315, 319

Витализм 91, 93

Вокодер (Vocoder), система синтетической телефонии 119

Волновые фильтры 54, 63, 131, 151, 154

— — и энергетический спектр 275

Вольта A. (Volta A.) 268

Восприятие формы 66, 72, 212, 219

— универсалий 66

Временная задержка 161, 195

Временные ряды, ансамбли 160

— — в дискретном случае 157, 158

— — и квантовая механика 159

— — многомерные, примеры 131

— — и предсказание 53, 144, 147

— —, примеры 119, 129

— — и сообщения 52, 128

— —, их статистические параметры 129, 139, 143, 144

(см. также Броуново движение)

Время и биология 91

Время, измерение 83

—, необратимость 85, 92

— ньютоново и бергсоново 82

Вход 297

Выход 297

Вычислительные машины 47-50, 57-60, 94, 119, 187, 205, 213, 219, 253, 256

— —, два типа 188

— — и игра в шахматы 248, 257, 320

— — и логическая индукция 258

— — и подневольный труд 78

— — как центральная нервная система 77

— —, применение 320

— —, способ работы 189

Вышнеградский И.А.* 24, 57

Гаар Г. (Haar H.) 110

Габор Д. (Gabor D.) 34, 37, 265-266

Гейзенберг В. (Heisenberg W.) 54, 91, 159

Галилей, Галилео (Galileo G.) 83

Гарвардская медицинская школа (Harvard Medical School) 9, 43, 307

Гарвардский университет (Harvard University) 6, 44, 61, 62