Большое значение для связи в особых случаях боевого применения военной техники, например самолетов, будет иметь преобразование речевого спектра частот в механические колебания. Эти механические колебания будут восприниматься не ухом, а кожей человека.

Дело в том, что в летящем самолете шум мешает приему звуковых сигналов органами слуха. Кожа восприимчива к частотам, в девять раз меньшим, чем частоты, воспринимаемые ухом (1000–4000 гц). Поэтому, когда преобразовали звуковые частоты в механические колебания, операторы могли определять некоторые звуки при помощи пальцев, находящихся на вибраторе. Кроме снижения влияния шума такая передача обладает и большей скрытностью.

Исследования в области обучаемых и самообучающихся машин ведутся и в СССР. Как сообщил в одном из своих выступлений в печати известный советский ученый В. М. Глушков, в Вычислительном центре Академии наук УССР (теперь он называется Институтом кибернетики) электронную машину «обучали» смыслу фраз на русском языке. Программа была предусмотрена такая: машине сообщается некоторое число осмысленных фраз; затем в процессе проверки она правильно отсортировала осмысленные фразы от бессмысленных, причем делала это не только для тех фраз, которые она усвоила в процессе «обучения», но и для незнакомых ей фраз.

При моделировании на машине процесса «обучения» смыслу фраз на русском языке можно было имитировать различные типы «обучения» — от голой зубрежки до склонности к поспешным обобщениям и неуемному фантазированию.

Одним из сотрудников Института автоматики и телемеханики Академии наук СССР была выдвинута гипотеза компактности, позволяющая объяснить процесс обучения и искусственно воспроизвести его. В настоящее время гипотеза компактности проверяется на животных.

Чтобы понять смысл гипотезы компактности, представим себе плоскость, разделенную на клетки и заполненную «n»-фотоэлементами, имитирующими «приемники» световых раздражений-рецепторов (рис. 28, слева). Если на это своеобразное фотополе проектируется изображение, то возбуждаются вполне определенные фотоэлементы. Состояние всего фотополя можно охарактеризовать одной точкой, как говорят, в пространстве рецепторов (рис. 28, справа).

Рис. 28. Схема процесса «обучения» машин опознаванию буквы А.

Эта точка — вершина единичного куба. Значит, букве А будет соответствовать в зависимости от написания одна группа точек, букве Б — другая группа точек в пространстве рецепторов. Ученые предполагают, что и в мозгу человека каким-то путем формируются области в пространстве рецепторов, соответствующие тому или иному образу.

Гипотезу компактности можно сформулировать так: человек воспринимает множество различных зрительных ощущений как единый образ, если множество точек, которое соответствует этому ощущению, в пространстве рецепторов является в известном смысле компактным множеством. Задача «обучения» машины, таким образом, заключается в проведении в пространстве поверхностей, отделяющих одну область от другой, а это и означает способность различать образы. В процессе «обучения» машина «запоминает» положение точек, соответствующих буквам А, Б и т. д. в пространстве рецепторов. В результате, когда потом машине показывают букву, она определяет, где лежит точка, характеризующая показанное изображение, и в зависимости от этого «отвечает», какая это буква.

На основе этой гипотезы была разработана программа, реализованная на цифровых машинах. И оказалось, что машины очень легко «выучиваются» распознавать пять цифр: 0, 1, 2, 3 и 5 (в связи с тем, что цифра 4 похожа на цифру 1, ее в первых опытах не использовали).

В ходе обучения машине показывали 40 отобранных цифр и сообщали условным кодом, какие это цифры. Затем показывали остальные 160 вариантов каждой цифры, не виденных ранее машиной. Ей предстояло распознать их. И она из 800 случаев допустила лишь… четыре неточности.

За первыми успешными опытами советских ученых последовали новые. На небольшом учебном материале машина «научилась» распознавать все десять цифр. Сейчас изучается возможность распознавания машиной всех букв алфавита и даже портретов.

Советские ученые считают, что в ближайшее время машины удастся обучить не только распознаванию образов, но и обучить их более сложным процессам. Такие машины в будущем могут заменять человека при выполнении им самых тонких операций. Например, они будут способны судить по звуку работающего агрегата о его исправности или, прослушивая биение сердца, ставить диагноз. При этом интересно, что строить машины можно одинаковыми, а затем специализировать их, «обучая» тому или иному «ремеслу».

Действительный член Академии наук УССР В. Глушков утверждает, например, что электронная вычислительная машина, обрабатывая некоторый экспериментальный материал, может открыть какой-то новый закон природы, абсолютно неизвестный составителю программы. Разумеется, более естественно говорить, что соответствующий закон открыт машиной вместе с программистом, но ведь когда ученый открывает что-либо, то авторство не распространяется на тех, кто его учил.

Самообучающиеся машины — это дальнейшее развитие систем с автоматическим приспособлением, о которых шла речь в предыдущей главе. Самообучающиеся устройства накапливают опыт управления и повышают свою «квалификацию». При этом они способны выполнять такие функции, которые заранее не были заложены в них. Речь идет о том, что если конструктор заложил в машину способность совершенствоваться и обучаться, то, реализуя эту способность, автомат сам находит наилучшую структуру и законы поведения, которые могут оказаться неожиданными для самого конструктора. Таким образом может быть осуществлен процесс совершенствования автоматов на манер живых форм, сулящий самые замечательные результаты.

В заключение хотелось бы еще раз подчеркнуть общность законов управления в технике и живой природе. Эта идея — краеугольный камень кибернетики. Изучение процессов управления в живых организмах имеет чрезвычайно важное значение для развития техники, в особенности автоматики.

Управление, как целенаправленное воздействие, предполагает наличие цели. Такая цель может быть лишь у живого организма. Теперь благодаря творческому гению человека появились автоматы, в которых целенаправленные воздействия совершаются без непосредственного участия живых организмов. Цель в эти автоматы вложил их создатель — человек.

Процесс управления в автомате или живом организме состоит из трех частей: изучения управляемого объекта, выработки стратегии управления, реализации выбранной стратегии. Выше мы говорили об обучаемых и самообучающихся машинах: они могут взять на себя одну из операций управления, а именно изучение управляемого объекта. Вторая часть процесса — выработка стратегии управления — может осуществляться также рассмотренными выше системами автоматического поиска. Третья операция — реализация принятой стратегии управления — осуществляется техническими устройствами, задача которых состоит в том, чтобы возможно оперативнее и точнее устанавливать выбранные режимы работы. При этом важно обеспечить наибольшую эффективность управления.

По мнению специалистов Института автоматики и телемеханики Академии наук СССР, некоторые процессы управления в живых организмах протекают в соответствии с принципами оптимального управления. Поэтому сотрудники Института совместно с биологами и медиками проверяют свои предположения на живых объектах. Внедрение все более совершенных автоматов не умаляет, а увеличивает роль человека в применении современных технических средств. Ему принадлежит в царстве автоматики по праву место командира, принимающего окончательное решение. Это особенно ярко проявляется в военном деле, где также происходит бурное внедрение автоматики и телемеханики.

В свете всего вышесказанного можно яснее понять, почему при решении задач управления учитываются не только технические стороны дела, но и психологические и физиологические факторы, связанные с участием человека в процессах управления. Такие работы в СССР ведутся специалистами по автоматике в содружестве с психологами и физиологами.