Вычислительная машина и мозг - страница 9

Хотя в каждой из этих наук еще предстоит открыть много нового, ни одна не внесла сколь-нибудь существенного вклада в изучение предмета другой. Несмотря на кажущееся совпадение – исследование когнитивных и вычислительных процессов, – они развивались параллельно; каждая добилась потрясающих успехов самостоятельно, без всякой помощи со стороны «сестры». Но почему?

Пожалуй, самый частый ответ, который можно услышать, заключается в том, что по своей физической организации и вычислительной стратегии биологический мозг очень отличается от архитектуры фон Неймана, используемой в стандартных вычислительных машинах. В течение почти пятидесяти лет две сестринские науки фактически занимались изучением принципиально разных предметов. А потому и неудивительно, что они развивались в значительной независимости друг от друга.

Вышеупомянутый ответ по-прежнему остается спорным и в дальнейшем вполне может оказаться ошибочным. Однако он лежит в основе текущих дискуссий о том, каким именно образом биологический мозг творит свои многочисленные познавательные чудеса и как лучше всего подходить к конструированию различных форм искусственного интеллекта. Должны ли мы проигнорировать очевидные ограничения биологических систем (ограничения, в основном касающиеся скорости и надежности) и сосредоточиться на ослепительном потенциале электронных систем – систем, которые даже с архитектурой фон Неймана могут выполнять или симулировать любые вычислительные операции? Или вместо этого лучше имитировать организацию, свойственную мозгу насекомых, рыб, птиц и млекопитающих? Если да, то что это за организация? Чем она отличается от того, что происходит в наших искусственных машинах?

На эти вопросы Джон фон Нейман предлагает прозорливый, аргументированный и явно нетрадиционный ответ. Первую половину своей книги он посвящает классическим концепциям (которые сам же и сформулировал), а обращаясь к мозгу, заключает, что «его функционирование является на первый взгляд цифровым». Этот вывод в свою очередь представляет собой на первый взгляд прокрустово ложе – и фон Нейман признает сей факт немедленно.

Первая проблема, которую он отмечает, состоит в том, что характер связей между нейронами отличается от привычной конфигурации «две линии внутрь, одна наружу», присущей как классическим вентилям И, так и вентилям ИЛИ. Хотя каждая клетка, как правило, имеет только один выходной аксон, как того требует классическая схема, она получает более ста (точнее, более нескольких тысяч) входных сигналов от множества других нейронов. Несмотря на то что данный факт не является решающим – существуют, например, системы многозначной логики, – он заставляет задуматься.

Интрига закручивается, когда фон Нейман проводит поэтапное сравнение фундаментальных размеров «основных активных органов» мозга (предположительно нейронов) и «основных активных органов» вычислительной машины (различных логических вентилей). В пространственном отношении, утверждает он, нейроны имеют преимущество, так как в 10^>2 раз меньше своих электронных аналогов. (Оценка в то время была совершенно точной, однако с появлением такой технологии изготовления микросхем, как фотолитография, это преимущество исчезло – по крайней мере в случаях, когда речь идет о двумерных слоях.)

С другой стороны, у нервных клеток есть один существенный недостаток – скорость выполнения операций. Нейроны, пишет фон Нейман, в 10