* Данный текст распознан в автоматическом режиме, поэтому может содержать ошибки
Уже отмечалось, что к новым кибернетическим си стемам относятся как системы экстремальные (системы оптимизации), так и системы, способные к различным формам обучения, причем некоторые из экстремальных систем также способны к обучению, однако только в определенном смысле. В данной главе будут рассмот рены разнообразные системы, способные к обучению (как экстремальные с самоулучшением характеристик, так и собственно обучающиеся системы), охватывающие широкий диапазон — от простых и до очень сложных. Как в природе встречаются организмы, способные к обучению в разной степени, так и в множестве автома тических устройств имеются системы, различные по своим возможностям в смысле обучения, причем наи более совершенные системы еще только разрабатыва ются. На рис. 11 показан ориентировочный прогноз хода работ по созданию некоторых кибернетических систем. Миниатюрные модели нервных клеток по-видимому бу дут созданы в 1964—1965 гг., а «думающая машина», способная к обучению по крайней мере в большей сте пени, чем все известные человеку животные, появится только в начале 70-х годов. Конечно, эти прогнозы мо гут быть скорректированы бурным развитием науки. Что мы понимаем под термином «обучение»? Обучением мы называем целенаправленную органи зацию и приведение в действие устройств памяти раз личных систем автоматического управления. Обучить какую-нибудь систему — это значит органи зовать ее память для достижения определенной цели. Количественно обучение систем выражается в увеличе нии информации (степени организованности) и, следо вательно, в уменьшении энтропии, хаоса. Это будет по казано ниже. Цели обучения могут быть различными. Чаще всего целью является наиболее точное воспроизведение «уче ником» реакций «учителя» на внешние события. Дру гим видом цели может быть приобретение способности различать входные сигналы и обобщать. Третий ва риант—выработка правил поведения, при которых си стема получает больше «наград», чем «наказаний» (оп тимизация) и т. д. Необходимым (хотя и недостаточным) условием того, чтобы система могла обучаться, является наличие в ней
61
