* Данный текст распознан в автоматическом режиме, поэтому может содержать ошибки

•правильно называют системой с негаданными заранее признаками, по сути, в строгом смысле слова, имеет за­ ранее заданный вид классификации. Действительно, он может различать только темные и светлые места сетчат­ ки. Следовательно, и здесь тип классификации в некото­ рой степени уже определен 'при «рождении» системы» набором ее датчиков. Перцептрон -может различать толь­ ко оптические изображения и ничего иного до тех пор, -пока не изменены принципы действия его датчиков. При введении второй положительной обратной связи система только совершенствуется, не изменяя при этом вид клас­ сификации сигналов. 2) Обучение, выражающееся ассоциирующих элементов. в снижении энтропии Эта часть процесса обучения является основной. Ф. Розенблатт говорит, что ребенок рождается, не имея никакой начальной организации нейронов мозга (carte blanehe)s имея в виду чрезвычайно высокое значение энтропии H=IOO. По аналогии с живым организмом обу­ чение автоматической системы в первую очередь озна­ чает уменьшение энтропии ассоциирующих элементов, производимое учителем или первой положительной обратной связью. По-видимому, количественно эффект снижения H в живых организмах во много раз превосходит снижение энтропии H и //вых- Поэтому в первом приближении можно считать, что начальные организации датчиков и выходных устройств являются априорным свойством системы и при обучении не изменяются или почти не изменяются. ax 3) Обучение, выражающееся в уменьшении энтропии выходных устройств H . svix Этот 0ид обучения также сравнительно слабо выраг жен β живых организмах и еще недостаточно изучен. В автоматических системах разработка этого вопроса приведет к созданию самоорганизующихся и самоулуч­ шающихся выходных устройств и сервомоторов. МОЗГ И «ДУМАЮЩАЯ МАШИНА> НОВОЙ ИНФОРМАЦИИ КАК ГЕНЕРАТОРЫ Среди некоторых ученых распространено мнение, чтомозг и машина схожи, т. к. они являются только систе­ мами обработки входной информации. 17* 259