Феномен науки. Кибернетический подход к эволюции

Фёдорович Турчин Валентин

Древнейшие следы бронзы в Месопотамии и Египте относятся к IV тысячелетию до н. э. Начало выплавки рудного железа относят к 1300 г. до н. э.

5.9. Промышленные революции

Следующий качественный скачок в системе производства — использование новых источников энергии, кроме мускульной энергии человека и животных. Это, конечно, тоже метасистемный переход, ибо возникает новый уровень системы — уровень двигателей, управляющий перемещением рабочих частей машины. Происходит первая промышленная революция (XVIII в. н. э.), радикально меняющая весь облик производства. Лейтмотивом технического прогресса становится совершенствование двигателей. Сначала это паровая машина, затем двигатель внутреннего сгорания, затем электромотор. Вслед за веком материала наступает век энергии. Наконец, наше время является свидетелем еще одного метасистемного перехода в структуре производства. Возникает новый уровень — уровень управления двигателями. Начинается вторая

промышленная революция, которая, очевидно, в еще большей степени, чем первая, повлияет на общий облик системы производства. Век энергии сменяется веком информации. Автоматизация производственных процессов, внедрение в народное хозяйство вычислительных машин приводят к еще более быстрому, чем прежде, росту производительности труда и придают системе производства характер автономной самоуправляющейся системы.

5.10. Квант развития

Давно подмечено сходство между последовательными этапами развития техники и функциями биологических объектов. Производство технических материалов можно сопоставить образованию и росту живой ткани. Использование двигателей соответствует работе мышц. Автоматическое управление и передача информации соответствуют функционированию нервной системы. Эта параллель существует, несмотря на коренное различие в природе биологических и технических систем и совершенно различные причины, вызывающие их развитие. Тем не менее сходство в стадиях развития отнюдь не является случайным. Оно вытекает из наличия у всех процессов развития одной обшей черты: развитие всегда происходит путем последовательных метасистемных переходов. Метасистемный переход — это, если угодно, элементарная единица, универсальный квант развития. Поэтому нет ничего удивительного, что, сопоставив начальные стадии развития двух разных систем, например технический материал и живую ткань, мы получаем естественное сопоставление следующих стадий, которые образуются накоплением этих универсальных квантов.

5.11. Эволюция мышления

Наша следующая задача в историческом плане — анализ развития мышления начиная с древнейшей фазы, о которой у нас есть надежные сведения. Эта фаза — первобытное общество с культурой позднего палеолита и раннего неолита. Но прежде, чем говорить о первобытном мышлении, прежде, чем «вжиться в роль» первобытного человека, мы исследуем мышление вообще, используя и современный мыслительный аппарат в качестве инструмента исследования, и современное мышление в качестве объекта исследования, непосредственно доступного каждому из нас по личному опыту. Это необходимо, чтобы можно было ясно увидеть отличие первобытного мышления от современного и общее направление развития мышления. Исследование, которое мы собираемся предпринять в двух следующих главах, можно определить как кибернетический подход к основным понятиям логики и к проблеме взаимоотношения языка и мышления.

Глава 6. Логический анализ языка

6.1. Снова о понятиях

Начнем с фундаментальнейшего понятия логики — понятия «понятие». Выше (в главе 2) мы дали кибернетическое определение этого понятия в его аристотелевском варианте. Мы определили понятие как множество ситуаций на входе кибернетической системы. Владеть понятием — значит уметь его распознавать, т. е. уметь определить, принадлежит ли любая данная ситуация к множеству, характеризующему понятие, или не принадлежит. Это определение в равной степени относится и к сложным кибернетическим системам естественного происхождения, об устройстве которых мы имеем лишь общее представление (например, мозг животного), и к тем относительно простым системам, которые создаем мы сами с прикладными или исследовательскими целями.

В первом случае мы приходим к выводу, что система распознает некое понятие, на основе наблюдения за внешними проявлениями деятельности системы. Например, когда мы видим, что собака приходит в радостное возбуждение, заслышав голос хозяина, и совсем иначе реагирует на все остальные звуки, мы заключаем, что собака имеет понятие «голос хозяина». Это понятие вырабатывается у нее естественным путем, без каких-либо усилий со стороны экспериментатора. Чтобы выявить максимальные возможности мозга собаки, экспериментатор может ставить ее в необычайные условия и следить за ее реакцией. Много опытов такого рода было проведено И. П. Павловым и его школой. Если показать собаке фанерные круги и квадраты разного размера и цвета и после предъявления круга давать пищу, а после предъявления квадрата наказывать, то собака научится различать круг и квадрат и будет по-разному реагировать на предъявление этих фигур. Следовательно, собака способна распознавать некоторые общие (абстрактные) понятия, в данном случае — понятия круга и квадрата, отвлеченные от признаков размера и цвета. Значит, мы должны заключить, что собака владеет абстрактными понятиями «круг» и «квадрат».

Но, едва произнеся эту фразу, мы начинаем чувствовать, что такое заключение, пожалуй, было бы слишком поспешным. Утверждение, что собаке доступно понятие «голос хозяина» (имеется в виду, конечно, голос конкретного человека), можно принять без оговорок, но вот утверждение, что собаке доступно понятие квадрата, представляется в каком-то смысле верным, а в каком-то нет. Заметим это себе, чтобы вернуться к этому вопросу позже. А пока завершим экскурс в область умственных способностей собаки указанием на простейшие понятия, которые собаке заведомо недоступны. Предположим, что вы показываете собаке ящик, разделенный на две части, в каждой из которых находится несколько биллиардных шаров. Вы хотите заставить ее отличить случай, когда число шаров в обеих частях одинаково, от случая, когда число шаров различно. Можно держать пари, вы не достигнете цели. Понятие равночисленности собаке недоступно.

Кибернетические системы, обладающие способностью распознавания понятий, создаются также искусственно. В связи с кибернетизацией науки и производства их значение непрерывно возрастает. Для понимания общих принципов и конкретных механизмов работы мозга разработка искусственных распознающих устройств играет решающую роль. Эти устройства служат моделями, с помощью которых люди пытаются приподнять завесу над процессом мышления. Создание «искусственного мозга», выполняющего хотя бы частично те же функции, что и естественный мозг, дает указания о том, как подходить к исследованию деятельности естественного мозга. Интересно, что одним из первых результатов сравнения искусственных и естественных распознающих систем был вывод о чрезвычайно узкой целенаправленности, специализации естественных систем. В рамках своей специализации они достигают высокого совершенства, но зато оказываются совершенно бессильными, когда задача выходит за эти рамки. Распознавание человека по голосу — чрезвычайно трудная задача для искусственных кибернетических устройств, а мозг собаки решает ее без труда. В то же время простейшая для искусственной системы задача сравнения числа биллиардных шаров непосильна для собаки.

В главе 2 мы рассматривали распознающее кибернетическое устройство, на вход которого подавались сигналы от светочувствительных рецепторов, расположенных на экране. Ситуацию, т. е. совокупность значений всех сигналов от рецепторов, мы называли «картинкой»; с точностью до полутонов она совпадает с изображением на экране. Это устройство (распознаватель картинок) послужит нам для иллюстраций и в настоящей главе.

6.2. Свойства и отношения

Примеры понятий, которые мы до сих пор приводили, укладывались в определение понятий как множества ситуаций. Но все ли понятия, которые представляются нам интуитивно ясными и проявляются в языке, таковы? Оказывается, не все. Возьмем, например, понятие, выражаемое предлогами «внутри» или «в» (в том же смысле). Если кому-нибудь не нравится, что понятие выражается предлогом, можно выразить его словосочетанием «находится в» или «нахождение в». Это понятие применимо к устройству, на вход которого подаются «картинки». Например, на рис. 6.1 пятно A находится внутри контура B. Но можем ли мы сопоставить понятию «внутри» какое-либо определенное множество картинок? Нет, не можем. Это видно, например, из рассмотрения картинок, изображенных на рис. 6.2. На картинке a пятно A находится внутри контура В, но не внутри контура C. На картинке b пятно A находится вне контура C, а пятно B — внутри него. Относить ли эти картинки к множеству ситуаций «внутри», которое нам надо было бы построить? Любой ответ будет неудовлетворительным и произвольным, ибо сам вопрос бессмыслен. Понятие «внутри» характеризует не картинку (ситуацию) в целом, а отношение между двумя определенными объектами — деталями картинки. Пока не указаны эти объекты — определенное пятно и определенный контур, ставить вопрос «внутри или не внутри» бессмысленно.

Рис. 6.1. Пятно внутри контура

Рис. 6.2. Пятна и контура

6.3. Аристотелевская логика

Понятия, выражающие свойства ситуации в целом, мы будем называть аристотелевскими, ибо логика Аристотеля есть как раз не что иное, как последовательная теория правильного использования таких понятий. Каждому аристотелевскому понятию соответствует определенное множество ситуаций, а именно тех ситуаций, когда свойство, выражаемое этим понятием, имеет место. Поэтому аристотелевское понятие можно также описать как некое множество или класс ситуаций (явлений, объектов — в том предельно общем смысле, в котором эти термины здесь употребляются, все они равнозначны друг другу и термину «нечто», который из них самый точный, но и самый неудобный из-за необходимости считаться с грамматикой). Поэтому же все законы аристотелевской логики легко выводятся из простейших свойств операций над множествами.