Головна

АЛГОРИТМИ І РОБОТА МОЗКУ

  1.  F07.8 Інші органічні розлади особистості і поведінки, зумовлені захворюванням, пошкодженням і дисфункцією мозку.
  2.  I. Робота з джерелом
  3.  II. Робота з джерелом: ГРАМОТА НА ПРАВА І ВИГОДИ МІСТАХ РОСІЙСЬКОЇ ІМПЕРІЇ. 21 квітня 1785 р
  4.  III. Робота з пам'яттю.
  5.  IV. Робота з вироблення практичних умінь і навичок
  6.  VI. ЧИ революціонерів ПРАЦЮВАТИ В реакційну ПРОФСПІЛКИ?
  7.  А В МІРУ НЕРОЗУМІННЯ, ПРАЦЮЄ НА ТОГО, ХТО РОЗУМІЄ БІЛЬШЕ!

Отже, спроби вирішення проблеми розшифровки механізмів формування складного поведінки і компонентів психічної діяльності на основі вивчення систем рефлексів привели до певних труднощів. Вчені розуміли, що для їх подолання необхідні нові ідеї та методи, які могли б не просто доповнити вже наявний арсенал фактів, а якісним чином змінити підходи до дослідження. Почалися пошуки в різних напрямках. Одне з них було пов'язано з залученням ідей кібернетики і уявлень про роботу алгоритмів.

Поняття алгоритму сформувалося спочатку в області математики, і протягом тривалого періоду часу дослідники не вловлювали зв'язку між цим поняттям і рішенням різних актуальних проблем в біології. Тільки в наш час вдалося виявити схожість різних явищ, що вивчаються математикою і фізіологією.

Перші уявлення про алгоритми були сформульовані понад тисячу років тому в роботах знаменитого узбецького математика Ал-Хорезмі. Він описав цілий ряд формальних процедур, за допомогою яких можна було вирішувати деякі математичні завдання. Такі процедури володіли дивовижною властивістю. Якщо не використовувати алгоритми, то кожен раз доводилося вигадувати новий спосіб вирішення, на що йшло багато часу і багато творчих зусиль. У той же час знання алгоритму, формальної процедури, записаної у вигляді комплексу послідовно здійснюваних правил перетворення даних, призводило до бажаного результату, т. Е. До вирішення завдань. Звідси випливало і визначення поняття «алгоритм».

Алгоритм - це система послідовних правил переробки інформації, яка веде до вирішення завдань певного класу. Це поняття в даний час розглядається як інтуїтивне, так як воно не відповідає тим вимогам, які пред'являються до формального опису. Поки ми задовольнимося такою характеристикою, і для того щоб вона стала зрозумілою, наведемо ряд прикладів роботи алгоритмів.

Найпростіші приклади алгоритмів - це алгоритми додавання, віднімання, ділення і множення багатозначних чисел. Як відомо, в цьому випадку слід підписати одне число під іншим і, послідовно проводячи операції над окремими знаками, перетворювати системи записів. Процедура вирішення завдань є абстрактною, формальної, вона не містить ніяких двозначностей. Ця процедура не може включати таких понять, які відносяться до конкретних числах. Якби такі поняття (наприклад, число 126) були включені в алгоритм, то він міг би бути застосований лише до певних окремих випадків рішення, наприклад до завдань розподілу одного конкретного числа на інше, т. Е він би не дозволяв вирішувати цілий клас задач .

Інший клас алгоритмів - алгоритми ігор. Ці алгоритми зазвичай ставляться до категорії «логічних алгоритмів». Широко відомі такі ігри, як гра в «хрестики-нулики», «перемагає чет», «пошук в лабіринті» і т. Д. Виявилося, що для цих ігор існують формальні процедури, використовуючи які учасник гри може або вигравати, або зводити гру внічию, але ніколи не буде програвати. При спостереженні за поведінкою такої людини може скластися враження, що він володіє якимись цікавими і навіть «чудовими» властивостями, якийсь здатністю до гри. Тим часом він використовує стандартну процедуру. Причому він здійснює цю процедуру чисто механічно, не звертаючись до своїх здібностей творчого мислення.

Як приклад наведемо алгоритмічну процедуру, ефективну при грі «перемагає чет». У цій грі беруть участь дві людини. На столі лежать сірники. Кожен гравець має право виймати одну або дві сірники. Перемагає той, у кого залишиться парне число сірників. Виявилося, що може бути знайдений алгоритм, який забезпечує успіх в грі подібного типу. Цей алгоритм може бути реалізований на обчислювальній машині, яка буде здійснювати гру в «перемагає чет» успішніше, ніж будь-яка людина, що не знає алгоритму. В даному випадку має значення застосування чітко сформульованих систем правил. Наведемо систему цих правил для гравця А.

Перший хід: А бере два предмета. Черговий хід А в разі, якщо Б має парне число предметів, залишити противнику число предметів, яке на одиницю більше кратного шести (19, 13, 7); якщо це неможливо, то при наявності п'яти або трьох ще не взятих предметів взяти чотири або два відповідно. Черговий хід А в разі, якщо Б має непарне число предметів: залишити противнику кількість предметів на одиницю менше кратного шести (23, 17, 11); якщо це неможливо, то при наявності ще трьох або одного предмета слід взяти три або один відповідно.

При аналізі правил слід звернути увагу на те, що вони не містять будь-яких слів, що відносяться до конкретної гри. Всі поняття є більш загальними, абстрактними, що і дозволяє застосовувати їх в будь-яких ситуаціях гри.

Цікавий приклад застосування алгоритму може бути проілюстрований на основі давньогрецької міфології. Один з міфів говорить про те, що легендарний герой Тезей повинен був перемогти чудовисько Мінотавра і вбити його. При цьому знайти його потрібно було в лабіринті. Аріадна дала Тезею клубок ниток, за допомогою якого він знайшов свого супротивника, виконав поставлене перед ним завдання і потім вийшов з лабіринту. Проведемо опис алгоритму. Просуваючись по лабіринту, Тезей поступово розмотував клубок ниток, відзначаючи ті частини лабіринту, які він вже проходив один раз або двічі. В цьому і полягав сенс тієї допомоги, яку надала йому Аріадна. Тезей діяв за такою системою правил:

 ознака  характер дії
 Через площадку вже протягнута нитка Аріадни Нитка Аріадни відсутня Зустріч з Мінотавром Відсутність всіх перерахованих ознак  Намотування нитки (рух назад) Розмотування нитки (рух вперед) Зупинка. Початок поєдинку Намотування нитки

Зупинимося на деяких особливостях побудови і роботи алгоритму. Одна з них пов'язана з тим, що, виконуючи будь-якої його компонент (правило), людина не може сказати, наближається він або віддаляється, здійснюючи цю операцію, від вирішення основного завдання. Здібності алгоритму до ефективної діяльності проявляються лише в системі і тільки тоді, коли всі команди виконуються послідовно в певному порядку. Якщо виключити будь-яку одну команду, то весь цілісний ефект зникне. Таким чином, виявляється деяке спеціальне властивість системи, що включає роботу алгоритму, властивості цілісності, «нероздільне».

Робота алгоритму призводить до виникнення нового в якісному відношенні явища. Тут проявляється закономірність переходу деяких операцій при їх суміщенні в нову якість.

Аналіз роботи алгоритмів різних типів і класів дозволив сформулювати основні властивості алгоритмів: результативність, масовість і детермінованість.

Властивість результативності передбачає, що алгоритм вирішує всі завдання деякого заданого класу. Завдяки цій властивості виникає нове в якісному відношенні явище.

Властивість масовості стверджує, що алгоритм вирішує всі завдання даного класу. Якщо відомий алгоритм, визначений клас розв'язуваних їм завдань, то є гарантія того, що будь-яка нова задача буде вирішена, якщо вона відноситься до даного класу. Таким чином, при вивченні проблеми створення і використання алгоритму виявляються два основних компоненти: визначення класу задач і відшукання процедури вирішення.

Властивість детермінованості передбачає, що алгоритм описується на такому формальному мові, представлений у вигляді такої чітко сформульованої системи правил, що результати його роботи не залежать від того, яка саме фізична система (субстрат) буде здійснювати (реалізовувати) ці правила. Наприклад, алгоритм може бути представлений у вигляді роботи обчислювальної машини, здійснений людиною або записаний на папері, переданий по радіо, а потім реалізований в комп'ютері іншого типу. Всі ці «перетворення» анітрохи не вплинуть на результати роботи алгоритму. Це властивість виявилося надзвичайно важливим у процесі дослідження. Так, якщо виявляється будь-якої алгоритм роботи мозку, то його можна представити у формі програми обчислювальної машини. Таким чином може бути здійснено побудову, моделі інтелектуальної діяльності певного типу.

При розгляді роботи алгоритмів слід звернути увагу ще на одну їх важливу особливість. Для свого функціонування вони повинні завжди мати деяку основу, фізико-хімічний субстрат. Однак такий субстрат може бути різним за своєю природою.

Перераховані властивості алгоритмів створюють уявлення про велику значущість і дивовижних характеристиках його роботи. Справді, алгоритми, з одного боку, можуть бути описані у вигляді простої послідовності правил, з іншого боку, виявляються досить ефективними при вирішенні різних завдань. Вони можуть стати основою виникнення нових складних явищ.

Описані вище властивості алгоритмів були відомі вже давно. Однак їх значимість стала найбільш яскраво проявлятися в зв'язку з розвитком обчислювальної техніки. На комп'ютерах алгоритми почали свою «нове життя», завдяки їм з'явилася можливість відтворення принципово нових явищ і процесів, Так, наприклад, були виявлені алгоритми, ефективні при грі в шахи і шашки, і обчислювальні машини стали активно брати участь в іграх. Алгоритми оптимізації збуту продукції, підрахунку заявок на обладнання "стали основою побудови спеціальних систем, які надавали велику допомогу в управлінні виробництвом. Те, що раніше належало до компетенції мозку людини, до області інтуїтивного мислення, стало можливим представити у вигляді алгоритму і ефективно відтворити в формі програми для комп'ютера.

У тому випадку, якщо алгоритм записувався на папері у вигляді спеціальної схеми (або у вигляді математичних символів), він був неактивним, перебував як би в деякому «анабіотичних» стані, в якому він зберігався тривалий період часу. Однак на іншому субстраті, на ЕОМ, алгоритм демонстрував зовсім нові результати. Алгоритм мав певну структуру, організацію, він як би складав деяку специфічну цілісність, що має «власне життя». Ця цілісність могла бути реалізована на різних за своєю природою субстратах. Між субстратом і алгоритмом не спостерігалося однозначного відповідності як в специфіці роботи блоків, так і в організації окремих елементів. Ці особливості його роботи, як ми побачимо в Надалі, будуть дуже важливі при вивченні біологічних систем.

Таке перевтілення алгоритмів, яке відбулося в зв'язку з появою універсальних обчислювальних машин, привернуло до них серйозну увагу дослідників різних спеціальностей. Раніше алгоритм створювався і використовувався математиком і, таким чином, був, компонент розумової діяльності, тепер він став самостійним об'єктом, який пов'язаний з розвитком обчислювальної техніки.

Якщо алгоритм «здатний» вирішувати певний клас завдань і відтворення алгоритму на обчислювальній машині надає їй нові «здібності», наприклад нахили до гри, до балансування конвеєрних ліній, до підрахунку потреб і т. Д., То чи не дає це підстави Для припущення про тому, що і ми спостерігаємо діяльність головного Мозку також визначається роботою специфічних алгоритмів?

Поруч вчених була висловлена ??думка про те, що в процесі еволюції поряд з розвитком фізичних, хімічних систем, що визначають життєдіяльність організму, використовувалися також ті можливості для вирішення завдань, які об'єктивно існують в природі і які реалізуються у вигляді створення і роботи алгоритмів.

Протягом тривалого періоду часу вчені думали про те, яким чином виникає та дивовижна доцільність і щось дивовижне розмаїття поведінки людини і тварин, які ми спостерігаємо в природі. Добре відомо, що люди в кожній новій ситуації діють по-різному і в одних і тих же умовах вибирають різні шляхи вирішення проблеми. Яким же чином таке безмежне розмаїття форм поведінки може фіксуватися в роботі нервових елементів? Яким чином одна нервова клітина або сукупність нервових клітин можуть брати участь в настільки різних видах діяльності, забезпечуючи в кінцевому рахунку все специфічні особливості і різноманіття психічної діяльності людини? Ця загадка здавалася нерозв'язною. Гіпотеза про участь алгоритмів в роботі мозку мала в цьому відношенні деякими чарівними властивостями. Вона пояснювала те, що протягом багатьох століть заводило в глухий кут навіть великих мислителів.

Передбачалося просте рішення. Один і той же алгоритм вирішує цілий клас задач. Якщо алгоритм відтворюється на обчислювальній машині, то обчислювальна машина набуває здатності до «породження» великого різноманіття конкретного поведінки. Наприклад, якщо алгоритм реалізований в обчислювальній машині і лежить в основі здатності до гри в шахи, шашки, «перемагає чет», то в кожній ситуації його робота проявляється по-різному У той же самий час в основі формування поведінки системи в цьому випадку лежить одна чітка і відносно проста система детермінованих правил (при цьому проявляється одна з чудових властивостей алгоритмів - властивість масовості).

На цій основі знаходить пояснення можливість формування великої різноманітності доцільного поведінки Можна припустити, що насправді при роботі нервових клітин і нервових центрів це різноманіття форм поведінки не фіксується. Головний мозок реалізує тільки роботу алгоритмів. А останні в процесі своєї діяльності, в умовах, коли організм стикається з різними конкретними, ситуаціями, продукують (відтворюють) різні форми поведінки. Складалося враження, що знайдені ключі до розшифровки однієї з найпотаємніших і, здавалося б, нерозв'язних загадок природи. Так, з'явилася і почала розвиватися концепція про алгоритми біологічних систем, про алгоритми роботи мозку.

Добре відомі ті досить досконалі форми адаптації, які виникли в процесі еволюції. Складність кровоносної системи, системи травлення, системи біохімічних процесів організму давно вже стала предметом пильної уваги і глибокого дослідження біологів. Чому ж досі фізіологи проходили повз можливостей, які відкриваються у зв'язку з функціонуванням алгоритмів? Адже уявлення про алгоритми існує понад 1000 років. Простий стрибок від аналізу математичних проблем до проблем вивчення живих організмів був неможливий протягом тривалого періоду часу (багатьох століть), хоча в цьому випадку не існувало ніяких принципових труднощів. Тільки тоді, коли реалізація алгоритмів почала здійснюватися на обчислювальних машинах і стали зрозумілими ті нові явища, які виникають при цьому, дослідники-біологи звернули на них увагу.

В даний час концепція алгоритмічного аналізу біологічних систем знаходиться в центрі уваги багатьох дослідників. Їй присвячуються книги, семінари і наукові конференції. У цьому напрямку успішно працюють колективи дослідників в Москві, Києві, Ростові-на-Дону та інших містах під керівництвом професорів Н. М. Амосова, Н. Ф. Суворова, А. Б. Когана та ін. Ця концепція відкрила нові широкі перспективи. Можна сказати, що вона дозволяла сподіватися на розкриття таких таємниць природи, які раніше здавалися глибоко прихованими в надрах організації живих систем.

Разом з тим концепція про алгоритми роботи мозку висунула цілий ряд нових вельми складних проблем науки. У той період, коли алгоритми становили предмет вивчення математиків, головним завданням було їх створення і використання. Сам процес створення алгоритмів не став предметом спеціального наукового вивчення, так як вважалося, що алгоритм може відкрити тільки математик, що володіє великими творчими здібностями.

При вивченні алгоритмів біологічних систем необхідно було з'ясувати, як виявити ті алгоритми, які вже існують в роботі мозку і які були створені в процесі еволюції. Завдання це досить складна. Труднощі пов'язана з описаними вище властивостями алгоритму, зокрема з властивістю масовості. Один і той же алгоритм при своєму функціонуванні призводить до великої різноманітності конкретних форм поведінки. У кожній конкретній ситуації він проявляється "по-різному. Це чудова властивість створювало суттєві перешкоди при вивченні алгоритмів і ставило важкі проблеми перед дослідниками. Особливості прояви алгоритму в різних умовах призводять до« маскування »основний його структури і закономірностей роботи. Так, наприклад, якщо спостерігати роботу алгоритму гри в шахи, реалізованого на обчислювальній машині, то можна переконатися в тому, що в кожній конкретній нової ситуації гри він діє по-різному. тому на основі аналізу різних форм поведінки дуже важко відновити справжню природу алгоритму. Звичайні методи дослідження, наприклад методи статистичної обробки отриманих даних, які не виявляються в даному випадку результативними. Алгоритм записаний на спеціальній мові. Для того щоб сформулювати правила його роботи, потрібно перш за все відкрити ту мову, ті поняття більш високого рівня абстракції, які складають основу роботи алгоритму.

Для більш детального вивчення цього явища були проведені спеціальні експерименти. На обчислювальній машині реалізовувався той чи інший алгоритм гри, наприклад алгоритм гри «перемагає чет». Потім випробуваному пропонувалося провести дослідження роботи даної машини і виявити, на підставі яких правил і принципів машина набуває здатності здійснювати успішну гру. При цьому дозволялося проводити будь-які експерименти і статистично обробляти дані. Однак такий експеримент не давав позитивних результатів. Можна було виявити деякі кореляції між діями обчислювальної машини і специфічними особливостями виникають в грі ситуацій і зробити деякі висновки, але при уважному розгляді з'ясувалося, що ці висновки не мають під собою реального підґрунтя. Вони помилкові і не наближають до розуміння основних механізмів діяльності, т. Е. До розкриття алгоритму. Вони часто навіть ведуть убік від розкриття істини.

Описані експерименти призвели до вельми істотним і несподіваних висновків. Складалося враження, що застосовуються в даний час в біології при вивченні мозку методики дослідження, засновані на постановці експерименту і статистичної обробки експериментальних даних, в принципі не можуть стати основою виявлення алгоритму, а тим часом часто саме алгоритм визначає сутність явища. Виникло припущення, що до сих пір дослідники не мали ключів для розгадки однієї з найважливіших таємниць природи - розкриття механізмів інформаційної діяльності.

Наступна категорія труднощів була пов'язана з тим, що алгоритм як цілісна організація описується такою мовою, який дозволяє реалізувати цю систему на різному фізико-хімічному субстраті. Субстрат може забезпечити роботу різних алгоритмів, і в той же самий час кожен алгоритм може бути реалізований на різної фізико-хімічної основі, т. Е. Сама організація субстрату не пов'язана зі специфікою організації і роботи алгоритму, вона тільки створює умови для його функціонування. Таким чином, вивчення морфо-фізіологічних і фізико-хімічних механізмів роботи мозку також не могло привести до розкриття алгоритмів. Тим часом протягом багатьох десятків років дослідники намагалися виявити принципи управління і переробки інформації на основі вивчення організації фізичних та хімічних систем. Вчені виходили з припущення про те, що якщо вони вивчають передачу збудження з однієї нервової клітини на іншу, реакції нейронів на різні, що подаються ззовні сигнали, то вони проводять аналіз систем переробки інформації. Вони вважали, що послідовний розвиток таких досліджень, накопичення нових фактів, використання все нових і нових більш тонких і точних методичних прийомів в кінцевому підсумку повинно привести до повної розшифровки механізмів діяльності мозку, включаючи і роботу інформаційних систем.

Дослідження в галузі молекулярної біології, генетики, ембріології грунтувалися також на те, що аналіз біохімічних процесів (наприклад, процесів синтезу білка) в кінцевому підсумку розкриє інформаційну сутність явища. Молекулярна біологія розглядалася як певний розділ біохімії. Тому протягом тривалого періоду часу виникала необхідність у будь-яких додаткових підходах до дослідження, пошуку нових методів.

Аналіз основних властивостей алгоритмів обумовлював необхідність перегляду описаних вище тенденцій у розвитку науки. Стало очевидним, що вивчення субстрату інформаційної діяльності не забезпечує повного аналізу механізмів і, зокрема, виявлення алгоритмів. Для того щоб зрозуміти роботу механізмів, треба було виявити як закономірності роботи алгоритмів, так і принципи організації субстрату, що реалізує їх діяльність.

Істотні труднощі при виявленні алгоритмів пояснювалися також їх властивістю цілісності, тісно пов'язаним з іншими властивостями: масовості і результативності. Справа в тому, що часто при дослідженні явищ і процесів виявлення хоча б однієї ланки цілісної системи вже призводить до можливості оцінки його результативності. Стає зрозумілим, що обраний правильний шлях дослідження. Інша картина виникає при вивченні алгоритмів. В даному випадку виявлення будь-якого одного правила або однієї закономірності ще не дозволяє визначити, як буде працювати система в цілому. Залишається незрозумілим, наближає чи розкриття цієї закономірності до розгадки основної таємниці явища природи, т. Е. До розкриття алгоритму, чи ні. Ще не виявлено весь алгоритм, нічого не можна сказати про ефективність самого шляху дослідження. Ці особливості роботи алгоритму приводили до того, що звичайні методи, засновані на поділі досліджуваної системи на частини на послідовному детальному дослідженні окремих компонентів, а потім і їх частин, виявлялися малорезультативними. Потрібно було якимось чином виявити всі компоненти, об'єднати їх в ціле, а потім перевіряти ефективність цілісної системи. Тільки після цього можна сказати, правильно чи неправильно було проведено дослідження.

Виникали також труднощі, пов'язані зі специфікою алгоритму як динамічної системи. Ми вже говорили про те, що алгоритм набуває свої чудові властивості тільки після того, як він реалізується на деякій фізико-хімічному субстраті спеціального типу (наприклад, на ЕОМ). До цього алгоритм, записаний на папері, може здаватися «мертвим», непрацездатним, т. Е. Не проявляти себе. У зв'язку з цим до тих пір, поки дослідники не отримали можливість реалізувати алгоритми роботи мозку на обчислювальних машинах, виявлення і вивчення алгоритмів виявлялося неможливим. Не було того середовища, в якій можна було перевіряти ефективність алгоритмів. Алгоритми функціонували в різних біологічних системах, проте вони були замасковані приватними проявами, приватними властивостями Їх потрібно було виділити не тільки в «чистому», а й в «активному» вигляді, перевести на спеціальний субстрат, для того щоб вивчити і зрозуміти їх властивості.

Специфіку цієї проблеми можна пояснити на прикладі, який, здавалося б, вельми далекий від вивчення механізмів роботи мозку Йдеться про розвиток мікробіології. Після того як була створена концепція про те, що в основі ряду хвороб лежить функціонування мікроорганізмів, однією з найактуальніших завдань виявилася задача виділення культури мікробів в чистому і активному вигляді, для того щоб зрозуміти їх властивості, цикл розвитку. Як відомо, в цьому випадку довелося створювати спеціальні середовища для культивування мікроорганізмів типу агар-агар, м'ясного бульйону і ін. І тільки коли вдалося відтворити розмноження мікробів в «чистому вигляді», виявилося можливим розвиток мікробіології.

Така ж проблема виділення алгоритмів «в чистому вигляді» виникла при вивченні мозку. Досліджуючи психічну діяльність людини, формування поведінки тварин, вчені неминуче стикалися з таким великим розмаїттям конкретних умов, конкретних форм поведінки, що виявлення загальних закономірностей було неможливо.

При вивченні систем умовних рефлексів вдалося виявити лише окремі закономірності. Для того щоб вивчити властивості алгоритму як цілого явища, потрібно було не тільки виділити правила, але і забезпечити деяку середу штучного типу, в якій алгоритми могли б функціонувати, проявляти всі свої властивості, взаємодіючи один з одним, розвиватися і, як ми побачимо далі, «розмножуватися». Тільки в таких середовищах можна було організувати ефективне вивчення функціонування інформаційних механізмів. Основою для виділення алгоритмів «в чистому вигляді» стало використання обчислювальних машин.

Надалі, проте, ^ виявилося продуктивним створення таких засобів символічного опису і таких методів перетворення символів, які також дозволили розглянути роботу алгоритмів і інформаційних механізмів. Такі методи абстрактного опису мали певні переваги, так як з їх допомогою можна було чіткіше простежити не тільки закономірності функціонування, а й всі етапи і деталі формування і «творчого життя» алгоритмів.

Таким чином, використання теорії алгоритмів в біології призвело до істотно нових результатів. Виявилося, що до сих пір наука не мала ефективними методами розкриття одного з найскладніших явищ природи - механізмів переробки інформації. А тим часом саме алгоритми забезпечували ті дивовижні здібності, які властиві живим організмам. Можна було думати, що алгоритми визначають адаптацію роботи внутрішніх органів до нових умов, складне управління, що дозволяє координувати роботу печінки, серця, легенів та інших органів в єдиній системі, забезпечують роботу ендокринної системи. Інформаційні системи лежать в основі процесу індивідуального розвитку організму і еволюції, роботи мозку. Виник сумнів в можливості в сучасних умовах вирішувати проблему вивчення переробки інформації, так як відсутні методи проникнення в таємниці роботи алгоритмів.

Подібні симптоми, мабуть, виявляються актуальними тільки при вивченні складних систем. Робота алгоритмів, мабуть, «притягувалася» в процесі еволюції тільки в досить складних умовах. Найпростіші механізми, наприклад робота нервової системи нижчих тварин, використовують більш прості принципи організації, в яких програми поведінки безпосередньо реалізовані в структурі нервових елементів. Для пояснення такого співвідношення зручно звернутися до прикладу розвитку обчислювальної техніки. На першому етапі формування обчислювальних систем (арифмометрів) створювалися механічні пристрої типу системи шестерень, які виробляли додавання і множення багатозначних чисел. У таких випадках вивчення організації субстрату могло призвести до повного розкриття механізмів роботи системи.

Однак арифмометри не забезпечували можливості здійснення складних форм інформаційної діяльності. Розвиток сучасної обчислювальної техніки почалося після того, як був введений новий принцип - принцип відділення структури програм від структури реалізують їх діяльність фізичних пристроїв. Були створені універсальні обчислювальні машини, які забезпечували можливості реалізації і функціонування програм різного типу. Подальший розвиток обчислювальної техніки йшло по лінії все більшого відділення інформаційної структури (математичного забезпечення) від фізичної організації комп'ютера. У деяких випадках застосовувалися раніше методи біології виявляються ефективними. Це і створювало в минулому помилкове уявлення про їх універсальному значенні.

При вивченні алгоритмів біологічних систем виник цілий ряд нових проблем. Одна з них - проблема виявлення алгоритмів, які вже існували в природі і використовувалися при роботі мозку. Необхідно було також вивчити процес формування нових алгоритмів при роботі мозку, з'ясувати, як виникають ті завдання, які зумовлюють роботу алгоритмів, чому і як проявляються основні їх властивості. Так, наприклад, виникало питання про походження алгоритмів, використовуваних при грі в шашки, шахи, при грі в «перемагає чет», «хрестики-нулики» і т. Д. Можна було припустити, що у всіх цих об'єктах існує якась прихована структура, яка недоступна простому аналізу, і саме ця структура призводить до виникнення завдань, що вирішуються за допомогою алгоритму. Ці проблеми зацікавили фізіологів, філософів, психологів, біологів і математиків.

 




 А. В. Напалков, Л. Л. Прагіна. Мозок людини і штучний інтелект |  ВСТУП |  УМОВНИЙ РЕФЛЕКС І АЛГОРИТМ |  МОЗОК ЛЮДИНИ, МИСЛЕННЯ І КІБЕРНЕТИКА |  ШЛЯХИ ВИЯВЛЕННЯ АЛГОРИТМІВ ПРИ ВИВЧЕННІ РОБОТИ МОЗКУ |  ТЕОРІЯ АВТОМАТІВ В СИСТЕМІ ДОСЛІДЖЕНЬ вищої нервової діяльності |  Евристичне програмування І ДОСЛІДЖЕННЯ ІНФОРМАЦІЙНОЇ ДІЯЛЬНОСТІ |  СИСТЕМА ЗНАНЬ. семіотичні МОДЕЛЮВАННЯ |  ІНФОРМАЦІЙНІ МЕХАНІЗМИ РОБОТИ МОЗКУ |  БЛОКИ ІНФОРМАЦІЙНИХ СИСТЕМ |

© um.co.ua - учбові матеріали та реферати