Адрес на конверте

Об удивительных свойствах зрения было уже немало сказано на страницах этой книги. Но рассказ об одном из самых замечательных свойств я намеренно приберег к концу, потому что им мы обязаны не столько глазу, сколько самому мозгу. Это способность распознавать форму. Физиологи называют ее форменным зрением, а инженеры и бионики - распознаванием образов.

Людям, не склонным задумываться над сутью вещей и явлений, умение распознавать форму не кажется ни замечательным, ни удивительным. Но лишь потому, что удивление у таких людей могут вызывать только события необыденные и, в особенности, сверхъестественные: какие-нибудь летающие тарелки, спиритизм, телепатия, астрология. Для тех же, кто стремится к истине, даже самое привычное, самое обыкновенное может стать источником замечательных идей и открытий.

Способность узнавать знакомое лицо среди тысяч других, способность найти в лице старика черты друга юности, с которым расстался десятки лет назад, умение отличить круг от эллипса, умение распознавать формы неисчислимого количества разнообразных предметов всегда глубоко интересовали ученых. Еще в эпоху возрождения знаменитый архитектор Леон Баттиста Альберти (1404-1472) спрашивал себя: как человек определяет сходство и различие лиц и предметов, сходство и различие человеческих голосов. Ведь лица людей, особенно людей одной и той же национальности, даже лица мужчин и женщин, в сущности, имеют ничтожные различия. И только нашему глазу и мозгу не трудно улавливать их. Ни одна современная кибернетическая машина, как бы ни была она сложна и совершенна, не умеет различать не только лица, но и гораздо более простые формы.

И недаром через пять с половиной веков после Альберти те же самые вопросы задавал себе и Норберт Винер. И хотя основатель кибернетики знал о зрении и о мозге неизмеримо больше Альберти, ответить на них не мог и он. Правда, Винер сделал кое-какие важные предположения о работе мозга, отчасти помогающие ученым вести исследования. Но и сегодня вопросы, мучившие Альберти и многих других, остаются без ответа. Нам и сегодня неизвестно, как мозг определяет сходство, как он вообще распознает форму.

И мы здесь не будем строить более или менее убедительные гипотезы, искать правдоподобные объяснения.

Мы сделаем другое. Попытаемся представить, что означает это умение в современной технике.

Начнем с короткой экскурсии на... почтамт. Да, на Московский почтамт, куда стекаются конверты, собранные из множества почтовых ящиков, и откуда они отправляются во все концы страны, чтобы попасть в шестьдесят тысяч почтовых отделений и оттуда - в руки адресатов.

Московский почтамт - одно из крупнейших почтовых предприятий мира. Через него ежесуточно проходит огромное количество почтовых отправлений: писем, открыток, газет и журналов, бандеролей и посылок общим весом около 500 тонн. Чтобы справиться с таким огромным потоком почтовых отправлений многие процессы обработки почты механизированы. На почтамте имеются специальные машины и механизмы; почта переносится транспортерами и подъемниками, она обрабатывается с помощью специальных штемпельных, маркировочных, пачковязальных и сортировочных машин.

Но одну из важнейших почтовых операций - сортировку почты по адресам - передать машинам не удается. Как и в самые первые дни существования почтамта, это делается людьми.

Представьте себе путь письма, отправленного вами своему далекому другу. Вы вложили его в конверт, надписали адрес, наклеили красивую марку и опустили в почтовый ящик где-то рядом с домом. И вы не беспокоитесь, что письмо пропадет, что его зашлют совсем в другое место. Вы знаете, что вскоре приятель получит письмо. И совсем не задумываетесь о том, сколько глаз прочитает адрес на конверте, сколько рук будет перекладывать конверт из пачки в пачку, прежде чем его прочитает ваш друг.

А теперь представьте себе, какое множество таких конвертов ежесуточно проходит через почтамт, какое множество их проходит перед глазами почтовых работников и какими внимательными должны быть их глаза, чтобы не ошибиться, чтобы изо дня в день на бесчисленных конвертах правильно прочитывать адреса. И не забудьте, что каждый адрес написан своим почерком: редко - каллиграфически четким, чаще - небрежным, а то и вовсе неразборчивым. Но все-таки почти каждое письмо находит своего адресата. За это мы должны быть благодарны сотням и тысячам почтовых работников, их внимательным глазам и быстрым, ловким рукам.

Казалось бы, работа их не требует ни особых знаний, ни высокой квалификации. Возможно, и так. Но она требует навыка, большой ответственности и, что особенно важно, непрерывного напряженного внимания. В этом трудность работы сортировщиков почты. Но она трудна еще и потому, что редко кто из нас помнит об этих людях, редко кто, уважая их труд, старается написать адрес разборчиво.

Казалось бы, в век автоматики, атомной энергии и ракет не так уж трудно создать машину, способную выучить тридцать две буквы русского алфавита, десять цифр и несколько знаков пунктуации. И действительно, уже и сегодня есть машины, которые могут распознавать буквы и цифры, знаки препинания, знаки математических действий. Но при одном условии: буквы и знаки всегда должны иметь совершенно неизменную форму, постоянные размеры и наклон, они должны быть обязательно напечатаны и не иметь типографских изъянов. Только при соблюдении всех этих требований машина сможет безошибочно распознавать их.

А машин, умеющих прочитать адрес, написанный дрожащей рукой полуграмотной старухи или неуверенной рукой первоклассника, способных разобрать торопливую скоропись раздраженного человека, - таких машин нет, и неизвестно, когда они появятся. Создать такие машины - задача необыкновенно сложная.

Ведь почерков существует ровно столько, сколько живет в нашей стране грамотных людей. А их у нас примерно двести миллионов, потому что неграмотны у нас только малыши. Но среди людей, которые пишут на одном и том же языке, учились по одним и тем же прописям и выводят буквы одного и того же алфавита, найти в сотнях тысяч, в миллионах адресов буквы, точь-в-точь похожие друг на друга, невозможно. Человека такое разнообразие почти не затрудняет. Более того, при необходимости он может прочитать текст, повернутый боком или "вверх ногами". Машине же все это не под силу; именно разнообразие почерков, даже разнообразие наклонов является сейчас для нее главным препятствием к овладению грамотой.

Вот почему сортировку почты еще не скоро передадут автоматам.

Да и не только сортировку почты. Читающие машины нужны сегодня в самых разных областях человеческой деятельности. Однако нынче их удается применять только там, где от них требуется лишь чтение текстов, напечатанных неизменным, всегда одинаковым шрифтом.

Поэтому-то успехи в создании читающих машин пока еще более чем скромны. Особенно если сравнивать уже достигнутое и осуществленное с тем, что еще требуется в технике.

Читающие машины очень нужны в конторском деле хотя бы для того, чтобы проводить первичную обработку и сортировку входящих и исходящих, деловых и не очень деловых писем, отчетов, финансовых документов и прочих неисчислимых бумаг, наводняющих нынче конторы, офисы, управления, министерства всех государств мира. Неоценимую помощь такие машины оказали бы и ученым, облегчив сортировку и обработку научной информации: отчетов о научно-исследовательских работах, статей, книг, результатов наблюдений и экспериментов; как вы помните, объем научных знаний в последние десятилетия возрастает с такой быстротой, что ни один человек уже не в состоянии уследить за всей литературой даже в какой-то одной узкой области науки.

Читающие машины значительно упростят работу на электронных вычислительных машинах. Сейчас, чтобы объяснить вычислительной машине условия задачи и правила ее решения, их приходится переводить с человеческого на особый машинный язык. Задание и инструкция, переведенные на такой язык, записываются на бумажной ленте, или на магнитной ленте, или на киноленте. Ролик ленты вставляют в особое устройство, умеющее читать "буквы" такого машинного языка и преобразующее их в сигналы, которые и вводят в электронную вычислительную машину.

Каталог

Однако такой метод общения с машиной дорог, долог и сложен. Лучше, если бы машина умела прочитать задачу, записанную обычными словами. Первые электронные вычислительные машины, умеющие читать напечатанный неизменным шрифтом текст, уже есть. Но, как ни гордятся инженеры достигнутым успехом, они отлично понимают, что автомат, умеющий читать "по-печатному", не идет ни в какое сравнение даже с начинающим первоклассником. Автомат надо обучить чтению любого текста, в том числе и рукописного. Но как ни сложна задача автоматического распознавания рукописных букв, она, пожалуй, одна из самых простых среди тех, которые сегодня и составляют необыкновенно важную, нужную и невероятно сложную проблему распознавания образов. Жизнь все настойчивее требует от инженеров создания таких автоматов, которые умели бы распознавать не только простейшие зрительные образы типа геометрических фигур и букв, но и самые сложные: человеческие лица, фотографии треков элементарных частиц в камере Вильсона, расшифровывать осциллограммы электрических потенциалов мозга, кардиограммы, аэрофотоснимки, распознавать среди тысяч здоровых кровяных телец одно больное и так далее. Но пока все это - лишь благие пожелания; пока машина еще не в состоянии отличить мужское лицо от женского.

А жизнь уже сейчас требует от инженеров создания автоматов, распознающих не только зрительные образы, но и слуховые; новые технические задачи, уже сегодня стоящие перед техникой, требуют создания таких автоматов, которые могли бы ощущать и распознавать образы, недоступные человеческим органам чувств, не имеющие названия в человеческом языке, настолько они незнакомы, непривычны, непонятны сознанию человека.

Вот что такое проблема распознавания образов. Вот почему она невероятно сложна, и на ее решение может потребоваться много лет. Быть может, десятилетия, а быть может, века.

Однако работать надо сегодня: уже в наши дни обойтись без таких машин становится все труднее.

Но вернемся к простейшему распознающему автомату, к читающему автомату. От него требуется лишь одно: преобразовывать буквы алфавита, цифры, знаки пунктуации и знаки математических действий в электрические сигналы. От самого читающего автомата не требуется, чтобы он понимал прочитанное. Он должен выполнять лишь роль глаза, датчика, воспринимающего изображения и сообщающего об этих изображениях мозгу - электронной вычислительной машине. Понимать текст должна именно она. Значит, читающий автомат, как бы ни был он сложен сам по себе, всего лишь часть более общего автомата - электронной вычислительной машины, он всего лишь ее глаз.

Электронные вычислительные машины, снабженные таким глазом, облегчили бы труд человека, освободили бы его от однообразной и неинтересной работы, во много раз ускорили бы ее выполнение. И не только на почтамте или в конторе. Они освободили бы ученых и инженеров от утомительной и неинтересной работы, связанной с вводом задач и инструкций в электронную вычислительную машину. Вот если бы машина умела читать рукописный текст! Но насколько было бы лучше, если бы машина умела понимать человеческую речь и отвечать на нее не только электрическими импульсами и колонками цифр, а словами, беседовать с учеными!

Робот и человек

Польза от такой машины безмерна. И не только потому, что управлять такой машиной проще и она значительно облегчила бы труд человека. Машина, умеющая распознавать различные образы (в том числе зрительные и слуховые), умеющая понимать человеческую речь и говорить, и есть та мыслящая машина, дискуссия о которой не затихает и по сей день. Ведь спор о том, может ли мыслить машина, может ли она быть умнее человека, имеет смысл только тогда, когда мы подразумеваем именно такую машину. Спорить же о машинах сегодняшнего и завтрашнего дня бессмысленно. Они, конечно, не думают! Разница между ними и истинно мыслящими машинами не меньше, чем разница между мозгом насекомого и человека. Только когда машина научится распознавать образы, научится речи или, иными словами, когда машина станет обладательницей второй сигнальной системы, мы будем вправе говорить о ее разуме. Только при условии, что инженерам удастся построить такую машину, спор приобретет смысл и сможет быть решен на практике. Скоро ли создадут такую машину?

На заре кибернетики многим казалось, что ждать этого дня не слишком долго. Тогда считалось, что кибернетика может все. В это верили даже сами кибернетики. И, как однажды сказал академик А. И. Берг, "наобещали гораздо больше того, что смогли сделать". И вот, по мере того как накапливался опыт разработки кибернетических автоматов, как практика выясняла и уточняла их возможности, преимущества и недостатки, а физиология накапливала новые данные о работе органов чувств и мозга, даже самые ярые оптимисты начали понимать, что мыслящие машины появятся очень не скоро, что, прежде чем создавать подобные машины, нужно многое узнать о нас, о наших органах чувств и мозге.

Вот почему одной из важнейших задач бионики наряду с изучением органов чувств является изучение центральной нервной системы. Только изучив мозг и открыв законы его организации, можно будет пытаться создать некий автомат, работающий по тем же принципам, что и мозг. Вот почему задача создания мыслящих машин и даже несколько более простых машин, распознающих образы, невообразимо сложна, и на ее решение потребуется много лет.

Но, может быть, вовсе не нужно дожидаться, пока физиологи и бионики раскроют все главные тайны мозга? Может быть, математики, логики и инженеры сами придумают принципы организации мыслящей машины? Может быть, машина, построенная на принципах, совершенно отличных от принципов работы мозга, тоже будет мыслить?

Сегодня вряд ли кто решится ответить на этот вопрос определенно. Пока же известна лишь одна мыслящая машина - мозг человека. Но наука только приступает к ее изучению. И ей еще не известны законы и принципы, которым подчиняется мозг. И поэтому она не может сказать, каковы эти законы: годятся ли они лишь для живых существ, развившихся на нашей планете, или столь же неумолимы и универсальны, как законы физические, самодержавно управляющие Вселенной. Определенно можно сказать лишь одно: те, кто сегодня изучают методы переработки информации в органах чувств, в нервной системе живых существ, уже знают, что принципы переработки едины для всех живых существ.

Такое единство явно не случайно, особенно если учесть, что все методы переработки информации, придуманные инженерами, зиждется на тех же самых принципах. Не означает ли это, что столь поразительное сходство принципов объясняется тем, что они продиктованы еще не открытыми, еще не известными нам законами природы, столь же универсальными, как законы всемирного тяготения и сохранения энергии? Трудно отказаться от этой мысли, не верить в ее правильность, особенно когда вспоминаешь, насколько сходно организованы сетчатки разнообразных животных, зрение которых развивалось в самых различных условиях.

Но законы эти еще не открыты. Не доказано даже, что они действительно существуют. Поэтому можно высказывать и другое предположение: всемирных законов переработки информации не существует, а принципы организации мыслящей машины и мозга могут быть разными. Лично мне нравится больше первое предположение, но решающих доводов в его пользу у меня нет, как нет веских доказательств и у сторонников противной точки зрения.

Со временем мы узнаем, какое из предположений справедливо. Мы гораздо глубже изучим мозг, у нас появится опыт создания все более "соображающих" автоматов, и - кто знает? - быть может, встретимся где-нибудь в космосе с другими разумными существами, мышление которых основано на совсем иных законах.

Но сумеем ли мы тогда понять их? Окажутся ли они в состоянии понять нас? И сможем ли мы создать и использовать думающую машину, если ее мышление будет основано на других законах? Вот в чем вопрос.

Но и на него сегодня нет ответа. Можно сказать лишь одно: любая электронная машина, любой думающий автомат, который когда-либо будет создан людьми, будут неизменно действовать по тем же законам, которые управляют и мышлением их творцов. Ведь, создавая любую машину, человек вкладывает в ее конструкцию свои идеи, свои человеческие мысли.

Это, однако, не означает, что создатель такого автомата может или должен заранее продумать и рассчитать каждое возможное действие своего детища, что он может предсказать все, даже самые незначительные детали поведения автомата во всех возможных условиях. Как ни странно на первый взгляд данное утверждение, оно полностью соответствует истине. Ведь и природа, естественный отбор, вызывая к жизни новые и новые виды, все более приспособленные к непрерывно меняющимся условиям жизни, не предусматривают в деталях все возможные случаи и ситуации, в которых животное должно действовать во имя продолжения рода. Так и инженеры: создавая автомат, они прежде всего заботятся о том, чтобы автомат наилучшим образом выполнял требуемую работу и ни при каких обстоятельствах не делал того, что может привести к опасным или вредным последствиям.

Вы можете возразить, что, не зная наперед поведения автомата во всех мыслимых ситуациях, нельзя быть уверенным в его безошибочной работе. Это возражение неоспоримо. И мы знаем, что полностью исключить ошибки невозможно; ошибаются не только автоматы, но и люди. Поэтому инженеры всегда учитывают возможность ошибки: в любой машине обязательно имеются устройства-предохранители. Если ошибка человека, управляющего машиной, или автомата грозит неприятностями, предохранители либо вовсе выключают автомат или машину, либо запрещают совершать опасное ошибочное действие. Ну, и конечно, инженеры всегда стремятся сделать машину как можно более надежной, свести число ошибочных действий к минимуму.

И все-таки это не значит, что они в состоянии продумать и рассчитать заранее каждое действие автомата. Даже когда им очень необходимо сделать это, желание чаще всего оказывается невыполнимым, оказывается не под силу ни воображению человека, ни современной математике, вооруженной мощными электронными вычислительными машинами. К счастью, тщательный анализ основных, принципиальных деталей работы автоматов возможен, и он всегда проводится инженерами.

Чтобы пояснить свои слова, коротко расскажу об одном новом автомате, работу которого предвидеть в мельчайших деталях невозможно. Я имею в виду автомат, получивший название "перцептрон".

Перцептрон предназначен для распознавания образов: зрительных, слуховых и так называемых произвольных, которые для человека вовсе не являются образами; к их числу относятся сложные ситуации: например, военные, научные, экономические. В настоящее время наиболее изучены перцептроны для распознавания зрительных образов, хотя и они пока используются главным образом в исследовательских целях: для изучения и разработки принципов действия новых автоматов и даже для моделирования процессов переработки информации в центральной нервной системе.

Зрительный перцептрон более всего напоминает сетчатку глаза. В перцептроне имеется несколько слоев "клеток", перерабатывающих сигналы; как и в сетчатке, эти слои соединены между собой сложными множественными связями; первичные сигналы перерабатываются таким образом, что на выходе перцептрона требуется гораздо меньше элементов, чем на его входе^*. Конечно, надо помнить, что действия клеток живой сетчатки и их взаимные соединения гораздо сложнее и совсем иные, чем действия и соединения перцептронных "клеток". Но все же есть и общее. И эта общность для биоников сегодня гораздо важнее, чем различия.

^* (На входе сетчатки глаза человека имеется 137 миллионов светочувствительных клеток, а на выходе - всего лишь миллион нервных клеток.)

Зрительный перцептрон

Первый слой в зрительном перцептроне, как и в сетчатке, представляет собой мозаику из светочувствительных "клеток"- фотоэлементов. Их может быть сколько угодно. Но для проведения исследований был создан сравнительно простой перцептрон, в квадратной мозаике которого 400 фотоэлементов - двадцать рядов по двадцать фотоэлементов в каждом. Во втором слое этого перцептрона имеется 512 одинаковых электронных нейронов, действующих по принципу "все или ничего". Как мы помним, это означает следующее: если сигнал на входе нейрона меньше некоторой величины, ниже порога, нейрон не проводит импульса; когда же сигнал хотя бы на самую малость превысит порог, нейрон передаст импульс дальше, в третий слой.

В третьем слое всего пять электронных нейронов. Они-то и сигнализируют о том, что видит перцептрон. Эти пять нейронов могут проводить импульсы на выход либо все одновременно, либо каждый в отдельности, либо во всех других возможных сочетаниях. Срабатывание каждого из них зависит от первичных сигналов, поступающих от нейронов второго

слоя, а срабатывание каждого нейрона второго слоя зависит от сигналов, поступающих с фотоэлементов. Возможных сочетаний срабатываний нейронов третьего слоя имеется всего 32. А это значит, что наш перцептрон может вы давать 32 различных сигнала и, следовательно, сигнализировать о 32 возможных изменениях образа на его входе.

Выходы 512 нейронов второго слоя соединяются проводами с фотоэлементами. Но соединения эти очень необычны. Как бы вопреки всякой логике, они намеренно делаются вразброс, совершенно произвольно. Но потом уже эти соединения остаются неизменными. Выходы электронных нейронов второго слоя соединяются со входами нейронов третьего слоя. Здесь соединения сделаны по правилам: к каждому нейрону третьего слоя подходит 512 проводов - по одному проводу от каждого нейрона второго слоя.

Зная устройство перцептрона, спросим себя: может ли инженер, создавший этот странный и необычный автомат, в котором "клетки" первого и второго слоев имеют совершенно произвольные соединения, - может ли инженер заранее знать, как и в каких случаях будут работать те или иные клетки? Конечно, нет! Но это ему и не требуется. Он добивается совсем другого. Он хочет научить перцептрон началам грамоты, чтобы перцептрон умел распознавать 32 буквы алфавита. Инженеру нужно, чтобы каждой из букв соответствовал свой сигнал, свой шифр на выходе перцептрона. Такой именно сигнал, который был бы удобен для передачи в электронную вычислительную машину. В качестве такого сигнала удобнее всего выбрать составной - сочетание сигналов от пяти нейронов последнего слоя. Тогда, например, букве А будет соответствовать такое сочетание: первый нейрон третьего слоя сработал, все остальные не сработали; при показе буквы Б должен сработать только второй нейрон, а при показе последней буквы алфавита должны одновременно сработать все пять нейронов третьего слоя.

Что же, можно отправлять перцептрон в школу, можно дарить ему букварь?

Нет, еще рано. Этот перцептрон ничему не научится. Ведь любое обучение требует наличия памяти. А у нашего перцептрона ее пока нет. Инженер должен одарить свое детище и этой замечательной способностью. На пути от нейронов второго слоя к нейронам третьего слоя придется установить специальные регуляторы величины сигнала, поступающего от каждого нейрона второго слоя к каждому нейрону третьего слоя, - всего 2560 регуляторов. Любой из них можно настраивать вручную; меняя настройку, регулируют величину сигналов, поскольку положение ручек регуляторов после настройки остается неизменным, каждый такой регулятор как бы представляет собой еще и запоминающую ячейку. Поворачивая ручки регуляторов, можно вводить в память перцептрона все необходимые изменения.

Вот теперь перцептрон полностью подготовлен к обучению. Оно проводится просто: на мозаику из фотоэлементов проектируют поочередно изображение каждой из букв алфавита и при каждом показе в определенном порядке и по определенным правилам поворачивают ручки регуляторов. Увидев букву впервые, перцептрон не сможет распознать ее. Этот "новорожденный" еще ничего не знает, его жизненный опыт равен нулю, а создатель перцептрона - инженер - не вложил в структуру своего детища ничего, что позволяло бы этому автомату действовать по заранее заданному плану, инстинктивно. И, конечно, увидев впервые букву А, перцептрон не даст на выходе нужного сигнала; в третьем слое сработают совсем не те нейроны. Этого и следовало ожидать.

Но, продолжая показывать перцептрону букву А, инженер начнет поворачивать ручки регуляторов, добиваясь, чтобы в третьем слое выключились все нейроны, за исключением первого. Тем же способом инженер будет обучать перцептрон и остальным буквам. Показав все, инженер снова вернется к букве А, и урок начнется снова. После первого урока перцептрон будет делать очень много ошибок, вернее сказать, он почти не будет работать правильно: в лучшем случае, он верно угадает, именно угадает, одну-две буквы. Поэтому на втором уроке инженеру придется снова поворачивать ручки регулятора. Так будет продолжаться из урока в урок. Но после каждого урока перцептрон будет становиться все грамотнее, все реже он будет допускать ошибки. И наконец после пятнадцати-двадцати уроков научится совершенно безошибочно распознавать все буквы алфавита. Вот какой он способный ученик!

Но все же ему далеко даже до самого неразвитого первоклассника. Первоклассника не затрудняют ни изменения в размерах букв, ни изменения наклона и начертания букв. Перцептрон же мог научиться распознавать буквы только при условии, что размеры их и форма неизменны, и изображения букв всегда проектируются на один и тот же участок мозаики фотоэлементов. Правда, если число элементов мозаики значительно увеличить, то положение изображений букв на мозаике можно допускать любое, и перцептрон все равно сможет безошибочно распознавать их. Но обучится он этому за гораздо большее число уроков, причем возрастет и продолжительность каждого урока,

Сейчас проводятся исследования еще более совершенных и сложных перцептронов. У них уже не три слоя, а больше: есть четырехслойные и пятислойные перцептроны. И вот что выясняется. В процессе обучения перцептроны приобретают свойства, во многом очень сходные со свойствами зрительного аппарата кошки. И можно предполагать, что сходство это возникает потому, что структура, принципы организации перцептронов имеют что-то общее со структурой и принципами организации зрительного аппарата кошки. Конечно, до человеческого зрительного аппарата этим перцептронам еще очень далеко, но все же хочется надеяться, что перцептрон, это бионное изобретение, сделанное за несколько лет до того, как появилось слово "бионика", указывает инженерам правильный путь, ведущий в нужном направлении.

Обучение

Обучение перцептрона можно поручать не только человеку, но и электронной вычислительной машине. Правда, и в этом случае человек будет диктовать методы обучения, потому что программу для электронной вычислительной машины составит он. Но, получив такую программу, машина станет обучать перцептрон сама. Для этого нужно, чтобы машина могла показывать в определенном порядке буквы и поворачивать ручки регулятора перцептрона. Сделать это просто: на ролике кинопленки можно сфотографировать изображения всех букв, а для перемотки кинопленки и поворотов ручек регуляторов перцептрона применять маленькие электромоторчики. Машина будет посылать в эти электромоторчики свои электрические команды, и в нужные моменты будут поворачиваться ручки регуляторов или перематываться пленка. Как видите, описать перцептрон было не очень сложно. Но сколько миллионов лет утекло, пока появился человек; сколько поколений людей сменилось на земле, пока родился Гальвани; сколько нужно было потратить сил, сколько сделать открытий, чтобы в конце концов изобрести электромотор, сделать его крохотным, величиной с наперсток, изобрести фотопленку, электронную вычислительную машину и все удивительные детали и узлы, из которых она сделана!