Выбрать главу

Следовательно, результаты есть центральный пункт всей функциональной системы. Они влияют обратно на аппарат, и если они недостаточны, то подбираются новые компоненты для построения более успешной программы действий.

Это обстоятельство я хочу подчеркнуть и для моделирования, поскольку вопрос о модели — это прежде всего построение подобия какого-то процесса или во всяком случае аналогичных состояний, всегда почти минует эту важную проблему. Ни одна система не может быть подобна биологической системе, если ее результаты не становятся наперед, если параметры этого результата не рассчитываются заранее и потом вся система не моделируется в соответствии с этими параметрами.

Главное, на что я хотел бы обратить внимание, что моделирование результата функционирования системы значительно меняет наши представления об основных законоположениях кибернетики.

Следовательно, перед нами неизбежно должен встать вопрос относительно формулировки понятия “система”.

Каковы наиболее характерные черты параметров системы, если мы хотим говорить об этом предмете в философском смысле? И второе —• какие параметры этой системы могут быть продуктивными для дальнейших исследований?

Когда Эшби говорил о моделировании, то он очень хорошо выразился, что мы должны разработать логику упрощения. Это не случайное выражение. Действительно, если мы не договоримся о логике упрощения при построении модели, то мы не будем знать, какие параметры мы должны сохранять, какие параметры не влияют на подобие модели и т.д.

Если все это обсудить, то и сам вопрос о результатах выступает на первый план, и я возвращаюсь к той первичной схеме, которую я взял как реальную модель из части обменных процессов в предбиологическом периоде организации устойчивости самоорганизующейся системы. И там уже результат является доминирующим и определяющим устойчивость системы моментом.

Я хотел бы остановить ваше внимание на одном эпизоде, который как раз говорит о том, насколько моделирование будет несовершенно, если вопросы большой архитектуры поведенческих актов и биологических реакций и вопросы получения результата оставить в стороне.

В микроэлектродных исследованиях нашей лаборатории тщательно изучалась природа конвергенции афферентаций на отдельные нейроны. Были показаны различные виды конвергенции: мультисенсорная, сенсорно-биологическая и другие.

С точки зрения модели нейрона, тут есть входы и положительные и отрицательные и, казалось бы, что этого достаточно для моделирования. Но здесь любая афферентация и конвергенция имеют свой функциональный смысл, никак не различающийся только в количестве синапсов или в качестве того воздействия, которое имеется.

Вот почему я считаю, что моделирование нейрона, пока оно останется на уровне нейрона и будет иметь только комбинации входных притоков возбуждения, вряд ли достигнет уровня моделирования и понимания процесса в целостном поведенческом акте.

Эти данные показывают, насколько несовершенно моделирование нейрона, основанное только на комбинациях возбуждающих и тормозящих входов.

Если с этой точки зрения посмотреть на некоторые кибернетические закономерности, то окажется, мы должны многое рассматривать несколько иначе, чем это было раньше. Возникает вопрос, может ли в биологической системе или в каком-нибудь весьма малом отрезке этой системы информация протекать вообще как информация? Нет, в любой системе, которая дает конечный результат, любая информация, так или иначе связана с ним, т.е., короче говоря, любая часть информационного процесса в системе будет содержать эквивалент будущего, еще не совершившегося результата. Таким образом, совершенно очевидно, что в системе не может быть нейронов, не перерабатывающих информацию о результатах того или иного рефлекторного действия.

Это мы особенно подробно изучали в дыхательном акте: информация о возбуждении дыхательного центра, в котором закодирована команда о вдохе 500 мл воздуха, сохраняет свою количественную характеристику при передаче в любые участки центральной нервной системы.

Возьмем другое направление кибернетики, связанное с анализом и конструированием надежных систем из ненадежных элементов. Вы знаете, как часто мы это говорим. Но если вдуматься в это, то оказывается не может быть надежной системы принципиально, если ее элементы ненадежны. Система неизбежно должна быть “ненадежной”, т.е. пластичной, она должна обязательно перестраиваться, как только изменяется любой ее компонент, т.е. эта ненадежность, которая, как мы говорим о компоненте, распространяется непременно на систему. А что надежно? Надежен результат. Вот ненадежная система, получающая надежный результат, и есть самоорганизующаяся пластичная система.