Люди способны к научению, потому что у них есть поддающиеся изменению синапсы. Вспомните правило Хебба (приведенное в главе 2), согласно которому сила связи между двумя нейронами возрастает, когда они одновременно активизированы. Могло ли это правило использоваться для описания связи между суррогатными нейронами? Обучение такой машины могло бы потребовать встраивания в искусственный мозг соответствующим образом запрограммированного резистора (устройства, которое определяет силу электрического импульса, передающегося от одного транзистора к другому). Резистор действовал бы как регулятор, позволяя передавать одни биты информации и отвергать другие. При этом способные к «научению» перцептроны (научение здесь определяется как «изменение силы связи между единицами, которые моделируют нейроны») действуют подобном нейронам Мак-Калоха- Питтса и в соответствии с теорией Хебба. Сконструированному таким образом компьютеру можно было бы показать простую геометрическую фигуру, например круг, чтобы он мог классифицировать его. Если машина отреагирует, назвав его квадратом, ее можно «научить» реагировать правильно, увеличив сопротивление между определенными единицами и понизив сопротивление между другими. Если реакция правильна, то есть если перцептрон называет круг кругом, величина сопротивления остается той же. В этом смысле перцептроны наказывают за ошибки и не реагируют на успех. Эти первые шаги были важны для проектирования машин, способных к обобщениям и научению, — важным факторам в конструировании «мыслящей машины», которая функционирует подобно человеческому мозгу.
Уже на ранних стадиях разработки компьютеров появляются идеи о значении и возможном использовании этих новых хитроумных изобретений. Одни считали, что если компьютеры запрограммировать должным образом, то есть учитывая надлежащие правила и инструкции, они смогут выполнить любые действия, включая эффективное копирование мышления человека. Другие полагали, что для того, чтобы машина «думала», необходимо, чтобы аппаратные средства компьютера были подобны структурам мозга. Для достижения этой цели требовалось наличие в компьютере слоев связанных электронных заменителей нейронов, организация и функция которых копировали бы человеческий мозг.
Пока нам не удалось создать машину, которая действительно могла бы «думать», или «мозг», которой был бы очень похож на человеческий. Однако, поскольку наука развивается, можно считать, что искусственный интеллект все еще находится в младенческом возрасте. Каждая из упомянутых точек зрения имеет свои недостатки. В первом случае, «мышление» большинства программ искусственного интеллекта ужасно ригидно. Когда я прошу вас извлечь квадратный корень из 73, вы можете сказать: «Ну, по крайней мере это 8, но никак не 9. Приблизительно 8 с половиной». Компьютер даст ответ 8,5440037... Вместо того чтобы плодить бесконечные цепи цифр, человеческий мозг благодаря удивительной способности обрабатывать хаотическую информацию — увидеть знакомое лицо в толпе, ведя машину по автостраде в Лос-Анджелесе, понимать глубокий смысл пьес Чехова или ощущать, как шелк ласкает нашу кожу — находит простые решения. Никакой компьютер не способен на это и, все же... С другой стороны, никакой человек не может выдать ответ на задачу с квадратным корнем за несколько миллисекунд, а любой дешевый калькулятор может.
Рассмотрим задачу, с которой сталкиваются все, кто стремится собрать компьютер, подобный человеческому мозгу. Мозг содержит приблизительно 100 млрд нейронов, каждый из которых соединен с тысячами других нейронов. Это огромное количество связей. Некоторые ученые предпринимали попытки построить компьютерную модель мозга в уменьшенном масштабе (см. Rosenblatt, 1958), но до недавнего времени (см. врезку под названием «Критические размышления: чип для мозга?») они отговаривали других от этой затеи (см. Minsky & Papert, 1968). Ранее (в 1954 г.) Минский написал диссертацию о нервных сетях и даже построил такую сеть с помощью 400 радиоламп, но скоро разочаровался в своем проекте. Эта работа не дала «практических» результатов, хотя в то время разработка компьютерных программ и аппаратных средств ЭВМ была крайне популярным занятием. Мастерские в гаражах разрослись до стоящих огромные деньги фабрик, производящих компьютерные чипы, способные делать вещи, о которых мы могли только мечтать.