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