Snap15

Pogranicze życia

intensywny rozwój teorii modeli, która zajmuje się budowaniem układów i maszy_n cybernetycznych, będących funkcjonalnymi modelami istot żywych. Modele (analogi) cybernetyczne, zwłaszcza wyższych stopni, stanowią mechanizmy o cyklu zamkniętym Dzięki realizowaniu sprzężenia zwrotnego (feed-back), zwłaszcza ujemnego, dochodzą one do określonego (zadanego) eclu, utrzymują stabilizację i determinizm wewnętrzny.

Automaty w sensie cybernetycznym są maszynami samosterownymi wykonującymi pewne procesy bez udziału człowieka. Automatyka daje podstawy teoretyczne takim działom, jak: regulacji automatycznej, systemów automatyzacji kompleksowej, przetwarzania danych, telemechaniki itp.” Maszyny cybernetyczne pod względem zastosowań można podzielić na transponujące (tłumaczące), czytające, notujące, redagujące, rozgrywające, a ze względu na zasady działania rozróżnia się maszyny ekstrema li żujące, optymalizujące, samoprogramującc, samouczące, samoorganizujące się i samoodlwa-rzające. Do dwóch ostatnich rodzajów zalicza się - jak dotąd - wyłącznie organizmy żywe. Automaty samoorganizujące się należą do typu modeli cybernetycznych odtwarzających określone procesy biologiczne; do ich głównych charakterystyk należy określona liczba kanałów wejściowych i wyjściowych, stan czy szereg stanów wewnętrznych oraz odpowiednie zachowania. Samoorganizujący się system (W Ross Ashby) uzdolniony jest do przystosowywania sw'ego funkcjonowania do zmiany warunków wewnętrznych czy zewnętrznych i optymalizacji procesów na drodze zmiany struktury' systemu zarządzania lub włączania czy wyłączania określonych podsystemów albo też przez zmianę algorytmów⁴¹¹. Procesy samoorganizacji mogą mieć miejsce jedynie w systemach wykazujących wysoki stopień złożoności i powiązań elementów o charakterze prawdo-podobieństwowym. Takimi systemami są obiekty przyrody: komórka, organizm, populacja, zespół ludzki.

W zakresie ogólnej teorii automatów podejmowano wielokrotnie próby zbudowania maszyn cybernetycznych, będących modelami żywych organizmów. Można tu wymienić między innymi:

1)    homeostat Ashby'ego - twór techniczny zdolny do utrzymywania stanu równowagi w określonych granicach przy zakłóceniach zewnętrznych;

2)    żółw G. Waltera - mogący kierować się w stronę światła, omijając przy' tym przeszkody, i zaopatrywać się w energię elektryczną;

3)    mysz C. Shannona - porusza się w labiryncie pamiętając najkrótszą drogę;

4)    ćma N. Wienera - odpowiednia część automatu „reaguje” na przemieszczanie się świecącej żarówki.

" R B u c h a r a j e w: Wierojatnostnyje awtomaty, Kazań 1970; M. A r b i b: Mozg. ma.izina i matemalikt, per s. ang., Moskwa 1968; M, L. C e t 1 i n: Issledowanija po teorii awtomutow i modelirowantjtt bioiogiczenkich sistem, Moskwa 1969.

** Por. Self-organizing systems, cd. by M. C. Y o v i t s, G, T. J a c o b i, Ci. G o 1 s t e i n, Washington 1962. w tłum. ros Samoorganizirujuszezijesia sistemy, Moskwa 1964; M. Gaase-Rapopor t: Awtomaty i żiwyje organizmy, Moskwa 1961, J F o r m h y A/i introduction to the mathematical jormulation of self-organizing Systems, London 1965.

onstruuje się także rozmaite urządzenia z pamięcią⁴¹', począwszy od abstrakcyjnego tomatu - maszyny Turinga, przetwarzającej informacje, po różne komputery oparte na ożeniach architektury von Neumannowskiej. Komputery: 1. generacji - model yfrowy (EN1AC), 2. generacji - zastosowanie układów' tranzystorowych, 3. generacji -zemowe układy scalone, 4, generacji - mikroprocesory typu VLS1 z podukładami wysokim stopniu scalenia, 5. generacja - z porcjami informacji zapisanych w języku turalnym ze zdolnością percepcji i przekładu. Już zarzuca się architekturę tradycyjną, ’yż w porównaniu z organizmami modele te są w pełni uzależnione od programu (nie *zą się na błędach, nie formułują uogólnień, nie reagują na instrukcje nieostre, wuznaczne). Przełomem mają być komputery' 6. generacji - neurokomputery -zorowane na sieci połączeń komórkowych kory mózgowej, mające imitować mózg uczyć się na błędach. Prace są zaawansowane, a programy badawcze ambitne.

W związku z osiągnięciami cybernetyki w dziedzinie budowania analogów i modeli, łaszcza z projektem konstrukcji samoorganizującego się multistatu czy neurokompu-ra, rodzi się pytanie, czy nie przekreśla to lub w przyszłości nie przekreśli różnic ‘tniejącyeh między istotą żywą a maszyną. Czy w'obec osiągnięć cybernetyki da się zymać nadal twierdzenie o specyficzności i autonomiczności biologicznej organizacji cia?

W cybernetyce rozpatruje się różnorakie układy o pewnym stopniu samosterowności aspekcie ogólnych zasad ich funkcjonowania przy całkowitym pominięciu ich budo-i samego budulca. W ten sposób można rozpatrywać łącznie maszyny, organizmy, połeczności zwierzęce i ludzkie, wykrywając interesujące homologie funkcjonalne formułując prawa działania jednakowe w różnych dziedzinach. Konstruowanie urzą-eń automatycznych, komputerów', robotów, wyręcza człowieka w' dokonywaniu omplikowanych obliczeń, w przemyśle, produkcji, w sterowaniu złożonymi urządze-' iami itp. Podobieństwo działania organizmu i automatu, wykorzystywane w modelo-niu, przynosi znaczne korzyści biologom, dając im możność lepszego wniknięcia czynności życiowe organizmu. W taki sposób sformułowano m.in. na terenie biologii sadę homeostazy.

Podobieństwa w zachowaniu się maszyny cybernetycznej i organizmu prowadzą jczasem do stwierdzenia, że „reakcje życiowe mogą różnić się od reakcji maszyny tylko Ogromną złożonością” (Pierrc de Latii). Występowanie homologii i podobnych sprzężeń w automacie i zwierzęciu czy człowieku nie oznacza jednak, że model cybernetyczny tyje. Są to fizyczno-techniczne modele naśladujące zachowanie się organizmu i odtwarzające w stosunkowo prosty sposób jakiś poszczególny element zjawiska życiowego. Funkcje życiowe i procesy sterownicze dokonujące się w organizmie i decydujące o odpowiedniej równowadze ze środowiskiem obejmują nie tylko bezpośrednie wykorzystywanie informacji z zewnątrz i jej automatyczną obróbkę, lecz znacznie bardziej ■ ’ Pot. M. C. Y o v i 1 s (cci)' Large-capocity memory lechnięues for Computer systems, New York 1962; f K r aj 7. n e r, S. M at j uc h i n, S. Majorkin; Pant/ai' kiberneliezeskich sialem (osnowy mnemotogii), Moskwa 1971; A Niedcrliński: Mikroprocesory, mikrokomputery, mikrosystemy, Warszawa 1988; R. Tadeusiewicz: Neurokomputery, „Wiedza i Życie", 7 (1990) 19 26.