Биологические системы

Для осуществления самообучения принципиальное значение имеет сложность системы. Простые системы не способны к самообучению. Свойством обучения обладают статистические системы, действующие с учетом вероятности успеха и системы с положительной обратной связью типа персептрона.

Теория автоматического регулирования изучает как простые одноконтурные системы, так и многоконтурные, сложноорганизованные системы. Наряду с детерминированными системами, работающими в соответствии со строго заданным алгоритмом, в теории автоматического управления рассматриваются вероятностные системы, способные к обучению.

Важно, что существующий математический аппарат позволяет вводить количественные характеристики качества работы системы безотносительно к ее сложности. Это обеспечивает возможность применения положений теории автоматического управления в биологии и медицине.

Приложение понятий кибернетики к биологии и медицине имеет конечной целью возможность активного воздействия на живые управляющие системы, поддержание их работы на высоком уровне или коррекцию в желаемом направлении. Кибернетика рассматривает живой организм как очень сложную вероятностную систему.

Целый ряд кибернетических понятий помогает объяснить многие черты поведения живых организмов. Чем же отличается кибернетическая трактовка от аналогичных положений физиологии, психологии и других биологических дисциплин?

Некоторые задают вопрос: что нового получает медицина от того, что какой-либо рефлекторный механизм рассматривается в терминах обратной связи или теории информации? Ответ на эти вопросы состоит в том. что кибернетическая терминология ценна не сама по себе, я в связи с математическим фундаментом, который открывает возможность количественной оценки самых сложных явлений.

?

admin

Сейчас читают: