사이버네틱스 2nd 서문 틈틈이 노트

"내가 챕터 IX에서 보여주려고 하듯이, 이 랜덤 노이즈 이론은 전자회로의 분석이나 다른 논-리니어 프로세스를 위해서 실천적으로 적용될 수 있을뿐만 아니라, 그것들의 종합을 위해서도 적용될 수 있다.[1] 이때 쓰이는 디바이스는 랜덤한 인풋이 된 논-리니어 도구(instrument)의 아웃풋을 잘 정의된 일련의 orthonormal 함수로 환원하는데, 이것은 에르미트 다항식(hermite polynomials)과 매우 연관이 있다. 논-리니어 회로의 분석에서 문제는 평균화하는 과정에서 인풋의 특정한 파라미터에서 이런 다항식의 계수를 결정하는 것에서 만들어진다.

이 프로세스의 설명은 되려 간단하다. 분석되지 않은 논리니어 시스템을 블랙박스라고 부른다면, 나는 어떤 알려진 구조의 몸통으로 내가 부르고자 하는 화이트박스는 욕망된 확장이라는 다양한 의미를 표현한다. 나는 블랙박스와 화이트박스에 똑같은 랜덤 노이즈를 넣는다. 블랙박스의 발전에서 화이트박스의 계수(coefficient)*는 그것들의 아웃풋 생산의 평균으로 주어진다. ... [어우 무슨 이야긴지 모르겠다] *두 박스의 유사도를 이야기하는듯

블랙박스를 하나씩 똑같이 재현하는 중독적인 파트(?)를 만드는 각각의 화이트박스의 계수를 정의할 수 있을뿐만 아니라, 이것의 양을 동시에 결정하는 것도 가능하다. 그리고 또한 적절한 피드백 디바이스를 사용하여 화이트박스 각각이 자동적으로 그 자신을 블랙박스의 발전에 있는 그것의 계수에 동기화하는 레벨로 그 자신을 맞추는 것도 가능하다. 이런 방식으로 우리는 복수의 화이트박스를 구축했고, 그것이 적절히 블랙박스에 연결되고 같은 랜덤 인풋을 넣는다면, 그것은 자동적으로 블랙박스와 작동면에서 동등하게 형태화할 것이다. 비록 내부 구조는 많이 다를지라도." (x-xi)

"리니어한 예측 이론과 논리니어한 예측 이론은 모두 예측에 들어맞는 것이 좋은 것이다라는 규준과 관련이 있다. 가장 간단한 규준은, 그것이 가장 쓸모있다고 할 수는 없어도, 에러의 평균제곱을 최소화하는 것이다." (xiii)

"러닝 머신(learning machine)의 개념은 예측자나 필터, 다른 비슷한 장치를 위해서보다 훨씬 더 확장될 수 있다. 그것은 특별히 체커스 같은 경쟁 게임을 플레이하는 기계를 연구하고 구축하는 데 중요하다. 여기에 International Business Machines Corporation 실험실의 사무엘과 와타나베가 해왔던 활력있는 작업이 있다. 필터와 예측자의 경우에서처럼, 시간 시리즈의 기능/함수가 더 큰 함수 클래스가 확장될 수 있다는 의미에서 발전된다. 이런 함수들은 의미있는 양을 수적으로 평가할 수 있고, 성공적인 게임 플레이는 여기에 의존한다. 예를 들어, 그것들은 양편에 있는 말의 수, 이 말의 총 커멘드 수, 그것들의 이동성 등등으로 이뤄진다. 이 기계를 채용하는 출발점에서, 이 다양한 고찰은 잠정적인 가중치를 부여받고, 그 기계는 ... 이 시점에서, 그 기계는 견고한 프로그램을 가지고 일을하고 러닝머신이지는 않다.

그러나, 동시에 그 기계는 다른 업무를 상정한다. 그것은 그 기능/함수를 확장하려고 하는데 그것은 게임에서 이기는 것이 1 지는 것은 0, 아마도 비기는 게임은 1/2 .... 이런 방식으로, 그것은 이런 고찰의 가중치를 재결정하며 더욱 복잡한 게임을 플레이할 수 있게 된다." xiii-xiv

"모든 이 작업은 프로그래밍을 프로그래밍하는 이론과 실천의 부분이며, 이것은 Electronic Systems Laboratory of the MIT에서 극렬하게 연구되어왔다. 여기서 컷이 발견되는데 얼마간 그러한 러닝 디바이스가 채용되는 한, 리지드한 패턴의 머신의 프로그래밍은 그 자체로 어려운 과제이며 이 프로그래밍을 프로그램하기 위한 디바이스에 대한 긴급한 요구가 생긴다는 것이다.

이제 그 러닝 머신의 컨셉이 우리가 만드고자 하는 머신에게 적용가능하다는 것은, 그것은 우리가 동물이라고 부르는 살아있는 머신과 유사하기도 하며, 우리가 생물학적 사이버네틱스에 관한 새로운 빛을 던지는 가능성을 갖게 된다. 여기서 다양한 현재 연구 중 하나를 지목하고 싶은데, 그것은 살아있는 시스템의 Kybernetics에 관한 스탠리-존스의 책이다.[1] 이 책에서 그들은 신경 시스템의 작동 레벨을 특별한 자극에 반응하는 다른 피드백과 마찬가지로 유지하는 피드백에 몹시 관심을 두었다." xiv-xv.