General Problem Solver’ın (GPS) Yapısı
Artık General Problem Solver programını daha biçimsel olarak tanımlayabiliriz. Program, durumları betimleyen ya da karakterize eden sembolik nesnelerle ilgilenir—verilen durum, istenen durum, çeşitli olası ara durumlar. Program ayrıca, nesne çiftleri arasındaki farkları temsil eden sembollerle ve uygulandıkları nesnelerde değişiklikler meydana getirme yeteneğine sahip işleçleri temsil eden sembollerle de ilgilenir.
Hedef Türleri
GPS’in süreçleri üç tür hedef etrafında örgütlenmiştir:
- Dönüşüm hedefleri: nesne a’yı nesne b’ye dönüştürmek.
- Fark azaltma hedefleri: nesneler a ve b arasındaki fark d’yi ortadan kaldırmak ya da azaltmak.
- İşleç uygulama hedefleri: işleç q’yu nesne a’ya uygulamak.
Yöntemler
GPS’te her hedef türüyle, hedefe ulaşmaya katkıda bulunabilecek bir ya da daha fazla yöntem ya da süreç ilişkilendirilmiştir. GPS’in mevcut sürümündeki temel yöntemler üç tanedir ve her biri bir hedef türüne karşılık gelir:
- Dönüşüm hedefleri için yöntem: a’yı b’ye dönüştürmek.
a. a ile b arasında bir fark, d, fark et. b. a ile b arasındaki d’yi azaltma hedefini oluştur. c. Bu yeni hedefe ulaşmaya çalış. d. Başarılı olunursa, yeni bir fark bul ve yinele.
- Fark azaltma hedefleri için yöntem: a ile b arasındaki d’yi azaltmak.
a. d’nin türündeki farklarla ilgili olan bir işleç, q, anımsa. b. q’yu a’ya uygulama hedefini oluştur. c. Bu yeni hedefe ulaşmaya çalış. d. Başarılı olunursa, önceki dönüşüm hedefine geri dön.
- İşleç uygulama hedefleri için yöntem: işleç q’yu a’ya uygulamak.
a. q’nun uygulanma koşullarını nesne a ile karşılaştır. b. Eğer bunlar sağlanmıyorsa, a’yı bu koşulları karşılayan bir a′ nesnesine dönüştürme hedefini oluştur ve buna ulaşmaya çalış. c. Koşullar sağlandığında, q’yu a′’ya uygula ve değiştirilmiş nesne a′ ile özgün nesne a’yı kullanarak önceki fark azaltma hedefine geri dön.
Bu, GPS’te olup bitenlerin oldukça basitleştirilmiş bir betimlemesidir, ancak programın genel çerçevesini verir. Basitçe ifade etmek gerekirse, GPS amaçlar ve araçlar hakkında akıl yürüten bir programdır. Amaçları tanımlayabilir, onlara ulaşmak için araçlar arayabilir ve bunu yapma sürecinde, özgün amaca yönelik yeni ikincil amaçlar ya da alt hedefler tanımlayabilir.
İnsan problem çözmenin bir kuramı olarak GPS, üniversite öğrencilerinin—en azından programın test edildiği türdeki problemleri—bu türden örgütlü bir amaç–araç analizi yürüterek çözdüklerini ileri sürer. Sürecin bilinçli olarak yürütüldüğünü iddia etmez; problem çözme sürecindeki birçok adımın bilinçli farkındalığa ulaşmadığını göstermek kolaydır. Kuram ayrıca, sürecin, programın ayrıntılarını bilmeyen bir gözlemciye ya da bu konuda problem çözücünün kendisine özellikle düzenli görüneceğini de iddia etmez. Ancak şunu ileri sürer: insan deneğin problem çözme davranışının gözlemleyebildiğimiz kısmını—attığı adımları, sözlü ifadelerini—bilgisayar tarafından yürütülen süreçlerle karşılaştırırsak, bunların büyük ölçüde aynı olacağını görürüz.
Soyutlama ve Planlama Süreçleri
GPS’in bu betimlemesini bitirmeden önce, programa dahil ettiğimiz ve deneklerimizin—özellikle daha parlak olanların—davranışlarını açıklayıp öngörebilmek için mutlaka yer alması gereken bir başka süreç türünden söz etmek istiyorum. Bu ek yöntemlere soyutlama ve planlama süreçleri diyoruz.
Kısaca, soyutlama; nesnelerin, farkların ve işleçlerin, ayrıntıları dışarıda bırakarak durumu çok daha genel terimlerle betimleyen yeni sembolik ifadelerle değiştirilmesinden ibarettir. Örneğin, GPS’ten bir trigonometrik özdeşliği ispatlamasını isteyebiliriz:
cos²x + sin²x = tanx cotx.
Burada GPS, a olarak “cos²x + sin²x” ifadesini, b olarak da “tanx cotx” ifadesini alabilir. Planlama yöntemini kullanırken, bunlar şu şekilde soyutlanabilir:
- (a′) “cos ve sin içeren bir ifade”
- (b′) “tan ve cot içeren bir ifade”
sırasıyla. Daha sonra, GPS’in yöntemleri, soyutlanmış verilen nesne a′’yı soyutlanmış istenen nesne b′’ye dönüştürmeye uygulanabilir. Bu hedefe ulaşılırsa, bu dönüşüm için kullanılan adımlar genellikle özgün, ayrıntılı verilen nesne a’yı özgün istenen nesne b’ye dönüştürmek için bir plan sağlayacaktır. Burada gösterilen özel durumda, plan şöyle bir şey olabilir: “Önce ifadeden cos ve sin’i ortadan kaldır, sonra tan ve cot’u ekle.”
Amaç–Araç Analizinin Genelliği
GPS’e dahil edilen süreçler, laboratuvarda problem çözen insan deneklerimizin davranışlarında gerçekten gözlemlenmiştir. Problem çözme çabalarının bant kayıtlı protokollerini analiz ederek, üç hedef türünün ve dört yöntemin ortaya çıktığı anları belirleyebiliyoruz. Dahası, planlama yöntemini içeren genişletilmiş GPS, bu basit teorem ispatlama ve bulmaca çözme durumlarının bazılarında deneklerimizin davranışlarını açıklamak için büyük ölçüde yeterli bir süreçler kümesini barındırır.
GPS’in yeterliliği ile iki şeyi kastediyoruz:
- Deneklerin protokollerinde, GPS’te öne sürülenlerden oldukça farklı süreçlere ilişkin kanıt bulmuyoruz. Bu, yalnızca onları aramayı bilmediğimiz anlamına da gelebilir.
- GPS bilgisayarının izini (ya da bilgisayar programının elle yapılan simülasyonlarını) aynı problemi çözen bir deneğin protokolleriyle karşılaştırdığımızda, ikisinin çoğu zaman aynı yolu izlediğini bulduk—problem ifadeleri hakkında aynı şeyleri fark ederek, aynı alt hedefleri kurarak, aynı işleçleri uygulayarak, aynı çıkmaz sokaklara girerek—birkaç dakikaya varan süreler boyunca.
Yani, GPS’teki süreçler, belirli bir problem durumunda insan denek tarafından üretilene oldukça benzer bir davranış akışı üretmek için yeterlidir.
Bu tür testler, genişletilseler bile, GPS’in insan düşünmesi ve problem çözmesi kuramı olarak genelliği hakkında hâlâ fazla bir şey söylemezdi. Programın geliştirilmesinde kullanılanlardan oldukça farklı görevleri inceleseydik ve deneklerin protokollerini aynı özenle kaydetseydik, GPS’te yer almayan pek çok yeni sürecin sergilendiğini bulmamız mümkün olabilirdi. Ancak GPS’in, program geliştirilirken dikkate alınmayan problem alanlarına oldukça ayrıntılı biçimde genişletilmesi, süreçlerinin en azından bu diğer alanlar için de yeterli olduğunu göstermektedir.
Örneğin, Misyonerler ve Yamyamlar, ilk kez Columbia Broadcasting System’dan Bay Thomas Wolf tarafından olası bir görev olarak önerilmiş olup, GPS’in mevcut sürümü tarafından çözülmüştür—programda bir miktar yeniden örgütleme gerektirmiş olsa da, yeni hedef türleri ya da yöntemler eklenmeden. Benzer şekilde, cebirsel ve trigonometrik özdeşliklere ve belirli öğrenme görevlerine yönelik uygulamaların, temel yöntem repertuarının genişletilmesini gerektirmediği görülmektedir. Çeşitli diğer görevlerin daha az ayrıntılı analizi de GPS’in bunlar için de yeterli olduğunu göstermektedir.
Yine de, bu ek testler GPS’i oldukça sınırlı bir biçimsel problem çözme durumları yelpazesinin ötesine taşımaz. GPS’in, bunların herhangi birinden oldukça farklı türde bir düşünme ya da öğrenme göreviyle karşılaştığında sahip olduğu güçleri ve sınırlılıkları—even nitel olarak—keşfetmek büyük ilgi çekici olurdu. Bu doğrultuda bir keşif yapalım.
Konuşmanın Edinimi
İnsan etkinliklerinin birçoğuna “düşünme” terimini uygularız, ancak “problem çözme” terimini uygulamayız. Ayrıca, genellikle “düşünme”den ziyade “öğrenme” diye adlandırdığımız pek çok etkinlik de vardır. Bir çocuğun konuşmayı edinimini, normalde “öğrenme” olarak adlandırırız. Konuşmanın edinimini, zeki ve eğitimli bir yetişkinin oldukça sözel, bir ölçüde bilinçli, alıştırma yoluyla gelişmiş problem çözmesinin karşı kutbunda yer alan bir insan bilişsel etkinliği örneği olarak ele almayı öneriyorum. Böylece, bu iki kutuptaki süreçlerin tamamen farklı mı yoksa temelde aynı mı olduğuna karar verebiliriz.
Konuşmanın edinimi, laboratuvar dışındaki karmaşık insan etkinlikleri arasında en iyi incelenmiş olanlardan biridir ve literatür incelememe dayanarak, kullanacağım belirli olgular hakkında genel bir uzlaşı olduğu kanaatindeyim. Bu varsayımda ya da olguları yorumlayışımda yanılıyorsam, Profesör Miller beni düzeltmek için ülkedeki en donanımlı kişilerden biridir.
Merkezi Temsiller
Daha önce birkaç nesnenin adını öğrenmiş—bunu, bir yetişkin tarafından adları söylendiğinde onları işaret edebilmesi ya da getirebilmesiyle gösteren—ancak henüz bu adları telaffuz etmemiş bir bebeği ele alalım. Davranışlarından, çocuk “top” sözcüğünü işittiğinde, algısının beyinde, önceki deneyim yoluyla görsel olarak algılanan bir topun içsel temsiliyle ilişkilendirilmesine olanak tanıyan bir tür içsel temsile sahip olduğunu çıkarabiliriz.
“Top” sözcüğünü söyleyebilmek için, çocuğun ayrıca, konuşma üretiminde—bu sözcüğün belirli fonemlerinin üretiminde—yer alan kasları, motor (efferent) kanallar aracılığıyla harekete geçirebilecek bir program türünü depolaması gerekir. Merkezi sinir sisteminde, algılanan bir duyusal uyaranı içsel olarak temsil eden “her neyse”ye afferent ya da algısal sembol diyelim. Motor sinyallerini başlatmaya yönelik programı temsil eden “her neyse”ye de efferent ya da motor sembol diyelim.
Bu formülasyonda konuşmayı öğrenmek, halihazırda bilinen sözcüklerin algısal (işitsel) sembollerine karşılık gelen motor sembolleri edinmek ve birincileri ikincilerle ilişkilendirmek anlamına gelir. Şimdi güçlük şudur: karşılık gelen algısal ve motor sembollerin birbirlerine benzemelerinin—benzerlik yoluyla ilişkilerinin uygunluğunu simgeleyebilmelerinin—hiçbir yolu yoktur. Bu karşılık bütünüyle keyfidir. (Sözcüklerin fonemlere ve fonem bileşenlerine ayrıştırılmasını ele aldığımızda “bütünüyle” zarfını niteleme fırsatı bulacağız.)
Bebek, eğer bunun farkında olsaydı, hangi motor sembollerin, kendisi bunu işittiğinde uygun bir işitsel sembolün algılanıp tanınmasını sağlayacak bir konuşma üretimine yol açacağını keşfetmeye yönelik muazzam bir tümevarımsal görevle karşı karşıyadır. Ve bu görev, ilk bakışta, deneme-yanılma aramasından daha az zahmetli bir teknikle yaklaşılmasına izin verecek pek az yapı içeriyor gibi görünür.
Konuşma becerisini edinmeden önce, bebeğin gerçekten de çok sayıda deneme-yanılma araması yapması gerektiğine dair bol miktarda kanıt vardır. Çocuk, çevresindeki yetişkinleri taklit eder ve kendisini de taklit eder (ekoik konuşma). Aylar boyunca yavaş yavaş, işittiği ve beklenen işitsel semboller olarak algıladığı sesleri üretebilmesini sağlayan motor sembolleri edinir.
stages, çocuğun konuşma sözcük dağarcığını edinimi, yeni motor sembolleri geliştirme görevi tarafından belirlenen bir hızda ilerler gibi görünür. Daha sonraki aşamalarda ise, karşılık gelen işitsel sembolü tanımayı öğrendikten sonra bir sözcüğü üretmesi görece kolaylaşır.
Ayrıştırma
Biraz düşünmek, deneme ve yanılmadan daha fazlasının söz konusu olduğuna bizi ikna edecektir. Eğer durum yalnızca bu olsaydı, üç yüzüncü sözcüğün telaffuzu birincisinden daha kolay olmazdı. Çocuk öğrenmeyi öğrenir. Bu ne anlama gelir?
Motor simgesi algısal simgeyle karşılaştırılamasa da, bir sözcük için doğru algısal simge, taklit yoluyla, sözcüğü telaffuz etme girişimiyle üretilen algısal simgeyle karşılaştırılabilir. Bunlar farklıysa, doğru olana benzeyen bir işitsel simge algılanıncaya kadar motor simgede değişiklik yapılması denenebilir.
Şimdiye kadar bu işlemlerin gerçekleştiği birimlerin sözcükler olduğu varsayımında bulunduk. Ancak bu varsayım için bir neden yoktur—çocuk pekâlâ belirli hecelere, fonemlere ya da hatta fonemlerin bileşenlerine dikkat ediyor olabilir. Sözcükler için işitsel simgeler bileşik simgeler ya da ifadeler olabilir—fonem dizileri; her bir fonem ise kendi bileşen frekansları ve diğer özellikleri açısından kodlanmıştır. Motor simgelerin daha küçük birimlerden kurulmuş olduğunu varsaymak daha da akla yatkındır; çünkü her sözcük, zamansal olarak art arda gelen heceleri, her hece zamansal olarak art arda gelen fonemleri ve her fonem de konuşma eyleminin o bölümünde görev alan çeşitli kaslara gönderilen bütün bir sinyal kümesini içerir. Dolayısıyla, tek heceli bu sözcüğün başlangıcındaki "d" foneminde dili damağa bastıran sinyal, konuşulan "dog" sözcüğü için motor simgenin birçok bileşeninden biri olabilir.
Öğrenme Süreci
Günümüzde, sözcük tanıma ve sözcük üretimi süreçlerine ilişkin bu tablonun, en azından genel hatlarıyla, doğru olduğuna dair önemli kanıtlar bulunmaktadır. Hem işitsel hem de motor simgelerde yer alan bileşenlerin birçoğu geçici olarak belirlenmiş durumdadır ve bunların bazıları için güçlü deneysel kanıtlar vardır.
Ancak bu tablo, doğruysa, çocuğun konuşmayı edinmesini anlamamıza ne katkı sağlar?
Bu, tümevarımsal öğrenmenin kör bir tümevarımsal öğrenme olmak zorunda olmadığı anlamına gelir—yani çok sayıda sözcüğün her birini, üretilebilir konuşma sesi dizilerinin sayısız olasılığı arasından seçilen uygun bir motor simgeyle salt deneme-yanılma yoluyla ilişkilendirmeye çalışmak gerekmez. Aksine, işitsel simgedeki belirli etkenler motor simgedeki belirli etkenlerle birlikte değiştiği ölçüde (örneğin, ünlü seslerdeki formant frekanslarından birinin, rezonans yapan ağız boşluğunun büyüklüğüyle değişmesi gibi), doğru simgeyi arama alanı büyük ölçüde daraltılabilir. Bileşenler teker teker düzeltilebilir.
Örneğin, "dog" sözcüğünü telaffuz etmeye çalışan çocuk, bir zaman ünlünün doğruluğuna, başka bir zaman başlangıç ünsüzünün doğruluğuna ya da hatta başlangıç ünsüzünün dil konumuyla ilişkili yönüne dikkat edebilir. Böylece, çarpanlara ayırma varsayımı hem bunun gerçekten gerçekleştiğine dair deneysel kanıtlarla hem de neden gerçekleşmesi gerektiğine—neden konuşma ediniminin bununla çok daha kolay olacağına, onsuz ise çok daha zor olacağına—ilişkin kuramsal gerekçelerle desteklenmektedir.
Çarpanlara ayırma olmaksızın sözcüklerin deneme-yanılma yoluyla edinilmesi, her durumda, on binlerce olası simge arasından doğru motor simgeyi aramayı gerektirirdi. Fonemlerin deneme-yanılma yoluyla edinilmesi ise yalnızca birkaç yüz fonem arasından arama yapılmasını gerektirir (elbette herhangi bir tek lehçede gerçekte kullanılanlar çok daha azdır). Fonem bileşenleri arasında deneme-yanılma araması daha da sınırlıdır—örneğin, ayırt edilebilir yalnızca yarım düzine kadar dil konumu vardır. Böylece, olasılıkların tüm uzayının çarpanlara ayrılmasıyla, çarpım uzayında yapılan devasa bir arama yerine, etkenler üzerinde çok sınırlı bir deneme-yanılma araması konulabilir. Dahası, çocuk ortak fonemlere karşılık gelen motor simgeleri bir kez edindikten sonra, yeni sözcüklerin (aynı fonemlerin yeni birleşimleri) edinimi çok hızlı olabilir.
Özet: Çocuğun Konuşmayı Edinimi
Şimdi konuşma edinim sürecine ilişkin, kısmen olgusal, kısmen varsayımsal betimlememizi özetleyelim. Çocuk, duyduğu ve görsel simgelerle ilişkilendirdiği sözcüklere karşılık gelen algısal işitsel simgeleri edinir. Deneme-yanılma temelinde sözcükler üretmeye çalışır, kendi üretimlerini duyar ve bu işitsel simgeleri daha önce depolanmış olanlarla karşılaştırır. Farklılıkları saptadığında, bunları gidermeye çalışmak için motor simgeyi değiştirir. Öğrendikçe, motor simgelerin belirli bileşenlerindeki değişikliklerin işitsel simgelerin yalnızca belirli bileşenlerini değiştirdiğini fark eder. Böylece düzeltme sürecini çarpanlara ayırabilir ve bu sayede süreci büyük ölçüde hızlandırır.
CPS Tarafından Konuşmanın Edinimi
Şimdi, sözcük dağarcığında birkaç değişiklikle, bu tüm betimlemeyi CPS terimleriyle yeniden ifade etmek çok kolaydır. Bu çeviri yapıldığında, az önce betimlenen süreçlerin CPS’nin yöntemleri olduğunu göreceğiz.
Bu çeviride, işitsel simgelere nesneler diyelim. Motor simgeleri değiştiren—bileşenlerinden birini ya da birkaçını değiştiren—merkezi süreçlerin var olduğunu varsayalım. Bu süreçlere operatörler diyeceğiz. Bir motor simgedeki değişiklik, o motor simge bir ses ürettiğinde algılanan işitsel simgeyi de değiştirecektir.
Çocuk, ürettiği nesne (yani sesin kendi algısı) ile doğru nesne (yetişkinler tarafından üretildiğinde sesin algısı) arasındaki farkları saptar. Ürettiği sesleri, dolayısıyla algılanan nesneyi değiştirmek için motor simgeye operatörler uygular; ardından ortaya çıkan durumu yeniden doğru nesneyle karşılaştırır. Bu arama süreci, algılanan nesneyi yeniden üretebilinceye kadar sürer.
Ancak bu, öğrenme sürecinin verimliliği açısından kritik olduğunu savunduğumuz çarpanlara ayırmayı açıklamaz. CPS, (1) nesnelerdeki hangi farkların motor simgeler üzerindeki hangi operatörlerle ilişkili olduğunu ve (2) nesneleri ve operatörleri nasıl çarpanlara ayıracağını nasıl öğrenecektir? Bu soruların yanıtları kesin olmaktan uzak olsa da, önerdiğimiz bir düzenek, önceki çözümlemenin ortaya koydukları tarafından desteklenmektedir.
Yeni Dijital Karşılaştırıcı Makineleri Bir İnçin 1/10.000’i Hassasiyetinde Denetliyor
Hycon Mfg. Company
1030 So. Arroyo Parkway
Pasadena, Calif.
Otomatik denetimde kullanılmak üzere bir dijital karşılaştırıcı bu şirket tarafından geliştirilmiştir. Yeni ünite, makineleri dakikada 30 inçe varan hızlarda bir inçin 1/10.000’i hassasiyetinde denetlemek için analog yerine sayısal komutlar kullanır. Temel bilgiler delikli bant programından elde edilir.
Yeni karşılaştırıcı, Hycon tarafından kısa süre önce geliştirilen H-299 Photographic Rectifier’ın kanıtlanmış bir bölümüdür. Düşük maliyetli işlemeyle birlikte yüksek hassasiyet gerektiren süreç denetimi ve takım tezgâhları alanlarında pek çok uygulamaya sahiptir.
Karşılaştırıcı; komut ve geri besleme yer değiştirme sayaçlarından, diferansiyel bir analog dönüştürücüden ve ilişkili devrelerden oluşur. Sayısal konumlar, mutlak artımlı konum kodlayıcılarından her bir sayaçta kaydedilir. Sayma çift yönlü olabilir.
Karşılaştırıcının dönüştürücü bölümü, sayısal farkın en az anlamlı basamakları için bir analog gerilim üretir. Gerçek sayısal fark iki basamağı aştığında tamamlayıcı analog gerilimlerin ortaya çıkmasını önlemek ve maksimum ileri ve geri hata gerilimini sağlamak için mantık devreleri eklenmiştir.
Artımlı çalışmada, sürekli bir yer değiştirmeyi gösteren konum darbe frekansları, hassas denetimde kullanılmak üzere hız-hata gerilimi analoguna dönüştürülür.
Ünite, ikili ya da ondalık kodlamayı destekler; mutlak ya da artımlı referans ve geri besleme komutlarıyla çalışır; ayar gerektirmez; kritik gerilim regülasyonu yoktur ve bakım kolaylığı için çok sayıda test noktasına sahip, açılır transistorlu devre kartlarıyla üretilmiştir.
İlk "Programlanmış Veri İşlemcisi" Teslim Edildi ve Kullanımda
Digital Equipment Corp.
Maynard, Mass.
Bu şirket tarafından tasarlanıp üretilen, düşükten ortaya fiyatlı, katı hâl, dijital bir bilgisayar; günümüzde kullanımda olan çoğu büyük bilgisayarın iki katı hızda çalışabilme yeteneğine sahiptir ve Cambridge, Mass.’ta bulunan Bolt, Beranek & Newman, Inc. tarafından resmen kabul edilmiştir.
DEC Programmed Data Processor (PDP) adı verilen bilgisayar, BBN tarafından devlet ve özel sanayi için yürütülen birçok ileri araştırma projesinde kullanılacaktır. Bu projelerin birkaçı, bilgisayarın yabancı dil sözcük dağarcığı ve sonar ses tanıma gibi birbirinden çok farklı konularda öğretim için otomatik bir öğretme makinesi olarak kullanılmasını içermektedir. Bilgisayarın yüksek hızı, zaman paylaşımlı kullanım sayesinde, farklı kişilere eşzamanlı olarak farklı konuları öğretmesini mümkün kılacaktır.
Bilgisayar ayrıca çeşitli türde denetim sistemlerini; insan sinir sistemini, çeşitli koşullar altında; konuşma çözümlemesi ve benzetimini; örüntü tanımayı; ve bir bilgisayarın alfabenin harflerini, sayıları, örüntüleri ve diğer grafik gösterimleri tanıyacak şekilde nasıl programlanacağını incelemek için kullanılacaktır.
Bilgisayar, bilgisayarın iç yapısında değişiklik yapılmaksızın 16 farklı giriş-çıkış aygıtını destekler. Bu aygıtlardan biri, televizyon alıcısına benzeyen ve operatörün bilgisayar belleğinde depolanan verileri ekranda görmesini sağlayan bir görsel görüntüleme birimidir.
Bilgisayar, olağandışı programlama özelliklerine sahip, tek adresli, tek komutlu, saklı programlı bir makinedir. Özel güç, yükseltilmiş döşeme ya da klima gerektirmez. Beş megahertz devreler, beş mikrosaniyelik manyetik çekirdek bellek ve tamamen paralel işlem, saniyede 100.000 toplama işlemi gibi bir hesaplama hızını mümkün kılar.
Standart donanım; bir kâğıt bant okuyucu, çevrimiçi giriş ve çıkış işlemleri için bir daktilo ve bir kâğıt bant delgecinden oluşur. İsteğe bağlı giriş-çıkış donanımı; dizi kesmesi, katot ışınlı tüp görsel ekran, ışık kalemi, kart delgeci ve kart okuyucu denetimleri, teyp birimleri ve teyp denetim birimlerini içerir. Yerleşik çarpma ve bölme komutları, merkezi işlemci seçeneği olarak sunulmaktadır. Rastgele erişimli çekirdek bellek, 18 ikili basamaktan oluşan 4.096 sözcüklük modüller halinde genişletilebilir.
Standart donanım ve bir bellek bankası içeren bir PDP’nin fiyatı yaklaşık 110.000 ABD dolarıdır. İkili sistemde çalışır; ondalıktan ikiliye ve tersine dönüşüm için programlar kullanılır.
-
Bu konulara genel bir giriş için bkz. G. A. Miller, Language and Communication, Bölüm 2. Yakın tarihli mükemmel bir derleme Richard Fatehchand, “Machine Recognition of Spoken Words,” F. L. Alt, ed., Advances in Computers içinde (New York: Academic Press, 1960), ss. 193–321’dir. Ayrıca bkz. J. W. ve C. D. Forgie, “Results Obtained from a Vowel Recognition Computer Program,” The Journal of the Acoustical Society of America, 31:1480–1489 (1959) ve A. M. Liberman ve diğerleri, “Minimal Rules for Synthesizing Speech,” aynı dergi, 31:1490–1499 (1959). Son üç atıf, bu arada, bilgisayarların günümüzde dilbilimsel ve fonetik araştırmalarda oynadığı büyük rolü göstermektedir.
-
Bu öğrenme düzeninin tam anlatımı A. Newell, J. C. Shaw ve H. A. Simon, “A Variety of Intelligent Behavior in a General Problem Solver,” M. C. Yovits ve S. Cameron, eds., Self-Organizing Systems içinde, ss. 153–187 (New York: Pergamon Press, 1960) adlı çalışmada verilmiştir.
Otomatik Mutfak
"Otomatik bilgisayarlı mutfağımıza hoş geldiniz.
Kutuyu masanın üzerine koyun. İşte paranız."
Computers and Automation, Nisan 1961
Kitaplar ve Diğer Yayınlar
Moses M. Berlin
Allston, Mass.
Burada, bilgisayarlar, veri işleme ve otomasyonla anlamlı ilişkisi olan ve dikkatimizi çeken kitaplar ve diğer yayınlara ait atıfları ve kısa değerlendirmeleri yayımlıyoruz. Bir inceleme kopyası bize gönderildiği takdirde, gelecekteki listelerde başka bilgileri de bildirmekten memnuniyet duyarız.
Her bir girişin düzeni şöyledir: yazar veya editör / başlık / yayınevi veya çıkaran kuruluş / tarih, yayın biçimi, sayfa sayısı, fiyatı veya karşılığı / yorumlar.
Bir yayınevine veya çıkaran kuruluşa yazarsanız, Computers and Automation’dan söz etmenizi rica ederiz.
Theory of Switching Circuits, Fifteenth Quarterly Progress Report / University of Pennsylvania, The Moore School of Electrical Engineering, Philadelphia 4, Penna. / 1960, teksir, 75 s., sınırlı dağıtım.
Bu teknik araştırma raporu, “Counting by a Class of Growing Automata,” “Gate Machine, Aggregate Machine, and Canonization,” “Sums of Defining Functions” ve “Irredundant Conjunctive Normal Formulas” gibi başlıklara sahip bölümler ve kısımlar içermektedir.
Ralston, Anthony ve Herbert S. Wilf, editörler, ve 22 diğer yazar / Mathematical Methods for Digital Computers / John Wiley & Sons, Inc., 440 Park Ave. South, New York 16, N.Y. / 1960, basılı, 293 s., fiyatı bilinmiyor.
Bu cildin editörleri, bilgisayarların matematiksel problemlere uygulanmasıyla ilgili çeşitli konularda makaleleri bir araya getirmiştir. Yirmi altı makale altı kategoriye ayrılmıştır: Temel Fonksiyonların Üretilmesi, Matrisler ve Lineer Denklemler, Olağan Diferansiyel Denklemler, Kısmi Diferansiyel Denklemler, İstatistik ve Çeşitli Yöntemler. Bir dizin yer almakta ve her makalede kaynaklar bulunmaktadır.
Current Research and Development in Scientific Documentation, No. 7 / Superintendent of Documents, U.S. Government Printing Office, Washington 25, D.C. / Kasım 1960, basılı, 153 s., $0.65.
Ulusal Bilim Vakfı Bilimsel Bilgi Hizmeti Ofisi tarafından derlenen bu rapor, belgelemenin beş alanındaki ilerlemelerin açıklamalarını içerir: Bilgi Gereksinimleri ve Kullanımları; Bilgi Depolama ve Geri Getirme; Mekanik Çeviri; Donanım; ve Potansiyel Olarak İlişkili Araştırmalar. Konu, kişi, kurum ve sponsor ajans dizinleriyle birlikte toplam 181 kısa giriş yayımlanmıştır.