最后以该系统作为快速调整的方法，使武器的位置对准所观测的飞机位置及其运动。

    就我所知，这一点目前还没有做到，但它已经纳入我们的研究范围，而且有希望应用于其他预测问题中。防空武器之能够根据飞机的特定运动来进行瞄准和射击，这样一个总计划的构成，就其本质讲来，是一种学习行为。这是防空武器计算机构中的程序带的变化，它和数字数据的解释过程并无太大的不同。事实上，它是一种非常一般的反馈，能对仪器操作的整个方法作出改变。

    我们这里所讨论的高级学习过程仍然受到所在系统的机械条件的限制，它显然不与人的正常学习过程相当。但是，从读过程出发，我们可以推导出一些完全不同的方法使复杂类型的学习过程得以机械化起来。这些方法的指导思想是由洛克的联想学说和巴甫洛夫的条件反射理论分别给出的。但是，在我讨论它们之前，我要先做一些普通的解释，来答复对我下面将要提出的见解的某些批评。

    让我再讲一下关于学习理论可能建立的根据。神经生理学家的绝大部分工作都是研究神经纤维或神经元的冲动传导，而这个过程是以“不全则无”的现象给出的。这就是说，如果一刺激沿神经纤维到达其上的某点或某端，它就沿着该处的某一神经纤维传播下去，只要它在相对短的距离内不消失掉，那么，该刺激在神经纤维的较远点上所产生的效应与共初始强度本质上无关。

    这些神经冲动沿着一根纤维传播到另一根纤维是要经过其间的连接点即所谓突触这个地方的，在这个地方，一根输入纤维可见和多根输出纤维相接，而一根输出纤维也可以和多根输入纤维相接。在这些突触中，单根输入神经纤维所提供的冲动往往不足以产生一个有效的输出冲动。一般地说，从输入突触到达一给定输出纤维的各个冲动如果太少，则输出纤维不作应答。我这里所说的太少，并非必然地意味着所有的输入纤维的作用相同，甚至也不是必然地意味着有了一批从事输入活动的突触作为连接点，则输出纤维的应答与否这个问题就可以一劳永逸地得到解决。我也不想忽视这样的事实：有些输入纤维不仅不在它们所连接的输出纤维中产生刺激，反而有阻止这些输出纤维接受新刺激的趋势。

    无论如何，冲动沿神经纤维传导的问题，即使可用颇为简单的办法来描述，例如，用全或无的现象来描述，但是，一冲动通过突触层的传递问题仍然要取决于复杂的应答模式，其中输入纤维的某些组合能在某一限定时间内激发，使消息作进一步的传递，而其他组合就不是这样。这些组合不是一成不变的，甚至也不仅仅取决于该突触层过去接收消息的情况。大家知道，它们是随温度而变化的，很可能还随着许多其他因素而变化。

    关于神经理论的上述见解和那些由一系列开关装置组成的机器的理论相符。在这种机器中，后面开关的接通取决于前面一批相关开关的同时接通这样一种精确配合的行动。

    这种“全或无”的机器叫做数字计算机。它在解决各种各样通讯和控制的问题上有着很大的便利。特别是，由于它仅仅是在“是”和“否”之间作出决定，这就使得它的积累信息的方式很便于我们在非常庞大的数字中把极为细小的差别区分出来。

    除了这些按照是和否的原则来工作的机器外，还有其他计算机和控制机，它们是用来测量的，不是用来计数的。这类机器叫做模拟计算机，因为它们的操作是以待测的量和代表它们的数值量之间的类比关系为根据。模拟计算机的例子之一就是计算尺，它和进行数字运算的台式计算机完全不同。凡用过计算尺的人都懂得，印有刻度的标尺和我们眼睛的准确度都给我们在尺土所能读到的精密度带来了明显的限制。这些限制，并非如人们所想的那样，只要把尺子造得大一些，就可以方便地得到解