莱布尼茨提出的机械式思维演算系统与人工智能真的是关系匪浅，在前面两章里，分别提到过它引导了符号主义里以符号演算代替人类思维的中心思想（见第 3 章），同样也启发了皮茨和麦卡洛克对神经网络的开创性研究（见第4 章），再加上此处对控制论诞生的贡献，这位生于清朝康熙年间的德国学者的见识与奇思妙想实在是令人佩服。有共同的话题和共同的“偶像”，这可能也是维纳后来开始与皮茨、麦卡洛克合作的诱因之一。
不过，维纳并没有完全认同莱布尼茨的思维演算系统，自己也提出了“机械大脑论”，但与莱布尼茨的有极大差别。要理解维纳所讲的“机械大脑论”，我们首先需要明白“行为主义方法”这个概念。
行为主义是从其他学科引入控制科学和人工智能的舶来品，在控制论诞生之前，心理学家约翰·华生（John Watson，1878—1958）便已经发明了用于研究动物和人类的生理、心理现象的“行为主义方法”。他把有机体应付环境的一切活动统称为“行为”，认定全部行为都可以分解为“刺激”和“反馈”两大过程。给考察对象以某种刺激，观察它的反馈，通过研究反馈与刺激的关系来了解对象的特性，而不去纠结对象内部的组织结构，这就是行为主义方法。
维纳自己一直坚持把考察对象作为开放系统来看待。从他的开放性观点来看，研究对象是从它所处的环境中相对地抽取出来的，与环境仍然有千丝万缕的联系，而且必须从系统与环境的互动关系中研究系统。如果把行为广义地定义为系统相对于环境做出的变化，那么，可以从外部探知的系统变化都可以称为行为。如果把环境对系统的影响和作用统称为“输入”，把系统对环境的作用及其引起的环境变化称为“输出”，则给系统施加某种输入，观察它的输出，通过分析输出对输入的响应关系以了解系统的属性，而不必顾及系统内部的组织结构，这就是广义的行为主义方法。它既适用于动物，也适用于机器及其他系统，这一定义和推论奠定了控制论的方法论基础。
“输入—输出”方法现在也经常被称为“感知—动作”方法，更一般地说就是“行为主义方法”，该方法是以因果决定论为基础的，即相信输入与输出之间存在因果联系，输入为因，输出为果，通过施加适当的输入可以获得理想的输出，这是设计和使用控制系统的前提。不论是维纳还是其他现代控制论专家，都相信因果规律，并坚持某种决定论，但维纳又谨慎而坚定地与传统的“拉普拉斯决定论”（Laplacian Determinism）划分开来。
第 5 章 行为主义学派
151