close

Вход

Забыли?

вход по аккаунту

?

Невычислимость мышления и перспективы искусственного интеллекта

код для вставки
С точки зрения общей логики и самоорганизующихся систем, включая организм и нейронные сети, показаны принципиальные препятствия в создании искусственного интеллекта, приближающегося к человеческому. В контексте темы также сделаны выводы об особеннос
Невычислимость мышления и перспективы
искусственного интеллекта
Иванников М. А. 2017
er-i@rambler.ru
С точки зрения общей логики и самоорганизующихся систем, включая
организм и нейронные сети, показаны принципиальные препятствия в
создании
искусственного
интеллекта,
приближающегося
к
человеческому. В контексте темы также сделаны выводы об
особенностях эволюции методов познания.
Оглавление
Невычислимость мышления .................................................................. 1
Пределы познания .................................................................................11
Эволюция методов познания ............................................................... 17
Самоорганизация .................................................................................. 31
Самоорганизация организма ............................................................... 37
Мышление ............................................................................................. 39
Мышление как самоорганизация ........................................................ 46
Сознание ................................................................................................ 54
Сознание в квантовой механике .......................................................... 56
Перспективы искусственного интеллекта .......................................... 62
Невычислимость мышления
Можно ли написать алгоритм мышления? Понять что такое сознание и
как оно возникает? Например, знание алгоритма мышления позволило
бы вычислять искусственный интеллект любого уровня, в том числе и
выше человеческого, или «оцифровать» свою личность и перенести её
в компьютер, чтобы продлить жизнь или получить новые возможности.
Или, может быть, можно копировать мышление? Какие в этом могут
быть сложности?
В качестве аргумента почему алгоритм мышления невозможен часто
приводят теоремы о неполноте формальных систем, доказанные
знаменитым австрийским математиком Куртом Гёделем в 1930 году.
Первая теорема о неполноте утверждает, что если формальная система
непротиворечива, то в ней существует невыводимая и неопровержимая
формула. Вторая — если формальная система непротиворечива, то в
ней
невыводима
формула,
содержательно
утверждающая
непротиворечивость этой системы.
«Формальная система» в самом общем смысле — это система
заданных в качестве аксиом формул, исходя из которых можно
получать новые формулы и, следовательно, алгоритмы их вывода.
Также можно сказать, что формальная система — это некоторый
абстрактный язык, в котором по строгим правилам сочетаний букв и
слов из одних утверждений можно выводить другие. Таким образом,
согласно первой теореме, если формальная система непротиворечива,
то она не полна — в ней всегда будет существовать недоказуемые и
неопровержимые утверждения, истинность или ложность которых
невозможно установить в рамках выразительных средств данного
формального языка. И даже если включать такие утверждения в состав
аксиом, то набор аксиом не будет удовлетворять требованию полноты
и в случае, если пополнить систему счетно-бесконечным множеством
дополнительных аксиом. И, как следует из второй теоремы, если
условием непротиворечивости является наличие в системе
невыводимой формулы, то строго обосновать непротиворечивость
нельзя, так как само «условие непротиворечивости» невыводимо.
Можно сказать, пока в системе остаётся что-то непонятное —
невыводимая и неопровержимая формула, то утверждать ничего нельзя,
так как наличие неизвестного оставляет все вопросы открытыми.
Пояснить сказанное можно следующим образом. Аксиомы
формальной системы можно представить как законы, по которым
существует сама система, возникают все её выводы. Если системе
известны ещё не все законы, то ясно, что строго разделить все
возможные в системе утверждения на истинные и ложные, точно
предсказывать поведение системы будет невозможно. Исходя из чего,
можно предположить, если системе известны все законы своего
существования, то между истиной и ложью как раз может быть
проведена строгая граница — любое утверждение можно будет
однозначно определить или как истинное, или как ложное. Однако,
наоборот, знание всего будет означать, что система не знает абсолютно
ничего, потому что именно так можно охарактеризовать
противоречивость.
В системе, которая точно знает о себе всё, не может быть ничего
непонятного, чего-либо не истинного, но и не ложного, поэтому
истинные утверждения следуют из ложных, а ложные из истинных. В
результате в противоречивой системе возникает «замкнутый круг»
взаимного обоснования, когда не только некие «конечные»
утверждения следуют из «начальных», но и «начальные» утверждения
следуют из «конечных». Например, вывод А > В будет в полной
системе равен выводу В > А, А будет равно -А, наличие будет равно
отсутствию (а течение времени вперёд будет равно течению времени
назад). Таким образом, истина и ложь в противоречивой системе
неотличимы, так как доказательства некоторого утверждения является
одновременно и его отрицанием. Можно сказать, противоречивая
система порождает сама себя, возникает из ничего, а значит,
одновременно и существует, и равна нулю. В результате смысл внутри
системы, которая точно знает о себе всё, будет полностью
отсутствовать — а в отсутствии смысла нельзя вести речь и о какомлибо знании. Следовательно, чтобы иметь смысл, формальные знания
не могут строго обосновывать сами себя во всём, в точности следовать
друг из друга. И по крайней мере в какой-то части должны
обуславливаться
неким
невыводимым
и
неопровержимым
содержанием, из-за чего знания системы всегда неполны, а их
непротиворечивость всегда под вопросом.
Все формальные системы возникают в мышлении. Таким образом,
если всё мышление можно было бы формализовать, то все возможные
формальные системы будут сведены к одной, «обобщающей»
формальной системе, которая, следовательно будет противоречивой,
так как никакого «невыводимого и неопровержимого» содержания у
неё уже не останется. В итоге и вообще никакое знание не будет иметь
смысла, так как все знания будут, получается, частью этой
бессмысленной формальной системы. Таким образом, исходя из
теорем Гёделя и того обстоятельства, что знание имеет смысл, всё
мышление формализовать нельзя.
***
Тем не менее теоремы Гёделя описывают не реальные явления, а
отношения абстрактных математических объектов — точнее говоря,
принципиальные ограничения формальных систем, в которых можно
определить основные арифметические понятия: натуральные числа, 0,
1, сложение и умножение. Это значит, что применимость теорем в
реальном мире неясна, поэтому вероятно, их нельзя ставить во главу
угла в описании физической реальности, и только на их основании
утверждать невозможность формализации мышления. Можно ли
прийти к тем же выводам, не используя теоремы?
«Формализацию» можно определить как процедуру, цель которой —
дать предельно четкое, однозначное и исчерпывающее описание
явления, подлежащего формализации. В результате, зная точный
алгоритм, протекание явления в тех или иных условиях можно будет
вычислять, не прибегая к экспериментам. Таким образом,
формализацию можно рассматривать как «итог» познавательного
процесса, «идеал» к которому стремится познание. Возможность
создания адекватной формализованной модели явления указывает на
то, что о явлении получена исчерпывающая информация.
Неформализуемость, напротив, указывает на неполноту знаний.
Например, полностью формализованная научная теория должна
представлять собой некоторую совокупность формул, записанных без
всяких пояснительных слов или предложений, написанных на
«естественном», неформализованном языке.
Следовательно, если формализация — это только итог познавательного
процесса, то, удовлетворяя условию непротиворечивости, точное и
конкретное знание исходит из знания не точного и не конкретного, то
есть формальное содержание действительно обуславливается
неформальным «смысловым содержанием». Другими словами, как и
предполагалось, алгоритм может выразить только некоторую «строгую
часть» мышления, а всё мышление свести к алгоритму нельзя,
алгоритм «всего» мышления не имеет смысла. Из-за чего, например,
также следует, что истинность никакого знания нельзя подтвердить
строго, так как сама «строгость» имеет границы, исходит из «не
строгих» соображений. К примеру, ни одна формальная теория без
естественного языка обойтись не может, пусть он и используется
только для пояснения, а не как элемент самой теории.
В то же время из написанного следует и то, что процесс познания в
конечном итоге всё-таки приводит к формализации явления. Поэтому,
вероятно, есть кардинальный способ избавиться от всех возможных
«не строгих соображений» — просто нужно понять все явления. Или,
другими словами, нужно установить все законы физики, достичь
полноты знания. Процесс мышления — это часть физической
реальности, явление, физический процесс, происходящий в мозге, в
некоторой «системе мышления» (подробности которой сейчас не
важны). Поэтому если все законы физики, как основание всех явлений
от природных до социальных или психических, станут известны в
точности, будут полностью формализованы, сведены к системе
абстрактных формул, то все степени свободы мышления также станут
понятны, каждый шаг любого субъекта можно будет в точности
предсказать, все чувства и мысли будут строго формализованы и
вычислимы.
Однако если бы все законы физики были в точности понятны, и потому
в той же степени стало известно и всё происходящее в мышлении, то
знания можно было бы просто вычислять. Получается, с одной
стороны, субъект ещё не знает того, что ему не известно или известно
не точно, ему ещё непонятно как он поступит в тех или иных условиях,
но, с другой стороны, он уже это знает, так как ему точно известны
законы, по которым возникают все его решения. Другими словами,
знание
алгоритма
мышления
равносильно
бессмысленной
возможности выйти «за» знания, взглянуть на знания «со стороны»,
знать больше, чем знания, или аналогично — выйти «за» самого себя,
имея возможность наблюдать себя со стороны во всей полноте своих
действий, мыслей и чувств.
Можно предположить, что все законы физики — это просто слишком
сложное знание, чтобы его мог когда-нибудь понять человек, но сама
по себе полнота знания возможна. Тогда, например, установить все
законы физики могут некие более умные инопланетяне, создать
счётную машину, в которой они записаны, и отдать её человеку. В
результате человек всё-таки получил бы возможность смотреть на себя
со стороны и без непосредственного знания всего — однако
возможность «выйти за себя» от этого не выглядит более разумной.
Например, «умные инопланетяне», узнав все законы физики, должны
получить возможность алгоритмизировать и свое поведение — они же
тоже часть среды, то есть инопланетяне тоже бы получили
возможность наблюдать себя «со стороны», что не имеет смысла как в
отношении человека, так и в отношении любых мыслимых
инопланетян. В итоге, действительно, ни «полноты знания», ни потому
«алгоритма мышления» быть не может, алгоритм в принципе не может
выразить мышление.
По-другому можно сказать, что алгоритм мышления должен быть и
алгоритмом познания, обучения, при этом алгоритм обучения,
очевидно, должен обобщать в себе алгоритмы всех возможных знаний.
Или, проще говоря, чем точнее знание процесса появления знаний, тем
точнее знание знаний. Следовательно алгоритм мышления будет
равносилен знанию всех возможных знаний заранее, «формуле всех
формул», что не имеет смысла.
Но, может быть, никакого познания нет: весь набор знаний в явном
виде уже есть в мозге, а условия просто переключают мозг на
соответствующий алгоритм поведения? Тогда, кажется, достаточно
будет понять только эти «алгоритмы знаний», а не все законы физики.
Однако процесс познания в этом случае — имитация. Иначе сомнения,
поиск решения, муки творчества и тому подобное — всё это теряет
смысл. И так как жизнь — это постоянные новые ситуации, похожие в
общем и отличающиеся в частностях, и потому постоянное
нахождение более или менее новых алгоритмов действий, то имитация
процесса познания — это имитация и жизни вообще. Дальнейшие
рассуждения в этом направлении теряют смысл, так как исходить из
того, что жизнь — это искусственный процесс, в котором всё кем-то
заранее предопределено или непосредственно управляется, не имеет
смысла, такую гипотезу невозможно подтвердить или опровергнуть,
так же как невозможно подтвердить или опровергнуть идею, что всё
происходящее только снится. Таким образом, следует считать, что
знания заранее не существуют, а возникают в процессе взаимодействия
со средой, и «поиск решения» — это не имитация кем-то «поиска
решения», наведённая в голове человека — или того, чем он на самом
деле является в «настоящей» реальности, а некоторый реальный
процесс выработки нового алгоритма действий. В итоге вывод, что
мышление невозможно алгоритмизировать, подтверждается и тем
выводом, что познание само по себе не может быть алгоритмом.
Тем не менее, даже если знания заранее не существуют, очевидно,
знания не могут возникать и на «пустом месте», так как необходимо
какое-то «основание», задающее врождённое направление реакций. В
ином случае изменения в «системе мышления», соответствующие
появлению новых знаний, будут отражать что угодно, но не
потребности познающего. Следовательно изменения в «системе
мышления» должны коррелировать, с одной стороны, с этим
«направляющим основанием», с другой, — с познаваемой средой.
Также, надо заметить, о познании нельзя будет говорить, если «система
мышления» изменяется всегда линейно, то есть пропорционально
воздействию среды, так как линейность реакций также равнозначна
отсутствию у системы каких-либо собственных задач, потребностей,
которые заставляют систему реагировать на окружающие условия
более сложным образом, выделяя важное и не замечая не важное.
Таким образом, обобщая вышеизложенное, можно сделать некоторые
выводы о «системе мышления». Это должна быть система с
нелинейным поведением, которая в процессе взаимодействия со
средой способна усложняться — эволюционировать из некоторого
более неопределённого к некоторому более упорядоченному
состоянию, соответствующему уточнению врождённых потребностей
до конкретных задач и алгоритмов их решения.
***
Но, может быть, полнота знания всё-таки возможна? Тогда выводы
выше неверны и алгоритм мышления будет иметь смысл — как часть
общего «алгоритма всего». Например, все конкретные и не конкретные
знания, подразумевая под этим какие бы то ни было ощущения и
эмоции, поведенческие реакции в целом, возникают в мозге, в
некоторой «системе мышления». И если постепенно накапливать опыт,
всё точнее и точнее познавать реальность, то когда-нибудь, вероятно,
можно будет понять её всю — и потому понять и мышление.
Получается, всё-таки можно познать познание познанием —
физическое физическим, масло маслом?
Действительно, если все уровни материи станут известны абсолютно
точно, то у измерений не будет погрешностей, фантазию можно будет
абсолютно точно отделять от реальности. И в мышлении тоже всё будет
понятно, все мыслительные процессы станут в точности известны, и
просчитать поведение в тех или иных условиях в принципиальном
смысле труда уже не составит. Конечно, полнота знания означает
бессмысленную возможность наблюдать себя со стороны, точно знать
своё будущее, но, может быть, это всё-таки возможно? Имея
непреодолимую силу, вероятно, можно сдвинуть камень, который
невозможно сдвинуть. Таким образом, всё точнее познавая реальность,
познание или остановится, столкнувшись с какими-либо трудностями,
или в конечном итоге будет понято всё вообще, включая и мышление.
Полнота знания означает возможность делать абсолютно точные
утверждения о всей реальности — на любое время и в будущее, и в
прошлое, так как все её элементы известны абсолютно точно. При этом
подтвердить абсолютную точность можно только вечной проверкой,
так как только вечность позволит установить, что абсолютно все было
учтено и потому нет никаких отклонений от предсказанного. Таким
образом, абсолютное знание равнозначно нахождению вне реальности,
вне пространства и времени, имея возможность наблюдать всю
реальность в любое время. Однако в этом случае никакое сообщение с
реальностью будет невозможно, так как с ней не останется ничего
общего, никакого обобщающего взаимодействия, и потому наблюдать
будет попросту нечего. Аналогично полноте знания абсолютно точное
измерение любого параметра реальности также равносильно выходу
«за» реальность, включая и самого себя, — чтобы можно было
измерять, но не вносить возмущения. В итоге исходя из логических
аргументов, в том числе и не связанных с теоремами Гёделя, полнота
знания не имеет смысла, как, следовательно, не имеет смысла и
алгоритм мышления.
Против полноты знания и, как следствие, против алгоритма мышления
можно привести и такие аргументы. Познание всего — это
преобразование всей материи в структуру знания, для чего необходима
такая форма материи как энергия. Следовательно, чтобы всю материю
переработать в структуру знания, материи нужно больше, чем её есть.
Аналогично преобразование материи в структуру знания суть
упорядочение материи. Однако увеличение порядка на одном уровне
реальности происходит за счёт роста энтропии — увеличения
беспорядка на другом уровне реальности, то есть познание происходит
за счёт разрушения. Поэтому «понять абсолютно всё» — это разрушить
абсолютно всё, включая и знания.
***
Тем не менее пусть алгоритм мышления и не имеет смысла, но, видимо,
можно создать некую «приблизительную» систему мышления? Пусть
и не абсолютно точную, но практически вполне достаточную, и в итоге,
например, «перенести себя» в компьютер с «минимальными потерями».
К примеру, алгоритмы множества других явлений можно понять очень
точно и строить их такие же точные модели. Или, может быть, можно
просто копировать мышление — например, каким-нибудь образом
«сканировать» ход всех мыслительных процессов и оцифровать их? В
конце концов посредством случайных мутаций и естественного отбора
природа смогла создать мышление, почему бы это не повторить и
человеку? Может ли быть, что в этом тоже есть проблемы?
На проблемы указывает следующее обстоятельство. Любое явление —
это часть физической реальности, почему на самом деле
принципиальная неполнота знания не позволит понять с абсолютной
точностью никакое явление, а не только мышление. Все алгоритмы
приблизительны, то есть в принципиальном смысле ни одно явление
нельзя свести к формальной системе, алгоритмизировать, так как
невозможно с абсолютной точностью установить все нюансы
динамики явления, измерить что-либо абсолютно точно. Что тем не
менее не мешает на практике, где сама по себе абсолютная точность и
не нужна, достаточно, чтобы точность знания была адекватна
решаемой задаче.
Но отличие мышления от других явлений в том, что алгоритм
мышления должен потенциально обобщать сразу все решаемые задачи,
все алгоритмы, возможные к отражению в опыте, от самых простых до
самых сложных, то есть мышление задаёт границы всем возможным
знаниям. При этом чем точнее понимание природы, тем труднее
процесс познания, следовательно и исследование мышления по мере
его всё более точного понимания также будет сталкиваться со всё
большими трудностями. Другими словами, принципиальная
непознаваемость
природы
предстаёт
в
мышлении
в
«концентрированном» виде — соответственно тому, как природа
может быть «сконцентрирована» в опыте. Возникающий в итоге
обобщённый
уровень
сложности,
непознаваемости
и
непредсказуемости настолько выделяет мышление среди других
явлений, что понятия вычисления, алгоритма, формализации к
процессам «мыслительного» характера применимы несравненно более
ограниченно, чем к явлениям другого «полюса» реальности.
Таким образом, с одной стороны, познание мышления возможно — как
и познание природы вообще. С другой стороны, трудности в уточнении
поведения «системы мышления» или создании «моделей мышления»
будут расти экспоненциально, так как познание мышления
равносильно познанию природы в целом, всех её явлений сразу от
физических до социальных, а не познанию каких-либо отдельных
явлений. Поэтому обстоятельства, которые будут описаны ниже и
практически незаметные в явлениях более простых, на качественно
новом уровне проявляются в мышлении. А также в явлениях
аналогичных мышлению, так как если мышление развивалось в
процессе эволюции, то оно, очевидно, имеет начало в явлениях,
которые на первый взгляд «мыслительными» ещё не выглядят.
Но прежде — как может быть, что «идеал познания» — это формальная
система, алгоритм, и при этом сам алгоритм не может выразить
мышление? Алгоритм — это последовательность действий, ведущая к
цели за конечное число шагов. Например, алгоритмом явления будет
описание его динамики — хода изменений явления под влиянием
действующих на него факторов. По сути, алгоритм — это отражение
целенаправленного поведения, «последовательного» переключения
внимания, выделяющего те или иные изменения в условиях. Другими
словами, алгоритм явления — это не сама физическая сущность
явления во всей её полноте, а только отражение её некоторой
«внешней» известной субъекту динамики. В этом смысле алгоритм
можно сравнить с линией: очевидно, что никакая линия объёмом не
станет, имея способность отражать только некоторые «внешние»
проявления объёма. Поэтому никакая последовательность шагов,
программа, сколько бы подробной она ни была и сколько бы быстро ни
выполнялась, никакое физическое явление в принципе не выразит,
описывая всегда только некоторое «внешнее» проявление физической
реальности. В итоге если само мышление — это не
«последовательность шагов», а объём изменений некоторой
физической структуры мышления, где алгоритмы действий субъекта
только возникают, а не являются сутью процесса, то данное
обстоятельство и может определять качественное различие мышления
и алгоритмов.
Как можно заметить, по сути, то же следует и из теорем Гёделя. Смысл
формальной
системе
придаёт
формула,
невыводимая
и
неопровержимая в рамках выразительных средств данного
формального языка. Следовательно, обобщая, смысл всем возможным
формальным системам придаёт не формальный язык, средствами
алгоритма смысл невыводим и неопровержим — почему внутри
никакой формальной системы нет какого бы ты ни было смысла.
Формальные действия выполняются строго по инструкции, шаблонно,
каждый последующий шаг однозначно определяется предыдущим,
смысл в этих границах не нужен и не существует. Тем не менее мы
понимаем и смысл наличия или отсутствия невыводимой формулы, и
вообще смысл алгоритмов — например, как верных или не верных,
ведущих к некоторой искомой цели или не ведущих. В то же время, как
некоторая эмоциональная реакция, психическое отражение некоторой
обобщённой перспективы ситуации, «смысл» сам по себе, не
подкреплённый конкретными суждениями, наоборот, не может быть
строгим доказательством, не является однозначным, точным. Смысл —
это «язык» более выразительный и более общий, чем язык формальный.
Поэтому смысл возникает в рамках более богатых выразительных
средств — в рамках физического объёма некоторой «мыслящей»
структуры мозга, особенности устройства которой, таким образом,
определяют и наличие неформального смыслового контекста, и
возможность его уточнения до формальных знаний.
Очевидно, познание должно быть детерминировано средой, которая
познаётся, и «системой мышления», в которой заключёны задачи
субъекта, его врождённый опыт в целом. При этом общность
поведения всех животных говорит о том, что взаимодействие «системы
мышления» со средой происходит в контексте некоторых принципов,
общих у всех животных. Следовательно в этой части, то есть в общем,
понимание процесса мышления будет возможно, так как неизменная
воспроизводимость общих принципов в устройстве всех «систем
мышления» позволит их относительно легко выделить и
воспроизводить в «моделях мышления» — системах искусственного
интеллекта (ИИ). Однако так же как сложно предсказать более частные
действия животного, в той же мере сложности будут возникать и в
уточнении общих принципов взаимодействия «системы мышления» со
средой до конкретных параметров этой связи. Дело в том, что сложное
поведение — это и в той же степени сложная динамика «системы
мышления», поэтому так же как у всех животных она одинакова и
относительно проста в общем, так же она будет отличаться и
усложняться в частном. В той же степени проблемы, следовательно
будут возникать и в создании ИИ — его необходимое конкретное
устройство так же будет непонятно. И чем сложнее искусственный
интеллект, тем больше будет возможных вариантов его частных
параметров, так как если общие принципы мышления будут
неизменны во всех вариантах — от самых простых до самых сложных,
то количество непонятных более частных параметров по мере
усложнения «модели мышления» будет увеличиваться.
Невозможность полноты знания означает и невозможность
абсолютной точности, то есть точные границы тоже невозможно
провести, а значит, ни одно явление невозможно абсолютно точно
выделить из окружающего, определить точное значение его элементов,
строго обозначить конец и начало явления. В итоге «линией
алгоритма» (или скорее «точками шагов») нельзя не только
«заполнить» объём физического процесса, но и строго отделить одно
явление от других. И в мышлении, и аналогичных ему явлениях эти
обстоятельства также будут проявляться на качественно более
заметном уровне. Например, алгоритм ведёт к решению задачи за
конечное число шагов. Однако общий смысл поведения любого
животного — самосохранение и размножение по-другому
приспособление, адаптация к условиям, удовлетворение потребностей
в контексте среды. И чем точнее знание себя и окружающего, тем
точнее можно выстроить необходимую стратегию поведения. Поэтому
«явление мышления» в целом как раз никакого точного итога не имеет,
как не имеет смысла и «идеал приспособления» — полнота знания,
когда удовлетворение потребностей можно рассчитать абсолютно
точно. Таким образом, точных или конечных целей — единственно
верных «траекторий» у поведения нет. Из-за чего, например, нельзя
проверить создаваемый вариант ИИ на соответствие некому
«эталонному мышлению» и тем самым точно определить его
пригодность. В результате, если невозможно задать критерий
остановки — критерий решения задачи приспособления, поведение
каждого варианта ИИ в идеале придётся проверять во всех будущих
условиях и всех их сочетаниях. Однако чем сложнее ИИ и богаче его
возможные условия применения, тем это дольше, и потому на практике
менее широкий круг условий можно будет охватить. Как следствие,
может быть, что проверенный вариант в реальном применении
окажется негодным. Собственно, как это касается и человека,
нынешняя адекватность поведения ещё не гарантирует адекватности в
будущем или в новых условиях. Точное начало у мышления также
нельзя обозначить, так как любой организм ведёт свою историю от
появления первой клетки в процессе эволюции. В итоге если какиелибо другие физические явления можно выделить с высокой
точностью, и потому с той же точностью исследовать как на их течение
влияют разные начальные условия, тем самым изучая все особенности
явления, то с мышлением это невозможно.
С другой стороны, отсутствие «идеального мышления» означает и не
существование «единственно верных» решений в создании ИИ.
«Система мышления» должна обладать только лишь «достаточной»
выразительностью, необходимой общей организацией, общим
устройством, чтобы иметь возможность эволюционировать к
конкретным реакциям некоторого уровня сложности и некоторого
общего направления. Это означает, что искусственный интеллект
может быть создан на любой элементной базе, способной на
необходимую выразительность. При этом неконкретность организации,
кажется, ещё и упрощает создание ИИ, так как его можно создавать
приблизительно. Однако, наоборот, если пригодность варианта нельзя
определить заранее, приходится необходимый вариант ИИ искать
методом перебора, то есть фактически наугад, и проверять на
адекватность поведения непосредственно. Но, как показано выше, по
мере усложнения вариантов ИИ становится всё больше и каждый
требует всё более длительного времени для проверки.
И наконец приблизительность понимания процесса мышления не
позволит точно отделить элементы, отвечающие за один опыт, от
элементов, отвечающих за другой, то есть любой частный опыт будет,
по сути, связан сразу со всей «системой мышления». Это значит, что в
мышлении ничем нельзя пренебречь, абстрагировать важное от не
важного, так как в каждой реакции важен может быть любой частный
процесс проходящий в «системе мышления», но когда и насколько он
будет важен — точно установить нельзя. Из-за чего если мышление
копировать, то на всякий случай копировать понадобится всё
абсолютно точно — весь объём мышления сразу, все его элементы на
всех уровнях материи. Что, естественно, невозможно, ни в случае
мышления человека, ни кого-либо ещё, так как абсолютная точность
измерения равносильна полноте знания — при том что ещё задолго до
приближения к «абсолютной точности» систему разрушит
интенсивность «сканирующего» воздействия. Таким образом, если в
мышлении понятны только общие принципы, придётся не только
создавать искусственный интеллект исходя из общих соображений, то
есть более или менее наугад, а не точно «под задачу», но и не получится
«перенести личность» в компьютер — если в мыслительном процессе
нет ясности, то непонятно что и как нужно переносить. Когда явление
непонятно, то описать его в программе невозможно, но чтобы
моделировать явление на компьютере, нужна программа.
Но может ли быть, что в мышлении действительно важно «всё»?
С точки зрения физики, модели которой последнее время всё больше
используются в исследованиях работы мозга, «система мышления» —
это неравновесная система. В состоянии неравновесия — можно
сказать, в состоянии высокого «внутреннего напряжения», система
становится чувствительной, неустойчивой. В результате если в
состоянии равновесия возмущение, передаваясь от элемента к
элементу, будет затухать, теряя энергию на приведение элементов в
движение, то в состоянии неравновесия элементы системы уже
обладают некоторой «избыточной» энергией — «балансируют на
грани». Поэтому даже самое ничтожное возмущение может привести к
высвобождению накопленной ими энергии и их лавинообразному
«обрушению», то есть произойдёт качественное изменение поведения
системы — и чем выше неравновесие, тем активнее будет процесс,
сильнее изменение.
Другими словами, это значит, что в состоянии неравновесия самая
незначительная флуктуация любого параметра системы может быть
всей системой масштабирована — если вызовет «обрушение» системы,
а даже энергичное воздействие на систему, наоборот, может быть
нивелировано — если будет противоположно динамике остальных
элементов. Таким образом, в неравновесной системе, по сути, нет не
значимых параметров, нет уровня точности, которым можно
ограничиться в описании системы — важно может быть всё, и один
упущенный нюанс самого элементарного характера может означать
качественную ошибку в предсказании поведения системы.
В результате на некотором этапе исследований объём познанного
практически перестанет влиять на точность предсказаний, так как если
для предсказания динамики в общем достаточно будет знать только
общие параметры системы, количество которых невелико, их
относительно легко выявить и понять их значение в поведении
системы, то по мере уточнения количество нюансов устройства
системы будет стремительно расти и учитывать такое количество
данных станет уже слишком сложным. В итоге если неравновесное
состояние для системы является основным, то есть система постоянно
«срывается», «рушится» — совершает постоянные неравновесные
переходы в некоторое новое и опять неравновесное состояние, то через
очень короткий промежуток времени поведение системы окажется
неопределённым, несмотря ни на какие исследовательские усилия.
Состояние неравновесия требует интенсивного притока энергии из
среды, а «обрушения» — это скачкообразное распределение этой
энергии по некоторым степеням свободы системы, которое не успевает
произойти плавно как раз из-за её интенсивного притока. И если
взаимодействие со средой достаточно активно, то «срывы» отдельных
элементов, инициирующие «обрушения» других элементов системы,
начнут возникать сразу по всей системе, тем самым «обрушения»
станут конкурировать за степени свободы, по которым будет
развиваться их динамика. В результате такой конкуренции «всего со
всем» выделяются степени свободы, отобранные в контексте сразу
всей системы и её взаимодействия со средой, то есть в динамике
элементов системы возникает макропорядок, наблюдаемый на
масштабах всей системы.
Другими словами, происходит самоорганизация — из хаоса сама собой
возникает упорядоченность. Теперь реакции неравновесной системы,
оставаясь такими же непредсказуемыми неравновесными переходами,
как и раньше, одновременно становятся ещё и организованными.
Появляется качественно новый объект, так как система теперь ведёт
себя качественно по-новому — организованно, упорядоченно. И
потому таким же целостным и организованным является поведение
субъекта, так как приведённое описание — это и описание
принципиальной динамики «системы мышления». Которая,
взаимодействуя со средой, целостно и организованно направляет
поведение субъекта, обуславливая общий эмоциональный подъём или
спад, всегда точно упорядоченную, а не хаотичную, активность всех
мышц.
И возвращаясь к написанному ранее, если в отличие от простых и
равновесных процессов явление мышления связано со всеми уровнями
материи и потому одинаково важны могут быть все элементы «системы
мышления», причём важны непредсказуемо и непропорционально
своим собственным свойствам, то и копировать мышление во всей
полноте необходимо не только «на всякий случай». Если «мыслит»
сразу вся система во всём своём объёме, то какое-либо изменение или
упрощение «системы мышления» в процессе копирования может
привести к такому же непредсказуемому и непропорциональному
изменению и упрощению личности, воссоздаваемой на базе этой копии.
***
Невычислимость мышления имеет другие следствия.
Неустойчивость и потому чувствительность означает, что вроде бы
совершенно одинаковые системы, помещённые во вроде бы
совершенно одинаковые условия, через короткое время станут вести
себя по-разному, индивидуально, так как на самом деле в условиях и
системах всегда есть отличия, пусть и мельчайшие.
Если предсказание поведения субъекта сильно ограничено, то сколько
бы ни накапливать знания, поступки субъекта всегда будут выглядеть
более или менее «свободными», не детерминированными ничем, кроме
его «воли» — его личных желаний и возможностей. «Выглядеть» не
значит, что так и есть на самом деле, однако идея, что «всё уже решено»,
что субъект есть «слепое орудие в руках природы», поведение которого
полностью ей предопределено, становится в той же степени
неочевидной, что и идея о «свободе воли».
Больше того, установить как конкретно в «системе мышления»
возникает какой-либо «продукт мышления» можно, если только знать
алгоритм мышления. Но алгоритм мышления не имеет смысла.
Следовательно, если знание неизвестно как возникает в процессе
мышления, если невозможно сколько-нибудь точно «соединить»
сигналы рецепторов с содержанием сознания, то невозможно и
установить соответствие сознания какому-либо конкретному
физическому процессу, то есть, по сути, и какой-либо физической
реальности вообще.
Этот вывод можно проиллюстрировать аналогией британского
философа Д. Ройса. Рисуя абсолютно точную карту, нужно рисовать и
себя, рисующего себя, — и так до бесконечности. Другими словами,
абсолютно точная карта — это только сама территория, а не знание о
ней. Но из этого следует, что сознание — это не территория, то есть
сознание — это не физическая реальность, так как физическая
реальность может быть только «абсолютно точной», то есть только
самой собой. И так как никаких физических составляющих мозга —
«территорий мозга» — в сознании вроде бы не наблюдается, то всё
сознаваемое — все ощущения и эмоции: лёгкое и синее, удивление и
самолёты — всё это нечто не реальное. Некая не физическая сущность,
каким-то образом возникающая в мозге и только коррелирующая с
физическим процессом мышления и окружающей реальностью.
Однако если бы сознание принципиально отличалось от физической
реальности, то никакая корреляция объективной и субъективной
реальностей была бы невозможной — принципиально отличные
сущности просто не существовали бы друг для друга. В любом другом
случае физическое и психическое — это одна реальность. Поэтому
говорить можно, очевидно, только об особенностях физических
процессов в мозге, определяющих и наличие сознания внутри системы,
и его «качественное» отличие от элементов системы, наблюдаемых
«снаружи».
Какие это особенности? Сейчас известно, что по принципу
самоорганизации, описанному выше, в контексте наследственных
факторов и взаимодействия со средой формируется упорядоченная
структура организма в целом и «системы мышления» в частности. В
контексте устройства последней дальнейшие процессы упорядочения
формируют конкретные алгоритмы поведенческих реакций.
Аналогично можно сказать, что общий контекст потребностей и
способностей субъекта в конкретных условиях эволюционирует до
конкретных задач и их решений. При этом «порядок» — это «не
только» какие-либо составляющие процесса сами по себе, а ещё и
нечто качественно отличное, абстрактное и континуальное, нечто
«обобщающее» уровень отдельных элементов в целое качественно
другой организации, возникающее «над» уровнем элементов и
несводимое к ним — то есть именно нечто такое как сознание.
Таким образом, в этом описании физическое и психическое
действительно не принципиально разные сущности, а лишь
физические процессы разного уровня организации, сложности. Однако,
с другой стороны, в этом описании всё равно не удаётся обойтись без
кавычек. В итоге даже экспериментально подтверждённая корреляция
процессов упорядочения с абстракциями сознания всё равно не даёт
ответа на вопрос — как конкретно физическое содержание мозга, пусть
и упорядоченное, становится сознанием, и даже насколько такая
терминология вообще уместна.
Пределы познания
Непротиворечивость формальной системы обуславливает наличие
невыводимой и неопровержимой формулы. Исходя из чего,
непротиворечивая формальная система может быть представлена как
модель мышления, в котором знание обуславливает наличие смысла. В
свою очередь, противоречивую формальную систему можно
представить моделью реальности в целом, предполагая, что всё сущее
— это нечто, содержащее все причины и следствия, исходящее само из
себя, и потому полностью бессмысленное, одновременно и
существующее, и равное нулю.
Рассуждая с менее абстрактных позиций, смысл можно определить как
обобщённую перспективу явления в контексте задач субъекта.
Уточнение условий приводит к уточнению задач и в той же степени
уточняется смысл. К примеру, от смысла автомобиля вообще до смысла
автомобиля конкретной марки, от смысла пищи в сытом состоянии или
голодном. Но всю реальность наблюдать некому, так как наблюдатель
должен взаимодействовать с наблюдаемым объектом, и потому не
может быть в полной мере снаружи него. В итоге и с менее
абстрактных позиций выводы обо всём — об истоках или
элементарной сущности всего, о границах всего или о том, что было до
всего или будет после всего, и вообще о любом смысле всего — сами
по себе лишены смысла, никакой самый необычный вывод нельзя
будет ни доказать, ни опровергнуть, какова реальность «на самом деле»
не может быть известно.
Таким образом, чтобы внутри бессмысленного всего возник смысл,
должен быть объект, который будет одновременно и частью среды, и
сможет отражать в своих реакциях перспективу явлений. Другими
словами, реагировать не только пропорционально «силе» или
«интенсивности» воздействия среды, но ещё и пропорционально
«важности» воздействия, тем самым усложняя своё взаимодействие со
средой. Очевидно, такое возможно, только если объект будет обладать
собственной неравновесной динамикой, которая может или совпадать,
или не совпадать с воздействиями среды, тем самым масштабируя или
нивелируя эти воздействия в реакциях объекта. Следствием различных
сочетаний воздействий среды и внутренней динамики будет
нелинейность реакций, когда ответ не пропорционален воздействию,
то есть объект будет реагировать исходя из «личного» смысла ситуации,
«обращая внимание» на важное и «не замечая» не важное. Таким
образом, оставаясь частью реальности, объект приобретает ещё и
свойство
«стороннего
наблюдателя»,
субъекта,
«оценивая»
воздействия среды со стороны своего «опыта».
Общая суть такой динамики — усложнение, эволюция от хаоса к
порядку, то есть самоорганизация. Например, никто не организовывает
«систему мышления», и тем не менее, взаимодействуя с конкретной
природной и культурной средой, мышление усложняется, врождённые
потребности и способности уточняются до конкретных задач и
решений. Этот механизм коррелирует и с содержанием субъективного
мира, в котором конкретные абстракции сознания — например, речь,
образы — воспринимаются «на фоне» их смысла, эмоционально
окрашенного самоощущения, то есть абстракции более высокого
уровня возникают в контексте абстракций более низкого уровня,
конкретный опыт исходит из контекста опыта более общего.
Таким образом, чтобы в природе возник смысл, помимо процессов
разрушения, упрощения, стремления к равновесию и покою, должны
быть процессы созидания, усложнения, стремления балансировать на
грани. В итоге на одном уровне или «полюсе» реальности останется
простота — на другом появится сложность, на одном будут процессы
линейные — на другом нелинейные, на одном уровне будет хаос и рост
энтропии — на другом возникнет упорядочение, эволюция. И на одном
из этих уровней, как воплощение сложности, нелинейности и порядка,
находится субъект. В то же время истинно качественного различия
между частями одной реальности быть не может, поэтому не может
быть и абсолютной линейности и нелинейности, абсолютного порядка
и беспорядка, на каждом уровне можно найти более или менее качества
противоположного уровня.
Чтобы понять явление, надо быть много сложнее него — чтобы связать
опыт, то есть некоторую «часть» собственной динамики, со всеми
важными параметрами явления. Тем самым «оценить явление со
стороны», выявить перспективу явления в контексте потребностей и
способностей субъекта. В то же время это означает, что представление
о реальности всегда будет искажённым, так как динамику
наблюдаемых процессов невозможно точно отделить от внутренней
динамики мышления субъекта, то есть смысл наблюдаемого явления
невозможно точно отделить от опыта в целом — и принципиальная
невычислимость мышления означает, что это невозможно в принципе.
Почему познание заключается не только в том, чтобы точнее
«измерить» явление, но и в том, чтобы точнее отделить объективную
реальность от субъективного представления о ней — прежде чем
«измерять», нужно ещё понять что измерять. При этом так как
познание есть приближение к полноте знания — а полнота знания не
имеет смысла, то по мере всё более глубокого понимания законов
природы их смысл, вероятно, будет всё больше ускользать от
понимания, казаться всё более парадоксальным, невозможным.
На преобразование реальности в структуру знания требуется энергия,
поэтому чем точнее знание описывает реальность, то есть чем точнее
понятны законы физики, тем больше требуется энергии на получение
знания. К примеру, если на некотором начальном уровне познания
достаточно интуитивных выводов или размышления, то далее
требуются уже всё более технологически затратные способы
уточнения измерений, наблюдения не наблюдаемых непосредственно
процессов, моделирования или экспериментального воссоздания
явлений реальности. Можно сказать, чем больше объём познанного,
тем быстрее растут затраты на его дальнейшее расширение. В
результате на некотором этапе познания дальнейшее уточнение знания
станет принципиально невозможным, так как всей оставшейся энергии
для этого будет уже недостаточно. Выражаться приближение к пределу
будет во всё более быстро растущих затруднениях в привлечении
дополнительной энергии, и потому каждое новое уточнение будет
требовать всё большего времени. Из этого соотношения также видно,
что сложность знания можно выразить через время, то есть по мере
движения ко всё более точному пониманию природы, время
необходимое для каждого нового уточнения будет всё быстрее
стремиться к бесконечности. Можно сказать, что для познания одних
явлений потребуется энергии больше чем её есть, что равносильно
бесконечному времени познания, для познания других явлений
времени потребуется больше чем его есть, что равносильно затратам
бесконечной энергии.
Более частным ограничением познания будут физиологические и
интеллектуальные особенности человека, которые задают особенности
его взаимодействия с окружающим, объём поступающих рецепторных
данных, объём и сложность «системы мышления» или скорость
процессов мышления, тем самым, например, определяя максимальную
сложность практически реализуемых технологий. Поэтому ещё
задолго до того как энергия закончится, на некотором этапе познания
её привлечение начнёт сталкиваться со всё большими сложностями
практического характера, стремительно растягивая дальнейшее
познание на бесконечное время, фактически делая его невозможным,
лишённым смысла.
Любое явление, процесс или объект можно представить как
динамическую систему. Если динамическая система находится в
состоянии близком к равновесию, стремится к покою, то реакции
системы близки в линейным — пропорциональны воздействию.
Поэтому пропорционально уточнению параметров системы точнее
можно предсказать её поведение, получая, например, возможность
использовать явление как предсказуемый инструмент для решения
задач. Но если состояние неравновесия увеличивается, то есть
внутренние напряжения в системе растут и, следовательно,
чувствительность системы также возрастает, система будет
реагировать на то, что раньше не замечала. В результате чтобы
сохранить точность предсказаний, описание системы необходимо
будет уточнять дополнительно. Уточнение описания, в свою очередь,
связано со всё более точным пониманием законов физики, а значит, и
всё более точным пониманием всей окружающей реальности, её
прошлого и будущего. И чем точнее понятно поведение системы, тем
понимание большего круга природных процессов это знание
подразумевает. При этом чем выше неравновесие, тем требование к
точности описания растёт стремительнее — и, например, в
критическом
состоянии
система
обладает
абсолютной
чувствительностью — столкнуть систему к новой динамике может
воздействие самого элементарного характера. В итоге в состоянии
абсолютной чувствительности динамика системы становится
полностью неотделима от среды, следовательно предсказание
поведения системы в критическом состоянии потребует полноты
знания.
Таким образом, стремительное возрастание требования к точности
описания равносильно такому же стремительному приросту знаний и
о реальности вообще. Поэтому в отличие от других явлений описание
мышления и аналогичных процессов невозможно ограничить
некоторым уровнем материи без значительной потери в точности
предсказаний. Совершая постоянные неравновесные переходы, то есть
постоянно достигая критического состояния и переходя через него,
система, по сути, постоянно чувствует сразу всю вселенную,
«запутывается» со всей реальностью, становясь частью всех её
процессов на всех уровнях. В результате продвижение в понимании
мышления равносильно продвижению в понимании природы в целом,
познанию всей реальности.
Дополнительно затрудняет исследование динамической системы
пространственная сложность, наличие множества сложным образом
взаимодействующих подсистем с нелинейным поведением или
пластичность системы во времени (динамическая эволюция). Всё это
есть в «системе мышления»: пространственная сложность — это
сложность общей структуры мозга (коннектома), нелинейные
подсистемы — это живые клетки, пластичность во времени — рост,
обучение. В итоге аналогично познанию природы в целом, задолго до
понимания его действительной сложности изучение мышления станет
с практической точки зрения невозможным, так как время необходимое
даже для ничтожного уточнения предсказаний поведения субъекта или
усложнения вариантов ИИ будет стремительно приближаться к
бесконечности.
***
Тем не менее, несмотря на все сложности, интеллект уже создан
природой. Причём природа создала мышление вообще без каких-либо
знаний и расчётов, а с помощью только естественного отбора.
Используя изменчивость и наследственность, когда животное,
отличающееся от других в результате некоторой случайной мутации,
либо погибало, будучи слишком неподходящим для данных условий,
либо выживало, давая потомство. Мутации накапливались, возникали
новые виды, и так постепенно жизнь осваивала Землю, всё более точно
и полно заполняя её во всех нишах и на всех масштабах, сейчас уже
выбираясь и на другие планеты. Почему бы, например, не создать
интеллект, повторив и ускорив этот процесс? Другими словами, если
природа создала интеллект «наугад», используя только естественный
отбор, то можно попробовать так же наугад создавать варианты ИИ,
проверять их, оставляя лучшие и отсеивая негодные. В результате,
вероятно, можно будет и создать ИИ любого уровня, и понять
естественное мышление, и при этом обойтись без знаний и энергий —
ведь естественный отбор, кажется, не подразумевает какие-либо
исследования.
По своей сути процесс познания, мышление — это та же эволюция,
естественный отбор — только знания. С тем отличием, что в процессе
биологической эволюции возникают и усложняются сами «системы
мышления» применительно к условиям в целом, а в процессе познания
происходит
усложнение
конкретной
«системы
мышления»
применительно к конкретным условиям жизни субъекта. Таким
образом, в процессе познания происходит «естественный отбор»
алгоритмов поведенческих действий, способствующих повышению
качества жизни, более полному и точному решению задачи
самосохранения и размножения, адаптации к условиям, в чём
заключается общая суть любого знания. При этом возникая интуитивно,
более или менее неожиданно, случайно, какие-то идеи сразу
отвергаются, какие-то уточняются, развиваются и дают начало новым
идеям — и так постепенно знание всё более точно и полно описывает
реальность.
При этом по мере развития речи и, следовательно, возможности
накапливать и усложнять знания из поколения в поколение, можно
говорить уже о начале цивилизации, социальной эволюции, появлении
культуры. Познание становится уже не только функцией индивида, но
и всего социума, что, разумеется, расширяет возможности познавать.
В итоге если следствием биологической эволюции является
расширение и усложнение биосферы в целом, то следствием идущей в
её контексте эволюции социума является расширение и усложнение
набора алгоритмов, подразумевая при этом прогресс во всех областях
деятельности человека от технологического уровня до культурного.
В результате если познание и биологическая эволюция по своему
принципу один и тот же естественный отбор, то создание
искусственного интеллекта по своей сути есть повторение
биологической эволюции, только в контексте выразительных средств
эволюции социума. И с тем отличием, что природа проводит
естественный отбор вариантов интеллекта всегда «экспериментально»,
тогда как человек может делать это ещё и мысленно, в ходе
«мысленных экспериментов». Прибегая к эксперименту реальному
только с целью проверки уже предварительно отобранной в ходе
мыслительного процесса гипотезы. Естественно, предварительный
отбор нежизнеспособных идей в уме требует мало времени и энергии,
так как сам по себе не является повторением изучаемых явлений — в
отличие от эксперимента. Почему некоторого уровня знаний,
исходящего из легко доступных для наблюдения и анализа явлений,
можно достичь относительно быстро и с минимальными затратами. И
наоборот, так как возможности человека наблюдать и анализировать
ограничены, то чем сложнее знание, тем больше требуется времени и
энергии, чтобы его получить.
Как показано выше, ситуация с экспоненциально растущей
сложностью возникает в изучении естественного интеллекта, не
позволяя понять мышление сколько-нибудь точно. В результате
непонятно что и как следует перенести в интеллект искусственный,
тем самым допуская большое количество вариантов ИИ, ввиду
сложности анализировать которые в уме становится возможным только
на самом общем уровне. В итоге в создании ИИ возникает так
называемое проклятие размерности — экспоненциальный рост
необходимых экспериментальных данных в комбинаторных задачах, и
создание ИИ становится уже прямым повторением эволюции. Вместо
«естественного отбора» гипотез в уме, приходится всё больше
проводить «естественный отбор» гипотез с помощью эксперимента,
создавая варианты ИИ и проверяя их непосредственно. Однако в
«экспериментальной» дисциплине вряд ли можно будет не только
«обогнать» биологическую эволюцию, но и хотя бы уложиться в тот же
срок.
Во-первых, природа проверяет сразу множество «гипотез мышления»
— таковым можно считать любое животное, включая человека, — для
всех вариантов условий и решений задачи самосохранения и
размножения, и её попытки не прекращаются. Во-вторых, построение
гипотез
и
вариантов
ИИ
обусловлено
необходимостью
предварительных знаний, уровнем технологий и соответствующего
представления о задачах. К примеру, в Средние века вряд ли можно
было не только угадать компьютер или теорию относительности, но и
совместить их с другими знаниями, технологиями и задачами — и
вообще с прошлыми идеями о сути реальности, почему смысл
открытия попросту был бы непонятен. Так же нельзя «опередить
время» и в исследовании мышления — без соответствующего уровня
теоретических знаний и технологий нельзя ни предположить гипотезу,
ни проверить её, ни построить вариант ИИ, ни понять в каких задачах
его можно применить. И, в-третьих, мышление — это процесс,
поэтому по мере усложнения проверка вариантов ИИ требует всё
большего времени.
Можно рассмотреть вариант с гипотетическим компьютером, который
будет очень быстро перебирать варианты искусственного интеллекта,
моделируя его работу. Однако, как уже говорилось, компьютер может
только имитировать мышление, следуя программе, описывающей
выявленные «внешние» проявления процесса мышления, то есть
компьютер не сделает чего-либо «сам», так как физически никакого
моделируемого процесса в компьютере не происходит. Например,
реальный мяч покатится «сам», достаточно только по нему ударить, но
моделируемый компьютером мяч «покатится», только если этот
процесс также будет отображён в программе. Поэтому программу
компьютеру необходимо писать со всеми подробностями
моделируемого процесса, а её сложность, следовательно будет
коррелировать с количеством выявленных в мышлении подробностей.
Но так как все подробности мышления выявить невозможно, то любая
компьютерная модель будет много проще реального мышления. При
этом компьютеру невозможно будет задать критерий остановки
перебора вариантов, так как он должен быть конкретным — тем
отличаясь от процесса приспособления, который конкретного итога не
имеет. Почему адекватность поведения каждой модели всё равно
придётся отслеживать самому человеку, то есть со скоростью более
или менее приближённой к реальному времени. И моделировать
придётся не только всё более сложное мышление, но и среду, и чем
сложнее ИИ, тем полнее должна быть модель среды, подразумевая и
физические, и культурные составляющие. Но всё более точное
моделирование среды — это то же самое всё более затратное
приближение к полноте знания. К примеру, в моделировании
поведения других людей — для моделирования культурной
составляющей среды — противоречие возникает явным образом:
чтобы моделировать мышление, нужно моделировать поведение
других людей, но моделирование поведения других людей по
сложности аналогично моделированию мышления этих людей,
включая ещё и устройство их организма. Таким образом, и самый
быстрый компьютер не позволит продвинуться в создании ИИ далеко.
Поэтому в итоге всё сводится к одному — возможности анализа сильно
ограничены, а возможности экспериментировать у природы гораздо
богаче, из-за чего «догнать» её невозможно в принципе. Так же как
алгоритм не может выразить мышление — эволюцию «системы
мышления», так же эволюция социума не сможет выразить
биологическую эволюцию. Искусственный интеллект является
некоторым частным продолжением эволюции социума, то есть
некоторым частным выражением способности человека и человечества
к познанию, в свою очередь, сам социум является некоторым частным
продолжением биологической эволюции, частным выражением
возможностей эволюции создавать животных с разными
способностями. Поэтому интеллектуальных возможностей человека и
возможностей социума привлекать для познания время и энергию не
хватит, чтобы воспроизвести биологическую эволюцию и реализовать
интеллект, способный не просто решать отдельные интеллектуальные
задачи, но и достичь уровня интеллекта человека — и стать скольконибудь полноценным участником социума, или тем более создать свой
социум «внутри» или «над» человеческим. Эволюционируя в
контексте выразительных средств интеллекта людей — их
способности выделять задачи, объединять усилия и сохранять цели во
времени, искусственный интеллект в принципе не сможет выразить
этот контекст и приблизиться к уровню интеллекта человека в той
полноте, чтобы определять стратегии лучше человека, в итоге всегда
оставаясь тактическим средством для решения частных задач,
аналогично механизмам и компьютерам.
Таким
образом,
создание
искусственного
интеллекта,
приближающегося к человеческому, в той же мере не имеет итога, как
и написание алгоритма мышления или познание. Почему если сейчас
на уровне понимания общих принципов мышления анализ, повидимому, помог даже обогнать эволюцию — точно так же как на
некотором общем уровне известных законов физики сейчас понятна
природа в целом, то, по-видимому, ещё задолго до приближения к
уровню сложности мышления человека начнётся отставание, и
дальнейшее усложнение искусственного интеллекта потребует уже всё
большего времени, чем на то же потратила природа. При том что и
сегодняшние задачи, и социум, и человек, очевидно, не вечны. Как
говорилось ранее, сложность знания можно выразить через время
познания — и сложность человека скрыта в миллиардах лет
«мышления» природы, происходящего на совершенно иных
масштабах, чем уровень возможностей человека.
Сделанные выводы так же коррелируют с теоремами Гёделя, как и
предыдущие. Формальная система существует, но выразительными
средствами
самой
системы
формула,
утверждающая
непротиворечивость этой системы, невыводима. Аналогично и субъект
существует, но выразительными средствами самого субъекта, то есть
усилиями самого человека, он невыводим. Тем не менее точных границ
между тем, что можно понять и что нельзя, провести невозможно —
для этого нужно оценить возможное к познанию «со стороны», то есть
со стороны невозможного к познанию, что не имеет смысла. Поэтому
заранее непонятно какого знания можно достичь, а значит, в любом
затруднении можно надеяться найти новые методы, чтобы понять
природу ещё точнее.
***
Итак, исходя из приведённых в главах выше логических аргументов,
алгоритм мышления не существует — точнее, применим к описанию
мышления минимально. Во-первых, потому что изменения в системе
происходят сообразно среде, а не по какому-либо заранее
существующему алгоритму, во-вторых, разнонаправленные изменения
происходят целостно во всём объёме системы, и, в-третьих, эти
изменения могут зависеть от мельчайших нюансов системы, в том
числе явлений самого элементарного характера. В результате
понимание мышления сильно ограничено и возможно или слишком в
общем, или слишком в частном. По тем же причинам предсказание
поведения возможно или в общей сути, или на очень короткий
промежуток времени. В итоге нельзя перенести себя в компьютер,
скопировать мышление, установить «сущность» сознания, которое
«качественно» отличается от элементов мышления, или точно узнать
что и как ощущает субъект.
Есть ли более конкретные основания у этих выводов? Это уже
упомянутые неравновесие и нелинейность, а точнее, самоорганизация,
о чём пойдёт речь, начиная с одноимённой главы. В то же время если
невозможно точно установить как возникает знание, то его истинность
неизвестна, поэтому прежде необходимо понять, в чём основание
знания, насколько вообще можно доверять какому-либо знанию.
Эволюция методов познания
Опыт — это объём «потребностей и способностей» субъекта,
структура его «системы мышления». Если нет необходимых
потребностей и способностей, то есть структура «системы мышления»
не имеет соответствующей организации, явление не будет выделено из
окружающего, так как, в данный момент или вообще, это явление не
несёт для субъекта значимой перспективы, «не имеет смысла». К
примеру, животные, которым с рождения показывали только
вертикальные линии, потом хуже замечали горизонтальные
препятствия и натыкались на них. Или, находясь в опасности, мы не
обратим внимание на многое из того, что в другой ситуации было бы
важно.
Чем больше объём опыта, тем отчётливее выделение себя из
окружающего, так как при мысленном сопоставлении становится всё
более заметно отличие собственного поведения, вариативного
согласно личной стратегии, от неизменных причинно-следственных
связей неживой природы. Неизменность которых по мере накопления
опыта также становится всё более заметна, а причины и следствия всё
более понятны. В результате накопление опыта обуславливает и
эволюцию представлений о метафизической сути реальности,
появление новых, разумных в этом контексте методов познания и
связанных с ними новых типов теорий.
Например, в глубоком прошлом, в отсутствии знаний для выработки
другой точки зрения, субъект отождествлял окружающее с собой,
своими задачами, считал себя подчинённой частью такой же живой, но
могущественной природы, зависимым от её воли. Другими словами,
ещё относительно слабо воспринимая себя как некоторое отдельное и
самостоятельное целое, субъект так же минимально выделял и
противопоставлял себе другое целое — природу. В этом контексте
было разумно не целенаправленно рассуждать, а просить окружающее
о нужном, ждать от неё озарения верной идеей, приближая его
жертвами и «магическими» действиями, которые, казалось,
способствовали озарению, были понятны природе, демонстрировали
ей уважение просящего и значимость его просьбы. Например, и сейчас
в важной ситуации, когда нет возможности рационально повлиять на
её исход, всем присуще злиться на предметы, жалеть или уговаривать
их, взывать к окружающему как будто оно может помочь, обещая
взамен изменить поведение в лучшую сторону, пожертвовать чем-то
важным.
Если окружающее живое и могущественное, то разумно подмечать
закономерности в «поведении» природы, а не исследовать её как объект.
При этом вначале заметно только самое общее или самое необходимое,
другие детали неясны и не имеют смысла. Аналогично поведение
любого живого существа в общем неизменно и понятно, в частном же,
наоборот, изменчиво и непредсказуемо, почему если природа живая
или непосредственно связана с волей живого существа, то и с этой
точки зрения бессмысленно пытаться понять её «поведение» во всех
подробностях. В результате отличие от привычного могло казаться
преходящим и ложным, а неуклонное следование устоявшимся
традициям считаться разумнее новых идей.
По аналогии с собой врождённый альтруизм человека как социального
животного, понимался теперь и как присущий природе и требуемый ей,
при этом способной видеть ещё только намерения и наказать даже за
мысли. В результате получает поддержку мораль, так как к другим
факторам отбора более сплочённых сообществ, добавлялась ясная
причина и для внутреннего самоконтроля. Что было особенно важно в
эпоху, когда инстинкты уже не оказывали прежнего организующего и
сдерживающего взаимную конкуренцию влияния, ввиду увеличения
объёма личного опыта, а государственный аппарат контроля и
наказания или сложные логические суждения ещё не существовали.
Таким образом вначале возникают приметы и обычаи, формализуются
первые нормы поведения, становится понятен самый общий ход вещей.
В то же время упор на традицию и потому отсутствие быстрого
прогресса позволяло длительно «тестировать» и «шлифовать»
культурное основание, на котором впоследствии возникнет
современное общество, «цементировать» племена некоторого
природного ареала общими ценностями, создавая цивилизации.
Приверженность обычаю отражалась и в устройстве общества —
например, в наследовании роли человека в нём или априорном
авторитете людей высокого положения, как избранных «высшими
силами», напрямую связанными с ними.
Отражением и проводником этих представлений возникают религии —
первыми типами которой считаются анимизм и тотемизм. Имеющие в
непосредственном основании интуитивные идеи, первые и наиболее
общие теории, объясняющих бытие мира и человека,
устанавливающие необходимые нормы поведения. К учению религии
человек уже целенаправленно обращался выбирая поведение, тем
самым одновременно увязывая его в едином просоциальном ключе с
поведением остальных людей данной культуры. Как следствие, в
контексте общего процесса накопления опыта и разделения труда
выделяется и социальный институт, толкующий религию, начинаясь от
шаманов и до современной церкви, объясняющий смысл учения
религии применительно к конкретным ситуациям. При этом целостное,
максимально общее и согласованное длительным применением
содержание религий способствует их минимальной изменчивости в
процессе познания, определяя их роль проводника наиболее
консервативных ценностей.
По мере накопления опыта различие между живым и не живым
уточняется, возникает идея созданности окружающего по аналогии с
тем, как сам человек учился создавать. «Высшие силы» природы
предстают уже больше как некие «отдельные» и «внешние» создатели
природы, а не само окружающее, природа и человек понимаются более
«самостоятельными», чем прежде. В результате возникает и смысл
целенаправленного познания. Если раньше человек больше ожидал
подсказок от природы в виде интуитивных озарений и знаков,
имеющих магический смысл, а познание, по сути, заключалось только
в их толковании в соответствии с традиционными взглядами, то сейчас
появляется смысл и у «самостоятельного» мышления, активного и
целенаправленного поиска новых решений, способных объяснить и
улучшить жизнь.
Мир к этому времени считается состоящим из глобальных стихий —
по сути, некоторых первых подмеченных «качеств» окружающего типа
хаоса, огня, земли, эфира и других. При этом сознание всё ещё кажется
единым с окружающим, из-за чего аналогично изменчивому
субъективному миру и природа тоже кажется изменчивой и
непостоянной, имеющей настоящую сторону и идеальную, как
отражение обычной жизни и стремлений человека к лучшему. Почему
реальными также могли считаться и такие «сущности», как добро, цели,
числа, идеи, формы и т. д.. Например, по мнению древнегреческого
философа Пифагора (VI век до н. э.) числа могли обладать
нравственными силами — к примеру, 4 и 7, как средние
пропорциональные между 1 и 10, считались началами
пропорциональности, и потому началами гармонии, здоровья,
разумности. Демокрит (V век до н. э.), развивавший атомистическое
учение, считал, что из «атомов» состоит не только материя, но и идеи.
По мнению Платона (IV век до н. э.) познание — это воспоминание
души об идеях, которые она созерцала до соединения с телом.
Если составляющие сознания и окружающая природа — это одно
целое, то разумный метод познания — это наблюдение явления и
последующее мысленное исследование его предпосылок. Что
позволяет уточнить интуитивный вывод, выделяя детали и связи
явления, обобщая их в новое понимание целого. Например, в учении
Аристотеля (IV век до н. э.) — одной из самых масштабных фигур
античной философии, отправным пунктом познания утверждается
наблюдение, однако истинное знание, как он считал, может
достигаться только благодаря деятельности ума, способного к
созерцанию высших принципов знания непосредственно. Поэтому
ощущение верного вывода — ощущение «логичности» понимается
истинной действительностью, а возможное несоответствие логичного
и наблюдаемого — как, может быть, лишь несоответствие истинного и
преходящего, например, из-за постоянного взаимопревращения стихий
или тлена природы в неидеальном «подлунном» мире. В результате
«логичный» вывод в то время мог считаться разумнее непосредственно
наблюдаемого, а изучение точного устройства природы ввиду её
возможной изменчивости не имело ясного смысла. Например,
Аристотель разделял науки на «теоретические» — физика, математика,
цель которых — знание ради знания, «практические» — этика и
политика, дающие человеку руководящие идеи, и «поэтические» —
творческие, ставящие задачей познание прекрасного.
Следствием и проводником подобных представлений, возникает новая
форма познания — философия, которая начинает активно развиваться
около VI века до н. э. в Древней Греции, Индии и Китае. Философия
исследует «качественные» основания бытия природы и человека,
исходя из более конкретных представлений о ней, что обуславливает и
более конкретные в сравнении с религиями теории — философские
учения. Формализуются приёмы ведущие к верному выводу, —
приёмы логики, «правильного мышления», которое теперь уже не
ограничивается «однократным» актом интуитивного вывода или
сверкой с положениями религии, а подразумевает выделение и
развёрнутое мысленное исследование предпосылок явлений.
Возникает элементарная математика.
Со временем, в том числе по мере развития технологий, окружающее
предстаёт всё более механистичным, воспроизводимым при
повторении условий, отличным и независимым от изменчивого
внутреннего мира. В этом метафизическом контексте возникает смысл
точного познания элементов природы, как деталей точного механизма.
Для чего разумен уже эксперимент, в котором можно воспроизвести
нужное явление — как часть природного механизма, и изучать его,
варьируя начальные условия. Тем самым появляется возможность
установить уже и количественные взаимосвязи. В итоге области
познания, накопленные знания в которых удалось достаточно
конкретизировать для применения экспериментального метода,
выделяются из философии в первые научные дисциплины — например,
физика, биология. Возникает математика переменных величин.
Экспериментальный метод упоминается в XIII веке в сочинениях
математика и естествоиспытателя епископа Роберта Гроссетеста и
начинает активно развиваться в XVII веке, в частности, после работ
Галилео Галилея по механицизму. Галилей первым использовал
телескоп для наблюдения небесных тел и сделал ряд выдающихся
астрономических открытий. В том числе обнаружил, что поверхность
Луны не гладкая, каковую подобало иметь небесному телу,
принадлежащему «идеальному» миру, а имеет горы и впадины, как
Земля. Что также способствовало развитию механистической
парадигмы,
опровергая
господствующее
два
тысячелетия
представление Аристотеля, что область между орбитой Луны и
центром Земли, есть область беспорядочных неравномерных
движений, тлена и непостоянства. Согласно Аристотелю все тела в
«подлунной» области состояли из низших элементов: земли, воды,
воздуха и огня, — в отличие от эфира, из которого состоял идеальный
«надлунный» мир. Таким образом, астрономические наблюдения
Галилея опровергали и представление о принципиальном отличии
миров, тем самым объясняя мир единым и познаваемым, раздвигая
границы познаваемого, наполняя познание универсальным смыслом
поиска законов всей природы, способствуя тем самым росту
авторитета науки и учёных. Галилей также считается основателем
экспериментальной
физики,
он
сформулировал
принцип
относительности, на котором базируется классическая механика.
Эйнштейн назвал Галилея «отцом современной науки».
В итоге накопление опыта как человеком, так и человечеством
отражается в постепенном уточнении границ между субъективной и
объективной реальностью в общем контексте задачи самосохранения
и размножения, стремления к лучшему качеству жизни. Одновременно
проявляются и уточняются составляющие субъективного и
объективного мира — элементы и законы природы, мышления,
социальные аспекты. Эволюционируют методы познания, которые
позволяют получать всё более точное знание и обобщать его во всё
более формальные теории. Возможно, что и дальше представление о
связи себя (сознания) и окружающего мира продолжит уточняться, что
приведёт к новой метафизической парадигме и новому методу
познания. И наоборот, если экспериментальный метод в
фундаментальной науке столкнётся с какими-либо ограничениями
непреодолимого характера — например энергетическими, то в
отсутствии нового метода, исчерпав практические следствия
известных теорий, познание, по-видимому, обратно сведётся к
философии и религии, может быть, их новым формам.
В то же время можно заметить, что процесс познания во все времена в
целом один и тот же: вначале интуитивно возникает идея, которая
уточняется более или менее выраженным логическим размышлением,
и, если это возможно, уточняется вплоть до конкретной проверяемой
гипотезы. Которая уже «окончательно» уточняется экспериментом, под
которым можно понимать вообще применение знания, независимо от
понимания этого процесса как именно «эксперимент». Таким образом,
эволюция методов познания фактически заключалась не в нахождении
новых методов, а в уточнении границ применимости обычных
действий в процессе накопления опыта. Например, если изначально
познание носило интуитивный характер, почему составляющая
моделирования поведения прежде его применения была минимальной,
то в нынешнее время моделирование может включать в себя и сверку с
предыдущими знаниями, и развёрнутое логическое исследование, и
эксперимент — и только после этого уже делается вывод о
возможности использовать знание. В итоге кажется, что цепочка
«интуиция — логика — эксперимент» полна, то есть никакой «новый
метод» уже невозможен. С другой стороны, может быть, так же считали
и древние философы, не замечая эксперимента.
***
Рассмотрим ещё один вывод. Как показано ранее, знание не может
быть полным, не может точно обосновывать само себя во всём.
Поэтому, например, невозможно абсолютно точно отделить фантазию
от реальности, субъективное от объективного, всегда будет оставаться
что-то непонятное — «невыводимые и неопровержимые формулы». И
если мир понятен ещё не полностью, то ни в чём точно уверенным
быть нельзя, истина неизвестна — «невыводима формула,
утверждающая непротиворечивость». Таким образом, пока знание не
полно, то утверждать ничего нельзя, а если знание полно, то нет ни
знания, ни субъекта. Однако если утверждать ничего нельзя, то и
утверждать, что ничего утверждать нельзя, тоже нельзя, если знание
имеет смысл, то ни в чём уверенным быть нельзя, в том числе и в том,
что знание имеет смысл. Может быть, окружающий мир, математика,
мышление — всё это только сон и ничего этого на самом деле нет.
Точно так же, только посмотрев на детали со стороны можно понять их
действительный смысл, но если выводы о всей реальности лишены
смысла, то, выходит, что и выводы о частях реальности не имеют
смысла в той же степени. Получается, возможно всё и ничего, любое
знание бессмысленно даже при наличии смысла?
Однако само «наличие себя» говорит о том, что какие-то возможности
в реальности уже выбраны, реальность упорядочена хотя бы тем, что в
ней есть Я. Это единственная абсолютная истина и в то же время сама
общая точка отсчёта, исходя из которой смысл приобретают остальные
ощущения, которые выступают уже в роли гипотез о происходящем «с
Я» или «вокруг Я». Следовательно одна истина — «Я» всё-таки
существует, реальность не равна нулю — она минимум равна Я. Но и
одной этой истины достаточно для познания. Общая суть которого
поэтому — процесс выдвижения и опровержения гипотез. Например,
любая научная теория по своей сути — гипотеза, которая пока не
опровергнута, то есть смысл которой (границы применимости) ещё не
уточнён новой теорией, описывающей реальность более точно и полно
(имеющей большую предсказательную силу), и тем самым
позволяющей более точно и полно планировать будущее, выстраивая
стратегию поведения.
Я — начало, Я не определено и ни из чего определённого не исходит,
поэтому Я невозможно опровергнуть и Я не имеет доказательств, но
что есть Я, где есть Я, как есть Я? Можно воспринимать всё как сон
или выделить в сознании «объективный» мир, который окружает Я, в
котором есть другие субъекты, природа, культура и так далее. В этих
границах возникает и смысл математики, и рассуждений выше.
Поэтому утверждения о бессмысленности полноты знания или
бессмысленности выводов о всей реальности в этих границах имеют
смысл. Но дальнейшие выводы из них, что в таком случае все знания
одинаково бессмысленны, нет вообще никаких истин, за эти границы
уже выходят, так как отвергают в том числе и смысл тех знаний,
которые лежат в их собственном основании. Почему такие выводы
сами лишены смысла, они сами себя опровергают. Таким образом,
несмотря на то, что предположения о Я не являются истиной, они не
являются и бессмысленными.
Это же, по сути, следует и из теорем Гёделя. Есть некоторая
формальная система, в которой существует невыводимая и
неопровержимая формула. И выясняется, что сама эта формула и
утверждает собственную невыводимость. Формула есть и она
неопровержима, но её как будто бы и нет, потому что она невыводима.
И если этой формулы не будет, в системе не будет смысла.
Невыводимая и неопровержимая формула — это невыводимый и
неопровержимый субъект, который есть — и это неопровержимо, но
его как будто бы и нет, потому что он невыводим. И если невыводимого
и неопровержимого субъекта не будет — в мире не будет смысла.
Логику принципиальной ограниченности знания можно проследить
также и в других математических теориях. Например, в парадоксе
Рассела — известном парадоксе теории множеств или аксиоме выбора
— одном из важнейших принципов этой теории.
Например, можно представить множество людей или, к примеру,
множество электронов. Очевидно, что само множество людей или
электронов, как объект — это не человек и не электрон, то есть
множество людей или электронов — это такие множества, которые не
содержат сами себя в качестве своего элемента. Но что если
представить множество всех множеств, которые не содержат себя в
качестве своего элемента, — будет ли это множество содержать себя в
качестве своего элемента? Так как речь идёт не о множестве
конкретных объектов, а о множестве всех множеств, то, очевидно,
такое множество будет содержать себя своим элементом. Однако речь
идёт о множестве всех множеств, которые не содержат себя своими
элементами, следовательно множество всех множеств себя своим
элементом содержать не может. Связь с принципиальной неполнотой
знания в том, что «множество всех множеств» можно представить как
всё сущее. Будучи частью мира, сделать вывод обо всём мире
невозможно, в то же время наблюдать мир можно только будучи его
частью. Таким образом, на какую бы точку зрения не вставать, вывод
обо всём сразу — о «множестве всех множеств» — не имеет смысла.
Этот парадокс имеет много неформальных формулировок и был
известен ещё в Древней Греции. Например парадокс лжеца: «Это
высказывание ложно». Если это высказывание действительно ложно,
то оно правдиво говорит о своей ложности, то есть оно правдиво. Если
же оно правдиво, то оно ложно. В другой формулировке: «Мэры всех
городов должны жить не в своем городе, а в специальном Городе
мэров». Но где тогда должен жить мэр Города мэров? Или даже такой
вариант: если разделить все числа на интересные и неинтересные, то
неинтересные числа сразу станут интересны тем, что они
неинтересные.
Согласно аксиоме выбора, если есть множество элементов, то можно
выбрать один из них. Например, в коробке с шарами разных размеров,
очевидно, есть наименьший шар, то есть выбор наименьшего шара
возможен явным образом. Однако столь же явно нельзя определить
наименьший элемент открытого интервала (0, 1) — всегда найдётся
ещё меньший. Или, например, нельзя выбрать число Пи, так как его
вычисление бесконечно, число Пи трансцендентное. Таким образом,
эти объекты как будто бы есть, но их как будто бы и нет. Бесконечность
уточнения и бессмысленность выбора здесь можно сравнить с
бесконечностью познания и бессмысленностью абсолютной точности
или полноты знания.
Можно заметить, что аксиомы математики, из которых исходят в том
числе и теоремы Гёделя, находят своё отражение в реальности,
несмотря на то, что никаким «законам природы» аксиомы
соответствовать не обязаны и принимаются лишь на основании
желания математика. Тем не менее в определении содержательности
суждений математического языка математик естественным образом
исходит и из привычного ему порядка вещей в окружающем мире. В
столкновении идей личное и несущественное отбрасывается, оставляя
в сухом остатке абстрактное отражение реального мира, а не
бессмысленные фантазии. Таким образом, не природа исходит из
математики, а математика возникает в обобщении наблюдаемого,
следовательно в познании реального мира математическая теория
может служить ориентиром, но не доказательством. Это также означает,
что дальнейшее познание природы может когда-нибудь оставить
теоремы Гёделя артефактом старых представлений о ней — неточных
и неполных, сужая их применимость в аналогиях с реальным миром.
***
Ввиду наличия только одной истины — «себя», полагаться в
определении разумного приходится также только на собственные
ощущения, то есть в целом на то, повышает знание качество жизни или
нет. Поэтому, например, идея, что происходящее — это не сон, что есть
внешний мир и другие субъекты, никакого подтверждения не имеет,
кроме того, что такая интерпретация способствует повышению
качества жизни. При этом ощущения разных людей не совпадают — в
то же время человек не может выжить в одиночку. Вследствие чего
разумное исходит из гласного и негласного согласия людей, что считать
разумным и корректирующей силы естественного отбора.
Например, несмотря на то что эксперимент способен дать наиболее
точное знание, он не всегда возможен, поэтому в разных условиях
уместны разные методы познания. К примеру, в «первобытных»
условиях, то есть в незнакомой обстановке, в условиях минимального
багажа знаний, дальше интуитивного вывода пойти не получится. Что,
по сути, есть надежда на удачу, скрытые знания и силы. В то же время
интуитивная уверенность в своей правоте предшествует другим
аргументам, заставляя их искать, может быть, идя наперекор
общепринятому. И часто даже не нуждается в аргументах — что не
логично, но любая логика может оказаться неверна, так как всё учесть
невозможно. Интуитивным выводом отчасти можно считать
соотнесение идеи с её популярностью или автором, так как о
разумности идеи могут говорить положение её автора в обществе или
даже его уверенный тон, которые «сами собой» подтверждают ум
человека. Что, к примеру, может быть ориентиром, когда нет времени
рассуждать. Таким образом, «интуитивный» метод разумен, когда нет
достаточных знаний или при необходимости быстрых решений.
Далее возникла идея, что в более точном устройстве природа — это
поле действия субстанций, обобщающих внутренний и внешний мир,
поэтому «правильным мышлением» можно понять законы реальности,
а ощущение, что вывод правильный, «логичный» — это и есть
основание его истинности. Такой метафизический контекст
подразумевает более точное знание, как исходящее из большего объёма
опыта, внимательное мысленное рассмотрение которого позволяет
точнее определять границы возможного. В то же время сейчас понятно,
что между сознанием и окружающим нет прямой — «линейной»
корреляции, поэтому размышление требует постоянной сверки с
реальностью. В ином случае логичный вывод может быть так же
«нелинеен» по отношению к реальности и к тому же отличаться у
разных людей. С другой стороны, несмотря на индивидуальность в
частном, в общем все люди схожи, схожи их условия жизни и потому
схож и их опыт — в результате по общим, «качественным» вопросам
можно прийти к согласию просто через обмен мнениями, а
специалисты — внутри своей группы со схожим в том числе и частным
опытом — поэтому могут прийти к согласию и в отношении частной
гипотезы, которую необходимо уточнить в эксперименте. Таким
образом, логическое размышление в целом более приспособлено
выявлять «качественные», то есть некоторые общие, системные
отношения, почему само по себе оно уместно, когда есть знания о
предмете, но нет возможности провести эксперимент, чтобы
установить отношения в точности.
Эксперимент же, имея в основании идею природы как точного
механизма, позволяет установить точные взаимосвязи окружающего,
тем самым предоставляя мышлению необходимую «сверку с
реальностью». Следовательно эксперимент возможен в случае, если
явление понятно настолько, что в отношении него может быть
выработана проверяемая гипотеза.
Аналогично в разных условиях более разумен свой метафизический
контекст восприятия реальности. В отсутствии возможности
рациональным способом повлиять на важную ситуацию естественно
воспринимать окружающее живым, способным мешать или помогать,
так как представление о себе — это единственная в данном случае
точка отсчёта для выводов. Которая по крайней мере заставит
внимательнее взглянуть на происходящее, инстинктивно понимая
непредсказуемость живого, напомнит об этической стороне поступков.
«Логический» контекст прямой связи внешнего и внутреннего мира
подразумевает возможность «проникнуть мыслью» в суть вещей — и
если так не считать, то какие-либо рассуждения теряют смысл. И
наконец метафизический контекст «точного механизма» разумен, когда
есть возможность сделать конкретный вывод и проверить его.
При этом очевидно, что в отношении к реальности нельзя провести
какую-либо чёткую границу и разные люди в разных ситуациях
воспринимают мир по-разному. Тем не менее явно неадекватный
контекст, то есть явно неверное понимание границ применимости
методов, их возможностей, приводит к таким же неадекватным
выводам. Например, когда научная теория отрицается на основании
общих соображений о несоответствии её привычному опыту, когда
итог рассуждения понимается как точная реальность, наличие или
отсутствие бога пытаются обосновать с помощью рациональных
аргументов, или когда ненаучность воспринимается прямым
синонимом ложности знания.
Каждый метод познания формирует свой тип теорий — имеющих свои
особенности и по-своему повышающих качество жизни, аргументируя
выбор той или иной стратегии поведения. Например, в исторической
перспективе отношение к природе как к живой или управляемой и
появление религий помогло сформировать общество, «освящая»
традиции. Философия научила думать, эксперимент применять знания.
При этом неверно утверждать, что философия уточняет религиозные
идеи, а наука философские, — несмотря на пересечения и, как
следствие, взаимное влияние и столкновения, каждый метод
развивается в своём метафизическом контексте, почему исследует мир
по-своему и во многом в своих явлениях — и это принципиальное
положение, так как вне полноты знания свети всё к единой теории
невозможно. В более частном ракурсе, например, невозможность
алгоритмизации мышления означает, что психологию никогда не
удастся заменить естественнонаучной теорией и строгими формулами,
то есть объяснение поведения всегда будет подразумевать
значительную составляющую субъективного толкования. Из чего, в
свою очередь, следует, что в психологии личность исследователя, его
житейский опыт всегда будет иметь относительно более высокое
значение, чем то же в естественнонаучных дисциплинах. То же можно
сказать об истории, где исследование подразумевает трактовку
сохранившихся артефактов, а не эксперимент. Точно так же как
мышление, история не имеет начала, не имеет конца и не может быть
формализована сколько-нибудь точно. В результате, не имея
объективной точки отсчёта истории и не зная её окончательного итога,
значение одних и тех же исторических событий можно трактовать по-
разному.
***
Как показано ранее, алгоритм мышления не имеет смысла, поэтому
знание исходит из принципиально непонятного — из неосознанного
«ниоткуда» и продолжается в бесконечное «никуда», не имея итога.
Точно так же невозможно установить исток или конец всего или,
например, минимальный или максимальный элемент реальности, так
как строгое доказательство любого из этих обстоятельств было бы
равносильно полноте знания. Даже само наличие таких процессов и
объектов не очевидно, хотя на первый взгляд выглядит таковым. К
примеру, кажется очевидным, что у реальности есть минимальные
элементы — элементарные неделимые «кирпичики», из которых
состоит всё. Однако тогда все физические явления должны возникать
из геометрии этих «кирпичиков», что уже, наоборот, кажется
невозможным. Получается, «минимальные элементы» и должны быть,
и не могут быть.
То же касается и «максимального элемента» — всей реальности.
Непонятно, насколько обоснованно может быть рассуждение о том, что
было до появления всего. Например, по современным представлениям
наша вселенная возникла в результате флуктуации и последующего
инфляционного расширения ничтожной области некоторого
скалярного поля (точнее, предполагается, что такая флуктуация
должна привести к появлению множества областей инфляционного
расширения, ставших вселенными со своими физическими законами)
— то есть что-то «уже было». Аналогично не имеет смысла
рассуждение о каких-либо конкретных границах всей реальности, без
чего не имеет смысла и идея максимального элемента.
Поэтому, например, может быть множество религий, включая и
атеистические взгляды, так как в отношении столь неконкретных
«явлений», как бог, душа или жизнь после смерти можно делать любые
утверждения — они всё равно не могут быть ни подтверждены, ни
опровергнуты ни логикой, ни экспериментом. К примеру, даже
явившаяся людям некая реальная «высшая сила» не сможет
подтвердить свою сверхъестественную природу, так как любое чудо
можно будет списать на знания более развитой цивилизации,
представителем которой «сила» на самом деле является, а чтобы
проверить вечность её существования, нужно самому существовать
вечно. Даже сделав богом самого человека, «высшая сила» в итоге
докажет своё существование такому же богу, а не человеку. Можно
встретить аргументы о жестокости бога, который допускает в мире
страдания и несправедливость, что противоречит утверждению
религии о его справедливости и милосердии и потому, следовательно,
это противоречие логически опровергает религию. Однако мир, где все
счастливы, не может существовать, он не имеет смысла, поэтому или
есть жизнь, где есть и боль, и радость, или нет жизни. Таким образом,
милосердие бога не противоречит наличию в мире зла. Аналогично
несостоятелен аргумент о неразумности или несправедливости неких
конкретных «решений бога» — человек не видит всей картины и
потому не способен судить достоверно. Например, стратегия не равна
тактике, просчитывая ситуацию на три ходя вперёд, можно, не
подозревая этого, быть орудием в руках того, кто просчитывает её на
пять ходов; в некотором частном контексте можно наблюдать зло, а в
контексте более глобальном оно предстанет добром; смысл целого не
равен смыслу элементов, поэтому значение отдельных людей может
быть несоразмерно с задачами социума, с другой стороны, можно поразному трактовать задачи социума. В итоге, имея в непосредственном
основании интуитивную симпатию, а не строгие аргументы, религия
подразумевает широкий простор для личного толкования, из-за чего
понимается каждым в значительной степени индивидуально, от
полного принятия до полного отрицания.
Более частные философские идеи можно и верифицировать точнее,
исключив явно противоречивые в контексте нынешнего опыта выводы,
а научная теория, объясняющая некоторое конкретное явление, обычно
вообще одна, так как она имеет в основании уже слишком много
точных знаний, чтобы непротиворечиво интерпретировать данные
экспериментов как-либо ещё. И только новые факты позволят
посмотреть на реальность «под другим углом» и открыть новое
явление, обобщив старые и новые эксперименты в новую научную
теорию с большей предсказательной силой, объясняющей природу
более точно и полно.
В то же время если утверждения религии о сверхъестественных
сущностях нельзя ни доказать, ни опровергнуть, то, кажется, религии
не имеют смысла, так как, ввиду надуманности основания, они не
могут адекватно предсказывать будущее — их предсказательная сила
равна нулю. И потому, в отличие от научной теории или философии,
религии не могут повышать качество жизни, так как не позволяют
использовать их предсказания в выработке стратегии поведения.
Однако религия в этом отношении ничем не отличается от философии
или науки, смысл религии точно так же возникает в определённом
метафизическом контексте, который точно так же никаких строгих
доказательств не имеет и подразумевает только некоторую
интуитивную симпатию к такой точке зрения. Поэтому отличие не в
надуманности или обоснованности, а в том, что контекст живой или
управляемой реальности подразумевает не точные исследования и
строгие доказательства, а наоборот, интуитивные выводы и следование
таким же интуитивно понятным нормам поведения. В результате
учения религий, по сравнению с другими теориями, наименее
конкретно. Тем не менее в отсутствии знаний и потому рациональных
способов повлиять на важную ситуацию только «неконкретность» и
остаётся. Поэтому важно, чтобы учение объясняло природу пусть и
неконкретно, но адекватно природе и задачам субъекта. Тогда,
ориентируясь на предсказания учения, субъект мог бы выбирать такую
же адекватную окружающему общую стратегию поведения. В свою
очередь, повышая качество жизни, эта общая стратегия будет со
временем — и так же неконкретно, «в целом» — подтверждать и
учение религии, обуславливая его популярность. В итоге в границах
своего контекста религия приобретает смысл без каких-либо строгих
аргументов и точных исследований, тем не менее подтверждаясь точно
так же как философское учение или научная теория — способностью
давать верные предсказания и, как следствие, повышать качество
жизни.
Например, интерпретация природы как живой — по принципу «всё
такое же, как я» обуславливает идею, что и относится ко всему нужно
так же, как к самому себе, бережно, честно. То же поведение
стимулирует идея, что всё создано богом — и потому ценно. Но ценно
— значит и важно, происходит не просто так и требует внимания. В
результате заставляя тщательнее контролировать инстинктивные
побуждения, увязывать их с ситуацией более точно, подмечать
закономерности и искать их смысл. Аналогично человек контролирует
поведение с большим вниманием, если считает, что за ним могут
наблюдать. В этом смысле представление о «высшей силе» — это
представление о постоянном наблюдателе, то есть фактически
персонифицированная совесть. В эволюционном смысле такое
восприятие реальности развивает мышление, самоконтроль,
заставляет уяснить самый общий контекст бытия — и природный, и
особенно
отношений
людей.
Человеку
находящемуся
в
непредсказуемой ситуации, в сомнении, то есть в условиях, когда
логика не даёт однозначного ответа, религия аргументирует прежде
всего следование определённым нормам морали в контексте
особенностей данной культуры — тем самым обобщая поведение
субъекта с задачами социума по общему принципу «делай что должно
и будь что будет». Что облегчает выбор, уменьшает стрессовый фактор,
повышая и качество жизни самого субъекта, и качество жизни всего
социума — что обратно отражается на качестве жизни субъекта, в том
числе через уважение окружающих. Идея будущей «вечной жизни»
уменьшает страх смерти, а зависимость качества «вечной жизни» от
соблюдения моральных норм в жизни «этой», аргументирует выбор
просоциального поведения даже в отсутствии социальных или
жизненных перспектив. На счёт наказания «высшими силами» можно
отнести и все неудачи и невзгоды — ведь всегда есть основания
предполагать за что они, а значит, каждая трудность фактически
становится стимулом для ещё более серьёзных усилий во благо
общества. Аналогично важное для каждого человека стремление к
личному благополучию предполагает соответствующую ценность
«платы» за помощь в этом «высших сил». В итоге личные стремления
естественным образом увязываются с общественным благом.
Например, это слова оправдания древнего египтянина перед Озирисом:
«...Я не чинил зла... я не крал... я не завидовал... я не лицемерил... я не
лгал... я не пустословил... я не совершал прелюбодеяния ... я не был
глух к правой речи... я не оскорблял другого... я не поднимал руку на
слабого... я не был причиной слез... я не убивал... я не сквернословил...
я не подавал знаков в суде... я не мужеложествовал... я не отличал себя
от другого...» — всего более сорока подобных пунктов (Древний
Египет, Книга мёртвых, IV тыс. лет до н. э.). Идея бога, как
сверхъестественного абсолюта, высшего судьи и наставника,
доказывает вечность стремления к истине, и потому не даёт
обожествлять самого человека, его знания и желания, создавая кумиров
и догмы. С другой стороны, идея бога принижает значение прогресса,
нового, как процесса преходящего, изменяющего привычный,
проверенный временем, а значит, и, очевидно, угодный «высшим
силам» уклад на новый, возможно, вредный и противный их воле.
В ходе прогресса значимость религии снижается. Вначале мир мал и
кажется живым, магические силы непосредственно окружают
человека, бог в этот период сколь близок, столь и реален. Расширение
мира в опыте, разделение его на элементы и всё более точное
понимание происходящих процессов делает и бога сущностью всё
более глобальной, далёкой и мифологической. Одновременно с этим
человек всё меньше зависит от непредсказуемых сил природы, растёт
социальная защищённость. Процессы разделения труда способствуют
отделению церкви от государства — например, изначально присущие
церкви социальные функции, такие, к примеру, как образование или
здравоохранение, выделяются в самостоятельные институты, в
результате человек всё меньше сталкивается с религией в
повседневной жизни. Все эти факторы в итоге вытесняют религию в
современном технологически развитом обществе в область традиций,
а не идеи о реальном устройстве мира, и основной вклад в построение
стратегий и повышение качества жизни начинают вносить теории
более конкретного характера.
Способствует повышению качества жизни философия — от личной
«жизненной»
философии,
до
различных
исследований,
непосредственно с экспериментом не связанных — например,
политических. Что помогает ещё более точному приспособлению
поведения к условиям за счёт исследования предпосылок явлений,
обобщению и систематизации знаний, разработке стратегий с
помощью доступных каждому логических суждений.
В нынешнее время значение философии тем не менее также ниже, чем
в прошлом. Раньше казалось, природу можно понять, используя только
мышление — нужно лишь взять в качестве точки отсчёта верные
предпосылки. Так считали первые философы древности, однако
похожие идеи высказывали и ещё совсем недавно представители
логического позитивизма — философского течения, популярного в
начале XX века — Р. Карнап, Л. Витгенштейн и многие другие.
Логические позитивисты считали, что можно определить некоторые
истинные утверждения элементарного характера — «протокольные
предложения», отражающие точно установленные факты. И затем,
используя эти утверждения в качестве логических аксиом —
«языкового каркаса», создать систему логической верификации знания.
В результате любое высказывание можно было бы логическим путём
свести к протокольным предложениям, тем самым определив его
истинность или ложность. Те же высказывания, которые к
протокольным предложениям не сводились, то есть не имели в
основании точно установленного факта или его отрицания,
следовательно были бессмысленными — например, это все
высказывания метафизического характера. В итоге казалось, таким
способом можно построить систему верификации, в которой
объективное знание можно строго отделять от субъективного. Однако
со временем становилось понятно, что никакое знание не отражает
реальность, а лишь коррелирует с ней, следовательно фактов как
таковых не существует, и какова реальность на самом деле можно
только предполагать. Но если свести к факту ничего нельзя, то идея
логической верификации теряет смысл.
В нынешнее время знание получило общий статус предположения,
гипотезы, то есть по определению одного из самых влиятельных
философов науки XX столетия К. Поппера, познание идёт не от фактов
к теории, а от гипотез к единичным высказываниям. Почему, согласно
выдвинутому им критерию фальсифицируемости (опровергаемости),
рациональное знание не может быть принципиально неопровержимым.
Надо заметить, принципиальная гипотетичность уже сама по себе
означает и принципиальную возможность опровержения, поэтому
вопрос только в степени обоснованности утверждений. Всё — это и
ничего, и ничего конкретно, поэтому чтобы утверждение имело смысл
— то есть отражало некоторую определённую перспективу в опыте
субъекта, оно должно иметь границы, за которыми утверждение не
применимо, свой смысл теряет. Например, научная теория описывает
закономерности некоторого конкретного явления и не применима к
другим явлениям. Поэтому чем точнее заданы границы, тем строже
можно утверждение подтвердить или опровергнуть, и наоборот, чем
более расплывчатые границы, тем более такое утверждение касается
всего — а значит, и ничего конкретно. Границы задают предпосылки,
из которых утверждение исходит, и если утверждение рационально, то
изменение предпосылок с необходимостью приведёт и к изменению
утверждения, то есть старое утверждение будет опровергнуто. Если же
утверждение не имеет конкретных предпосылок, то есть напрямую
исходит из некоторого общего опыта, неких интуитивных идей и
личной симпатии к некоторой точке зрения, то и границы такого
утверждения не могут быть обозначены сколько-нибудь точно, а значит,
и рационально опровергнуть такое утверждение невозможно. Точнее
говоря, «опровергнуть» его можно только тем, что оно
«разонравилось», то есть исходя из таких же общих соображений, а не
конкретных аргументов. Почему, например, чем более неконкретно
утверждение, тем более на него может существовать разных точек
зрения, вплоть до противоположных, так как всё равно ни одна из них
ничему конкретному не противоречит и не ничем конкретным не
подтверждается.
При этом предпосылки, лежащие в основании познания, ни из какого
конкретного опыта исходить не могут, так как они задают общее
направление познанию, а не конкретное. Например, это идеи
метафизического характера, что жизнь не сон, что реальность
познаваема, что явления воспроизводимы и делимы на элементы.
Конкретных временных, пространственных или каких-либо ещё
границ познание не подразумевает, ничего конкретного из него не
следует, и потому идеи, лежащие в его основании, так же не конкретны
и потому не могут быть рационально доказаны или опровергнуты.
Однако они задают общие границы более конкретным гипотезам о том,
как нужно исследовать окружающее, что влияет на явления, из каких
элементов состоит природа. В ходе познания всё более точные ответы
на эти вопросы способствовали повышению качества жизни, тем
самым подтверждая и разумность метафизического контекста, и
конкретных теорий.
В то же время идею познаваемости мира сейчас уточняет понимание
принципиальной гипотетичности знания, после появления квантовой
механики воспроизводимость явлений подразумевает принципиально
вероятностный характер, а идею делимости мира модифицировала
квантовая теория поля, в которой основой физической картины мира
рассматриваются фундаментальные поля, которые, с одной стороны,
не состоят из каких-либо элементов, но в то же время это поля
квантовые, квантованные. Тем не менее выйти за общие границы
никакие уточнения не могут, и может быть, на новом этапе познания
гипотетичность
покажется
философским
пережитком,
вероятностность снова превратится в строгий детерминизм, а у поля
будет найден состав. Поэтому метафизические предпосылки, как
аксиомы в математике, можно только поменять или дополнить новыми,
но не строго опровергнуть или доказать. Аналогично контекст
механистической реальности поэтому не опровергает контекст
реальности живой, управляемой или прямо связанной с сознанием, но
предоставляет познанию новые возможности.
Таким образом, в отличие от религии или философии, механистическая
парадигма позволяет задать утверждениям более точные границы и
потому в той же степени точнее их подтвердить или опровергнуть, а
значит, и точнее и за более короткий промежуток времени понять их
влияние на качество жизни, то есть наука подразумевает работу с
наиболее конкретными знаниями. В результате современная научная
теория обычно содержит сложный математический аппарат, допускает
минимум личного толкования и может быть непонятна без
специального и длительного образования. Например, законы
квантового уровня или следствия теории относительности Эйнштейна
настолько отличаются от непосредственно наблюдаемой природы, что
фактически не позволяют непротиворечиво интерпретировать их в
общеупотребительных понятиях, не прибегая к формулам. Из-за чего
популярные описания часто далеки от непосредственно следующего из
экспериментов, неадекватно упрощая реальное положение вещей.
Однако несмотря на непонимание научных знаний основной массой
людей, за счёт близости к практике, экспериментальный метод стал
активно способствовать улучшению жизни — через появление новых
технологий. Тем самым заставляя доверять учёным, по сути,
«опосредованно» — за прошлые заслуги и в надежде на будущие, а не
понимая точный смысл научных теорий. В итоге, накопив потенциал
знаний, в XX веке начинается этап стремительного развития науки,
идеи «объективного» знания, необходимости прогресса, профессия
учёного становятся чрезвычайно популярны в обществе.
Технологический прогресс отражается и на других сторонах жизни
общества.
Выделение человека из животного мира происходит около 3 млн лет
назад, когда первые гоминиды, жившие в Африке, догадались
использовать каменный инструмент для решения бытовых задач. Этот
исторический период считается началом каменного века. В поздний
период которого — неолите, то есть около 10 тыс. лет до н. э.,
происходит так называемая неолитическая революция, связанная с
изобретением земледелия и скотоводства, в ходе которой человек
переходит от присваивающего к производящему типу хозяйства.
Господствовавшие ранее небольшие мобильные группы охотников и
собирателей теперь осели возле своих полей, начиная радикально
изменять окружающую среду путём культивирования и постройки
зданий. Повышение производительности труда вело к увеличению
численности населения, появлению права собственности, созданию
вооруженных отрядов, охраняющих территорию, в конце неолита
возникает письменность. Расширяется разделение труда, в том числе и
между разными племенами, почему если в более далёком прошлом
племена были только конкурентами друг другу, существуя на одной
территории за счёт одних и тех же ресурсов, то сейчас стало
возможным сотрудничество. В результате если прежде мораль была
направлена только на членов своего племени и имела узкие границы
дозволенного — в той же степени узкие, что и поведение, необходимое
для выживания, то сейчас человек всё больше привыкал к тому, что
люди иных племён, образа жизни, интересов — это уже не обязательно
антагонисты, отношение к которым, как к таким же людям, может быть
только в ущерб себе.
Дальнейшее развитие технологий ведёт к расширению сотрудничества
— теперь уже и с другими культурами, при этом для познания
неизвестного человеку необходима творческая свобода и возможность
самовыражения. В результате границы морали расширяются ещё более
— на иные культуры, непонятные стремления и меньшинства,
обуславливая развитие гуманистических и либеральных идей,
толерантность. Усложнение технологий уменьшает важность
количества территории для качества жизни — аграрную экономику
сменяет индустриальная и постиндустриальная. По мере усложнения
технологий увеличивается потребность в квалифицированном труде,
поэтому возрастает значимость специалистов и растёт их количество,
ценностью становится интеллект, нивелируя классовые и иные
различия. Уменьшается значение физической силы, способствуя
эмансипации женщин. Высокое или низкое положение уже не кажется
предопределённым свойством человека, считается каждый может
добиться успеха. Всё это в целом ведёт к потенциально равным правам
у всё большего количества людей и, как следствие, развитию
демократических принципов. В свою очередь, разделение труда
приводит к появлению профессиональных политиков, в результате
демократия реализуется в выборе между политиками и их
программами, власть становится и профессиональной, и
демократической одновременно. С другой стороны, активное развитие
технологий — это и активное развитие бизнеса, а значит, рост
конкуренции и противоречий с интересами наёмных работников. Что
также способствует демократии, так как периодические выборы и
профессионализм придают взаимосвязи власти, бизнеса и общества
характер более оперативный и точный. Делая таким образом
демократию наиболее адекватным способом учесть интересы всех
сторон, ставя власть в прямую зависимость от тех и от других.
В итоге растёт качество жизни, появляется больше свободного времени,
развиваются средства коммуникации, информация становится
доступнее — и потому возрастает её значимость как оружия, растёт
средний уровень знаний людей, понимание ими логики процессов в
обществе, что делает демократию в этих условиях ещё более
оправданной. И наоборот, технологическая отсталость общества не
позволит человеку найти достаточно времени, сил и информации для
развития политических взглядов. В свою очередь, взаимосвязанная с
технологической культурная отсталость не позволит воспринять
демократию, так как в неразвитости представлений о равенстве, и
потому необходимости искать компромиссы, в обществе превалируют
представления о неравенстве и априорной правоте вышестоящих
источников, в результате характер феодальной естественным образом
приобретает даже формально выборная власть.
Накопление опыта, развитие технологий и, как следствие, глобальное
разделение труда приводит к тому, что человек теперь относительно
меньше зависит от своего непосредственного окружения и, наоборот,
всё больше от людей других культур. В результате личные и
культурные особенности людей нивелируются в глобальных номах
поведения, общих для всех, чему ещё больше способствует
уменьшение роли религии, как проводника консервативных ценностей.
Таким образом, естественным направлением технологического
прогресса является курс на глобализацию. Глобализацию связей
человека — за счёт расширения взаимодействия с другими культурами
или людей внутри социума. И глобализацию морали — за счёт
обобщения ценностей разных культур или уравнивания интересов
различных меньшинств внутри социума. Другими словами,
происходит нивелирование норм морали, когда относительная степень
принятия нетрадиционного увеличивается, традиционного снижается.
В то же время мораль — это основание социума, естественное
назначение морали — способствовать «самосохранению и
размножению» социума, накладывая определённые ограничения на
стремление к самосохранению и размножению отдельных субъектов,
связывая в единое целое задачи социума и задачи субъекта. К примеру,
в короткой перспективе аморальное поведение, пренебрежение
интересами окружающих может привести к выигрышу, но отсутствие
поддержки не позволит превратить успех в стратегический. Чтобы
заслужить уважение требуется время и самоограничение, но в
стратегическом плане уважение окружающих позволит субъекту
реализовать программу самосохранения и размножения полнее. В
пределе самоограничение может носить характер самопожертвования,
то есть благо для себя явным образом трансформируется в благо для
социума.
Таким образом, нивелирование норм морали может пониматься не
только как естественное направление прогресса, но и как
переформатирование морали в направлении противоположном задачам
самосохранения и размножения — отдельного человека, культуры,
человечества в целом. Всё выше становится качество жизни и
социальная защищённость, по мере глобализации всё меньше
опасность прямой агрессии или вариантов для экспансии, что
относится и к странам, и к отдельным людям, жёсткость естественного
отбора снижается. Однако естественный отбор — это и прогресс тоже,
и именно активное стремление к самосохранению и размножению, то
есть к защите и продвижению своих интересов, делает прогресс
возможным. При этом чем строже очерчен круг «своего» — круг
правильного, тем точнее можно разделить добро и зло, друзей и врагов,
лидеров и подчинённых, победы и поражения, а значит, точнее
обозначить цели, сконцентрироваться на их достижении, полнее
ощущать «смысл жизни». По аналогии с вниманием: отсутствие
концентрации означает отсутствие смысла, растворяясь во всём и
становясь всем, становишься ничем. В итоге удовлетворяя
потребности, обобщая стремления и уравнивая права, прогресс лишает
жизнь смысла, разрушая сам себя. Тем не менее, даже если курс на
глобализацию сохранится, возможно, это ещё не закат человечества, а
лишь новый виток эволюции, обращение к «внутреннему миру».
Продолжение прогресса, которое приведёт к появлению нового
качества социума — сообществ, существующих в рамках глобальной
культуры и объединённых и конкурирующих информационно, а не
территориально, виртуально, а не лично.
***
Итак, подводя итоги главы, знание исходит из невыводимой, но и
неопровержимой идеи собственного существования, разумность
знания определяется влиянием на качество жизни. Поэтому знание не
является абсолютной истиной, но не является и полностью
бессмысленным, истинность знания имеет границы и в них смысл у
знания существует, тем более точный, чем точнее заданы границы.
Логические основания этих выводов приведены в главах выше,
физические — ниже.
Самоорганизация
Организм — это открытая система. Понятие открытой системы
является одним из основных в неравновесной термодинамике,
синергетике, квантовой механике, имеет важное значение в общей
теории систем, экономике. Открытые системы ведут активный обмен
веществом/энергией со средой — почему они «открытые». Состояние
открытых систем характеризуется неравновесием, неустойчивостью
— можно сказать, постоянным «внутренним напряжением», так как изза активного взаимодействия со средой возникает значительная
разница в интенсивно изменяющихся параметрах: температуре,
концентрации веществ, давлении. Или, к примеру, разница в
информированности, так как к открытым системам относится и социум.
За счёт этой разницы поведение открытых систем является
нелинейным, то есть даже ничтожная флуктуация может привести к
изменению динамики всей системы, суть которого — выравнивание
напряжений, уравновешивание. Но действительного выравнивания
напряжений в открытых системах не происходит — именно потому,
что они открытые, то есть активный обмен энергией/веществом со
средой в них не прекращается. В итоге динамика системы
непредсказуемая, хаотичная.
Качественно происхождение хаоса связано с тем, что нелинейные
системы можно рассматривать как совокупность взаимодействующих
подсистем, обладающих различными динамическими свойствами. Изза чего в системе возникают напряжения, состояние системы
становится неравновесным. Неравновесие означает чувствительность,
и чем выше неравновесие, тем меньше нужно приложить усилие,
чтобы «столкнуть» систему к новой динамике. В критической точке
максимальной неустойчивости даже ничтожное изменение любого её
параметра может привести к лавинообразному высвобождению
накопленной системой энергии и качественному преобразованию её
поведения. При этом чем выше неравновесие, тем более выраженными
будут изменения после неравновесного перехода, и потому выше
требование к точности описания системы, так как теперь мельчайшая
неточность может привести к сильному расхождению прогноза с
действительным поведением системы. В результате, так как всё учесть
невозможно, предсказания хаотической динамики отличаются высокой
неопределённостью.
Чувствительность к начальным условиям — это важная
характеристика хаоса, которая также известна как эффект бабочки,
подразумевая, что слабые потоки воздуха от её крыльев могут стать
решающим фактором образования торнадо где-то на другом конце
Земли, вследствие их многократного непредсказуемого усиления в
атмосфере за какое-то время.
Таким образом, хаос — это явление, когда поведение динамической
системы выглядит случайным, несмотря на то, что оно определяется
детерминистическими законами. При этом никакие реальные системы
невозможно строго отделить от среды, а открытые системы,
подразумевающие активное взаимодействие со средой, запутываются
с ней ещё больше. Тем самым среда, её непостоянство и
непредсказуемость, вносит в хаотическое поведение, можно сказать,
ещё и действительно случайную (стохастическую) составляющую.
Однако у открытых систем есть и другое состояние, которое наиболее
интересно, — это состояние упорядочения. Активное взаимодействие
системы со средой приводит к росту напряжений, система становится
чрезвычайно чувствительной, почему «срывы» и лавинообразные
«обрушения» возникают по всей системе. В их взаимодействии, то есть,
по сути, конкуренции за направления дальнейшего развития, какие-то
направления динамики взаимно подавляются, какие-то, наоборот,
взаимно усиливаются, и в результате в масштабе всей системы
возникают некоторые глобальные направления динамики. Таким
образом, все элементы системы фактически одновременно и со всех
концов системы приходят в упорядоченное движение по отобранным
глобальным направлениям, и теперь уже все возникающие в системе
флуктуации или работают на поддержание порядка, или подавляются
массами согласованно двигающихся элементов. Другими словами,
происходит самоорганизация — из хаоса возникает порядок, в
поведении элементов системы появляется согласованность
(когерентность), наблюдаемая в части или на масштабах всей системы,
сколько бы большой система ни была. При этом чем активнее
взаимодействие системы со средой, тем энергичнее и более
разнонаправленными будут «обрушения», почему сложнее будет и
возникающий в системе порядок.
Такие открытые системы называют диссипативными системами или
структурами от латинского dissipatio — «рассеиваю, разрушаю», так
как процессы упорядочения внутри системы происходят за счёт
уменьшения порядка снаружи системы. Например, за счёт активного
рассеивания системой энергии в виде теплового излучения — часть
поступающей в систему энергии/вещества расходуется на
упорядочение, часть неизбежно выделяется в виде теплоты. Также
надо заметить, что во всех реальных системах идут какие-либо
разнонаправленные процессы, накапливаются внутренние напряжения,
которые в какой-то момент непредсказуемо проявятся, делая реакции
системы нелинейными — неадекватными воздействию. Однако это
может происходить в столь ничтожных масштабах, что в целом на
наблюдаемом промежутке времени реакции динамической системы
будут близкие к линейным. Таким образом, когда речь идёт о
диссипативных системах, подразумеваются динамические системы
существенно нелинейные, находящиеся далеко от равновесия, активно
обменивающиеся энергией/веществом со средой, и потому способные
достигать сложного упорядоченного состояния.
Простейший пример самоорганизации — ячейки Бенара,
возникновение упорядоченности в виде цилиндрических валов в
интенсивно подогреваемой снизу жидкости. При преодолении
некоторого критического значения интенсивности нагрева диффузия
не успевает произойти, и распределение жидкости с разной
температурой в объёме сосуда перестаёт быть однородным. В
результате в жидкости возникают валы, вращающиеся навстречу друг
другу (как сцепленные шестерёнки), которые переносят нагретую
жидкость вверх и остывшую вниз. При увеличении температуры
каждый вал распадается на два вала меньшего размера, и в пределе
возникает турбулентный хаос. В других диссипативных системах
порядок может выглядеть как упорядочение колебательных процессов
или как появление в системы макроструктуры — зон более высокой
организации: вращений, решёток, структур меняющих симметрию или
дислокацию,
сливающихся
и
разделяющихся.
Структура
диссипативной системы также может быть фрактальной, то есть
самоподобной — например, струи и пучки турбулентного потока
состоят из аналогичных образований меньших масштабов, сходные
закономерности в различных временных масштабах проявляет ритм
сердечных сокращений. Фрактальные структуры можно заметить
практически везде — от организации кровеносных сосудов, листьев
или крон деревьев, до береговой линии или морозных узоров на окнах.
Упорядоченная составляющая в хаосе возникает в результате
различного рода процессов синхронизации подсистем динамической
системы. Таким образом, порядок — это когда между элементами
существуют устойчивые, повторяющиеся в пространстве или во
времени отношения. При этом взаимодействие с окружающим и
внутренние флуктуации всегда будут более или менее локально
нарушать порядок в системе, и только если эти факторы будут
нивелироваться системой, то упорядоченное поведение системы в
целом будет неизменным. Поэтому нет ни «чистого» хаоса, ни
«чистого» порядка, где-то больше одного, где-то другого, на одном
пространственном или временном масштабе системы можно заметить
хаос, на другом будет проявляться порядок. Например, биение сердца
в целом упорядочено, но время между биениями величина
непостоянная и непредсказуемая, даже если человек не подвержен
физической нагрузке. В турбулентном хаосе наряду с беспорядочным
движением отдельных молекул выделяются струи и их пучки, в
которых множество молекул перемещаются согласованно, то есть
турбулентный поток сложно сочетает не только разупорядоченность
хаоса, но и элементы порядка.
Порядок в системе возникает как синхронизация динамики её
элементов. В то же время, кажется, любой самоорганизующийся
порядок должен быстро разрушаться, и система должна вернуться
обратно к хаосу, так как вроде бы нет причин для продолжительного
сохранения согласованной динамики у отдельных элементов системы,
не связанных жёсткими связями. Однако возникающий порядок — это
не просто нечто случайно возникшее, но и закономерный процесс
выравнивания напряжений по некоторым степеням свободы, которые
способны наилучшим образом распределить энергию по системе.
Поэтому флуктуации, локальные «обрушения» системы, количество
которых растёт по мере увеличения интенсивности взаимодействия
системы со средой, только способствуют началу самоорганизации —
например, определяя конкретную структуру порядка из некоторого
множества возможных, но не являются всей сутью процесса. В
результате в упорядоченном состоянии неустойчивость системы
уменьшается — можно сказать, в пространстве системы проявляются
«русла», по которым движение происходит с меньшим
сопротивлением, — и потому вместо того чтобы исчезнуть, порядок
может сколь угодно долго поддерживаться, одновременно и
«благодаря», и «несмотря» на активное взаимодействие системы со
средой, которая не только поставляет энергию/вещество, но и
возмущает систему. В итоге несмотря на неустойчивость в частных
реакциях, диссипативные системы обладают определённой
устойчивостью в целом.
Образно говоря, если пространство ограничено, но приходится
активно двигаться, то двигаться «в ногу», подчиняясь общему ритму и
разделяя разнонаправленные потоки, энергетически выгоднее —
проще, чем постоянно сталкиваясь друг с другом и «сбиваясь с шага».
Даже несмотря на то, что и движение «в ногу» тоже не является
полностью свободным, так как тоже вынуждает подстраиваться,
находиться в напряжении. И иногда с шага сбиваться, более или менее
дезориентируя остальных, тем самым, может быть, разрушая старый
порядок и приводя к новому через некоторый этап хаоса. В этом же
образном смысле можно объяснить образование упорядоченных во
времени и пространстве волн концентраций химических веществ
(автоволн), что является основой морфогенеза живых организмов.
Например, если есть система волков и зайцев, то волки едят зайцев, тем
самым приводя к критическому уменьшению их числа. Как следствие,
из-за недостатка пищи уменьшается и численность волков. Что в свою
очередь приводит к росту численности зайцев, новому росту
популяции волков, которые снова поедают зайцев и так далее.
Взаимодействие нескольких разных популяций будет приводить к
более сложным зависимостям. Эти примеры можно считать также и
примерами реальной самоорганизации в социуме и биосфере.
Поддержание своего упорядоченного состояния диссипативной
системой происходит по тому же принципу как у качающегося
маятника, траектории которого всегда стремятся к равновесию — к
аттрактору. Который для маятника представляет точку, в которой
маятник в конечном итоге остановится. В отличие от маятника, из-за
активного взаимодействия со средой диссипативная система стремится
лишь к уровню некоторого динамического равновесия. Неравновесное
состояние системы сохраняется и в упорядоченном состоянии,
поэтому аттрактор диссипативной системы — это так называемый
странный аттрактор, притягивающее множество неустойчивых —
«странных» фазовых траекторий системы, некоторая область фазового
пространства, по которому происходит их «блуждание».
Фазовое пространство — это совокупность всех допустимых
состояний динамической системы. Например, фазовая траектория
фракталов обладает самоподобием, то есть при выделении двух
близких точек на фазовой траектории фрактала и последующем
увеличении масштаба траектория между этими точками окажется
подобной всей траектории в целом. В математической идеализации это
означает, что длина траектории между двумя сколь угодно близкими
точками будет бесконечной. Точнее говоря, фазовая траектория
фрактала является кривой Коха — очень нетривиальным
математическим объектом — непрерывной кривой бесконечной длины,
не имеющей касательной ни в одной точке. Аналогом кривой Коха
можно представить береговую линию на карте, длина которой зависит
только от масштаба карты — при увеличении масштаба возникают всё
новые и новые изломы. Можно обратить внимание, что поведение
также обладает самоподобием: на масштабах любой задачи его общая
суть одна и та же — самосохранение и размножение, удовлетворение
потребностей в контексте условий.
Процесс поддержания своей упорядоченной организации, в то время
как система осуществляет со средой обмен веществом, информацией
или энергией, называется гомеостазом. Упорядоченное состояние,
уровень динамического равновесия системы можно обозначить как
«цель» системы. К которой система всегда стремится, но которая в
точности нигде не существует и потому в принципе не достижима, так
как активное взаимодействие со средой, без которого система не может
существовать, означает постоянные флуктуации и отсутствие
идеального состояния, в котором систему «ничего не тревожит». Подругому можно сказать, что через неустойчивость система бесконечно
пробует новые пути к динамическому равновесию, одновременно и
отвечая на воздействия среды, и превращая их в новую траекторию
достижения своей несуществующей цели.
Множественные флуктуации в диссипативной системе являются
естественным следствием её активного взаимодействия со средой, при
этом крупных флуктуаций в системе происходит меньше, а количество
мелких неисчислимо. Из-за чего предсказания поведения
диссипативной системы так же возможны только более или менее «в
общем», так как чем меньше масштаб, тем более поведение системы
выглядит хаотичным, непредсказуемым. При этом увеличение
интенсивности взаимодействия со средой приведёт к увеличению
количества и силы флуктуаций, в результате более простой порядок
уже не сможет распределять возникающие напряжения по системе.
Поэтому через этап хаоса порядок системы может усложняться,
эволюционировать, совершая всё более частые переходы к более
сложной структуре вплоть до возникновения турбулентного хаоса. В
итоге в эволюционных переходах системы возможны некоторые
варианты типов порядка, но в какой из них и когда эволюционирует
система предсказать невозможно.
В упорядоченном состоянии система стремится сохранить свою
организацию, но теперь уже непредсказуемы конкретные траектории
гомеостаза, почему результирующий эффект от воздействия на
систему может отличаться от того, который ожидался. Другими
словами, реакции диссипативной системы одновременно и случайны,
и упорядочены, находятся «на границе хаоса и порядка» — не
являются ни в полной мере регулярными, предсказуемыми, ни в
полной степени хаотическим, непредсказуемыми. Такие состояния
аналогичны неравновесным состояниям в теории фазовых переходов
— эволюционируя, система в какой-то момент совершает «фазовый
переход» в некоторое новое упорядоченное состояние, а поддерживая
гомеостаз, по сути, постоянно переходит обратно «в себя», так как её
упорядоченная организация одновременно и нарушается, и
восстанавливается.
Неравновесное состояние и, как следствие, ограниченная
предсказуемость поведения диссипативных систем может проявляться
в таких явлениях как фликкер-шум и перемежаемость. Фликкер-шум
связан со значительной активностью системы в очень медленных
процессах (низких частотах), поэтому как бы долго не накапливать
информацию о системе могут быть режимы, которые за это время еще
не успели проявиться. И которые непредсказуемо проявятся в будущем,
например в виде перемежаемости, когда состояние близкое к покою
вблизи динамического равновесия непредсказуемо сменяется
вспышками высокой активности, также неожиданно затухающими.
Перемежаемость (или «склонность к катастрофам») характерна для
многих областей, таких как биологическая эволюция, социальные и
рыночные процессы, гидродинамика, сейсмология и т. п.. Озарение
новой идеей, внезапная мысль о неотложном деле — это процессы того
же порядка.
Находясь далеко от равновесия объект может воспринимать то, что он
не воспринял бы в более равновесном состоянии. Такие состояния
неустойчивости, выбора принято называть точками бифуркаций от лат.
bifurcus — «раздвоенный», хотя альтернатив может быть не две. В
результате даже при самом малом возмущении система может пройти
точку бифуркации, тем самым значительно изменив свою модель
поведения.
Это
явление
называется
самоорганизованной
критичностью. Например, шарик на вершине горки «выберет»
траекторию в зависимости от мельчайших изменений в условиях, куча
песка осыпется от добавления одной песчинки. Таким образом, в
неравновесном состоянии можно сколь угодно слабыми воздействиями
повлиять на выбор поведения системы, на её судьбу. Причём
изменения в поведении диссипативной системы будут одновременно и
случайными, так как невозможно предсказать конкретный выбор
системы, и упорядоченными, так как независимо от выбора динамика
всех элементов будет согласованно направлена на поддержание
упорядоченной организации системы. Можно сказать, что выбор
системы будет обусловлен не только самим событием и свойствами
элементов системы, а ещё и «опытом» системы, её предысторией —
тем порядком в динамике элементов, который есть в системе, и
нынешним «направлением поведения» системы — динамикой
гомеостаза на момент события. Поэтому значимость неравновесных
состояний и нелинейного поведения ещё и в том, что система способна
отслеживать изменения в условиях, приспосабливаться к ним, выделяя
некие «важные» для неё события и воплощая их в реакцию более всего
и, наоборот, сглаживая события «не важные».
***
Диссипативная система поддерживает своё упорядоченное состояния
как целое: в отличие от состояний близких к равновесию элементы как
будто бы «видят» всю систему целиком, «выбирая» поведение
согласованно со всеми остальными элементами системы. Из-за чего
элементы диссипативной системы или события, влияющие на систему,
в некотором смысле перестают существовать только «объективно» —
когда они имеют значение сами по себе, заранее. Их значение
возникает ещё и «субъективно», то есть в контексте порядка и
нынешней динамики гомеостаза конкретной системы. В результате
событие с этой динамикой не совпадающее может быть системой
нивелировано, а совпадающее масштабировано, так как и тому и
другому помогут сразу все элементы системы. Например, если ударить
по какому-нибудь предмету, то волна деформации в целом линейно
распространится по нему, постепенно затухая, если же воздействовать
на диссипативную систему, то слабое воздействие может привести к
активным изменениям и наоборот.
Таким образом, у совокупности элементов после самоорганизации
появляются свойства не следующие из самих элементов, ведь элементы
сами по себе никаким «порядком» не обладают. Поэтому согласованая
динамика — это не «больше», не «меньше», и не сумма элементов. Это
«новое качество» системы, возникающее «над» уровнем отдельных
элементов — на макроуровне, то есть на уровне системы как целого, и
несводимое к свойствам элементов системы как таковым. Из-за чего
элементы системы сами по себе мало чего скажут о поведении системы
— неустранимые неточности и погрешности в их описании, а также
отсутствие второй составляющей диссипативной системы — среды,
нелинейно отразятся в предсказании реакций системы. При этом
попытка исследовать или копировать систему целиком или оставит
много неясного, или разрушит систему интенсивностью воздействия,
опять оставив вместо системы и «нового качества» только элементы.
В то же время, кажется, реакции системы не может определять «целое»,
а не элементы, — такой подход противоречит принципу детерминизма,
в соответствии с которым целое полностью зависит от своих частей.
Тогда как диссипативная система фактически «сама управляет собой»,
ведь возникший в хаосе порядок, как «надэлементное» целое,
подчиняет себе динамику своих частей, а среда, по сути, только
поставляет энергию. Однако принцип детерминизма при таком
подходе не отвергается, а лишь заменяется понятием двусторонней
восходящей (bottom-up) и нисходящей (top-down) детерминации.
Необычность нисходящей детерминации исчезает, если представить
себе камень, отколовшийся от скалы и катящийся вниз, увлекая собой
как целым молекулы вещества, из которых он состоит.
***
Невозможность предсказаний на сколько-нибудь длительный период
означает, что диссипативную систему можно представить чёрным
ящиком — информация в диссипативную систему попадает, но её
судьба там — влияние на поведение системы — неизвестна. В то же
время упорядочение можно, наоборот, связать с появлением
информации. Из «непонимания» — из хаоса возникает «понимание»
— опыт, так как порядок системы — это аттрактор, определяющий
направление её «стремлений». «Понятие количества информации в
системе, — пишет Норберт Винер, — совершенно естественно
связывается с классическим понятием статистической механики —
понятием энтропии. Как количество информации в системе есть мера
организованности системы, точно так же энтропия системы есть мера
дезорганизованности системы; одно равно другому, связанному с
обратным знаком». Тот же смысл имеет и математическое определение
информации Клода Шеннона, который предположил, что прирост
информации равен утраченной неопределённости, то есть прирост
информации равен уменьшению информационной энтропии (чем
более вероятно событие, тем менее информации оно несёт). Согласно
принципу Ландауэра, стирание информации всегда связано с
увеличением термодинамической энтропии.
Упорядочение — это уменьшение энтропии, хаоса. Диссипативные
системы уменьшают энтропию внутри себя, за счёт её увеличения
снаружи себя. Поэтому можно уточнить: диссипативная система
взаимодействует со средой, в процессе чего внутри системы
уменьшается энтропия и возникает «новое качество» системы —
информация, которая уже и определяет поведение системы, а не среда
или элементы системы сами по себе. Появление информации, то есть
упорядочение, усложнение поведения системы, можно связать с
обучением системы, то есть с интеллектом. Поэтому диссипативные
системы, можно сказать, «интеллектуальны» уже по своей природе. И
отличаются только сложностью порядка, «количеством интеллекта»,
ведь даже по «направлению» интеллекта все диссипативные системы
одинаковы: суть их поведения — поддержание гомеостаза, что можно
обозначить как «самосохранение» в контексте воздействий среды и
внутренних флуктуаций.
Можно заметить также и принципиальное отличие диссипативных
систем от компьютеров, в которых не происходит самоорганизации и
потому не происходит образования информации. Компьютер
организовывает человек, отображая в его программе некоторый
придуманный им алгоритм, — и в этом смысле интеллект компьютера
всегда равен нулю. Компьютер не обладает внутренними
возможностями для упорядочения своей структуры, так как не
является диссипативной системой, для обучения компьютеру
необходимо внешнее специфическое организующее воздействие.
Компьютер очень быстро производит действия, но он их не
придумывает. В этом контексте также следует сказать о грубости
(робастности)
свойств
самоорганизующихся
систем.
В
самоорганизация целостно участвуют все элементы системы —
свойства системы более или менее размазаны по всем её элементам,
поэтому утрата некоторого количества элементов сама по себе не
критична, упорядоченное состояние системы от этого не исчезнет.
Конечно, реагируя на разрушение, траектории гомеостаза как-то
изменятся, но ведь у системы всё равно нет «точных», «строго
заданных» траекторий, можно сказать, «цель» системы — это
гомеостаз сам по себе, а не его определённые траектории. Иначе дело
обстоит в системах, действующих на основе алгоритма, где
разрушение одного элемента может привести к неадекватности
дальнейших шагов или к полной остановке системы.
Самоорганизация организма
Организм также является диссипативной системой. Организм
самоорганизуется в контексте наследственной детерминанты и
взаимодействия со средой. Каждая структура организма — это сложная
упорядоченная динамика веществ и химических реакций с системно–
динамическими связями разнородных компонентов. Так как
упорядочение — это появление информации, то каждая структура
организма может быть представлена как тот или иной опыт — как
задающий «потребности», так и определяющий «способности»
организма. Начинающийся в момент начала эволюции живого вообще
и не имеющий итога, так как процесс эволюции, приспособления итога
не имеет.
Согласно наиболее распространённой гипотезе возникновения жизни
— гипотезе мира РНК, первой «жизнью» были ансамбли молекул
рибонуклеиновых кислот, способных к самокопированию. РНК
выполняла как функцию хранения генетической информации, так и
катализа химических реакций собственного синтеза. Затем молекулы
РНК были окружены мембраной из веществ самоорганизующихся в
пузырьки (липосомы), которые могут проходить циклы роста и
деления. В результате такого объединения самоорганизации и
самокопирования возникла первая клетка. Дальнейшая эволюция всех
живых существ заключалась уже только в усложнении функции
самоорганизации и самокопирования — самосохранения и
размножения — применительно к условиям среды. Например, в
дальнейшем возникла современная ДНК-РНК-белковая жизнь, где
РНК сохранилась как посредник между ДНК, которая содержит
информацию о структуре белков, и белками, из которых состоят клетки
организма.
До недавнего времени проблемой гипотезы мира РНК было то, что
вероятность естественного синтеза молекулы РНК казалась
практически равной нулю. Однако исследования самых последних лет,
в частности «Common origins of RNA, protein and lipid precursors in a
cyanosulfidic protometabolism» 2015 года, показали, что это не так.
Более того, около 4 млрд лет назад условия на Земле были таковы, что
и синтез РНК, и веществ необходимых для дальнейшей эволюции
клетки, был закономерен и проходил совместно в древних водоёмах с
соответствующим эпохе составом веществ.
Более конкретно самоорганизация организма происходит следующим
образом. В результате деления оплодотворённой клетки (зиготы)
образуется скопление клеток (бластоциста), которое прикрепляется к
стенке матки, при этом внешние клетки скопления, взаимодействуя с
внутриматочной средой, приобретают свойства внешнего слоя
зародыша. Вещества-морфогены, выделяемые клетками внутри
зародыша, взаимодействуют друг с другом, при этом одни из них
является активаторами, то есть усиливают собственное производство,
а также активируют другие вещества — ингибиторы, которые,
наоборот, подавляют активность первых. В результате возникают
определённые узоры концентрации веществ в пространстве зародыша,
то есть происходит самоорганизация — упорядочение его внутренней
среды.
В свою очередь, возникшая упорядоченность в концентрации приводит
к тому, что на ДНК делящихся клеток влияют разные вещества. В
результате клетки соответствующим образом дифференцируются,
становясь зачатками разных органов, и выделяют уже другие вещества,
упорядочение которых уже определяет устройство конкретного органа.
Таким способом начале возникает общий план организма, который
постепенно усложняется, детализируется, то есть происходит
дифференцировка клеток в соответствии с необходимой организацией
животного. В итоге благодаря самоорганизации относительно
простыми средствами кодируется сложный организм — молекулам
ДНК, несущим наследственную информацию и одинаковым во всех
клетках, достаточно лишь реагировать на вещества, а не иметь его
«чертёж».
Тем не менее, несмотря на кажущуюся простоту, есть понимание
общего механизма самоорганизации организма — предложенное
знаменитым математиком Аланом Тьюрингом в 1952 году в работе
«Химические основы морфогенеза», но не точной конкретики. Что в
целом следует из невычислимости процессов самоорганизации.
Например, исследования ДНК сами по себе не дадут какого-либо
представления об организации животного — ведь в ДНК нет его
«чертежа». Молекула ДНК не имеет смысла вне контекста среды — от
среды клетки, среды организма и до окружающей среды. Другими
словами, будущие особенности организма зависят в том числе и от
среды, а не только от детерминанты генетического кода. Поэтому в
ходе самоорганизации наследственный фактор может быть средой
непредсказуемо как более или менее нивелирован, так и
масштабирован. Из-за чего и смысл тех или иных факторов для
будущего организма, включая и значение элементов ДНК, может быть
установлен только «более или менее», с некоторой вероятностью.
В диссипативной системе все события приобретают смысл в контексте
динамики всей системы как единого целого, а не существует отдельно
и заранее. Это значит, что благодаря самоорганизации случайные
мутации ДНК сами по себе не разрушают организм, внося в него нечто
отдельное и чужеродное, а изменяют организм в целом — более в
одном, менее в другом, возможно, улучшая применительно к условиям
внешней среды. При этом так как организм развивается от общего к
частному, то при детализации некой его системы в составе веществморфогенов достаточно произойти всего одному изменению, чтобы
изменилась сразу вся система — например, длина всех четырёх
конечностей, причём изменилась взаимосвязанно с остальными
системами организма. Например, известно, что к формированию пяти
пальцев приводит совместная работа всего трех морфогенов. В итоге
некоторая «минимальная» мутация ДНК может привести к
значительным изменениям в будущем организме, а одно и то же
изменение в ДНК в сочетании с другими мутациями и факторами
среды может принести как пользу, так и вред.
Как следует из предыдущей главы, если система существует в процессе
активного взаимодействия со средой, то предсказание её поведения
сильно ограничены. Среда возмущает систему, вызывая в системе
множественные флуктуации, которые делают упорядоченное в целом
поведение системы в конкретных реакциях непредсказуемым —
скачкообразным, нелинейным, неустойчиво колеблющимся около
некоторого среднего направления, некоторой общей сути реакций.
Мелких флуктуаций в системе происходит больше чем крупных,
поэтому по мере уточнения предсказаний закономерности
упорядоченного поведения становится всё сложнее отличить от
случайных событий, и требуется всё более точное понимание
устройства системы. Но так как поведение каждого элемента в
диссипативной системе гораздо больше зависит от всех остальных
элементов, чем в равновесной системе, то по мере уточнения
количество значимых факторов начинает стремительно возрастать, изза чего становится всё сложнее сузить круг поиска и выработать
конкретную проверяемую гипотезу.
В результате в стремлении точнее понять и улучшить собственный
организм или создать новый с новыми функциями придётся всё более
«повторять эволюцию» — как было рассмотрено в первой главе, всё
больше заменять мысленный анализ количеством экспериментов. Но
превзойти природу в этом невозможно, так как природа
экспериментирует сразу на множестве вариантов, каковым можно
считать каждое животное, и не связана временем. Не поможет и случай,
так как без соответствующего уровня технологий и теоретических
знаний нельзя ни угадать верную гипотезу, ни тем более проверить её.
Например, если диссипативная система существует в активном
взаимодействии со средой, то создать жизнеспособный, но
качественно отличный от нынешнего организм, более или менее
случайным образом манипулируя элементами наследственной
информации, по-видимому, невозможно. Вероятное «везение» не
имеет смысла вне столь же качественно новой среды — от среды
клетки или среды материнского организма, до обучающей среды,
которая позволит организму проявить свой потенциал, а
исследователю его заметить.
Таким образом, количество вариантов неисчислимо, значительные
качественные переходы невозможны, эксперименты чрезвычайно
длительны, а вмешательство в наследственную информацию может
непредсказуемо проявиться и только в последующих поколениях,
например, показав, что некоторая «улучшенная» функция в
перспективе несёт, наоборот, вред. Есть, очевидно, и этические
аргументы. В итоге невозможность алгоритмизации диссипативных
систем, по сути, означает и то, что всегда придётся исходить или из
слишком общих, или из слишком частных представлений о развитии и
функционировании организма, но не формализовать морфогенез и
гомеостаз в целом.
***
Итак, из глав про самоорганизацию понятно почему на роль жизни
могли претендовать только диссипативные системы. Вместе со
сложностью и возможностью усложняться их естественной сутью
является гомеостаз — то, что можно назвать стремлением системы к
«самосохранению» — активным поведением, направленным на
поддержание своей упорядоченной организации. При этом в
диссипативных системах поведение элементов системы определяет
сама система как целое. Поэтому можно сказать, что «обобщая»
уровень элементов или «над» уровнем элементов системы возникает
качественно новый «объект», характеризуемый порядком и
сложностью, — информация, уже непосредственно и определяющая
поведение системы. То есть возникает субъект.
Мышление
Мышление — это функция сети нейронов, которая составляет основу
клеток нервной системы. На входе сеть нейронов связана с
рецепторами внутренней и внешней среды, на выходе с мышцами и
железами. Таким образом, физиологическая суть мышления —
преобразование сигналов рецепторов в активность мышц и желёз.
Нервная система возникла более 550 млн. лет назад в конце протерозоя.
В строении простейших организмов можно различить внутреннюю
структуру и внешний покров, состоящий из эпителиальных клеток. В
процессе эволюции эпителиальные клетки дали начало одновременно
нервным и мышечным клеткам. Из которых впоследствии возникла
нервная и мышечная системы организма, состоящие из своеобразных,
но функционально друг с другом связанных нервных и мышечных
клеток. Таким образом, нервная система действует как интегративная,
связывая в одно целое чувствительность и двигательную активность, а
также, через железы, активизирует работу других регуляторных систем
— эндокринной и иммунной. Функции организма без нервной системы
регулируются гуморальным способом — химическими веществами,
когда реакцию организма определяет разница в их концентрации.
Нейронная сеть использует уже не только химические вещества, но и
электричество, тем самым ускоряя процесс передачи сигналов — что
особенно важно в большом многоклеточном организме, донося
сигналы быстро и точно.
Наиболее древним уровнем можно считать сетевидную или
диффузную нервную систему. Такой системой обладают, например,
медузы. Нервные клетки такой системы распределены в тканях в более
или менее равномерную сеть, и при раздражении одной клетки
возбуждение распространяется во все стороны по всей сети, вызывая
постепенное сокращение сразу всего тела, а не только той части, на
которую воздействуют. Следующий уровень — ганглиевая нервная
система насекомых, червей. Нервные клетки в такой системе
объединены в группы — ганглии, образующие связанные цепочки, где
каждая группа управляет мышечными клетками связанной с ней
частью тела.
Высшим уровнем является централизованная нервная система. Так как
головная часть животного первая вступает в соприкосновение с
внешней средой, в переднем нервном узле развиваются придатки в
виде обонятельного, вкусового и зрительного рецепторов. В результате
передний нервный узел начинает определять реакцию всего организма,
а разнообразие рецепторов позволяет лучше анализировать
раздражения и потому проводить более дифференцированное
поведение. Разрастаясь, передний нервный узел образует головной
мозг, его наиболее поздним отделом является кора, которая есть уже у
рыб и пресмыкающихся, хорошо развита у млекопитающих и в
наибольшей степени у человека.
Первые представления о нейронных сетях отмечены в XIX веке. Тогда
считалось, что любая деятельность ведёт к активизации определённого
набора нейронов и образовании между ними связей. При повторении
деятельности связи между этими нейронами должны укрепляться. В
том же веке теория была уточнена — стало понятно, что формирование
памяти происходит в результате прохождения электрических токов
между нейронами по их отросткам, не требуя соединений нейронов для
каждого акта запоминания или действия. И в середине XX века У.
Маккалок и У. Питтс формализуют понятие нейронной сети в
считающейся фундаментальной статье о логическом исчислении идей
и нервной активности.
Итак, сеть нейронов «быстрой» связью объединяет рецепторы
внутренней и внешней среды с мышцами и железами, преобразовывая
сигналы одних в активность других. Логику преобразования задаёт
архитектура связей нейронов, образуемая их отростками, и веса связей.
Суть этой логики и, следовательно, суть мышления — управлять
активностью мышц и желёз сообразно состоянию внутренней и
внешней среды в общем контексте гомеостаза, то есть в общем
контексте задачи поддержания постоянства внутренней среды
организма или аналогично в контексте задачи самосохранения и
размножения. В общем нейронная сеть у всех людей устроена
одинаково, задавая общность опыта в целом, в частностях устройство
отличается, определяя наследственную индивидуальность и
приобретённый личный опыт.
Конкретнее, у каждого нейрона есть множество коротких отростков
(дендритов), принимающих импульсы от других нейронов, и один
длинный, может быть длиной и более метра, ветвящийся отросток
(аксон, «нерв»), который импульсы передаёт. Посредством этих
отростков каждый нейрон связан со множеством других нейронов,
количество которых может достигать десятков тысяч по всему
пространству нейронной сети. Непосредственно функционирование
нейронной сети заключается в том, что нейроны передают связанным
с ними нейронам импульсы, поступающие от рецепторов. Поэтому
всегда так или иначе активизирована вся нейронная сеть, так как все
нейроны в сети взаимосвязаны.
Передача импульсов по отросткам осуществляется с применением
электричества, а на концах ветвлений аксонов находятся
синаптические пузырьки с биологически активными веществами —
нейромедиаторами. Под действием электрического импульса
нейромедиатор выделяется в отросток принимающего нейрона и тем
самым тормозит или возбуждает его, то есть понижает или повышает
вероятность генерации им импульса. Таким образом, в зависимости от
архитектуры нейронной сети, весов связей нейронов и конфигурации
рецепторного сигнала, в нейронной сети возникает определённая
динамика возбуждения и торможения. Которая определяет активность
нейронов на выходе сети и, следовательно, активность связанных с
ними мышц и желёз.
Биологическая нейронная сеть неоднородна — содержит различные
типы нейронов, а также нейроны группируются в отделы, зоны и
ансамбли, архитектура локальных связей и связей с другими частями
сети которых своеобразна. Так как логика трансформации входящих
импульсов в исходящие зависит от всей структуры нейронной сети, то
своеобразие её областей означает и своеобразие составляющей,
вносимой этими областями в исходящие импульсы. Другими словами,
в разных областях сети преимущественно «концентрируются»
некоторые определённые функции мышления, определённый опыт
субъекта. Также в биологической нейронной сети разные популяции
нейронов используют разные нейромедиаторы (при этом имея
рецепторы и к другим нейромедиаторам, из-за чего не образуют сетей,
отдельных от остальной нейронной сети), почему, например, влияя на
концентрацию этих нейромедиаторов или чувствительность
постсинаптических рецепторов, можно влиять на работу мозга
некоторым более или менее специфическим образом.
Общая логика работы нейронной сети заключается в том, что
нейронная сеть имеет множество рецепторных входов и гораздо
меньше выходов, почему импульсы проходя по сети сами собой
«сжимаются» до активности нейронов на выходе сети, то есть до
конкретных управляющих мышцами и железами сигналов.
Аналогично можно сказать, что за счёт множества входов воспринимая
всю ситуацию целиком, за счёт малого количества выходов сеть
распознаёт и оставляет на выходе только важное. В свою очередь, из
этого следует, что ближе ко входу сеть больше только собирает данные,
и потому прежде распознаются более общие и простые взаимосвязи в
условиях, и ближе к выходу — более частные и сложные. При этом
простые и общие взаимосвязи можно охарактеризовать как
неконкретные, неточные, неформальные — то есть вначале нейронной
сетью выявляется общий смысл условий, задаётся общее направление
дальнейшему распознаванию, что в сознании ощущается как некоторая
эмоция, мотив, самоощущение. Частные и сложные взаимосвязи — это
конкретные образы, поэтому можно сказать, что в верхних слоях смысл
концентрируется в конкретный образ. В результате в сознании
находится и смысл образов, и сами образы, смысл знания и само знание
— абстракции низкого и высокого уровня.
Под стимулирующим воздействием возбуждения веса связей нейронов
постепенно изменяются, что связано с механизмом синаптической
пластичности. Проще говоря, наиболее активная связь начинает затем
вносить относительно больший вклад в возбуждение или торможение
нейрона. Следовательно наиболее выраженные изменения нейронной
сети происходят в контексте наиболее частых сочетаний сигналов
рецепторов. В результате похожая конфигурация активности
рецепторов будет направлять возбуждение по уже «наработанному
маршруту» — сеть узнает знакомое даже по минимальным признакам.
Другими словами, произойдёт обучение нейронной сети. Отличие в
уже известном будет корректировать процесс обучения, тем самым
активизация мышц и желёз будет происходить с учётом всё более
множественного опыта.
При этом во всех условиях всегда есть что-то общее и что-то частное,
присущее только им. Поэтому вначале наибольший вклад в обучение
будет вносить то общее, что есть во всех условиях — просто потому,
что эти составляющие постоянно повторяются, а значит, в их контексте
нейронная сеть будет изменяться наиболее активно. Таким образом, в
начале обучения больше изменяется структура нейронной сети,
связанная с распознаванием общих и простых признаков в условиях, и
происходит формирование такой же общей и простой мышечной
активности. В результате прежде возникают простые движения,
простые
умозаключения,
«эмоциональное»
восприятие
и
«непосредственное» поведение без чёткой стратегии, сложная
координация затруднена или невозможна. По мере того как общая
структура нейронной сети начинает соответствовать общей структуре
условий — это происходит, когда на уровне общего опыта уже не
происходят значительные изменения в весах связей, то есть сеть уже
«поняла» общую суть происходящего, общие принципы окружающего
— тогда «центр тяжести» обучения сам собой перемещается на более
частные стимулы и сложные взаимосвязи, таким образом, постепенно
приводя ко всё более сложному поведению, всё более точно
учитывающему условия среды. И так как общее везде одно и то же, а
частное везде разное, то обучение на уровне частных стимулов уже
практически не заканчивается.
Итак, нейронная сеть преобразовывает входящие импульсы в
исходящие, в этом процессе веса связей нейронов изменяются и
наиболее активные изменяются наиболее сильно. В результате
наиболее частые, в чём-то совпадающие составляющие входящих
сигналов будут вносить в исходящие сигналы наибольший вклад.
Процесс обучения происходит в соответствии с архитектурой и иным
устройством нейронной сети, то есть с той общей логикой
трансформации входящих сигналов в исходящие, которая заложена в
структуре сети. Суть этой логики у биологической нейронной сети —
самосохранение и размножение, удовлетворение инстинктивных
потребностей, поэтому нейронная сеть животного изначально
приспособлена выделять в условиях не просто часто повторяющиеся
сочетания, а некие важные, «эффективные» для самосохранения и
размножения составляющие, и именно их отображать в активность
мышц более всего. Таким образом, в процессе взаимодействия со
средой устройство нейронной сети будет всё более уточняться
сообразно этой среде, животное станет всё точнее решать задачи
самосохранения и размножения, применительно к конкретным
окружающим условиям. И чем сложнее нейронная сеть, тем более
сложные, более абстрактные зависимости в условиях она сможет
выявить.
Процесс обучения можно описать с точки зрения воспринимаемого в
сознании. Обстоятельства, имеющие врождённый смысл — например,
насыщение или голод — возникая совместно с пока ещё нейтральными
элементами окружающего — например, голосом матери — придают
нейтральным элементам свой смысл. Возникая в контексте других
потребностей элементы наполняются новым смыслом, тем самым
проявляясь в опыте всё более чётко. В свою очередь, они сами
становятся источником смысла для новых элементов, возникающих в
их контексте. В итоге в обобщении элементов, имеющих разный смысл,
в опыте сначала проявляются границы воздействий, в их обобщении
выделяются и наполняются смыслом объекты, в целом проявляются
детали, а детали уточняют смысл целого. Тем самым построение
движений постепенно происходит с учётом всё более сложных и
множественных обстоятельств прошлого опыта, определяя всё более
«осмысленный», сложный характер действий, поведение приобретает
«стратегическую глубину».
Чем сложнее нейронная сеть, тем сложнее поведение.
Целенаправленное поведение потребовало усложнения архитектуры
нейронной сети обратными связями — от входа к выходу (в
принципиальном смысле, так как реальная архитектура связей
биологической нейронной сети чрезвычайно сложна). Нейронная сеть
с обратными связями называется рекуррентной. За счёт связи выходов
со входом возбуждение в сети циркулирует, почему в изменениях
циркуляции рекуррентная сеть может запоминать динамику
наблюдаемых процессов, трансформируя её в алгоритм управляющих
сигналов на выходе. Подобной архитектурой нейронной сети обладают
уже насекомые. При этом нейроны биологической нейронной сети
обладают собственной активностью, то есть периодически генерируют
импульсы и самостоятельно, получая питательные вещества от
окружающих их тканей мозга. Таким образом, импульсы от рецепторов
лишь определённым образом взаимодействуют с и без того
активизированной нейронной сетью, а не являются единственной
причиной её функционирования. В результате из-за наличия обратных
связей и собственной активности нейронов мышление заключается
уже не в выработке сетью неких отдельных реакций в ответ на
воздействия среды, а в постоянной корректировке постоянно
проводимого алгоритма действий.
Наличие обратных связей также означает, что выход нейронной сети
может влиять на её вход, то есть конкретное решение может менять
свое основание, которое будет приводить к новому решению и опять
новому основанию. К примеру, распознавание в окружающем некой
ситуации, может по обратным связям привести к торможению
нейронов на входе, и нейронная сеть «уйдёт в себя», в той или иной
степени перестав воспринимать информацию из среды до тех пор, пока
новое решение не отменит торможение. Таким образом, нейронная
сеть с обратными связями, из-за качественно более высокой
взаимозависимости всех элементов, обладающих и собственной
динамикой, становится системой, где среда уже не имеет прямого
влияния на процессы. Другими словами, мышление является не
пассивным ответом на условия, а активным целенаправленным
процессом поиска лучших решений, где среда не руководит субъектом
напрямую, а только содержит нужное ему.
Исходя из того, что у человека формирование сколько-нибудь сложного
поведения сконцентрировано в коре мозга, можно сказать, что
ведущим уровнем мышления является кора, то есть уровень высшей
нервной деятельности. Однако с той поправкой, что отношения
ведомого и ведущего в нейронной сети — это отношение общего и
частного, направляющего основания и конкретного решения, а не
руководителя и подчинённого, где первый решает, а второй только
подчиняется. При этом конкретное решение по обратным связям затем
влияет на своё основание, то есть, по сути, на само себя, или наоборот,
аналогично можно сказать, что одновременно основание через
конкретное решение влияет на само себя. В итоге в мышлении нет
начала и конца, работа мозга целостна, в той же степени поэтому
целостно поведение и сознание.
В процессе эволюции наличие обратных связей привело к развитию
кратковременной (оперативной, рабочей) памяти, то есть всё более
выраженной возможности «уходить в себя». Схематично суть
кратковременной памяти можно описать следующим образом. Так как
возбуждение в сети циркулирует, то возникающее в определённом
контексте среды и опыта торможение части сенсорных и моторных зон
мозга — воспринимающих сигналы рецепторов и проводящих
возбуждение к мышцам — приводит к тому, что возбуждение начинает
циркулировать «внутри опыта», не имея прямой связи с внешним
миром. В результате нейронная сеть получает возможность «думать»,
больше или меньше «отключаясь» от окружающей реальности, то есть
получает возможность предварительно моделировать поведение,
уточняя порядок будущих действий, исследуя обстоятельства,
непосредственно отсутствующие в окружающем. При этом более
выделяя только те из них, которые в данный момент необходимы, тем
самым, по сути, «обгоняя» реальное поведение, «сжимая» реальность
до только важного. Таким образом, в ходе эволюции развивается всё
более выраженная способность не просто выстраивать порядок
действий в контексте опыта и условий, а проводить всё более
личностную стратегию, перемещая принятие решений на уровень
опыта — прежде лишь собирая данные и моделируя будущее
поведение и только затем применяя полученное знание. Другими
словами, появляется возможность планировать, вспоминать,
фантазировать — обучаться «виртуально», повышая эффективность
реальных действий.
При повторении условий происходят более глубокие изменения весов
связей нейронов. Если изменение связей будут происходить слишком
быстро, будет запоминаться много лишнего, и как раз кратковременная
память позволяет выделенно обучаться нужному и при этом не
воспроизводить сами условия — например, только припоминая этапы
пройденного пути, а не многократно повторяя его непосредственно.
Таким образом, обращение к кратковременной памяти может быть как
с целью уточнить поведение, так и просто запомнить наиболее важное.
Например, благодаря кратковременной памяти можно производить
вычисления в уме, но это всё равно сложно: промежуточные
результаты сразу не успевают достаточно хорошо запомниться,
поэтому перед переходом к следующему этапу вычислений требуется
их неоднократное повторение, чтобы произошли более глубокие
изменения в нейронах.
Регуляция тонуса мышц, дыхания и т. п. в процессе размышления
происходит более или менее сообразно «мыслям», то есть на уровне
простых мышечных реакций, не связанных с конкретными
особенностями моделируемой ситуации, «реальное» поведение не
прекращается, обеспечивая функционирование организма и его
готовность к непосредственному проведению моделируемых действий.
Аналогично, например, можно обдумывать что-то и при этом в
знакомых условиях проводить знакомый алгоритм действий
«автоматически». Динамика сети при этом будет обобщением всех
процессов с большей нейронной активностью в «части» обдумывания
— то есть в той части, где идёт наиболее активный процесс обучения
нейронной сети — и потому этот уровень будет вносить наибольший
вклад в сознаваемое, будет «фокусом внимания». Оставляя другое
поведение «автоматическим», несмотря на то, что в сети есть только
разница в уровне активности, но нет специфических «автоматических»
или «осознаваемых» процессов.
Эволюция идёт от общего и простого к частному и сложному —
вначале
появляются
одноклеточные,
затем
формируются
многоклеточные, при этом в ходе эволюции усложняются и те, и другие.
Аналогичным образом формируется организм — который растёт и
детализируется. Тем же образом идёт и обучение нейронной сети — её
структура также «детализируется» от общего к частному, уточняется в
контексте среды и врождённых задатков. В результате то, что раньше
привлекало внимание, со временем начинает осознаваться всё реже:
структура нейронной сети на уровне этого опыта уже достаточно
организована — «шаблон» построения реакций на некоторый класс
условий более или менее заготовлен, и активные процессы обучения
перемещаются в контекст других стимулов — к примеру, научившись
ходить, процесс затем почти не обращает на себя внимания.
В то же время для обучения нужно некоторое основание — границы,
которые зададут направление обучению. Например, для эволюции —
это возможности химических веществ образовывать сложные
соединения, для организма — устройство ДНК. Для нейронной сети —
устройство сети, где более «жёсткие» параметры в виде её общей
архитектуры задают общее направление обучению, свободные —
пластичность синапсов, отвечают за само обучение, уточнение
нейронной сети в контексте конкретных условий среды обитания. К
примеру, чем проще нейронная сеть, тем меньше возможностей для
обучения, следовательно тем относительно менее вариативным будет
будущее поведение, животное уже на «инстинктивном уровне» будет
понимать как себя вести, в дальнейшем минимально уточняя
поведение под конкретные условия среды.
Таким образом, так как опыт заключён во всей структуре нейронной
сети, то изменения её отдельных параметров в процессе обучения
означает, что обучение всегда реализуется на некотором более или
менее частном уровне опыта, со временем смещаясь на уровень более
конкретного знания. В то же время процессы обучения — это уровень
наибольшей активности в сети, а значит, это и уровень, который вносит
наибольший вклад в сознаваемое, при этом конкретные образы
составляют часть всего сознаваемого. Следовательно чем более общий
опыт, тем более врождённые задатки в процессе его формирования
уточняются вне «конкретной» части сознания, затем так же проявляя
себя как «подсознательное» основание для конкретных решений. При
этом чем более общий опыт, тем более множественными явными и
неявными обстоятельствами природной и культурной среды он
формируется, и потому так же множественными обстоятельствами, а
не отдельными аргументами, такой опыт может быть изменён. Можно
сказать, что особенности наиболее общего опыта являются «чертами
характера» — определяют общие направления стремлений, симпатий
и антипатий, темперамент и т. д..
К примеру, распознавание общего смысла условий и формирование
мышечной активности общего характера всегда остаётся на
неосознаваемом уровне. Например, «автоматически» происходит
управление тонусом или синергией мышц, в том числе задавая общее
«понимание» своих физических возможностей и, следовательно, целей.
Или, будучи параметром слишком общим, непосредственно не
осознаётся метафизический контекст, о которых шла речь в третьей
главе: человек не чувствует, что воспринимает окружающее в разных
ситуациях некоторым специфическим образом и, возможно, отличным
от восприятия других людей — к примеру, больше таинственным или
обычным, чаще живым или просто механизмом, умопостижимым или
требующим точной проверки.
Биологические механизмы обучения подразумевают и другие
составляющие. Обучение биологической нейронной сети можно
представить как продолжение формирования организма, только теперь
уже не детализация его органов, а детализация только одного органа —
нейронной сети, в результате чего происходит и «детализация»
поведения — поведение уточняется сообразно среде. Тем не менее
принято отделять обучение нейронной сети от формирования
нейронной сети как органа в целом, при этом обучение связывать с
пластичностью синапсов, а формирование сети с нейропластичностью
и, собственно, развитием мозга в детском возрасте. К
нейропластичности, таким образом, относят рост новых связей
нейронов или образование самих нейронов у взрослых. Также с
обучением связан сон — предполагается, что в процессе быстрого
«проигрывания» запомненного за день и смене разных фаз сна
происходит дифференциация сильных/слабых связей нейронов, то есть
выделение важного и забывание не важного. Также, по-видимому, этот
процесс одновременно касается и более ранних воспоминаний, почему
сны так причудливы. Возможно, у сна есть другие, ещё неизвестные
функции.
Усложнение нейронной сети у предков человека также отразилось в
способности обобщать опыт в компактное движение — слово, то есть
возникли речь и письмо. Путём сочетания таких движений-символов
стало возможным передавать опыт, повышая эффективность
поведения ещё больше. В результате, в отличие от остальных
животных, каждое новое поколение людей живёт, учитывая опыт
предыдущих. Один из основателей теории ноосферы Альфред
Коржибски сказал о различии форм жизни так: «Растения осваивают
энергию — например, фотосинтез. Животные осваивают пространство
— поиск пищи, раздел территорий. Человек осваивает время, как
существо социальное, он связывает его в культуре и наследует свой
опыт потомкам.»
Из-за меньшего объёма и сложности нейронная сеть животных не
способна к распознаванию сложных взаимосвязей в условиях, то есть
животные неспособны к сложным обобщениям, абстракциям высокого
уровня. Например, нейронная сеть более простого животного способна
абстрагировать — выделить в окружающем простые признаки:
границы, поверхности, простые формы, направления, ускорения и т. д..
Нейронная сеть более сложного животного способна распознать в
окружающем сложные объекты, то есть обобщить смысл множества
простых признаков в некоторый сложный целостный образ. Объект
имеет уже собственные свойства, то есть собственную перспективу —
собственный смысл для решения задач животного. Например, разные
сочетания объектов могут означать разную перспективу ситуации,
аналогично животное не будет реагировать на резкое движение, если
оно принадлежит объекту, который не способен причинить вред, и
наоборот, активную реакцию вызовет малейшее движение объекта
«опасного». Таким образом, распознавая ещё только самые общие
параметры объектов, животное сможет заранее выделять общее
направление поведения, которое уточнять по мере распознавания
деталей. Новые выявленные свойства деталей будет уточнять смысл
целого или формировать новое целое — образ нового объекта.
Нейронная сеть человека способна абстрагировать в целое уже
множество отдельных объектов и ситуаций, тем самым распознавая в
условиях объекты, которые не наблюдаются непосредственно, то есть
в конечном итоге символы и понятия языка. Например,
непосредственно можно наблюдать части своего тела, но не себя,
добычу, но не охоту, действия вожака, но не политику, деревья, но не
лес, страну или вселенную. Аналогично нигде нет теоремы Пифагора,
чисел или теории множеств. Таким образом, человек может выделять
в окружающем объекты гораздо более абстрактного, сложного и
глобального характера и, как следствие, оперируя такими массивами
опыта, найти ещё более сложные и глобальные взаимосвязи в
элементах этих объектов или между самими объектами. Например,
изучая лес как единую систему, можно понять закономерности роста
деревьев точнее, чем воспринимая деревья как отдельные элементы, а
обобщая найденные взаимосвязи с другими объектами, прийти к ещё
более глобальным выводам — о флоре и фауне, эволюции, экологии и
т. д.. В итоге найденные глобальные взаимосвязи придают глобальный
смысл и поведению человека, в отличие от животных формируя его на
совершенно иных пространственных и временных масштабах.
Мышление как самоорганизация
Однако точнее процесс мышления выглядит несколько иначе, чем
написано выше. В едином организме можно выделить два
взаимосвязанных
уровня
самоорганизации.
Это
уровень
самоорганизация организма в целом, включая и нейронную сеть, на
котором развивается и поддерживается его упорядоченная структура,
и уровень самоорганизации активности нейронов в сети, на котором
распознаются условия и формируется упорядоченная активность
мышц и желёз. Таким образом, помимо того, что нейронная сеть как
часть единого организма развивается и существует как диссипативная
система, нейронная сеть как взаимосвязь нейронов также воплощает в
себе диссипативную систему, через архитектуру и пластичность
синапсов задающую контекст для упорядочения активности нейронов.
К примеру, можно заметить, что активность мышц всегда
взаимосвязана в едином порядке с воспринимаемым — от
перистальтики, дыхания, сердечной деятельности до поддержания
равновесия, предметных действий и речи. По мере накопления опыта
в условиях распознаются всё более сложные взаимосвязи, точнее
становится понимание условий и целей поведения — и в той же
степени сложнее становится порядок работы мышц. В то же время,
соответствуя «хаотической стороне» диссипативных систем,
мышление как неравновесные переходы имеет следствием
импульсивность и неустойчивость поведения, мысли возникают сразу,
а не «плавно» перетекают одна в другую.
При этом для усложнения нейронной сети не нужно увеличение
интенсивности взаимодействия со средой в том прямом смысле как это
необходимо, например, для усложнения ячеек Бенара, описанных в
главе про самоорганизацию, из-за чего усложнение нейронной сети не
имеет итогом турбулентный хаос и разрушение системы. Дело в том,
что любое изменение весов связей в процессе обучения сети — это, по
сути, появление новой нейронной сети, которая более точно
соответствует условиям, и которая снова усложняется при той же
интенсивности взаимодействия со средой. Конечно, если не считать
того, что новый порядок в динамике нейронов может означать и более
активное поведение организма. По тому же принципу происходит
биологическая эволюция, когда усложнение биосферы в первую
очередь связано со случайными мутациями ДНК и естественным
отбором, а не увеличением интенсивности взаимодействия организмов
со средой. К слову, можно добавить, что долговременная
синаптическая пластичность, то есть долговременная память, тоже
связана с ДНК — с её «естественной» функцией синтеза веществ,
определённым образом изменяющих структуру нейрона.
Как показано ранее, в диссипативной системе всё решает целое, а не
какие-либо составляющие по отдельности. В этой связи можно опять
вспомнить ячейки Бенара: несмотря на то, что в воде может быть сразу
несколько валов, ни один из них, разумеется, не существует сам по себе,
диссипативная система — это одно целое и её соответствующая
упорядоченная организация поддерживается ей как целым. Так же и
нейронная сеть всегда функционирует как одно целое — все процессы
в нейронной сети являются взаимозависимыми, несмотря на наличие
более или менее архитектурно обособленных отделов и зон, в которых
преобладают локальные связи между нейронами. Например, даже
рефлекторная реакция, которая происходит слишком быстро, чтобы
нервный импульс успел дойти до головного мозга и вернуться обратно
(скорость движения нервного импульса может достигать 120 м/с), тем
не менее всё равно взаимосвязана с динамикой всей нейронной сети.
Локализуясь в спинном мозге, через него рефлекторная дуга включена
в нейронную сеть организма, почему рефлекторные действия также
более или менее зависят от накопленного опыта и проводимого
поведения.
В этой связи надо заметить, что учение И. П. Павлова начала прошлого
века об условно-рефлекторной деятельности является устаревшим.
Идея обучения, как замыкания в коре головного мозга условных
рефлексов на основе врождённых безусловных рефлексов, которые
осуществляются наследственно закреплёнными нервными путями, не
имеет реального физиологического наполнения, а сам термин
«рефлекс» имеет ограниченную применимость для быстрых
стереотипных действий. Устаревшей также является возникшая в 30-х
годах прошлого столетия теория функциональных систем П. К.
Анохина. В то же время предвидел современную теорию знаменитый
советский физиолог Н. А. Бернштейн. В начале прошлого века он
пришёл к выводу, что построение движений разной сложности
происходит на разных уровнях нервной системы, в соответствии с её
усложнением в ходе эволюции, что движение формируется процессе
самого действия, чутко реагируя на изменяющуюся ситуацию, а в
памяти хранятся не готовые штампы движений, как это следует из
условно-рефлекторной теории, а лишь некоторые «предписания» для
их целесообразного конструирования. Следовательно организм — не
система со стереотипным поведением, отвечающая пассивно, а
система активная и целеустремленная. Иначе говоря, процесс жизни
есть не простое «уравновешивание с внешней средой», а активное
преодоление этой среды. В 1928 году, то есть ещё за 20 лет до того, как
это сделал создатель кибернетики Норберт Винер, Бернштейн также
сформулировал принцип сенсорных коррекций — обратной связи
между мозгом и мышцами, в соответствии с которым для выполнения
какого-либо движения мозг не только посылает определенную команду
мышцам, но и получает от периферийных органов чувств сигналы о
достигнутых результатах и на их основании дает новые
корректирующие команды.
Функционируя как целое, нейронная сеть и обучается как целое.
Несмотря на изменения в отдельных нейронах, ввиду того, что
нейронная сеть — это одна распределённая система, в большей или
меньшей степени происходит усложнение сразу всего континуума
«условия—задачи—решения» нейронной сети, конкретизация
«потребностей и способностей» субъекта, применительно к
особенностям внутренней среды организма и окружающих условий.
Поэтому также и реакции нейронной сети есть функция всей системы,
любая реакция «вызывается» более или менее из всего объёма
нейронной сети, то есть из всего континуума опыта.
И, надо заметить, реакция не только «вызывается», но одновременно и
«создаётся». Динамика нейронной сети через сигналы рецепторов
связана с внутренней средой организма и внешней средой. Поэтому, с
одной стороны, реакция детерминирована особенностями среды — и в
этой части «создаётся» в сети. С другой стороны, реакция
детерминирована устройством самой нейронной сети — и в это части
«вызывается» из опыта. Таким образом, в сети упорядочивается
активность нейронов, а значит, возникает информация, при этом
коррелирующая одновременно и с устройством сети — с опытом, и со
средой. И можно сказать, уже эта информация непосредственно и
определяет поведение.
Конкретно процесс упорядочения биологической нейронной сети
связан с синхронизацией импульсной активности нейронов. Как
говорилось ранее, биологический нейрон сам по себе периодически
генерирует электрические импульсы (автоволновой процесс), поэтому
торможение приводит к угнетению этой функции, возбуждение к
активизации, а синхронизация означает появление согласованности в
активности разных нейронов. Таким образом, в пространстве сети
формируется более или менее упорядоченная конфигурация
торможения и возбуждения нейронов, которую «возмущают»
постоянно поступающие сигналы рецепторов. Возмущение
соответствующим образом отражается в изменении активности мышц
и желёз, работа которых в то же время всегда сохраняет
упорядоченность, так как гомеостаз позволяет порядку в активности
нейронов возмущаться около уровня динамического равновесия
нейронной сети, но не даёт разрушаться. Возмущения запоминаются
сетью через изменения весов связей, усложняя структуру нейронной
сети и тем самым задавая новый, всё более точный относительно
внешних условий контекст опыта.
Афферентных нервных волокон — непосредственно проводящих
нервные импульсы в головной мозг, около 3 млн., два из которых
связаны со зрительными рецепторами, один несёт информацию от
спинного мозга, в котором происходит первичная обработка сигналов
от остальных рецепторов. В самом головном мозге уже около 90 млрд
нейронов. В то же время эфферентных волокон, несущих нервные
импульсы от головного мозга к мышцам и железам, всего около 200
тыс.. Тем самым в нейронной сети возникает высокая конкуренция за
активизацию выхода, за счёт чего процессы упорядочения происходят
активнее, множественный поток данных динамично «сжимается» в
последовательности импульсов на выходе сети. По тому же принципу,
например, ограниченные ресурсы ведут к активизации естественного
отбора или конкуренции в социуме.
При
этом
активность
некоторых
нейронных
ансамблей
синхронизируется селективно, то есть нейроны в них начинают
функционировать более упорядоченно, чем нейроны остальной сети.
Например, нейроны зрительной коры, рецептивное поле которых
содержит объект внимания, сильнее синхронизированы, чем нейроны,
которые реагируют на объекты вне внимания. Одно из первых
наблюдений этого явления было сделано в 1989 году: в эксперименте
нейроны, удаленные друг от друга и отвечающие за разные участки
зрительного поля, синхронизировались, если две полоски на экране
двигались как единое целое, и синхронизация не возникала, если те же
полоски двигались независимо друг от друга. Вспышки нейронной
синхронизации регистрируются и в других областях мозга — например,
соответствующих моторным функциям, когда внимание обращено на
проводимое действие.
Таким образом, на общем фоне более или менее упорядоченной
активности сети, связанной с условиями в целом, выделяются
структуры наиболее синхронизированной активности, связанной с
наиболее важными составляющими условий, которые необходимо
отразить в поведенческой реакции наиболее точно. В сознании это
воспринимается как фокус внимания, наиболее чёткая и яркая
составляющая сознания. Связи наиболее синхронизированных
нейронов изменяются активнее, потому наиболее всего обучение сети
происходит в контексте самых важных стимулов. При этом для
синхронизации не имеет значения расстояние между нейронами —
когерентная динамика элементов диссипативной системы не зависит
от расстояния между ними. Почему, несмотря на то, что данные
поступают практически одновременно и концентрируются в разных
областях мозга, формируется целостная структура синхронной
активности нейронов, в которой разнородная и разномодальная
информация связана друг с другом, обобщая все качества стимула в
целостный образ. При этом, например, сильная глобальная
синхронизация больших популяций нейронов присуща состоянию
бездействия, глубокого сна или патологии, поскольку динамика
полностью синхронизированной сети не достаточно сложна для
эффективной обработки информации. Патологические проявления
имеет также и чрезмерная локальная синхронизация — например, это
тремор в болезни Паркинсона, эпилептические припадки, шизофрения,
аутизм, и т. д..
Простой аналогией синхронизации нейронов является синхронизация
часов с маятниками, висящих на одной стене, описанная в XVII веке
знаменитым голландским физиком Христианом Гюйгенсом, одним из
основоположников теоретической механики и теории вероятностей.
Висящие на стене часы с маятниками — это открытая система: есть
подвод энергии через движение гири часов и есть связь часов через
стену. В результате, взаимодействуя через микроколебания стены,
маятники часов постепенно начинают качаться в такт. Вначале
синхронизируются маятники, фазы колебаний которых наиболее
близки или которые взаимодействуют наиболее плотно. В результате
их синхронизации в хаосе неупорядоченных колебаний возникает
«мощный» ведущий ритм слаженных колебаний сразу нескольких
маятников, который подчиняет себе колебания остальных маятников.
Если затем воздействовать на какие-либо маятники, общий порядок
будет непредсказуемо изменяться, так как одновременно зависит от
всех нюансов всей системы — от часов до стены. В нейронной сети за
счёт значительно большего взаимодействия элементов и пластичности
системы синхронизация возникает за доли секунды, а за счёт
особенностей нейронов и различной архитектуры в разных отделах
сети параметры волновых процессов в них отличаются.
Возвращаясь к предыдущим главам, хаотическая активность нейронов
— это упомянутый более общий и более выразительный контекст, в
котором формируется конкретный порядок действий субъекта.
Хаотическая динамика возникает, когда траектории системы глобально
ограничены и локально неустойчивы. В данном случае «глобальное
ограничение» в виде общей и более стабильной структуры нейронной
сети задаёт общую логику возможного порядка, а её более частные и
изменчивые параметры определяют возможности порядка конкретного.
В свою очередь, неравновесное состояние возникает вследствие
активного взаимодействия нейронной сети со средой, которое
происходит как напрямую через сигналы рецепторов, так и
опосредовано — через собственную активность нейронов, связанную
с поступлением в организм питательных веществ. В результате сигнал
любого рецептора, которых в организме человека миллионы, способен
привести к масштабному изменению активности нейронной сети, если
нужным образом совпадёт с её динамикой, то есть с опытом субъекта
в целом и его нынешним поведением в частности.
Нейронная сеть как диссипативная система стремится к аттрактору, то
есть к некоторому уровню динамического равновесия, минимизации
энергии, каковой процесс называется гомеостазом. Гомеостаз
нейронной сети взаимосвязан с гомеостазом организма в целом. Новые
фазовые траектории гомеостаза, возникающие в контексте
возмущающего воздействия сигналов рецепторов и собственной
активности нейронов, запоминаются сетью через изменения в весах
связей нейронов, и потому гомеостаз происходит уже в контексте
нового опыта. Таким образом, любой опыт — это одна из фазовых
траекторий гомеостаза. Поэтому, например, какие-то «добровольные»
неудобства, то есть казалось бы, «волевое» отклонение поведения от
гомеостаза — к примеру, встать, когда ещё хочется спать, на самом деле
не более чем такая же траектория гомеостаза в контексте опыта и
воздействий среды по принципу «через неудобство в тактике к
выигрышу в стратегии». Собственно, физиологические основания
ощущения «волевого усилия» — это, по-видимому, процесс
значительной корректировки более частным опытом начальных
побуждений общего характера: преодоление страха, усталости,
наоборот, сдерживание активности и т. п..
Нейронная сеть — это динамическая система, состоящая из
функционально схожих элементов, исполняющих одну общую задачу
— преобразование сигналов рецепторов в активность мышц и желёз.
Все нейроны в сети объединены прямыми и обратными, локальными и
не локальными, тормозными и возбуждающими связями, поэтому
активность каждого нейрона зависит от активности всех остальных
нейронов в сети и наоборот. Таким образом, весь опыт нейронной сети
«размазан» по всему её пространству. С другой стороны, архитектура
нейронной сети неоднородна и содержит более или менее
обособленные зоны и отделы, архитектура связей и морфологические
особенности нейронов в которых более или менее своеобразны. Что
определяет и своеобразие составляющей, вносимой ими в реакцию на
выходе нейронной сети, то есть определённую функциональную
специализацию этих частей. Получается, что разный опыт
одновременно и локализован в пространстве сети — в части
особенностей её зон и отделов, и не локализован — как связанный с
элементами единой распределённой системы. В итоге можно говорить
только о большей или меньшей локализации разного опыта/функций в
пространстве сети, а не о его строгом разделении, несмотря, может
быть, на странность такого утверждения.
Например, тот же вывод о невозможности в любой «системе
мышления» строго отделить один опыт от другого был сделан в первой
главе. То же следует из представления о самоорганизации:
самоорганизующаяся система не равна простой сумме своих частей, а
образует систему нового уровня. Поэтому по частям системы нельзя
достоверно судить о системе в целом, аналогично опыт системы нельзя
свести к элементам и разложить на отдельные составляющие. Или,
проще говоря, в нейронах самих по себе нет никакого опыта, кроме
«умения» принимать и передавать возбуждение, их иное
функциональное значение возникает только в контексте всех
остальных нейронов и не может быть от них строго отделено.
В ином случае, если предположить, что опыт локализован, то нужен
ещё один мозг, который будет всё знать и подключать по
необходимости части отдельного опыта, а также корректировать их
обучение, чтобы даже изменяясь они тем не менее могли адекватно
взаимодействовать. У этого «гомункулуса», очевидно, должны быть
свои отдельные части, которые тоже должен кто-то подключать — и
так до бесконечности. Таким образом, локализация опыта неизбежно
ведёт к противоречиям и не позволяет объяснить мышление.
Тем не менее в далёких от научной картины источниках зачастую
можно встретить утверждения противоположного характера —
например, что одна часть мозга создаёт и оценивает модели поведения
в другой части. Такие идеи возникают в «буквальной» трактовке
воспринимаемого в сознании, которое действительно можно
интерпретировать, будто бы некое отдельное внутреннее «Я»
наблюдает за происходящим, за мыслями, создаёт и оценивает их.
Опровержение таких представлений похоже на изложенное выше.
Предположим, «Я» — это некая специфическая часть мозга, которая
строит и сравнивает модели поведения в другой части. Но тогда, чтобы
сравнить, «Я» должно варианты запомнить и тоже сравнить внутри
себя, иначе один вариант для «Я» не будет отличаться от другого, то
есть внутри себя «Я» тоже должно моделировать. И так до
бесконечности: вначале мышление делится на «Я» и модели, которые
«Я» создаёт и оценивает, потом это «Я» делится на ещё одно «Я» и
модели, и так далее. В конечном итоге от «Я» ничего не остаётся.
Можно привести другое опровержение. В такой интерпретации
мышление, по сути, объясняется через взаимодействие думающей и не
думающей части — принимающего решения «Я» и неких
подчиняющихся ему моделей, рефлексов, автоматизмов или какихлибо других аналогично «не думающих» частей. Таким образом,
мышление как таковое переносится на уровень думающей части. Но
если для мышления необходимо наличие думающей и не думающей
части, то и думающая часть тоже должна делиться на думающую часть
и не думающую — и так до бесконечности. Получается, что думать
некому, а верный ответ в итоге — мышление всегда функция всего
мозга.
Самоорганизующаяся система может быть только целым, где можно
выделить элементы, организацию, уровни регуляции или уровни
активности системы; разные функции могут иметь разную
концентрацию в пространстве системы, но не строгие границы,
вносить разный вклад, но не подключаться и отключаться, думать или
не думать, быть главными или подчинёнными, все процессы в
самоорганизующихся системах взаимосвязаны и переходят друг в
друга. Иными словами, в центре управления не может быть других
центров управления — у точки отсчёта не может быть других точек
отсчёта.
Как к самоорганизующейся системе означенное относится и ко всему
организму в целом, однако более выраженное морфологическое
различие органов и их менее выраженная связанность друг с другом
позволяет рассматривать органы по отдельности с меньшим ущербом
для точности выводов, чем попытка изучать по отдельности части
нейронной сети. Собственно, и сам человек — это элемент других,
более глобальных самоорганизующихся систем — например, социума
или биологической эволюции, поэтому его определение, как «точки
отсчёта» своих решений, также имеет границы.
Из-за нелокальности опыта, нейронные сети в каком-то смысле
повторяют голографический принцип, когда любая часть изображения
содержит всё изображение с уменьшающейся детализацией, в
зависимости от величины фрагмента. Например, при разрушении
части сети, сохранившиеся участки до некоторой степени смогут
заменять утраченные, за счёт перенаправления импульсов по
оставшимся связям, нивелируя то, что в разрушенной области могла
быть «высокая концентрация» какого-либо определённого опыта.
Можно сказать, так как любой опыт в распределённом виде находится
сразу во всём объёме нейронной сети, различаясь только
концентрацией в тех или иных её областях, то при разрушении
возможности нейронной сети уменьшаются — более в одном менее в
другом, но не изменяются в общей сути.
Из-за нелокальности опыта также может возникать такое явление как
синестезия, при котором раздражение одного органа чувств может
вызывать ощущения, соответствующие и другому органу чувств,
вследствие иррадиации возбуждения с нервных структур одной
сенсорной системы на другую. К примеру, это цветовые ощущения,
вызванные звуками, или когда окрашенными воспринимаются буквы и
цифры. Собственно, отчасти каждый человек является синестетом —
например, каждому понятно, что такое «сочный» цвет или «острый»
вкус.
Мышление как самоорганизация означает и осознание «сразу»,
переключения внимания сразу на нечто «завершённое», понятное.
Упорядочение диссипативной системы — это в целом не
последовательный процесс, идущий от элемента к элементу, от
нейрона к нейрону. Упорядочение начинается со всех сторон системы,
поэтому неравновесном состоянии смена динамики происходит всегда
более или менее «скачкообразно», а не плавно, то есть практически
одновременно во всей нейронной сети мозга. Тем самым вызывая
более или менее выраженные «качественные» изменения и в
поведении субъекта, импульсивность, «мысль» или есть, или нет.
Причём изменения и должны носить характер некоторого резкого
перехода, так как поведение всегда должно всегда иметь смысл — тот
или иной, а не неопределённый.
Например, в подкорковых отделах мозга, включая спинной мозг,
больше сконцентрированы вегетативные функции, то есть эти отделы
отвечают за формирование поведения наиболее общего характера,
связанного с общими и простыми параметрами ситуации — дыхание,
перистальтика, сердечная деятельность, тонус мышц, поддержание
позы и т. п.. Таким образом, подкорковые отделы инициируют общую
реакцию на ситуацию, воспринимаемую как общее возбуждение или
торможение, некоторый эмоциональный всплеск, понимание общего
смысла, смена настроения, мотива — задающую общее направление
более конкретным действиям. В этом контексте порядок
перестраивается в коре мозга — уровне нейронной сети, где больше
распознаются сложные взаимосвязи в условиях — например
социальные в префронтальной (лобной) части коры. И потому кора —
это уровень организации движений, отвечающих за точную
«подгонку» поведения к нюансам ситуации: объёмных мышечных
синергий, движений пространственного поля, предметных и
интеллектуальных движений, в том числе речь, письмо. В процессе
чего восприятие конкретизируется и усложняется, проявляются детали
происходящего, ранее вызванное поведение корректируется.
Например, внутренние и внешние условия в целом могут диктовать сон,
но некоторые отдельные признаки в них — звонок будильника —
внесут свои частные коррективы. Новая ситуация повлияет на общий
эмоциональный контекст, который станет уже не таким «сонным», тем
самым вызвав конкретные мысли о необходимости вставать. Они
уточнят эмоциональный контекст ещё более — и так далее до
достаточной нейрогуморальной перестройки организма, чтобы
попытаться встать. Процесс будет восприниматься как «волевая»
борьба со сном, так как он связан с выраженным «конфликтом» общего
и частного опыта, значительным и активным изменением направления
реакций регуляторных систем организма.
По тому же принципу происходит внутренняя речь, воспоминания и т.
д.. Распознавая общие взаимосвязи в условиях, подкорковые отделы
задают направление распознаванию в коре. Уточняя это направление
до конкретных фраз, кора по обратным связям влияет на подкорковые
отделы, внося в их динамику соответствующие словам изменения, что
воспринимается субъектом как некоторое новое эмоциональное
состояние. Одновременно подкорковые отделы задают новое общее
направление распознаванию коре, которое приводит к новым
конкретным фразам. В итоге субъект и эмоционально «понимает» себя,
и соответственно этому пониманию в его сознании возникают новые
слова. И так разговор с самим собой продолжается, пока опыт и
условия не приведут к смене поведения.
При этом чем проще животное, тем меньше размер коры и она меньше
по отношению к подкорковым структурам. Например, уменьшение
относительных размеров коры приводит к тому, что опыт животного
больше концентрируется в подкорковых отделах, почему повреждение
коры сказывается на поведении животного гораздо меньше, чем у
человека. К примеру, удаление коры мозга у человека приведёт к
выпадению всего конкретного опыта, останутся только минимальные
вегетативные функции. В то же время собака после удаления больших
полушарий способна передвигаться, совершая достаточно точно
координированные движения, но при этом она не различает запахов,
зрительные и слуховые восприятия в значительной степени утрачены.
Взаимозависимость всех отделов нейронной сети мозга и потому
нелокальность функций в том числе означает, что без активности коры,
которая за счёт обратный связей постоянно влияет на нижележащие
отделы мозга, их адекватная работа также будет невозможна. Другими
словами, при удалении коры в какой-то степени будут утрачены и те
общие функции подкорки, которые вроде бы не должны пострадать —
и чем больше относительный размер коры, тем больше это будет
заметно. В самоорганизующихся системах целое не равно сумме
частей, то есть опыт целого не равен сумме опыта частей, поэтому
«вычитание» части нейронной сети не просто «отнимает» часть опыта,
а меняет его в целом.
К изложенному в главе надо добавить, что по современным
представлениям в биологических нейронных сетях в информационном
взаимодействии участвуют не только сами нейроны, но и окружающие
нейроны ткани мозга — клетки глии и внеклеточный матрикс.
Электрохимические процессы в нейронах и их отростках приводят к
попаданию биологически активных веществ в межклеточное
пространство, постепенно распространяясь по которому они влияют на
соседние нейроны и клетки глии, последняя в свою очередь также
влияет на нейроны. Тем самым плюс к давно известным
вспомогательным функциям (питание нейронов, пространственная
поддержка, миелинизация, ГЭБ) окружающие нейроны ткани мозга
создают уровень «объёмной» передачи сигналов между нейронами.
Также окружающие нейроны ткани участвуют в образовании новых
связей нейронов и несут некоторые другие функции. Возможно,
значение в мышлении имеют и электромагнитные поля нейронов.
Можно сказать, мышление в мозге не локализовано строго в сети
нейронов, что ещё более усложняет его понимание.
***
Подводя итоги главы, понятно почему именно принцип
самоорганизации стал принципом и нервной регуляции. Мышцами и
железами необходимо управлять одновременно и взаимосвязано, то
есть по единой «программе», которая должна ещё и обучаться как
единое целое. В ином случае не избежать рассогласования «отдельных
программ» — и потому всё равно нужен будет единый общий «центр»,
корректирующий ошибки. В природе такой «единой программой»
может быть только диссипативная система, динамика которой
естественным образом направлена на поддержание своего
упорядоченного состояния. В результате правильно подобранная
эволюцией архитектура нейронной сети позволит обобщать
активность рецепторов в активность мышц и желёз, упорядоченную в
контексте задачи самосохранения и размножения. При этом
пластичность синапсов позволит сети изменяться, тем самым уточняя
стремление к самосохранению и размножению под конкретные
условия среды.
Мышление как самоорганизация означает, что поступки субъекта
неотделимо сочетают врождённое и приобретённое, так как динамика
открытой системы неотделима от среды. Поведение «на границе хаоса
и порядка», как можно охарактеризовать динамику диссипативных
систем, означает, что поступки и предопределены опытом, и случайны
одновременно. Нелинейность самоорганизации — что к открытию
может привести мельчайшее противоречие в опыте. Являясь
самоорганизацией, мышление по своей сути не отличается от
биологической эволюции, поэтому смысл эволюции имеет и процесс
познания, то есть процесс выдвижения и опровержения гипотез. С тем
отличием, что «выдвижение и опровержение» вариантов генетического
кода — это эволюция на уровне более общем, «естественный отбор»
гипотез на более частном.
Сознание
Нейронная сеть распознаёт условия от общих и простых к частным и
сложным, то есть вначале выделяется некоторое общее направление
поведения, которое уточняется. Такая динамика нейронной сети, повидимому, определяет наличие собственного Я, то есть наличие
общего эмоционального контекста самоощущения, «на котором»
разворачиваются все более конкретные события. Это должен быть и
«направляющий» контекст, так как он задаёт направление и активность
поведению более частного характера. И тем же образом Я и ощущается
— как нечто внутреннее, мотивирующее и управляющее конкретным
поведением. И чем сложнее нейронная сеть животного, то есть чем
больше её возможности запоминать историю своего взаимодействия с
окружающим и обобщать запомненное в личную стратегию поведения,
тем, по-видимому, сложнее/ярче сознание, полнее самоощущение. К
чему у человека добавляется выраженная вербализация происходящего,
изначально направленная прежде всего на общение, но, с другой
стороны, обуславливая и более чёткое выделение себя как
«самостоятельной» личности, субъекта, из-за необходимости сообщать
о своих намерениях: Я хочу, Я могу, Я делаю.
В то же время само наличие сознания, отличного от элементов мозга,
можно объяснить следующим образом.
В нейронную сеть постоянно поступают импульсы от рецепторов, а
также у нейронов есть собственная активность. В результате такого
притока энергии в динамике нейронов возникает неустойчивость, что
приводит к её упорядочению. Неустойчивость означает и
восприимчивость системы к воздействиям среды и флуктуациям
внутренних параметров. Поэтому порядок в активности нейронов
постоянно перестраивается, состояния равновесия, когда все
потребности удовлетворены, всё строго «в норме», не существует. Если
вспомнить, взаимодействие со средой необходимое условие
существования диссипативных систем, к которым относится и
организм, — например, без активного обмена веществом/энергией со
средой он просто разрушится.
В свою очередь, возникающая в динамике нейронов упорядоченность
— это появление из хаоса качественно новой структуры, «целого»,
подчиняющего себе динамику своих элементов посредством
скоординированных самой же собой как целым реакций. При этом
«целое» — это континуум, а «порядок» — абстрактен. Именно таким
и предстаёт сознание — как некоторый континуум абстракций разного
уровня. Таким образом, качественное отличие целого и порядка от
отдельных элементов нейронной сети — это, по-видимому, и есть суть
психического восприятия. Отчасти подтверждают эту гипотезу
эксперименты, из которых следует, что с усилением синхронизации
нейронов связано восприятие объектов, находящихся во внимании. В
контексте других теорий упорядочение, уменьшение энтропии — это
появление в системе информации, что также можно связать с
сознанием.
Таким образом, сознание — это не какие-либо элементы сети сами по
себе. В структуре нейронной сети всё обобщено, никаких реакций,
знаний или образов там нет, конкретная поведенческая реакция,
конкретное «содержание сознания», может быть только конкретной
динамикой всей сети, тем или иным процессом упорядочения
активности нейронов. От менее упорядоченной динамики, повидимому, проявляющейся в эмоциях и настроениях, к более
упорядоченной, проявляющейся в конкретных образах, от низкого
уровня абстракций к высокому, от смысла к конкретному знанию.
Поэтому аналогично тому как взаимозависимой является динамика
всех частей нейронной сети, так же и любой конкретный образ, и всё
содержание сознания не привязаны строго к её конкретным частям, а
более или менее распределены сразу по всей нейронной сети мозга, и
можно утверждать только, что за различное содержимое сознания
больше отвечают её разные отделы и зоны.
В предыдущих главах показано, что практически достижимая точность
описания процессов мышления сильно ограничена. В той же степени
невозможно понять и «сущность» сознания. В результате
происходящее в нейронной сети в любой достижимой точности
описания не будет иметь общего с сознаваемым как таковым. Проще
говоря, воспринимая апельсин, не получится найти в мозге
непосредственно оранжевые или шарообразные процессы. Тем не
менее активность нейронов кодирует сигналы рецепторов в реакции
мышц и желёз, и чем точнее кодирует, тем точнее апельсин будет
отражён в поведенческих реакциях и сознании соответственно.
Например,
динамика
упорядочения,
с
одной
стороны,
детерминирована устройством нейронной сети, то есть опытом
субъекта, с другой стороны, динамика упорядочения детерминирована
сигналами рецепторов, то есть происходящим во внутренней и
внешней среде. Что и наблюдается в сознании, абстракции которого
имеют как субъективную, так и объективную составляющую. К
примеру, в объективной реальности есть электромагнитные волны
разной длины, а не цвета радуги, свет, темнота, тепло или холод, есть
вещества в воздухе и колебания среды, но не запахи или звуки.
При этом так как субъективная реальность коррелирует с устройством
сети, то в силу отличий в устройстве мозга, каждый человек
воспринимает мир по-своему. Но, например, зелёный цвет для всех
будет одинаков с цветом травы, листьев, и потому как бы разные люди
не воспринимали эту часть спектра электромагнитного излучения,
глядя на нижний сигнал светофора все сойдутся во мнении, что это
именно зелёный цвет — цвет травы и листьев, с соответствующим к
нему отношением. Точно так же более или менее коррелирует, но не
совпадает в точности и весь остальной опыт всех людей.
Физиологическая суть мышления — управление мышцами и железами,
то есть мышление отвечает за активное перемещение в среде.
Организм не может перемещаться одновременно в разные стороны,
поэтому необходимо выделение в ситуации важного, цели. Что
отражается как постоянное переключение внимания на новую частную
цель, тем больше выделенную, чем больше она важна. Таким образом,
поведение всегда более или менее целенаправленно, а внимание
сконцентрировано, из-за чего, например, невозможно одновременно
следить за разнонаправленными процессами. Но если поведение — это
последовательность действий, то и решение любой задачи возможно
так же только как последовательность действий, то есть как алгоритм,
когда последующий шаг определяется предыдущим и ведёт к какойлибо цели.
Однако нейронная сеть — не алгоритм, сеть — это континуум
одновременных, разнонаправленных и взаимозависимых процессов. В
результате человек просто не способен «помыслить» нейронную сеть
— мысленно «охватить» сразу весь процесс, чтобы «писать сети»
точно под задачи по принципу написания, например, компьютерных
программ. Это касается и абстрактных моделей, лишённых
физических нюансов, и реальных сетей, где важен любой элемент её
устройства и поэтому вниманием надо охватить динамику сразу всех
физических составляющих системы на всех её уровнях. Из-за чего
также невозможно и узнать, что и как чувствует «чужая» нейронная
сеть — если сознание возникает как «внутрисистемный фактор»
упорядоченной динамики множества элементов, то не став этой
системой, заглянуть в её сознание не получится.
Невозможно копировать мышление, о чём также говорилось ранее, —
или мало что будет понятно, или мозг разрушит интенсивность
воздействия, но в любом случае необходима абсолютная точность
копии, что невозможно в принципе. Не позволят понять мышление и
исследования мозга — из-за экспоненциального роста их сложности.
Из чего, к примеру, следует принципиальная ограниченность в
управлении устройствами непосредственно
«мыслью» или
ограниченность в «чтении мыслей» через определение связи между
активностью нейронов и направлением мышления. Уточнение таких
корреляций означает тот же экспоненциальный рост сложности
исследований.
В результате можно только предполагать, что сознание в целом, его
«яркость» и насыщенность деталями связана с усложнением
нейронной динамики, или что «абстрактность» и «континуальность»
сознаваемого отражает процессы упорядочения в системе — но нельзя
достоверно проверить. И как ни логично выглядит идея сознания как
«нового качества» элементов самоорганизующейся системы, но ввиду
принципиальной невозможности вычислить мышление или самому
стать чужим мышлением, она всё равно не кажется очевидной. В итоге
сознание качественно отличается от остальной физической реальности,
тем самым определяя и наличие субъекта, и невозможность установить
насколько «качественно» это отличие.
Сознание в квантовой механике
Согласно изложенному выше, сознание возникает в процессе
упорядочения, самоорганизации, точнее говоря, сознание — это сам
процесс
самоорганизации
изнутри,
со
стороны
самой
самоорганизующейся системы, и чем порядок сложнее, тем сложнее
сознание. Исходя из чего нет оснований считать, что без привлечения
сознания описание самоорганизации или конкретно мышления будет
неполным — оно в любом случае не может быть полным, но если бы
можно было самоорганизацию алгоритмизировать, то и сознание
возникло бы в описании само собой, просто как следствие точности и
полноты отражения в алгоритме физического процесса. Внимательнее
отнестись к сознанию заставляют исследования фундаментального
уровня природы.
Как следует из квантово-механической теории (КМ), хорошо
проверенной экспериментально и способной на чрезвычайно точные
предсказания, до измерения или после него есть только вероятность
найти элементарную частицу в той или иной области пространства с
теми или иными значениями некоторых параметров (например
скоростью), а ещё не сама частица. Вероятность найти частицу
размазана по всему пространству, где-то концентрируясь, а где-то
почти сходя на нет, то есть распределение вероятности в пространстве
имеет характер волны, потому эволюция волн вероятности в
пространстве и времени описывается волновой функцией. Волны
вероятности также называют волнами де Бройля по имени
французского физика Луи де Бройля, который в 1924 году высказал
гипотезу о том, что установленный ранее для фотонов корпускулярноволновой дуализм присущ всем частицам — электронам, протонам,
атомам и так далее.
При этом область пространства с наибольшей амплитудой возмущения
волны вероятности — волновой пакет — это область наибольшей
вероятности найти частицу. За пределами которой вероятность может
быть очень мала и практически не отличаться от нуля. Движение
возмущения в пространстве — перемещение области наибольшей
вероятности — имеет физический смысл движения, как
«классического» перемещения объекта из одной точки в другую, и не
может происходить быстрее скорости света. Например, траекторию
движения электрона указать невозможно — электрон не находится ни
в какой конкретной точке и не перемещается с места на место, как
маленький шарик — с той или иной вероятностью он уже есть везде.
Поэтому можно лишь выяснить, какова вероятность обнаружить
электрон в том или ином месте, в частности, определить, где он
окажется с наибольшей вероятностью.
По-другому можно сказать, что все возможные варианты
местоположения и скорости частицы до измерения находятся в
состоянии суперпозиции, то есть с некоторой вероятностью
реализованы одновременно в каждой точке всего пространства
вселенной. Но реализованы только потенциально, и ни одно из
конкретных состояний частицы не существует реально — заранее. Вне
измерения любой объект — это описываемое волновой функцией
протяжённое на всё пространство распределение вероятности найти
объект, а ещё не сам объект.
В момент измерения происходит мгновенный коллапс (редукция,
схлопывание) волновой функции, и фактически «из ничего» возникает
частица с некоторыми конкретными параметрами. Аналогично в
запутанных состояниях в момент измерения первой частицы — когда
у неё детектируется некоторое конкретное состояние — одновременно
возникает коррелирующее состояние и у второй частицы, что
происходит независимо от расстояния между ними. То есть коллапс
общей волновой функции запутанных частиц — разрушение состояния
суперпозиции (декогеренция), так же как и коллапс волновой функции
одной частицы, происходит мгновенно во всём пространстве.
Когда измерение прекращается, частица опять становится волной
вероятности, бесконечной в пространстве. При этом волновой пакет,
как область пространства с наибольшей вероятностью найти частицу,
будет постепенно расплываться, скорость чего зависит от
массы/энергии частицы. Например, масса покоя электрона очень мала
и равна 9,1·10-28 г, поэтому волновой пакет свободного электрона
спустя одну секунду расплывётся до размеров, сравнимых с размером
Луны. Но если взять пылинку массой в 1 мкг (1·10 -6 г) и размером 0,1
мм, то всего лишь удвоение ее области наибольшей вероятности
произойдет за 3 млрд лет. Отсюда ясно, что при повторном измерении,
проведённом через некоторое время, будет очень мало шансов
обнаружить свободный электрон на старом месте, и наоборот, пылинка
неизменно будет находиться практически там же, где была обнаружена
в первый раз. Другими словами, квантовые эффекты существенны
только для микрочастиц и на макроуровне незаметны.
Однако природа на фундаментальном уровне существующая в виде
вероятностей, пусть даже это касается только некоторых параметров
объектов, и потому возможно не всё что угодно, — это всё равно очень
странная ситуация. Поэтому разумно предположить, что это
физическая структура самой частицы размазана во всём пространстве
и флуктуирует, подчиняясь неким скрытым причинам, а в момент
измерения структура каким-то образом «концентрируется», и
одновременно из всего потока флуктуирующих состояний, как стопкадр, измерение выхватывает одно значение. Следовательно
существуют некие неизвестные пока скрытые параметры, которые
предопределяют всё происходящее с частицей в каждый момент
времени.
Тем не менее в многочисленных экспериментах (по проверке
неравенств Белла) установлено, что конкретное состояние частицы
возникает только в момент измерения и до измерения не существует.
Вернее сказать, из всех вариантов скрытых параметров, способных
вернуть реализм (то есть наличие конкретного состояния у частицы
ещё до акта измерения), возможность которых проведённые
эксперименты не опровергли, фактически остались только слишком
неправдоподобные и попросту бессмысленные, с помощью которых
можно объяснить что угодно. Например, предопределённость
невероятного характера типа фантастической ситуации, когда орёл
выпадает всегда, у всех и на любых монетах просто потому, что в
момент рождения вселенной сложились такие начальные условия. Или
путешествия в прошлое с целью так манипулировать частицами, чтобы
у экспериментатора сложилось впечатление, что их конкретное
состояние возникает только в момент измерения, а не существует
заранее.
И наконец коллапс волновой функции происходит мгновенно во всём
пространстве, почему, например, вторая запутанная частица
приобретает конкретное состояние одновременно с измерением
первой, независимо от расстояния между ними. Но это значит, что нет
не только реализма, но и локальности. Согласно принципу локальности,
на объект можно влиять только через его непосредственное окружение,
почему этот процесс не может происходить быстрее скорости света как
предельной скорости движения, то есть что-либо не может
перемещаться в пространстве быстрее скорости распространения
возмущений волн вероятности, так как это и есть потенциальное «чтолибо» — от сигналов до объектов.
Согласно специальной теории относительности Эйнштейна (СТО) —
проверенной экспериментально не меньше квантовой механики,
пространство и время — это единая структура, поэтому скорость
движения в пространстве взаимосвязана со скоростью движения во
времени. Например, движение в пространстве с предельной скоростью
— совпадающей со скоростью света, то есть со скоростью
распространения электромагнитных волн — означает остановку
движения во времени, а отсутствие движения в пространстве —
максимальную скорость во времени. Дело в том, что скорость света в
вакууме — это константа, считается, она не может быть больше или
меньше, свет всегда перемещается с предельно возможной скоростью.
При этом, согласно принципу относительности, все системы отсчёта
должны быть равноправны — сложно представить, чтобы законы
физики были разными в разных концах комнаты. Следовательно
скорость света должна оставаться константой и в системе отсчёта
наблюдателя, и в системе отсчёта источника света, а значит, чтобы
сохранялось равноправие, должны изменяться время и длины. С чем
связаны многочисленные парадоксы СТО. Например, с какой бы
скоростью источник света не приближался или отдалялся от
наблюдателя, наблюдатель зарегистрирует одну и ту же скорость света.
Или, чем быстрее объект движется в пространстве, тем короче для него
становятся расстояния и медленнее течёт время, и наоборот.
В итоге получается, процессы быстрее света есть, так как объекты
«концентрируются» в месте их обнаружения мгновенно, и связь
быстрее света есть, так как запутанные частицы тоже коррелируют
мгновенно, но это не может быть связано с движением какой-либо
известной материи. В связи с чем пришлось уточнить принцип
причинности — в том смысле, что невозможна не вообще связь
быстрее скорости света, а только передача информации быстрее
скорости света — ведь если ничего материальное никуда не
перемещается, то и информацию передать нечему. И действительно,
передать информацию быстрее света через корреляцию запутанных
частиц мешает как раз отсутствия реализма. Если состояние частицы
возникает только в момент измерения и случайным образом, а не
существует как реальность заранее, то ничего закодировать
невозможно. Проще говоря, если выпадение орла или решки
принципиально случайно, то мгновенная корреляция подбрасываемой
монеты с другой монетой, находящейся у получателя информации
сколь угодно далеко, всё равно ничего осмысленного передать не даст.
Таким образом, несмотря на то, что на макроуровне это незаметно, на
элементарном уровне реальности нет локальности и реализма.
Однако если волны вероятности не являются возмущением какой-либо
физической структуры, предопределяющей поведение частиц, то
волновая функция описывает не строго детерминированный процесс,
который ввиду неполноты знания только выглядит как вероятностный,
а описывает именно вероятностный процесс, который никаких
скрытых параметров не содержит. Просто «такова реальность» — не
детерминированная, а вероятностная. Что само по себе, может быть, не
так необычно, как кажется на первый взгляд. Например, строгая
причинность означает, что у всего есть свои непосредственные
причины — но что было причиной всего? С другой стороны, исходя из
привычного детерминизма макромира, кажется, что возможность
случайности тоже должна быть предусмотрена заранее.
Э. Шрёдингер, лауреат Нобелевской премии по физике, один из
основоположников КМ, первоначально также считал, что волновые
свойства связаны именно со структурой частицы, но в дальнейшем
согласился со статистической интерпретацией волновой функции — с
тем, что нельзя сопоставить частице физической реальности до
измерения, а только определённую статистику найти её в том или ином
месте с теми или иными параметрами. По этому поводу в 1950 году в
статье «Что такое элементарная частица» он писал: «Волны, о которых
мы говорили, не должны считаться реальными волнами. Верно, что
они порождают интерференционные явления, которые в случае света,
где они уже давно известны, считались решающим доказательством,
устранившим любые сомнения в реальности световых волн. Тем не
менее мы теперь говорим, что все волны, включая световые, лучше
рассматривать как «волны вероятности». Они являются лишь
математическим построением для вычисления вероятности
нахождения частицы.»
Первоначальную позицию Шрёдингера в своё время комментировал М.
Борн: «Он (Шрёдингер) рассматривал электрон не как частицу, но как
некоторое распределение плотности ... Он считал, что следует
полностью отказаться от идеи частиц и квантовых скачков, и никогда
не сомневался в правильности этого убеждения. Я, напротив, имел
возможность каждодневно убеждаться в плодотворности концепции
частиц, наблюдая за блестящими опытами Франка по атомным и
молекулярным столкновениям, и был убеждён, что частицы не могут
быть упразднены. Следовало найти путь к объединению частиц и волн.
Я видел связующее звено в идее вероятности…». В 1954 году М. Борн
был удостоен Нобелевской премии по физике с формулировкой «За
фундаментальное исследование в области квантовой механики,
особенно за статистическую интерпретацию волновой функции.»
Итак, вне измерения все возможные состояния частиц находятся в
состоянии суперпозиции, а измерение, уничтожая другие, оставляет
одно состояние, которое и становится реальностью. Получается, в КМ
существуют два разных мира — классический и квантовый, и
классический возникает в результате выбора случайного варианта из
бесконечного множества, предлагаемых квантовым миром. Но что или
кто делает выбор? Очевидно, выбор не может делать измеряющий
прибор или в целом какая-либо известная материальная субстанция.
Любой прибор вместе со всей вселенной, должен находится в
суперпозиции всех потенциальных путей истории — и ничего, кроме
эволюции этого состояния в пространстве и времени, быть не должно,
так как для коллапса волновой функции и появления конкретной
реальности нет никаких причин. Следовательно необходим именно
наблюдатель и его сознание — по крайней мере, именно субъект
наблюдает частицу, а его сознание — это, вероятно, единственное, что
отличает наблюдателя от прибора.
Тогда, если мир не имеет конкретного состояния, но наблюдается
именно оно, то именно взаимодействие с наблюдателем приводит к
коллапсу волновой функции и появлению у наблюдаемой природы
конкретного — «классического» состояния. Следовательно выбор
связан не с измерением как таковым, а именно с наблюдением, и,
например, конкретный результат измерения проявляется не в момент
взаимодействия измеряемого объекта и прибора, а в момент
наблюдения прибора субъектом. Поэтому если мы сейчас смотрим на
объект и фиксируем его форму, цвет, материал и т. д., он предстает как
классический объект. Но внутреннее состояние его атомов мы не
наблюдаем, и в этой части объект находится в нелокальном запутанном
состоянии. В итоге, получается, объект присутствует сразу в двух
ипостасях — и как локальный объект, находящийся перед нами, и как
нелокальный, находящийся «везде и нигде».
В то же время ситуация, когда мир в его конкретном виде возникает
только благодаря субъекту, выглядит слишком необычной, почему,
вероятно, парадоксальная значимость субъекта («проблема
измерения»), возникающая в КМ, в той или иной степени не отражает
реальность и всё-таки связана с недостатком знаний. Возможно, что в
исследовании элементарного уровня реальности уже нельзя в
достаточной степени отделить объект измерения от процесса
измерения и взаимодействия с субъектом, в результате смысл
измерения размывается, приводя к парадоксальным выводам. Таким
образом, может быть, что абстракции нашего сознания глубже
искажают мир, чем это может показаться, не беря во внимание его
элементарный уровень. Конечно, в этом случае возникают вопросы,
насколько те или иные выводы КМ являются «обманом зрения» и
почему одновременно с этим они с высочайшей точностью
подтверждаются экспериментально.
Если предположить, что дальнейшее познание и внесение
соответствующих уточнений в КМ поможет разрешить проблему
измерения, то, во-первых, уравнения КМ уже очень точны и
согласованны, почему любое изменение в них — а изменение,
очевидно, должно быть серьёзным — «незамеченным» пройти не
может и должно, по-видимому, привести к полностью новой теории. И,
во-вторых, если парадоксы КМ действительно связаны с субъектом,
может статься, что такая теория невозможна в принципе — ввиду
невозможности формализовать «уровень сознания» и потому
«правильно» обобщить его с «уровнем элементов природы». Как
следует из первой главы, субъекта невозможно свести к объекту, без
непознаваемого субъекта невозможно никакое знание вообще. В этом
случае парадоксы КМ сколь естественны, столь и неустранимы.
Следует добавить, что в целом описанная выше вероятностная
трактовка соответствует копенгагенской интерпретации (КИ)
квантовой механики, возникшей вместе с ней. И фактически
общепринятой, ввиду отсутствия в КИ утверждений о не наблюдаемых
процессах и при этом способной исчерпывающе описывать
имеющиеся на сегодня экспериментальные факты. Однако есть и
другие интерпретации, в которых делаются попытки объяснить
эксперименты в ключе детерминизма, и наиболее известная из них —
многомировая интерпретация (ММИ). Согласно ММИ, все возможные
пути истории сосуществуют в состоянии суперпозиции, и лишь в
сознании наблюдателя появляется единственная классическая картина
мира. При этом сознание постоянно расщепляется по всем возможным
траекториям будущего, связанным с каждым возможным исходом
каждого наблюдения, но каждый вариант помнит только своё прошлое.
Однако почему результаты измерения выбираются с разными
вероятностями и именно с теми, которые предсказывает квантовая
механика? Ответ на этот вопрос в ММИ сложен и выглядит
искусственно, при том что возможности экспериментально проверить
утверждения ММИ, по-видимому, нет. В итоге насколько однозначно,
несмотря на необычность, из экспериментов следует отсутствие
строгого детерминизма, настолько сложными и не менее необычными,
получаются попытки его вернуть. Соответствующим набором гипотез
ad hoc можно оправдать любую идею — и даже самый неочевидный
набор может всё-таки оказаться реальностью, но тем не менее при
прочих равных за точку отсчёта следует выбирать самое простое
объяснение.
Также надо добавить, в современной физике квантовая механика
рассматривается как частный случай квантовой теории поля (КТП) при
скоростях, много меньших скорости света. Квантовое поле — которое
можно представить некоторой гипотетической средой, заполняющую
всё пространство — считается наиболее фундаментальной и
универсальной формой материи, лежащей в основании всех её
проявлений. Например, физической основой квантовой механики
является корпускулярно-волновой дуализм, согласно которому любому
объекту присущи как волновые, так и корпускулярные свойства, то
есть с каждой материальной частицей в КМ связана волна вероятности,
которую можно представить возмущением некоторого поля
вероятности частицы, распределённого по всему объёму пространства.
Тогда как в основе КТП лежит представление, что все элементарные
частицы являются квантами — возбуждением соответствующих полей.
Таким образом, на смену принципиально разным объектам — полям
вероятности и частицам КТП предлагает единые физические объекты
— квантовые поля по одному для каждого сорта частиц. Тем не менее,
несмотря на то, что в КТП поле приобретает в некотором смысле
большую реальность, вероятностная природа частиц не меняется,
почему остаётся и проблема измерения.
***
Термодинамика возникла в XIX веке. В то время изучали лишь
наиболее простые, замкнутые системы, при этом в центре внимания
находилась конечная стадия термодинамических процессов, когда
система пребывает в состоянии, близком к равновесию. На
неравновесные процессы смотрели как на исключения, не
заслуживающие специального изучения. В то же время равновесные
процессы, к примеру, не позволяли объяснить существование жизни,
эволюцию.
Со временем ситуация изменилась, и сейчас открытые системы,
неравновесные состояния и, как следствие, процессы самоорганизации,
упорядочения находят на всех масштабах реальности, а замкнутые
системы, наоборот, рассматривают как сравнительно редкие
исключения из правила. При этом одни самоорганизующиеся системы
являются элементами других — как, например, клетки являются
элементами организма человека, а люди — элементами социума и
биосферы. И если сознание действительно связано с процессами
упорядочения, сложностью этих процессов, то, вероятно, что весь мир
на всех масштабах наполнен «новым качеством», «элементами
сознания», «информацией». В том числе, возможно, сознание субъекта
как-то взаимодействует с сознанием других субъектов, социума,
биосферы и т. д..
Но имеет ли это какой-либо практический смысл? Чем выше
неравновесие и сложнее система, тем менее её поведение предсказуемо,
и если сознание — это не только «внутрисистемный фактор», то за этой
непредсказуемостью может быть незаметен вклад «нового качества»
системы и как некой самостоятельной сущности. Прояснить ситуацию,
вероятно, поможет дальнейшее исследование неравновесных,
(нелинейных, сложных) систем.
В то же время — возможен ли в понимании неравновесных процессов
столь качественный прогресс? Наличие у системы сложной
внутренней динамики и её зависимость от мельчайших нюансов
устройства и взаимодействия со средой в принципе не позволяет эту
динамику полностью проследить, и чем сложнее система, тем больше
непредсказуемость. В результате чем больше у системы должно быть
«нового качества», и потому вроде бы проще его найти, тем больше его
скрывает растущая непредсказуемость поведения системы.
Тем не менее то, что кажется невозможным сейчас, может стать
обычным завтра, и потому, вероятно, тот или иной прогресс
произойдёт и в понимании сознания. По крайней мере не существует
чёткой границы между тем, что можно понять и что нельзя,
следовательно возможность прогресса нельзя отрицать и в самых
сложных задачах. Тогда, может быть, если субъект, парадоксы КМ и
«наполненный информацией» мир взаимосвязаны, эту взаимосвязь
удастся проследить. Возможно, что новое понимание взаимосвязи
субъективного и объективного мира, как и в прошлые эпохи, станет
основанием для новой метафизической парадигмы и нового метода
познания, способного на большее, чем нынешние.
Закончить тему сознания поэтому можно словами А. Д. Линде —
советско-американского
физика,
профессора
Стэнфордского
университета, одного из авторов теории инфляционного расширения
вселенной: «Возможно ли, что сознание, подобно пространствувремени, имеет свои внутренние степени свободы, пренебрежение
которыми ведет к фундаментально неполному описанию вселенной?
Что, если наши ощущения так же реальны (или, быть может, даже
более реальны), чем материальные объекты? Что, если мое красное и
синее, моя боль — реально существующие объекты, а не просто
отражения реального мира? Возможно ли ввести «пространство
элементов сознания» и предположить, что сознание может
существовать само по себе, даже при отсутствии материи, подобно
гравитационным волнам, существующим при отсутствии протонов и
электронов? Заметим, что гравитационные волны обычно настолько
слабы и так слабо взаимодействуют с веществом, что мы до сих пор их
впрямую не обнаружили. Однако их существование предельно важно
для самосогласованности нашей теории, как и для понимания
некоторых астрофизических явлений. Не может ли оказаться, что
сознание — настолько же важная часть согласованной картины нашего
мира, несмотря на то, что до сих пор мы могли совершенно
пренебрегать им при описании известных нам физических явлений?
Не окажется ли при дальнейшем развитии науки, что они изучение
вселенной и сознания неразрывно связаны, и существенный прогресс
в одном направлении невозможен без прогресса в другом?»
Перспективы искусственного интеллекта
Существует два принципиально разных подхода к обработке
информации — это последовательная обработка символов и
параллельное распознавание образов. Различие между символами и
образами количественное — однако информационная емкость образа
может на многие порядки превышать число бит, которыми
описывается символ. В результате из количественного отличия
вырастает качественное, так как описать образ символами, то есть
свести образ к алгоритму, становится нереальным — задача
приобретает экспоненциальную и сверхэкспоненциальную сложность.
Что легко представить, если попробовать описать словами обстановку
в комнате со всеми нюансами, которые удалось разглядеть, — это
невозможно, количество нюансов деталей и оттенков цвета будет
неисчислимым.
Рост временной сложности алгоритма по мере увеличения
размерности данных называется комбинаторным взрывом. Например,
для вычислительной машины, способной просчитать миллион
шахматных игровых комбинаций в секунду с отсевом заведомо
ложных ветвей, на просчёт 6 ходов вперёд потребуется 1 секунда, на
12 ходов — 11 дней, а на 18 ходов — около 32 000 лет. Или в поле 2 на
2 пикселя, где каждый пиксель может быть только чёрным или белым,
может быть 16 вариантов изображений, а в поле 100 на 100 пикселей
уже ~ 103000 (3000 знаков в числе). В результате решение перебором
вариантов быстро становится невозможным и требуется уточнение
условий и алгоритма. Или можно применить метод параллельного
распознавания образов нейронной сетью, то есть путь повторения
мышления. Задача в этом случае не требует предварительного решения
человеком — её будет решать сеть, а от человека потребуется только
подобрать нейронную сеть соответствующую задаче. В чём нейронные
сети противоположны компьютерам, где написанная человеком
программа в явном виде задаёт поведение во всех мыслимых
ситуациях.
Если процесс существенным образом использует понятия
непрерывности и континуума, а не конечность и дискретность, как в
приведённых выше примерах, он становится невычислим — к примеру,
плавный переход оттенков цвета сам по себе не дискретен, а значит, и
не может быть в сведён к шагам алгоритма. И потому нужна
аппроксимация (упрощение) — замена кривой на ломаную прямую,
нелинейной системы на линейную (линеаризация), разбиение
непрерывного изображения на пиксели, создание упрощённой модели
и т. п.. Но универсальными аппроксиматорами как раз являются
нейронные сети. Невозможность алгоритмизации и сложность
аппроксимации требует привлечения эвристических методов, то есть
методов не имеющих строгого математического обоснования — можно
сказать непонятных, но способных давать приемлемый результат. Но
именно нейронная сеть является воплощением эвристики, ведь именно
«ей» человек совершает открытия, не имея предварительно никакого
его алгоритма.
Таким образом, различие между последовательными и параллельными
вычислениями гораздо глубже, чем просто большая или меньшая
продолжительность вычислений: если алгоритмы копируют
конкретику шагов последовательного поведения, то есть только
некоторый итог мышления, то нейронные сети копируют само
мышление. Из-за чего применение нейронных сетей означает
совершенно другие методологии, способы постановки и решения задач.
Искусственные нейронные сети, подобно биологическим, являются
вычислительной системой параллельно функционирующих простых
процессоров с множеством связей между ними. Несмотря на то, что
при построении таких сетей делается ряд допущений и значительных
упрощений, отличающих их от биологических аналогов,
искусственные нейронные сети демонстрируют множество свойств,
присущих мозгу. Это обучение, извлечение «эффективных» данных, а
также способность к обобщению опыта на задачи, отсутствующие при
обучении. Как и биологические, искусственные нейронные сети
устойчивы к отклонениям входных данных, что позволяет им
правильно «видеть» образ, содержащий различные помехи и
искажения.
Наиболее изучены относительно простые нейронные сети прямого
распространения сигнала, нейроны в них расположены слоями и
имеют однонаправленные связи от входа к выходу сети. Сети прямого
распространения являются статическими в том смысле, что на
заданный вход они вырабатывают одну совокупность выходных
значений. Например, такие сети используются для поиска похожих
изображений или обработки речи, они могут иметь более десятка слоёв
и сотни тысяч нейронов.
Но потенциально более близки к биологическим сетям рекуррентные
архитектуры, в которых добавлены обратные связи по направлению от
выходных нейронов к входным. Рекуррентные сети являются
динамическими, так как в силу обратных связей в них
модифицируются входы нейронов, благодаря чему реакция сети
зависит не только от текущего стимула, но и от предыдущего,
возникает циркуляция возбуждения. Таким образом, рекуррентные
сети способны учитывать предысторию наблюдаемых процессов для
выработки стратегии поведения, то есть способны вырабатывать
алгоритмы, конечные последовательности шагов решения задач. В чём,
по сути, заключается и задача мышления, вырабатывающего конечные
последовательности шагов решения частных задач в составе общей
бесконечной последовательности шагов задачи самосохранения и
размножения. Однако рекуррентные сети менее изучены в связи с
большим количеством вариантов и сложностью их анализа. Есть и
другие архитектуры, а также искусственные нейронные сети могут
отличаться по типу используемых нейронов.
В нервной системе червей нематод, имеющих длину менее миллиметра,
около 300 нейронов и 7000 соединений между ними. Этот тип
первичноротых известен тем, что их коннектом полностью описан. У
мух уже около 350 тыс. нейронов и около 850 тыс. у пчёл. Таким
образом, по количеству нейронов современные искусственные
нейронные сети не уступают насекомым, однако ввиду гораздо
большей сложности биологических сетей практически по всем
параметрам, такое сравнение очень условное. Дополнить
представление о сравнительной сложности биологических сетей
поможет следующий пример. В рамках проекта Blue Brain в 2015 году
была приближённо реконструирована работа участка соматосенсорной
коры мозга мыши размером 0,29 мм3, в котором содержится 31 тыс.
нейронов и порядка 8 млн межнейронных связей, состоящих из 37 млн
синапсов, что уже потребовало мощных вычислительных ресурсов. В
целом же, как подсчитано в работе «Toward large-scale connectome
reconstructions» в 2014 году, на современном уровне развития
технологий компьютерная реконструкция работы мозга мухи,
учитывающая большинство связей между нейронами, займёт 4,7 тыс.
лет, мозг мыши потребует 4,5 млн лет, а человека около 14 млрд лет, —
при том, что речь идёт о только некоторой статистически похожей
модели работы мозга.
Тем не менее, несмотря на сравнительную простоту, в отдельных
задачах нынешние искусственные нейронные сети могут превосходить
и человека — например, это известная система AlphaGo, играющая в
го и способная обыгрывать чемпионов по этой игре. Превосходство над
человеком столь простой в сравнении с мозгом нейронной сети
возможно потому, что для AlphaGo доска, фишки и правила ходов —
это весь её мир, кроме которого ничего нет, а ходы — это процесс
адаптации к этому миру в контексте «врождённой потребности»
выигрывать. Однако мозг человека адаптируется совсем к другому
миру, почему несравненно более простая нейронная сеть может
превосходить нейронную сеть мозга в способности адаптироваться к
некоторым специфическим составляющим мира человека. Таким
образом, в отдельных задачах нейронные сети могут быть
интеллектуально сильнее человека.
Интеллект в общем смысле — это способность обучаться,
адаптироваться, что, в свою очередь, связано с упорядочением
поведения системы. Активный процесс упорядочения возможен только
как процесс самоорганизации в диссипативных системах. В той или
иной степени к диссипативным системам можно отнести и
искусственные
нейронные
сети,
поэтому
ограниченность
предсказаний поведения диссипативных систем относится и к
искусственным сетям. Как следствие, нейронные сети не
рассчитываются точно «под задачу», а создаются более или менее
наугад, эмпирически, то есть по некоторым общим предположениям на
основании прошлого опыта, тем более общим, чем больше нынешняя
задача отличается от уже решаемых сетями. Затем сеть обучается на
референтных примерах, но без гарантии на успех, так как если сеть
создана «наугад», то и обучение может не подходить конкретной сети,
и сеть может не подходить для данных задач.
Обучение искусственных нейронных сетей происходит в целом так же,
как это описано в главе «Мышление». Общее, что есть в
предъявляемых нейронной сети примерах, за счёт повторения вносит
наибольший вклад в изменение синаптических весов сети, тем самым
нейронная сеть выявляет некие принципы, взаимосвязи в этих
примерах, и затем может применить полученное знание в незнакомой
среде. Например, выделив по предъявляемым картинкам некие
признаки, по которым кошки отличаются от собак, затем различать
кошек и собак и на других картинках.
Существует два основных вида обучения искусственных нейронных
сетей. Это биологически правдоподобное обучение «без учителя»,
когда сеть сама обучается на предъявляемых ей примерах. Второй вид
подразумевает ту или иную степень вмешательства в работу сети
непосредственно, что позволяет больше контролировать процесс. Это
метод «с учителем», который возможен, если известен правильный
ответ в обучающих примерах.
Создание сетей «наугад» не исключает анализ — например, анализ
обучения сетей, особенностей архитектуры, моделей нейронов и т. д.,
но ограничивает его возможности, так как не позволяет обобщить
результаты в некую единую «теорию сетей». Привычно считать, что
любое явление можно свести к формуле — содержащей абстрактную
суть явления, его алгоритм. И применив эту формулу, можно заранее
«компактно» рассчитать ход явления в тех или иных условиях, и уже
затем воспроизводить это явление непосредственно и применять его.
Однако нейронная сеть уже и есть «формула» — преобразования
значений на входе в значения на выходе, и потому любое изменение
сети — будь это изменение в процессе обучения или добавление нового
элемента — это изменение этого преобразования, новая «формула».
Аналогично так как вся целиком нейронная сеть от её общей
архитектуры до частных особенностей нейронов — это её опыт, то
любое изменение сети — это изменение её опыта. В результате чтобы
проверить пригодность сети для решения задачи, необходимо
воспроизводить работу сети всегда в полном объёме. И так как
мысленно это сделать невозможно, то приходится вначале создать сеть
— наугад, по общим соображениям, и уже затем можно проверить
правильно ли был сделан выбор. Таким образом, нейронные сети
«непонятны» принципиально — их можно создавать только целиком и
только наугад. Теории же поэтому могут описывать отдельные аспекты
нейронных сетей, но не формализовать явление в целом — «формула
всех формул», «опыт всех опытов» или «знание всех знаний» не имеет
смысла. В итоге применение нейронных сетей на практике всегда
больше экспериментальное исследование, а не решение хорошо
изученной инженерной задачи.
В то же время нейронная сеть и не нужна там, где есть возможность
написать алгоритм, заранее вычислить решение. Как правило,
нейронная сеть используется, когда неизвестен точный вид связей
между входами и выходами, — если бы он был известен, то связь
можно было бы моделировать непосредственно. Но, с другой стороны,
для многих областей важно ещё и объяснение того, как получен
результат — например в медицине, однако внутреннее представление
результатов невозможно проанализировать с достаточной точностью.
Таким образом, нейронная сеть имеет смысл в обстоятельствах, когда
из-за сложности или невозможности написать алгоритм решения
можно, используя нейронную сеть, пожертвовать проверяемостью
ответа. Но если от решений сети зависит нечто важное, то возможная
неадекватность её работы, невычислимая и незаметная при обучении,
может иметь опасные последствия.
Тем не менее способность решать задачи «за» человека и даже лучше
человека — это важное достоинство нейронных сетей. Но так ли это
необычно, и насколько тогда нейронные сети смогут заменить человека?
Например, применение нейронных сетей означает, что человек может
проделать только «половину» работы по решению некоторой задачи —
подобрать подходящую для её решения нейронную сеть. При этом
нелинейность нейронных сетей, то есть их способность
масштабировать важное и нивелировать не важное, позволяет решать
задачи не поддающиеся алгоритмизации — например, управлять
поведением нелинейных систем. Точно так же биологическая
нейронная сеть распознаёт и преобразует нелинейные зависимости в
условиях в активность мышц, а дополнительные затруднения
возникают только в попытке выделить алгоритм этого решения, то есть,
по сути, в попытке алгоритмизировать мышление. Нейронные сети
воспринимают данные одновременно — «видят» детали в контексте
целого, а целое в контексте деталей, и всё это — в контексте своего
опыта, причём рекуррентные сети могут учитывать ещё и динамику
событий. Таким образом, нейронные сети способны различать смысл
— общую перспективу ситуации, и потому выделять только важные в
этом контексте детали. В итоге нейронной сети, как и человеку, не
составляет принципиального труда узнать знакомое в шуме, найти
общности и отличия, понять конкретное значение слов в тексте или
выработать алгоритм действий.
Но смысл — это не алгоритм, и обратной стороной достоинств
нейронных сетей возникают их недостатки. Ранее уже говорилось, что
по своей сути нейронная сеть является универсальным
аппроксиматором. Это означает, что в процессе обучения сеть
обобщает все предъявленные ей примеры в некоторую целевую
функцию — то есть нейронная сеть старается «угодить всем сразу». Но
угодить всем — это никому в точности. К примеру, любое знание —
это некая обобщающая наблюдаемую реальность абстракция, а не сама
наблюдаемая реальность в точности. Таким образом, выходные данные
нейронной сети всегда будут содержать ошибку, причем величина этой
ошибки никогда заранее не известна, и лишь возможно, что в процессе
обучения ошибка будет уменьшена до некоторого приемлемого уровня.
При этом излишне точное соответствие решений нейронной сети
конкретному набору обучающих примеров может означать
переобучение сети, при котором сеть теряет способность к обобщению.
Можно сказать, имея ограниченный набор точно «вызубренных»
примеров, сеть в дальнейшем действует шаблонно.
В то же время если неправильное обучение может испортить удачную
сеть, то хорошее обучение, наоборот, может исправить неудачную, то
есть сеть не обязательно должна «в точности» соответствовать задаче,
сетевые решения допускают варианты. Также нельзя гарантировать
идентичное поведение одинаковых нейронных сетей, так как
особенности поведения могут зависеть от нюансов устройства и
обучения сети, которые невозможно точно проконтролировать, и чем
сложнее сеть, тем больше это может быть заметно. Почему к сетям
нельзя применять общих решений типа установки новых программ
или обновлений, так как заранее нельзя предсказать как добавленный
или изменённый элемент повлияет на реакции сети. С другой стороны,
индивидуализация является достоинством, если речь идёт о
способности приспособиться к нюансам условий.
Программа же больше подходит для решения задач, где может быть
задана строгая и однозначная последовательность действий.
«Жёсткость» программы позволяет переносить её на любой
подходящий носитель сколько угодно раз — поэтому машины с
архитектурой фон Неймана можно использовать для хранения
информации, строгая последовательность шагов и однозначность
результата позволяет точно и заранее выявлять ошибки или вносить в
программу изменения. Наоборот, нейронная сеть — это система с
распределённым представлением информации и вычислений, при этом
обучаемая, то есть нейронная сеть пластична во времени,
следовательно для сохранения знаний нейронная сеть также не
подходит. Можно сказать, что назначение нейронной сети — больше
производить новые знания, чем сохранять старые.
Таким образом, понятно, что как и естественное мышление нейронные
сети не универсальны. С другой стороны, нейронные сети можно
интегрировать с компьютерными системами, отчасти нивелируя
недостатки и тех и других. Поэтому аналогично созданию организмов
более серьёзные ограничения на прогресс нейронных сетей
накладывает так называемое проклятие размерности, суть которого —
экспоненциальный рост необходимых экспериментальных данных в
комбинаторных задачах. Чем сложнее задача и сложнее требуется
нейронная сеть, тем больше возможных вариантов её устройства и
быстрее растёт их количество. Вычислить необходимую нейронную
сеть заранее невозможно, поэтому чтобы выбрать оптимальный
вариант, каждый необходимо создать и исследовать, то есть обучить,
проверить в работе. Но чем сложнее нейронная сеть, тем дольше её
обучать — время обучения также растёт экспоненциально. В итоге на
некотором этапе дальнейшее усложнение нейронных сетей, повидимому, станет с практической точки зрения невозможным.
Как показано в предыдущих главах, принцип работы нейронной сети
аналогичен процессу эволюции. Отличия в том, что в нейронной сети
упорядочивается динамика нейронов и появляются новые знания, а в
ходе эволюции упорядочивается биосфера и появляются новые виды
животных. И если природа всегда экспериментирует, то человек
способен проводить естественный отбор знаний в уме, то есть можно
сказать, в ходе «мысленных экспериментов». В то же время сложность
нейронных сетей быстро делает их мысленный анализ невозможным,
тем самым, по сути, заставляя играть на поле природы и отбирать
верные варианты нейронных сетей создавая и проверяя их
экспериментально. Однако возможности природы экспериментировать
неизмеримо богаче чем у человека, почему ни обогнать, ни догнать её
невозможно, нет способов построить интеллект мощнее человеческого
или приближающийся к нему.
Сложность можно выразить через время, необходимое для решения
задачи. И если на первом этапе за счёт возможностей анализа можно
относительно легко понять общие принципы мышления, то их
дальнейшее уточнение и усложнение искусственного интеллекта
быстро столкнётся со стремительным ростом временных затрат.
Образно говоря, задача создания интеллекта сравнима с попыткой
собаки схватить себя за хвост — первый этап приближения
относительно лёгок, что, вероятно, можно сравнить с нынешним
состоянием дел, после чего сокращение расстояния даётся всё сложнее
и быстро становится практически невозможным. В итоге на некотором
уровне сложности искусственного интеллекта время, необходимое
даже для его минимального усложнения, станет настолько большим,
что сделает дальнейшее усложнение нереальным. Оценить
максимально доступный уровень вряд ли возможно, но, очевидно, он
наступит задолго до приближения к уровню сложности человеческого
интеллекта.
Как рычаг поможет поднять груз, так же нейронная сеть поможет
решить задачу. И в том и в другом случае можно сказать, что человек
решает только «половину» задачи — создаёт рычаг или нейронную
сеть, или что рычаг поднимает грузы лучше человека, а нейронная сеть
лучше человека решает задачи. Но на самом деле человек всего лишь
использует
разные
приспособления
в
контексте
своих
интеллектуальных возможностей, почему никакое знание, будь оно
отражено в теории, механизме, программе или нейронной сети, весь
контекст мышления, в котором оно возникает, не выразит. В итоге
действуя только на уровне частных задач, искусственный интеллект
никогда не сможет лучше человека обобщать отдельные решения в
глобальные стратегии, следовательно всегда будет оставаться
тактическим средством интеллекта человеческого. Тем не менее
заранее нельзя определить, насколько можно ещё продвинуться в
понимании и воссоздании мышления и оценить пользу, которую это
может принести, а значит, работа в этом направлении в любом случае
имеет смысл.
***
Самоорганизующиеся системы — ячейки Бенара ли это или нейронная
сеть — физически воплощают в себе интеллект, отличаясь только его
сложностью и непосредственной реализацией. Чтобы понять
интеллект, необходимо оценить интеллект «со стороны». Но для этого
нужно что-то большее, чем интеллект. Поэтому алгоритмизация
мышления, перенос сознания в компьютер, создание искусственного
интеллекта, приближающегося к человеческому, — всё это невозможно.
Тем не менее знание только предполагает и может быть, что в будущем
откроются обстоятельства — сейчас не представимые, которые
изменят этот вывод.
Автор
Варган-Наития
Документ
Категория
Образование
Просмотров
19
Размер файла
1 097 Кб
Теги
мышление
1/--страниц
Пожаловаться на содержимое документа