Истинный творец всего. Как человеческий мозг сформировал вселенную в том виде, в котором мы ее воспринимаем
Шрифт:
Фолдинг белка – это проблема оптимизации, т. е. она заключается в поиске оптимального решения среди всего спектра возможных решений. Такие решения обычно выражаются в виде максимумов или минимумов математической функции. Большинство проблем оптимизации попадают в разряд неразрешимых задач, обычно называемых NP-трудными задачами. Это такие задачи, решения для которых могут быть проверены детерминистической машиной Тьюринга за полиноминальное время [18] . Все задачи, которые умеет решать сложный мозг, попадают в эту категорию. В симуляциях такие задачи обычно решают с помощью аппроксимационных алгоритмов, дающих решение, близкое к оптимальному. Однако при симуляции активности мозга аппроксимационные решения должны быть найдены одновременно на разных уровнях организации (например, молекулярном, фармакологическом, клеточном, сетевом, атомном и квантовом), что делает задачу еще более сложной, поскольку оптимизация сложной адаптивной системы часто предполагает оптимизацию составляющих ее подсистем. В частности, путем ограничения уровней организации, учитываемых при симуляции интегральной системы, как это обычно делается в ходе грубой симуляции активности мозга, с некоторой вероятностью упускаются важные явления, которые происходят на нижних уровнях интегральной системы и могут быть критическими для оптимизации всей системы.
18
Решение за полиноминальное время подразумевает решение при помощи такого числа операций, которое не превышает некоторого многочлена (полинома) в зависимости от размера исходных данных.
Этот пример прекрасно показывает, что Тьюринг подразумевал под «оракулом из реального мира»: в реальной жизни такая интегральная биологическая система, как белок, решает задачу за миллисекунды, тогда как алгоритмическому компьютеру для получения того же решения может потребоваться больше времени, чем все время существования вселенной. Разница в том, что «белковая аппаратура» рассчитывает оптимальное решение и «находит» трехмерную конфигурацию, просто подчиняясь законам физики в аналоговом режиме, тогда как машина Тьюринга следует алгоритму, созданному для решения той же задачи на цифровом устройстве. Организмы из реального мира, являющиеся интегральными системами, справляются со сложностями аналоговым путем, но этот процесс не может быть точно воспроизведен формальной системой и, следовательно, алгоритмом.
Обычно решаемые алгоритмы создаются как аппроксимации для оценки будущих состояний природных систем, исходя из некоторых начальных условий. В частности, так метеорологи пытаются моделировать погоду и делать предсказания, точность которых, как известно, стремительно снижается с увеличением временного отрезка. При симуляции активности мозга проблема разрешимости становится еще более принципиальной, поскольку огромное количество взаимосвязанных нейронов взаимодействует в строго определенной временной последовательности. Например, поскольку в цифровом компьютере есть часы, которые последовательно отсчитывают время, проблема обновления данных в точном соответствии со временем для миллиардов или даже триллионов параметров, определяющих текущее состояние мозга, становится полностью неразрешимой. Опять-таки любая следующая попытка предсказать состояние мозга в будущем, исходя из произвольно выбранных начальных условий, дает ненадежную аппроксимацию. В итоге на длинном отрезке времени в результате работы программы невозможно получить значимых предсказаний для эмерджентных свойств, даже в таких ограниченных временных рамках, как несколько миллисекунд.
И опять же, если предположить, что некоторые фундаментальные аспекты функционирования мозга опосредованы аналоговыми полями, такими как электромагнитные поля нейронов в релятивистской теории мозга, цифровая машина никогда не сможет ни симулировать эти функции, ни обновлять гигантское количество параметров (миллиарды или триллионы операций) точным синхронным образом в одном временном цикле. Иными словами, цифровые симуляции не смогут воспроизводить никакие реальные эмерджентные свойства головного мозга.
На этом этапе важно отметить, что при попытках симуляции работы целого мозга (диссипативной системы с большим количеством внутренних связей, находящейся во взаимодействии с телом животного и внешней средой) автоматически следует отбрасывать любую скорость обработки данных, не соответствующую в точности реальному времени. Симуляция работы мозга со скоростью (даже со скоростью суперкомпьютера) ниже скорости в «реальном» окружении, с которым мозг связан и постоянно взаимодействует, не даст ничего похожего на то, что производит или чувствует естественно эволюционировавший мозг. Например, мозг реального животного за долю секунды понимает, что на него нападает хищник. Если «модельный мозг» реагирует с гораздо более низкой скоростью, такая симуляция не имеет никакого практического значения для понимания того, как мозг реагирует в естественных условиях при взаимодействии хищника и жертвы. Эти наблюдения применимы к мозгу широкого спектра организмов на филогенетической шкале – от беспозвоночных животных вроде нематоды Caenorhabditis elegans с самым рудиментарным мозгом, содержащим всего 302 нейрона, до мозга человека, состоящего из 86 миллиардов нейронов.
Все перечисленные в этой главе ограничения хорошо известны, в целом считаются разумными и не отрицаются даже в среде исследователей, работающих в области искусственного интеллекта. Тем не менее эти люди упорно распространяют утопическую идею о том, что цифровые машины не только смогут симулировать интеллект наподобие человеческого, но и в конечном итоге превзойдут всех нас в нашей собственной игре – в игре, в которой мы мыслим, реагируем и живем как люди.
Во время выступлений перед публикой я обычно привожу гипотетический диалог между нейробиологом (Н) и исследователем в области искусственного интеллекта (ИИ), чтобы указать на пропасть, существующую в наше время между людьми, которые, как я, верят в пользу применения самых передовых технологий на благо человечества и для ослабления человеческих страданий, и теми, кто движется в направлении реализации мрачного будущего в духе Курцвейла. Диалог этот звучит следующим образом:
Н: Скажите, как с помощью машины Тьюринга запрограммировать понятие красоты?
ИИ: Дайте мне определение красоты, и я ее запрограммирую.
Н: В этом и есть суть проблемы. Я не могу ее определить. Не можете и вы, и никакой другой человек, который когда-либо жил и воспринимал ее.
ИИ: Но если вы не можете дать точного определения, я не могу ее запрограммировать. Вообще говоря, если вы не можете дать точное определение какой-то вещи, эта вещь несущественна. Ее просто нет. И меня, как специалиста в области компьютерных наук, она совсем не волнует.
Н: Так не существует вовсе или она безразлична конкретно вам? Вероятно, существует столько же определений красоты, сколько в истории нашего вида было живых человеческих мозгов. Каждый из нас ввиду особых условий жизни имеет свое особое определение красоты. Мы не можем описать ее точно, но мы ее узнаем, когда находим, когда мы ее видим, дотрагиваемся до нее или слышим ее. Красива ли ваша мать или дочь?
ИИ: Да, они красивы.
Н: Можете сказать почему?
ИИ: Нет, не могу. Но я не могу запрограммировать мое личное и субъективное ощущение на компьютере. Следовательно, оно не существует или не означает ничего с научной точки зрения. Я материалист. Я не могу точно в количественном или процедурном плане определить мое ощущение красоты. В моем материалистическом научном мире она просто не существует.
Н: Вы пытаетесь сказать, что лишь по той причине, что вы не можете количественным образом описать ощущение от вида красивого лица – лица вашей матери или дочери, это ощущение не имеет смысла?
ИИ: Именно так. Да. Вы все правильно поняли.
Как бы чудовищно это ни звучало, многие в наше время уже решили, что все то, чего не может добиться машина Тьюринга, не является важным ни для науки, ни для человечества. И поэтому я боюсь, что мой гипотетический исследователь в области искусственного интеллекта никоим образом не уникален в своих взглядах. Хуже того, меня все больше пугает, что наше привыкание к способу функционирования цифровых машин и вера в них приводят к тому, что наш легко адаптирующийся мозг приматов рискует сам перейти к имитации функционирования этих машин. Вот почему я боюсь, что при продолжении этой тенденции Истинный творец всего может подвергнуться постепенному распаду и превратиться в некий вариант цифровой биологической машины, приговорив весь наш вид к превращению в современных разумных зомби.
Глава 7
Мозгосети: сопрягаем мозги для создания общественного поведения
Никто на самом деле не знал, что готовил предстоящий нам долгий день – ни нейробиологи, ни участники эксперимента, собравшиеся в то утро в нашей лаборатории в Дареме, в Северной Каролине. Но несмотря на то, что исследователи не могли предвидеть результат эксперимента, запланированного несколько недель назад, они предполагали, что этот день будет отличаться от предыдущих. Сначала наша научная группа намеревалась поработать одновременно с тремя участниками, размещенными порознь в звукоизолированных лабораторных помещениях, так чтобы ни один из них не мог общаться с двумя другими участниками (и, вообще говоря, не знал об их существовании вовсе). И все же, чтобы преуспеть в новом эксперименте, эти трое первых участников должны были найти такой способ тесного сотрудничества, который ни они, ни кто-либо другой до сих пор еще не применял.
Никогда!
Чтобы эксперимент был действительно интересным, мы не дали участникам никаких инструкций или подсказок относительно типа социальных взаимодействий, которых мы от них ожидали. Единственное, о чем они знали на протяжении проведенного в лаборатории часа, – это то, что их задача заключается в перемещении виртуальной руки, которую они видели на экране стоявшего перед ними компьютера и которая напоминала их собственную. Осознав, что он может двигать виртуальной рукой, участник должен был поместить эту руку в центр сферы, которая в начале каждого эксперимента появлялась в том или ином месте на экране. Каждый раз, решая задачу правильно, участник получал вкусное вознаграждение.
Звучит довольно просто, правда? На деле эксперимент был несколько сложнее. Во-первых, хотя каждый участник мог видеть лишь двумерное изображение виртуальной руки, чтобы достичь цели, ее требовалось перемещать в трехмерном виртуальном пространстве. Во-вторых, чтобы довести руку до цели, они не могли совершать никаких движений собственным телом, например управлять джойстиком. Вообще говоря, у них и вовсе не было никакого джойстика или какого-то другого механического или электронного управляющего устройства, по крайней мере предназначенного для использования их собственными конечностями.