Организм, мышление и самоорганизация

Научно-популярная статья. Редакция — декабрь 2022. Ссылка на формат pdf (с иллюстрациями) находится в разделе ссылок на другие ресурсы — http://www.proza.ru/avtor/laplas


Предисловие

Как возникла жизнь? Как из одной клетки развивается многоклеточный организм? Есть ли где-то его план, в соответствии с которым происходит развитие? Чем живое отличается от искусственных систем? В чём состоит задача мышления и как оно происходит? Что такое работа организма и мозга с точки зрения физики? Каким образом особенности этой работы отражаются в особенностях нашего сознания? Почему активность всех мышц всегда так точно согласована? Свобода воли — миф или реальность, имеет ли значение детерминизм? Можно ли создать искусственный интеллект, превосходящий человеческий?

Несмотря на то, что во всех этих вопросах остаётся ещё много непонятного, есть основания считать, что главную роль в ответе на них играет такое физическое явление, как самоорганизация. О её различных проявлениях в живом мире пойдёт речь в этой статье.

Заметим, принципы самоорганизации, по которым функционируют биологические системы, сильно отличаются от привычной нам «механической» работы любых систем искусственных, от механизмов до компьютеров. Искусственные системы нам понятны, потому что мы сами их и создаём. Наоборот, работа биологических систем — «которые создают» — может поэтому показаться неправдоподобной, быть сложной для понимания и потребует умения обобщать, видеть в явлениях частного масштаба то, к чему приводит их взаимодействие на масштабе целого.   

Текст статьи является самостоятельным вариантом некоторых частей и глав книги «Пределы сложности искусственного интеллекта». Ссылка на формат PDF находится в разделе ссылок на другие ресурсы - http://www.proza.ru/avtor/laplas

Оглавление

1. Самоорганизация
 
   1.1. Диссипативная самоорганизация
   1.2. Субъектность и информация
   1.3. Филогенез
   1.4. Морфогенез
   1.5. Мышление не алгоритм?

2. Биологическая нейронная сеть
   
   2.1. Эволюция нервной системы
   2.2. Нейронная сеть
   2.3. Системная и биохимическая составляющая
   2.4. Взаимосвязь достоинств и недостатков
   2.5. Обратные связи, алгоритмы и способность думать
   2.6. Сознание, подсознание, характер
   2.7. Другой уровень мышления
   2.8. Речь
   2.9. Устаревшие теории

3. Мышление как самоорганизация
   
   3.1. Синхронизация
   3.2. Внимание, Я, движение во времени
   3.3. Целостность
   3.4. Распределённый опыт и ошибочные интерпретации
   3.5. Кратковременная память
   3.6. Воля
   3.7. Схема мышления, понимание
   3.8. Есть ли свобода воли? 
   3.9. Выводы

4. Сознание
   
   4.1. Мышление изнутри
   4.2. Перспективы изучения сознания
   4.3. Перспективы искусственного интеллекта
   4.4. Современные проблемы моделирования мозга

5. Дополнительно       


1. Самоорганизация
1.1. Диссипативная самоорганизация

Если обратить внимание, нас во множестве окружают сложно организованные объекты, от объектов космологического масштаба — спиралей туманностей или планетных систем — до нас самих. Откуда берётся сложность? Если исключить разумный замысел, остаётся только вариант появления сложности самой по себе — случайно или как некого специфического природного явления самоорганизации.

До прошлого века общего подхода к появлению сложных систем не существовало. Космологические явления объясняла небулярная (от лат. nebula — туман) гипотеза Иммануила Канта, согласно которой появление планет и звёзд из туманностей происходило за счёт притяжения и вращения. Однако для других систем она не подходила. И главное она не подходила для биологических систем, а только лишь случайными событиями и отбором высочайшую сложность живых организмов объяснить было невозможно.

Вспомним биологическую эволюцию. Случайные мутации ДНК, результатом которых становилось появление у животного какой-либо новой полезной функции, приводили к тому, что животное получало преимущество в естественном отборе. Однако проблема в том, что появление у организма любой новой функции должно быть связано с одновременным перестроением всех систем организма — кровеносной, нервной, мышечной — чтобы новое могло адекватно взаимодействовать со старым. И если бы за это перестроение отвечал только случай, то эволюции бы не произошло.

Если в ДНК зашифрован план организма, в соответствии с которым он формируется, то мутации ДНК — это, очевидно, отдельные случайные изменения этого плана. Однако в этом случае мутации должны приводить к таким же отдельным изменениям и в организме, а совсем не к взаимосвязанному перестроению всех его систем сразу. При этом вероятность появления в ДНК в одно и то же время необходимого количества строго подобранных случайных мутаций исчезающе мала, поэтому даже если бы они и могли произойти, то никак не с той частотой, которую требует эволюция.

Более того, жизнь вообще не смогла бы возникнуть, потому что «только случай» сделал бы невозможным не только эволюцию, но и само появление жизни. Ведь организм должен быть способен функционировать сразу, то есть он должен возникать сразу «живым», «целым», иначе, «возникая по частям», он будет разрушен средой — точно так же, как среда быстро разрушает любой мёртвый организм — и всё придётся начинать сначала.

Но что так упрощает задачу эволюции, позволяя ей обходиться без полного перебора? Почему в ходе эволюции происходит отбор, по сути, только наиболее эффективных из уже «функционирующих», «целых» организмов, а не отбор таковых из всех возможных сочетаний молекул? Как из всего бесконечного множества состояний материи природа выбирает сразу упорядоченное состояние биологических систем? Если это всё-таки происходит случайно, то почему не разрушается средой сразу, как ненадолго появляется и тут же тает знакомый образ в облаках, а существует миллиарды лет и при этом ещё усложняется?  Как получается, что движение мириадов молекул и протекание бесчисленного множества химических реакций происходит в организме согласованно, в едином порядке? Что их координирует? Если в ДНК всё же нет плана организма, то что им подсказывает, как конкретно нужно перестроиться, чтобы в ходе эволюции у организма могла появиться новая функция?

Без ответа оставались другие вопросы, по всей видимости, того же порядка. Почему точно так же, как и появление новых организмов в ходе эволюции, переход от одной мысли к другой происходит не «плавно», мысль формируется не «постепенно», а более или менее выраженными скачками — от одной не бессмысленной, сразу «целой», идеи к другой, тоже сразу «сформированной», «целой», а отбор лучших решений происходит фактически уже между «готовыми» идеями, а не перебором всех возможных? Как человек отличает верное решение от неверного, адекватное поведение от неадекватного? Должен быть какой-то критерий, который позволит это сделать. Потому что если его не будет, то поведение должно быть жёстко задано заранее — а это и невозможно, и явно не так, потому что мы обучаемся. Но в ином случае, без критерия, обучение быстро пойдёт вразнос, хаотично, по всем мыслимым направлениям, ведь всех возможных поведенческих реакций неисчислимо больше, чем тех, которые позволят животному не погибнуть и размножаться. Что так упрощает нам выбор поведения?

Всё эти вопросы говорят об одном: чтобы жизнь и эволюция стали возможными, помимо случая в природе должно было быть что-то ещё, какое-то явление, которое позволило бы первому организму возникнуть сразу, а также это должно быть такое явление, которое смогло бы связать отдельные случайные мутации ДНК с перестроением сразу всех систем организма. Причём, по-видимому, за всё это должно отвечать одно явление, так как и появление первого организма сразу как целого, и затем его целостное перестроение в ходе эволюции — это явно процессы одного порядка. Более того, как понятно из предыдущего абзаца, это же явление должно отвечать и за мышление тоже.

Кардинальный поворот в решении этих вопросов произошёл только во второй половине XX века, был связан с исследованиями Алана Тьюринга, Ильи Пригожина, Германа Хакена и таким явлением, как самоорганизация. Благодаря работам этих учёных, появились первые представления о самоорганизации как закономерном явлении, возникла теория диссипативных систем и междисциплинарное направление науки синергетика, изучающая процессы самоорганизации. Стало понятно, что всё живое — это самоорганизующиеся системы. В свою очередь, само явление самоорганизации связано с такими областями знания как неравновесная термодинамика, теория динамического хаоса, изучением открытых систем и высокомолекулярных соединений.

Далее в этой главе рассмотрим явление самоорганизации, его основные виды, особенности и общую связь с жизнью, в главах «Филогенез» и «Морфогенез» станет ясно, как «сразу» возникает жизнь, как происходит развитие целого организма из одной клетки и что же всё-таки зашифровано в ДНК, а в главе «Мышление как самоорганизация» узнаем, как самоорганизация связана с нервной регуляцией.

Ввёл понятие самоорганизации Уильям Эшби — английский психиатр, специалист по кибернетике, пионер в исследовании сложных систем. Уильям Эшби также автор известного закона необходимого разнообразия — закона Эшби. Согласно этому закону для эффективного управления необходимо, чтобы разнообразие управляющей системы было не меньше, чем разнообразие управляемой системы. Закон Эшби напрямую не связан с самоорганизацией, но он тоже пригодится нам в главе «Мышление не алгоритм?».

К нынешнему времени самоорганизация перестала быть чем-то необычным, описано множество её различных проявлений, зачастую сильно отличающихся друг от друга. Даже сам термин «самоорганизация», как слишком общий, сейчас встречается редко. Учитывая такую широту явления, ниже мы прежде всего будем исходить из самых основных свойств самоорганизации и уточнять их по мере необходимости.

Итак, самоорганизация — это процесс упорядочения элементов системы без какого-либо специфического организующего воздействия. Другими словами, это когда само собой, сразу как целое, возникает нечто организованное, сложное. Один из основоположников синергетики немецкий физик Герман Хакен определяет понятие самоорганизующейся системы следующим образом: «Мы называем систему самоорганизующейся, если она без специфического воздействия извне обретает какую-то пространственную, временную или функциональную структуру. Под специфическим внешним воздействием мы понимаем такое, которое навязывает системе структуру или функционирование. В случае же самоорганизующихся систем испытывается извне неспецифическое воздействие.» (Информация и самоорганизация. Г. Хакен, 1991).

Таким образом, самоорганизация — это способность изначально неупорядоченных систем усложняться, эволюционировать, и среда выступает в этом процессе только поставщиком энергии/вещества, но не организатором.

В том числе самоорганизация связана со способностью системы активно поддерживать своё упорядоченное состояние, несмотря на воздействия среды и отсутствие между элементами системы жёстких связей. Эта способность называется гомеостазом. Гомеостаз — это саморегуляция, активное противостояние среде, стремление системы поддерживать неизменными основные параметры своего внутреннего состояния. А так как самоорганизующимися системами является всё живое, то гомеостаз — это активное поведение системы, направленное на самосохранение. Гомеостаз — это естественное физическое основание этого стремления, заложенное в самой структуре биологических систем.

Самоорганизация бывает разных типов — например, к самоорганизации относится кристаллизация воды при понижении температуры (фазовый переход первого рода), проявлением которой являются пространственно упорядоченные кристаллы льда. Самоорганизация этого типа проходит в равновесных условиях, связана с неживым миром и, вследствие жёстких связей между элементами, образуя статичные упорядоченные структуры, гомеостаза не подразумевает. Ещё одним типом самоорганизации является самосборка. К самосборке относится образование высокомолекулярных соединений, в том числе молекул ДНК, способных к самокопированию, или мембран клеток. Например, простыми прообразами клеточных мембран являются липосомы — пузырьки соединений солей жирных кислот. Липосомы обладают селективной проницаемостью для разных веществ, они могут сами собой расти, делиться и срастаться после повреждений.

Однако основной вклад в сложность и активность биологических систем вносит другой тип самоорганизации — диссипативный. Именно диссипативные системы обладают гомеостазом, то есть могут не просто достигать упорядоченного состояния, но и активно его поддерживать, используя для этого не жёсткость связей, а наоборот, неустойчивость, пластичность, чувствительность, за счёт чего возникает способность диссипативных систем перестраиваться, тонко реагируя на изменяющиеся условия. Без диссипативной самоорганизации была бы невозможной сложная внутриклеточная активность, морфогенез (развитие организма из одной клетки) или работа нейронной сети мозга. Поэтому самоорганизация, о которой прежде всего речь будет идти ниже, — это неравновесная или диссипативная самоорганизация.

Диссипативной системой (или диссипативной структурой, от лат. dissipatio — «рассеиваю, разрушаю») является любая жизнь от клетки или многоклеточного организма до биосферы, поэтому все свойства диссипативных систем так или иначе проявляются и в живом мире. В этой главе рассмотрим, как происходит диссипативная самоорганизация и основные физические свойства диссипативных систем. В других главах уточним связь диссипативной самоорганизации с эволюцией, морфогенезом и работой мозга. И наконец в части «Сознание» посмотрим, что можно сказать о сознании и найдём предел сложности искусственных систем.

В скобках заметим, термин «диссипативная система» имеет и другое, редко используемое и чрезвычайно широкое значение, фактически обозначающее любые системы, в которых часть энергии рассеивается — например, вследствие трения (трение приводит к тому, что часть энергии преобразуется в тепло и рассеивается в среде), к каковым, по сути, относятся все реальные системы.

В отличие от «диссипативных систем», выделенных только по принципу рассеивания энергии, диссипативные системы как системы самоорганизующиеся — это только такие системы, которые относятся к открытым термодинамически неравновесным системам. Открытая система — это система, ведущая интенсивный обмен веществом/энергией со средой. Обмен со средой неупорядочен, поэтому реакции системы нелинейные, состояние неравновесное, неустойчивое, поведение хаотическое, то есть выглядит случайным, беспорядочным. В то же время такие системы способны к самоорганизации, когда из хаоса (или «вместо хаоса») возникает порядок. Можно сказать, что именно самоорганизация отличает просто открытую термодинамически неравновесную систему от системы диссипативной. Способность открытых систем к самоорганизации появляется в условиях достаточно активного притока энергии извне и одновременно возможности интенсивно рассеивать энергию в окружающую среду.

Заметим также, из сказанного как будто следует, что в диссипативных системах не выполняется второе начало термодинамики. Согласно физическому смыслу которого в изолированной системе беспорядок (энтропия) не может уменьшаться, а самоорганизация, как появление в системе порядка, как будто этот закон нарушает. Второе начало в диссипативных системах действительно не выполняется, однако это ещё не означает, что оно нарушается, потому что диссипативная система — это открытая система и, несмотря уменьшение энтропии внутри системы, суммарно энтропия во Вселенной растёт. Например, живые организмы как диссипативные системы являются в некотором роде активными катализаторами роста энтропии. В процессе жизнедеятельности живые организмы превращают энергию более упорядоченного вида (электромагнитную солнечную, химическую) в менее упорядоченное тепловое излучение, тем самым ускоряя рост энтропии Вселенной. Проще говоря, порядок внутри диссипативной системы существует за счёт постоянного роста беспорядка снаружи системы.

Прежде чем перейти непосредственно к самому процессу самоорганизации, обратим внимание на некоторые общие свойства диссипативных систем. Без предварительного понимания этих свойств адекватное представление о самоорганизации составить будет невозможно. И вначале — что такое неравновесность, неравновесная система, к каковым относятся все диссипативные системы? В чём важность неравновесного состояния?

Например, в неравновесном состоянии находится песчаная куча перед обрушением или снежный пласт над обрывом в горах, малейшее возмущение которого приведёт к тому, что он сойдёт снежной лавиной. Другой пример — шпага, поставленная на остриё, на которую всё сильнее давят сверху так, чтобы её лезвие не изгибалось. В какой-то момент давление станет столь высоким, что самое слабое прикосновение к шпаге приведёт к тому, что её лезвие разлетится на кусочки. 

Такие критические состояния неустойчивости, выбора, называются точкой бифуркации. Бифуркация — это качественное изменение поведения динамической системы при бесконечно малом изменении её параметров. Точка бифуркации — это критическое состояние максимальной неустойчивости, когда происходит переход. Находясь далеко от равновесия, система способна воспринимать то, что не восприняла бы в более равновесном состоянии и даже при самом малом возмущении пройти точку бифуркации, после чего её поведение качественно изменится. Bifurcus переводится с латинского как «раздвоенный», но путей, по которым может пойти развитие системы после перехода, может быть больше. Поэтому ещё одним примером неравновесной системы является шарик на вершине конусообразной горки, малейшее возмущение которого приведёт к тому, что он скатится по той или иной её стороне.

Необычное свойство неравновесных систем (и, заметим, важнейшее для диссипативной самоорганизации) — это их целостность. В точке бифуркации даже самое малое возмущение какой-либо части системы не затухает, распространяясь в её объёме, а приводит к изменению динамики сразу всей системы, как одного целого. Причём если в неравновесном состоянии сколь угодно малое изменение параметров системы будет сразу всей системой масштабировано — потому что вызовет её «обрушение», то после перехода, наоборот, даже энергичное воздействие на систему будет нивелировано — если будет противоположно динамике множества движущихся элементов. Эти же особенности означают, что поведение неравновесной системы высоко нелинейное, то есть относительно больше зависит от внутренних процессов в самой системе, чем от силы или интенсивности внешнего воздействия.   

Ещё одно необычное свойство неравновесных систем состоит в том, что чем неравновесие выше, тем меньше информации можно получить о системе, так как чтобы система «обрушилась» и информация о её внутренней структуре была утрачена, достаточно всё более слабого воздействия. Например, при приближении к точке бифуркации даже само наблюдение начинает влиять на систему, из-за чего наблюдать систему требуется очень аккуратно, чтобы наблюдение не привело к её обрушению. Но это требование вступает в противоречие с тем, что систему необходимо наблюдать максимально глубоко, потому что если к качественным изменениям в поведении системы может привести бесконечно малое изменение её параметров, то предсказать поведение системы можно, только если знать её устройство на бесконечно малом масштабе.

Как и любой системы, суть поведения неравновесной системы — это стремление к равновесию, выравнивание напряжений, уравновешивание, которое происходит в момент обрушения песчаной кучи или когда сходит лавина. Однако — и это важное отличие от песчаной кучи или снежного пласта — в диссипативных системах выравнивания напряжений не происходит, так как, вспомним, это ещё и открытые системы. Интенсивный обмен энергией/веществом со средой в открытых системах не прекращается, из-за чего постоянно возникает значительная разница в активно меняющихся параметрах системы: температуре, концентрации веществ, давлении. В результате состояние такой системы неизменно неравновесное, а её поведение характеризуется постоянными бифуркациями, то есть, по-другому, флуктуациями, резкими скачками в поведении, перестроениями. Вспоминая пример с шариком, можно сказать, что непрекращающийся интенсивный обмен со средой как будто каждый раз заталкивает шарик обратно на вершину горки, после чего происходит его новое непредсказуемое падение. Или, в более точной аналогии, среда «давит» на систему, поэтому в какой-то момент она скачком, как шпага, «разрушается», переходя в новое состояние, среда продолжает давить, система снова «разрушается», её поведение снова скачком меняется, и так постоянно. В итоге, как формирующееся в результате бифуркаций, поведение системы выглядит случайным, то есть является хаотическим.

О хаосе, как режиме диссипативной системы перед упорядочением, тоже следует сказать подробнее. В частности, обратим внимание на сложность хаотического поведения и связь сложности с непредсказуемостью. 

Хаос — это когда поведение нелинейной системы выглядит случайным, то есть является иррегулярным и непредсказуемым, несмотря на то, что оно определяется детерминистическими законами, что отличает хаос как предмет научного изучения от хаоса в обыденном смысле. Причина непредсказуемости хаотического поведения уже была описана выше — оно связано с бифуркациями, а при приближении системы к точке бифуркации система становится чувствительной к самым ничтожным изменениям своих параметров, поэтому даже само наблюдение начинает влиять на систему.

Более общее объяснение непредсказуемости состоит в том, что если к качественным изменениям поведения системы может привести бесконечно малое изменение её параметров, то предсказание поведения системы потребует абсолютной точности знания — система должна быть описана во всех «бесконечно малых» подробностях. Иначе качественного расхождения прогноза и реального поведения избежать не удастся: бифуркация — это качественное изменение поведения системы, и оно зависит от событий самого малого масштаба, причём бифуркации происходят в системе постоянно. Но абсолютно точное знание какого-либо явления природы равносильно появлению в голове в качестве опыта самого этого явления непосредственно — что, естественно, не имеет смысла. Знание какого-либо явления не может быть самим этим явлением, как следствие, природа в принципе не может быть описана на уровне «бесконечно малых подробностей», столь глубокое знание не имеет смысла.

Представление о бесконечно малых изменениях относится к математической модели бифуркации. В реальности же «бесконечно малое изменение» — это некое «истинно элементарное» событие. Но никакая физическая теория не описывает мир на истинно элементарном масштабе, и дать такое описание в принципе невозможно — самый простой аргумент за это был приведён выше.

Например, «элементарные частицы» в квантовой физике — это микрообъекты субъядерного масштаба, которые или считаются бесструктурными (например, фотоны, электроны), или которые на данное время на практике невозможно расщепить на составные части по причине конфайнмента (например, протоны, нейтроны). Однако размер и другие свойства частиц за пределами некоторых доступных исследованию масштабов непонятны. Поэтому «элементарные частицы» — это части наиболее глубокого на нынешнее время представления о материи, но не представление об её истинно элементарном уровне.

Таким образом, связь бифуркации с бесконечно малыми изменениями параметров системы означает, что сложность поведения системы в точке бифуркации равносильна сложности изучения материи на элементарном уровне. И так как столь глубокое знание природы не имеет смысла, то есть его сложность можно считать бесконечной, то сложность поведения системы в точке бифуркации тоже стремится к бесконечности. Как следствие, системы, поведение которых критически связано с бифуркациями, являются качественно более сложным, чем системы равновесные.

Важно обратить внимание, что выбор поведения в точке бифуркации всегда зависит от бесконечно малых изменений параметров системы и, соответственно, этот выбор всегда имеет бесконечную сложность. Например, если по шпаге из ранее приведённого примера ударить молотком, то непосредственно к разрушению шпаги и конкретному развитию этого разрушения приведёт малейшее дуновение воздуха от приближающегося молотка или самые ничтожные особенности микропрофиля его бойка, которые вступят в соприкосновение со шпагой первыми. И на самом деле вообще что угодно, так как в точке бифуркации, обладая абсолютной чувствительностью, система становится абсолютно неотделима от среды, становясь одним целым со всем миром. Поэтому всей своей площадью боёк молотка, по сути, ударит уже по начинающим разлетаться осколкам. 

У непознаваемости элементарного уровня материи есть другие важные следствия. Элементарный уровень материи — это основание всех других её уровней, поэтому знание элементарного уровня материи было бы в принципиальном смысле равносильно знанию всего — полноте знания. Но так как элементарный уровень материи непознаваем, то полнота знания — знание всех законов физики, «теория всего» — тоже не имеет смысла. «Теория всего» — это окончательная теория, которая опишет всё, поэтому её бессмысленность означает, что никакая существующая или будущая теория не являются окончательными и не описывают материю абсолютно адекватно её истинным свойствам.

Другими словами, все теории, чтобы у них был смысл, должны иметь границы применимости — границы их расширения на время и пространство, за которыми они свой смысл теряют. Заметим, в том числе границы применимости должно иметь и само это утверждение о необходимости границ применимости. И действительно, оно их имеет. В процессе познания даже самые общие представления о мире могут кардинально поменяться, и в контексте этих новых идей может оказаться, что «теория всего», наоборот, возможна. Однако будущие знания ещё неизвестны, а нынешние говорят о том, что полнота знания не имеет смысла.

Вернёмся к хаосу. Как говорилось, сложность выбора в точке бифуркации равносильна знанию всего или, другими словами, в момент перехода система становится полностью неотделима от среды, требуя для предсказания знания всей среды, «теории всего». Эта особенность является не только выражением бесконечной сложности поведения системы, но и её в высшей степени индивидуальности. Ведь для описания поведения системы требуется знание элементарного уровня материи, а значит, для этого не подойдёт никакая физическая теория, только теория всего — но теория всего не имеет смысла. Другими словами, на элементарном уровне все системы отличаются.

Индивидуальность в некотором смысле и сама по себе тоже означает сложность и непредсказуемость, потому что чем более индивидуально поведение системы, тем менее оно выводимо из чего-либо, что может быть применимо к другому, известно всем. И так как поведение в данном случае максимально индивидуальное, то оно и в принципе непредсказуемое, не может существовать таких теорий и законов, которые помогли бы его предсказать.

Качественное изменение поведения при бесконечно малом изменении параметров — это чувствительность к начальным условия. Чувствительность к начальным условиям — это важная характеристика хаоса, оно означает, что близкие траектории в фазовом пространстве отдаляются друг от друга с экспоненциальной скоростью. Проще говоря, бесконечно малое изменение начальных условий приводит к сколь угодно большому расхождению поведения систем с течением времени — как говорилось, системы приобретают всё большую индивидуальность.

Чувствительность к начальным условиям известна как эффект бабочки, подразумевая, что слабые потоки воздуха от её крыльев, как переход через точку бифуркации, могут стать решающим фактором образования урагана где-то на другом конце Земли, вследствие их многократного усиления в атмосфере за какое-то время.

Автор термина «эффект бабочки» метеоролог и математик Эдвард Лоренц. В 1961 году Лоренц решил подробнее изучить график в разработанной им компьютерной модели погоды. В качестве начальных данных он ввел данные из середины графика, округлив их не до шестого, а до третьего знака после запятой, предположив, что такой точности ему будет вполне достаточно, чтобы воспроизвести график и исследовать его. Однако Лоренц обнаружил совершенно другой график. Если в начале он ещё немного повторял первый, то к концу не имел с ним ничего общего. В результате был сформулирован эффект бабочки, обнаружена непредсказуемость поведения многих детерминированных систем и в конечном итоге создана теория хаоса. Сейчас теория хаоса применяется во многих областях знания. Это математика, биология, информатика, экономика, инженерия, финансы, философия, физика, политика, психология и робототехника. Что же касается погоды, то оказалось, две недели — это порог, за которым прогнозировать погоду по дням становится невозможно. Минимальная неточность начальных данных, которой невозможно избежать, ведет к тому, что через две недели решение задачи перестает от начальных данных зависеть.

В итоге принципиальная непредсказуемость выбора в точке бифуркации приводит к тому, что если поведение системы возникает вследствие бифуркаций, система постоянно «срывается», «рушится», достигает критического состояния и переходит через точку бифуркации, то через короткий промежуток времени её поведение станет неопределённым, несмотря ни на какие уточнения. Никакое осуществимое на практике измерение не может дать достаточной информации для сколько-нибудь точных предсказаний состояния такой системы в сколько-нибудь отдалённом будущем или прошлом.

И наконец обратим внимание на ещё одно следствие связи бифуркации с бесконечно малым изменением параметров системы. Оно более чем необычное.

Вспомним, с одной стороны, вследствие неравновесного состояния, в точке бифуркации система становится одним целым, поэтому после перехода через точку бифуркации качественно меняется поведение сразу всей системы, а с другой — этот переход связан с бесконечно малым изменением параметров системы. В свою очередь, связь перехода с бесконечно малым изменением параметров системы, как тоже говорилось, означает полную неотделимость системы в точке бифуркации от среды.

Полная неотделимость от среды означает, что в точке бифуркации система расширяется сразу на всю среду, то есть на всё, становится всем. Но у всего уже не может быть каких-либо предопределяющих его причин, так как любые «причины всего» тоже часть всего. Поэтому, получается, что выбор в точке бифуркации — это строго выбор самой системы, который, кроме неё самой, ничем не предопределён, ни от чего, кроме самой системы, не зависит, так как какие-либо обстоятельства «до системы» или «вне системы» в точке бифуркации теряют смысл — не может быть ничего до всего, ничего больше всего и ничего иного, чем всё. Например, можно было бы предположить, что выбор в точке бифуркации случаен, потому что он принципиально непредсказуем. Однако этот выбор связан с бесконечно малым изменением параметров системы, а значит, он уже по определению не случаен. Поэтому на самом деле, как мы сейчас выяснили, выбор в точке бифуркации — это выбор и не случайный, и не детерминированный, это выбор самой системы, который сочетает в себе оба этих представления, а вот как конкретно он происходит, то есть что конкретно означает это сочетание, узнать нельзя, так как это равносильно построению «теории всего» или, что одно и то же, знанию того, как возникло всё.

Причём если считать, что система решает некие задачи и в точке бифуркации происходит выбор решения, то этот выбор можно считать идеальным относительно опыта системы и среды, в которой она оперирует, потому что в точке бифуркации система и среда становятся одним целым. И так как сложность этого выбора бесконечна, а его конкретные обстоятельства непознаваемы, то любые способы как-либо моделировать этот выбор неизбежно приведут к упрощению — модель поведения системы в точке бифуркации может быть только качественно проще реальности.

Итак, определившись с неравновесностью и нелинейностью, сложностью, хаосом и бифуркациями и не забывая о целостности, сейчас посмотрим как конкретно происходит самоорганизация в открытых системах.

Простой пример диссипативной самоорганизации — ячейки Бенара, изображённые на рисунке ниже, возникновение упорядоченности в виде цилиндрических валов в интенсивно подогреваемой снизу жидкости (заметим, есть ещё один тип ячеек Бенара). При  преодолении некоторого критического значения интенсивности нагрева плавная диффузия жидкости с разной температурой не успевает произойти. В результате в жидкости возникают валы, вращающиеся навстречу друг другу (как сцепленные шестерёнки), которые переносят нагретую жидкость вверх и остывшую вниз. Управляющим параметром самоорганизации в данном случае служит градиент температуры. Чем сложнее система, тем сложнее будут управляющие параметры.












а)                б)

Рис. 1. а) реакция Белоусова — Жаботинского, б) ячейки Бенара.

Конкретно происходит следующее. Рост интенсивности обмена со средой ведёт к тому, что резко увеличивается скорость движения молекул воды, они перемещаются всё более беспорядочно. Их столкновения становятся всё более энергичными, то есть растёт количество бифуркаций или, другими словами, растёт количество и сила флуктуаций, развивающихся внутри системы аналогично обрушению кучи песка или сходу снежной лавины из примеров ранее. Во взаимодействии этих флуктуаций, то есть, по сути, конкуренции за возможность своего дальнейшего развития, какие-то направления движения молекул будут взаимно подавляться, какие-то, наоборот, взаимно усиливаться, достигая всё больших масштабов. Одновременно будет расти неравновесное, напряжённое состояние системы, как будто всё сильнее сжимают пружину. В результате в какой-то момент энергия высвободится, и вся система, как одно целое, скачком перейдёт через точку бифуркации, все элементы системы фактически одновременно и сразу со всех сторон системы придут в упорядоченное движение по некоторым отобранным в масштабе всей системы глобальным направлениям.

Этот процесс и есть самоорганизация — неравновесный фазовый переход. Вся система, как одно целое, скачком переходит через точку бифуркации в качественно новое, упорядоченное состояние — хаотическое поведение элементов системы скачком упорядочивается, на масштабе всей системы возникает некоторая самоорганизованная структура их согласованной активности. После чего уже все происходящие в системе флуктуации или работают на поддержание возникшего порядка, или подавляются массами согласованно движущихся элементов — так начинает работать гомеостаз.

В более общем смысле в ходе самоорганизации в системе сами собой выделяются степени свободы (куда можно двигаться, как изменяться), по которым энергия переносится с меньшим сопротивлением, тем самым поведение всех элементов системы упорядочивается в направлении этих степеней свободы.

В более сложных диссипативных системах, работа которых связана с химическими реакциями, порядок может выглядеть как упорядочение колебательных процессов или появление в системе зон более высокой организации: вращений, решёток, структур, меняющих симметрию или дислокацию, согласованно окрашивающихся в разные цвета, сливающихся и разделяющихся (рис. 1, а). Ещё одним стандартным примером диссипативной самоорганизации является лазер.

Илья Пригожин, бельгийский физик российского происхождения, лауреат Нобелевской премии по химии 1977 года с формулировкой «за работы по термодинамике необратимых процессов, особенно за теорию диссипативных структур», описал диссипативную самоорганизацию следующим образом: «Однако пока величина градиента температуры не превышает некоторого критического его значения, эти флуктуации гасятся и исчезают. Напротив, когда величина градиента температуры превышает его критическое значение, амплитуда некоторых флуктуаций возрастает, что в конечном счете приводит к формированию макроскопического потока. В результате возникает новый надмолекулярный порядок, по существу представляющий собой гигантскую флуктуацию, стабилизируемую благодаря обмену энергией между системой и окружающей ее средой. Это и есть порядок, характеризуемый наличием в системе диссипативных структур.» (Время, структура и флуктуации. Нобелевская лекция по химии. И. Пригожин, 1977).

Упорядочение хаоса означает, что одновременно с порядком возникает гомеостаз, как процесс поддержания этого порядка, саморегуляция, активное «стремление» системы к самосохранению. Упорядоченное состояние энергетически выгоднее системе: поступающая энергия выводится быстрее — обмен со средой идёт хотя и интенсивнее, но при этом «спокойнее», так как элементы движутся согласованно, в едином порядке по некоторым выделенным направлениям, а не постоянно сталкиваясь. Поэтому, возникнув, порядок будет затем поддерживаться сам собою — «поддерживать сам себя», противопоставляя возмущениям согласованную динамику множества элементов. Как говорилось выше, теперь все происходящие в системе флуктуации или, совпадая с упорядоченной динамикой, работают на поддержание возникшего порядка, или, будучи противоположными, подавляются массами согласованно движущихся элементов.

Физическая суть гомеостаза в том, что упорядоченное состояние системы — это её аттрактор, некоторая область фазового пространства системы, к которой стремятся все её фазовые траектории. Например, аттрактор маятника — это точка, в которой он в конечном итоге остановится. Но из-за активного обмена со средой, которая не только насыщает систему энергией, но и возмущает её неравномерностью этого притока, у диссипативной системы эта точка становится областью — как если бы маятник всегда продолжал движение, бесконечно флуктуируя около точки остановки по похожим траекториям, а состояние полного равновесия и покоя поэтому не существует. Даже в относительном покое система находится не в действительном покое и равновесии, а только в динамическом равновесии, флуктуируя «на грани хаоса и порядка», то приближаясь к равновесию, то снова отклоняясь от него. Можно сказать, что, совершая неравновесный фазовый переход от хаоса к порядку, диссипативная система переходит через точку бифуркации в новое состояние, а поддерживая гомеостаз система совершает такие же неравновесные переходы, но меньшего масштаба, и потому постоянно переходит обратно в себя, непредсказуемо меняясь в частных параметрах, но сохраняя ту же организацию в целом.

Несмотря на простоту принципов, согласованное поведение множества элементов, не связанных жёсткими связями — весьма необычное явление. Илья Пригожин по этому поводу заметил: «Одной из наиболее интересных особенностей диссипативных структур является их когерентность. Система ведет себя как единое целое и как если бы она была вместилищем дальнодействующих сил. Несмотря на то что силы молекулярного взаимодействия являются короткодействующими (действуют на расстояниях порядка 10-8 см), система структурируется так, как если бы каждая молекула была «информирована» о состоянии системы в целом. (…) Столь высокая упорядоченность, основанная на согласованном поведении миллиардов молекул, кажется неправдоподобной и, если бы химические часы нельзя было бы наблюдать «во плоти», вряд ли кто-нибудь поверил, что такой процесс возможен. Для того чтобы одновременно изменить свой цвет, молекулы должны каким-то образом поддерживать связь между собой. Система должна вести себя как единое целое». (Порядок из хаоса. И. Пригожин, И. Стенгерс, 1986).

Помимо самоорганизации и гомеостаза важным свойством диссипативных систем является возможность их дальнейшего усложнения. Если интенсивность обмена со средой продолжает расти, то порядок может усложняться, эволюционировать. Например, при дальнейшем увеличении интенсивности нагрева каждый вал ячеек Бенара в какой-то момент распадается на два вала меньшего размера, и в пределе возникает турбулентный хаос.

Скачкообразность усложнения порядка в системе означает, что диссипативные системы способны усложняться и при этом всегда оставаться «работоспособными». Причём это свойство диссипативных систем не так необычно, как может показаться на первый взгляд. Смысл усложнения, как и смысл вообще упорядочения, в более адекватном распределении энергии, но распределение энергии, наоборот, будет затруднено, если новый порядок будет формироваться в разных частях системы постепенно или в разное время.

Способность эволюционировать — это продолжение гомеостаза, одно из его свойств, так как система не разрушается, а продолжает противостоять среде, только на новом уровне сложности. Можно сказать, что система приспосабливается, обучается — у системы сразу, единовременно, без каких-либо предварительных чертежей и расчётов, возникает новое более сложное поведение, связанное с её новой более сложной организацией, которое позволяет противостоять среде в новых условиях более интенсивного взаимодействия с ней. Про усложнение можно сказать, что у системы появляются некие новые функции, которые позволяют ей проводить более сложное поведение. Тем не менее понятно, что на самом деле ничего действительно нового не возникает — всегда происходит усложнение одной и той же функции гомеостаза, то есть система сама собой скачком меняется сообразно изменению условий, и далее всё её поведение как целого точно так же направлено на поддержание гомеостаза, то есть на самосохранение.

Поэтому в некотором смысле даже неважно, какие конкретно это новые функции, так как иных функций, кроме тех, которые помогают поддерживать гомеостаз в новых условиях, у диссипативных систем не бывает и появиться просто не может. Ведь эти функции и элементы появляются естественным образом вследствие интенсивного обмена со средой и стремления системы к равновесию, а не вносятся извне.

Более того, ранее говорилось, что выбор в точке бифуркации — это выбор самой системы, он является идеальным решением задач системы в условиях данной среды. Поэтому задать его на основании каких-либо знаний и вычислений невозможно, заданный выбор всегда будет качественно проще, слишком неточным. Например, флуктуации, как кажется, только вредящие системе, фактически являются сигналами среды, посредством которых система постоянно «чувствует» среду, изменяясь непредсказуемо и поэтому как будто случайно, но на самом деле максимально точно учитывая окружающие условия в процессе эволюционных переходов или в ходе гомеостаза.

Наглядно самоорганизацию и усложнение можно объяснить на таком примере. 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 движение в ногу тоже не является полностью свободным, так как тоже вынуждает подстраиваться, находиться в напряжении. И в результате иногда с шага сбиваться, что будет более или менее дезориентировать окружающих или даже полностью разрушит старый порядок и приведёт к новому через некоторый этап хаоса.

Можно заметить, что никакие искусственные системы эволюционировать не могут. Например, невозможно представить самостоятельное усложнение часов, будь то часы электронные или механические. В отсутствие интенсивного обмена со средой, неравновесного состояния и хаотического режима (всё это в искусственных системах, наоборот, стараются исключить для повышения надёжности и предсказуемости их работы), а значит, и способности меняться целостно, скачком переходя к более сложной структуре, среда может только нарушить их работу или разрушить.

Продолжая тему непредсказуемости, скажем о сложности диссипативных систем ещё раз. Хаотическое поведение возникает вследствие бифуркаций, а сложность поведения в точке бифуркации стремится к бесконечности. В результате сложность хаоса тоже стремится к бесконечности, исследованию доступны только некоторые общие закономерности хаоса. Поэтому в частных реакциях хаотическое поведение непредсказуемое, а на общем уровне хаос прост — это просто беспорядок. Таким образом, несмотря на то, что появление в хаосе порядка вроде бы должно упрощать описание системы, так как хотя бы на общем уровне её поведение становится более понятным, наоборот, из «просто беспорядка», точное описание которого не имеет смысла, появляется некий конкретный порядок, поэтому описание усложняется. И обратно: чем меньше рассматриваемый масштаб системы, тем больше упорядоченное поведение её элементов будет становиться похожим на хаотическое, «случайное», «просто беспорядок».

И наконец, как говорилось, диссипативной системой является любой организм. Самоорганизация, гомеостаз, неравновесные фазовые переходы — это также и общий принцип существования и человека, и всего живого. Процессы самоорганизации в организме носят сложный многоуровневый характер, проявляя себя в относительно более равновесных и стабильных структурах, задающих общую логику процессов (мембраны и органеллы клеток, молекулы ДНК, скелет, коннектом). И в менее равновесной динамике, определяющей частные параметры реакций — начиная от внутриклеточных процессов и формирования структур организма в ходе морфогенеза до синхронизации нервных импульсов нейронов. Также обратим внимание, в отличие от ячеек Бенара, самоорганизация биологических систем носит химический характер. Организм — это упорядоченный континуум веществ и химических реакций, связанных с автоволновыми процессами (рис. 1, а) и генетической программой. Это не меняет описанные ранее общие свойства организмов как диссипативных систем, но вносит в их поведение дополнительную сложность.

Поэтому, как диссипативной системы, таким же в частном неустойчивым, непредсказуемым и индивидуальным, но в целом организованным и целенаправленным является и поведение любого организма. Начиная от клетки, многоклеточного организма или биологической эволюции, в ходе которой «сразу» возникают работоспособные новые организмы, до работы мозга, нейроны которого свой согласованной активностью целостно и организованно направляют поведение субъекта, обуславливая эмоциональный подъём или спад, всегда упорядоченную, а не хаотическую активность всех мышц.

Подробнее морфогенез и мышление будут рассмотрены в соответствующих главах. Сейчас, забегая вперёд, в качестве примера коротко скажем о синхронизации нейронов. Сам по себе биологический нейрон хаотически генерирует нервные импульсы, а в мозге, за счёт взаимодействия с другими нейронами, происходит их упорядочение — синхронизация импульсов больших групп нейронов на разных частотах. В результате возникают ритмы мозга, а активность мышц и желёз организована в едином порядке. Как и любое упорядочение, синхронизация нейронов происходит как неравновесный фазовый переход, то есть переход через точку бифуркации. Например, каждое переключение внимания — это тоже переход через точку бифуркации, смена ансамблей нейронов, селективно синхронизированных на самой высокой частоте ритмов мозга (гамма-ритме). Селективная синхронизация — это наиболее упорядоченный процесс в мозге, поэтому, как аттрактор, он притягивает к себе фазовые траектории всех других нейронов мозга, задавая нынешнюю конкретную цель поведения. В свою очередь, так как неравновесные фазовые переходы носят скачкообразный характер — от одного упорядоченного состояния к другому, то поведение всегда имеет смысл — тот или иной, а не неопределённый.

По тому же общему принципу, как в ячейках Бенара, вследствие интенсивного обмена мозга со средой, картина синхронизации постепенно усложняется — соответственно, более сложным становится поведение. Новое состояние сети консолидируется в более равновесных и потому более стабильных элементах внутриклеточной структуры нейронов (то есть в долговременной памяти). Тем самым как будто возникает новая и более сложно организованная нейронная сеть, активность нейронов в которой изначально задана более  сложным образом. Так происходит обучение (подробнее в соответствующих главах). В результате обучения и консолидации памяти поддержание нового более сложного состояния нейронной сети мозга не требует постоянного роста интенсивности его обмена со средой, как это было бы необходимо, если бы речь шла о ячейках Бенара.

Физические особенности жизни, её прямая связь с неравновесностью, нелинейностью, хаосом и бифуркациями, может показаться странной и неправдоподобной. Ещё более неправдоподобной эта связь выглядит в отношении мышления. Однако в свете вышеизложенного она означает, что именно за счёт этих особенностей мозга как физической системы субъект способен выделить самые слабые сигналы рецепторов или самую малую разницу во времени или степени их активизации — и в результате построить путь, учитывая самые тонкие нюансы условий. В том числе «построить путь» от предпосылок к логическому выводу, замечая малейшие противоречия в опыте, после чего качественно и энергично изменить поведение, следуя новым идеям.

Открытость среде, нахождение в неустойчивом, критическом состоянии и потому как будто ненадёжность и случайность, но на самом деле чувствительность, активность, сложность и упорядоченность, являются фундаментальными свойствами жизни. Известный советский физик Я. И. Френкель различие живой и неживой природы сформулировал следующим образом: «Нормальное состояние всякой мертвой системы есть состояние устойчивого равновесия, в то время как нормальное состояние всякой живой системы, с какой бы точки зрения она не рассматривалась (механической или химической), есть состояние неустойчивого равновесия, в поддержании которого и заключается жизнь».

Самоорганизация, гомеостаз, неравновесные фазовые переходы — это физическое основание, на котором возникает и которое объединяет всё остальное — то, что потом начинается с био- или нейро-. Поэтому поведение биологических систем всегда целостно, едино, подчинено общему смыслу гомеостаза. Это одна бесконечная реакция, никогда не прекращающаяся активность, в которой мы выделяем отдельные элементы. Поток, который наполняют новыми функциями возникающие в ходе эволюции организмы и приобретаемый ими личный опыт. Но этот поток никогда не останавливается и не поворачивает вспять, потому что всё новое на самом деле является им же.

Посредством постоянной взаимной координации всех процессов на всех уровнях, естественным образом присущей диссипативным системам, работа организма и мозга упорядочена в пространстве и времени, задавая такое же упорядоченное в пространстве и времени поведение субъекта. В свою очередь, способность диссипативных систем перестраиваться и усложняться, учитывая условия с той максимальной точностью и полнотой, которую невозможно задать вычислительными средствами, — это основание способности живого к эволюции и обучению, способности менять поведение, приспосабливаться.

В заключение рассмотрим ещё некоторые особенности диссипативных систем.

В диссипативных системах могут возникать такие явления как фликкер-шум или перемежаемость. Фликкер-шум, аналогично мерцательный или розовый 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 неожиданно проявятся в виде перемежаемости аналогично прерванного равновесия или склонности к катастрофам, когда состояние близкое к покою вблизи динамического равновесия системы непредсказуемо сменяется вспышками высокой активности, также неожиданно затухающими. Склонность к катастрофам характерна для многих областей, таких как биологическая эволюция, социальные и рыночные процессы, гидродинамика, сейсмология и т. д.. «Катастрофа» в данном контексте означает резкое качественное изменение объекта при плавном количественном изменении параметров, от которых он зависит. Изучает такие явления теория катастроф.

Структура диссипативной системы может быть фрактальной. Обычно фрактальность понимается как самоподобие, когда целое имеет ту же форму, что и его части, то есть для фрактала увеличение масштаба не ведёт к упрощению структуры, на всех масштабах можно будет увидеть одинаково сложную картину. Например, струи и пучки турбулентного потока состоят из аналогичных образований меньших масштабов (это также означает, что турбулентный хаос сочетает в себе не только разупорядоченность хаоса, но и элементы порядка). В природе самоподобные фрактальные структуры можно обнаружить практически везде — от «архитектуры» наблюдаемой Вселенной до крон деревьев, строения облаков или морозных узоров на окнах. Сходные закономерности в различных временных масштабах проявляет ритм сердечных сокращений. Поведение любого животного, включая человека, в некотором смысле тоже обладает самоподобием: на масштабах любой задачи его общая суть одна и та же — гомеостаз, самосохранение (а также размножение, которое, как ни странно, тоже есть проявление гомеостаза — каких образом, скажем позже).

Тем не менее главное отличие фракталов от других геометрических форм заключается не в самоподобии — такие фракталы не самые распространённые в природе — а в их дробной размерности. Например, линия имеет одно измерение, то есть её размерность равна 1, поверхность двумерная (размерность 2), а объемная фигура — это трехмерный объект (размерность 3). В этом смысле фракталы — это фигуры, которые занимают нишу между линией и поверхностью (размерность меняется от 1 до 2), или поверхностью и трехмерной фигурой (размерность меняется от 2 до 3). Иными словами, фракталы — это и не линия, и не поверхность, и не трехмерный объект, а нечто среднее между всеми ними. Например, фрактальная линия — это объект слишком детальный (подробный), чтобы быть одномерным, но недостаточно сложный, чтобы быть двумерным. К примеру, фрактальная размерность множества Кантора равна 0,63, размерность кривой Коха составляет 1,26, береговая линия Великобритании имеет размерность 1,25, Норвегии — 1,52. Поверхность человеческого мозга обладает фрактальной размерностью 2,7.

Фрактальная геометрия позволяет дать универсальное описание на первый взгляд совершенно непохожим, чрезвычайно сложным, запутанным и неоднородным пространственным структурам: зернистым, изъязвлённым, ветвистым, извилистым, клочковатым, морщинистым и тому подобным. В результате феномены, которые с точки зрения евклидовой геометрии и линейной математики являются хаотическими, во фрактальной геометрии становятся упорядоченными.

Одной из причин широкого распространения фрактальности в живой природе является характерная особенность строения фракталов: фракталы отличаются относительно малым объемом, но большой площадью поверхности. Поэтому фрактальное устройство имеют, например, лёгкие, которые должны обеспечить максимальное взаимодействие между кровью и воздухом, кровеносная система животных или корневая система растений, которые также должны при малом объеме обеспечить большую поверхность соприкосновения, или кора мозга, большая площадь которой должна занимать по возможности меньший объём.

Появление самоподобных структур в организме становится возможным по причине целостности диссипативных систем. Целостность возникает из-за наличия в диссипативных системах континуума прямых и обратных связей, вследствие которых возможна корреляция ближнего (локального) и дальнего (глобального) порядков. В свою очередь, дробная размерность имеет причиной способность класса реакций Белоусова — Жаботинского, имеющих первостепенное значение в морфогенезе, демонстрировать разнообразное и сложное поведение.

Подводя итог главы, массовое наличие в природе сложности говорит о том, что процессы эволюции, усложнения, стремления балансировать на грани должны быть в ней закономерными. Это закономерности самоорганизации: на одном уровне природа стремится к простоте, равновесию и покою — на другом в результате возникает сложность, неустойчивость и активность, на одном уровне остаётся хаос и рост энтропии — на другом происходит упорядочение, обучение, эволюция.


1.2. Субъектность и информация

Поведение диссипативных систем нелинейное, поэтому 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 динамики конкретной системы. При этом поведение элементов системы согласованное, система обладает свойством целостности. В результате событие с динамикой системы не совпадающее может быть всей 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, причём поведение всех систем индивидуально.

Все процессы в диссипативной системе непрерывно переходят друг в друга, а не начинаются и кончаются, и возникает упорядоченная структура системы из хаоса скачкообразно, сразу как готовое целое. Поддерживая гомеостаз, диссипативные системы уже на физическом уровне обладают активным поведением, направленным на самосохранение. Это поведение реализуется естественным образом, само собой, не требуя каких-либо предварительных вычислений или центров управления, из которых бы отдавались команды остальным частям системы. Поведение диссипативной системы упорядочено, но в то же время нигде нет координирующего центра, содержащего алгоритм работы системы, в котором порядок начинается и без которого не может сохраняться. У упорядоченного поведения элементов в принципе нет какой-либо конкретной причины — она распределена по множеству флуктуаций, которые невычислимы. Поэтому можно сказать, что управляет системой именно существующий в ней порядок, «опыт» системы, который, возникая сразу как «над-элементное» целое, подчиняет себе прежде хаотическую динамику системы, а среда только поставляет энергию.

Однако, как кажется, реакции системы не может определять «целое» — такой подход противоречит принципу детерминизма, в соответствии с которым целое полностью зависит от своих частей. Как станет ясно из главы «Есть ли свобода воли?», детерминизм в данном случае не является достаточным аргументом. Тем не менее, если для наглядности упростить ситуацию, самоуправление системы можно объяснить простым уточнением принципа детерминизма понятием двусторонней восходящей и нисходящей 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. Диссипативная система точно так же стремится «вниз» к равновесию, но это движение упорядочено, так как упорядоченное состояние системы позволяет выводить поступающую в систему энергию более эффективно. Тем самым, с одной стороны, порядок ускоряет движение системы к равновесию, но с другой — это движение всё равно бесконечно, пока сохраняется интенсивный обмен со средой.

В свою очередь, порядок можно связать с информацией.

«Понятие количества информации в системе, — пишет Норберт Винер (знаменитый американский математик, один из основоположников кибернетики и теории искусственного интеллекта), — 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». (Кибернетика, или управление и связь в животном и машине. Н. Винер, 1948).

Из этого определения следует, что уменьшение энтропии в системе, самоорганизация — это появление информации. Теперь вспомним, о чём говорилось в предыдущей главе о синхронизации нейронов и добавим новые подробности.

Одиночным нейронам присуща хаотическая генерация нервных импульсов, но в нейронной сети мозга, во взаимодействии с другими нейронами, импульсы синхронизируются на некоторой частоте, а обмен со средой, происходящий через поступление питательных веществ и сигналы рецепторов, приводит к тому, что картина ритмической активности в мозге постоянно меняется, флуктуирует. Синхронизация происходит на разных частотах, затрагивает как отдельные ансамбли нейронов, так и целые области мозга. При этом внимание связано с селективной синхронизацией нейронов на самой высокой частоте ритмов мозга, то есть представляет из себя наиболее упорядоченный и энергичный процесс синхронизации, происходящий «внутри» гамма-ритма. Похожим образом, сама нервная система — это диссипативная система «внутри» диссипативной системы организма, гомеостаз которой, как «уровень» гомеостаза всего организма (уровень нервной регуляции), заключается в стремлении поддерживать некоторый объём синхронной активности нейронов, а флуктуации этой активности, отражаясь на работе выходных нейронов нейронной сети мозга, таким образом, становятся нашим поведением.

Синхронизация — это самоорганизация, упорядочение, а значит, это появление в мозге информации. Причём в мозге информации очень много, она разнообразная, так как процессы синхронизации в той или иной степени затрагивают весь мозг, только основных ритмов выделяют 10 типов, поэтому можно сказать, что мозг буквально заполнен информацией, «состоит» из неё. При этом порядок — это аттрактор, определяющий направление реакций гомеостаза диссипативной системы, то есть это то состояние, которое диссипативная система стремится сохранить. Таким образом, в процессе самоорганизации в мозге из хаоса — из «непонимания», возникает информация — «понимание», цель действий. От общего направления поведения, выраженного в эмоционально-мотивирующем самоощущении, до точного в виде конкретных образов. Каждое изменение в синхронной активности нейронов, как появление новой информации, меняет поведение, упорядочивая его в направлении новой цели.

Тот же смысл имеет определение Клода Шеннона, основателя теории информации, который предположил, что прирост информации равен утраченной неопределённости, то есть прирост информации равен соответствующему уменьшению энтропии. Чем больше сообщение предсказуемо, знакомо, тем меньше информации возникнет у нас в мозге в ответ на такое сообщение. В таком событии меньше новизны, а значит, объём утраченной неопределённости будет небольшой, значительного прироста нового знания не будет, поведение не изменится значительно. Наоборот, маловероятное содержание, то есть нечто новое, неожиданное, сразу привлечёт к себе внимание, прирост знания будет выше.

Меру прироста информации Шеннон связал с вероятностью появления в сообщении символов алфавита, а вероятность появления символов с энтропией — информационной. Чем выше вероятность появление того или иного символа в сообщении, то есть чем больше сообщение предсказуемо, тем ниже будет информационная энтропия такого сообщения. В результате прирост информации от приёма сообщения с низкой информационной энтропией будет небольшой. И наоборот, высокая информационная энтропия сообщения означает большой прирост информации.

Когда речь заходит об информации, важно уточнить, что информация — это не данные, несмотря на распространённость такого обобщения в повседневной речи.

Для того, чтобы принимать или передавать информацию, она должна обрести некоторую форму представления, стать сообщением, то есть превратиться в данные — символы, сигналы. Но сами данные, то есть сами символы и сигналы, никакой информации, как некой специфической сущности, в себе, естественно, не содержат и потому как таковую информацию никуда не переносят — информация возникает в мозге в ответ на данные и далее никуда из мозга не перемещается. Например, информации нет в компьютерах или книгах. Компьютерная программа, компьютерные данные, текст в книге, прямая речь и вообще какие-либо явления, объекты и процессы сами по себе, без договорённости с другими людьми об их значении — это только лишь бессмысленные явления.

Сигналом может быть что угодно и значение любому сигналу можно назначить тоже какое угодно — и наоборот, одними и теми же сигналами можно зашифровать совершенно разные по смыслу сообщения. Поэтому если бы информация была в самих сигналах, то во всём, что есть в природе, получается, была бы какая угодно информация сразу. Однако в таком случае информация становится противоречивой сущностью, так как, выходит, что, с одной стороны, информация связана с сигналом, потому что он её содержит, но с другой — не связана с сигналом, потому что от свойств сигнала никак не зависит — ведь любому сигналу можно назначить любое значение. И наконец если бы информация была в сигналах, то как бы мы узнавали, какую информацию нам в каждом конкретном случае несёт сигнал, если любой сигнал содержит любую информацию?

Таким образом, смысл сигналов/символов/данных, их значение, интерпретация — что и есть информация — возникает в мозге того, кто обладает некоторыми предварительными знаниями о воспринимаемом, и поэтому способен эти данные выделить из среды и правильно их интерпретировать. Другими словами, информация возникает в мозге в ответ на некие воздействия окружающего мира, если они представляют интерес, но информация никуда из головы не передаётся и ниоткуда в неё не поступает.

Поэтому в строгом смысле информация отличается от данных, хотя в неформальном контексте эти два термина очень часто используют как синонимы. Например, когда говорят, что информация есть в книге, что её нам что-то приносит или кто-то передаёт. Точно так же известная проблема исчезновения информации в чёрной дыре на самом деле тоже связана не с информацией как таковой, а с тем, что если в чёрную дыру попадёт какой-либо объект, то его внутренние свойства никак не повлияют на свойства чёрной дыры, увеличится только её масса. То есть всё внутреннее состояние объекта — его устройство, состав — всё будет безвозвратно утрачено, не сможет быть восстановлено в принципе, превратится в «обезличенную» массу. 

В свою очередь, мы понимаем друг друга и можем договариваться о значении тех или иных символов и сигналов, потому что имеем схожие врождённые реакции, на основании которых уже формируется весь остальной опыт, который тоже поэтому похож. Другими словами, смысл некоторых явлений окружающего понятен нам с рождения, то есть на эти явления есть связанная рефлекторная реакция более или менее одинаковая у всех людей. Совмещаясь с незнакомыми явлениями окружающего, знакомые явления придадут незнакомым свой смысл, новые сочетания знакомого и незнакомого этот смысл скорректируют. По тому же принципу ребёнок со временем начнёт понимать слова и обращённую к нему речь, несмотря на то, что сами по себе звуки слов не имеют никакого смысла и никакой информации в себе не содержат (подробнее обучение с этой точки зрения будет описано в конце главы «Нейронная сеть»).

Обобщим сказанное.

Упорядочение — это уменьшение энтропии, хаоса, неопределённости и одновременно появление информации. Рассеивая энергию, диссипативные системы уменьшают энтропию внутри себя за счёт её увеличения снаружи себя. Внутри системы уменьшается энтропия и возникает «новое качество» системы — информация, которая, как аттрактор, уже и определяет поведение системы, а не среда или элементы системы сами по себе. В свою очередь, появление информации, то есть упорядочение и усложнение порядка, можно связать с обучением, то есть с интеллектом. Поэтому диссипативные системы в некотором смысле «разумны» уже по своей природе. И отличаются только сложностью порядка, то есть «количеством интеллекта», так как по общему «направлению» интеллекта все диссипативные системы одинаковы: суть их поведения — гомеостаз, самосохранение.

Заметим, как говорилось в этой главе, появление информации, — это упорядочение, уменьшение энтропии. Однако информация — это не просто самоорганизация, так как информация — это ещё и знания, смысл данных. «Знания» ячеек Бенара вещь довольно абстрактная, поэтому информация прежде всего связана с человеком, с мозгом. Как связана в целом — мы написали выше. Тем не менее есть и более конкретные и сложные обстоятельства, которые делают информацию явлением ещё более «человеческим», чем это следует из аргументов нынешней главы. Эти обстоятельства будут рассмотрены в главе «Мышление изнутри», где вывод об отношении самоорганизации, информации и работы мозга будет уточнён.

 
1.3. Филогенез

Всё живое от клетки до биосферы — это тоже диссипативные системы. Любые организмы и их системы существуют как процесс самоорганизации, находятся в непрерывной динамике гомеостаза. В том числе из этого следует, что эволюция не только случайный процесс, но и закономерный, так как способность усложняться — это естественное свойство диссипативных систем.

Согласно наиболее известной гипотезе появления жизни — гипотезе мира РНК, в начале жизни были ансамбли молекул рибонуклеиновых кислот, способные к самокопированию, и соединения солей жирных кислот, самоорганизующиеся в пузырьки — липосомы, которые могли проходить циклы роста и деления, восстанавливаться после повреждений и обладающие селективной проницаемостью для разных веществ. Считается, что около 4 млрд лет назад произошло объединение липосом и РНК, как элементов, способных выполнять функцию клеточной мембраны, и элементов, способных выполнять функцию хранения генетической информации и катализа химических реакций собственного синтеза. В результате возникает первая клетка и начинается жизнь.

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, 4 млрд лет назад условия на Земле были таковы, что и синтез РНК, и веществ необходимых для дальнейшей эволюции клетки проходил совместно в древних водоёмах с обычным для той эпохи составом веществ. Таким образом, несмотря на то, что появление жизни оставляет ещё много загадок, она всё больше выглядит закономерным явлением, а не случайным и уникальным стечением обстоятельств.

Синтез липосом и молекул РНК относится к такому типу самоорганизации, как самосборка. Это консервативный тип самоорганизации, проходящей в условиях, близких к равновесным, отчасти похожий пример — кристаллизация. Тем не менее так как все элементы клеток возникают в процессе самоорганизации, то их усложнение в ходе эволюции — это усложнение процесса самоорганизации за счёт развития диссипативной составляющей. В итоге самоорганизация, проходящая в условиях, близких к равновесным, эволюционирует к активному гомеостазу нынешних клеток, как диссипативных систем, оперирующих вдали от термодинамического равновесия и интенсивно взаимодействующих со средой. Вследствие чего способных формировать чрезвычайно сложную внутреннюю структуру, в которой более равновесные и стабильные элементы определяют общую логику процессов, неравновесные и изменчивые их частные особенности.

Далее в ходе эволюции возникает 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.

ДНК — это длинная полимерная молекула. Например, суммарная длина всех 46 молекул ДНК, находящихся в одной клетке человека, составляет около 2 м. Молекулы ДНК определённым образом скручены и попарно компактно уложены в 23 особых тельца, называемых хромосомами, за счёт чего молекулы ДНК помещаются в ядро клетки, диаметр которого меньше микрометра (одна тысячная часть миллиметра).

С ДНК связаны два основополагающих свойства живых организмов — это наследственность и изменчивость. В ходе процесса, называемого репликацией ДНК, образуются две копии исходной молекулы, которые наследуются дочерними клетками при делении, отсюда следует, что образовавшиеся клетки оказываются генетически идентичны исходной.

Молекула ДНК состоит из повторяющихся блоков — нуклеотидов. Генетическую информацию в ДНК кодирует последовательность нуклеотидов. Ген — это участок (или несколько участков, необязательно физически смежных) такой последовательности, который содержит информацию о белке или РНК. Гены могут изменяться в результате мутаций. В зависимости от способа подсчёта (без учёта или с учётом мусорной ДНК, которая, как недавно выяснилось, играет важную роль в регуляции активности генов), у человека от 20 000 до 63 000 генов. Каждая из 46 хромосом несет определённый набор генов, например, в 18 хромосоме заложены гены, кодирующие цвет глаз.

Генетическая информация реализуется при экспрессии генов в процессах транскрипции (синтеза молекул РНК на матрице ДНК) и трансляции (синтеза белков на матрице РНК). Функции белков очень разнообразны. Белки-ферменты катализируют протекание биохимических реакций и играют важную роль в обмене веществ. Другие белки выполняют структурную или механическую функцию, образуя цитоскелет, поддерживающий форму клеток. Также белки играют ключевую роль в сигнальных системах клеток, при иммунном ответе и в клеточном цикле.

Специально обратим внимание — ДНК кодирует только синтез РНК и белков, никакого плана многоклеточного организма в ДНК нет. Из первой главы понятно, почему он невозможен, в следующей главе станет ясно, почему он не нужен.

В том числе в ходе эволюции возникают самоорганизующиеся системы более глобального уровня, чем отдельная клетка, то есть развиваются коллективные стратегии — колонии клеток, многоклеточные организмы, популяции организмов, социум, биосфера в целом, на масштабах которых возникают новые уровни самоорганизации. Каждая такая макросистема, как целое нового масштаба, может освоить и природную нишу нового масштаба. Тем самым преимущество перед конкурентами получают и элементы этих систем, и сами системы. В свою очередь, новые системы становятся источником ресурсов для других систем, определяя направление их эволюции, и так на каждом уровне. Сложнее становится и биосфера в целом, интенсивность её взаимодействия со средой растёт.

В первой главе мы обещали сказать о размножении — ещё одном стремлении всего живого, помимо самосохранения. Является ли оно таким же глубинным как самосохранение, которое «вшито» в любой организм ещё на физическом уровне? Как понятно из сказанного выше, является: деление и самокопирование точно так же лежат в основании жизни, как и гомеостаз. Деление и самокопирование — это физическое основание стремления организмов к размножению, гомеостаз — к самосохранению. Таким образом, жизнь неразделимо сочетает в себе два стремления — к самосохранению и размножению, по сути, эти стремления образуют жизнь.

Однако, как ни странно, размножение — это не «ещё одно стремление», а фактически то же самосохранение. Дело в том, что на масштабах макросистем размножение их элементов становится способом самосохранения этих макросистем, то есть способом их гомеостаза, самоорганизации, противостояния среде, обновления и развития, которое происходит посредством появления новых организмов и избавления от старых. Тем самым размножение, стремление воспроизводить себя, как будто противоречащее задаче самосохранения, так как требует ресурсов и создаёт конкурентов в борьбе за них, на самом деле обобщает задачи отдельного организма с задачами макросистем, элементом которых он является, и жизни в целом. Например, часто встречается мнение, что любовь нерациональна. Действительно, её рациональность проявляется на уровне вида, социума, биосферы.

В итоге, являясь объединением самоорганизации и самокопирования, общей сутью жизни также становится самоорганизация и самокопирование — самосохранение и размножение, а дальнейшая эволюция заключается уже фактически только в усложнении этих функций. Причём даже такое разделение функций не является принципиальным, так как размножение, как оказывается, тоже есть элемент гомеостаза.


1.4. Морфогенез

Самоорганизация не только дала начало жизни, без самоорганизации стало бы невозможным усложнение организмов в ходе эволюции. Если всё живое — это диссипативные системы, то эволюция — это усложнение диссипативных систем. Общей сутью работы диссипативных систем можно назвать гомеостаз, а их способность усложняться — это продолжение гомеостаза, его элемент, так как система не разрушается и исчезает, а продолжает противостоять среде, только на новом уровне сложности. Диссипативные системы усложняются скачком, перестраивается сразу вся система и в какой-то момент старую упорядоченную структуру системы сменяет новая. По тому же общему принципу какая бы новая структура ни возникала в организме она сама собой всегда возникает уже так или иначе «работоспособной», как часть единого организма, который точно так же работает на самосохранение и размножение, как и организм старый, но более сложным образом. И далее уже отбор определит, соответствует ли новый организм всем нынешним условиям, способен ли он в них выжить и оставить потомство. Другими словами, новые функции не добавляются к организму как нечто внешнее, требуя их точного внедрения в его структуру — что сделало бы эволюцию полностью невозможной, а естественным образом возникают «внутри» него аналогично усложнению более простых диссипативных систем.

Но организм — не ячейки Бенара, а диссипативная система гораздо более сложная, поэтому самоорганизация биологических систем имеет свои особенности. Далее рассмотрим самоорганизацию многоклеточных организмов — способ их развития из одной клетки и усложнения в ходе эволюции, то есть принципы морфогенеза.

Механизм самоорганизации многоклеточного организма в 1952 году в статье «Химические основы морфогенеза» описал известный английский математик Алан Тьюринг. Сформулированный им основной принцип гласил, что (как это ни покажется странным) глобальный порядок может определяться локальным взаимодействием, поэтому чтобы получить структурную организацию всей системы, необязательно иметь план системы, а можно ограничиться исключительно заданием правил близкого взаимодействия образующих систему элементов.

Как сформулированный Тьюрингом принцип работает в морфогенезе? Для ответа следует подробнее рассмотреть ещё одно открытие Тьюринга. Тьюринг предсказал химические реакции, которые необходимы для реализации этого принципа в морфогенезе — такие, как реакция Белоусова — Жаботинского (стр. 11, рис. 1, а). Научному сообществу эти реакции были представлены только в 1968 году. Реакция Белоусова — Жаботинского — это класс химических реакций, протекающих в колебательном (автоволновом), режиме, при котором некоторые параметры реакции (цвет, концентрация компонентов, температура и др.) изменяются периодически, образуя сложную пространственно-временную структуру реакционной среды.

Наглядное представление о механизме появления упорядоченных во времени и пространстве волн концентраций химических веществ поможет получить следующая аналогия.   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, обратно 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.

Протекание реакций Белоусова — Жаботинского связано с так называемой диффузионной неустойчивостью, или неустойчивостью Тьюринга, когда при наличии диффузии в системе возникает неоднородное распределение концентрации веществ, то есть некоторая самоорганизующаяся пространственная структура аналогичная структурам, возникающим на рис. 1, а. Образование подобных структур — это неравновесный фазовый переход, то есть процесс происходит в диссипативных системах в неравновесной среде и в результате бифуркаций. Суть процесса в том, что при определенных условиях даже только два нелинейно взаимодействующих химических компонента могут генерировать неоднородные стационарные пространственные структуры, если один из компонентов (ингибитор) диффундирует значительно быстрее, чем другой (активатор). Причём это далеко не тривиальный результат, так как обычно считается, что диффузия выравнивает разницу концентраций, а не производит ее.

Непосредственно в ходе морфогенеза происходит следующее. 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. Тем самым по описанному в предыдущем абзаце сценарию в межклеточном объёме зародыша возникают определённые упорядоченные градиенты концентрации веществ, то есть происходит самоорганизация — упорядочение внутренней среды зародыша.

В свою очередь, возникшая упорядоченность в концентрации веществ в пространстве между делящимися клетками, как своеобразная разметка органа, приводит к тому, что на ДНК окружающих клеток воздействуют разные вещества. В результате клетки соответствующим образом дифференцируются, становясь зачатками органов, и выделяют другие вещества, упорядочение которых определяет уже устройство органа более частное. Так вначале возникает общий план организма, который постепенно усложняется, детализируется, то есть происходит дифференцировка клеток в соответствии с необходимой организацией животного. Причём учитывая, что диссипативные системы, относящиеся к классу реакций Белоусова — Жаботинского, способны демонстрировать очень сложные формы поведения от регулярного периодического до хаотического, формирование органа может быть задано с большим разнообразием. 

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 «план» организма. Таким образом, какая-то часть информации о будущем организме содержится в ДНК, какая-то возникает сама в процессе самоорганизации в ходе разметки.

В скобках заметим, простая модель самоорганизации организма — это клеточный автомат. Задаются правила появления и исчезновения клеток, после чего, запустив программу, можно наблюдать на экране образование и эволюцию различных структур клеток — хаотических, упорядоченных, пульсирующих, сложных и простых. Заранее предсказать, какие структуры будут получаться, в общем случае невозможно, так как нельзя мысленно проследить процесс, поэтому можно только наугад задать правила и проверить результат «экспериментально», запустив автомат. Точно так же в ДНК есть только «правила» того, как она будет отвечать на изменения внутриклеточной среды, но нигде нет «плана» будущего организма, из-за чего этот «план» в принципе нельзя «расшифровать», исследуя ДНК, ведь расшифровывать нечего, плана нет.

Также надо упомянуть эпигенетические факторы (др.-греч. эпи — приставка, обозначающая пребывание на чём-либо или помещение на что-либо) — изменения активности (экспрессии) генов или индивидуальных свойств (фенотипа) клетки, вызванных механизмами, не затрагивающими последовательности ДНК. Эпигенетические факторы, следовательно, тоже содержат некоторую часть информации о будущем организме. Например, какие-то особенности жизни матери могут повлиять на внутреннюю среду её яйцеклеток, а она, в свою очередь, на работу ДНК и тем самым на будущий организм. В результате условия жизни конкретного организма отразятся в потомстве, в том числе могут потом передаваться следующим поколениям при делении клетки.

Таким образом, многоклеточный организм и вообще любая система клеток, например социум, существуют как упорядоченное целое не потому, что где-то есть план этих систем, а лишь потому, что в каждом элементе заложены определённые правила, по которым он отвечает на воздействия других элементов. Например, согласно этим правилам клетки организма отвечают на разные воздействия выделением соответствующих веществ и собственным перестроением, что в результате приводит к формированию многоклеточного организма, а люди, как системы клеток, отвечают поведенческими реакциями и тоже «перестраиваются» — обучаются, занимают какую-либо нишу в социуме, тем самым одновременно формируя его, как клетки формируют организм. И те системы, элементы которых реагировали «неверно», исчезали в конкуренции с другими системами.

Поведение диссипативных систем, как связанное с неравновесием, чувствительностью и бифуркациями, не предопределено средой заранее в точности и в этих пределах возникает как собственный выбор системы (подробнее об этом в главе «Есть ли свобода воли?»). Точно так же поведение каждой микросистемы, как системы диссипативной, — будь то клетка в составе многоклеточного организма или человек в социуме — тоже не является строго заданным, «механическим». Однако, оставляя определённую свободу на уровне частных реакций, в целом оно подчиняется общим правилам, поэтому в индивидуальности частных реакций микросистем на масштабе макросистем возникает согласованность. В то же время по мере роста неравновесия и приближения макросистемы к точке бифуркации свобода её микросистем всё больше утрачивается и в точке бифуркации выбор поведения становится выбором макросистемы как одного целого.

Мутации происходят на уровне конкретных систем организма, в развитии которых участвует мутировавший участок ДНК, поэтому основные изменения связаны с этим уровнем. Например, так как ДНК во всех клетках одинаковая (в процессе деления каждая клетка получает один и тот же набор ДНК), то мутация приведёт к тому, что, к примеру, формирование всех ног животного изменится одинаково — и все конечности одинаково станут длиннее или короче. Одновременно с этим морфогенез происходит от общего к частному, все процессы перетекают друг в друга, представляя на самом деле один целостный процесс, а не набор отдельных. Иными словами, перетекание обеспечивает такое же плавное изменение разметки и всех остальных элементов формирующегося организма. В результате случайное изменение ДНК на уровне формирования какой-либо системы организма приведёт к взаимосвязанному изменению всех других его систем, а не к появлению в организме чего-то отдельного, что сделало бы организм полностью неработоспособным.

В ином случае — в отсутствие целостности, то есть в случае строгого разделение организма на функции и детали по типу механических систем и потому морфогенеза всех частей организма в самостоятельном процессе — эволюция стала бы полностью невозможной, так как каждое эволюционное изменение потребовало бы множества строго подобранных мутаций сразу. Например, изменение одной шестерёнки в механизме часов требует точно подогнанной перестройки некоторой части остального механизма, иначе работа механизма полностью остановится. Естественно, что вероятность такого совпадения случайных событий пренебрежимо мала.

Наоборот, в составе веществ-морфогенов достаточно произойти всего одному изменению, чтобы изменилась целая структура, к примеру, как уже говорилось, длина всех конечностей. Например, установлено, что к формированию пяти пальцев приводит совместная работа всего трех морфогенов (Digit patterning is controlled by a Bmp-Sox9-Wnt Turing network modulated by morphogen gradients. 2014). Поэтому некоторая «минимальная» мутация может привести к значительным изменениям в будущем организме и в сочетании с другими мутациями и факторами среды принести как пользу, так и вред.

Таким образом, новые организмы возникают «сразу», более или менее скачкообразно, сообразно объёму произошедшей мутации, но при этом оставаясь всегда более или менее жизнеспособными и похожими на старые, так как что-то слишком новое не получит развития в старой среде, а мутация, значительно снижающая жизнеспособность организма, приведёт к тому, что зародыш не получит развития ещё в утробе. Другими словами, развитие получают только те мутации, которые будут поддержаны окружающей средой и в результате «выживут» в ходе «естественного отбора», проходящего на всех масштабах среды, начиная от среды клетки, в которой произошла мутация, и среды других клеток до окружающей среды, в том числе конкурентной среды других животных. Что по своей сути полностью аналогично описанной в первой главе конкуренции флуктуаций, возникающей в ходе самоорганизации внутри диссипативных систем.

В итоге жизнь есть как таковая и эволюционирует. Биосфера усложняется и расширяется, захватывая новые ниши, образуя новые экосистемы и связи между ними. Поддержанные средой мутации получают развитие, причём сами мутации в некотором смысле тоже мутируют — в ходе эволюции некоторые участки ДНК становятся более подверженными мутациям, тем самым обеспечивая большую стабильность одних систем организма и изменчивость других.

Вследствие описанных физических особенностей биологических систем, жизнь есть как таковая и эволюционирует, как в целом более или менее последовательное усложнение организмов по некоторым выделенным направлениям, в которых меньше сопротивление среды или больше ресурсов, из-за чего отбор по этим направлениям наименее жёсткий. Биосфера усложняется и расширяется, захватывая новые ниши, образуя новые экосистемы и связи между ними. В том числе можно говорить о «направленности» эволюции, и не только отдельных видов, но и биологической эволюции в целом. Потому что в ходе эволюции происходит не просто беспорядочное заполнение пространства неупорядоченными объектами и образование между ними случайных связей (что тоже будет усложнением, так как длина описания такого объекта увеличится), а происходит всё более точное приспособление к условиям определённой функции — функции самосохранения и размножения. Как в отдельных видах и для конкретных условий, так и на масштабе всей биосферы, как единой системы, то есть помимо эволюции видов, происходит и эволюция фактически единого организма — биосферы.

Так же идёт эволюция социума. Например, новые общественные институты или элементы социальных отношений тоже не возникают «постепенно». Новое возникает сразу — в том или ином объёме, но всегда так или иначе работоспособное — и впоследствии такими же неравновесными переходами развивается или исчезает. И даже серьёзные социальные потрясения ведут не к распаду социума на отдельные элементы, а лишь к его перестроению некоторой степени обширности в контексте сохраняющихся наиболее общих ценностей (в каком-то смысле аналогично метаморфозе — глубокому преобразованию строения организма, например, превращению личинки в бабочку). Причём одно и то же событие может привести к значительным изменениям — если социум готов к ним, есть множество людей, недовольных нынешним положением дел, и может пройти незамеченным, если готовности к изменениям нет. В свою очередь, попытка предсказать социальные или экономические процессы приведёт к тому, что по мере уточнения предсказаний (и аналогично поведению любой диссипативной системы) эти процессы будут выглядеть всё более хаотичными, случайными, несмотря ни на какое усложнение моделей и объём привлекаемых дополнительных данных. 

Как уже говорилось, по тому же принципу самоорганизации происходит процесс мышления. Так же как организмы в процессе эволюции, мысли возникают если не в виде полноценных идей, то по крайней мере всегда так или иначе сформированные, более или менее «жизнеспособные». Дело в том, что конкретные мысли, конкретное поведение есть, по сути, такой же, как и в случае эволюции, результат флуктуаций и самоорганизации. Когда синхронная активность множества нейронов нарушается импульсами «невпопад», исходящих от отдельных нейронов синхронизированного ансамбля. Эти флуктуации, хотя и невычислимы, тем не менее связаны с работой всех остальных нейронов мозга, так как в сети все нейроны так или иначе зависят друг от друга. В результате развитие получают только те флуктуации, которые будут поддержаны динамикой остальной нейронной сети мозга как целого. Которая динамика, естественно, связана и со средой в том числе, причём не только через сигналы рецепторов, но и питательные вещества и даже ДНК, как выражение условий жизни прошлых поколений. По этой причине не возникает и случайных изменений в поведении, так как новая картина синхронной активности — которая, как неравновесный фазовый переход, скачком возникает взамен старой — или продолжает старую линию поведения, или начинает новую, но тоже не бессмысленным, случайным образом. Как следствие, на частном масштабе поведение непредсказуемо флуктуирует, постоянно и активно меняется, но в целом его линия сохраняется, оно более или менее понятно, упорядочено, всегда имеет тот или иной смысл, а не неопределённый, и является целенаправленным аналогично направленности эволюции.

Тем не менее, несмотря на простоту принципов, конкретика морфогенеза неясна. В ДНК нет всей информации об устройстве будущего организма, поэтому никакое сколь угодно подробное исследование ДНК само по себе понять устройство будущего организма не позволит. Так как глобальный порядок организма определяется локальным взаимодействием, то в ДНК есть лишь правила близкого взаимодействия образующих систему элементов. Поэтому, чтобы понять, как конкретно эти правила связаны с устройством организма, надо проверить их в работе, то есть смоделировать морфогенез.

Однако этому мешает то, что в организме эти правила не работают так же понятно и предсказуемо, как, например, в клеточном автомате. В клеточном автомате по самим правилам появления и исчезновения клеток их будущие структуры тоже нельзя предсказать, но ничего не мешает этот процесс моделировать, то есть попросту запустить автомат и посмотреть, что получится. Таким образом, в клеточном автомате нам известны и правила появления и исчезновения клеток, так как мы сами их задаём, и мы можем наблюдать этот процесс на экране. Но организм — это диссипативная система, их наблюдение ограничено. В результате нам неизвестны ни конкретные «правила» морфогенеза, ни ход процессов морфогенеза мы тоже сколько-нибудь глубоко наблюдать не можем.

Например, если для простоты представить ДНК клетками клеточного автомата, то взаимодействие между ДНК всё равно происходит через «посредничество» реакций класса Белоусова — Жаботинского и, таким образом, через неравновесные состояния и бифуркации. А на самом деле всё ещё непонятнее, так как сложнейшей диссипативной системой является и сама клетка, поэтому ДНК одних клеток взаимодействуют с ДНК других клеток не только через неравновесную среду реакций Белоусова — Жаботинского, но и через неравновесную среду самих клеток. Как следствие, с одной стороны, морфогенез нельзя сколько-нибудь глубоко исследовать «снаружи», с другой — его нельзя сколько-нибудь точно моделировать. Неизбежные неточности начального состояния «модели морфогенеза», пусть даже начальное состояние каким-то образом получилось задать очень точно, будут стремительно расти с каждым новым этапом её развития. В результате очень быстро модель станет полностью неадекватной морфогенезу реальному.

Подтверждая эти выводы, академик РАН Е. Д. Свердлов (профессор, научный руководитель Института молекулярной генетики РАН, заведующий лабораторией структуры и функций генов человека Института биоорганической химии РАН) пишет: «В сложных системах невозможно точно предсказать влияние факторов окружающей среды. В организме оно (так же как и влияние стохастических факторов) начинается in utero [в утробе — прим. авт.] и продолжаются на протяжении всей жизни индивидуума. Наконец, сложные системы, как целое, не поддаются компьютерной симуляции. (…) 1. Нельзя на основании свойств признака установить его причины (обратная задача). 2. Нельзя на основании известных причин, если они взаимодействуют между собой, установить однозначно свойства признака, вследствие возникающих свойств (прямая задача). 3. Нельзя с определенностью предсказать реакцию сложной системы на внешнее воздействие.» (Нерешаемые проблемы биологии: нельзя создать два одинаковых организма, нельзя победить рак, нельзя картировать организм на геном. Журнал «Биохимия», 2018).


1.5. Мышление не алгоритм?

Ответ на этот вопрос на самом деле уже дан в предыдущих главах. Связь с неравновесными состояниями и бифуркациями уже означает невычислимость биологических систем и мышления в частности. Поэтому сейчас рассмотрим, как связь с неравновесными состояниями и бифуркациями проявляет себя в других обстоятельствах, чтобы ответ на вопрос названия главы стал понятен лучше.

Организм не может не работать, всё живое, диссипативные системы в целом — это системы активные и необратимые. Активность понятна — она следствие интенсивного обмена со средой. Необратимость заключается в том, что без интенсивного обмена со средой система полностью распадётся, исчезнет — и это произойдёт не постепенно, а таким же скачком, как система возникла. Например, без притока энергии/вещества в виде света, воздуха и пищи, в том числе необходимого для постоянного обновления тканей, животное погибнет. Вне жёстких связей, упорядоченная структура организма «упадёт» в состояние равновесия и покоя, необратимо превращаясь в беспорядочное скопление химических элементов и растворяясь в среде. Причём первым умрёт мозг, обмен со средой которого наиболее интенсивный.

Как можно заметить, всё это качественно отличает организм от «пассивных» равновесных систем, например компьютеров, которые можно включать, выключать и даже разбирать на детали и собирать обратно без каких-либо серьёзных последствий для их последующей работы. Поэтому если про компьютер можно сказать, что он состоит из отдельных деталей, взаимодействующих по некоторому алгоритму, то организм в высшей степени состоит «из среды».

На практике высокая зависимость от среды проявляется в том, что организм невозможно «разобрать» без значительной утраты информации о его работе — и, таким образом, этим способом изучить его работу невозможно. Вне интенсивного обмена со средой порядок элементов организма нарушится и информация о его внутренней структуре будет утрачена. Если упрощать ситуацию, то так же по песчинкам невозможно понять, какой конкретной формы была куча песка до её осыпания.

По тем же причинам организм нельзя «собрать», то есть нельзя сделать, изготовить, как создают все искусственные системы. Представляя из себя континуум веществ и химических реакций, биологическая система существует в постоянной динамике интенсивного обмена со средой, причём в этом обмене участвует вся система как одно целое. В результате, в отсутствие жёстких связей и отдельных деталей, которые можно было бы последовательно соединять, биологическая система — будь то клетка или многоклеточный организм — не может быть последовательно и «собрана». Она должна «возникать» сразу и сразу же функционирующей, «живой», и далее развиваться, неизменно оставаясь работоспособной, как это и происходит в природе.

Ограничено и наблюдение организма. С одной стороны, наблюдать требуется максимально глубоко, так как на поведение диссипативной системы может критически повлиять событие самого ничтожного характера, с другой — ввиду чувствительности неравновесных систем, интенсивное воздействие с целью наблюдения внутренних процессов минимум изменит их естественный ход, а максимум систему разрушит — и всё равно задолго до необходимой глубины наблюдения. В результате представление о работе организма всегда ограничено некоторым внешним уровнем от его действительной сложности, а предсказания поведения возможны или в общем, или на короткий промежуток времени.

В наибольшей степени сказанное относится к мозгу, взаимодействие которого со средой, как самой сложной системы организма, значительно более интенсивное, чем взаимодействие со средой остального организма. Причём это взаимодействие происходит не только через сигналы рецепторов, но и через вещества, поступающие в нейроны от окружающих их клеток, и все другие факторы, включая наследственные. Которые также есть своего рода «рецепторные данные», на своём уровне дополняющие сигналы рецепторов, внося свои коррективы в мыслительный процесс, усложняя поведение животного.

Например, при прочих равных, показателем интенсивности обмена диссипативной системы со средой является сложность её структуры. Мозг человека — это самый сложный орган организма человека, и действительно в пересчете на единицу массы мозг потребляет в 16 раз больше энергии, чем мышечная ткань; составляя приблизительно 2% от массы тела, потребление кислорода центральной нервной системой составляет более 20% от общего потребления кислорода организмом и около 50% от всей глюкозы, вырабатываемой печенью и поступающей в кровь.

Неотделимость от среды, таким образом, качественно отличает биологические системы и особенно мозга человека от систем искусственных, в том числе обучающихся, взаимодействие которых со средой так или иначе ограничено некоторым написанным человеком алгоритмом. Поэтому если, например, в эволюции животных, как открытых систем, максимально участвует среда во всей своей сложности, то в эволюции искусственных систем максимально участвует человек, тем самым ограничивая сложность искусственных систем своими знаниями, сложность которых не может быть равна сложности среды. 

Вспомним закон Эшби, о котором говорилось в начале первой главы. Из него следует, что хаос, как максимальный беспорядок, обладает максимально возможным разнообразием. Следовательно хаос — это максимальная управляющая система, так как разнообразие хаоса всегда больше, чем у любой другой системы. Поэтому вполне логично, что именно хаос «управляет» порядком — является его источником. Но любой опыт — это некоторый порядок в работе мозга, в свою очередь, опыт — это все задачи и все наши решения. Как следствие, искусственные системы не могут сколько-нибудь точно моделировать хаос: все модели создаёт опыт, но опыт, будучи порядком, может выразить хаос только очень ограниченно. В результате, имея в основании опыт человека, то есть некоторый порядок, способность искусственных систем усложняться — эволюционировать или обучаться — всегда будет значительно ниже той же способности систем биологических и самого человека, имеющих в основании хаос.

Далее во второй части рассмотрим мышление в его привычном описании, как функцию нервной системы и нейронной сети, в третьей части дополним это описание более современными подробностями, связанными с самоорганизацией, и в части «Сознание» в том числе продолжим тему этой главы.



2. Биологическая нейронная сеть
2.1. Нервная система и интеллект

Регуляция простых организмов происходит гуморальным способом, когда реакцию организма определяет разница в концентрации химических веществ. В ходе эволюции возникает новый уровень регуляции — нервная регуляция, за которую отвечает нервная система.

Нервная система состоит из нервных клеток, или нейронов, и клеток нейроглии. Нейроны являются основным элементом нервной системы. За счёт своих отростков нейроны образуют в организме сеть, которая на входе связана с рецепторами внутренней и внешней среды, а на выходе с мышцами и железами. Нейроны способны генерировать и передавать нервные импульсы, имеющие электрохимическую природу. Это позволяет передавать сигналы по нейронной сети быстро и точно к адресату.

Уровень нервной регуляции — это и уровень мышления. Физиологическая суть мышления, таким образом, заключается в преобразовании чувствительности в двигательную активность, то есть преобразовании сигналов рецепторов в активность мышц и желёз. Нейронная сеть мозга организует работу мышц и посредством желёз координирует с работой мышц работу остального организма.

Важной составляющей нейронной сети является способность обучаться. Обучаются все нейронные сети.

Указанные свойства мозга позволяют сформулировать, что такое интеллект, мышление — это способность ставить задачи и решать их, поддержанная способностью обучаться, чтобы со временем ставить задачи точнее и решать их быстрее. Все задачи ставятся и решаются мозгом в контексте самой общей задачи любой жизни — задачи самосохранения и размножения, наиболее полного удовлетворения этих потребностей, то есть, обобщённо, в контексте стремления к лучшему качеству жизни. Другими словами, интеллект — это способность формировать тактику и стратегию поведенческих действий достижения целей. В свою очередь, сложность тактики и дальность стратегий связана со способностью предсказывать события, то есть с полнотой и точностью знаний о себе и окружающем мире. Поэтому силу интеллекта можно связать с объёмом и сложностью опыта.


2.2. Эволюция нервной системы

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 гуморальной регуляторной системы (которая, в свою очередь, состоит из эндокринной и иммунной).

Наиболее древним уровнем можно считать сетевидную, или, по-другому, 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 червей, насекомых. Нервные клетки в такой системе объединены в группы — ганглии, образующие цепочки, где каждая группа преимущественно управляет мышечными клетками связанной с ней части 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 проводить более дифференцированное поведение.

Разрастаясь, передний нервный узел образует головной мозг, его наиболее поздним отделом является кора. Отличительной особенностью коры является выраженная слоистость. Кора расширяет возможности мозга за счёт увеличения количества нейронов и особенностей архитектуры их связей. Кора есть уже у рыб и пресмыкающихся, хорошо развита у млекопитающих и в наибольшей степени у человека.


2.2. Нейронная сеть

Итак, нейронная сеть мозга «быстрой» нервной связью объединяет рецепторы внутренней и внешней среды с мышцами и железами, переводя сигналы одних в активность других. Первые представления о нейронных сетях отмечены в XIX веке. Тогда считалось, что любая деятельность ведёт к активизации определённого набора нейронов и образованию между ними связей. 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 обязательного соединений нейронов для каждого акта запоминания или действия.

Последнее представление соответствует современному и означает, что нейронная сеть — это структура постоянно связанных между собой нейронов. В целом нейронная сеть мозга всех людей устроен одинаково, поэтому в целом опыт всех людей имеет много общего. В частном устройство мозга отличается, отражая наследственную индивидуальность и приобретённый личный опыт.


Рис. 2. Схематичное изображение нейронной сети. Кружочками обозначены нейроны, стрелочками — их связи. В отличие от изображённой, реальная биологическая нейронная сеть во множестве содержит связи обратные (от нейронов ближе к выходу к нейронам ближе ко входу) и связи нелокальные (напрямую соединяющие отдалённые участки сети) и в целом имеет много более сложную неоднородную архитектуру, подразделённую на зоны и отделы, архитектура связей в которых отличается. В том числе выход в нейронной сети мозга в некотором смысле находится там же, где и вход, так как нервные волокна, передающие сигналы «вниз» к мышцам и железам, проходят через нижние отделы мозга и спинной мозг, где происходит первичная обработка сигналов рецепторов. 

В организме одна сеть нейронов. Иное невозможно, так как наличие в организме отдельных сетей будет означать хаос в поведении животного. В свою очередь, структура именно сетевая необходима для того, чтобы активность всех мышц была всегда взаимно координирована, а сложность сетевой структуры суть сложность этой координации. Одновременно связанность всех нейронов в единую сеть означает, что в каждой поведенческой реакции учитывается активность сразу всех рецепторов. Причём это и само по себе необходимо, так как сигнал (или его отсутствие) любого рецептора может быть важен в любой реакции, поэтому сигнал любого рецептора должен быть способен изменить поведение, то есть изменить активность сразу всех мышц и желёз.

Реакция сети формируется в процессе прохождения нервных импульсов от рецепторов до выходных нейронов сети, которые уже непосредственно активизируют мышцы и железы. Следовательно, говоря в терминах вычислительных систем, сеть — это одновременно и память, и процессор, то есть память в нейронной сети не отделена от мышления. Сама сеть, как структура связанных между собой нейронов, имеющая определённую архитектуру, — это путь преобразования сигналов на входе сети в сигналы на выходе из неё, и сама же сеть за счёт особенностей этой архитектуры определяет логику этого преобразования. Таким образом, вся нейронная сеть мозга в каждой своей части — это сразу и память, и мышление одновременно.

Трансформация входящих сигналов в исходящие в нейронной сети зависит от архитектуры связей нейронов. Архитектура связей определяет общую логику поведения, потому что задаёт общую логику трансформации сигналов рецепторов в активность мышц и желёз. На более частном уровне трансформация зависит от весов связей нейронов. От веса связи нейрона зависит, будет ли проходящий по этой связи нервный импульс усилен или ослаблен, то есть вырастет или уменьшится значение — «вес» — импульса в работе того нейрона, которому этот импульс передаётся. 

Нейронная сеть имеет множество рецепторных входов и гораздо меньше выходов (количественные данные будут приведены в главе «Внимание, Я, движение во времени»). Поэтому по мере прохождения по сети сигналы рецепторов перемешиваются (на рис. 2 видно, что в сети происходят множественные процессы дивергенции и конвергенции нервных импульсов) и сами собой «сжимаются» в активность нейронов на выходе сети, управляющих мышцами и железами.

Процесс «перемешивания и сжатия» сигналов рецепторов в нейронной сети по-другому можно назвать конкуренцией всего со всем, когда за счёт множества входов воспринимая всю ситуацию целиком на выходе остаётся самое важное. Точно так же можно сказать, что «перемешивание и сжатие» имеет смысл выделения неких абстрактных признаков условий, их ключевых особенностей, важных для животного. От общих признаков на входе нейронной сети, где «сжатие» минимально, ко всё более конкретным признакам на выходе.

Общие признаки условий можно охарактеризовать как неконкретные, неточные, неформальные, то есть на нижних уровнях нейронной сетью выявляется общий смысл условий и задаётся общее направление поведению, что в сознании ощущается как некоторая эмоция, мотив, побуждение, самоощущение в целом. И наоборот, частные признаки — это некие конкретные образы и фразы, то есть в коре мозга смысл «концентрируется» в конкретный образ, как точную цель действий. В результате в сознании одновременно находится смысл образов и сами образы, смысл знания и само знание — абстракции низкого и высокого уровня.

Учитывая особенности распознавания условий — от общих к частным, выходы к мышцам и железам тоже есть на разных уровнях нейронной сети мозга, и по мере прохождения по сети нервного возбуждения мышечная активность надстраивается элементами, всё более тонко учитывающими внутренние и внешние условия. Например, на нижних уровнях распознаются общие признаки условий и формируется активность мышц такого же общего характера, не связанная с конкретными особенностями ситуации — изменяется тонус мышц, пульс, дыхание, поза и объёмные мышечные синергии, различные рефлексы, поддерживается равновесие, циклические действия. На верхних уровнях, то есть в коре мозга, по мере распознавания частных признаков условий глобальные мышечные синергии достраиваются более точными элементами мышечной активности, связанными с конкретными особенностями ситуации — формируются движения пространственного поля, предметные действия, речь, письмо.

В качестве простой аналогии нейронной сети можно представить воронку. Если в воронку беспорядочно лить разные жидкости, то на выходе всё равно всегда будет одна струя, где все жидкости перемешаны, и чем ближе к выходу, тем сложнее будет перемешана смесь. Только, в отличие от воронки, нейронная сеть разные потоки рецепторных сигналов перемешивает «правильно», чтобы на выходе активность всех мышц и желёз была организована в соответствии с задачами животного.

В более точной аналогии нейронную сеть можно сравнить с предприятием. Члены совета директоров предприятия получают сводку от своих заместителей, те берут информацию у начальников отделов и так вплоть до всё более широкого круга работников низшего звена, получающих информацию непосредственно «с земли». Причём подчинённые в том числе обмениваются информацией и между собой, а также передают на вышестоящий уровень не всю информацию о своей работе, а только её некоторые результаты, выделенные ими из потока поступающих данных. В результате отдельные данные, которые беспорядочно и в разное время поступают на нижние уровни иерархии, на верхних уровнях всё больше упорядочиваются и «концентрируются» в «образ» данного предприятия — единую сводку, график. На основании которых совет директоров уже окончательно формирует цель всего предприятия, исходя одновременно из тех сводок, которые им предоставили, и своих представлений о цели. И наконец когда цель сформирована, работникам нижележащих уровней по обратным связям даётся указание определённым образом изменить работу, тем самым направляя работу всего предприятия в соответствии с новой целью.

Теперь обратим внимание на одно важное обстоятельство. В нашем описании выходит, что, с одной стороны, по мере прохождения по сети сигналы рецепторов «перемешиваются и сжимаются» в активность выходных нейронов, управляющих мышцами и железами, а с другой — в этом же процессе происходит распознавание условий, то есть тот же процесс «перемешивания и сжатия» приводит к формированию конкретного образа, цели действий. На самом деле всё это действительно один и тот же процесс прохождения сигналов рецепторов от входа к выходу нейронной сети. Способность одновременно и распознавать условия, и строить последовательности управляющих мышцами сигналов  нейронной сети придают обратные связи.

Если убрать обратные связи, то любой этап описанной работы будет только распознаванием условий — «перемешиванием и сжатием», а активность нейронов на выходе сети будет кодировать отнесение рецепторного сигнала к некому классу условий. К примеру, сеть будет отличать изображения кошек от изображения собак — высокая активность одних нейронов будет означать кошку, других собаку.

Но если есть обратные связи, то появляется динамика, потому что возбуждение от рецепторов получает возможность циркулировать — теперь оно проходит не только от входа к выходу, но и обратно, влияя на нижележащие нейроны. Тем самым теперь не только вход влияет на выход, но и выход непосредственно влияет на вход, поэтому работа сети усложняется, а возможности растут.

Суть роста возможностей в том, что активность выходных нейронов теперь будет представлять из себя определённые последовательности нервных импульсов, связанных общим смыслом — и между собой, и с распознаваемыми условиями. У нейронной сети появляется новая функция — построение связанных последовательностей сигналов. Но функция распознавания при этом не исчезает, а лишь объединяется с новой в одно целое. В результате, если на выходе мышцы, то работа сети станет построением неких последовательностей действий, связанных с кошками и собаками.

Точно так же в нейронной сети мозга каждый нейрон получает информацию от связанных с ним нейронов, суммирует её, обрабатывает и отправляет ответ тем нейронам, с которыми он связан, а чем ближе к выходу, тем больше эти данные абстрагируются и упорядочиваются в конкретные образы, фразы, характеризующие эти условия. Другими словами, на каждом уровне нейронной сети выделяются всё более частные признаки условий, всё больше уточняется цель поведения, а вызванная на более низких уровнях мышечная активность общего характера «надстраивается» всё более тонко подстроенными под ситуацию и задачи животного элементами. В свою очередь, выделенная в коре точная цель по обратным связям может влиять на нижележащие уровни мозга, поэтому они будут менять свою работу в соответствии с этой целью. В результате появляется возможность формировать последовательности действий, связанные общим смыслом, когда активность всех мышц на всех уровнях подчинена одной задаче (подробнее о значении обратных связей речь пойдёт в главе «Обратные связи, алгоритмы и способность думать»).

Из аналогии с предприятием следует, что без информации от подчинённых директора станут обычными людьми, ничем не отличающимися от работников низшего звена. Точно так же в нейронной сети нет уровней главных и второстепенных, на каждом уровне выполняется своя часть общей работы. Поэтому сама по себе кора мозга, не имея достаточной сложности без связи с нижележащими уровнями нейронной сети (лимбической системой, стволом головного мозга и спинным мозгом), станет только лишь более простой нейронной сетью с некоторыми присущими ей особенностями архитектуры.

Всего в головном мозге человека около 86 млрд нейронов, из которых около 50 млрд содержит мозжечок и около 15 млрд кора больших полушарий. Объединяет нейроны в сеть около квадриллиона связей (1015), что очень много — например, по некоторым подсчётам, если вытянуть все нейронные связи только одной коры в линию, ее длина составит почти три миллиона километров. Для сравнения расстояние до Луны — 384 тыс. км, минимальное расстояние до Марса — 55 млн км. 

У каждого нейрона есть два вида отростков — множество относительно коротких дендритов, принимающих сигналы от других нейронов, и один длинный, может быть длиной более метра, ветвящийся аксон (нерв), который сигналы передаёт (см. рис. ниже). Посредством этих отростков каждый нейрон связан со множеством других нейронов, количество которых может достигать десятков тысяч по всему пространству нейронной сети. Поэтому всегда так или иначе активизирована вся нейронная сеть, так как все нейроны в сети взаимосвязаны.

Передача сигналов по отросткам осуществляется с применением электричества, а на концах ветвлений аксонов (терминалей) находятся синаптические пузырьки с биологически активными веществами — тормозными или возбуждающими нейромедиаторами. Само место контакта ветвления аксона и дендрита называется синапсом. Под действием нервного импульса нейромедиатор из синаптического пузырька выделяется в дендрит принимающего нейрона и тем тормозит или возбуждает его, то есть понижает или повышает вероятность генерации нейроном нервного импульса.












Рис. 3. Нейрон.

Каждый нейрон образует приблизительно поровну тормозных и возбуждающих синапсов с другими нейронами. В результате, в зависимости от архитектуры связей нейронов, весов этих связей и конфигурации рецепторного сигнала, в объёме нейронной сети возникает постоянно меняющаяся картина взаимозависимых процессов возбуждения и торможения, когда возбуждение одних нейронов приводит к торможению других и наоборот. Эта динамика отражается в активности нейронов на выходе сети и, следовательно, активности связанных с ними мышц и желёз.

Другими словами, в мозге реализован баланс возбуждения и торможения, когда возбуждение одних нейронов в пространстве сети приводит к взаимосвязанному торможению других и наоборот по принципу «если где-то отнимется, то в другом месте обязательно прибавится». Поэтому активность одних рецепторов и молчание других приведёт к тому, что одни нейроны в пространстве сети будут более активны, другие менее. Такая же картина будет и на выходе нейронной сети. В результате, например, сгибательные мышцы будут больше напряжены, разгибательные меньше — конечность будет сгибаться. Изменение в сигналах рецепторов вызовут соответствующее перераспределение активности мышц мышечного аппарата.

Взаимозависимость работы всех нейронов означает, что память вызывается в нейронной сети не по адресу, а по содержанию, так как активность нейронов на выходе сети определяется не подключением или отключением каких-либо частей сети, а целостно всей сетью — разницей в активности её нейронов. Где торможение одних нейронов суть не их отключение, а работа на активизацию других нейронов и наоборот. Как волны: общее количество энергии в мозге постоянное (глобально меняясь в циклах сна и бодрствования или в моменты высокой умственной нагрузки), поэтому если где-то в сети её уровень растёт, то в другом месте в той же степени уменьшается и наоборот. Причём так как в нейронной сети мозга во множестве есть нелокальные связи, объединяющие отдалённые участки сети, то взаимосвязь торможения и возбуждения тоже носит «нелокальный» характер.

В свою очередь, из сказанного следует, что любой опыт распределён сразу по всему пространству нейронной сети, то есть не имеет конкретного адреса (в следующей главе это утверждение будет сформулировано более точно), так как любой опыт суть конкретный рисунок возбуждения/торможения всех её нейронов. Поэтому, например, в отличие от компьютеров, где все данные имеют собственное место хранения и потому они постоянно есть в компьютере явным образом, в нейронной сети любой опыт — это сразу вся структура сети. Которая, таким образом, представляет из себя не набор отдельных элементов опыта, каждый из которых находится в сети где-то на собственном месте, а единый объём сразу всего опыта, а в каждый момент времени есть только тот опыт, который вызван из этого объёма сигналами рецепторов в виде конкретного рисунка торможения/возбуждения. Это также означает, что объём опыта нейронной сети можно связать с количеством возможных картин возбуждения/торможения сети. Каждая такая картина может быть адекватным поведенческим ответом на свои сигналы рецепторов или не адекватным.

Адекватным ответ делает обучение. Под стимулирующим воздействием возбуждения веса связей нейронов постепенно изменяются. В результате наиболее активная связь начинает вносить относительно больший вклад в возбуждение или торможение связанного с ней нейрона, её значение в ответе сети растёт. Таким образом, наиболее выраженные изменения нейронной сети происходят в контексте наиболее частых сочетаний сигналов рецепторов. В свою очередь, это значит, что повторяющиеся признаки условий, постоянно возбуждая одни и те же рецепторы, начинают вносить и больший вклад в формирование реакций сети, нейронная сеть обучается.

Смысл обучения в том, что выделяя в условиях основное — то, что неизменно повторяется, нейронная сеть начинает всё точнее «понимать» логику происходящего, основные свойства окружающего мира. В результате по мере обучения в своих основных параметрах реакции сети будут всё больше исходить из того общего, что объединяло все прошлые условия, которые своим повторением обучали сеть, то есть исходить из смысла условий, а всегда новые частные параметры условий будут лишь тонко корректировать основное направление реакций.

Например, после обучения распознавание даже минимума знакомых признаков (если стимул частично скрыт, зашумлён или искажён) приведёт к тому, что нейронная сеть всё равно узнает знакомое. Относительно большой вес активизированных этими признаками связей приведёт к тому, что именно они будут играть главную роль в активности нейронов на выходе сети — мы узнаем знакомое. В то же время реакция немного изменится под влиянием контекста остальных особенностей нынешней ситуации. В результате мы узнаем знакомый объект даже в новом ракурсе и одновременно тонко скорректируем движения, чтобы им воспользоваться.

Изменение веса связано с усилением чувствительности постсинаптических рецепторов дендрита принимающего нейрона к выбрасываемым в синаптическую щель нейромедиаторам. Впервые идея о связи между получением опыта и изменением синаптической силы была высказана на рубеже XIX и XX вв. нобелевским лауреатом Сантьяго Рамон-и-Кахалем. Экспериментальное изучение долговременной синаптической пластичности основано на постулате Хебба, сформулированном им в 1949 году: «Если аксон клетки А расположен достаточно близко к клетке Б, чтобы возбуждать её, и постоянно участвует в её активации, то в одной или обеих клетках происходят такие метаболические изменения или процессы роста, что эффективность А как одной из клеток, активирующих Б, повышается». Первые экспериментальные результаты, подтверждающие постулат Хебба, были получены в начале 1970-х годов.

Выделение сетью признаков зависит как от их повторения в условиях, так и от врождённого устройства нейронной сети. Проще говоря, что-то сеть поймёт сразу, где-то для обучения потребуется большое количество повторений. А какой-то опыт не будет возможен совсем, так как выходит за границы возможностей сети, то есть тот максимальный объём изменений, который может произойти в данной сети в ходе обучения, будет для получения такого опыта слишком мал.

Таким образом, нейронная сеть выделяет в условиях не просто повторяющиеся признаки, а те, которые она может заметить, то есть такие, которые обладают важностью в контексте её врождённого опыта, как том основании, которое потом уточняет обучение. Поэтому суть любого опыта — уточнение действий для удовлетворения врождённых потребностей. В процессе обучения активизация мышц и желёз всё более точно учитывает условия, в то же время всегда оставаясь в общем контексте самосохранения и размножения, так как этот опыт заключён в общей структуре сети и не может значительно измениться в ходе обучения. Например, даже вред себе человек причиняет, только если находит в этом лучший выход, а не из стремления действительно навредить.

Во всех условиях есть что-то общее и что-то частное, присущее только им. Поэтому вначале наибольший вклад в обучение вносит 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. В результате в начале обучения относительно более активно изменяется общая структура нейронной сети и происходит формирование мышечной активности такого же общего характера, возникает «непосредственное» поведение без чёткой стратегии.

По мере развития мозга веса связей перестают меняться значительно, и центр тяжести обучения сам собой перемещается на более частные стимулы. Сеть уже «поняла» общую логику происходящего, основные свойства окружающего мира, поэтому изменения в общих параметрах сами собой сменяются тонкой настройкой в параметрах частных, тем самым приводя ко всё более сложному поведению, всё более точно учитывающему и нюансы условий тоже. И так как общее во всех условиях всегда одинаковое, а частное всегда разное, то обучение на уровне частных стимулов уже практически не заканчивается, продолжаясь за счёт объёма памяти нейронной сети, процессов забывания, утраты неэффективных связей и роста новых.

Например, если ребёнок в детстве не научился говорить, то есть не научился воспринимать мир совместно со словами ещё на уровне формирования самого общего опыта, иметь речь естественной частью окружающего, то впоследствии сколько-нибудь полноценно речью он уже не овладеет. Даже несмотря на наличие соответствующих врождённых задатков у речевого аппарата и в структуре нейронной сети — вне полноценной обучающей среды их будет недостаточно. Речь для ребёнка-маугли максимум станет лишь некоторым частным опытом, в то время как обычного человека речь сопровождает всегда и везде, так как он воспринимает её фактически с рождения и во всех условиях. Плюс вне того опыта, который объясняется словами, и в целом вне социума опыт маугли получит совершенно другое и гораздо более простое основание, не позволяя продолжать полноценное обучение в человеческом обществе.

Надо заметить, обучающая среда в детском возрасте важна ещё и потому, что у человека в это время ещё продолжается активное формирование архитектуры связей нейронной сети. То есть того направляющего основания, которое задаёт общую логику поведения, контекст для последующего более частного опыта, связанного с изменением весов связей. И среда тоже участвует в этом процессе, так как активность нейронов влияет в том числе и на рост их связей.

Формирование проекционных зон мозга заканчивается у плода к 9-му месяцу, то есть ко времени рождения, поэтому новорождённый уже способен более или менее полноценно воспринимать окружающее. В котором, правда, для него пока мало знакомого и потому мало смысла. При этом нейронов у новорождённого даже больше, чем у взрослого, а к двухлетнему возрасту и связей нейронов становится больше, чем у взрослого. В дальнейшем сеть оптимизируется — количество нейронов и связей сокращается. Поэтому, например, дети впоследствии многое забывают: в активно растущей и трансформирующейся сети больше сохраняется общее — можно сказать, что относительно больше формируется характер, чем конкретные знания. В целом же в развитии мозга можно выделить несколько фаз, связанных с разными возрастными периодами, но окончательно, как считается, мозг формируется только к 25 годам, хотя его трансформация в менее выраженной форме не прекращается на протяжении всей жизни.

Процесс обучения можно описать по-другому, более абстрактно. Обстоятельства, имеющие врождённый смысл (то есть на врождённом уровне имеющие некоторое связанное с ними поведение), например вкус молока матери, совмещаясь с пока ещё нейтральными элементами окружающего, например голосом матери, придают нейтральным элементам свой смысл. Теперь голос матери тоже будет запускать соответствующий набор рефлексов: выработку желудочного сока, слюноотделение и т. д.. Тем самым новорождённый начнёт понимать первый смысл условий — смысл матери. Слыша голос матери в разных ситуациях, появится понимание смысла интонаций — смысл матери наполнится новыми оттенками. Кормление обычно происходит при свете — станет понятна разница между светом и темнотой. Перспектива света и темноты станет более полной, чем просто резь в глазах от яркого света или пустота темноты. Пока бессмысленные и потому практически неразличимые элементы окружающего, по-разному отзываясь в тактильных ощущениях, совмещаясь с разными интонациями голоса матери, состояния сытости или голода, бодрости или усталости, проявятся в первые образы со своим смыслом. И так далее в контексте других потребностей уже знакомые элементы будут наполняться новым смыслом, проявляясь в опыте всё более чётко. В свою очередь, они сами станут источником смысла для новых элементов, возникающих в их контексте.

В итоге в обобщении элементов, имеющих разный смысл, сначала проявляются границы воздействий (светло — темно, холодно — жарко, до — после и т. д.), в их обобщении выделяются и наполняются смыслом отдельные объекты, в целом проявляются детали, а детали уточняют смысл целого. Построение движений начинает происходить с учётом всё более сложных и множественных обстоятельств прошлого опыта, определяя всё более «осмысленный», сложный характер действий, поведение приобретает «стратегическую глубину».

Подведём итог главы. 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 логикой трансформации входящих сигналов в исходящие, которая заложена в структуре сети. Таким образом, в процессе взаимодействия со средой устройство нейронной сети будет всё больше меняться сообразно этой среде — в сети будет формироваться всё более точная модель мира, животное станет всё точнее решать задачи самосохранения и размножения, применительно к окружающим условиям. И чем сложнее нейронная сеть, тем более сложные закономерности в условиях она сможет выявить.


2.3. Системная и биохимическая составляющая

Биологическая нейронная сеть неоднородна. Неоднородность возникает на общем масштабе и на частном. На общем масштабе входов у нейронной сети больше, чем выходов. К чему это приводит, говорилось в предыдущей главе. На частном масштабе биологическая нейронная сеть содержит различные типы нейронов, а также нейроны группируются в отделы и зоны с преобладанием локальных связей относительно связей с другими участками мозга, причём архитектура этих связей может сильно отличаться от архитектуры связей других отделов. В то же время трансформация входящих импульсов в исходящие в нейронной сети происходит целостно с участием всей её структуры, так как все отделы и зоны нейронной сети взаимосвязаны, образуя единую систему. Как следствие, своеобразие отделов сети означает и своеобразие составляющей, вносимой ими в исходящие импульсы.

Иначе говоря, в разных областях нейронной сети преимущественно «концентрируются» разные функции мышления — разные составляющие распознавания условий и построения действий, или, по-другому, разный опыт субъекта, который вызывается, в зависимости от динамики возбуждения/торможения в сети. В результате если воздействовать на разные области мозга, можно по-разному влиять на поведение, искусственно вызывая те или иные эмоции, образы или действия. По тому же принципу возникают не только целые области мозга с разным опытом, но и более частные элементы типа нейронов новизны или «нейронов бабушки». Например, нейроны бабушки — это не нейроны, в которых хранится знание всех бабушек, а лишь такие нейроны, которые неизменно активны, если человек видит какую-либо бабушку или думает о них. В то время как все другие нейроны мозга в тех же обстоятельствах иногда активны, иногда нет, в зависимости от всех остальных особенностей ситуации. То же в случае нейронов новизны или любых других «специфических» нейронов, активность которых неизменно возникает в каких-то определённых обстоятельствах.

Таким образом, ввиду того, что любой опыт в нейронной сети — это функция сразу всей сети, речь может идти только о той или иной «степени концентрации» того или иного опыта в её пространстве, но не о строгом разделении разного опыта по своим отделам, зонам и нейронам. Другими словами, любой опыт распределён сразу по всей нейронной сети, но при этом где-то в сети «концентрация» какого-либо конкретного опыта будет больше, где-то меньше.

Независимо от разной концентрации опыта в разных частях сети, все нейроны всё равно остаются частью распределённой системы, каковой является нейронная сеть. Например, из-за этого ограничена возможность управления человеком посредством воздействия на его мозг. Несмотря на «концентрацию» опыта, она только «преимущественная», поэтому какое конкретно поведение будет вызвано, зависит не только от того, на какой нейрон было оказано воздействие, но и от активности всех остальных нейронов в данный момент, причём распределение опыта у всех более или менее индивидуально аналогично индивидуальным особенностям мозга. Точно так же, чтобы точно «читать мысли» или управлять устройствами непосредственно мыслью, в идеале нужно уметь считывать активность каждого нейрона, ведь мысль не находится где-то в одном месте мозга, каждая мысль — это вся активность мозга в данный момент. Другой проблемой при этом становится то, что считывающий прибор, чем он точнее, тем больше будет требовать индивидуальной настройки под особенности мозга конкретного человека.

Объясняется неравномерное распределение нейронов тем, что стимулы, имеющие общность, расположены близко друг к другу в соответствующем перцептивном пространстве, то есть связаны с похожими сочетаниями сигналов рецепторов. В результате в процессе обучения похожие элементы опыта «концентрируются» в какой-то одной области нейронной сети, всё более чётко отделяясь от областей с другим опытом. Образно говоря, каждый конкретный опыт — это конкретный «рельеф» возбуждения/торможения нейронной сети мозга. При этом сеть обучается. В результате, повторяясь в условиях, похожие стимулы похожим образом всё более трансформируют этот «рельеф» под себя, в одних и тех же местах увеличивая «горы» и углубляя «впадины», то есть создавая свой аттрактор, в область которого всё более энергично будут в дальнейшем «притягиваться» фазовые траектории похожей активности мозга. В ходе эволюции такое разделение опыта подкрепляется генетически, специфической трансформацией самой нейронной сети в этих областях.

Одновременно неравномерное распределение нейронов даёт преимущество в объёме памяти, возможности проводить более дифференцированное поведение и потому выигрышу в ходе естественного отбора. Дело в том, что если опыт в нейронной сети может быть сгруппирован по некоторым особенностям — рецепторной модальности, особенностям объектов, действий или задач, как это и есть в действительности, то в этом случае, ввиду значительно более выраженной способности комбинировать элементы опыта, подразделённые нейронные сети имеют значительно большую ёмкость, чем те, в которых все нейроны одинаково связаны со всеми.

Также в биологической нейронной сети разные популяции нейронов используют разные тормозные и возбуждающие нейромедиаторы (при этом имея рецепторы и к другим нейромедиаторам, из-за чего не образуют сетей полностью отдельных друг от друга). Разнообразие нейромедиаторов, а сейчас известно более 100 веществ, дополнительно увеличивает пластичность реакций сети. Как следствие, аналогично воздействию на разные зоны мозга, влияя на концентрацию нейромедиаторов или чувствительность постсинаптических рецепторов к ним, тоже можно изменять работу мозга некоторым более или менее специфическим образом.

Наличие биохимической составляющей означает, что работу биологической нейронной сети можно описать не только через активность нейронов, но и через взаимодействие разных нейромедиаторов, изменение их концентрации во времени и пространстве нейронной сети. Например, увеличение концентрации дофамина, то есть высокая активность дофаминовых нейронов, связана с распознаванием новых, неожиданных и удовлетворяющих потребности обстоятельств. В свою очередь, дофаминовые нейроны имеют связи со многими мозговыми структурами. В результате их высокая активность, определённым образом перестраивая работу нейронной сети мозга, понижает пищевую мотивацию, повышает агрессивность, усиливает либидо и в целом увеличивает физическую активность, а также усиливает рост связей нейронов и повышает способность нейронов к обучению.

Таким образом, новое, необычное и в целом положительные впечатления или воспоминания о них возбуждают, заставляют действовать и одновременно усиливают когнитивные процессы. В результате такого «направленного на лучшее» обучения животное в дальнейшем станет точнее различать условия, способствующие получению положительных впечатлений, и потом получать удовольствие чаще и с меньшими затратами, то есть дофамин является одним из факторов внутреннего подкрепления поведения, которое привело к положительным результатам. Недостаток дофамина, наоборот, приводит к повышенной инертности, замедленности когнитивных процессов — например, дефицитом дофамина обусловлена болезнь Паркинсона.

При этом лёгкость получения удовольствия при отсутствии сдерживающего опыта может стать причиной неадекватно высокого уровня дофамина. Это вызовет привыкание постсинаптических рецепторов. В результате на фоне объективного переизбытка дофамина, по сути, будет расти его субъективный недостаток. Как следствие, обычные жизненные события станут казаться скучными и раздражающими, отвлекающими от важного. Аналогично усиливающемуся голоду или жажде субъективный недостаток дофамина будет определённым образом отражаться в работе нейронной сети, всё чаще переключая поведение на поиск всё более сильных положительных впечатлений, способных быстро вернуть уровень дофамина «в норму». Другими словами, долгие жизненные стратегии, связанные с ответственностью, самоконтролем и самоограничением, станут уступать место тактике выживания, связанной с достижением цели любой ценой здесь и сейчас. Так же, например, действуют наркотики, побуждая наркомана увеличивать дозу, пренебрегая собственным здоровьем и интересами окружающих.

Помимо описанной дофаминергической, есть норадренергическая, серотонинергическая, ГАМК-ергическая, холинергическая и другие системы, связанные со своими нейромедиаторами и преимущественными функциями в мозге.

Тема нейромедиаторов и механизмов их влияния на работу мозга будет продолжена в главе «Распределённый опыт и ошибочные интерпретации».


2.4. Взаимосвязь достоинств и недостатков

Устройство системы как задаёт её возможности, так и определяет их границы, достоинства в одной области возникают за счёт недостатков в другой. Точно так же нейронная сеть — это определённая система, функционирующая по определённому принципу, имеющая как достоинства, так и обратные им недостатки.

Например, в любой ситуации неизбежна новизна, так как даже знакомые обстоятельства всегда предстают в новых сочетаниях, условиях, ракурсах или нюансах. В том числе это происходит за счёт состояния организма — отдохнувший человек или уставший, после хороших новостей или плохих — оценка наблюдаемого будет меняться. Новизна повлияет на реакцию, однако ввиду того, что нейронная сеть функционирует как одно целое, ею всё равно будет выделено одно направление поведения, обобщающее все стимулы.

В результате, во-первых, поведение всегда целостно, все действия от общего направления до конкретной цели подчинены единому смыслу и не противоречат друг другу. Во-вторых, обобщение означает, что в реакции учитываются все обстоятельства внутренней и внешней среды, то есть реакция всегда более или менее индивидуальная, не шаблонная, отражает особенности конкретной ситуации, причём вклад обстоятельств в реакцию может меняться в процессе обучения. Что, естественно, является достоинством.

Однако, с другой стороны, обобщение есть и недостаток, так как сочетание разных стимулов неизбежно будет вносить в поведение хаотичность, неопределённость. Например, будучи уставшим, невозможно воспринимать события так же, как отдохнувшим, плохое настроение, как и хорошее, так или иначе влияет на поведение, и даже хорошо знакомое в новом ракурсе предстанет другим. Это означает, что «истинно адекватного» поведения не существует, представление об адекватности возникает как средняя линия поведенческих стратегий и корректируется естественным отбором.


2.5. Обратные связи, алгоритмы и способность думать

Прежде чем перейти непосредственно к теме заголовка, вспомним об особенностях построения движений. На разных уровнях нейронной сети мозга распознаются всё более частные признаки условий и формируется мышечная активность, эти признаки учитывающие. На самом низком и древнем уровне формируются неспецифические реакции, отражающие общие параметры внутренней и внешней среды. Например, концентрируется управление вегетативными функциями организма или регулируется тонус мышц. Проявлением этого уровня является, к примеру, дрожание тела от холода, что по своей сути есть отголосок простейших диффузных реакций сетевидной нервной системы древних животных. Следующий уровень отвечает за организацию объёмных мышечных синергий. Результатом его работы является потягивание, отдёргивание руки от горячего предмета или изменение позы. Ближе к коре расположен уровень циклических движений и движений пространственного поля, связанных с перемещением в пространстве или поддержанием равновесия. В коре формируются предметные и интеллектуальные движения — сложные манипуляции, речь, письмо.

По мере упрощения нейронной сети упрощается всё поведение сразу. Например, в ранее приведённой аналогии с воронкой, если уменьшить её объём, то количество жидкости, которую она сможет преобразовать в струю, уменьшится, но суть процесса не изменится. Поэтому сказанное в абзаце выше не означает, что, к примеру, насекомые, как животные с более простой нейронной сетью, обладают только уровнем рефлекторных, неспецифических реакций. Без способности формировать реакции с учётом нюансов условий, оперировать предметами, обмениваться информацией, а также обучаться, тем самым приспосабливая поведение к конкретным особенностям среды, столь сложное поведение, как поведение мухи, муравья или пчелы, было бы невозможным. Поэтому нейронная сеть насекомых пусть и много проще, но принципиально от нейронной сети высших животных не отличается — как поэтому принципиально не отличается и их поведение.

Например, так как любая нейронная сеть способна обучаться, то обучаются даже черви с простейшей нервной системой, состоящей из нескольких сотен нейронов. Не говоря уже о насекомых, у которых сотни тысяч нейронов и мозг, уже во многом похожий на мозг человека. К примеру, в исследовании 2016 года «Altered Sensory Code Drives Juvenile-to-Adult Behavioral Maturation in Caenorhabditis elegans» показано, что молодые особи червей нематод, у которых всего 302 нейрона и около 7000 связей между ними, тратят на движение к еде больше времени, чем взрослые. Взрослые черви, почуяв запах пищи, сразу же ползли на него кратчайшим путём, в то время как молодые долго сомневались и даже не всегда отправлялись на поиски.

Тем не менее даже относительный объём приобретённого опыта у человека больше, ввиду того, что нервная система насекомых практически полностью формируется ещё до рождения, тогда как активное формирование нервной системы человека продолжается ещё длительное время после его появления на свет. В результате в этом процессе относительно больше участвует конкретная среда жизни человека, в том числе культурная, «встраиваясь» в опыт ещё на стадии формирования самой архитектуры нейронной сети мозга, а не только посредством обучения, к которому относят изменение весов связей нейронов. Другими словами, насекомые и в целом более простые, чем человек, животные рождаются в большей степени уже обладая необходимым для жизни опытом, а их выживание поэтому обеспечивается больше за счёт точного соответствия среде обитания и неприхотливости организма, чем обучения. В этом смысле часто говорят, что у человека нет инстинктов, понимая их как точно заданные врождённые программы поведения — умения, возникающие без специального обучения. Что у человека есть только задатки, в которых может пойти его развитие в случае подходящего обучения.


Рис. 4. Изображение волокон мозга человека, визуализированное с помощью МРТ-трактографии.

Теперь вспомним про обратные связи. В приведённом в начале главы описании поведение строится последовательно, движения усложняются от уровня к уровню по мере прохождения нервного возбуждения от подкорковых отделов мозга к коре. На самом деле такая картина не является полной. 

Чем сложнее нейронная сеть, чем больше в ней нейронов и связей, тем сложнее может быть поведение. И активное перемещение в среде, на которое способны животные сложнее кишечнополостных, стало возможным благодаря усложнению архитектуры нейронной сети развитыми рекуррентными связями (от лат. recurrens — возвращающийся): от нейронов ближе к выходу к нейронам ближе ко входу (в общем смысле, так как конкретная архитектура связей биологической нейронной сети чрезвычайно сложна). За счёт обратных связей возбуждение в сети начинает циркулировать, поэтому в изменении этой циркуляции рекуррентная нейронная сеть может запоминать уже не просто условия, но и динамику их изменений. При этом вход сети теперь может модифицироваться выходом, благодаря чему появляется возможность обрабатывать серии событий во времени или последовательные пространственные цепочки.

Более подробно, в рекуррентной сети происходит следующее. Как говорилось, на нижних уровнях нейронной сети распознаются общие признаки условий и формируются простые реакции, и по мере прохождения возбуждения к верхним уровням распознаются признаки всё более частные, сложные, выделяется точная цель действий, а моторика достраивается всё более тонкими элементами. Теперь же за счёт обратных связей конкретная цель действий может влиять на своё основание. Поэтому новая цель может формироваться уже не просто в соответствии с нынешними условиями и опытом, но и непосредственно с учётом уже совершающегося в данный момент действия — «продолжая» его. Тем самым возникает возможность проводить связанные общим смыслом цепочки действий, формировать алгоритмы решений задач животного. Или отвечать на стимул сразу цепочкой действий, не ожидая развития ситуации, а предвосхищая её, действуя на упреждение — и только если что-то пойдёт не так, то корректировать разворачивающуюся цепочку, переключаясь на новую. Таким образом, рекуррентная нейронная сеть может уже не просто отвечать отдельными реакциями, но и проводить последовательное целенаправленное поведение. Такая архитектура нейронной сети развита уже у насекомых.

При этом нейроны биологической нейронной сети обладают и собственной активностью, то есть периодически генерируют нервные импульсы самостоятельно, получая питательные вещества от окружающих их тканей мозга. Поэтому импульсы от рецепторов взаимодействуют с и без того активизированной нейронной сетью, а не являются единственной причиной её функционирования. В результате из-за постоянно поступающих сигналов рецепторов, наличия обратных связей и собственной активности нейронов, мышление заключается не просто в выработке сетью неких отдельных реакций в ответ на воздействия среды, а в постоянной корректировке работы всех мышц и желёз. Другими словами, в биологической нейронной сети идёт постоянный процесс формирования алгоритмов действий — стратегии и тактики поведения в общем контексте стремления к самосохранению и размножению.

Наличие обратных связей означает, что все уровни нейронной сети мозга теперь влияют друг на друга, из-за чего поведение формируется целостно, а не только и не столько в описанном выше порядке усложнения реакций от уровня к уровню. Например, исходя из того, что за распознавание частных параметров окружающего и потому за формирование конкретных целей и точных действий больше отвечает кора мозга, можно предположить, что ведущим уровнем мышления является кора — как совет директоров предприятия из ранее приведённой аналогии. Однако отношения ведомого и ведущего в нейронной сети — это отношение общего и частного, а не подчинённого и руководителя, где один всегда решает, а другой всегда подчиняется, поэтому вклад уровней в поведение может динамично меняться.

Например, чтобы увернуться от чего-то большого, неожиданно и стремительно приближающегося, важно быстро изменить позу, при этом нет времени ждать, пока кора распознает конкретные параметры приближающегося объекта. В этом случае ведущим станет один из подкорковых уровней, который сразу — «рефлекторно» — заставит пригнуться, уже после чего кора скорректирует реакцию более точным образом. В другой ситуации важно будет, наоборот, сохранять предыдущую линию поведения — и в этом случае кора своей активностью до некоторой степени ограничит реакцию подкорки. Например, распознав нечто важное, кора по обратным связям так скорректирует работу всех мышц, включая тонус, позу или мышцы глаз, что в результате важный стимул будет выделен больше других. Иными словами, работа мозга и всего организма целостно изменится «в направлении» этого важного стимула, на нём будет «сфокусировано внимание», ограничивая возможность другого поведения.

Таким образом, за счёт обратных связей все уровни мозга постоянно влияют друг на друга, в мышлении нет начала и конца, в той же степени поэтому целостно поведение или сознание. Тем не менее только этим значение обратных связей не исчерпывается.

Наличие обратных связей означает, что выход нейронной сети может влиять на вход. В результате активность коры, связанная с частными особенностями условий, может влиять на подкорковые отделы мозга, где распознаются общие признаки этих условий, концентрируется управление вегетативными функциями и моторикой общего характера. Например, распознавание корой определённых частных признаков условий — к примеру, неких скрытых действий другого животного, которые говорят, что оно может готовиться к атаке — по обратным связям приведёт к тому, что сигнал нейронов на входе сети будет дополнен соответствующим влиянием обратной связи. В результате общее направление поведения животного тоже изменится — участится сердцебиение, мышцы напрягутся, изменится поза, животное будет готово ответить на возможное нападение, а внимание сконцентрируется на вызывающих подозрение действиях.

Это значит, что за счёт обратных связей активность и, следовательно, обучение нейронов подкорковых отделов теперь непосредственно связано и с частными признаками условий — в данном случае с подготовкой другого животного к атаке. В свою очередь, это означает, что по мере повторения данной ситуации распознавание агрессивных намерений будет относительно больше перемещаться на уровень подкорки, воспринимаясь «боковым зрением», неявно. В результате время реакции будет уменьшаться, а сама реакция будет всё больше «автоматизироваться». То есть во всё большем объёме происходить ещё до осознания конкретных особенностей данной ситуации, за распознавание которых больше отвечает кора мозга, и потому происходить всё больше «автоматически» («рефлекторно», «интуитивно», «на уровне подсознания»). Тем самым опытное животное получит преимущество не только за счёт быстроты реакции, но и за счёт того, что теперь ему не нужно отвлекаться на уже известное — реакция на уже знакомые признаки агрессивного поведения будет происходить «сама собой». Поэтому внимание животного, за которое в большей степени отвечает кора, может быть направлено на другие важные в данном случае обстоятельства.

Например, по описанному выше принципу опытному боксёру не нужно следить за всеми действиями противника. Ещё до удара он «боковым зрением» замечает подготовку к нему по движению плечевого корпуса, перемещению ног и выражению лица своего оппонента, заранее «автоматически» группируясь и уклоняясь от удара. Отвечая теми самыми уже наработанными цепочками действий, предвосхищающими развитие ситуации, которые были описаны несколькими абзацами выше. Действуя на упреждение, а не ожидая каждого элемента развития ситуации. В результате, пока движения оппонента не выходят за рамки знакомых, даже в самом напряжённом поединке получая возможность переносить внимание сразу на контратаку, обдумывать тактику ответных действий, «вести» бой, а не просто реагировать на то, что непосредственно происходит.

В сказанном можно заметить и ещё одну возможность, которая появляется вследствие обратных связей, — это возможность переучиваться в широких пределах. Частные признаки условий — например, некие конкретные идеи, услышанные в дискуссии, прочитанные в книгах или не замеченные ранее обстоятельства в окружающем — могут по обратным связям влиять на опыт более общего характера. Тем самым под влиянием частного опыта может более или менее меняться восприятие мира в целом.

Обратные связи в нейронной сети не только расширяют возможности обучения, позволяют запоминать динамику событий, выделять цели и формировать порядок действий, которые помогут эти цели достичь. Ещё одно следствие обратных связей — это появление и развитие способности думать, то есть способности формировать порядок действий прежде самих действий. Например, это делает боксёр из примера выше, когда, отвлекаясь от знакомых действий оппонента, обдумывает контратаку, или любой человек, представляя что-то, размышляя. 

Когда обстоятельства не требуют пристального внимания к окружающему, обратные связи могут привести к торможению нейронов на входе сети, и нейронная сеть «уйдёт в себя», до определённой степени перестав воспринимать информацию из среды. Получая тем самым возможность больше исходить из обстоятельств прошлого опыта, чем нынешнего окружающего, в том числе исследовать эти обстоятельства до тех пор, пока ход внутренних процессов или важное событие во внешней среде не отменит торможение.

Подробности реального процесса в значительной степени неясны, но в самом общем и схематичном виде «уход в себя», то есть процесс размышления, можно описать следующим образом. Как говорилось, наличие обратных связей означает, что возбуждение в сети циркулирует, поэтому возникающее в определённом контексте среды и опыта торможение нейронов, воспринимающих сигналы рецепторов и проводящих возбуждение к мышцам в проекционных и моторных зонах мозга, приводит к тому, что возбуждение начинает циркулировать только внутри сети — «внутри опыта», не имея прямой связи с внешним миром. Как следствие, нейронная сеть получает возможность «думать», более или менее «отключаясь» от окружающей реальности, то есть получает возможность предварительно моделировать поведение, уточняя порядок будущих действий, исследуя обстоятельства, в данный момент отсутствующие в окружающем. При этом больше выделяя только те из них, которые сейчас необходимы, тем самым, по сути, «обгоняя» реальное поведение, «сжимая» реальность до только важного.

Результатом развития этого механизма в ходе эволюции становится всё более выраженная способность не просто выстраивать порядок действий в контексте опыта и условий, а проводить всё более сложную личностную стратегию, перемещая принятие решений на уровень опыта — прежде лишь собирая данные и моделируя будущее поведение, и только затем применяя полученное знание. Иначе говоря, появляется возможность планировать, вспоминать, фантазировать — обучаться «виртуально», повышая эффективность реальных действий. Поведение животных и в высшей степени человека всё больше становится активным целенаправленным процессом поиска лучших решений, где среда не руководит субъектом напрямую, а лишь содержит нужное ему.

Повторение условий приводит к более глубоким изменениям весов связей нейронов, в чём суть обучения, запоминания. Поэтому если изменение весов будет происходить слишком быстро, будет запоминаться много лишнего, и как раз способность думать позволяет обучаться нужному и при этом не воспроизводить сами условия — например, только припоминать этапы пройденного пути, а не многократно проходить его непосредственно. Говоря точнее, все условия оставляют след в нейронной сети мозга, но чтобы сохранить их в памяти полнее, условия должны или повторяться — и тогда со временем они запомнятся «сами собой», или в течении нескольких десятков минут после первого восприятия, то есть пока след достаточно выражен, произошедшее необходимо вспомнить, обдумать, и тем самым закрепить след «намеренно».

Например, благодаря способности думать 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. Таким образом, размышление происходит одновременно как с целью уточнить поведение, так и лучше запомнить наиболее важное. 

Тема обратных связей будет продолжена в главе «Кратковременная память».


2.6. Сознание, подсознание, характер

Обучение подразумевает границы, которые зададут общее направление обучению. Например, помимо среды в целом, границы эволюции задают возможности химических элементов образовывать сложные соединения, конкретному организму — устройство ДНК. Нейронной сети — её общая архитектура, которая задаёт общее направление обучению, а механизм синаптической пластичности отвечает за само обучение, уточнение общего направления в условиях конкретной среды обитания животного.

При этом обучение можно представить как усложнение, «детализацию». Например, 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.

Так же происходит и обучение биологической нейронной сети — её структура тоже растёт и «детализируется» от общего к частному в контексте среды и врождённых задатков, когда в структуре сети за счёт изменения весов связей формируется всё более точная модель мира. И потому чем больше нейронов и чем разнообразнее рецепторные сигналы, тем подробнее эта модель может стать, так как в мозге может быть больше возможных вариантов возбуждения/торможения.

Наиболее интенсивные процессы обучения всегда проходят на уровне некоторого определённого опыта — нынешней цели поведения, в контексте которой выстраивается порядок действий субъекта. Как следствие наибольшей интенсивности процессов, этот уровень вносит и наибольший вклад в сознание, составляя его наиболее яркую и чёткую часть. В то же время никакие частные процессы в нейронной сети неотделимы от динамики сети в целом, и нынешняя цель поведения формируется также целостно всей нейронной сетью. В результате в сознании есть не только конкретное содержание, отражающее конкретное направление поведения, но и эмоционально-мотивирующее самоощущение, как содержание более общего характера, отражающее динамику остальной сети и общее направление поведения.

Точно о сознании можно сказать немного, это одно из самых загадочных явлений, известных человеку, тем не менее в наполнении сознания, очевидно, участвуют не какие-либо отдельные области или отделы нейронной сети, а целостно вся сеть. Разные части сети лишь вносят в содержание сознания разный вклад, сообразно своему участию в формировании поведения, а не осознаются или не осознаются, так как в нейронной сети есть только разница в уровне активности или концентрации того или иного опыта, но нет специфических «осознаваемых» или «не осознаваемых» нейронов. Поэтому «Я» — это весь наш мозг в целом, а более частные процессы, идущие в мозге, воспринимаются поэтому как будто «на фоне» Я.

Например, регуляция вегетативных функций в процессе размышления происходит как сообразно мыслям, так и условиям внутренней и внешней среды. То есть на уровне низких структур мозга, не связанных с конкретными особенностями моделируемой ситуации, «реальное» поведение никогда не прекращается, обеспечивая одновременно функционирование организма и его готовность к проведению поведения моделируемого. По тому же принципу можно одновременно размышлять и делать что-то хорошо знакомое, при этом особенно легко будет выполнять простые повторяющиеся движения, так как в их организации высшие структуры мозга, более других связанные с размышлением, участвуют минимально.

Сознание обобщает все идущие в мозге процессы, однако так как наиболее чётко воспринимаются конкретные образы, содержащие нынешнюю конкретную цель поведения, формирование которых прежде всего связано с работой высших структур мозга, то работа его низких структур и связанное с ними «реальное» поведение происходит как будто «автоматически» — но на самом деле оно просто формирует «фон» абстракций более низкого уровня. Например, знакомый путь позволяет не отвлекаться на поиск места, куда поставить ногу, и контролировать только общее направление движения; по мере обучения письму, начертание букв почти перестаёт привлекать внимание, которое всё больше переключается на уровень сути излагаемого. В результате становится возможным одновременно и писать, и контролировать смысл текста.

Поэтому чем более общий опыт и потому чем «дальше» в мозге он находится от нынешней конкретной цели поведения, тем больше он находится и за пределами конкретного содержания сознания — например, во внимании может находиться цель или траектория проводимого движения, но не управление взаимодействием отдельных мышц.

Такая особенность работы мозга может приводить к ситуации, когда желаемое поведение будет отличаться от действительного. Например, это синдром чужой руки. Разрушение мозолистого тела (сплетение нервных волокон, обеспечивающее основной объём связей между полушариями мозга), приводит к тому, что работа полушарий становится более независимой, чем в здоровом мозге. В результате человек может стремиться к одному, а делать при этом другое, так как целостность работы нейронной сети мозга нарушена. Если разрушение нейронов произойдёт в моторных областях коры на уровне построения речи, невозможно будет назвать или объяснить что-либо, в том числе самому себе, останется только некоторое общее эмоциональное понимание.

Одновременно чем более общий опыт, тем больше он связан с общей архитектурой нейронной сети, то есть относительно больше задаёт направление обучению, чем изменяется сам. Дело в том, что формирование общей архитектуры нейронной сети по большей части происходит в утробе, среда которой отличается постоянством, опосредуя конкретные особенности среды внешней, а проекционные зоны в этот период ещё не развиты. Как следствие, в формировании общего опыта относительно больший вес имеет не конкретная природная и культурная среда, а обобщённые условия жизни предков человека, то есть наследственные факторы. В результате чем более общий опыт, тем больше он связан с врождёнными особенностями потребностей и способностей субъекта, задавая общее направление — «характер» поведенческих реакций, на «подсознательном» уровне внося свой вклад во все конкретные решения.

Поэтому, например, чем более общий опыт, тем сложнее его изменить, так как изменения нейронной сети должны быть слишком значительными. Достичь чего, если и возможно, то таким же значительным изменением условий в целом, а не частными аргументами. Наоборот, частный опыт уже относительно больше связан с конкретными обстоятельствами внутренней и внешней среды и потому тем больше это личный опыт субъекта. И так как частный опыт больше связан с корой мозга, то за личный опыт, приспособление к конкретным условиям, следовательно, больше отвечает кора.


2.7. Другой уровень мышления

Биологические механизмы обучения подразумевают и другие составляющие. Обучение биологической нейронной сети можно представить как продолжение формирования организма, только теперь уже не детализацию его органов, а детализацию только одного органа — нейронной сети, в результате происходит и «детализация» поведения — поведение уточняется сообразно среде. В то же время принято отделять обучение нейронной сети от формирования нейронной сети как органа в целом, при этом обучение связывается с пластичностью синапсов, а формирование самой структуры сети с нейропластичностью и развитием мозга в детском возрасте. К нейропластичности, таким образом, относят рост новых связей нейронов или образование самих нейронов у взрослых, а также синаптический прунинг (англ. — прореживать) — наоборот, сокращение числа синапсов или нейронов для повышения эффективности сети.
 
Наличие нейропластичности означает, что биологическая нейронная сеть даже взрослого человека, по сути, не существует как некий привычный «статичный» объект. Наоборот, это постоянно и активно меняющаяся «живая» система, любое возможное сведение которой к жесткой «механической» схеме алгоритма неизбежно будет означать её значительное упрощение.

С обучением также связан сон. Предполагается, что в процессе быстрого проигрывания запомненного за день и смене фаз сна происходит ослабление и дифференциация сильных/слабых синапсов нейронов, то есть «снятие излишнего возбуждения» и «контрастирование» синапсов — оптимизация энергетических процессов в мозге и одновременно выделение важного и забывание не важного. Например, признаком усталости является невозможность сконцентрировать внимание, то есть отделить важное от не важного. Наоборот, вчерашние проблемы утром обычно становятся яснее — исчезает ненужное, второстепенное, остаётся «скелет» наиболее сильных связей. Процесс дифференциации одновременно касается и более раннего опыта, вероятно, поэтому сны так причудливы. Возможно, у сна есть и другие, неизвестные пока функции.

Описанные механизмы означают, что мышление имеет не только «явный», относительно более понятный уровень уже существующей нейронной сети и мыслительных процессов в бодрствующем состоянии, но и уровень «потенциальный» в виде способности биологической нейронной сети к росту, обновлению и трансформации, а также уровень интеллектуальных процессов во сне. Ещё один уровень мышления будет описан в главе «Распределённый опыт и ошибочные интерпретации».


2.8. Речь

Сложность мозга в том числе отражается в коммуникативных способностях животных. Насекомые могут производить звуки, при помощи которых обеспечивается встреча самцов и самок, поддерживаются отношения внутри популяции, происходит отпугивание или угроза. Например, с помощью особого танца пчёлы-разведчицы могут сообщать путь к найденному источнику корма; муравьи для этого используют контактные сигналы — касание антеннами. Тем не менее в целом такая коммуникация носит очень простой характер — язык насекомых чрезвычайно бедный и имеет в значительной степени врождённый характер.

Насекомые не могут научиться сложному языку, их мозг для этого слишком прост. Обучение происходит за счёт изменения весов связей нейронов, и если сеть нейронов слишком проста, в ней слишком мало нейронов и их связей, то сколько-нибудь сложная речь в такой мозг попросту «не поместится». Поэтому коммуникативные способности насекомых носят максимально простой и относительно более врождённый характер аналогично врождённому умению передвигаться. Как следствие, нельзя сказать, что насекомые общаются в привычном смысле этого слова. «Общение» насекомых — это не обдумывание и подбор знаков и сигналов, их «речь» можно сравнить с рефлекторным поведением, которое возникает «само собой».

Более сложные животные могут использовать все указанные способы коммуникации, а также значительно развить их, применительно к конкретным условиям жизни особи, то есть именно обучиться. Например, кошки и собаки во взаимодействии с человеком учатся обозначать ему свои потребности — в еде, внимании или выгуле, сочетая при этом звуки, тактильный контакт и другое специфическое поведение, а человекообразные обезьяны способны научиться языку жестов, используя в общении с человеком десятки и даже сотни понятий.

Человек, вследствие большей сложности мозга, наличия врождённых речевых задатков и длительного постнатального периода развития мозга, способен овладеть речью несравненно более сложной, чем другие животные. И далее за счёт сложности мозга, большого количества нейронов и связей между ними, гибко трансформировать её, пополняя словарный запас или изучая новые языки. Тем самым расширяя возможности коммуникации, объединения усилий и передачи опыта.

Системным основанием речи является, с одной стороны, способность нейронной сети мозга к распознаванию — все нейронные сети, включая искусственные, умеют выделять признаки условий и относить их к тому или иному классу объектов, то есть могут «узнать» объект по его отдельным признакам (проще говоря, все нейронные сети умеют выделять и обобщать некоторые признаки условий в «образ» того или иного объекта — в нейронной сети мозга, «образ», естественно, без кавычек), а с другой — это способность рекуррентных нейронных сетей, к которым относится мозг, формировать связанные с этими элементами опыта цепочки действий.

Ввиду меньшей сложности, нейронная сеть простых животных не способна к распознаванию сложных признаков условий. Иначе говоря, простые животные не способны к абстракциям высокого уровня и, как следствие, столь же простым является их поведение.

Например, насекомые способны выделить в окружающем в основном только самые простые элементы условий — границы, поверхности, формы, различать направления, ускорения. Мозг более сложного животного способен распознавать в окружающем более сложные объекты, то есть способен обобщить смысл множества простых элементов условий в некоторый целостный образ. Такой объект уже имеет свой смысл — свою перспективу для решения задач животного. Например, 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».

Человеку широко доступны уже и «образы образов», то есть понятия языка, абстракции более высокого уровня, чем образы конкретных объектов. К примеру, понятие «яблоко» обобщает все яблоки, которые как-либо известны человеку. То есть, ввиду отсутствия прямой связи с наблюдаемым, слово способно объединять смысл сразу множества элементов, наблюдаемых в окружающем непосредственно. Более того, человек способен выделять в условиях и уже непосредственно не наблюдаемые «образы». Например, непосредственно можно наблюдать добычу, но не охоту; поступки других людей, но не политику; деревья, но не лес, страну или Вселенную. Так как этих объектов нет в непосредственно наблюдаемом мире, то их в любом случае можно «увидеть» только в виде некого символа, то есть в конечном итоге в виде понятий языка. В свою очередь, объяснить смысл такого объекта становится всё сложнее, ведь его нельзя просто показать. Точно так же нигде нет физики, искусства или теоремы Пифагора, чисел или теории множеств. В то же время, абстрагировав числа, можно оперировать точными количественными характеристиками условий и, понимая их точные параметры, полнее использовать для удовлетворения потребностей.

Обобщая множество сложных образов, человек может выделить в окружающем объекты более абстрактного, сложного и глобального характера, чем другие животные, и, 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. Обобщая найденные взаимосвязи с другими объектами, прийти к ещё более глобальным выводам — о флоре и фауне, эволюции, экологии и т. д..

Таким образом, слово — это такой же образ некоторого элемента условий, как и образ «обычного» предмета, действия, себя или другого субъекта, но только это объект более высокого уровня абстракции. Который более сложная нейронная сеть человека точно так же распознаёт в условиях, и строит путь к той или иной цели с учётом и этих объектов тоже. Манипулируя ими так же, как и другими объектами, то есть как непосредственно, так и ментально, планируя будущее поведение, и соотнося свои задачи с задачами других людей при помощи речи.

В итоге, в отличие от более простых животных, поведение которых формируется «здесь и сейчас», вне сколько-нибудь ясного представления об окружающем мире, о прошлом и будущем, найденные глобальные взаимосвязи придают глобальный смысл и поведению человека, формируя тактику и стратегию его действий на совершенно иных пространственных и временных масштабах. 

Но прогресс стал бы невозможным без развития письменности, благодаря которой качественно расширилась возможность накапливать знания из поколения в поколение. Слово теперь не только жест или звук и некоторое индивидуальное мысленное представление этих объектов, но и такой объект, который может быть отдельно от человека. В результате, в отличие от остальных животных, каждое новое поколение людей живёт, учитывая опыт поколений предыдущих. 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.»

Можно предположить и более высокие уровни абстракций — например, таким интеллектом могут обладать представители внеземных цивилизаций. Но объекты их уровня — образы, символы и понятия их языка — по-видимому, будут в той же степени недоступны пониманию человека, в какой объекты человека недоступны более простым животным. Поведение существ, способных обобщать в собственный образ намного больше признаков условий, чем в принципе может человек, и потому, оперируя такими объектами, проводить стратегии дальше и сложнее человека, человек будет неспособен понять в той же степени, насколько его собственное поведение не может быть понятным, например, человекообразным обезьянам. Наоборот, поведение людей будет казаться этим существам столь же простым и однообразным, как нам кажется поведение животных.


2.9. Устаревшие теории

Идея нейронной сети значительно отличается от прошлых представлений о мышлении, в то же время отчасти сохранившаяся от старых теорий терминология зачастую приводит к путанице, предполагая вывод, что сохранились и теории, в которых эта терминология имела прямой физиологический смысл.

Например, теория И. П. Павлова начала прошлого века об условно-рефлекторной деятельности не имеет реального физиологического наполнения и является устаревшей. Согласно Павлову, корковая проекция рецепторного возбуждения от безусловного стимула, имеющего врождённую связанную реакцию, и от сопутствующих этому стимулу условий, приводит к замыканию в коре связей между активными нейронами. Возникает условный рефлекс, и теперь условия сами по себе сигнализируют животному о наступлении безусловно важных событий, вызывая соответствующее поведение. Например, если начало кормления животного сопровождается звуковым сигналом, то со временем даже без пищи звуковой сигнал будет вызывать выделение слюны и желудочного сока. На основе одних условных рефлексов могли формироваться другие.

Однако такой простой нейрофизиологический механизм не может объяснить многие формы целенаправленного поведения и означает строгую привязку реакции к конкретным условиям, что не объясняет наблюдаемую вариативность поведения. Которая, наоборот, находит объяснение в нейронных сетях, в том числе в тех их физических особенностях, которые будут описаны в главах ниже. И наконец теория Павлова пыталась объяснить только ассоциативное обучение, помимо которого есть ещё суммация (повторение одного и того же стимула) и импринтинг.

В то же время, если не важна точность, описать обучение как образование условных рефлексов возможно, так как это верно отражает «внешнюю» суть ассоциативного обучения: прежде нейтральный раздражитель, какое-то время совмещаясь с инстинктивно понятным животному раздражителем безусловным, затем сигнализирует ему о наступлении безусловно важных событий — появляется «условный рефлекс». Термин «условный рефлекс» в этом случае имеет смысл некоторого приобретённого опыта и чаще используется в отношении животных. В целом же в современной науке понятие «рефлекс» остаётся в качестве обозначения стереотипных реакций, то есть реакций, минимально зависящих от частных особенностей условий.

Устаревшей является возникшая в 30-х годах прошлого столетия теория функциональных систем П. К. Анохина. Согласно Анохину, «функциональная система» — это динамическая организация центральных и периферических нервных образований, избирательно объединенных для выполнения определённого поведенческого акта. Так как подобная избирательность в нейронной сети возможна лишь в очень условном виде, а также по причине философичности других составляющих теории типа акцепторов или опережающего возбуждения, термин «функциональная система» потерял свой изначальный психофизиологический смысл и встречается редко. В то же время идеи П. К. Анохина уже много ближе к современным — в них делаются попытки объяснить целенаправленное поведение и прогнозирование, поэтому в своё время они стали альтернативой идеям И. П. Павлова.

Но без прошлых теорий не было бы настоящих. Эксперименты, поставленные в рамках прошлых представлений, и полученные в них результаты закладывают основание для теорий современных, в которых эти результаты интерпретируются по-новому и обобщаются в модели, описывающие реальность точнее и полнее, имеющие большую предсказательную силу. Например, одной из важнейших составляющих работы нейронной сети мозга является баланс торможения и возбуждения. Предположение о наличии таких процессов было высказано ещё в V веке до н. э. знаменитым древнегреческим врачом Гиппократом, а экспериментально обосновано известным русским физиологом и просветителем И. М. Сеченовым в XIX веке.

Современные представления о мышлении во многом предвосхитил 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 в процессе самого действия, чутко реагируя на изменяющуюся ситуацию, то есть даже после обучения в памяти хранятся не готовые штампы отдельных движений, как это следует из условно-рефлекторной теории, а лишь «логарифмы» 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», как считал Павлов, а активное преодоление этой среды.

Действительно, условия никогда не бывают похожи в точности, уже поэтому идея рефлексов сколько-нибудь сложное поведение объяснить не в состоянии. Наоборот, нейронные сети способны к обобщению: за счёт повторения выделяя в условиях общее, то есть находя некие абстрактные принципы условий, понимая логику событий, нейронная сеть затем может узнать эту логику и в незнакомом — обобщить ранее понятое на новую ситуацию. В результате построение движений происходит сообразно не ситуации как таковой, а смыслу ситуации, то есть действительно «целеустремлённо», «осмысленно», в противовес «бессмысленным» штампам «стимул — реакция» условных рефлексов. 

В 1928 году, то есть ещё за 20 лет до того, как это сделал создатель кибернетики Норберт Винер, Бернштейн сформулировал принцип сенсорных коррекций — обратной связи между мозгом и мышцами, в соответствии с которым мозг не только посылает команду мышцам, но и получает от периферийных органов чувств сигналы о достигнутых результатах и на их основании дает новые корректирующие команды.



3. Мышление как самоорганизация
3.1. Синхронизация

И активность, и молчание каждого рецептора может быть важным в любой реакции, так как и то и другое может нести важную для животного информацию. В свою очередь, на выходе нейронной сети мозга под единым контролем всегда должны находиться все мышцы и железы, так как иное будет означать хаос в их работе. Таким образом, весь комплекс неупорядоченных сигналов рецепторов, с учётом рецепторов молчащих, должен непрерывно трансформироваться в мозге в единый порядок работы всех мышц и желёз. Однако вопрос, как происходит это упорядочение, пока рассмотрен не был, в связи с чем данное в главах выше описание следует уточнить новыми обстоятельствами. Как уже понятно, эти обстоятельства тоже будут связаны с самоорганизацией.

Биологическая нейронная сеть, как часть многоклеточного организма, существует в постоянном процессе самоорганизации. При этом на уровне самой нейронной сети тоже происходят процессы самоорганизации, суть которых — нервная регуляция, формирование упорядоченной активности нейронов на выходе сети. Сигналы рецепторов в биологической нейронной сети сами собой преобразуются в точные последовательности поведенческих действий, в которых функционирование всех мышц и желёз всегда точно взаимно координировано.

Конкретно на уровне нервной регуляции процесс самоорганизации связан с синхронизацией импульсной активности нейронов. Биологический нейрон — это автоволновой осциллятор, который сам по себе хаотически генерирует нервные импульсы, то есть каждый нервный импульс — это переход через точку бифуркации. Торможение приводит к угнетению этой функции, возбуждение — к активизации, а синхронизация означает появление согласованности в активности нейронов.

Общая суть автоволн — образование упорядоченных во времени и пространстве волн концентраций химических веществ, о которых уже говорилось в главе «Морфогенез». В свою очередь, простой аналогией синхронизации нейронов является синхронизация часов с маятниками. Заметил это явление и описал его в 1665 году изобретатель таких часов великий голландский физик Христиан Гюйгенс, один из основоположников теоретической механики и теории вероятностей. Он обнаружил, что маятники часов, спустя некоторое время после того как их повесят рядом на одну стену, начинают качаться синхронно, и наоборот, согласованность пропадала, если часы перевесить на разные стены.

Суть явления в следующем. Висящие на стене часы с маятниками — это открытая система: есть подвод энергии через движение гири часов и есть связь часов через микроколебания стены, вызываемые качанием маятников. В результате в движении маятников сама собой возникает согласованность. Вначале начинают синхронизироваться маятники, фазы колебаний которых наиболее близки или которые взаимодействуют наиболее плотно. Тем самым в хаосе неупорядоченных колебаний в какой-то момент возникает «мощный» ведущий ритм слаженных колебаний сразу нескольких маятников, который подчиняет себе колебания остальных маятников. В итоге маятники всех часов начинают качаться в такт. При этом, несмотря на то, что сами часы, в отличие от нейронов, работают по некоторому алгоритму, их синхронизация, как и любой процесс самоорганизации, происходит нелинейно, и не может быть вычислена точно, так как критически повлиять на её ход могут мельчайшие нюансы открытой системы — от часов до стены. Синхронизация, наоборот, более или менее мешает маятникам качаться так, как бы это позволял алгоритм их часового механизма без внешнего воздействия.

Так же как маятники, только взаимодействуя через свои отростки, синхронизируются и нейроны в пространстве нейронной сети. Причём за счёт значительно более интенсивного взаимодействия, пластичности и высоко неравновесного состояния синхронизация в биологической нейронной сети возникает за доли секунды, а за счёт особенностей нейронов и различной архитектуры в разных отделах сети параметры волновых процессов в них отличаются.

Синхронизированная активность в больших популяциях нейронов является главным механизмом образования так называемых ритмов в головном мозге. В общей электрической активности головного мозга выделяют 10 типов колебаний, связанных с различными областями мозга, особенностями и элементами поведения. В терминах информации упорядочение хаотической активности нейронов по разным типам ритмов означает, что мозг наполнен разной информацией, так как прирост информации равен такому же уменьшению неопределённости — уменьшению хаоса. Надо заметить, на самом деле информационная картина мозга сложнее, так как в нюансах она богаче, чем 10 ритмов, и находится в постоянной динамике.

Таким образом, обобщая сказанное, на уровне нервной регуляции в пространстве нейронной сети формируется упорядоченная динамика торможения и возбуждения нейронов. Которую возмущают постоянно поступающие сигналы рецепторов, из-за чего синхронная активность некоторых ансамблей нейронов распадается, других усиливается, постоянно формируются новые ансамбли. Что проявляет себя как появление и исчезновение информации — смена изменчивых, но всегда так или иначе упорядоченных мыслей, действий, процесс мышления в целом, так как структура нейронной сети и приток в неё энергии позволяют порядку меняться, но не дают разрушаться до полного хаоса. Возмущения запоминаются нейронной сетью посредством изменения весов связей, тем самым происходит обучение.

Целостность динамики биологической нейронной сети как самоорганизующейся системы приводит к тому, что активность всех мышц всегда взаимосвязана в едином порядке — от тонуса, перистальтики или работы сердца до предметных действий и речи. По мере накопления опыта в условиях распознаются всё более сложные взаимосвязи и в той же степени сложнее становится порядок работы мышц. В то же время, соответствуя «хаотической стороне» самоорганизующихся систем, мышление как неравновесные фазовые переходы имеет следствием импульсивность и неустойчивость, «понимание» происходит сразу, как более или менее выраженное интуитивное озарение, мысли всегда «возникают» скачком, а не «плавно» перетекают одна в другую.

Можно заметить, эти особенности мышления отражаются и в познании в целом, которое тоже связано с качественными переходами более или менее выраженного характера: от одной «целой» идеи к другой, а не «плавной трансформацией» старой идеи в новую — от целых объектов сразу к их целым элементам и наоборот; от счётных множеств, как набора отдельных «целых» элементов, к континууму как целому. Причём изменения в поведении и должны носить характер некоторого резкого перехода, так как поведение всегда должно иметь смысл — тот или иной, а не никакой.

Являясь неравновесным фазовым переходом, синхронизация нейронов происходит вследствие бифуркаций, поэтому даже самые малые события способны нелинейно отражаться в поведении. Это значит, что поведение не имеет «границ чувствительности». На выбор поведения может повлиять любое изменение какого-либо параметра мозга или сигнал любого рецептора, которых в организме человека миллионы, или даже ничтожная разница в степени их активности или времени активизации. Субъект способен заметить мельчайшее противоречие в опыте и кардинально поменять поведение, сделать выбор, учитывая самые ничтожные нюансы условий.

Синхронизация по-новому объясняет способность мозга проводить действия, вроде бы никак не связанные друг с другом — например, идти и говорить по телефону. Дело в том, что разные синхронизированные структуры нейронов можно наглядно представить как разные валы ячеек Бенара или относительно устойчивые области упорядоченной динамики, наблюдающиеся в турбулентном потоке. Которые как будто бы существуют независимо друг от друга и даже могут быть описаны через собственные аттракторы, но в то же время они являются следствием более общего процесса самоорганизации всей системы и постоянно взаимодействуют.

По тому же принципу синхронизация нейронов возникает во многих других явлениях. К примеру, это согласованно вспыхивающее свечение многих сотен тысяч светлячков, которые собираются в огромных количествах на берегах рек в Южной Азии. Синхронизация происходит в полете стай птиц и движении косяков рыб: взмахи крыльев и плавников происходят синхронно. Или в социальной системе: идущем в ногу строе солдат, хоровом пении, овациях, скандировании, других массовых действиях. Причём если в предыдущем абзаце речь, очевидно, логично вести о разных самоорганизующихся структурах одной системы — мозге — ввиду интенсивности их связи, то в этом абзаце разумнее говорить о разных системах. Но только в том случае, если не иметь в виду биосферу в целом, на уровне которой возникают в том числе значительно более широкие, глобальные и потому менее заметные связи между элементами, из-за наличия которых, рассматривая жизнь на глобальном масштабе, можно говорить о биосфере, как о единой системе.

Хаос и, как следствие, возможность его упорядочения возникает, когда фазовые 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 «локально неустойчивые» параметры определяют возможности порядка конкретного. В результате в процессе обучения общая линия поведения, заданная общей структурой нейронной сети, меняется меньше, сохраняя врождённое направление, и наоборот, частные параметры сети меняются более интенсивно, обеспечивая приспособление.

В свою очередь, неравновесное состояние сети возникает из-за активного взаимодействия нейронов со средой, которое происходит как напрямую через сигналы рецепторов, так и опосредовано — через собственную активность нейронов, связанную с поступлением в организм питательных веществ. Однако для усложнения мозга не нужно постоянного увеличения интенсивности его обмена со средой в том прямом смысле, как это необходимо, например, для усложнения ячеек Бенара. Дело в том, что долговременная синаптическая пластичность — иначе говоря, долговременная память — как «итог обучения», связана с экспрессией генов и синтезом новых белков, каковой процесс консолидирует динамику кратковременной памяти в более равновесных и потому стабильных элементах структуры нейронов. В результате, по сути, появляется новая нейронная сеть, которая точнее соответствует условиям и которая дальше снова усложняется при той же интенсивности взаимодействия со средой.

В итоге, благодаря самоорганизации и её различным проявлениям, без каких-либо специфических «организующих» механизмов обеспечивается одновременно чувствительность и упорядоченность работы сложнейшей системы, которую представляет мозг и организм в целом.


3.2. Внимание, Я, движение во времени

Афферентных нервных волокон — непосредственно проводящих нервные импульсы в головной мозг — около 3 млн. Два из которых связаны со зрительными рецепторами, а один несёт информацию от спинного мозга, в котором происходит первичная обработка сигналов от остальных рецепторов. В то же время эфферентных волокон, несущих нервные импульсы от головного мозга к мышцам и железам, всего около 200 тыс.. Тем самым, во-первых, понятно, почему именно зрение вносит наибольший вклад в сознание. Во-вторых, из-за относительно малого количества нейронов на выходе сети процессы упорядочения происходят активнее, множественный поток данных динамично «сжимается» в точные последовательности импульсов, управляющих мышцами.

При этом активность некоторых нейронов, синхронизированных на самой высокой частоте ритмов мозга, синхронизируется дополнительно — селективно, то есть отдельные нейроны начинают функционировать более согласованно. Например, нейроны зрительной коры, рецептивное поле которых содержит объект внимания, сильнее синхронизированы на ;-частоте (гамма-ритм, самая высокая частота активности нейронов в мозге, наиболее энергичный в организме процесс), чем нейроны, которые реагируют на объекты вне внимания.

Одно из первых наблюдений этого явления было сделано в 1989 году известным немецким нейрофизиологом Вольфом Зингером, директором франкфуртского Института мозга им. Макса Планка: 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 также и в других областях коры — например, соответствующих моторным функциям, когда внимание обращено на проводимое действие.

Таким образом, на общем фоне других ритмов мозга выделяются энергичные ансамбли нейронов, синхронизированные на частоте гамма-ритма наиболее чётко. Порядок — это аттрактор, поэтому как аттрактор, эти ансамбли задают нынешнюю цель действий, притягивая фазовые траектории других систем мозга, тем самым упорядочивая работу мышц и желёз животного в направлении одной цели. В сознании это воспринимается как фокус внимания, самая чёткая и яркая составляющая сознания.

Ввиду энергичности процесса, другим следствием селективной синхронизации является дополнительное усиление связи между нейронами. Так как во внимание попадает самое важное, то усиление связей происходит между нейронами, которые несут наиболее важную для животного информацию. В результате в этой части опыта повышается скорость обработки информации, уменьшается время реакции, повышается уровень точности, чувствительности к небольшим изменениям в стимуле. В свою очередь, согласованная динамика элементов самоорганизующейся системы не зависит от расстояния, поэтому несмотря на то, что разные данные поступают одновременно и концентрируются в разных областях мозга, формируется целостная структура упорядоченной активности нейронов, в которой разнородная информация связана друг с другом, обобщая все качества стимула в целостный образ.

В том числе наиболее энергичные нейроны изменяются активнее, поэтому наиболее интенсивно обучение происходит в контексте стимулов, попавших во внимание. В связи с чем следует уточнить сделанное ранее утверждение о том, что наибольший вклад в наполнение сознания вносят наиболее активные процессы обучения. Общая суть всех процессов в организме и мозге — самоорганизация, поэтому самая яркая и чёткая часть сознания также связана с процессами самоорганизации наиболее энергичного характера, то есть с селективной синхронизацией нейронов, а она уже в том числе способствует и активизации процессов обучения.

Продолжая тему обучения, следует уточнить ещё одно прошлое утверждение. В более точном представлении, вследствие импульсной динамики нейронов биологической нейронной сети, постулат Хебба выглядит немного иначе. Если входной нервный импульс в данный синапс приходит непосредственно перед тем, как нейрон сам сгенерирует нервный импульс, то синапс усиливается. Если входной импульс в данный синапс приходит сразу после генерации импульса самим нейроном, то синапс ослабляется.

Активность рецепторов влияет на активность нейронов в мозге, что в конечном итоге приводит к скачкообразной смене ансамбля селективно синхронизированных нейронов и тем самым переключению внимания на новую цель. Как переход через точку бифуркации, выбор цели невычислим, но эта невычислимость является следствием сложности выбора, а не его действительной случайности, то есть переключение внимания происходит как результат сложного сочетания нынешних условий и предыдущей активности мозга. Поэтому в одинаковых условиях, при выборе из двух вариантов поведения, предварительно измерив активность мозга при совершении каждого выбора, можно с некоторой точностью и за небольшое время предсказать выбор субъекта до его осознания. Например, в некоторых исследованиях с вероятностью до 80% за несколько десятых долей секунды до осознания решения.

Внимание как селективная синхронизация позволяет объяснить восприятие своего движения «вперёд во времени», «управления собой», ощущение свободы воли, своего Я. Внимание постоянно переключается на новую цель, в контексте которой выстраивается дальнейшее поведение, то есть внимание всегда обращено на то, что ещё только совершается, а не совершено, в том числе совершается в ходе воспоминаний, так как в этом случае также разворачиваются события. Другими словами, внимание всегда направлено «вперёд во времени». При этом переключение внимания, как смена ансамблей селективно синхронизированных нейронов, — это неравновесный фазовый переход, то есть переход скачкообразный и необратимый, не имеющий прямой, линейной связи с прошлой динамикой мозга — «не имеющий прошлого».

В то же время, как нынешняя цель действий, внимание — это не отдельный процесс, а следствие работы всего мозга как целого, в том числе его более низких уровней, на которых распознаётся общая суть условий и формируется общее направление поведения. Тем самым, получается, что внимание, как наиболее яркая, конкретная и изменчивая составляющая сознания, перемещается как будто «на фоне» эмоционально-мотивирующего самоощущения, как абстракции более общего и низкого уровня, которая объединяет конкретные образы общим направлением действий — точно так же, как частные элементы динамики мозга объединены динамикой мозга в целом. В результате возникает ощущение, что «мы», как этот общий направляющий фон, «управляем» вниманием, вместе с которым движемся «вперёд во времени», и одновременно, через большую стабильность мозга в целом, воспринимаем связь с прошлым, понимаем «смысл» происходящего.

В свою очередь, отсутствие внимание, по сути, означает и отсутствие сознающего себя субъекта — без целей нет «движения» к ним «вперёд во времени», то есть нет того, что даёт ощущение «существования», «протяжённого бытия» себя. Поэтому несмотря на то, что мозг работает и в стадии глубокого сна, вне конкретных целей активность мышц носит самый общий характер тонуса и поддержания вегетативных функций, а субъект, как личность, в это время фактически не существует. То же можно сказать про состояние обморока или последние степени комы. Следует заметить, связь сознания с наличием внимания означает, что сознание связано не только с самоорганизацией как таковой, но и с «организацией самоорганизации», ведь и в отсутствие внимания активность нейронов тоже упорядочена, только более глобальным, простым образом.

Как говорилось ранее, для эффективной работы мозга очень важен сон. Ритмы сна и бодрствования — это те же ритмы мозга, только более глобального характера, чем автоволновые явления в отдельных нейронах или их синхронизированных ансамблях. В момент пробуждения, вследствие изменения концентрации веществ в нейронах и увеличения их активности, в нейронной сети растёт неравновесие, поэтому слишком простая волновая динамика уже не может распределить энергию по сети. В результате она распадается на некоторое множество волновых процессов, происходящих на разной частоте, то есть ритмы мозга усложняются, картина синхронизации становится сложнее — появляется внимание, образы и эмоции, «возникает» сознающий себя субъект.

Важным в работе мозга является баланс синхронизации и десинхронизации — порядка и хаоса. Например, присущее состоянию бодрствования наличие множества нейронов синхронизированных на разной частоте означает рост хаотичности в мозге в целом. Дело в том, что появление информации связано с упорядочением, поэтому чем чаще меняется картина синхронизации в мозге, тем, следовательно, чаще обновляется информация, то есть происходит активный мыслительный процесс. При этом все изменения в синхронной активности нейронов — это неравновесный фазовый переход, когда старый синхронизированный ансамбль разрушается и через короткий этап хаоса формируется новый. Но эти изменения непредсказуемые и нерегулярные, то есть, получается, хаотические. Таким образом, если в мозге мало беспорядка, то в нём мало информации, она простая, в ней нет разнообразия. Поэтому глобальная синхронизация больших популяций нейронов присуща состоянию бездействия или глубокого сна — или патологии, поскольку динамика полностью синхронизированной сети недостаточно сложна для эффективной обработки информации.

Патологические проявления имеет и чрезмерная локальная синхронизация — например, это тремор в болезни Паркинсона, эпилептические припадки, шизофрения. Аутизм, как заболевание, которое подавляет социальные и коммуникативные способности, также связано с нарушением локальной синхронизации. Больные аутизмом страдают суженным фокусом внимания и не способны достаточно хорошо интегрировать фрагменты информации в единое целое, что является следствием недостаточно эффективного взаимодействия зон мозга.

Подведём итог главам про синхронизацию. В организме животных с развитой нервной системой можно выделить четыре уровня самоорганизации и, следовательно, гомеостаза. Первый уровень — клеточный. Второй — уровень целого организма, как системы клеток (гуморальная регуляция). Третий — синхронизация нейронов в мозге, за счёт чего упорядочена работа мышц и желёз (нервная регуляция). И четвёртый — селективная синхронизация, отвечающая за внимание. Селективная синхронизация нейронов, как аттрактор — самое остриё проходящих в мозге изменений, наиболее упорядоченный и энергичный процесс — отражает нынешнюю цель поведения, притягивая фазовые траектории других нейронов мозга, тем самым упорядочивая работу мышц и желёз и через железы работу остальных систем организма в направлении этой цели.


3.3. Целенаправленность и последовательность

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 способность перемещаться подразумевает выделение в ситуации важного — цели, в контексте которой будет выстраиваться работа организма — от общего направления до конкретных действий. При этом менее активно организм будет изменяться в общем, так как условия, а значит и цели, в общем всегда схожие. И энергичнее в частном, так как условия, и потому цели, в частном всегда разные, требуя быстрого и точного ответа, что отражается в работе мозга как постоянное переключение внимания на новую цель, тем точнее выделенную, чем больше она важна.

Можно возразить, что автоматы, явно не имея внимания, тем не менее тоже действуют вполне целенаправленно. Точно так же в целом устройство автомата остаётся неизменным, задавая общее направление его работы, и так же более активнее меняется в частном, отражая конкретные действия.

Действительно, разница всего лишь в сложности этой работы — но она носит качественный характер. Сложность взаимодействия автомата со средой прямо ограничена алгоритмом его работы, то есть автомат не является открытой термодинамически неравновесной системой, не способен к самоорганизации и потому в принципе не способен к столь сложному поведению, как гомеостаз. Например, любое напряжение мышц и даже каждая мимолётная мысль так или иначе отражается в работе всего организма, так как всегда весь организм, как одно целое, работает на сохранение своих параметров, реагируя на любые отклонения. Каковой процесс при наличии нейронной сети соответствующей организации будет включать в себя «концентрацию внимания», как самое остриё происходящих в организме изменений, их нынешнюю «цель» или, точнее говоря, аттрактор, притягивающий фазовые траектории всех других систем организма. Поэтому понятие целенаправленности, целеустремлённости или внимания применимо к работе искусственных систем, включая искусственные нейронные сети, столь же ограниченно, насколько качественно гомеостаз отличается от алгоритма.

В бодрствующем состоянии поведение всегда более или менее целенаправленно, а внимание столь же сконцентрировано. Однако, например, это означает, что невозможно одновременно следить за разнонаправленными процессами. Переключение внимания всегда происходит последовательно, и при этом чем важнее действие, тем больше концентрация внимания на каждом шаге. В результате и точное решение задач возможно также, только как строгая последовательность действий, то есть как алгоритм, когда последующий шаг определяется предыдущим и ведёт к какой-либо конкретной цели.


3.4. Целостность

Ещё раз вспомним 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 всей системой 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 и функционально обособленных отделов и зон, в которых преобладают локальные связи между нейронами. Даже те рефлекторные реакции, которые возникают на уровне спинного мозга и происходят слишком быстро, чтобы нервный импульс успел дойти до головного мозга и вернуться обратно (в крупных миелинизированных нервных волокнах скорость движения нервного импульса может достигать 120 м/с), не являются полностью от него независимыми за счёт постоянного тормозного или возбуждающего влияния вышележащих отделов. Например, после полного пересечения спинного мозга возникает спинальный шок и все центры ниже пересечения на некоторое время перестают организовывать присущие им рефлексы. У обезьян восстановление происходит через несколько суток, у человека через недели и месяцы. Причиной шока является как раз нарушение взаимосвязи спинного мозга с головным.

Функционируя как целое, нейронная сеть и обучается как целое. В результате полученные новые знания могут помочь решить задачу, напрямую с ними не связанную. Из-за чего иногда полезно отвлечься, чтобы затем посмотреть на задачу в новом контексте, с новым опытом. Нерешённая проблема, как определённое изменение в нейронной сети, даже не осознаваясь, всё равно влияет на поведение, внося в него неуверенность, отвлекая внимание. Наоборот, хорошие новости заставят легче воспринимать текущие дела (вспомним, удовлетворение потребностей и хорошее настроение — это и усиление когнитивных процессов).

Несмотря на то, что изменения в ходе обучения не затрагивают все нейроны сразу, за счёт целостности тем не менее происходит изменение сразу всего континуума опыта. Как уже говорилось, любой опыт более или менее распределён по всем нейронам сети, поэтому не может быть ситуации, когда некие элементы опыта изменились, а другие нет, и в результате не связанно меняющиеся элементы больше не смогут адекватно взаимодействовать. Иными словами, в процессе обучения происходит изменение структуры всего опыта сразу — в той же степени, как изменяется структура нейронной сети. Как следствие, прошлый опыт более или менее модифицируется новым опытом, поэтому в точности пережить прошлые ощущения можно только если вернуть и мозг, и окружающую обстановку в прошлое состояние.

Однако чтобы опыт не выглядел слишком «неустойчивым», следует опять вспомнить о самоорганизации. Любой опыт — это соответствующая упорядоченная динамика всей нейронной сети мозга, которая обладает собственным гомеостазом, то есть сопротивляется разрушению в целом, за счёт трансформации в частных элементах. Тем самым опыт одновременно и меняется, и при этом сохраняет свои основные параметры. Как следствие, память нас не подводит — мы сохраняем навыки и раз за разом вспоминаем одни и те же события более или менее одинаковым образом. Тем не менее в конкретных механизмах сохранения опыта в постоянно меняющейся системе понятного пока мало. Но очевидно, память имеет несколько взаимосвязанных уровней — от генетического и клеточного до динамического, связанного с работой мозга как целого.

Любая реакции нейронной сети — это функция всей сети, то есть вызывается из всего её объёма, соответственно концентрации в разных частях сети необходимого опыта. Причём реакция не только вызывается, но одновременно и создаётся. Динамика нейронной сети через сигналы рецепторов и окружающие нейроны ткани связана с внутренней средой организма и внешней средой — и связана интенсивно, более чем это возможно в какой-либо искусственной системе, так как речь идёт об открытой системе. Поэтому, с одной стороны, реакция детерминирована особенностями среды — и в этой части создаётся в нейронной сети. С другой стороны, реакция детерминирована устройством самой нейронной сети — и в этой части вызывается из опыта. Таким образом, в нейронной сети упорядочивается работа нейронов, а значит, возникает информация, которая при этом коррелирует одновременно и с устройством сети — с опытом, и со средой. И, можно сказать, эта информация уже непосредственно и определяет поведение.


3.5. Распределённый опыт и ошибочные интерпретации

Биологическая нейронная сеть, как и любая физическая система, стремится к минимизации энергии и равновесию, но по причине постоянного притока энергии вынуждена находится в равновесии динамическом, балансируя между возбуждением и торможением. Биологическая нейронная сеть состоит 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, вследствие неравновесного состояния сети динамика каждого нейрона зависит от динамики всех остальных нейронов, а динамика всех от динамики каждого. Эти особенности не позволяют рассматривать части нейронной сети по отдельности, а значит, любой опыт нейронной сети «размазан» по всему её пространству. В то же время нейронная сеть неоднородна и содержит более или менее обособленные зоны и отделы, архитектура связей и морфология нейронов в которых своеобразна. Что определяет и своеобразие составляющей, вносимой этими частями нейронной сети в реакцию на её выходе, и, следовательно, функциональную специализацию этих частей.

Таким образом, получается, что разный опыт одновременно и локализован в пространстве сети — в части особенностей её зон и отделов, и не локализован — как связанный с элементами распределённой и неравновесной системы. В результате можно говорить только о большей или меньшей локализации разного опыта в пространстве нейронной сети, а не о его строгом разделении, несмотря, может быть, на странность такого утверждения.

Например, то же следует из представления о самоорганизации: самоорганизующаяся система не равна сумме своих элементов, так как у элементов самих по себе нет порядка, они не организованны. Поэтому по элементам системы нельзя достоверно судить о целой системе, то есть опыт системы нельзя свести к элементам и разложить на отдельные составляющие. Точно так же в нейронах самих по себе нет какого-либо 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. 

К примеру, если бы разный опыт имел строгую локализацию в пространстве нейронной сети, то можно было бы вычленять и вырезать даже отдельные мысли. Однако очевидно, что если работа всех нейронов в высшей степени взаимосвязана, то никакая «мысль» нигде в мозге не локализована, поэтому гипотетически вырезав какой-либо участок сети, наиболее активный в момент некоторого мыслительного процесса, вместо нейронной сети «думающей одну мысль» максимум можно получить всего лишь более простую нейронную сеть, которая будет «думать» совершенно другие и более простые мысли.

Другое противоречие можно заметить в следующем. Если предположить, что опыт в нейронной сети локализован, то потребуется 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. Однако в таком случае этот «гомункулус» должен заранее знать всё, чему только может научиться человек. 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. К примеру, что одна часть мозга моделирует поведение в другой части мозга и, наблюдая эту модель, принимает решения о реальном поведении. Или что сознание есть некий механизм, организующий новое поведение, или что сознание — это некое отражение, наблюдая которое мозг оценивает свою работу. И так далее, различных вариаций разделения мозга на думающие и не думающие, управляющие и управляемые, сравниваемые и сравнивающие части может быть много. Подобные идеи обычно возникают в буквальной трактовке воспринимаемого в сознании, которое действительно можно интерпретировать, будто бы некое внутреннее Я наблюдает за происходящим, за мыслями, создаёт и сравнивает их.

Опровержение этих идей похоже на изложенное выше. Допустим, Я — это некая часть мозга, которая наблюдает модели поведения, построенные ей в другой части мозга, выбирая наиболее подходящую. Однако чтобы моделировать, Я должно эти модели запомнить и сравнить внутри себя, иначе одна модель для Я не будет отличаться от другой, то есть внутри себя Я тоже должно моделировать. И так до бесконечности: вначале мозг делится на первое Я и модели, которые это Я создаёт и оценивает, потом внутри первого Я возникает ещё одно Я и его модели и так далее. В конечном итоге от Я ничего не остаётся.

Можно привести другое опровержение. В таких интерпретациях мышление объясняется через взаимодействие думающей части мозга и неких подчиняющихся ей не думающих частей — автоматизмов, рефлексов, отражений, моделей и т. п.. 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, иначе думающая часть думать не сможет. И так до бесконечности, то есть в таких «теориях» возникают бесконечные гомункулусы — думающие части бесконечно множатся внутри себя и в конце концов оказывается, что думать некому. Таким образом, идея необходимости для мышления думающих и не думающих частей ведёт к противоречиям. Поэтому первым шагом в объяснении мышления от «не думающих» частей следует отказаться. К тому же сеть нейронов ни в каких своих отделах и зонах не индивидуальна настолько, чтобы приписывать им столь разные функции.

В итоге мышление всегда функция всего мозга, мозг нельзя разделить на нечто мыслящее и нечто другое. Сказанное не означает, что нет рефлекторных реакций или мы не моделируем поведение, но говорит о том, что любое поведение — это функция всего мозга сразу. За разное поведение разные уровни и отделы нейронной сети отвечают только лишь преимущественно, но в мозге нет таких составляющих, которые бы отвечали только за какое-то конкретное поведение. В свою очередь, это означает, что сознание тоже функция всего мозга. Наше Я — это тоже весь мозг сразу, поэтому отдельные элементы сознания мы воспринимаем как будто «снаружи» Я, но на самом деле они «внутри» Я, так как они тоже часть Я.

В более общем смысле, невозможно адекватно оценить что-то, наблюдая действительно со стороны, как нечто совсем незнакомое. Поэтому прежде требуется наблюдаемое узнать, включить в свой опыт, иначе в наблюдаемом не будет никакого смысла. «Если бы я не носил мир внутри себя, я был бы слепцом со здоровыми глазами» — хорошо иллюстрирует сказанное слова В. И. Гёте. Но это значит, что Я должно обладать сразу всем опытом, который оно оценивает: одновременно моделировать и быть моделью, наблюдателем и наблюдаемым, Я должно быть всем мозгом сразу.

Например, обучаться (в более широком смысле — эволюционировать, усложняться) могут только распределённые системы, то есть системы целостные, в которых любая функция более или менее распределена по всей системе. Наоборот, в отсутствие целостности изменения будут носить характер не усложнения системы, а изменений её отдельных частей. Как следствие, совместная работа несвязанно изменяющихся частей будет порождать только хаос. Поэтому система, способная к обучению, может быть только целым, в котором более или менее условно можно выделить отдельные элементы, структуру, 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, быть главными или подчинёнными, мыслить или не мыслить, все процессы в самоорганизующихся системах взаимосвязаны и переходят друг в друга. Проще говоря, в центре управления уже не может быть других центров управления, иначе в конечном итоге окажется, что управлять некому.

В скобках можно заметить, нелокальность опыта означает, что такие процессы как «сравнение» на самом деле не так очевидны, как может казаться, потому что сравнивающий и сравниваемое, оценщик и оцениваемое представляют в мозге одно целое. И действительно, в мозге происходит последовательная смена состояний, но никакие части мозга друг с другом не «сравниваются». «Сравнение» — это некоторый алгоритм поведенческих действий, способствующий наблюдению сходства и отличий в чём-то. Но в самом мозге только лишь циркулирует возбуждение, то есть сам мозг, как нейронная сеть с обратными связями, занимается исключительно распознаванием условий и формированием последовательностей нервных импульсов, управляющих мышцами и железами. Например, можно заметить, что в ходе решения любой задачи в сознании всегда находится только один объект внимания, мысли всегда последовательно, как кадры фильма, сменяют друг друга. В то же время в последовательном переводе взгляда с особенностей одного объекта на те же особенности другого происходит последовательное запоминание этих особенностей и формируется поведение, которое учитывает вначале особенности первого объекта — например, возникает фраза «этот автомобиль красивый», а затем обоих объектов вместе — «а этот ещё лучше». И возможно это как раз потому, что весь опыт в мозге представляет собой одно целое, потому что без обобщения выявить сходства и отличия ни у чего нельзя.

Ранее в главе «Другой уровень мышления» были описаны мыслительные процессы более общего характера, по сравнению с функцией нейронов по передаче импульсов. Однако, отражая целостность работы мозга как самоорганизующейся и, таким образом, распределённой системы, есть ещё один уровень мышления — связанный с окружающими нейроны тканями.

По современным представлениям в биологических нейронных сетях в информационном взаимодействии участвуют не только сами нейроны, но и окружающие нейроны ткани мозга: глия — клеток которой не меньше, чем самих нейронов, а также внеклеточный матрикс. Электрохимические процессы в нейронах и их отростках приводят к попаданию биологически активных веществ в межклеточное пространство. Распространяясь по которому эти вещества влияют на соседние нейроны и клетки глии, последняя, в свою очередь, также влияет на нейроны. Внесинаптическая передача не является случайной и имеет свои механизмы.

Прежде всего внесинаптическая передача связана с нейропептидами, которые, в отличие от типичных нейромедиаторов, существуют в организме часами. Это позволяет им достигать достаточно удаленных синапсов и длительное время оказывать на них своё действие. При этом нередко на одну и ту же мишень действуют сразу несколько нейропептидов, а один и тот же нейропептид — сразу на несколько мишеней. Благодаря этому могут создаваться различные комбинации модуляторов и клеток мишеней, увеличивая пластичность сети. Каждой комбинации соответствует определенное функциональное состояние нервной системы и организма в целом.

В силу многочисленности нейропептидов, все эти состояния образуют так называемый функциональный континуум, где одно состояние плавно переходит в другое. Например, вазопрессин способствует формированию долговременной памяти, а окситоцин препятствует этому. Другие нейропептиды стимулируют эмоции, облегчают стрессовые состояния, оказывают обезболивающий или снотворный эффект, увеличивают моторную активность, вызывают беспокойство и конфликтное поведение, активизируют врождённый иммунитет и т. д.. Тем самым плюс к давно известным функциям, таким как питание нейронов, пространственная поддержка, гематоэнцефалический барьер, или миелинизация, окружающие нейроны ткани, образуя вокруг нейронов функциональное пространство, способствуют появлению нового уровня взаимодействия нейронов — «объёмной» передачи сигналов между ними.

Также окружающие нейроны ткани участвуют в образовании новых связей нейронов и несут некоторые другие функции. Например, перинейрональные сети (упорядоченные структуры молекул внеклеточного матрикса, находящиеся снаружи нейронов и по строению отдаленно напоминающие хрящи) играют важную роль для хранения информации в долговременной памяти. Перинейрональные сети содержат соединения, известные как хондроитинсульфаты. Некоторые из них способствуют нейропластичности, другие — подавляют ее, ограничивая синаптическую пластичность в сформировавшемся мозге, а также имеют ключевое значение в его развитии и нейропластичности в постнатальный период и у взрослых. 

Таким образом, мышление в мозге не локализовано строго в сети нейронов, фактически это многокомпонентная активная среда, сеть нейронов находится внутри неё, как её наиболее активная часть, «течение» внутри океана. Что ещё больше усложняет понимание работы мозга.

Как к самоорганизующейся системе, нелокальность функций относится не только к мозгу, но и ко всему организму. Однако значительно более выраженное морфологическое различие органов организма и, наоборот, 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, как открытая система, является элементом других, более глобальных самоорганизующихся систем — например социума или биосферы, поэтому границы самого субъекта, как «точки отсчёта» своих решений, тоже не очерчены строго.

Из-за нелокальности опыта, нейронные сети повторяют ту особенность голограмм, когда любая часть изображения содержит всё изображение с уменьшающейся детализацией, в зависимости от величины фрагмента. Ввиду того, что любой опыт принадлежит всей структуре нейронной сети сразу, различаясь только концентрацией в разных областях, то при разрушении оставшаяся часть нейронной сети всё равно сохраняет особенности опыта исходной, только в меньшем объёме. И потому при сохранении у нейронной сети достаточного количества нейронов и связей утраченное качество опыта может быть потом быстро восстановлено. В большей степени это относится к коре мозга, так как структурные отличия подкорковых отделов более выражены. К тому же если разрушение затронуло подкорковые области, то нарушены будут общие функции интеллекта, или не будет поступать афферентное возбуждение, если разрушены первичные проекционные поля.

Следствием нелокальности опыта также является синестезия, когда раздражение одного органа чувств может вызывать ощущения, соответствующие и другому органу чувств, из-за индивидуальных особенностей иррадиации возбуждения с нервных структур одной сенсорной системы на другую. Например, это цветовые ощущения, вызванные звуками, или когда окрашенными воспринимаются буквы и цифры. Причём синестетом отчасти является каждый человек — например, всем понятно, что такое «сочный цвет», «острый вкус» или «лёгкая музыка», а метафора, образующая связи между образами и понятиями разной природы, является важнейшим свойством искусства.

Обобщая вышесказанное, любая самоорганизующаяся система, как одно целое, делает всегда одно и то же — поддерживает гомеостаз. Поэтому усложнение системы — это всегда усложнение гомеостаза, то есть появление у системы всё более сложно-координированного поведения, а не неких отдельных от гомеостаза элементов. Как результат, упрощение или разрушение системы будет приводить не к утрате отдельных элементов опыта, а к упрощению всего поведения сразу. Что может быть больше заметно в одних реакциях, меньше в других, тем не менее упрощаться будет поведение системы в целом, так как фактически будет упрощаться только одна функция — гомеостаз. При этом общее направление реакций на самосохранение и размножение всегда будет оставаться неизменным, так как это суть гомеостаза биологических систем, изменить это направление невозможно, вырождение гомеостаза приведёт к разрушению системы, но не изменению сути её поведения.

Гомеостаз, как общий принцип поведения, означает также, что элементарными являются эмоции «хорошо — плохо», как отражающие приближение системы к равновесию или отклонение от него. По мере усложнения поведения богаче становится и палитра эмоций, в основании которые тем не менее всегда имеют оттенок удовлетворения или не удовлетворения.


3.6. Кратковременная память

Подкорковые области мозга — это уровень нейронной сети, на котором распознаются общие взаимосвязи в условиях и формируются простые движения, то есть это уровень общего опыта, общих функций мышления, поэтому разрушение подкорковых структур будет сказываться на всех элементах частного опыта сразу.

Например, разрушение мозжечка приводит к нарушению точной координации движений. Движения становятся слишком сильными и неточными, ухудшается почерк, возникают проблемы с поддержанием равновесия. Известная пальценосовая проба, когда пальцем требуется дотронуться до кончика носа, рассчитана как раз на тестирование мозжечка.

В том числе подкорковой структурой является гиппокамп, функции которого в этой главе рассмотрим подробнее.
Рис. 5. Красным выделен гиппокамп.

Гиппокамп — это парная структура в составе лимбической системы, которая расположена между корой и стволом головного мозга, последний, в свою очередь, примыкает к спинному. Люди с двусторонним удалением гиппокампа способны вспомнить или то, что было до его удаления, или произошедшее не более 1 — 2 мин. назад, то есть после удаления гиппокампа возможность «намеренно» запоминать что-либо на больший срок практически теряется. Фиксационная амнезия, когда человек забывает недавние события, также лежит в основе известного синдрома Корсакова, который возникает при поражении гиппокампа вследствие, например, большого количества выпитого алкоголя.

Эти нарушения есть следствие того, что помимо других функций — например, участия в обработке пространственной информации, гиппокамп активно вовлечён в процессы селективной синхронизации, связанные с вниманием.

Как уже говорилось, возбуждение в мозге циркулирует. Причём после переключения внимания на другие стимулы ранее синхронизированные нейронные ансамбли ещё порядка 20 — 30 мин. продолжают сохранять определённый уровень постепенно затухающей циркулирующей активности, завязанной на нейроны гиппокампа, в некотором смысле представляя дополнительный основной циркуляции возбуждения процесс. Постоянная активизация ведёт к изменениям в нейронах, тем самым происходит их обучение, хотя и менее интенсивное, чем в ходе селективной синхронизации. Поэтому по истечении указанного времени, когда циркуляция окончательно прекращается, по большей части память теряется. И наоборот, если эти ансамбли нейронов снова попадут во внимание, то есть человек припомнит произошедшее, то следы памяти будут усиливаться, активно переходя уже в память долговременную. И во время сна происходит окончательная консолидация памяти, в чём гиппокамп также активно задействован.

Таким способом при активном участии гиппокампа недавние события сохраняются в так называемой кратковременной (оперативной, рабочей) памяти. Например, слова произносятся последовательно, но представляют из себя некоторое смысловое целое, и кратковременная память позволяет прежде «поместить» в мозг все слова фразы, после чего построить ответ согласно смыслу фразы как целого, а не её отдельных слов. То же относится ко всем другим последовательно происходящим событиям, к примеру, запоминанию пути или построению маршрута.

Несмотря на то, что в работе кратковременной памяти, как и вообще в работе мозга, много неясного, по всей видимости, невозможность запоминать события на долгий срок связана с тем, что без активности нейронов гиппокампа изменения в нейронах коры не получают достаточной глубины, в результате попавшее во внимание не может перейти в долговременную память. Образно говоря, гиппокамп — это оживлённый перекрёсток, который не только распределяет потоки нервного возбуждения наиболее оптимальным образом, но и тормозит или подгоняет их. Тем не менее так как опыт в нейронной сети не локализован строго и работа кратковременной памяти в той или иной степени тоже есть функция всего мозга, то на означенные выше 1 — 2 мин. кратковременная память всё-таки возможна. Также в простых случаях обучение возможно как «привыкание» (суммация), когда опыт появляется «сам собой», то есть в результате непосредственного повторения обстоятельств в окружающем, а не путём их «целенаправленного» припоминания и обдумывания.

В ходе эволюции более или менее взаимосвязанно с ростом объёма и сложности мозга объём кратковременной памяти тоже увеличивается, и чем он больше, тем большим объёмом опыта животное может оперировать непосредственно и более сложную тактику действий сформировать.

По некоторым оценкам, объём кратковременной памяти у человека в три раза превышает её объём у человекообразных обезьян. Например, шимпанзе Канзи, известный тем, что научился общаться с людьми при помощи специально разработанной системы знаков-слов, использовал фразы из двух слов примерно в 10 раз реже, чем одиночные слова, из трех — в единичных случаях. Дети, напротив, уже в возрасте двух лет используют фразы из двух слов чаще, чем односложные высказывания. Канзи этого уровня так и не достиг. Такое же экспоненциальное убывание частоты событий наблюдается для манипуляций с объектами. Например, в естественных условиях все шимпанзе способны научиться колоть орехи, используя в качестве молотка камень, а в качестве наковальни элементы рельефа, которыми не требуется манипулировать, — плоский выход скальных пород или корень дерева. Но только отдельные особи могут научиться использовать в качестве наковальни камень, который нужно выбрать и правильно установить. К аналогичным выводам можно прийти и на основе наблюдений за другими видами орудийной деятельности человекообразных обезьян. Манипуляция двумя объектами в контексте решения некоторой задачи встречается постоянно, с тремя — редко, с четырьмя — никогда.


3.7. Воля

Нейронная сеть как самоорганизующаяся система находится в динамическом равновесии, балансируя между возбуждением и торможением, этот 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 весов связей нейронов, и потому после обучения гомеостаз происходит уже в контексте нового опыта. Таким образом, в нейронной сети любое поведение — это одна из фазовых траекторий её гомеостаза. Поэтому, например, какие-либо «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». Что соответствует естественной сути гомеостаза — через неустойчивость в частных параметрах системы происходит поддержание постоянства параметров системы в целом. 

Физиологическим основанием ощущения «волевого усилия», по-видимому, является процесс значительной и энергичной корректировки частным опытом побуждений более общего характера: преодоление страха, усталости, устоявшихся привычек, сдерживание излишней активности, эмоций и т. п.. Что всегда связано с резким изменением направления регуляции организма, которое со стороны мозга означает интенсивное изменение картины активности нейронов и потому, вероятно, воспринимается нами как «усилие». Следовательно чем меньше у животного объём опыта и потому меньше может быть разница между опытом общим и частным, врождённым и приобретённым, тем меньше будет выражена и такая корректировка. Чем проще животное, тем больше его поведение подразумевает следование «инстинктам», «рефлексам», а не обдумывание вариантов действий — и в результате, возможно, «волевое» изменение линии поведения в соответствии с некоторой личной стратегией.

Первая «эмоциональная», «автоматическая», «инстинктивная», «рефлекторная», то есть «не сдержанная» предварительным размышлением реакция, возникает на более низких уровнях нейронной сети, на которых распознаются общие признаки условий и потому это уровень общего опыта, настолько схожего у всех животных одного вида, насколько в своих общих параметрах похожи условия их жизни. Наоборот, кора мозга — это в большей степени уровень личного опыта, так как частные признаки условий, которые распознаются и запоминаются корой, в большей степени отражают условия жизни конкретного животного. И если общие признаки возникшей ситуации не сигнализируют о том, что нужен немедленный ответ, то можно и важно подумать, исследовать ситуацию получше, в её конкретных особенностях и в свете последних данных, чтобы ответ был более точным. Поэтому чем больше у животного личного опыта, тем потенциально больше животное способно «проявлять волю», «контролировать эмоции», спектр которых при этом становится всё богаче, а их переживание ярче.

Одновременно богатство личного опыта делает животное всё более «личностью», так как чем больше объём личного опыта, тем больше поведение подчиняется всё более сложным личным стратегиям. Точность следования которым требует волевых усилий, самоконтроля. И наоборот, по мере упрощения мозга и уменьшения объёма личного опыта, наряду с волей все остальные эмоции тоже будут вырождаться, поведение будет упрощаться.


3.8. Схема мышления, интроспекция

Мышление как самоорганизация означает, что осознание происходит «сразу», внимание переключается сразу на нечто «завершённое», так или иначе понятное. Неравновесный фазовый переход — это не последовательный процесс, идущий от элемента к элементу, от нейрона к нейрону. Перестройка начинается со всех сторон системы, поэтому смена динамики происходит всегда скачкообразно, а не плавно. Вызывая такие же более или менее заметные скачкообразные изменения и в поведении субъекта, импульсивность, «мысли» возникают сразу, а не постепенно формируются.

Подкорковые отделы мозга больше отвечают за поведения общего характера, связанного с общими параметрами ситуации: частоту сердечных сокращений, дыхание, перистальтику, тонус мышц, изменение позы, циклические движения, поддержание равновесия, движения пространственного поля. Таким образом, подкорковые отделы в большей степени формируют общую, неспецифическую реакцию на ситуацию, которая в целом воспринимается эмоционально — как общее возбуждение или торможение, эмоциональный всплеск, понимание смысла, смена настроения, побуждения, мотива — то есть задающей общее направление более конкретным действиям.

В этом общем контексте порядок перестраивается в коре мозга — уровне нейронной сети, где распознаются частные признаки условий — например социальные в префронтальной (лобной) части коры. Поэтому кора — это уровень организации движений, отвечающих за точную «подгонку» поведения к нюансам ситуации: предметные и интеллектуальные движения, в том числе речь, письмо. В этом процессе восприятие конкретизируется и усложняется, проявляются детали происходящего, ранее вызванное поведение корректируется.

Например, внутренние и внешние условия в целом могут диктовать сон, но некоторые отдельные элементы 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. В свою очередь, по обратным связям эти мысли уточнят эмоциональный контекст ещё больше — и так далее до достаточной нейрогуморальной перестройки организма, чтобы попытаться встать. В данном случае процесс будет восприниматься как «волевая» борьба со сном, так как он связан с выраженным «конфликтом» общего и частного опыта, значительным и активным изменением работы всех систем организма.

По тому же принципу происходит внутренняя речь, воспоминания и т. д.. Распознавая общие признаки условий, подкорковые отделы задают общее направление распознаванию в коре. Уточняя его до конкретных фраз и образов, в том числе интроспективных — обозначающих себя, кора по обратным связям повлияет на подкорковые отделы, внеся в их работу соответствующие словам изменения, что воспринимается как некоторое новое эмоциональное состояние. Одновременно подкорковые отделы задают новое общее направление распознаванию в коре, которое приводит к новым конкретным фразам и образам. В итоге субъект и эмоционально понимает себя, и соответственно этому пониманию в его сознании возникают новые слова и образы. И так размышление продолжается, пока опыт и условия не приведут к смене поведения.

Чем проще животное, тем меньше размер коры по отношению к подкорковым структурам. Уменьшение относительных размеров коры приводит к тому, что опыт животного относительно больше концентрируется в подкорковых отделах. Поэтому повреждение коры сказывается на поведении более простых животных гораздо меньше, чем на поведении человека. Удаление коры у человека приведёт практически к полной утрате им опыта, связанного с каким-либо конкретным поведением, останутся только общие вегетативные функции. Причём исчезнут даже те функции, которые присущи подкорковым отделам в здоровом мозге, так как они критически зависят от постоянного взаимодействия с корой посредством обратных связей, идущих от неё. 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.

В заключение главы можно обратить внимание на следующее. Зачастую интроспекцию (саморефлексию, самоотчёт, самонаблюдение) представляют некой загадочной функцией мышления, принципиально отличающей человека от искусственных систем. Однако её схематическая суть всего лишь в обратных связях нейронной сети. Поэтому теоретически в той или иной степени упрощения интроспекция может быть реализована, например, в искусственных нейронных сетях рекуррентной архитектуры. Верхние уровни нейронной сети конвергируют сигналы нижних уровней в сигналы логически более конкретного характера, после чего их обратное влияние на нижние уровни будет приводить к новой конвергенции и так далее — аналогично разговору с самим собой, описанному выше. Смысл этой конвергенции может, к примеру, отражать «плохое» или «хорошее» состояние системы, управляющим элементом которой является нейронная сеть. В результате, распознавая это состояние, нейронная сеть будет как будто «ощущать» плохое или хорошее «настроение», соответствующим образом реагировать и менять его аналогично тому, как мы можем изменить своё настроение, вспоминая что-то хорошее или плохое. Естественно, что само наличие этой способности не означает появление у такой нейронной сети какого-либо сознания.



3.9. Есть ли свобода воли?

Функционирование организма, начиная от внутриклеточных процессов, морфогенеза и заканчивая переключением внимания, связано с неравновесными состояниями и бифуркациями. Бифуркация — это качественное изменение поведения динамической системы при бесконечно малом изменении её параметров. Из-за чего выбор системы в точке бифуркации отличается принципиальной неопределённостью и, к каковому выводу мы пришли в первой главе, его сложность бесконечна. Далее рассмотрим, как принципиальная невозможность сколько-нибудь точного предсказания поведения системы в точке бифуркации связана с представлением о предопределённости, детерминизме, причинах и следствиях. В свою очередь, это поможет понять, насколько мы свободны в своих поступках, есть ли у человека свобода воли. 

Может показаться, что положительный ответ на последний вопрос был дан ещё в первой главе. Каждое переключение внимания — это переход через точку бифуркации, при этом выбор в точке бифуркации — это выбор самой системы. В свою очередь, переключение внимания — это переключение поведения на новую цель. Таким образом, действительно, можно сделать вывод, что свобода воли есть, так как субъект делает то, что хочет, сам выбирает цели своего поведения.

Проверим этот вывод. Отсутствие свободы воли — это предопределённость поведения средой. Не обязательно должно быть возможным эту предопределённость доказать, то есть не обязательно поведение должно быть вычислимым на практике, достаточно того, чтобы предопределённость следовала с принципиальной точки зрения. В точке бифуркации предопределённость поведения системы средой, с одной стороны, вроде бы есть, так как переход связан с бесконечно малыми изменениями параметров системы, а их в конечном итоге инициирует среда. Но, с другой стороны, так как в точке бифуркации система становится неотделимой от среды, то есть система становится всем, то, оказывается, что наличию свободы воли предопределённость поведения средой не мешает. Таким образом, вывод о наличии у субъекта свободы воли подтверждается.

Однако в реальности ситуация выглядит сложнее. Поэтому рассмотрим обстоятельства принятия решений субъектом подробнее. Вначале снова рассмотрим выбор в точке бифуркации и дальше новые обстоятельства.

Представление о предопределённости возникает в контексте идеи мира, как некой глобальной программы, в которой любой процесс принципиально разложим на шаги и этапы, каждый последующий шаг предопределён предыдущим, поэтому конец любого пути существует фактически ещё в его начале. Однако если бы всё будущее Вселенной было предопределено ещё в момент её рождения, то, например, любая самоорганизация, в том числе эволюция и обучение, была бы иллюзией, так как фактически происходило бы всего лишь развёртывание этой глобальной программы, в которой всё задано заранее и сложность которой при этом, естественно бы, не менялась. Может ли быть, что так и есть, что самоорганизация нам только кажется?

Программа — это реализованный конкретными средствами алгоритм. Алгоритм — это инструкция, пошаговый план действий. Например, формула теории, описывающей некое явление — это алгоритм, позволяющий вычислять течение явления в зависимости от начальных условий. Другими словами, описание явления — это не само познаваемое явление, а наше знание о нём.

Однако любое знание связано не только с описываемым явлением, но и со структурой мозга, а значит, и с особенностями этой структуры. По этой причине адекватность знаний природе ограничена, знание — не реальность, а значит, любое знание, чтобы иметь смысл, должно иметь границы применимости — пределы расширения на время и пространство, за которыми знание свой смысл теряет. Но если не может быть знания, которое было бы полностью адекватно природе, то границы применимости должно иметь и представление о какой-либо предопределённости.

Необычный вывод. Поэтому посмотрим внимательнее, что происходит в точке бифуркации. Сохраняется ли там связь с прошлым, то есть является ли этот переход предопределённым какими-либо более ранними и внешними по отношению к системе обстоятельствами?

Чувствительность системы в точке бифуркации к бесконечно малому изменению её параметров — это одновременно и чувствительность системы к бесконечно малому воздействию, а значит, полная неотделимость системы в точке бифуркации от среды — от «всего». Однако исходя из того, что у «всего» уже не может быть никаких предопределяющих его причин, так как причины всего тоже часть всего, то, как ни странно, выбор системы в точке бифуркации не предопределён. Причины, заранее предопределяющей выбор системы, не найти, даже если расширить поиск на всё, причём даже исходя из того предположения, что этот выбор происходит в строго детерминированном мире. Представление, что выбор в точке бифуркации может быть задан заранее и вне системы является противоречивым, так как в момент перехода через точку бифуркации утверждения о чём-либо «до системы» или «вне системы» теряют смысл.

Следовательно это выбор самой системы, принципиально не предсказуемый и возникающий в сам момент перехода. Этот вывод объясняет научное представление о самоорганизации, согласно которому, самоорганизация — это процесс упорядочения элементов системы за счёт её внутренних факторов, без специфического внешнего воздействия, внешние условия могут иметь только стимулирующий или подавляющий эффект.

Самостоятельный выбор системы, который принципиально невыводим из каких-либо более ранних и внешних по отношению к системе обстоятельств, потому что таковых попросту не существует, очевидно, противоречит принципам детерминизма, каузальности, как доктрине о всеобщей причинности, предопределённости. Причём речь идёт о любом детерминизме, в том числе возможному вероятностному детерминизму квантовой механики. Как это может быть? Как уже говорилось, ответ в том, что противоречивым является само представление о детерминизме. Знание не может быть абсолютно точным, чтобы иметь смысл, любое знание должно иметь границы применимости — границы его расширения на время и пространство. И в случае безграничного расширения на всё, то есть на все уровни материи, точно так же теряет смысл и идея какого-либо детерминизма и предопределённости, представление о причинах и следствиях. Мир тот или иной только в той степени, в какой его в принципе можно понять, но какой он «на самом деле» — известно быть не может.

Причём надо подчеркнуть, противоречивость идеи детерминизма для описания выбора системы в точке бифуркации не означает, что этот выбор является, наоборот, случайным. Он связан с бесконечно малым изменением параметров системы, а значит, очевидно, уже не случаен, вопрос только в том, что означает эта «не случайность». Например, если бы выбор был случайным, то и переключение внимания, и вообще любое поведение тоже было бы случайным, то есть бессмысленным, неадекватным задачам животного, предыдущей линии поведения и окружающей среде. Невозможной стала бы не только жизнь, но и вообще какая-либо самоорганизация. Однако важны даже не эти аргументы, а то, что в случае расширения на всё идея любого мыслимого выбора, в том числе случайного, точно так же теряет смысл, как и идея выбора детерминированного, и идея любого другого выбора.

Таким образом, исходя из аргументов, можно прийти к выводу, что выбор в точке бифуркации — это выбор самой системы, но если этот вывод сделан, то на вопрос, как конкретно он происходит, ответа уже не существует. Естественно, этот вывод тоже не абсолютная истина, но нынешние знания приводят именно к нему, а других знаний, по крайней мере пока, не узнано.

Говоря более наглядно, если бы процессы самоорганизации в природе были в точности обусловлены прошлыми обстоятельствами, то есть, по сути, «заданы заранее», то настройки начальных условий Вселенной должны быть столь невероятно точными, что возможность таковых просто не имеет смысла. Условно говоря, есть большая разница между настолько точным подбором траекторий движения всех атомов и молекул, чтобы в какой-то момент времени они соединялись в сложно организованные и активные структуры (к тому же так, чтобы со стороны можно было наблюдать эволюцию этих структур), и возможностью элементам просто собираться в неупорядоченные наборы, усложнение которых будет происходить само собой, за счёт внутренних факторов, только по причине интенсивного взаимодействия с окружающей средой.

Например, отчасти похожим образом притяжение — это не запрограммированное в момент рождения Вселенной движение объектов друг к другу. Притяжение — это закономерное явление, обусловленное некоторыми общими свойствами среды, а не «частное» поведение конкретных тел. Так же и для появления сложных структур достаточно того, чтобы самоорганизация в природе в принципе была возможной.

Итак, мы ещё раз выяснили, что выбор системы в точке бифуркации — это выбор самой системы, его нельзя считать ни случайным, ни предопределённым. Причём, несмотря на такую странную ситуацию, она не означает какого-либо противоречия законам физики — их попросту никогда не хватит, чтобы описать выбор системы в точке бифуркации. Достаточно ли этого, чтобы утверждать наличие у субъекта свободы воли? Учитывая, что переключение внимания происходит как переход через точку бифуркации, то, как уже говорилось, ответ, видимо, положительный. Тем не менее посмотрим на обстоятельства выбора внимательнее и прежде всего — может ли выбор быть ещё более свободным?

Чем ближе система к равновесию, тем ниже её чувствительность. Поэтому для предсказания поведения равновесной системы можно ограничиться исследованием небольшого количества параметров, взятых с относительно невысокой точностью, так как другие подробности не оказывают на поведение системы значимого влияния. Например, можно не учитывать микромасштаб системы, всё более «огрубляя» и, таким образом, упрощая её описание без потери в точности предсказаний. Как следствие, чем ближе система к равновесию, тем точнее можно отделить её от среды — от «всего», исследуя систему, как обычное «частное» явление, проходящее на некотором «частном» уровне материи.

Диссипативные системы — неравновесные, поведение таких систем может критически зависеть от событий самого элементарного характера. Тем не менее, наблюдая аккуратно, некоторые общие свойства диссипативной системы узнать можно, поэтому в общих параметрах выбор системы в точке бифуркации предсказанию доступен — и в этих пределах его можно считать предопределённым. Вспомним, именно это указано в определении самоорганизации: внешние условия могут иметь стимулирующий или подавляющий эффект. Поэтому некоторые выводы о том, что будет с системой после перехода, сделать можно. К примеру, нельзя предсказать конкретную структуру будущего порядка, но, понаблюдав за подобными системами, можно предсказать тип структур.

Однако чем сложнее система, тем дальше будут предсказания от сколько-нибудь точных. Если на исследуемом промежутке времени поведение системы критически зависит от бесконечно малых событий, то каждый новый переход через точку бифуркации будет делать её поведение всё более индивидуальным, нивелируя предыдущие наблюдения, и так постоянно.

Как диссипативной системы, поведение человека на общем масштабе поэтому тоже предопределёно, понятно и предсказуемо — например, в целом это стремление к самосохранению и размножению. Но чем более частный масштаб поведения рассматривать, тем больше оно становится индивидуальным выбором субъекта, связанным с его личными особенностями опыта и конкретными особенностями окружающей его среды. Как следствие, чем более частный масштаб, тем поведение становится всё менее выводимым из чего-либо общего, известного, познаваемого, присущего природе в целом и другим людям.

Однако если представить человека, обладающего некой «настоящей» свободой воли, то его поведение, очевидно, будет происходить по тому же принципу. В целом оно будет связано со средой через потребность в самосохранении и размножении и тоже будет иметь врождённые основания — и потому на общем уровне тоже будет понятным и предсказуемым. И наоборот, чем более частные реакции рассматривать, тем больше поведение этого человека будет отражать только его личные особенности опыта и частные особенности окружающей его среды, становясь поэтому всё более непредсказуемым. «Внешне» это будет проявляться в том, что на уровне частных реакций поведение этого человека тоже будет становиться всё более личным, индивидуальным, то есть всё менее выводимым из каких-либо правил и законов, применимых к другим людям и материи в целом. Другими словами, поведение такого человека не будет случайным, но оно не будет и предопределённым.

Но именно таким и является поведение «обычного» человека, потому что именно как «не случайность и не предопределённость» можно обозначить выбор в точке бифуркации. С одной стороны, в общих параметрах среда влияет на самоорганизацию — ещё раз вспомним, про стимулирующий или подавляющий эффект внешних условий из определения самоорганизации, с другой — в точке бифуркации среда исчезает, остаётся только система, которая и совершает окончательный выбор — подготовленный средой, но не заданный ей прямо. И точно так же в момент переключения внимания в природе остаётся только субъект, который и принимает окончательное решение.

В итоге очевидно, что через принципы самоорганизации реализована максимально представимая свобода воли. Поведение человека не предопределено средой в точности, а опосредовано его собственной внутренней динамикой, собственными задачами человека, его потребностями и способностями. При этом, повторим, всё это не требует введения для субъекта каких-либо исключений из законов физики.

И всё же посмотрим ещё внимательнее.

Переход через точку бифуркации — это единичное событие, которое приводит или к усложнению системы, или к её разрушению и хаосу. Наоборот, гомеостаз, как общая суть поведения диссипативной системы, связан со множественными бифуркациями (флуктуациями) частного характера, которые постоянно возникают в системе, ввиду её интенсивного обмена со средой. Если неравновесное состояние системы не достигло критического, эти бифуркации не достигают уровня всей системы и ведут только к неопределённости её конкретного поведения. В ином случае вся система как целое переходит через точку бифуркации к более сложной организации или, если взаимодействие со средой слишком интенсивное, в состояния турбулентного хаоса, система разрушается. Поэтому, как связанное с бифуркациями, в степени неопределённости реакций гомеостаз — это тоже собственное поведение системы, стремление к самосохранению, возникающее за счёт её внутренних факторов. Гомеостаз заключается в активном противостоянии среде и в той же степени гомеостаз не задан средой. Среда содержит нужное системе — энергию, вещество, но не предопределяет её поведение полностью.

Как диссипативных систем, поведение всех организмов, их микро- и макросистем, от клетки до биосферы, на общем масштабе тоже является гомеостазом. Поэтому именно гомеостаз можно назвать «сущностью» жизни. Физические особенности гомеостаза определяют активное стремление живого к самосохранению, в том числе возможность эволюции или обучения, так как усложнение тоже можно считать элементом гомеостаза, по причине того, что система не разрушается, а продолжает противостоять среде на новом уровне сложности. Более того, гомеостаз — это и стремление к размножению тоже. Например, на уровне отдельных организмов размножение, очевидно, противоречит самосохранению, потому что как минимум создаёт организму конкурентов и отнимает энергию. Однако на уровне систем организмов — колоний, видов, социума, всей биосферы — появление новых организмов и утрата старых, наоборот, становится способом их обновления и развития, то есть способом гомеостаза таких макросистем, способом их противостояния среде.

Таким образом, бифуркации в организме — это не только внимание и даже вообще мышление. Более того, диссипативные системы — это не только жизнь в каком-либо её проявлении, это ещё ячейки Бенара и многие другие физические системы, к живому миру никак не относящиеся. Другими словами, и гомеостаз, и бифуркации — это обычное явление физического мира, а не исключительное свойство жизни и разума. Следовательно само по себе переключение внимания как переход через точку бифуркации говорит не о чьей-либо свободе воли, а только о неком физическом явлении, которое само по себе никакого отношения к субъекту не имеет.

Поэтому теперь нужно обратить внимание на то, где происходит переключение внимания и рассмотреть логические особенности работы мозга, то есть его особенности как нейронной сети.

Поведение формируется по мере прохождения возбуждения от входа нейронной сети к выходу, то есть по мере распознавания ситуации от общих параметров до конкретных. В этом процессе мышечная активность надстраивается элементами, также учитывающими ситуацию во всё более точно. Как связанная с распознаванием общих параметров ситуации и формирование мышечной активности общего характера, работа низких уровней нейронной сети мозга психически воспринимается как эмоционально-мотивирующее самоощущение, которое на уровне коры «уточняется» до конкретной цели действий, и воспринимается как «переключение внимания» на некоторый конкретный образ, фразу. В результате в сознании одновременно есть и смысл действий, и конкретная цель действий.

Все перестроения активности нейронов соответствующие разным стадиям формирования поведения происходят более или менее скачкообразно, как неравновесные фазовые переходы, то есть переходы через точку бифуркации. Конкретно переходы связаны с тем, что, сменяя друг друга, в пространстве мозга на разных частотах синхронизируются разные ансамбли нейронов. При этом по обратным связям вышележащие уровни нейронной сети могут влиять на нижележащие. Это влияние можно описать по-разному: что выработанное поведение может влиять на поведение ещё только формирующееся; что поведение, учитывающее конкретные нюансы ситуации, может влиять на поведение, учитывающее её общие параметры; или что сформированные в коре конкретные параметры цели могут влиять на формирование новой цели. Но общий смысл этого влияния в том, что в результате появляется возможность создавать цепочки действий, объединённые общим смыслом, то есть проводить последовательное целенаправленное поведение. 

Однако из этих особенностей следует, что наше восприятие конкретизируется только в момент переключения внимания, когда в сознании возникает конкретный образ, фраза. Но переключение внимание — это только заключительный момент формирования поведения. Из-за чего можно предположить, что поведение — это как будто не вполне самостоятельный выбор субъекта, так как только после переключения внимания субъект осознаёт объект внимания, а не заранее «свободно» направляет внимание туда, где есть что-то интересное. С другой стороны, субъект — это весь мозг, и эмоционально-мотивирующее самоощущение, которое больше связано с низкими уровнями нейронной сети мозга, — это тоже субъект. Поэтому, получается, что вначале возникает побуждение, мотив и субъект что-то неопределённо «хочет», потом, в момент переключения внимания, он понимает, что конкретно хочет, и делает это. То есть, проще говоря, что хочет, то и делает. В свою очередь, выработанное в коре конкретное решение по обратным связям влияет на низкоуровневую динамику нейронной сети, то есть в мотивах, вроде бы «не контролируемых сознательно», на самом деле тоже оказывается доля именно такого контроля. В итоге субъект не только, что хочет, то и делает, но даже и хочет то, что хочет хотеть. И всё это одновременно учитывая и среду, и опыт.

Причём иное «содержание» сознания представить невозможно. Например, невозможно, чтобы субъект явным образом контролировал работу всех мышц и желёз, то есть чётко осознавал их взаимодействие, направлял и формировал его. Дело в том, что множество мышц и желёз работает одновременно, но в целом поведение последовательно, так как задача мышления перемещение организма в среде, что подразумевает последовательное движение от одной цели к другой, то есть синергию всех мышц и желёз, объединённую общей целью. Поэтому субъект, как весь мозг, а не какая-то его часть, и должен «находиться» на уровне функции всего мозга, а не его частей. В результате мы закономерно воспринимаем себя как некое бесструктурное целое, наблюдающее мир, последовательно выделяющее цели и деятельно стремящееся к ним, но мы не знаем, как конкретно мы их выделяем и как конкретно реализуется стремление.

Точно так же невозможно, чтобы поведение возникало сразу. Потому что распознавание условий и построение реакций происходит постепенно — от общих к конкретным — по мере прохождения возбуждения от входа к выходу нейронной сети, а иная организация мышления не позволит обучаться. Невозможно и обратное — чтобы субъект одинаково чётко осознавал все этапы формирования своего решения, так как это означает, что постепенного распознавания условий как раз не происходит.

В итоге, в рассмотрении работы мозга как нейронной сети идея свободы воли оказывается более неоднозначной, чем это казалась, если рассматривать свободу воли только с точки зрения физических особенностей работы мозга. Новые аргументы появляются и за наличие свободы воли, и за её отсутствие. Но на самом деле так и должно быть, потому что в нашем опыте «свобода воли» логически непредставима. Что-то не может возникать из ничего, любое событие — это только выделенная часть их цепочки. Поэтому любая определённость в вопросе «свободы воли» может иметь в нашем опыте только два варианта: или беспричинность выбора — а значит, его случайность, бессмысленность и потому противоречивость, или предопределённость выбора какими-то причинами заранее — и тогда опять его противоречивость.


3.10. Выводы

Подводя итог главам про мышление, понятно, почему именно принципы самоорганизации лежат и в основании мышления. Мышцами и железами необходимо управлять одновременно и взаимосвязанно, то есть по единой программе, которая должна и обучаться как единое целое. В ином случае не избежать рассогласования отдельных программ — и потому всё равно нужен будет общий центр, корректирующий ошибки. В природе такой «единой программой» стала самоорганизация, динамика которой естественным образом целостна и направлена на поддержание упорядоченного состояния системы. В результате правильно подобранная эволюцией архитектура нейронной сети мозга позволяет обобщать сигналы рецепторов в активность мышц и желёз и при этом сохранять упорядоченность реакций, а синаптическая пластичность и нейропластичность позволяет сети изменяться, тем самым уточняя инстинктивные стремления под конкретные условия среды. 



4. Сознание
4.1. Мышление изнутри

Когда-то человек не подозревал о наличии у него сознания, полагая, что в голове всё то же, что и в природе вокруг, а его Я — это, наверное, проявление души. Со временем, по мере развития идеи, что всё должно иметь рациональное объяснение, наблюдая мозг и изучая его, он обратил внимание, что в тканях мозга в любом доступном приближении незаметно ни синего цвета, ни красного, ни вообще палитры цветов, не говоря уже об эмоциях или образах. Но почему тогда всё это есть в нашей голове? Примерно так люди начали задумываться, что воспринимаемый мир — это, по-видимому, особый «субъективный» мир, «сознание», чрезвычайно странное явление. 

Сознание (квалиа, психические феномены), вероятно, одно из самых знакомых и одновременно самых непонятных явлений. Мы — это наше сознание, любой доступный нам мир прежде всего мир сознания. Более того, наличие себя, наше Я — это единственное, что абсолютно точно есть, в отличие всего остального мира, который на самом деле может быть сном или фантазией. Тем не менее физическая сущность сознания неизвестна, определённого про сознание можно сказать очень немного. И возможно даже, что это естественное положение вещей: если мир дан нам в ощущениях, то насколько непонятен мир, столько же непонятного будет оставаться и в сознании.

Поэтому, учитывая то немногое, что о нём известно, вероятно, единственное рациональное предположение, которое можно сейчас сделать в отношении сознания, заключается в том, что сознание — это то, как «выглядит» процесс мышления «изнутри» материи мозга.

Такое представление соответствует идее панпсихизма, наиболее популярной сейчас концепции сознания. Панпсихизм имеет много направлений, но в целом идею панпсихизма можно пояснить словами Бертрана Рассела, известного британского математика, философа и общественного деятеля. Рассел высказал мысль, что все наши понятия о свойствах материи определяются через отношения, поэтому весь физический мир предстаёт для нас как система отношений. При этом у нас нет представления о том, что является носителем этих отношений. Но это что-то должно существовать, то есть у материи должны быть не только внешние, относительные, но и какие-то внутренние свойства. Однако кроме ментальных свойств нам неизвестно никаких внутренних свойств чего-либо. И Рассел допускал, что внутренние свойства материи имеют ментальный характер.

Другими словами, чтобы внутри системы могла возникнуть палитра цветов, любовь, радость или самоощущение, в самой материи — в её внутренних свойствах — очевидно, тоже должно быть что-то такое, что сделало бы появление сознания возможным, в том случае если её «правильно» организовать. Поэтому может быть, что яркий многомодальный континуум сознания — это действительно некое «внутреннее» физическое проявление сложности работы мозга, процесс мышления со стороны самого мозга.

Как мышление изнутри, сознание, его «вид», следовательно, должно быть прямо связано с тем, что происходит в нейронной сети мозга, как основном элементе мышления. Поэтому далее рассмотрим особенности работы нейронной сети мозга и то, как эти особенности проявляются в сознании.

Нейронную сеть активизируют 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. В свою очередь, возникающий порядок — это, по сути, появление из хаоса качественно новой структуры, некоторого организованного «целого», подчиняющего себе динамику своих элементов посредством скоординированных самим собой, как целым, реакций. При этом «целое» — это континуум, а «порядок» — абстрактен. Именно таким нам и предстаёт сознание — как континуум абстракций разного уровня.

Иными словами, качественное отличие целого и порядка от каких-либо элементов нейронной сети — это, вероятно, и есть суть психического восприятия. Подтверждают эту гипотезу описанные в главе «Внимание, Я, движение во времени» 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 тоже можно связать с сознанием. И чем упорядоченная динамика сложнее, тем сложнее сознание, приобретая черты человеческого посредством общей сложности мозга и специфики архитектуры связей нейронов.

Архитектура связей нейронов определяет как саму возможность упорядочения их работы, объединяя нейроны в целостную структуру с большим количеством прямых и обратных связей, так и логику этого процесса, то есть логику мышления, тем самым задавая и «логику» сознания, его «вид».

Как уже говорилось, в самом общем архитектурно-логическое решение, найденное природой, состоит в том, что за счёт множества рецепторных входов воспринимая всю ситуацию целиком, за счёт малого количества выходов на выходе нейронной сети сам собой возникает порядок управляющих мышцами и железами нервных импульсов. Одновременно рекуррентность нейронной сети мозга, то есть наличие в ней обратных связей, позволяет нынешнему решению непосредственно влиять на решение ещё только формирующееся, тем самым возникает возможность вырабатывать цепочки действий. В результате в нейронной сети мозга происходит распознавание условий и построение действий, в одно целое объединяется чувствительность и двигательная активность.

В свою очередь, эти особенности означают, что ближе ко входу сеть больше только собирает данные, поэтому прежде распознаются общие признаки условий и формируется мышечная активность такого же общего характера, и ближе к выходу распознаются конкретные признаки и формируется моторика, учитывающая конкретные особенности условий. Иначе говоря, на низких уровнях нейронной сетью выявляется общий смысл условий и задаётся общее направление поведения, что в сознании ощущается как некоторая эмоция, мотив, побуждение, самоощущение в целом. И наоборот, конкретные признаки в условиях — это конкретные образы и цели. В результате в сознании находится смысл образов и сами образы, смысл знания и само знание — абстракции низкого и высокого уровня.

Все нейроны в нейронной сети мозга объединены в целое множественными прямыми и обратными, локальными и нелокальными, тормозными и возбуждающими связями. Столь же целостной является работа нейронной сети, так как возбуждение одних нейронов взаимосвязано с торможением других. И наконец целостность нейронной сети мозга — это целостность диссипативной системы, то есть это целостность реальная, физическая, когда система начинает вести себя действительно как одно целое.

Отражая эту целостность, сознание — это, очевидно, тоже не какие-либо конкретные элементы сети. Сами по себе никаких конкретных «частей эмоций» или «деталей образов» нейроны не содержат, поэтому их нельзя там найти и исследовать. Конкретное содержание сознания возникает как конкретная динамика всего мозга, от менее упорядоченной и простой динамики нижележащих уровней и активности нейронной сети мозга в целом, к более упорядоченной динамике коры и селективной синхронизации, связанной со вниманием. От низкого уровня абстракций к высокому, от общего направления к конкретной цели, от смысла к точному знанию, от самоощущения к чётким образам.

Поэтому подобно тому как в высшей степени связанной является работа всех частей нейронной сети мозга, так же и любой конкретный образ, и всё содержание сознания не привязаны строго к её конкретным частям, а более или менее распределены по всей нейронной сети. И можно утверждать только, что за различное содержимое сознания больше отвечают её разные уровни, отделы и зоны, относительно сконцентрированного в них опыта и его необходимости в нынешней реакции.

В свою очередь, интенсивное взаимодействие мозга как открытой системы со средой означает, что работа мозга в высшей степени связана со средой — так, как это недостижимо ни в каких искусственных системах. Что и наблюдается в сознании, абстракции которого имеют как субъективную составляющую, связанную с устройством нейронной сети, то есть с опытом субъекта, так и объективную, связанную со средой. К примеру, в объективной реальности есть электромагнитное излучение разной частоты, но не палитра цветов, свет, темнота, тепло или холод, есть вещества в воздухе и колебания среды, но не запахи или звуки. В то же время частота электромагнитных волн коррелирует с воспринимаемой цветовой палитрой, ощущением тепла или холода, а запахи или звуки с содержанием веществ в воздухе или его колебаниями. Точно так же в объективной реальности нет удивления, страха, грусти или радости, а есть лишь условия, которые могут вызвать эти чувства при наличии соответствующего устройства мозга.

Причём так как субъективная реальность коррелирует с устройством мозга, то в силу его отличия у разных людей, то есть в силу отличий в опыте, каждый человек воспринимает мир по-своему. Но, например, зелёный цвет для всех людей всё равно 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 цвет травы и листьев — «зелёный» цвет, с соответствующим к нему отношением. Точно так же более или менее похож, но не совпадает в точности и весь остальной опыт людей.

В главе «Внимание, Я, движение во времени» говорилось о том, что внимание связано с селективной синхронизацией нейронов. При этом невозможно представить себя без более или менее сконцентрированного внимания, так как без внимания не может быть восприятия своего «движения во времени», то есть своего «протяжённого» существования, процесса «наблюдения» чего-либо. Другими словами, сознание без внимания не существует, несмотря на то, что процессы синхронизации, пусть и менее интенсивные, в работающем мозге не прекращаются и в отсутствие внимания — например, в состоянии глубокого сна или комы.

Следовательно синхронизация и в целом самоорганизация как таковая, вероятно, только создаёт физическую основу для появления сознания, квалиа, то есть физическую возможность какого-либо психического восприятия вообще. Но чтобы сознание было «протяжённым», то есть, по сути, просто «было», должно быть выполнено ещё несколько условий.

Диссипативная система должна быть организована по типу нейронной сети с обратными связями. Обратные связи обеспечат целостность системы и одновременно определят само наличие внимания как нейросетевого элемента целенаправленного поведения. А также необходима определённая разность в интенсивности процессов самоорганизации в системе. Это позволит помимо логического выделения цели, за что отвечает архитектура нейронной сети, выделить цель ещё и интенсивностью процессов самоорганизации. В результате обуславливая восприятие цели как абстракции более яркой и контрастной, возникающей «на фоне» направляющего контекста абстракций более низкого уровня. Тем самым по принципу описанному в главе «Внимание, Я, движение во времени», наполнив сознание восприятием себя, своего стремления и цели и, следовательно, протяжённым движением вперёд во времени.

Из сказанного следует, что сознание, по своему «виду» значительно отличающееся от человеческого, по-видимому, невозможно. Любое сознание должно быть связано с восприятием движущегося во времени «себя», наличием образов, как конкретных целей, и эмоционально-мотивирующего самоощущения, как «фона» общего направления действий. Разница может быть только в частных особенностях сознания — яркости, сложности и модальности его внутренних элементов. В свою очередь, это означает, что сама по себе жизнь ещё не равно сознание. Нет оснований приписывать сознание клетке или, например, биосфере. Как и мозг, это тоже диссипативные системы, но их архитектура имеет мало общего с нейронной сетью мозга.

Далее вспомним об информации и внесём некоторые коррективы в сказанное о ней в главе «Субъектность и информация».

Физической основой сознания является самоорганизация, упорядочение хаоса в диссипативных системах. Поэтому если само по себе упорядочение хаоса можно связать с появлением информации, то информация тогда — это ещё не обязательно сознание, потому что, как говорилось выше, упорядочение хаоса само по себе ещё не сознание. Однако, наоборот, информация — это именно сознание. Дело в том, что если подходить строго, то согласно Международной организации по стандартизации (ISO/IEC/IEEE 24765:2010), информация — это именно интерпретация, значение, смысл данных — чего, естественно, вне сознания нет.

Причём на практике информация может быть связана только с сознанием человека. Например, животные, как и человек, тоже осмысливают окружающее и обмениваются сигналами, но нам неизвестно, что они при этом думают. Поэтому любая информация, которая «возникает у них», — это на самом деле информация, которая возникает у нас, когда мы пытаемся посмотреть на что-то с их точки зрения. Причём, чтобы стать информацией, знание должно обрести форму некого конкретного сообщения, данных, — чтобы его можно было передавать. Поэтому животные, чтобы обладать информацией, должны, во-первых, иметь нечто конкретное, что они хотят сообщить, и во-вторых, уметь облекать это в некие конкретные символы и сигналы конкретного характера. Это ещё дальше уводит информацию от того, к чему в принципе могут иметь отношение животные, ввиду очевидной неразвитости их языка.

И наконец сама по себе самоорганизация — это тоже появление информации не в самоорганизующейся системе, а в нашей голове, когда мы наблюдаем, как самоорганизующаяся система приобретает некоторое конкретное упорядоченное состояние по сравнению с «неопределённым» хаосом.

Поэтому, понимая в дальнейшем границы обобщения — что физической основой информации, как и физической основной сознания, является самоорганизация, но строго говоря информацией является только знания человека, их смысл — информацию можно обратно объединить с самоорганизацией.


4.2. Перспективы изучения сознания

Тем не менее, несмотря, возможно, на правдоподобность, сделанные в предыдущей главе выводы о сознании всё равно носят чрезвычайно гипотетический и даже противоречивый характер. Порядок, возникающий из хаоса, больше его или меньше, сильнее он выражен или слабее, те нейроны синхронизированы или эти, отчасти объясняет континуальность сознания, его абстрактность или движение себя во времени, но никак не объясняет модальность сознания — наличие палитры цветов, эмоций и т. д., то есть собственно само сознание, квалиа. Почему улучшение состояния мы воспринимаем как «хорошо», как нечто «приятное», а боль как «плохо», почему мы вообще что-то воспринимаем? Нет совершенно никакого представления о том, как конкретно «в нейронах» может возникать мир, который мы наблюдаем в сознании. Что мешает изучению сознания и можно ли вообще понять его природу?

Интенсивное взаимодействие мозга со средой, которое необходимо для сохранения его упорядоченной структуры в отсутствие жёстких связей между элементами, и потому неравновесное состояние, означает, что мозг невозможно «разобрать» без значительной утраты информации о его работе, так как в отсутствие взаимного координирующего влияния структура разделённых частей необратимо изменится или разрушится, устремляясь к состоянию равновесия и беспорядка. Ограничена и возможность наблюдения работы мозга снаружи, так как, ввиду чувствительности, само наблюдение влияет на неравновесную систему, в том числе так же разрушая её.

Однако если сознание — это не функция отдельных элементов, а функция их упорядоченной динамики, то чем порядок сложнее, тем «больше» должно быть в системе сознания. Но тем интенсивнее система ведёт обмен со средой, выше её активность, неравновесие и чувствительность, что уменьшает возможность её исследования. В результате, получается, что чем больше должно быть сознания «внутри» системы, тем меньше возможность его найти, исследуя систему «снаружи», и наоборот.

Иными словами, если наблюдение процесса мышления ограничено, то в той же степени, следовательно, это ограничение распространяется и на сознание, так как одно, очевидно, неотделимо от другого. Разница только в том, что, изучая работу мозга, мы наблюдаем процесс мышления «снаружи» — но делаем это слишком поверхностно, чтобы найти в мозге сознание, а являясь самим мозгом, воспринимаем процесс мышления «изнутри» — но «находимся» при этом слишком глубоко, на том уровне материи, где действуют неизвестные законы. 

Но можно ли хотя бы в принципе понять, что такое сознание?

Например, вопрос понимания мышления состоит в том, можно ли описать, как конкретно сигналы рецепторов на входе нейронной сети мозга превращаются в поведение на выходе из неё. Зная все необходимые нюансы этого процесса и подставляя сигналы рецепторов, можно будет вычислять любой итог мышления. Соответственно, станет понятным и сознание. Но возможно ли описать мышление?

Окружающая нас среда сама по себе не может быть ложной — она такая, какая есть. Поэтому если мы в точности проследим связь среды со своими утверждениями, в точности установим, как утверждения возникают, то они перестанут отличаться от среды, станут ей. И тогда тоже, естественно, не смогут быть ложными. Но тогда они не смогут быть и истинными, так как в отсутствие ложных утверждений нет и истинных. Таким образом, возможность такую связь провести, то есть возможность описать мышление, ведёт к противоречиям.

Посмотрим с другой стороны. Исходя из того, что сознание неотделимо от мышления, то понимание мышления, будет означать и понимание того, как конкретно возникает сознание: наше Я, эмоции, ощущения, мысли, образы. И наоборот, если сознание описать невозможно, то, очевидно, невозможно описать и мышление. Однако в попытке описать сознание нас, по-видимому, ожидают неразрешимые проблемы. Потому что сознание никаким языком выразить нельзя.

Невозможность выразить сознание словами какого-либо языка легко становится понятной, достаточно представить ситуацию, когда требуется объяснить «красноту» красного цвета, вкус апельсина или звук рояля тому, кто никогда не видел ничего красного, не ел апельсинов и не слышал рояля. Объяснить будет в принципе невозможно, выразить этот опыт словами не удастся. Точно так же если мышление можно выразить в каком-либо алгоритме (или в программе, так как программа — это реализованный конкретными средствами алгоритм), то этот алгоритм можно будет написать — совершенно обычно, в виде неких слов, формул, схем и графиков ручкой на бумаге. Таким образом, краснота красного цвета, вкус апельсина или звук рояля должен возникать прямо в этой записи. Очевидно, это тоже бессмысленное требование.

Как уже говорилось, такие элементы сознания называются квалиа, они отражают качества субъективного мира и по большому счёту сознание целиком состоит из них. Это цвета радуги, свет и темнота, тепло, холод, звук, запах, боль, вкус и так далее, все ощущения и эмоции, сенсорные и чувственные явления, включая самоощущение, наше Я. Квалиа могут быть только самими собою, их нельзя передать, «сжать» до некого алгоритма, сути, в них нет важного и неважного, что можно сократить или оставить. На основании общности опыта мы можем только их обозначить и описать их отношения и трансформацию — образы, которые они формируют, или динамику изменений, но не то, что их «наполняет». Иными словами, элементы опыта, которые можно выразить каким-либо языком, есть только некоторый «гребень волны» в целом невычислимого «океана» мышления.

В свою очередь, невозможность выразить сознание каким-либо языком означает, что сознание как физическое явление связано с таким уровнем материи, который в принципе не может быть описан, а значит, и не может быть выражен формулами какой-либо мыслимой теории, то есть не может быть познан.

Единственный уровень материи, который в принципе не может быть познан, — это её элементарный уровень. Только элементарный уровень материи принципиально непознаваем, так как только максимально глубокое представление о материи равносильно созданию «теории всего», которая не имеет смысла (подробнее об этом говорилось в первой главе статьи). Следовательно невозможность выразить сознание каким-либо языком есть следствие связи сознания с элементарным уровнем материи.

И действительно, как и должно быть, если сознание неотделимо от мышления, — мышление тоже оказывается связанным с непознаваемым уровнем материи. Функционирование организма в целом, и процесс мышления в частности связаны с переходами через точку бифуркации, в свою очередь, выбор поведения в точке бифуркации зависит от событий самого элементарного характера, то есть бифуркация связана с элементарным уровнем материи.

Таким образом, сознание непознаваемо. Сколько-нибудь точно описать, как активность нейронов на входе нейронной сети мозга превращается в активность нейронов на её выходе, так же невозможно, как и понять, как в этом процессе возникает сознание. Поэтому, наблюдая апельсин, по-видимому, никогда не получится найти в мозге непосредственно оранжевые или шарообразные процессы. Становится понятной и некоторая противоречивость и неполнота сделанных в предыдущей главе выводов о сознании — они и не могут быть иными, ведь сознание не просто непонятно — оно в принципе не может быть понятно, как не может быть понятен элементарный уровень материи. Это значит, что гипотезы в отношении сознания (или, что одно и то же, в отношении элементарного уровня материи) не просто не могут быть как-либо прямо или косвенно проверены, но они даже не могут быть сформулированы, представление о сознании всегда будет в той или иной степени противоречивым и неполным.

С непознаваемостью сознания согласен Дэвид Чалмерс, один из ведущих философов сознания нынешнего времени. По его мнению ответ на вопрос, почему, помимо физических процессов в мозге, существует ещё и внутренний опыт, заключается в том, что без него не было бы и мозга как физической реальности, фундаментом которой и являются квалиа. В то же время, как считает Чалмерс, квалиа нельзя свести к физическим фактам и объяснить при помощи стандартных методов естественных наук.

Заметим, нынешние выводы можно интерпретировать и тем образом, что сознание нематериально — это не материя, не физическая реальность, так как физическая реальность может быть только «абсолютно точной», то есть только самой собой. И так как никаких физических составляющих мозга, наблюдаемых в нём «снаружи» — нейронов, клеток глии и т. п., в сознании вроде бы не заметно, то всё сознаваемое, все ощущения и эмоции — 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, так как принципиально отличные сущности попросту 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» мозга, и качественное отличие сознания от мозга, наблюдаемого «снаружи».

Рассмотрим ещё один аргумент, говорящий о непознаваемости сознания.

Искусственную нейронную сеть можно реализовать программно или аппаратно, а сеть с обратными связями можно заменить сетью только с прямыми (хотя это может быть не оптимально, так как разные функции проще реализовать в соответствующей архитектуре). Поэтому если можно создать искусственную нейронную сеть, не менее сложную, чем мозг человека, то в принципиальном смысле работу такой вычислительной системы тоже можно будет организовать по-разному при том, что результат вычислений будет одинаковым. Однако несложно заметить, что в этом случае не остаётся места сознанию.

Например, если предположить, что сознание есть во всех вычислительных системах, которые выполняют одну и ту же функцию, и оно во всех системах одинаковое, то сознание, следовательно, зависит только от функции, которую выполняет система, ведь организация у всех этих систем разная. Но это значит, что сознание не материя, так как функция — это не материя. Если предположить, что у разных систем, выполняющих одну и ту же функцию, сознание разное, отражая их разную организацию, или есть только в системах какой-либо определённой организации, то сознание, следовательно, никак не зависит от функции — ведь функция у всех систем одна и та же. Но это опять означает, что сознания не существует, так как тогда получается, что сознание зависит только от организации системы, но организация, схема — это тоже не материя. Сознание не может вдруг появляться из ниоткуда, в зависимости от того, как мы располагаем детали системы. В итоге сознание превращается в нечто противоречивое, ему нигде нет места, оно не может существовать. Однако очевидно, что сознание есть и оно связано с работой мозга.

Таким образом, и с этой точки зрения следует, что сознание может быть только в невычислимых системах, то есть таких, описание которых в принципе невозможно, так как только в этом случае функцию и организацию системы принципиально невозможно сколько-нибудь точно отделить от материи этой системы. Этот вывод не делает сознание понятнее, однако теперь сознание перестаёт быть противоречивым и становится следствием высочайшей сложности работы мозга, выраженной в прямой связи с элементарным уровнем материи.


4.3. Перспективы искусственного интеллекта

Продолжая сказанное в предыдущей главе, наоборот, работу любой искусственной системы описать можно. Правила, по которым искусственная нейронная сеть меняется в ходе обучения, известны, сигналы рецепторов известны. Все процессы, которые происходят в искусственной нейронной сети не являются тайной — это обычные вычисления, пусть и чрезвычайно сложные, ввиду сложности нейросетевой структуры.

Это принципиальное различие между искусственным и естественным интеллектом говорит о том, что естественный интеллект обладает принципиальным преимуществом в сложности перед любыми искусственными системами, в том числе обучающимися. Например, сказанное означает, что в материи мозга нельзя выделить «функцию личности» и перенести её на какой-либо другой носитель, чтобы продлить жизнь или получить новые возможности. Любая такая попытка приведёт к качественному упрощению и трансформации создаваемой копии личности, по отношению к оригиналу.

Но что если в искусственной нейронной сети очень много нейронов? Сможет ли количество нейронов в сети перейти в качество её возможностей? Правда, в такой нейронной сети всё равно не будет сознания. Ведь сознание может быть только в невычислимых системах, а искусственная нейронная сеть, какой бы сложной она ни была, всё равно будет системой вычислительной, алгоритмом. Однако искусственный интеллект со сложным поведением, но без сознания, будет даже предпочтительнее, так как это снимает множество этических проблем.

Действительно, как и мозг человека, искусственные нейронные сети умеют делать индуктивные выводы — от частного к общему: находить зависимости в отдельных данных и обобщать их в «целое» — некоторый вывод, отсутствующий при обучении. Например, узнать объект и отнести его к соответствующему классу, построить фразу, прогноз или стратегию. Но именно индукцию, как способность создавать новое, часто рассматривают как важнейшее свойство разума, так как на выводы дедуктивные — от общего к частному, то есть вычисления по готовым формулам — «способны» и обычные компьютеры. В целом проявлением способности искусственных нейронных сетей к индукции и дедукции является умение строить алгоритмы решения задач, на что способны рекуррентные нейронные сети (с обратными связями), то есть умение выделять цели и формировать действия по их достижению — чем собственно и занимается мозг любого животного.

Таким образом, хотя и на самом простейшем уровне, искусственные нейронные сети умеют всё, что умеет интеллект человека. Исходя только из этого факта, можно предположить, что развитие способностей искусственных сетей вполне укладывается в русло количественного усложнения вплоть до способностей любой сложности, в том числе и выше уровня человека. Но, вспоминая принципиальный характер сделанных ранее выводов, вопрос о перспективах лучше поставить по-другому. Что помешает усложнению искусственных нейронных сетей? Как их принципиальная простота по сравнению с интеллектом человека будет проявляться на практике? Где предел сложности искусственных систем, создаваемых человеком?

Работа искусственных нейронных сетей не задаётся заранее в точности. Ввиду сложной структуры нейросетевого алгоритма, проследить ход вычислений мысленно невозможно, поэтому конкретные параметры создаваемой сети выбираются более или менее наугад на основании прошлого опыта решения сетями похожих задач и других общих соображений о целесообразности того или иного выбора. После чего нейронная сеть обучается. В процессе обучения сеть оптимизируется под решение поставленной задачи — можно сказать, что «грубый» процесс создания нейросетевого алгоритма сменяется «тонкой» подгонкой его под задачу. Процесс обучения тоже во многом интуитивен и результат не гарантирует. Дело обстоит практически точно так же, как и в отношении человека — устройство мозга непонятно, поэтому и верный подход к обучению непонятен, и результат не гарантирован. Но, повторим, с тем важным отличием, что работа мозга невычислима в принципе, в отличие от просто сложных вычислений искусственных нейронных сетей.

Однако если работа системы непонятна, то оценить её решения можно только «снаружи», по самим решениям, а не в точности понимая, как они возникают. Поэтому искусственной нейронной сети приходится или «верить на слово», или прежде проверять адекватность её решений. Образно говоря, как и в случае человека, мы больше судим нейронную сеть «по делам», чем проверяя ход её мыслей.

В результате в создании нейронных сетей возникает такая составляющая, как отбор. Аналогично естественному отбору искусственные нейронные сети создаются и обучаются более или менее наугад, в процессе чего среда — в данном случае сам человек, как создатель сети — оставляет те, которые отвечают его нуждам.

При этом, создавая искусственный интеллект, мы так или иначе воссоздаём своё представление о том, что мы хотим от искусственного интеллекта. Естественно, что сложность этого представления ограничена нашим нынешними знаниями. Таким образом, наша способность «отбирать», то есть отделять адекватные системы от не адекватных, неизменно ограничена нашими нынешними знаниями. 

Но очевидно, что наши нынешние знания — это далеко не все потенциально возможные знания. Однако создать мы должны нейронную сеть, которая потенциально может знать всё, что потенциально можем знать мы. Другими словами, мы должны создать такую нейронную сеть, возможное богатство поведения которой равно возможному богатству поведения человека, при том, что оценить богатство поведения мы можем, только исходя из известного о нём сейчас — ни сложность, ни объём каковых знаний не равны максимально возможным. Получается, нужно прыгнуть выше головы, создать то, неизвестно что — для создания искусственного интеллекта хотя бы только равной себе сложности уже потребуется знать больше, чем известно. Причём учитывая, что приближение к максимально возможному знанию, очевидно, бесконечно, то и знать больше, чем в принципе может быть известно за любой конечный промежуток времени.

Посмотрим на сказанное с другого ракурса. Исследуя мозг, мы выдвигаем гипотезу в отношении работы мозга и проверяем её, наблюдая за его работой, то есть наблюдая за поведением самих себя. Создавая искусственные нейронные сети, мы выдвигаем гипотезу в отношении устройства сети и проверяем её, опять же сравнивая поведение создаваемой системы со своим поведением, со своими задачами и их решениями. Таким образом, и изучение естественного интеллекта, и создание интеллекта искусственного одинаково требует всё более глубокого понимания своего поведения. Но понимание своего поведения равносильно пониманию своего мышления, которое сколько-нибудь точно понять невозможно — это было показано в предыдущей главе. Поэтому поведение в той же степени непознаваемое, как и мышление. Это значит, что для создания искусственного интеллекта равного интеллекту человека действительно потребуется выйти за рамки познаваемого. Но за рамками познаваемого оценить нельзя ничего, никакой «отбор» за этими рамками невозможен, адекватные системы будет невозможно отделить от не адекватных.

Иными словами, по мере приближения сложности создаваемых систем к сложности интеллекта человека будет необходимо всё более глубокое познание того, что ни за какой конечный промежуток времени познано быть не может — всего возможного богатства поведения человека. Эта зависимость говорит о том, что по мере приближения создаваемых систем к сложности интеллекта своего создателя их усложнение будет идти всё медленнее и в конечном итоге будет всегда ограничено некоторым уровнем от нынешних знаний. Сложность искусственного интеллекта всегда будет ограничивать непознаваемость явления, которое в нём предполагается воплотить — интеллекта человека.

Проверим, как это ограничение будет выглядеть на практике.

Чем сложнее становятся создаваемые системы, тем сложнее становятся и решаемые ими задачи. Но сложные задачи — это и важные задачи, а значит, чем сложнее система, тем больше возможный вред от её ошибок. К примеру, даже обычная диалоговая нейронная сеть по типу более продвинутой Алисы или Сири, призванная в том числе для ни к чему не обязывающих бесед, за рамками проверенных разработчиками вопросов и ответов может посоветовать пользователю что-то опасное, неадекватное. Но не каждый сможет неадекватность распознать и не все вопросы можно задать заранее. Надо заметить, это уже реальная проблема, возникающая в разработке таких систем. Обучаясь в сети Интернет, они затем дезинформируют предполагаемого пользователя, так как в интернете широко представлена в том числе и разного рода ложная информация, несерьёзная, оскорбительная, требующая тонкого понимания контекста и знаний, которым сложно научиться на примерах из интернета. Не исправляют ситуацию специально подобранные примеры, например, огромные массивы различных проверенных текстов, так как из текстов в любом случае невозможно вынести то общее понимание смысла своих действий, которое так или иначе задаёт адекватность поведения во всех частных ситуациях.

Как кажется, очевидный выход — это усложнение нейронных сетей. Тогда обучить их можно будет большему, а значит, они смогут воспринимать мир в большем многообразии причин и следствий. Но, не говоря о технических проблемах, чем сложнее становятся нейронные сети и потому потенциально шире область их возможного применения, тем стремительнее будет расти важность их проверки во всех условиях, где сеть потенциально может быть использована, так как за рамками проверенных её решения всегда могут быть опасны. Причём, так как речь идёт о системах обучающихся, которые могут стать неадекватными уже в процессе использования, то в идеале проверять нейронную сеть требуется не только во всех возможных условиях, но и по-разному обученные.

Однако, стремительно уменьшая возможности этой проверки, чем сложнее становятся создаваемые наугад системы, тем больше их возможных вариантов, а поведение этих вариантов становится всё богаче — аналогично богатству поведения человека. В том числе богаче стратегическими решениями, которые уже в принципе невозможно оценить сколько-нибудь быстро.

Например, поведение человека — это реализация глобальной и, по сути, бесконечной стратегии самосохранения и размножения. Эта стратегия реализуется в чрезвычайно сложной и постоянно меняющейся социальной и природной среде, где все частные решения увязаны между собой, из-за чего их нельзя оценить однозначно ни на каком конечном промежутке времени. При этом важность точной оценки при всей стремительно растущей сложности её дать становится тем выше, чем более отдалённые последствия рассматривать. К примеру, даже оценка того, что съесть на завтрак, будет меняться и становиться всё сложнее и важнее, если рассматривать завтрак не просто с точки зрения насыщения здесь и сейчас, а в контексте всё более многоплановых и далёких последствий завтрака для решения задач наступающего дня, влияния на здоровье, на своё будущее, на будущее семьи, как пример для детей и так далее. Ещё стремительнее важность точной оценки будет расти, если это план лечения тяжёлой болезни, преодоления эпидемии, управленческие, экономические или политические решения различного уровня, непосредственно влияющие на жизнь сразу множества людей.

Тем не менее сказанное ещё не раскрывает всю глубину проблемы, ведь искусственный интеллект предстаёт в нём не более чем советчиком, компилирующим некий вариант решения задачи на основании уже известного, но он не проводит самостоятельные исследования и не исполняет своё решение.

Как говорилось, на базе обучающей выборки искусственный интеллект может подсказать человеку решение проблемы. В некоторой степени это уже доступно передовым разработкам в области искусственного интеллекта. Это может быть совет (обычно малосодержательный и часто неадекватный) абстрактного характера, научного или любого другого от диалоговых систем, а специализированные системы могут поставить медицинский диагноз и составить план лечения. Диалоговые системы сейчас создаются больше с развлекательной и исследовательской целью, а советы медицинских систем проверяются врачом. Но если сложность советов искусственного интеллекта будет расти, то их характер будет становиться всё более стратегическим, поэтому в соответствии со сказанным выше оценка адекватности будет усложняться и стремиться ко всё более неопределённой. В то же время пока речь шла только о неких высказанных искусственным интеллектом идеях, которым можно следовать, следовать с осторожностью или не следовать вообще. Однако важность точной оценки адекватности начинает расти несравнимо более стремительно в случае, если поведение искусственного интеллекта будет подразумевать самостоятельность — от исследовательских действий и принятия решения до его исполнения.

В результате, получается, что когда отследить и исправить неадекватность нейронной сети стало сложно, тогда, чтобы сеть могла стать более адекватной за счёт большего объёма опыта, мы решили её усложнить. Имея как образец только себя и свои знания, усложнение возможно только одним способом — это приближать нейронную сеть к тому сложному и глобальному пространственному и временному представлению о мире, которое доступно человеку. Но оказывается, что необходимость проверки решений искусственного интеллекта от этого не только не уменьшилась, а она стала ещё более необходимой, при том, что осуществить её, наоборот, стало несравнимо труднее. 

По мере усложнения нейронных сетей всё быстрее будет расти количество их возможных вариантов. Одновременно будет всё богаче становиться поведение сетей, тем самым требуя всё больше времени для его проверки, при этом важность этой проверки будет становиться всё выше, а критерий оценки — наше собственное поведение — будет всё менее понятен. Ситуаций, в которых нужно проверить сеть, чтобы оценить её адекватность, будет уже не просто много — они будут становиться всё более сложными, многоплановыми, стратегически неоднозначными и в конечном счёте всё более неопределёнными. Верный выход из них будет всё труднее сформулировать, сами ситуации всё труднее конкретизировать, найти, представить. В результате проверить поведение сетей будет возможно только всё более и более фрагментарно, аналогично тому, как неполно и неточно мы можем оценить поведение других людей в каком-либо тесте или опросе.

Однако, если говорить о людях, то за рамками проверенного мы всё равно можем рассчитывать на адекватность других людей — и не просто потому, что в каждом из нас заключён опыт миллиардов лет биологической эволюции, а потому что стремление к самосохранению и размножению встроено в любую жизнь ещё на физическом уровне. Это та общая для всех цель, которая придаёт смысл всем действиям человека, задавая самый общий критерий разумного и не разумного, опасного и полезного, ложного и истинного. Такая поведенческая однонаправленность определяет значительную общность всех людей — их мнений, целей, интересов, а также понимание чужих поступков, возможность их предвидеть, различать намерения, легко этому обучаться. И даже не только людей, по тем же причинам общности нам также понятно и поведение животных. Поэтому если у человека склонность к серьёзной неадекватности можно заметить по множеству внешних признаков, то в отношении искусственных нейронных сетей ни на что из этого рассчитывать нельзя. В отсутствие понимания работы системы и общности этой работы с собой, сколько-нибудь достоверная экстраполяция поведения системы в проверенных ситуациях на ситуации ещё не проверенные невозможна.

В итоге, как непосредственное проявление указанной ранее необходимости прыгнуть выше головы, знать больше, чем может быть известно, на практике мы будем наблюдать, что задолго до приближения искусственных нейронных сетей к сложности интеллекта человека сочетание стремительно растущего количества возможных вариантов сетей и столь же стремительно уменьшающаяся возможность оценить их адекватность приведёт к тому, что дальнейшая разработка искусственного интеллекта потеряет всякий смысл, так как время практической реализации каждого нового усложнения будет всё стремительнее расти к бесконечности. 

Таким образом, мы выяснили, что принципиальным пределом сложности искусственных нейронных сетей, создаваемых человеком, является сложность интеллекта самого человека, как их создателя.

Но, может быть, искусственный интеллект — это не обязательно только искусственные нейронные сети? Касается ли выведенное в этой главе ограничение других искусственных систем?

Для ответа посмотрим на ситуацию в целом.

Создание человеком какой-либо системы, равной сложности интеллекта самого человека, равносильно выходу за рамки всех тех знаний, которые можно отнести к точным, ясным, однозначным, формальным. Ведь такие знания только часть опыта, а создаваемая система должна выразить весь опыт человека. Но за рамками точного знания создание чего-либо целенаправленно, точно понимая что, как и зачем делается, невозможно. Поэтому по мере усложнения систем и приближения их к сложности интеллекта человека будет расти неопределённость. Непосредственно рост неопределённости будет выражаться в том, что, ввиду роста сложности задач, всё труднее будет написать прямой алгоритм работы систем, будет расти необходимость непрямых решений. И далее, как следствие усложнения и таких алгоритмов тоже, всё быстрее будет расти количество возможных вариантов систем, всё неопределённее становиться пути их дальнейшего развития, всё сложнее будет отличить адекватный вариант системы от не адекватного, всё больше времени это будет требовать, всё выше будет цена ошибки. 

Однако на самом деле создание системы, даже только равной себе сложности, равносильно выходу рамки вообще какого бы то ни было опыта. Ведь оценка адекватности такой системы равносильна утверждению сразу обо всех своих знаниях, обо всём опыте, причём обо всём возможном опыте, то есть даже о том, которого ещё нет. Но это равносильно тому, чтобы посмотреть на весь возможный опыт со стороны, то есть выйти за рамки самого себя, за рамки вообще какого бы то ни было опыта, чтобы увидеть себя со всем возможным опытом сразу, то есть во всём возможном прошлом и будущем. Что, естественно, не имеет смысла. Поэтому задолго до приближения сложности создаваемых систем к сложности мышления самого человека по всем мыслимым параметрам создания систем неопределённость будет расти и стремиться к полной. Именно эти обстоятельства на примере искусственных нейронных сетей мы развёрнуто описали в этой главе.

Таким образом, вывод о границах сложности искусственных нейронных сетей — это на самом деле вывод о границах сложности сразу всех систем, в создании которых как-либо участвует интеллект человека. Значение имеет только одно — чем полнее работу системы определяет написанный человеком алгоритм, тем ниже будет её сложность по сравнению с интеллектом человека.

Например, этот вывод касается и искусственных биологических систем в том числе. К примеру, гипотетического искусственного интеллекта, собираемого непосредственно из биологических нейронов. В создании таких «живых искусственных» систем точно так же будет расти неопределённость и точно так же потребуется отбор, как и в создании «обычных» искусственных нейронных сетей.

В том числе этот вывод касается биологических систем, создаваемых посредством генной инженерии. О проблемах в моделировании морфогенеза уже говорилось в главе «Морфогенез». Но если говорить упрощённо, то морфогенез похож на работу клеточного автомата. Вспомним, в клеточном автомате задаются правила взаимодействия, появления и исчезновения клеток. После чего, запустив программу, можно наблюдать на экране компьютера эволюцию различных структур клеток — хаотических, упорядоченных, пульсирующих, сложных и простых. Заранее предсказать, какие структуры будут получаться, в общем случае невозможно, потому что, с одной стороны, нельзя мысленно проследить процесс, так как он слишком сложен, с другой — нигде нет плана возникающих структур клеток, который можно было бы найти и расшифровать, ведь заданы только правила взаимодействия клеток, а не их структуры. В результате можно только более или менее наугад задать эти правила и проверить результат «экспериментально», запустив автомат. Точно так же нигде нет «плана» будущего организма, а есть только определённые «правила», зашифрованные в ДНК. Таким образом, генная инженерия точно так же во многом связана с угадыванием и последующим отбором, как и создание искусственных нейронных сетей или «сборка» нейронных сетей из биологических нейронов. 

Подведём итог.

Нет ответа на вопрос, какое максимальное количество нейронов может иметь искусственная нейронная сеть, так как нет никаких критериев для оценки. В то же время, интуитивно кажется, невозможно увеличивать сложность создаваемых систем бесконечно, где-то должен быть предел. Как выяснилось, он действительно есть. Этот предел — сложность интеллекта самого человека. Поэтому чем больше мы приближаем систему к сложности своего интеллекта, тем больше времени это отнимает. И задолго до итога стремящееся к бесконечности совокупное время реализации каждого нового усложнения сделает дальнейшие попытки лишёнными смысла.

Рассмотрим ещё некоторые обстоятельства, тоже говорящие о том, что создаваемые человеком системы, не смогут достичь сложности интеллекта самого человека.

С точки зрения физики биологические системы — это диссипативные системы. Диссипативные системы — это открытые системы. Поэтому если в эволюции животных, как открытых систем, максимально участвует среда во всей своей сложности, то в эволюции искусственных систем максимально участвует человек, тем самым ограничивая эволюцию искусственных систем своими знаниями, сложность которых, как показано в первой главе, не может быть сколько-нибудь равна сложности среды. Похожий аргумент: создание искусственного интеллекта равносильно повторению человеком эволюции нервной системы, при том, что человек много проще биосферы, включающей самого человека, в которой эта эволюция проходила.   

Неравновесные фазовые переходы, с которыми связана работа биологических систем на всех уровнях, — это переход через точку бифуркации, то есть это переход качественный, скачкообразный и невычислимый. В том числе неравновесным фазовым переходом является каждое переключение внимания, когда в сознании возникает новая идея, и в целом работа нейронной сети мозга связана с такими переходами. Таким образом, в целом понятно, как в мозге физически реализуется индуктивный вывод, обобщение, происходит появление нового знания — переход от отдельных элементов к образу, от смысла слов к смыслу фразы, от данных к теории — как неравновесный фазовый переход.

Однако не имеющая границ чувствительность этого перехода и качественный характер последующего перестроения сразу всей системы как одного целого в искусственных системах недостижимы, тем более не приходится говорить о какой-либо целостности. Ввиду его принципиальной невычислимости искусственные системы могут воспроизводить только некоторую общую логику неравновесного перехода, а не действительную суть в её реальной сложности. 

По этим же причинам ограничена и самостоятельная эволюция искусственных систем. Вне открытости среде, неравновесного состояния, целостности, хаоса и бифуркаций искусственные системы не могут качественно перестраиваться не только в процессе «мышления», но и в эволюционном смысле появления новых более сложных искусственных систем вместо более простых старых (например, в результате работы генетических алгоритмов). Иными словами, возможность самостоятельного развития или обучения искусственных систем ограничена по сравнению с биологическими системами в той же степени, насколько искусственные системы проще — и эта разница носит качественный характер. Что опять возвращает нас к аргументам о границах сложности искусственных систем, которые, таким образом, всегда эволюционируют «внутри» интеллекта человека и не смогут выйти за эти пределы.

Тем не менее в отдельных задачах искусственные системы могут и превосходить человека. Например, за счёт более точного соответствия устройства системы задаче или за счёт объёма или скорости выполняемой более простой работы. К примеру, калькулятор считает быстрее человека, а автомобиль может быстрее человека перемещаться в пространстве. Или, выделив в своём опыте задачу, человек может создать систему, которая сможет найти её решение «самостоятельно» в процессе обучения, то есть в последнем случае искусственный интеллект как будто бы превзойдёт человека именно в интеллекте. Но на самом деле как раз за счёт качественно более высокой сложности человек способен выделить в своём опыте и задачу, и придумать систему, которая, оставаясь много проще человека, в процессе обучения только лишь выявит в задаче некоторые частные закономерности, не замеченные человеком.

На практике это означает, что получится или создать искусственную систему, работа которой будет повторять мышление человека в целом, начиная от распознавания условий и до построения действий, но воспроизведённого на очень простом уровне, или систему, которая будет, может быть, и превосходить человека, но лишь на уровне отдельных элементов его опыта. И чем более частный характер носит задача, тем «превзойти себя» человеку будет проще, а превосходство может быть заметнее. И наоборот, по мере приближения возможностей искусственных систем к полноте возможностей человека превосходство быстро сменится отставанием. В итоге усложнение систем, способных делать то, что в целом делает человек, то есть ставить задачи и решать их, всегда будет ограничено уровнем сложности много ниже тех же способностей человека. 


4.4. Современные проблемы моделирования мозга

Выражением ограниченного представления о физических механизмах работы мозга является проблема нейронного кода — вопрос того, как мозг кодирует информацию. Например, фундаментальным элементом этого кода все современные модели рассматривают спайк (потенциал действия, нервный импульс) нейрона. Предполагается, что информация содержится в количестве спайков за конкретное время (частотный код) или в их точном положении во времени (временной код). При этом сами спайки рассматриваются как идентичные дискретные события. Однако реальные спайки являются континуальными колебательными процессами и отличаются периодом, амплитудой и формой фазового портрета, индивидуальными у каждого нейрона. Для описания возбуждения нейронов широко применяются статистические методы, методы теории вероятностей и стохастических процессов. Но все эти теории всё равно являются вариациями модели дискретного спайкового нейрона. Поэтому они в лучшем случае охватывают только часть наблюдаемых явлений и не могут объяснить другие, и в целом не соответствуют фактической эффективности и скорости мозга.

Как кажется, очевидным решением проблемы будет более точная модель нейрона. Однако даже на нынешнем уровне детализации нейронные сети из биологически правдоподобных нейронов требуют огромных вычислительных ресурсов и суперкомпьютеров уже на уровне десятков тысяч нейронов. Причём не все свойства нейронов в той степени понятны, чтобы их можно было перенести в модель.

И наконец точность моделей ограничивает другая причина, более общая и уже неразрешимая. Её частью является описанная выше проблема «дискретного спайка», а значение этой причины растёт тем стремительнее, чем точнее становятся модели.

В реальном мозге все нейроны разные. Есть не только множество разных типов нейронов, причём до сих пор в мозге обнаруживаются ранее неизвестные типы, но и внутри типов каждый нейрон индивидуален — как, собственно, индивидуален любой живой организм. Условия различаются нейроном столь тонко, что для всех из них формируется его индивидуальное воплощение. Причина этого в том, что диссипативной системой, то есть системой активной, целостной, чувствительной, способной перестраиваться и усложняться, является не только каждый отдельный нейрон, но и вся нейронная сеть как целое. Поэтому индивидуализация биологической нейронной сети связана не только с изменением весов связей, но и с трансформацией самой структуры нейронной сети.

Конкретная среда обитания животного не только обучает нейронную сеть посредством изменения весов связей нейронов, определяя появление личного опыта, но и меняет саму нейронную сеть как структуру, приспосабливая каждый нейрон к своему «месту» в сети в широких пределах. Что также означает появление опыта, только более общего характера, так как вся нейронная сеть — суть опыт. Это свойство мозга называется нейропластичностью и в целом связано с морфогенезом. Как и генерация нейроном спайка, морфогенез тоже имеет в основании неравновесные состояния и бифуркации. Если на уровне нейрона способность перестраиваться заключается в возможности оперативно менять частоту генерации спайков, то на уровне всей сети это перестроение нейронов более общего характера, включая сам их рост и оптимизацию их связей, что также влияет на спайки.

Выше было сказано, что в нейронных сетях широко применяются статистические методы, методы теории вероятностей и стохастических процессов. Дело в том, что поведение человека и вообще работу любой нейронной сети тоже можно связать со статистикой (а значит, вероятностями и случайными событиями), так как чем чаще ситуация повторяется, тем лучше она запоминается и тем самым приобретает больший вес в поведении. Статистику можно найти на разных уровнях нейронных сетей от активности нейронов до работы всей сети в целом. Например, статистически можно описать активность нейрона, учитывая, что точность описания его реальной динамики всё равно ограничена. Вероятностные алгоритмы применяются в обучении. Например, это популярный метод отжига — техника оптимизации, использующая упорядоченный случайный поиск (то есть некоторые параметры алгоритма выбираются случайным образом) на основе аналогии с процессом образования в веществе кристаллической структуры, в том числе при отжиге металлов. Метод отжига позволяет найти оптимальное состояние сети в процессе обучения без перебора всех возможных состояний, которых может быть очень много. Это эвристический алгоритм, он не гарантирует оптимальный результат, но в некоторых случаях позволяет его улучшить, по сравнению с другими методами, и в целом применяется в тех задачах, где сложно произвести полный перебор и найти точное решение.

Но представим статистическую модель человека — поведение этого человека будет не логически адекватным, а статистически, то есть отражать не реальность, а некую обобщённую статистическую модель реальности. Если эта модель простая, то такой человек будет здороваться не потому, что кого-то встретил, а потому что по статистике он должен поздороваться некоторое количество раз за некоторый промежуток времени. И наоборот, чем полнее статистика, тем логически точнее будет поведение.

Однако за счёт высочайшей чувствительности, недостижимой ни в каких искусственных системах, и пластичности, способности перестраиваться, целостно меняя работу в ответ на мельчайшие изменения условий, в мозге эта статистика учитывает среду качественно полнее и точнее и становится действительно логикой. Поэтому логически адекватной человеку модель человека станет только тогда, когда её сложность будет равна оригиналу. Пока этого не произойдёт, будут оставаться такие же проблемы адекватности, которые были описаны нами в предыдущей главе на примере диалоговых систем. Относительно обучающих примеров поведение системы будет статистически верным, но относительно реального мира логически неадекватным. И вспомним, в той же главе мы тоже пришли к выводу, что с целью повышения адекватности ответов надо увеличивать сложность систем, опять же приближая их к сложности человека.

Поэтому модель нейрона как обобщение всего множества реальных нейронов — это как обобщённый кирпич для строительства дома, который столь сложен, что все кирпичи в нём индивидуальные. Дом из обобщённых кирпичей получится настолько же проще, насколько они подверглись упрощению. В нашем случае, чем ближе мы подбираемся к строительству такого «сложного дома» — искусственного интеллекта, сравнимого по сложности с человеческим — тем больше будет требоваться превращение вычислительной системы в живой развивающийся организм, в диссипативную систему. Но свойства диссипативных систем — открытых, термодинамически неравновесных, чувствительных, способных качественно перестраиваться и усложняться — противоположны свойствам систем вычислительных.

Например, активность отдельного нейрона хаотическая, но если соединить два нейрона, то генерация ими спайков упорядочивается, нейроны сами собой синхронизируются на некоторой частоте. Большее нейронов — сложнее ритмы. Естественно, что ни в каких искусственных нейронах это явление недостижимо. Моделирование синхронизации требует специальных программных решений и сложность реального процесса не отражает.

Проще говоря, приближение искусственной системы к сложности биологической нейронной сети  — это превращение алгоритма в не алгоритм, так как если мышление неотделимо от сознания, то адекватная модель мышления должна обладать сложностью сознания, но, как мы ранее выяснили, сознание никаким языком выразить невозможно. Точно так же ранее мы выяснили, что, в отличие от других явлений, сложность мышления равносильна его описанию на элементарном уровне материи, и в последних главах эти выводы подтвердились. Поэтому если в моделях других явлений — равновесных, линейных, чувствительность которых ограничена — достаточно выразить только некоторую внешнюю суть происходящего, ввиду того, что процессы на более глубоком уровне материи всё равно не могут оказывать на течение явления значимого влияния, то адекватная модель мышления должна обладать точностью элементарного уровня материи, так как мышление способно на абсолютную чувствительность. Но описание элементарного уровня материи равносильно построению теории всего, которая не имеет смысла. Абсолютная чувствительность мышления и сама по себе означает, что обобщённые нейроны для создания адекватной модели мышления не имеют смысла, потому что обобщение — это упрощение, но необходимость отразить в модели элементарный уровень материи уже говорит о том, что никакое упрощение недопустимо.

В итоге необходимая точность моделей не только недостижима на практике, но и невозможна в принципе. Задача превращения алгоритма в не алгоритм — это задача превращения знания в не знание, так как за пределами алгоритмов находятся явления, которые описанию недоступны, а значит, они недоступны и познанию. Но вычислительная система, работающая на недоступных познанию принципах — это не имеющее смысла сочетание слов.

Другой стороной проблемы нейронного кода можно назвать проблему связывания: каким образом мозг интегрирует информацию в разнообразное и связанное целое? Проблему связывания можно понимать более узко — как поиск нервных коррелятов такой связи. Как отличается и как связана нервная активность, кодирующая разные элементы образа? Например, оттенки синего, когда мы смотрим на небо? И более широко, в этом случае проблема связывания — вопрос того, как конкретно связаны нервная активность и многомодальный мир сознания. Как конкретно активность нейронов становится цветами радуги, светом, темнотой, запахами, звуками и эмоциями. Учитывая аргументы предыдущих глав, понятно, что в последнем варианте реальная сложность проблемы связывания видна лучше.

Тем не менее, как тоже понятно из предыдущих глав, в биологических нейронных сетях сейчас уже известны некоторые особенности, которые, предположительно, можно сопоставить некоторым особенностям сознания. Проблемы возникают только в уточнении того, как эти особенности связаны друг с другом. Точно так же относительно несложно разглядеть в мозге сеть нейронов и установить некоторые общие принципы её функционирования, проблемы возникают только в уточнении этих принципов. Скажем об этих особенностях ещё раз, разделив их в контексте темы главы.

Как известно, от слоя к слою сети уровень абстрагирования растёт. Если не вдаваться в подробности, то это утверждение применимо ко всем нейронным сетям, в том числе искусственным, так как само по себе оно не означает наличие в сети какого-либо сознания, то есть каких-либо реальных абстракций. «Абстрагирование» в данном случае — это всего лишь обозначение способности всех нейронных сетей к распознаванию, то есть выделению признаков условий — чем, собственно, и является абстрагирование. Чем сложнее сеть, чем больше в ней слоёв нейронов, тем более сложные признаки сеть сможет выявить. Например, чтобы отличать кошек от собак нужно выделить признаки кошек и собак, и чем сложнее сеть, тем точнее она сможет кошек от собак отличать, сложнее признаки выявить. Алгоритм на это вполне способен и даже не обязательно он должен быть нейронной сетью, но так как такие алгоритмы сложны, то проще не писать его напрямую, а воспользоваться алгоритмами обучающимися. Однако в мозге сознание есть, и рост уровня абстрагирования можно связать с переходом от эмоций к конкретным образам. Почему последовательность именно такая, говорилось в главе «Мышление изнутри».

В то же время у биологических нейронных сетей есть и такие особенности, тоже сопоставимые с особенностями сознания, которые в искусственных нейронных сетях отсутствуют.

Континуальность и упорядоченность сознания — это целостность и упорядоченность диссипативных систем. Например, клетка, организм или мозг — это упорядоченный континуум веществ и химических реакций. Причём в мозге возникает ещё один уровень целостности и упорядоченности — синхронизация нейронов на частоте разных ритмов и сложная взаимозависимая динамика этой активности. Поэтому работа мозга в означенном ряду самая сложная, наиболее упорядоченная. При этом «порядок» абстрактен, представляя из себя нечто «над-элементное», то есть и абстрактность сознания тоже имеет некоторое объяснение. Наоборот, вычислительный процесс противоположен всем этим свойствам сознания, так как вычислительный процесс — это всего лишь некоторая последовательность отдельных операций.

Таким образом, абстрактности, континуальности и упорядоченности сознания некоторое общее объяснение есть, пусть и не очень ясное. Как понятно, связи с элементарным уровнем материи объяснение есть тоже. Более сложное объяснение есть и другим особенностям сознания (отсутствию сознания в фазе глубокого сна или ощущению своего движения во времени — объяснение этим особенностям было дано в главе «Внимание, Я, движение во времени»). Тем не менее, вспомним, в принципе невозможно дать какое-либо объяснение модальности сознания, то есть собственно самому сознанию, квалиа. В результате по общим признакам сознанию что-то в работе мозга сопоставить можно, но ответить на вопрос, какова эта связь конкретно и даже есть ли она в действительности, нельзя. Проблемы связывания и нейронного кода, по-видимому, нерешаемые.

В заключение статьи заметим, вывод о наличии у познания принципиальных границ, в том числе таких «близких» и «непосредственно наблюдаемых», как сложность собственного мышления или физическая сущность сознания, кажется, является однозначно пессимистическим. Однако, если подумать, однозначно плохо было бы как раз понять всё, так как это абсолютный предел какого-либо развития, а бесконечность познания — это всего лишь неоднозначно. По тем же причинам однозначно плохо было бы создать искусственный интеллект, сравнимый с интеллектом человека, а невозможность этого — это всего лишь неоднозначно. Поэтому ничего однозначно пессимистического в сделанных выше выводах на самом деле нет.
***

5. Дополнительно

С большей полнотой утверждения глав «Перспективы изучения сознания» и «Перспективы искусственного интеллекта» рассмотрены в книге «Пределы сложности искусственного интеллекта». В частности, основные логические аргументы по этой теме приведены в статье «Гёделевский аргумент, вычислимость интеллекта и теория всего».

Ссылки и дополнительные материалы находятся в статье «Краткое описание основных физических принципов работы организма и мозга».
***

Ссылки на эти работы находятся на разделе ссылок на другие ресурсы - http://proza.ru/avtor/laplas