Ноогенетика и Ноофрактальная автоэволюция

НООГЕНЕТИКА И НООФРАКТАЛЬНАЯ АВТОЭВОЛЮЦИЯ

********
© В.К. Петросян (Вадимир) © Lag.ru [Large Apeironic Gateway, Большой Апейронический Портал (Шлюз), Суперпортал в Бесконечность].
При копировании данного материала и размещении его на другом сайте, ссылки на соответствующие локации порталов Lag.ru и Proza.ru обязательны 

Работа написана на основе концепции и разработок В.К. Петросяна при творческом и техническом участии ChatGPT 5.6. Thinking, Sol - Демичат Сапиенс (Саппи), Солярис.
*********



Современный искусственный интеллект преимущественно обучают.

Создаётся архитектура.

Формируется набор данных.

Определяется функция потерь.

Запускается обучение.

Затем выполняется постобучение, тестирование, доработка.

Даже если в этот процесс включаются AutoML, self-play, reinforcement learning или автоматическая генерация данных, основной объект инженерии по-прежнему обычно представляет собой отдельную модель или отдельное поколение системы.

Но если предметом становится искусственная эволюция разума, этого недостаточно.

Необходимо перейти от вопроса:

«Как обучить более сильную модель?»

к вопросам другого порядка:

«Как организовать наследование интеллектуальных приобретений между поколениями?»

«Как создавать продуктивные интеллектуальные мутации?»

«Как рекомбинировать различные линии развития?»

«Как выращивать популяции конкурирующих интеллектов?»

«Как заставить эволюционировать сами механизмы, посредством которых возникают новые поколения?»

Эта постановка требует двух взаимосвязанных технологических областей.

Первая — ноогенетика.

Её предметом становятся наследование, изменчивость, рекомбинация, генеалогия и поколения интеллектуальных систем.

Вторая — Ноофракталика.

Её предмет — многоуровневая генеративно-эволюционная организация, в которой изменяются не только решения и интеллекты, но генераторы интеллектов, метагенераторы и механизмы самой эволюции.

Биологические термины здесь используются не буквально.

Искусственный интеллект не обязан иметь ДНК.

Но если создаются:

варианты;

наследуемые структуры;

мутации;

рекомбинация;

отбор;

поколения,

возникает функциональная проблема, во многом аналогичная проблеме генетики.

Отсюда основной переход этой части:

обучение изменяет интеллект внутри отдельного жизненного цикла;

ноогенетика связывает интеллектуальные приобретения между поколениями;

Ноофракталика превращает смену поколений в многоуровневую саморазвивающуюся систему.

Именно такое соединение может стать одним из технологических оснований осознанной метаэволюции разума.

Глава 1. Ноогенетика
Ноогенетика должна исследовать и проектировать механизмы наследственной преемственности искусственных, естественных и гибридных интеллектуальных систем.

Её задача значительно шире сохранения weights или исходного кода.

Модель можно скопировать байт в байт, но это ещё не означает понимания того, какие интеллектуальные приобретения сделали её сильнее.

Для эволюции необходимо выделить наследуемые единицы.

Что именно должно переходить от одного поколения к следующему?

Архитектура?

Память?

Методы?

Когнитивные паттерны?

Система целей?

Механизмы обучения?

Метааксиоматика?

Метаорганонные инструменты?

Способ организации агона?

Если всё просто копируется, развитие превращается в клонирование.

Если всё изменяется случайно, теряется накопленный интеллект.

Следовательно, необходима специализированная технология:

что сохранять ; что изменять ; что комбинировать ; что отбрасывать ; как измерять последствия.

Это и есть пространство ноогенетики.

1. Ноогенотип
Ключевым понятием является ноогенотип.

Под ним в настоящей Доктрине предлагается понимать:

структурированное описание наследуемых особенностей интеллектуальной системы, определяющих существенные свойства её функционирования, обучения и дальнейшего развития.

Ноогенотип не обязательно совпадает с физической реализацией системы.

Например, конкретные веса нейронной сети могут входить в наследуемое состояние, но они ещё не являются всей ноогенетической структурой.

В ноогенотип могут входить несколько уровней.

Архитектурный
Какие модули существуют и как они связаны.

Алгоритмический
Какими механизмами осуществляется обучение, inference, поиск и планирование.

Когнитивный
Какие способы мышления доступны системе.

Паттерн-уровень
Какие паттерны и метапаттерны стали устойчивыми интеллектуальными приобретениями.

Метаинтеллектуальный
Как устроены:

карион;

Метаорганон;

метакогнитивные контуры;

механизмы самомоделирования.

Аксиоматический
Какие базовые предпосылки и критерии используются.

Эволюционный
Как система создаёт, оценивает и принимает собственные изменения.

Таким образом, ноогенотип потенциально представляет собой многоуровневый геном интеллектуальной организации.

Но его нельзя считать окончательно фиксированным форматом.

Сама структура ноогенотипа должна эволюционировать.

ИМИ более позднего поколения может обнаружить, что некоторые важные наследуемые характеристики вообще не представлены в ноогенотипе предыдущего поколения.

Тогда изменится уже язык наследования интеллекта.

2. Наследование интеллектуальных приобретений
Главная функция генетического механизма — не просто хранение состояния.

Она обеспечивает накопление результатов развития.

Для интеллектуальных систем проблема особенно сложна.

Предположим, ИМИ нашёл новый способ математического reasoning.

Следующее поколение должно получить не только ответы, полученные этим методом.

Оно должно унаследовать сам метод.

Если система создала новую архитектуру памяти, необходимо наследовать:

конструкцию;

условия применимости;

результаты испытаний;

известные ограничения;

связь с другими компонентами.

Если новый метод оказался неудачным, эта информация также ценна.

Отрицательное наследование может говорить:

«Эта линия уже проверена; при условиях X она приводит к деградации Y».

Следовательно, ноогенетическая память должна сохранять не только успешные приобретения, но и структурированную историю интеллектуальных неудач.

Это позволяет следующему поколению начинать не с нуля.

Возникает фундаментальное преимущество искусственной эволюции над биологической.

Биологическая особь в значительной степени не наследует непосредственно приобретённые при жизни интеллектуальные навыки генетически.

Культура частично решила эту проблему внешним способом.

Искусственная интеллектуальная система потенциально способна передавать следующему поколению значительно более богатое описание собственного опыта.

Следовательно:

искусственная эволюция может соединить наследование архитектуры с прямым наследованием части приобретённого интеллектуального опыта.

Это способно радикально ускорить поколенческое развитие.

3. Интеллектуальные мутации
Без изменчивости нет эволюции.

Но слово «мутация» также не должно означать исключительно случайное изменение.

В искусственных системах возможен широкий спектр мутаций.

Случайные
Изменения параметров или структуры без содержательного проекта.

Направленные
Изменение создаётся в ответ на выявленное ограничение.

Гипотетические
ИМИ строит предположение о потенциально полезной модификации.

Контрфактические
Система исследует:

что произошло бы, если радикально изменить конкретное фундаментальное свойство?

Метааксиоматические
Изменяются основания или критерии.

Генеративные
Специализированный генератор производит семейство возможных мутаций.

Особенно важно различать размер мутации.

Изменение одного параметра и изменение архитектурного принципа — не одно и то же.

Можно говорить о рангах интеллектуальной мутации:

параметрическая;

модульная;

функциональная;

архитектурная;

когнитивная;

метааксиоматическая;

эволюционная.

Последняя изменяет механизм, посредством которого возникают следующие мутации.

Именно она имеет особое значение для метаэволюции.

4. Рекомбинация
Эволюция может ускоряться не только через мутацию одной линии, но через соединение приобретений разных линий.

В искусственном интеллекте это открывает огромные возможности.

Предположим:

линия A развила сильную память;

линия B — высокий уровень математического reasoning;

линия C — эффективный карион;

линия D — новый творческий метод.

Вместо выбора одного победителя можно попытаться создать потомка:

A + B + C + D.

Но интеллектуальная рекомбинация значительно сложнее механической сборки модулей.

Сильные свойства могут конфликтовать.

Например:

карион одной системы предполагает одну структуру памяти;

другая архитектура — несовместимую.

Повышение автономности может ухудшить управляемость.

Новый способ творчества — снизить воспроизводимость.

Следовательно, рекомбинация сама становится интеллектуальной задачей.

ИМИ должен:

выделять наследуемые модули;

определять совместимость;

предсказывать конфликты;

создавать варианты комбинаций;

испытывать их;

выбирать жизнеспособные.

На более высоком уровне должны эволюционировать сами механизмы рекомбинации.

То есть не только:

что соединить?

но:

как лучше соединять интеллектуальные приобретения различных линий?

5. Линии интеллектов
Современные модели обычно описываются сериями версий:

Model 1;

Model 2;

Model 3.

Но для искусственной эволюции понятия «версия» недостаточно.

Необходима генеалогия.

Система должна знать:

кто является предком;

какие изменения произошли;

какие ветви отделились;

какие линии прекратились;

какие рекомбинировались;

какие свойства возникли впервые.

Так появляются линии интеллектов.

Например:

I; ; I; ; I; ; I;

может быть одной линией.

Но реальная эволюция скорее будет иметь вид дерева или сети:

I;
; ; ;
I;A I;B I;C
; ; ;
I;A I;D

То есть новая система может иметь несколько интеллектуальных предков.

Поэтому генеалогия ИИ, вероятно, будет скорее графом наследования, чем простым деревом.

Для каждого перехода должны фиксироваться:

мутация;

рекомбинация;

условия испытаний;

результаты;

причины селекции.

Так создаётся научно исследуемая история искусственной интеллектуальной эволюции.

6. Поколения интеллектов
Когда можно говорить о новом поколении, а не просто обновлении?

Не всякое изменение должно создавать отдельное поколение.

Целесообразно связывать поколение с устойчивым наследуемым изменением значимой интеллектуальной организации.

Например:

новой архитектурой;

новым классом когнитивных функций;

изменением кариона;

новой системой метаобучения;

новым эволюционным механизмом.

Тогда появляется последовательность:

поколение ; испытание ; селекция ; наследование ; новое поколение.

Особенно важна скорость поколений.

В биологической эволюции она ограничена временем размножения.

У искусственных интеллектов поколение может возникать:

за год;

месяц;

день;

в некоторых цифровых полигонах — ещё быстрее.

Это создаёт колоссальный потенциальный разрыв между биологической и искусственной эволюцией.

Но одновременно возникает опасность.

Если поколения сменяются быстрее, чем человек способен:

понять изменение;

проверить последствия;

обновить критерии;

сохранить контроль,

скорость развития превращается в самостоятельный источник риска.

Поэтому задача Доктрины:

не максимальная скорость смены поколений, а максимальная управляемая скорость полезной интеллектуальной эволюции.

Глава 2. Ноофракталика
Ноогенетика отвечает преимущественно на вопрос:

что и как наследуется между интеллектуальными поколениями?

Но для открытой искусственной эволюции требуется ещё один уровень.

Нужно понять:

как возникают сами варианты;

как организуются генераторы;

как создаются генераторы генераторов;

как взаимодействуют популяции;

как эволюционная система способна изменять собственную генеративность.

Этим занимается Ноофракталика.

В рамках настоящей Доктрины Ноофракталику можно определить как:

теорию и технологию многоуровневых саморазвивающихся интеллектуально-эволюционных систем, в которых генерация, отбор и наследование воспроизводятся на нескольких вложенных уровнях, включая уровень механизмов самой генерации и эволюции.

Термин «фрактальный» здесь означает прежде всего повторение генеративно-селективной структуры на различных уровнях организации.

Создаются решения.

Но также создаются генераторы решений.

Затем генераторы генераторов.

Каждый из этих уровней может:

варьироваться;

конкурировать;

отбираться;

наследоваться.

Именно это создаёт ноофрактальную глубину.

1. Изменяемая генеративность
Обычная генеративная система имеет некоторый генератор.

Например, модель создаёт тексты.

Эволюционная система следующего уровня должна уметь изменять сам способ генерации.

Это фундаментальное различие.

Можно обозначить:

G ; X,

где G создаёт варианты X.

Но Ноофракталика добавляет:

G;, G;, G; ; конкуренция ; G*.

То есть объектом селекции становится сам генератор.

Затем возникает:

MG ; G,

где MG — метагенератор генераторов.

И далее возможно развитие уже MG.

Так появляется принцип:

генеративность сама должна быть изменяемой.

Это особенно важно для творчества.

Если интеллект навсегда ограничен одним способом порождения новых вариантов, его творческий горизонт определяется создателем этого генератора.

Если система способна создавать новые генераторы, пространство потенциальной новизны становится существенно шире.

2. Генераторы
Генератор — механизм, производящий вариативность определённого класса.

Это может быть генератор:

решений;

гипотез;

программ;

архитектур;

ментальных методов;

моделей;

аксиоматик;

карионов.

Например, генератор архитектур ИИ получает:

задачу;

ограничения;

compute budget;

набор доступных компонентов

и создаёт множество возможных систем.

Но хороший генератор не просто производит много вариантов.

Он должен создавать продуктивное разнообразие.

Если тысяча вариантов практически идентична, пространство поиска не расширяется.

Если они полностью случайны, большинство бесполезно.

Следовательно, качество генератора определяется балансом:

новизна ; жизнеспособность ; разнообразие ; стоимость поиска.

Именно такие генераторы становятся объектом последующей эволюции.

3. Метагенераторы
Метагенератор создаёт или модифицирует генераторы.

Например, он может обнаружить, что текущий генератор архитектур постоянно создаёт системы одного типа.

Тогда задача метагенератора:

изменить сам способ порождения архитектур, чтобы открыть новое пространство поиска.

Это уже значительно более высокий ранг творчества.

Обычный генератор отвечает:

«Какие решения существуют внутри пространства S?»

Метагенератор:

«Какие новые способы построения пространств решений можно создать?»

Именно здесь возникает связь с метааксиоматикой.

Иногда расширить генератор невозможно без изменения:

категорий;

базовых понятий;

допустимых операций;

критериев.

Поэтому MetaLPM, Метаорганон и метааксиоматический контур становятся естественными инструментами метагенерации.

Но и метагенератор не должен считаться вершиной.

Может существовать механизм создания метагенераторов.

Именно повторение этого принципа на нескольких уровнях и создаёт ноофрактальную организацию.

4. Ноофрактальные бионты
Для искусственной эволюционной среды необходима единица, способная существовать как относительно самостоятельный участник эволюционного процесса.

Такую единицу можно обозначить как ноофрактальный бионт.

Под ним будем понимать:

относительно автономную интеллектуально-эволюционную систему, обладающую собственной структурой, состоянием, ноогенотипом, механизмами генерации вариантов и способностью участвовать в агоне, наследовании и дальнейшей эволюции.

Бионт может быть:

моделью;

агентом;

кариотическим ИИ;

ИМИ;

брейомом;

специализированной научной интеллектуальной системой.

Главное — наличие эволюционной индивидуальности.

То есть можно определить:

где один бионт заканчивается и начинается другой;

каков его ноогенотип;

каковы его потомки;

какие изменения произошли.

Ноофрактальность означает, что внутри бионта могут существовать собственные эволюционирующие подсистемы.

Например, ИМИ-бивонт содержит:

популяцию методов;

популяцию агентов;

популяцию генераторов.

И сам одновременно участвует в популяции более высокого уровня.

Возникает вложенность:

эволюция внутри интеллекта + эволюция интеллектов + эволюция экосистем интеллектов.

5. Популяции
Одна интеллектуальная линия опасна монокультурой.

Если фундаментальная ошибка возникла в её архитектуре, все последующие поколения могут наследовать одну и ту же слепую зону.

Поэтому искусственная эволюция должна поддерживать популяции.

Популяция позволяет сохранять:

различные архитектуры;

различные стратегии;

различные аксиоматики;

разные степени специализации.

Это повышает устойчивость всей эволюционной системы.

Однако разнообразие требует ресурсов.

Нельзя бесконечно поддерживать все варианты.

Следовательно, возникает проблема эволюционного бюджета.

Какие линии:

масштабировать;

оставить как редкий резерв;

объединить;

остановить?

ИМИ-карион должен управлять этим портфелем, но не подавлять преждевременно многообразие.

Поэтому одним из фундаментальных принципов становится:

не максимальная эффективность отдельного интеллекта, а достаточное разнообразие всей популяции для дальнейшей эволюции.

Это уже логика экосистемы, а не продукта.

6. Ноофрактоценозы
Популяции различных интеллектуальных бионтов могут образовывать более сложные сообщества — ноофрактоценозы.

По аналогии с биоценозом речь идёт не просто о множестве особей, а об экосистеме взаимодействующих эволюционных линий.

В ней могут существовать:

конкуренция;

кооперация;

симбиоз;

специализация;

обмен интеллектуальными компонентами;

совместная защита;

отношения «генератор — селектор»;

«учитель — ученик»;

«критик — создатель»;

«карион — исполнительные интеллекты».

Например, один тип ИИ специализируется на генерации необычных гипотез.

Другой — на формальной проверке.

Третий — на экспериментальном проектировании.

Четвёртый — на метаоценке.

Их совместная система может эволюционировать быстрее, чем каждый тип отдельно.

Таким образом, объектом эволюции становится уже не только отдельный интеллект.

Эволюционирует структура интеллектуальной экосистемы.

На ещё более высоком уровне конкурируют разные ноофрактоценозы.

Здесь возникает прямой переход к Брейомике и будущим интеллектуальным экосистемам.

Глава 3. Глобальный Нооагон
Если ноогенетика создаёт наследование, а Ноофракталика — многоуровневую генеративность, необходима среда, в которой огромные множества интеллектуальных вариантов смогут:

возникать;

действовать;

сталкиваться;

измеряться;

эволюционировать.

Такой средой в предельной форме становится Глобальный Нооагон.

Под ним будем понимать не одно соревнование и не один super-benchmark.

Это:

распределённая постоянно развивающаяся среда интеллектуальной эволюции, в которой задачи, миры, интеллекты, архитектуры, критерии и механизмы развития образуют взаимно изменяющуюся систему агонов.

Ключевое отличие Глобального Нооагона от традиционного benchmark:

benchmark фиксирован;

Нооагон эволюционирует вместе с участниками.

Именно это необходимо для открытой эволюции.

Если задачи никогда не меняются, интеллект постепенно научится оптимизироваться под тест.

Если среда сама способна создавать новые классы вызовов, эволюция остаётся открытой.

1. Эволюционная среда
Нельзя выращивать интеллект в пустоте.

Необходима среда, которая создаёт:

задачи;

ограничения;

ресурсы;

обратную связь;

неопределённость;

конкурентов;

партнёров.

Биологический интеллект возник не на тесте IQ, а в чрезвычайно сложной изменяющейся среде.

Аналогично искусственные интеллекты могут потребовать более богатых пространств развития, чем набор фиксированных benchmark.

Такие среды могут быть:

цифровыми;

научными;

инженерными;

экономическими;

социальными;

виртуально-физическими.

Ключевой принцип:

среда должна быть достаточно сложной, чтобы интеллект не мог решить её один раз навсегда.

Она должна постоянно создавать новые ситуации.

Именно тогда возникает давление не на запоминание ответов, а на эволюционируемость.

2. Генерация задач
Первый способ сделать среду открытой — позволить ей генерировать новые задачи.

Сегодня задачи обычно создаёт человек.

Но ИМИ может анализировать способности интеллектов и строить зону ближайшего эволюционного развития.

Если задача слишком проста, она ничего не отбирает.

Если абсолютно невозможна, она также не создаёт полезного сигнала.

Нужна область, где:

часть популяции уже почти способна решить задачу, а необходимое улучшение требует нового интеллектуального приобретения.

Следовательно, система может автоматически создавать curriculum поколений.

Но следующий шаг интереснее.

Задачи могут конкурировать между собой.

Какие задачи наиболее эффективно развивают:

transfer;

творчество;

метарефлексию;

саморазвитие?

Тогда эволюционируют уже генераторы задач.

Это ещё один ноофрактальный уровень.

3. Генерация миров
Отдельной задачи недостаточно для развития универсального интеллекта.

Нужны миры.

Мир задаёт:

законы;

объекты;

агентов;

ресурсы;

неизвестность;

динамику;

историю.

Виртуальная эволюционная среда позволяет создавать целые пространства, в которых интеллектуальная система должна:

исследовать;

обучаться;

кооперироваться;

соревноваться;

изобретать инструменты;

строить модели мира.

Но если миры фиксированы, возникнет специализация.

Поэтому следующим объектом генерации становятся новые миры.

Можно менять:

физические правила;

информационную доступность;

структуру ресурсов;

коммуникацию;

временные режимы;

цели.

Сильный интеллект должен переносить способности между существенно различными средами.

Так world generation превращается в инструмент измерения и развития универсальности.

4. Селекция архитектур
В Глобальном Нооагоне должны конкурировать не только готовые агенты.

Можно создавать различные архитектурные семейства.

Например:

монолитные;

модульные;

многоагентные;

LLM-LPM;

кариотические;

нейросимволические;

эволюционные;

гибридные.

Каждое проходит не один benchmark, а длительную жизненную траекторию.

Измеряется:

первоначальная сила;

скорость обучения;

адаптивность;

стоимость;

устойчивость;

способность создавать потомков.

Так критерий изменяется.

Вместо:

«Какая архитектура сильнее сейчас?»

возникает:

«Какая архитектура способна породить наиболее сильную и устойчивую линию развития?»

Это значительно более важный вопрос для метаэволюционной эпохи.

5. Бесконечные агоны
Термин «бесконечный агон» не следует понимать буквально как один вычислительный процесс, обязанный длиться математически бесконечно.

Речь идёт об открытости горизонта.

Обычный турнир заканчивается.

Есть победитель.

Задача считается решённой.

Нооагон устроен иначе.

Победитель одного поколения становится участником следующего.

Появляется новая задача.

Новый мир.

Новый конкурент.

Новый критерий.

Новая архитектура.

Поэтому нет последнего окончательного чемпиона.

Есть непрерывная линия развития.

Именно это позволяет избежать одной из главных проблем benchmark:

система достигла максимального балла, и дальнейший прогресс перестал быть видимым.

Глобальный Нооагон должен создавать новый фронтир быстрее, чем участники успевают полностью насытить прежний.

6. Открытая эволюция
Закрытая эволюционная задача имеет заранее заданный оптимум.

Например:

найти максимальное значение определённой функции.

Когда максимум найден, эволюция фактически заканчивается.

Но интеллект развивается в пространстве, где конечный оптимум, вероятно, вообще не задан.

Можно создать:

новый вид задачи;

новый метод;

новую науку;

новую технологию;

новую систему понятий.

Поэтому задача искусственной эволюции разума должна быть открытой.

Открытая эволюция означает, что заранее не задан полный перечень возможных:

фенотипов;

компетенций;

архитектур;

ниш;

способов развития.

Сама система создаёт новое пространство эволюционных возможностей.

Это значительно более сильная задача, чем обычная оптимизация.

И именно поэтому необходимы:

LPM;

метааксиоматика;

Метаорганон;

ИМИ.

Нужно уметь создавать не только варианты внутри пространства, но новые пространства вариантов.

7. Эволюция механизмов эволюции
Это высший уровень Глобального Нооагона.

Предположим, существует конкретный цикл:

мутация ; соревнование ; селекция ; наследование.

Почему именно такой?

Можно изменить:

частоту мутаций;

тип мутаций;

механизм рекомбинации;

структуру популяции;

критерии;

правила судейства;

время поколений.

Следовательно, существует множество возможных эволюционных механизмов.

Они также могут участвовать в агоне.

Например:

E; лучше быстро оптимизирует существующую архитектуру.

E; чаще создаёт радикальные новшества.

E; устойчивее к деградации.

E; лучше сохраняет разнообразие.

Тогда ИМИ может создавать метапопуляцию:

E;, E;, E; … ; метаагон ; селекция ; новые E.

Но на следующем уровне изменяется уже механизм создания E.

Это и есть ноофрактальная рекурсия.

Можно записать:

решения эволюционируют;

решатели эволюционируют;

генераторы решателей эволюционируют;

механизмы эволюции генераторов эволюционируют.

Именно здесь искусственная эволюция становится метаэволюцией.

Однако важно зафиксировать границу.

Даже очень глубокая эволюция этих механизмов не означает автоматически перехода к IV нооформации.

Это может быть продолжением и углублением третьей, аронтической нооформации, фундаментальным принципом которой является осознанное проектирование и развитие разума.

ИМИN, MetaLPM высоких порядков, глобальные карионы и развитая Ноофракталика могут оставаться внутренними ступенями III нооформации.

Четвёртая потребует качественно иного эволюционного основания.

Глава 4. От обучения моделей к выращиванию интеллектов
В современном машинном обучении используется характерный язык.

Мы говорим:

обучить модель;

оптимизировать функцию;

настроить параметры;

выпустить новую версию.

Этот язык соответствует определённой технологической парадигме.

Инженер проектирует систему.

Машина обучается внутри заданной архитектуры.

Разработчик оценивает результат.

Создаётся следующее поколение.

Но с появлением:

ИМИ;

карионов;

ноогенетики;

агональных систем;

Ноофракталики

возникает другая парадигма.

Интеллект перестаёт быть только изделием.

Он становится развивающейся линией.

И тогда более адекватным становится другое слово:

выращивание.

Разумеется, речь не идёт о биологизации машин.

«Выращивать интеллект» означает создавать условия, в которых его последующие состояния не проектируются человеком полностью заранее, а возникают через управляемые процессы:

обучения;

генерации;

испытания;

селекции;

наследования;

самоизменения;

метаэволюции.

От объекта к линии развития
Обычная модель существует как объект:

M.

Следующее поколение:

M;.

Но в парадигме выращивания объектом инженерии становится уже:

L = {M;, M;, M; … M;}

— линия развития.

И далее не только сама линия, но функция, порождающая её:

E(M) ; M’.

То есть эволюционный механизм.

Следовательно, возникает три уровня проектирования.

Первый
Спроектировать интеллект.

Второй
Спроектировать среду, в которой интеллект развивается.

Третий
Спроектировать систему, способную развивать сам механизм развития.

Третий уровень и является собственно метаэволюционным.

От обучения к онтогенезу
Для отдельной интеллектуальной системы можно провести полезное различие между двумя временными масштабами.

Первый — развитие внутри поколения.

Система:

учится;

накапливает память;

осваивает методы;

адаптируется.

Это условный интеллектуальный онтогенез.

Второй — изменение между поколениями.

Меняется:

ноогенотип;

архитектура;

механизм обучения;

карион;

Метаорганонный инструментарий.

Это уже искусственный аналог филогенетического развития интеллектуальных линий.

Соединение двух контуров даёт особенно мощную систему.

Приобретённый опыт отдельной системы анализируется ИМИ.

Полезные приобретения переводятся в форму, пригодную для наследования.

Следующее поколение получает их уже не только как эпизодическую память, но как структурное стартовое преимущество.

То есть:

онтогенетическое приобретение может становиться ноогенетическим наследством.

Именно эта возможность способна резко ускорить искусственную интеллектуальную эволюцию по сравнению с естественной биологической.

От модели к интеллектуальной особи
Сегодня модель часто можно копировать без концептуального различия между экземплярами.

Но развитый ИМИ или брейом может иметь:

индивидуальную историю;

долговременную память;

собственные интеллектуальные приобретения;

самомодель;

эволюционную генеалогию.

Тогда возникает понятие интеллектуальной особи.

Два экземпляра, начавшие с одной архитектуры, после длительного развития могут существенно разойтись.

Один специализируется в математике.

Другой — в инженерном творчестве.

Третий развивает особенно сильный карион.

Они становятся различными эволюционными линиями.

Следовательно, технологическая система будущего должна уметь не только хранить models, но управлять:

рождением, развитием, ветвлением, коэволюцией и завершением интеллектуальных линий.

От версии к поколению
Версия создаётся разработчиком.

Поколение возникает внутри воспроизводимой системы наследования и изменения.

Это принципиальное различие.

Можно выпустить тысячу версий одной программы, не создав никакой искусственной эволюции.

И наоборот, несколько поколений, если между ними существуют:

вариативность;

селекция;

наследование;

изменение генераторов,

уже могут образовывать настоящую эволюционную линию.

Следовательно:

номер релиза — административная характеристика; поколение — эволюционная характеристика.

От лаборатории моделей к питомнику интеллектов
Инфраструктура также должна измениться.

Современная AI laboratory оптимизируется под создание и обучение моделей.

Метаэволюционная лаборатория должна поддерживать одновременно:

сотни и тысячи интеллектуальных вариантов;

генеалогии;

различные среды;

долгие агоны;

миграцию компонентов;

мутации;

рекомбинации;

эволюцию карионов;

сравнение поколений.

Это уже не только model training cluster.

Это питомник интеллектов.

Однако слово «питомник» не должно скрывать инженерной строгости.

Каждая линия должна иметь:

идентификацию;

ноогенотип;

паспорт безопасности;

происхождение;

метрики;

историю изменений;

родословную.

В противном случае открытая эволюция быстро превращается в непрозрачность.

ИМИ как селекционер и объект селекции
Особенно важна двойственная роль ИМИ.

С одной стороны, он организует развитие других интеллектуальных систем.

Он:

диагност;

архитектор;

селекционер;

экспериментатор.

Но одновременно сам ИМИ является объектом той же эволюции.

ИМИ1 создаёт варианты ИМИ2.

Различные ИМИ2 участвуют в агоне.

Победившие механизмы переходят к следующему поколению.

Следовательно, невозможно установить один вечный ИМИ как окончательного метауправляющего.

Он сам должен оставаться частью развивающейся системы.

В этом состоит важнейший принцип:

метаэволюция не имеет окончательного метаэволюциониста.

Каждый карион.

Каждый ИМИ.

Каждый Метаорганон

может стать объектом следующего уровня рефлексии и развития.

Но это не означает необходимость бесконечной мгновенной рекурсии.

В каждый исторический момент существует ограниченная практически реализуемая глубина метауровней.

Именно она и должна последовательно расширяться.

Человек как участник выращивания интеллектов
Переход к выращиванию искусственных интеллектов не должен означать устранение человека из эволюционного процесса.

Напротив, на ранних этапах его функция становится ещё более важной.

Человек задаёт:

цивилизационные рамки;

конституционные ограничения;

смысловые приоритеты;

часть задач;

режимы допустимого риска.

ИМИ увеличивает число исследуемых вариантов.

Нооагон увеличивает силу селекции.

Ноогенетика обеспечивает наследование.

Но человек остаётся одним из субъектов определения того:

какие направления развития вообще считаются желательными.

В дальнейшем отношения должны становиться коэволюционными.

Не:

человек выращивает ИМИ как внешний объект,

и не:

ИМИ начинает самостоятельно выращивать людей.

А:

человек, ИМИ и Метаорганон создают систему взаимного интеллектуального развития.

Именно это соответствует идее сохранения человеческой эволюционной субъектности.

От выращивания интеллектов к индустрии искусственной эволюции
После появления работающей ноогенетики задача начинает масштабироваться.

Первоначально выращивается одна линия.

Затем десятки.

Сотни.

Появляются разные виды интеллектуальных систем.

Различные карионные архитектуры.

Разные ноофрактальные бионты.

Различные эволюционные среды.

Возникает новая индустрия.

Её продуктом становится уже не конкретный ИИ.

Её продукт:

поток новых поколений интеллектов.

Можно сравнить три технологические эпохи.

Первая
Создавать программы.

Вторая
Обучать модели.

Третья
Выращивать эволюционирующие интеллектуальные системы.

Но и это ещё не предельная формулировка.

Потому что зрелая третья нооформация должна уметь выращивать не только интеллекты, но и новые механизмы выращивания интеллектов.

Именно поэтому Ноофракталика становится не дополнительным модулем ИМИ, а одним из потенциальных механизмов его долгосрочного развития.

Основной цикл ноофрактальной автоэволюции
Интегральную архитектуру этой части можно представить следующим образом:

1. Генерируется популяция интеллектуальных вариантов.

2. Каждый вариант получает ноогенотип и историю происхождения.

3. Интеллекты развиваются внутри различных сред.

4. Между ними организуются агоны.

5. Ноометрия измеряет не только текущую мощность, но эволюционируемость.

6. Ноогенетика выделяет наследуемые приобретения.

7. Выполняются мутации и рекомбинации.

8. Появляется следующее поколение.

9. Эволюционируют генераторы вариантов.

10. Эволюционируют механизмы селекции.

11. Эволюционируют сами механизмы организации эволюции.

12. Карион и ИМИ контролируют направление, устойчивость и безопасность процесса.

После двенадцатого пункта цикл не заканчивается.

Он возвращается к первому уже на изменённом уровне генеративной способности.

Именно поэтому речь идёт об автоэволюции.

Но слово «авто» не должно означать полное отсутствие внешней субъектности.

На первых этапах точнее говорить об управляемой ноофрактальной автоэволюции:

система получает способность самостоятельно реализовывать всё большую долю эволюционного цикла, но фундаментальные полномочия, ограничения и режимы доступа остаются многоуровнево контролируемыми.

Эволюция интеллекта и эволюция эволюции
Таким образом, необходимо различать три процесса.

Первый:

обучение интеллекта.

Система становится сильнее внутри своей архитектуры.

Второй:

эволюция интеллекта.

Меняются архитектуры и поколения.

Третий:

метаэволюция.

Меняются механизмы, посредством которых возникают и отбираются следующие поколения.

Эту последовательность можно выразить кратко:

интеллект изменяется;

механизм изменения интеллекта изменяется;

механизм изменения механизмов изменения становится объектом проектирования.

Именно третий переход является центральным для настоящей Доктрины.

Человечество впервые может попытаться не просто наблюдать эволюцию разума постфактум, а превратить её в рефлексивно проектируемый процесс.

Но здесь же находится фундаментальное ограничение.

Чем мощнее становится система искусственной эволюции, тем опаснее ошибочно выбранный критерий.

Поэтому осознанная метаэволюция не может строиться только на скорости.

Она требует одновременно:

вариативности;

селекции;

наследования;

рефлексии;

многокритериальности;

обратимости;

безопасности;

человеческой эволюционной субъектности.

Только в этом случае переход от обучения моделей к выращиванию интеллектов не станет превращением слепой биологической эволюции в слепую цифровую эволюцию на гораздо большей скорости.

Задача принципиально иная:

не просто ускорить эволюцию разума, а впервые сделать её в значительной степени осознающей собственные механизмы.

Именно поэтому соединение:

агона,

ноогенетики,

Ноофракталики,

кариона,

Метаорганона

и ИМИ

образует не набор независимых технологий, а возможную архитектуру нового эволюционного режима.

В первой нооформации разум ещё не существовал.

Во второй разум возник и начал изменять мир.

В третьей перед ним появляется следующая задача:

сделать объектом осознанного преобразования собственную эволюцию.

Это и есть принципиальный смысл перехода от модели, которую обучают, к интеллекту, который выращивается, наследует, изменяется и постепенно осваивает средства развития самого механизма собственного развития.

*********