Поиск по сайту
Проект публикации книги «Познай самого себя»
Узнать, насколько это интересно. Принять участие.

Короткий адрес страницы: fornit.ru/7079
Список основных тематических статей >>
Этот документ использован в разделе: "Список теоретических статей"Распечатать
Добавить в личную закладку.

Алгоритмическая неразрешимость мышления и самоорганизация

С точки зрения общей логики и самоорганизующихся систем (включая организм и нейронные сети) показана невозможность создания искусственного интеллекта, приближающегося к человеческому. В контексте темы также сделаны выводы об особенностях эволюции методов познания. Состоит из глав: Алгоритмизация мышления, Эволюция методов познания, Самоорганизация, Самоорганизация организма, Мышление, Мышление как самоорганизация, Сознание, Сознание в квантовой механике, Перспективы искусственного интеллекта. Подчёркивания в тексте и определения по ним принадлежат сайту, с автором не согласованы и им не проверялись.

Относится к разделу Наука

Эта статья опубликована автором самостоятельно с помощью автопубликатора, отражает личное мнение автора и может не соответствовать мировоззренческой направленности сайта Fornit. Оценка публикации может даваться в виде голосования (значок качества) или обосновано в обсуждении. Ссылки на обе эти возможности есть внизу статьи.

Алгоритмизация мышления

Можно ли написать алгоритм мышления? Понять что такое сознание и как оно возникает? Например, знание алгоритма мышления позволило бы вычислять искусственный интеллект любого уровня, в том числе и выше человеческого, или «оцифровать» свою личность и перенести её в компьютер, чтобы продлить жизнь или получить новые возможности. Или, может быть, можно копировать мышление? Какие в этом могут быть сложности?

В качестве аргумента почему алгоритмизация мышления невозможна часто приводят теоремы о неполноте формальных систем, доказанные знаменитым австрийским математиком Куртом Гёделем в 1930 году. Первая теорема о неполноте утверждает, что если формальная система непротиворечива, то в ней существует невыводимая и неопровержимая формула. Вторая — если формальная система непротиворечива, то в ней невыводима формула, утверждающая непротиворечивость этой системы.

«Формальная система» в самом общем смысле — это система заданных в качестве аксиом абстрактных утверждений (формул) и правил отношений символов в них. В контексте этих аксиом можно получать новые утверждения и, соответственно, алгоритмы их вывода. Также можно сказать, что формальная система — это некоторый абстрактный язык, в котором по строгим правилам сочетаний букв и слов из одних утверждений можно выводить другие.

Как следует из теорем, противоречивая формальная система «полна» — все возможные утверждения в ней в точности следуют друг из друга, связаны алгоритмом, строгими однозначными правилами вывода одних утверждений из других. То есть ничего непонятного, невычислимого в полной формальной системе быть не может. Непротиворечивую формальную систему, наоборот, «полностью» алгоритмизировать невозможно, невозможно написать такой алгоритм, который в точности обобщит все утверждения в «целое». Который покажет, что количество аксиом в системе достаточно — система полна, чтобы все возможные в контексте этих аксиом утверждения, включая и сами аксиомы, взаимно друг друга обосновывали, следовали друг из друга.

Таким образом, согласно первой теореме, если формальная система непротиворечива, то она не полна — в ней всегда будут существовать недоказуемые и неопровержимые утверждения, истинность или ложность которых невозможно установить, исходя из данного набора аксиом. И, например, даже если включать такие утверждения в состав аксиом формальной системы, то набор аксиом не будет удовлетворять требованию полноты и в случае, если пополнить систему счетно-бесконечным множеством дополнительных аксиом.

И, согласно второй теореме, если условием непротиворечивости является наличие невыводимой формулы, то строго обосновать непротиворечивость не получится, так как само «условие непротиворечивости» невыводимо. Можно сказать, пока в системе есть что-то неизвестное — невыводимая и неопровержимая формула, то утверждать ничего нельзя, так как наличие неизвестного оставляет все вопросы открытыми. Мало ли что выяснится о системе «в будущем», может быть, всё удастся алгоритмизировать и система окажется полной.

В чём здесь суть?

Аксиомы формальной системы можно представить как известные системе «законы природы», по которым существует сама система. Если системе известны ещё не все законы своего существования, то понятно, что полная алгоритмизация системы будет невозможна. Однако если набор аксиом полон, то есть, кажется, формальная система знает о себе абсолютно всё и потому полная алгоритмизация возможна, то, как ни странно, это будет означать, что система не знает абсолютно ничего, потому что именно так можно охарактеризовать противоречивость.

Возможность полной формализации системы — и, соответственно, её полной алгоритмизации означает, что и сами аксиомы, и все возможные в их контексте утверждения являются исключительно следствием самих аксиом системы, то есть следствием знаний системы о том, как эти знания появляются, — следовательно, в полной формальной системе все знания в точности обосновывают друг друга. И потому, кажется, между истиной и ложью может быть проведена чёткая граница: истинность всех возможных истинных утверждений может быть строго подтверждена, ложность всех возможных ложных утверждений может быть обоснована так же строго.

Однако из полноты следует также и то, что истинные утверждения следуют из ложных, а ложные из истинных, так как все утверждения являются следствием самих себя, а места для чего-либо не истинного, но и не ложного, в полной системе нет. То есть в полной системе возникает «замкнутый круг» взаимного обоснования, когда не только некие «конечные» утверждения следуют из «начальных», но и «начальные» утверждения следуют из «конечных». Например, вывод А > В будет в полной системе равен выводу В > А, А будет равно -А, наличие будет равно отсутствию (а течение времени вперёд будет равно течению времени назад).

Поэтому, наоборот, истина и ложь в противоречивой формальной системе неотличимы, так как доказательства некоторого утверждения является одновременно и его отрицанием. Можно сказать, полная система порождает сама себя, возникает из ничего, а значит, одновременно и существует, и равна нулю.

Таким образом, смысл внутри полной формальной системы — системы, которая «знает о себе всё», будет полностью отсутствовать. Следовательно, чтобы знания системы имели смысл, утверждения системы не могут обосновывать сами себя во всём, следовать друг из друга. И по крайней мере в какой-то части должны обуславливаться неким «невыводимым и неопровержимым» содержанием, из-за чего знания системы всегда неполны, а их непротиворечивость всегда под вопросом.

Как это связано с мышлением?

Все возможные формальные системы возникают в мышлении человека, следовательно, если знания имеют смысл, то согласно выводам выше мышление в целом формализовано быть не может. В то же время строго доказать это нельзя, ведь если знания имеют смысл, то формальные системы — это только часть мышления, однако только формальное доказательство, то есть только конкретный, однозначный алгоритм его вывода, можно считать доказательством строгим. Другими словами, это значит, что мышление в целом не может быть выражено через алгоритм.

«Формализацию» можно определить как процедуру, цель которой — дать предельно четкое, однозначное и исчерпывающее описание явления, подлежащего формализации. В результате алгоритм протекания явления в тех или иных условиях можно просто вычислять, не прибегая к экспериментам. Таким образом, формализацию можно рассматривать как «итог» познавательного процесса, «идеал» к которому стремится познание. Возможность создания адекватной формализованной модели явления указывает на то, что о явлении получена исчерпывающая информация. Неформализуемость, напротив, указывает на неполноту знаний о явлении. Например, полностью формализованная научная теория должна представлять собой некоторую совокупность формул, записанных без всяких пояснительных слов или предложений, написанных на «естественном», неформализованном языке.

Однако, как показано выше, весь процесс появления знания формализовать невозможно. Следовательно, истинность знания нельзя подтвердить строго, так как точное и конкретное знание исходит из не точного и не конкретного. К примеру, ни одна формальная теория без естественного языка обойтись не может, пусть он и используется только для пояснения, а не как элемент самой теории.

Если бы мышление можно было формализовать, то это означало бы, что все знания и вообще любое поведение во всех возможных условиях уже заранее предопределено некоторым алгоритмом. И если этот алгоритм установить, то есть выяснить как конкретно, по какому алгоритму, формуле, возникают те или иные итоги мышления, то знания можно было бы просто вычислять. Получается, с одной стороны, субъект ещё не знает того, что ему не известно или известно не точно, ему ещё непонятно как он поступит в тех или иных условиях, но, с другой стороны, он уже это знает, так как ему известен алгоритм, по которому возникают все его решения. Знание алгоритма мышления эквивалентно возможности выйти «за» знания, взглянуть на знания «со стороны», то есть знать больше чем знания или аналогично — выйти «за» самого себя, имея возможность наблюдать себя, включая своё сознание, со стороны. Что, очевидно, не имеет смысла.

И даже если предположить, что алгоритм мышления просто слишком сложный, чтобы его мог понять человек, то, гипотетически, этот алгоритм могут понять некие более развитые инопланетяне, создать счётную машину, в которой записан этот алгоритм, и отдать её человеку. В результате человек всё-таки получил бы возможность смотреть на себя со стороны и без непосредственного знания алгоритма мышления — однако возможность рассчитать своё будущее от этого не выглядит более разумной. В итоге, действительно, такого знания как «алгоритм мышления» не может быть вообще, то есть алгоритм в принципе не может выразить мышление.

Кажется, алгоритм мышления не имеет смысла только в одном случае — если мышление не предопределено «полностью» каким-либо алгоритмом, а изменяется, взаимодействуя со средой в процессе её познания. В этом случае алгоритмизация мышления будет равна уже алгоритмизации всей среды, то есть алгоритмизация мышления в этом случае будет равносильна «полноте знания», сведению всей реальности к точной формуле. Поэтому «умные инопланетяне», пытаясь найти алгоритм мышления человека, должны алгоритмизировать и свое поведение тоже — они же часть среды. То есть они бы тоже получили возможность наблюдать себя «со стороны» — что не имеет смысла как в отношении человека, так и в отношении любых мыслимых инопланетян. В итоге любая попытка алгоритмизировать мышление приводит к противоречиям.

Но, может быть, хотя бы в гипотетическом смысле, алгоритм всей реальности — «полнота знания» — всё же возможна? Тогда возможен будет и алгоритм мышления — как часть общего «алгоритма всего». Например, все знания, подразумевая под этим какие бы то ни было ощущения и эмоции или поведенческие реакции в целом, возникают в мозге — в некоторой «системе мышления» (подробности которой сейчас не важны). «Система мышления» — это часть физической реальности. Поэтому если постепенно накапливать опыт, всё точнее и точнее познавая реальность, то когда-нибудь, вероятно, можно будет понять всю реальность — и потому понять и мышление. То есть, может быть, всё-таки можно познать познание познанием — масло маслом, физическое физическим?

Действительно, если все уровни материи станут известны абсолютно точно, то у измерений не будет погрешностей, фантазию можно будет абсолютно точно отделять от реальности. И в мышлении тоже всё будет понятно, все возможные степени свободы мышления станут известны, и просчитать поведение в тех или иных условиях в принципиальном смысле труда уже не составит. Конечно, полнота знания означает бессмысленную возможность наблюдать себя со стороны, но, может быть, это всё-таки можно? Аналогично имея непреодолимую силу, видимо, можно сдвинуть камень, который невозможно сдвинуть. Таким образом, всё точнее познавая реальность, познание или остановится, столкнувшись с какими-либо трудностями, или в конечном итоге будет понято всё вообще, включая и мышление.

Полнота знания означает возможность делать абсолютно точные утверждения о всей реальности — на любое время и в будущее, и в прошлое, так как её элементы известны абсолютно точно. При этом подтвердить абсолютную точность можно только вечной проверкой, так как только вечность позволит установить, что абсолютно все было учтено и потому нет никаких отклонений от предсказанного. Таким образом, абсолютное знание равнозначно нахождению вне реальности, вне пространства и времени, имея возможность наблюдать всю реальность в любое время. Однако в этом случае никакое сообщение с реальностью будет невозможно, так как с ней не останется никакого обобщающего взаимодействия, и потому наблюдать будет попросту нечего. В итоге алгоритмизация мышления равносильна полноте знания, и ни то ни другое не имеет смысла.

Можно предположить, что утверждения выше касались только мышления человека, а мышление попроще алгоритмизировать возможно. Однако если принцип мышления одинаков, если это одно и то же физическое явление, отличающееся только «объёмом» в каждом конкретном случае, то изложенное будет касаться любого мышления — и мышления человека, и мышления таракана. И вообще всех аналогичных физических процессов — ведь если мышление развивалось в процессе эволюции, то оно, вероятно, имеет «начало» в явлениях, которые на первый взгляд «мыслительными» ещё не выглядят. Можно сказать, неважно сколько у «системы мышления» интеллекта — главное, что поведение такой системы в принципе не может быть формализовано, точно понято, сведено к алгоритму.

Тем не менее пусть алгоритм мышления и не имеет смысла, но, видимо, можно построить некую «приблизительную» систему мышления? Пусть и не абсолютно точную, но практически вполне достаточную — и в итоге, например, «перенести себя» в компьютер с «минимальными потерями». Или, может быть, можно ничего не строить, а просто копировать мышление. Может ли быть, что в этом тоже есть проблемы?

На самом деле вопрос о наличии проблем уже не стоит — они есть, так как алгоритм мышления не имеет смысла. Что означает не просто отсутствие возможности точно «измерить мышление» — и тогда, действительно, «измеряя всё точнее и точнее» можно постепенно, последовательно — линейно приближаться к реальному мышлению сколь угодно близко. Невозможность знания означает, что ни по каким параметрам невозможно оценить «сколько ещё осталось» до понимания мышления, так как такого знания не может быть вообще, у познания мышления нет итога, который можно наблюдать и оценивать приближение. Точно так же невозможно оценить сколько ещё осталось узнать до понимания всего — до полноты знания, так как для этого надо выйти «за» реальность, чтобы взглянуть на реальность со стороны и оценить её. При этом полнота знания означает не только познание всей реальности, но и познание всех возможных знаний, то есть полнота знания аналогична познанию мышления. В результате, с одной стороны, познание мышления возможно — как и познание природы вообще, с другой стороны, сложности в познании будут расти экспоненциально, не позволяя приблизиться к пониманию мышления радикально. Можно сказать, что мышление — это принципиальный «чёрный ящик», можно только гадать что и как происходит «внутри» мышления, бесконечно и со всё большими сложностями уточняя модели, но всё равно не приблизиться к его пониманию. И потому вопрос надо ставить не о наличии проблем, а о том, в чём они заключаются.

Например, как уже говорилось, очевидно, что знание должно быть детерминировано средой, которая познаётся. Однако общность людей в целом и отличие только в частностях говорит о том, что взаимодействие «системы мышления» со средой происходит в контексте некоторых принципов, общих у всех людей. Следовательно в этой части, то есть в общем, понимание процесса мышления будет возможно, так как неизменная воспроизводимость общих принципов во всех «системах мышления» позволит их выделить и воспроизводить в моделях. При этом «свободные параметры» мышления будут определять возможный объём приобретённого знания.

Далее, как может быть, что алгоритм мышления не имеет смысла, а «идеал познания», наоборот, алгоритм, формальная система? Алгоритм — это последовательность действий, ведущая к цели за конечное число шагов. По сути алгоритм — это отражение целенаправленного поведения, «последовательного» переключения внимания. И если само мышление — это не «последовательность действий», а «объём» или «континуум» одновременных взаимосвязанных и разнонаправленных процессов, где алгоритмы только вырабатываются, а не являются сутью процесса, то данное обстоятельство и может определять «качественное» различие мышления и алгоритмов. В результате, например, чем точнее необходимо знание, тем больше будет сконцентрировано внимание на некоторой важной последовательности изменений. Тем самым всё более отличаясь от мышления, которое при этом будет изменяется одновременно «во всём объёме». В итоге пытаясь точнее понять мышление и потому концентрируя внимание на последовательностях каких-то его частных процессов, «весь объём» будет ускользать. Следовательно, дополняя абзац выше, понять в мышлении можно и общие принципы, и отдельные процессы, но тем не менее не формализовать процесс мышления в целом.

И, возвращаясь на несколько абзацев выше, также можно дополнить: мышление несводимо к алгоритму не только потому, что оно изменяется, коррелируя со средой которая познаётся, но и потому, что эти изменения — континуум, а не последовательность дискретных шагов алгоритма. В целом это означает также и то, что чем менее какое-либо явление сводимо к алгоритму, то есть чем более явление сложно, целостно, представляет собой континуум изменений, тем менее оно познаваемо.

Алгоритм ведёт к цели за конечное число шагов. Однако общий смысл поведения любого животного — самосохранение и размножение по-другому приспособление, удовлетворение периодических потребностей в контексте среды. И чем точнее знание себя и окружающего, тем точнее можно выстраивать необходимую стратегию поведения. Но приспособление в целом как раз никакого точного итога не имеет, как не имеет смысла и «идеал приспособления» — полнота знания, когда удовлетворение потребностей можно рассчитать абсолютно точно. То есть точной цели у поведения нет, поэтому например, нельзя проверить «модель мышления» на соответствие некому «эталонному» результату приспособления. Из-за чего и автоматизировать процесс моделирования мышления тоже бессмысленно — машине невозможно задать критерий остановки. При этом и точное начало у мышления не существует, так как любой организм ведёт свою историю от появления первой клетки в процессе эволюции.

В итоге если какие-либо другие физические явления можно выделить и исследовать как начальные условия влияют на результат, тем самым изучая протекание явления, то с мышлением это невозможно, так как, по сути, мышление обобщает все возможные к познанию явления сразу.

И наконец если установить в мышлении принципиально можно только общие принципы и частные составляющие, но не алгоритмизировать весь процесс мышления, то и значение для мышления всех частных составляющих можно так же установить только в общем, приблизительно. Ведь только сведение явления к алгоритму позволит точно ответить на все вопросы.

Причём так как мышление невычислимо принципиально, то точное значение частных составляющих не просто нельзя точно установить, а оно и не существует — то есть у всех составляющих, по сути, есть более или менее все значения сразу. Это значит, что в мышлении ничем нельзя пренебречь, ничего нельзя абстрагировать, строго отделить один опыт от другого, важное от не важного, так как в контексте общих принципов важен может быть любой частный процесс, но когда и как — точно установить нельзя, так как алгоритм всего мышления написать невозможно.

Из-за чего, например, если мышление копировать, то на всякий случай копировать понадобится всё абсолютно точно — весь объём мышления сразу, все его элементы на всех уровнях материи, — что, естественно, невозможно, ни в случае мышления человека, ни таракана. В свою очередь, модели мышления как создаваемые не на основании алгоритма явления, а на общих идеях, будет невозможно рассчитать точно под решение неких конкретных задач или перенести личность в компьютер. Если в мыслительном процессе нет ясности, то непонятно что и как нужно рассчитывать и переносить.

Но может ли быть, что в мышлении действительно важно «всё»?

Например, если «система мышления» находится в состоянии неравновесия, то даже самое ничтожное воздействие или внутренняя флуктуация может стать спусковым крючком обширных изменений «качественно» — нелинейно меняющих поведение системы и, соответственно, поведение «обладателя мышления». И поэтому, чтобы вычислять реакции «системы мышления», нужно знать всё физическое устройство системы абсолютно точно, чтобы любой нюанс был учтён. В ином случае предсказания будут носить тот же «нелинейный» характер, как и поведение системы. Когда даже большой — а в принципе и любой — объём познанного практически не влияет на точность предсказаний, так как каждый новый выявленный элемент мышления будет больше усложнять представление о причинно-следственных связях в «системе мышления», чем приближать к её пониманию. И в конечном итоге на каком-то этапе уточнение модели мышления новыми подробностями настолько усложнит её анализ, что исходить всё равно придётся из модели более простой. Поэтому, возвращаясь к предыдущему абзацу, и копировать мышление во всей полноте необходимо не только «на всякий случай»: если в мышлении важны могут быть все составляющие, причём важны непредсказуемо, то какое-либо упрощение или изменение «системы мышления» в процессе копирования приведёт к аналогичному непредсказуемому упрощению или изменению мышления, личности.

Из чего также следует, если предсказание поведения субъекта ограничено принципиально, то сколько бы ни накапливать знания, поступки субъекта всегда будут выглядеть более или менее «свободными», не детерминированными ничем, кроме его «воли» — его личных потребностей и желаний. «Выглядеть» не значит, что так и есть на самом деле, однако идея, что «всё уже решено», что субъект есть «слепое орудие в руках природы», поведение которого полностью ей предопределено, становится в той же степени бессмысленной, что и идея о «полной» свободе воли.

***

Невычислимость мышления имеет ещё одно следствие. Установить как конкретно в «системе мышления» возникает какой-либо «продукт мышления» можно, если только знать алгоритм мышления. Но алгоритм мышления не имеет смысла. Следовательно, если знание неизвестно как возникает из мышления, если невозможно точно «соединить» сигналы рецепторов с «содержанием сознания», то невозможно и установить соответствие сознания какому-либо конкретному физическому процессу, то есть, по сути, и какой-либо физической реальности вообще.

Этот вывод можно пояснить аналогией британского философа Д. Ройса. Рисуя абсолютно точную карту, нужно рисовать и себя, рисующего себя, — и так до бесконечности. То есть абсолютно точная карта — это только сама территория, а не знание о ней. Но из этого следует, что сознание — это не территория, то есть сознание, знание — это не реальность, так как реальность может быть только «абсолютно точной», то есть только самой собой. И так как никаких физических составляющих мозга — «территорий мозга» — в сознании вроде бы нет, то всё сознаваемое — все ощущения и эмоции: холодное и разноцветное, опасное и яблоки — 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.

С другой стороны, если бы сознание принципиально отличалось от физической реальности, то никакая корреляция объективной и субъективной реальностей была бы невозможной — принципиально отличные сущности не существовали бы друг для друга. А в любом ином случае физическое и психическое — это одна реальность. Поэтому говорить можно, очевидно, только о неких особенностях физических процессов в мозге, определяющих и наличие сознания, и его «качественное» отличие от элементов мышления.

Теперь можно ещё раз вернуться «к Гёделю». Полная формальная система — это «всё», то есть в такой системе есть все причины и все следствия, но поэтому нет смысла. Чтобы появился смысл необходимо существование невыводимой и неопровержимой формулы, которая системе принадлежит, но «качественно» от неё отличается своей невыводимостью и неопровержимостью. И, можно сказать, «относительно» этой формулы и происходит разделение на истинные и ложные утверждения, в системе возникает смысл.

Можно предположить, что аналогично и вся реальность в целом содержит все причины и следствия, почему сама по себе реальность — это нечто бессмысленное, одновременно и существующее, и равное нулю, так как ничего не выделено — даже пространство и время.

Поэтому, чтобы возник смысл, должно быть деление на максимально — «качественно» отличные друг от друга процессы, но при этом взаимосвязанные как принадлежащие одной реальности. Например, тогда на одном уровне реальности будет простота — на другом сложность, на одном процессы линейные — на другом нелинейные, на одном уровне будет рост энтропии — на другом упорядочение. При этом так как истинно качественного различия между частями одной реальности быть не может, то не может быть и абсолютной линейности и абсолютной нелинейности, абсолютного беспорядка и абсолютного порядка, на каждом уровне можно найти более или менее качества противоположного уровня. И на одном из этих уровней — как воплощение максимальной сложности, нелинейности и порядка возникает субъект.

В итоге, чтобы «быть», нужно быть «неопровержимой и невыводимой формулой» среди «выводимых и опровержимых». Получая тем самым возможность наблюдать процессы «выводимого и опровержимого» уровня «со стороны», и чем больше явление «похоже» на самого «невыводимого и неопровержимого» субъекта, приближаясь к нему по сложности, тем меньше смысл такого явления можно будет понять, так как это равносильно наблюдению «со стороны» самого себя, исследованию «масла маслом».

Таким образом, чтобы понять явление, надо быть много сложнее него — чтобы связать опыт со всеми важными нюансами явления, и тем самым «оценить явление со стороны», то есть со стороны своего опыта. Но если явление характеризует состояние высокого неравновесия, то любое внешнее воздействие или внутренняя флуктуация самого элементарного характера может стать причиной значительных изменений в динамике явления.

Следовательно, чтобы предсказывать динамику такого явления — собственно «понять» явление, нужно абсолютно точное знание всех составляющих явления и всего, что на них влияет. Абсолютно точное измерение любого элемента реальности равносильно выходу «за» реальность, включая и самого себя, чтобы можно было измерять, но не вносить возмущения. Что, естественно, невозможно, о чём речь уже шла ранее. Таким образом, чем сложнее явление, то есть чем больше в явлении элементов, способных неким важным образом изменить его динамику, тем более затруднено понимание явления, непосредственно почему понимание явлений аналогичных субъекту принципиально ограничено.

Также это значит, что чем более состояние неравновесия, тем менее явление можно отделить от окружающего, в том числе от влияния измерительного процесса и самого измеряющего субъекта. В том числе такая ситуация, может возникать и в исследовании элементарного уровня реальности. В результате, чем точнее измерение, элементарнее исследуемый процесс, тем более теряется различие между измеряемым и измеряющим, необходимое для точности отражения смысла явления, тем самым, возможно, приводя к парадоксальным результатам.

То есть ограничение в познании может быть связано не только с «простой» невозможностью понять все уровни реальности и учесть «всё», но и с тем, что на некотором этапе стремления к точности, смысл получаемых результатов будет становиться всё более непонятным, нелогичным. Возможные следствия чего будут рассмотрены в главе «Сознание в квантовой физике».  

***

Итак, исходя из приведённых выше аргументов, алгоритм мышления не существует, так как «система мышления» и аналогичные ей системы в принципе не могут быть сведены к алгоритму. Во-первых, потому что изменения в системе происходят сообразно среде, а не по какому-либо заранее существующему алгоритму, во-вторых, разнонаправленные изменения происходят одновременно во всей системе, и, в-третьих, эти изменения могут зависеть от мельчайших нюансов системы. В результате понимание мышления и аналогичных процессов сильно ограничено — или слишком в общем, или слишком в частном. Почему также и предсказание поведения таких систем возможно только с некоторой вероятностью или в общей сути, или на короткий промежуток времени. В итоге нельзя перенести себя в компьютер, скопировать мышление, установить «сущность» сознания, которое «качественно» отличается от элементов мышления, или точно узнать что и как ощущает субъект.

Есть ли более конкретные основания у этих выводов? Это уже упомянутые неравновесие и нелинейность, а точнее, самоорганизация, о чём пойдёт речь, начиная с одноимённой главы. В то же время если невозможно точно установить как возникает знание, то его истинность неизвестна, поэтому прежде необходимо понять, в чём основание знания, насколько вообще можно доверять какому-либо знанию.

 

Эволюция методов познания

Особенность мышления, когда конкретное знание исходит из более общего, а также «качественное» отличие сознания от элементов мышления, определяет «появление» субъекта. Вместо непосредственно элементов мозга возникает качественно отличное от них «Я» — эмоциональный контекст самоощущения, «фон» смысла, «на котором» разворачиваются более конкретные абстракции сознания.

Смысл — это восприятие обобщённой перспективы происходящего, то есть обобщённый опыт субъекта, контекст его потребностей и способностей. Если нет необходимых потребностей и способностей, то явление не будет выделено из окружающего, так как — в данный момент или вообще — это явление не несёт для субъекта значимой перспективы. К примеру, животные, которым с рождения показывали только вертикальные линии, потом не замечали горизонтальных препятствий и натыкались на них. Или находясь в опасности мы не обратим внимание на многое из того, что в другой ситуации было бы важно. И чем больше объём потребностей и способностей, наполняющих «Я», тем отчётливее выделение себя из окружающего, так как реакции субъекта всё более явно начинают подчиняться личной стратегии, в отличии от неизменных причинно-следственных связей неживой природы. Что обуславливает эволюцию представлений о метафизической сути реальности, появление новых методов познания и новых «типов» теорий.

Например, в глубоком прошлом, в отсутствии знаний для выработки другой точки зрения, субъект фактически отождествлял всё окружающее с собой, своими задачами, считал себя подчинённой частью такой же живой, но могущественной, природы, полностью зависимым от её воли. В этом контексте было разумно просить окружающее о нужном, ждать от него интуитивного озарения верной идеей — приближая озарение «магическими» действиями, которые, казалось, способствовали озарению, — а не целенаправленно рассуждать. Например, и сейчас в важной ситуации, когда нет возможности рационально повлиять на её исход, всем присуще взывать к окружающему как к живому, как будто оно может помочь, злиться на предметы, жалеть или уговаривать их.

Если окружающее живое и могущественное, то разумно подмечать закономерности в «поведении» природы, а не исследовать её как объект. В результате возникли приметы, обычаи, стал понятен самый общий ход вещей. Получила поддержку мораль, так как к другим факторам отбора более сплочённых сообществ, добавлялась ясная причина и для внутреннего самоконтроля. Ведь по аналогии с собой врождённый альтруизм человека как социального животного понимался теперь и как присущий природе и требуемый ей, при этом способной видеть ещё только намерения и наказать даже за мысли. Что было особенно важно в эпоху, когда инстинкты уже не оказывали прежнего организующего и сдерживающего взаимную конкуренцию влияния, ввиду увеличения объёма личного опыта, а государственный аппарат контроля и наказания или сложные логические суждения ещё не существовали.

Итогом стало возникновение религий — имеющих в непосредственном основании интуитивные выводы, первых и наиболее общих теорий, объясняющих бытие мира и человека (первыми типами религий считаются анимизм и тотемизм). К которым человек уже целенаправленно обращался выбирая поведение, тем самым одновременно увязывая его в едином просоциальном ключе с поведением остальных людей данной культуры. Как следствие, в контексте общего процесса накопления опыта и разделения труда возникает и социальный институт, толкующий религию, — начинаясь от шаманов и до современной церкви.

По мере накопления опыта различие между живым и не живым уточняется, возникает идея созданности окружающего, по аналогии с тем как сам человек учился создавать. В результате «высшие силы» природы предстают уже больше как некие «отдельные» и «внешние» создатели природы, а не само окружающее. Соответственно возникает и представление о законах природы, которые возникли или были заложены при её создании, и смысл познания как их целенаправленного исследования.

Мир в этот исторический период считается состоящим из глобальных стихий — по сути, некоторых подмеченных «качеств» окружающего типа Хаоса, Огня, Земли, Эфира и т. п.. При этом сознание всё ещё кажется «продолжающимся» в окружающий мир, то есть более или менее единым с ним, из-за чего реальными могли считаться также и такие «сущности» как числа, идеи и т. д.. Например, по мнению Пифагора (VI век до н. э.) числа могли обладать нравственными силами — к примеру, 4 и 7, как средние пропорциональные между 1 и 10, считались началами пропорциональности, и потому началами гармонии, здоровья, разумности. Древнегреческий философ Демокрит (V век до н. э.), развивавший атомистическое учение, считал, что из «атомов» состоит не только материя, но и идеи. По мнению Платона (IV век до н. э.) познание — это воспоминание души об идеях, которые она созерцала до соединения с телом.

Если сознание и окружающая природа — это одно целое, то разумный метод познания — это наблюдение явления и последующее мысленное исследование его предпосылок. Например, в учении Аристотеля (IV век до н. э.) отправным пунктом познания утверждается наблюдение, однако истинное знание, как он считал, может достигаться только благодаря деятельности ума, способного к созерцанию высших принципов знания непосредственно. Поэтому ощущение верного вывода — ощущение «логичности» понимается отражением истинной действительности, а возможное несоответствие логичного и наблюдаемого — как несоответствие истинного и преходящего, например, из-за тлена природы или постоянного взаимопревращения стихий в не идеальном «подлунном» мире. То есть «логичный» вывод тогда мог считаться разумнее непосредственно наблюдаемого, а изучение точного устройства природы, ввиду её возможной изменчивости, не имело ясного смысла. Например, Аристотель разделяет науки на «теоретические» — физика, математика, цель которых — знание ради знания, «практические» — этика и политика, дающие человеку руководящие идеи, и «поэтические» — творческие, ставящие задачей познание прекрасного.

Как следствие подобных идей, возникает новая форма познания — философия, которая начинает активно развиваться около VI века до н. э. в Древней Греции, Индии и Китае. Философия объясняет «качественные» отношения бытия природы и человека посредством более конкретных в сравнении с религиями теорий — философских учений. Формализуются приёмы, ведущие к логичному выводу, — приёмы «правильного мышления», которое теперь уже не ограничивается «однократным» актом интуитивного вывода или сверкой с положениями религии, а подразумевает нахождение и логическое исследование предпосылок явлений. Возникает элементарная математика.

Со временем, в том числе по мере развития технологий, окружающее предстаёт всё более механистичным, воспроизводимым при повторении условий, отличным и независимым от изменчивого внутреннего мира. В этой парадигме возникает смысл точного познания элементов природы как деталей точного механизма. Для чего разумен уже эксперимент, в котором можно воспроизвести нужное явление — часть природного механизма и изучать его, варьируя начальные условия. В итоге появляется возможность установить уже и количественные взаимосвязи, возникает современная научная теория и математика переменных величин. Экспериментальный метод упоминается ещё в XIII веке в сочинениях математика и естествоиспытателя епископа Гроссетеста и начинает активно развиваться в XVII веке, в частности, после работ Галилея по механицизму — например, Эйнштейн назвал Галилея «отцом современной науки». Галилей первым использовал телескоп для наблюдения небесных тел и сделал ряд выдающихся астрономических открытий. Считается основателем экспериментальной физики, сформулировал принцип относительности, на котором базируется классическая механика.  

Таким образом, накопление опыта как человеком, так и человечеством, отражается в постепенном уточнении границ между субъективной и объективной реальностью в общем контексте повышения качества жизни. Как следствие, в опыте проявляются и уточняются составляющие субъективного и объективного мира — элементы и законы природы, мышления, социальные аспекты. Эволюционируют методы познания, которые позволяют получать всё более точное знание и обобщать его во всё более формальные теории. Возможно, по мере познания представление о связи себя (сознания) и окружающего мира продолжит уточняться и появится новый метод познания. И наоборот, если экспериментальный метод в фундаментальной науке столкнётся с какими-либо ограничениями непреодолимого характера — например, энергетическими, то, не выработав нового метода и исчерпав практические следствия известных теорий, познание, по-видимому, обратно сведётся к философии и религии.  

В то же время можно заметить, что процесс познания во все времена в целом один и тот же: вначале возникает интуитивное озарение идеей, которая уточняется более или менее выраженным логическим размышлением и, если это возможно, затем уточняется до конкретной проверяемой гипотезы. Которая уже «окончательно» уточняется экспериментом, под которым можно понимать вообще применение знания, независимо от понимания этого процесса как именно «эксперимент». То есть эволюция методов познания фактически заключалась не в нахождении новых методов, а в постепенном уточнении смысла обычных действий в процессе накопления опыта. И потому кажется, что цепочка «интуиция — логика — эксперимент» полна, то есть никакой «новый метод» уже невозможен. С другой стороны, может быть, так же думали и древние философы, не замечая эксперимента.

***

Рассмотрим ещё один вывод. Как показано ранее, знание не может быть полным, не может точно обосновывать само себя во всём. Поэтому, например, невозможно абсолютно точно отделить фантазию от реальности, всегда должно быть что-то непонятное — «невыводимые и неопровержимые формулы». И если есть что-то непонятное, то мир понятен ещё не полностью, а значит, ни в чём точно уверенным быть нельзя, истина неизвестна — «невыводима формула, утверждающая непротиворечивость». Таким образом, пока знание не полно, то утверждать ничего нельзя, а если знание полно, то нет ни знания, ни субъекта. Однако если утверждать ничего нельзя, то и утверждать, что ничего утверждать нельзя, тоже нельзя. То есть если знание имеет смысл, то ни в чём уверенным быть нельзя, в том числе и в том, что знание имеет смысл. Может быть, окружающий мир, математика, мышление — всё только сон и ничего этого на самом деле нет. Получается, возможно всё и ничего, любое знание бессмысленно даже при наличии смысла?

Однако само «наличие себя» говорит о том, что какие-то возможности в реальности уже выбраны, реальность упорядочена хотя бы тем, что в ней есть Я. Это единственная объективная и в то же время сама общая точка отсчёта, исходя из которой смысл приобретают остальные ощущения, которые выступают уже в роли гипотез о происходящем «с Я» или «вокруг Я». То есть одна истина — «Я есть» всё-таки существует. Но и одной этой истины достаточно для познания. Общая суть которого поэтому — процесс выдвижения и опровержения гипотез. Например, любая научная теория — по сути гипотеза, которая пока не опровергнута, то есть смысл которой (границы применимости) ещё не уточнён новой теорией, описывающей реальность более точно и полно (имеющей большую предсказательную силу), и тем самым позволяющей более точно и полно планировать будущее, выстраивая стратегию поведения.

Наличие себя невозможно доказать или опровергнуть. В то же время себя можно воспринимать как сон или выделить в сознании «объективный мир», который окружает Я, где есть другие субъекты, природа, культура и т. д.. В границах этой наиболее общей «гипотезы» возникает и смысл математики, и рассуждений выше. Но именно в такой последовательности — исходя из истины «Я есть», а не наоборот. Поэтому идеи невычислимости мышления или, например, бессмысленности полноты знания в этих границах имеют смысл. Но идея, что если нет полноты, то вообще никакие выводы не имеют смысла, нет вообще никаких истин, за границы истины «Я есть» уже выходит, и потому идея «бессмысленности всего» сама не имеет смысла.

Это же, по сути, следует и из теорем Гёделя. Есть некоторая формальная система, в которой существует невыводимая и неопровержимая формула. И «оказывается», что сама эта формула и утверждает собственную невыводимость. Формула есть и она неопровержима, но её как будто бы и нет, потому что она невыводима. И если этой невыводимой и неопровержимой формулы не будет, в системе не будет смысла. Невыводимая и неопровержимая формула — это невыводимый и неопровержимый субъект, который утверждает собственную невыводимость и неопровержимость. И если невыводимого и неопровержимого субъекта не будет — в мире не будет смысла.

Можно заметить, что аксиомы математики, из которых исходят в том числе и теоремы Гёделя, находят отражение в реальности, несмотря на то, что никаким «законам природы» аксиомы соответствовать не обязаны и принимаются лишь на основании желания математика. Тем не менее в определении содержательности суждений математического языка математик естественным образом исходит и из привычного ему порядка вещей в окружающем мире. В столкновении идей личное и несущественное отбрасывается, оставляя в «сухом остатке» абстрактное отражение реального мира, а не бессмысленные фантазии. Таким образом, не природа исходит из математики, а математика возникает в обобщении наблюдаемого, следовательно, в познании реального мира математическая теория может служить ориентиром, но не доказательством. Это также означает, что дальнейшее познание природы может когда-нибудь оставить теоремы Гёделя артефактом старых представлений о ней — неточных и неполных, сужая их применимость в аналогиях с реальным миром.  

***

Ввиду наличия только одной истины — «себя», полагаться в определении разумного приходится так же только на собственные ощущения. То есть в целом на то, повышает знание качество жизни или нет. Поэтому, например, идея, что происходящее — это не сон, что есть внешний мир и другие субъекты, никакого подтверждения не имеет, кроме того, что такая интерпретация больше способствует повышению качества жизни. При этом ощущения разных людей не совпадают — в то же время человек не может выжить в одиночку. Вследствие чего разумное исходит из гласного и негласного согласия людей, что считать разумным и корректирующей силы естественного отбора.

Процесс эволюции, естественного отбора аналогичен процессу выдвижения и опровержения гипотез — как вариантов генетического кода, поведенческих моделей. В контексте которых происходит «естественный отбор» знаний, в том числе знаний о границах применимости методов, способствующих более точному приспособлению поведения к условиям.

Например, несмотря на то что эксперимент способен дать наиболее точное знание, он не всегда возможен, поэтому в разных условиях уместны разные методы познания. К примеру, в условиях отсутствия знаний единственно возможен «интуитивный» метод познания — по сути, надежда на удачу, скрытые знания и силы. Например, интуитивная уверенность в своей правоте предшествует другим аргументам, заставляя их искать, может быть, идя наперекор общепринятому. И часто даже не нуждается в аргументах — что не логично, но любая логика может оказаться неверна, так как всё учесть невозможно. Отсутствие знаний подразумевает интуитивное соотнесение идеи с её популярностью или автором, так как, например, о разумности идеи могут говорить положение автора в обществе или даже его уверенный тон, которые «сами собой» говорят об уме человека. Что может быть ориентиром, когда нет времени рассуждать. Соответственно, «интуитивный» метод разумен не только, когда нет знаний, но и времени думать.

Далее возникла идея, что в более точном устройстве, природа — это поле действия сущностей, обобщающих внутренний и внешний мир, поэтому «правильным мышлением» можно понять законы реальности, а ощущение логичности вывода подскажет, что он верен. Такая метафизическая парадигма подразумевает более точное знание, как исходящее из большего объёма опыта и потому более точного метода познания, имеющего некоторые правила — правила логики, что позволяет более точно определять границы возможного и невозможного. Тем не менее сейчас понятно, что между сознанием и окружающим нет прямой — линейной корреляции, поэтому размышление требует постоянной сверки с реальностью, в ином случае логический вывод может быть так же «нелинеен» по отношению к реальности. При этом несмотря на индивидуальность в частном, в общем все люди схожи и схож их опыт, потому по «качественным» вопросам можно прийти к согласию просто через обмен мнениями. А специалисты — внутри своей группы со схожим в том числе и частным опытом — поэтому могут прийти к согласию в отношении частной гипотезы, которую необходимо уточнить в эксперименте. Соответственно, с нынешних позиций, логическое размышление способно выявлять «качественные» — то есть некоторые общие, системные отношения, и потому оно уместно, когда есть какие-то знания о предмете, но нет возможности провести эксперимент, чтобы установить отношения в точности.

Эксперимент же, имея в основании идею природы как точного механизма и строгую методику, специфическую в каждом эксперименте, позволяет установить точные взаимосвязи окружающего, тем самым предоставляя мышлению необходимую «сверку с реальностью». Соответственно, эксперимент разумен в случае, если явление понятно настолько, что в отношении него может быть выработана проверяемая гипотеза.

***

Каждый метод познания уместен в своих условиях, в то же время каждый метод формирует свой «тип» теорий — имеющих свои особенности и потому по-своему повышающих качество жизни, аргументируя выбор той или иной стратегии поведения.

Как показано ранее, алгоритм мышления, как и полнота знания, не имеет смысла, поэтому знание всегда исходит из принципиально непонятного — из неосознанного «ниоткуда» и продолжается в бесконечное «никуда», не имея итога. В этом же смысле невозможно установить ни исток или конец всего или, например, минимальный или максимальный элемент реальности, так как строгое доказательство любого из этих обстоятельств было бы равносильно полноте знания. Даже само наличие таких процессов и сущностей не очевидно, хотя на первый взгляд выглядит именно таковым. К примеру, кажется очевидным, что у реальности есть минимальные элементы — элементарные кирпичики, из которых состоит всё. Однако тогда все физические явления должны возникать из геометрии этих «кирпичиков», что уже кажется невозможным. То есть «минимальные элементы» и должны быть, и не могут быть. То же касается и «максимального элемента» — всей реальности. Непонятно, насколько обоснованно может быть рассуждение о том, что было до появления всего — например, по современным представлениям наша Вселенная возникла в результате флуктуации некоторого скалярного поля, то есть поле «уже было». Аналогично не имеет смысла рассуждение о каких-либо конкретных границах всей реальности, без чего не имеет смысла и идея максимального элемента.

Поэтому, например, может быть множество религий, включая и атеистические взгляды, так как в отношении сразу всей реальности можно делать любые утверждения — они всё равно не могут быть ни подтверждены, ни опровергнуты ни логикой, ни экспериментом. Более частные философские идеи можно и верифицировать точнее, исключив явно противоречивые в контексте нынешнего опыта выводы, а научная теория, объясняющая некоторое конкретное явление, обычно вообще одна, так как она имеет в основании уже слишком много точных знаний, чтобы непротиворечиво обобщить данные экспериментов как-либо ещё. В итоге кажется, что религии не имеют смысла, так как они не могут адекватно предсказывать будущее — их предсказательная сила равна нулю. А значит, в отличии от научной теории или философии, религии не могут повышать качество жизни, так как не позволяют использовать их предсказания в выработке стратегии поведения.

Однако религия, как и наука или философия, не истина сама по себе — любое знание имеет границы, и смысл религии так же возникает только в определённом метафизическом контексте. Который естественным образом проявляется в отсутствии рациональных способов повлиять на важную ситуацию и подразумевает восприятие мира как «живого», наполненного волей неких могущественных сил, — и в этом контексте религия приобретает смысл без каких-либо дополнительных аргументов, интуитивно. То есть как ни странно, но доказать наличие бога, установить начало и конец реальности нельзя только в границах науки или философии, но не религии, где «доказательство» происходит, по сути, только на основании интуитивного согласия с некоторой точкой зрения. Соответственно, в своих границах религия имеет предсказательную силу, объясняя законы бытия природы и человека как волю теперь уже «реальных» высших сил, которые создали всё сущее и управляют им.

Например, интерпретация природы как живой — по принципу «всё такое же, как я» обуславливает идею, что и относится ко всему нужно так же, как к самому себе. То же поведение стимулирует идея, что всё создано богом — и потому ценно. Тем самым заставляя тщательнее контролировать инстинктивные побуждения, увязывать их с ситуацией более точно. Аналогично человек контролирует поведение с большей тщательностью, если считает, что за ним могут наблюдать. В этом смысле представление о «высшей силе» — это представление о постоянном наблюдателе, то есть фактически — персонифицированная совесть. В эволюционном смысле такое восприятие реальности развивает мышление, заставляет уяснить самый общий контекст бытия — и природный, и особенно отношений людей. Человеку находящемуся в непредсказуемой ситуации, в сомнении, то есть в условиях, когда логика не даёт однозначного ответа, религия аргументирует прежде всего следование определённым нормам морали в контексте особенностей данной культуры — тем самым обобщая поведение субъекта с задачами социума по общему принципу «делай что должно и будь что будет». Что повышает и качество жизни самого субъекта, облегчая выбор, уменьшая стрессовый фактор, и качество жизни всего социума — что обратно отражается на качестве жизни самого субъекта, в том числе через уважение окружающих. Идея будущей вечной жизни и зависимость её качества от соблюдения моральных норм в жизни «этой», аргументирует выбор просоциального поведения даже в отсутствии социальных или жизненных перспектив. На счёт наказания «высшими силами» можно отнести и все неудачи и невзгоды — ведь всегда есть основания предполагать за что они, а значит, каждая трудность фактически становится стимулом для ещё более серьёзных усилий во благо общества. Аналогично важное для каждого человека стремление к личному благополучию предполагает соответствующую ценность «платы» за помощь в этом «высших сил». В итоге личные стремления естественным образом увязываются с общественным благом. Например, слова оправдания древнего египтянина перед Озирисом: «...Я не чинил зла... я не крал... я не завидовал... я не лицемерил... я не лгал... я не пустословил... я не совершал прелюбодеяния ... я не был глух к правой речи... я не оскорблял другого... я не поднимал руку на слабого... я не был причиной слез... я не убивал... я не сквернословил... я не подавал знаков в суде... я не мужеложествовал... я не отличал себя от другого...» — всего более сорока подобных пунктов (Древний Египет, Книга мёртвых, IV тыс. лет до н. э.). Бог как непознаваемый абсолют доказывает вечность стремления к истине, а значит, не даёт обожествлять человека, его знания и желания, делать из них догму — с другой стороны, принижая значение новых идей в угоду проверенным ценностям.

Не менее повышает качество жизни философия — от личной «жизненной» философии каждого, до различных исследований, непосредственно с экспериментом не связанных (например, политических). Что способствуют ещё более точному приспособлению поведения к условиям, за счёт исследования предпосылок явлений, обобщению и систематизации знаний с помощью доступных каждому логических приёмов.

В то же время научная теория зачастую имея в основании уже множество строго формализованных знаний, то есть чрезвычайно сложный математический аппарат, допускает минимум личного толкования и может быть непонятна без специального и длительного образования. При этом законы квантового уровня или следствия теории относительности Эйнштейна настолько отличаются от непосредственно наблюдаемой природы, что фактически не позволяют непротиворечиво интерпретировать их в общеупотребительных понятиях, не прибегая к формулам. В результате популярные описания часто слишком далеки от непосредственно следующего из экспериментов, неадекватно упрощая реальное положение вещей.  

Получается, что наука не может быть понятна «не специалисту» и потому не может повышать ему качество жизни? Однако за счёт своей близости к практике, эксперимент как раз активно способствовал повышению качества жизни людей — через появление новых технологий. Тем самым заставляя доверять учёным, по сути, «опосредованно» — за прошлые заслуги и в надежде на будущие, а не понимая точную суть научных теорий. В итоге в XX веке, накопив потенциал, идеи «объективного» знания, необходимости прогресса, профессия учёного стали чрезвычайно популярны в обществе.

Развитие технологий способствует расширению кооперации с другими культурами, для познания неизвестного человеку необходима творческая свобода и возможность самовыражения. В результате границы морали расширяются — на иные социумы, непонятные стремления и меньшинства, обуславливая развитие гуманистических и либеральных идей, толерантность. Снижается значение физической силы, способствуя отношению к женщине как к полноценному человеку. По мере усложнения технологий увеличивается потребность в квалифицированном труде, возрастает значимость специалистов и растёт их количество, нивелируя классовые и иные различия. Высокое или низкое положение уже не кажется предопределённым свойством человека, считается, каждый может добиться успеха. Что в целом ведёт к более или менее равным правам в принятии решений у всё большего количества людей, развитию демократических принципов. Усложнение технологий также снижает значимость количества территории для качества жизни — аграрную экономику сменяет индустриальная и постиндустриальная. Или значимость религии — за счёт выделения изначально присущих церкви социальных функций, таких как образование, здравоохранение и т. д., в самостоятельные институты, а также за счёт меньшей зависимости человека от непредсказуемых сил природы, и в целом большей предсказуемости жизни и социальной защищённости в современном технологически развитом обществе.

С другой стороны, процессы либерализации общества могут пониматься как связанные с размыванием норм морали, её эволюционного смысла способствовать выживанию прежде всего «своего» социума, и потому прежде всего направленной на «своих». И чем строже очерчен круг «своих», тем точнее можно разделить добро и зло, друзей и врагов, а значит, и точнее обозначить цели, сконцентрироваться в их достижении.

***

Итак, подводя итоги главы, истинность знания имеет границы и в целом исходит из неопровержимой и невыводимой идеи собственного существования. Логические основания неопровержимости и невыводимости приведены в первой главе, физические — ниже.

 

Самоорганизация

Организм — это открытая система. Понятие открытой системы является одним из основных в неравновесной термодинамике, статистической физике, синергетике, квантовой механике, имеет важное значение в общей теории систем, кибернетике, информатике, экономике. Открытые системы характеризуются активным обменом веществом/энергией со средой — почему они «открытые». Открытые системы находятся в состоянии постоянного неравновесия — можно сказать, «внутреннего напряжения», так как из-за активного взаимодействия со средой в них возникает разница в интенсивно изменяющихся параметрах — температуре, концентрации веществ, давлении. Или, к примеру, разница в информированности, так как к открытым системам относится и социум. За счёт этой разницы поведение открытых систем может быть в значительной степени нелинейно, то есть даже ничтожная флуктуация может привести к масштабному — «лавинообразному» изменению системы, суть которого — выравнивание напряжений. Но реального выравнивания напряжений в открытых системах не происходит — именно потому, что они открытые, то есть обмен энергией/веществом со средой в них не прекращается, из-за чего динамика системы непредсказуемая, хаотичная.

Однако у таких систем есть и другое состояние, которое наиболее интересно, — это состояние упорядочения, возможное в открытых системах, состоящих из множества элементов. Дело в том, что флуктуации инициируют некоторое развитие системы, когда одни степени свободы элементов системы становятся выделенными, — из-за чего и возникают лавинообразные изменения, когда какое-то направление динамики множества элементов становится основным. При этом в какой-то момент на разных концах системы случайно возникают совпадающие флуктуации, например, направляющие движение множества элементов в одну сторону. Тем самым вместе они подчиняют себе динамику остальных элементов, и так все элементы системы фактически одновременно и со всех концов системы приходят в упорядоченное движение. И теперь уже все другие флуктуации, возникающие в системе и противоположные возникшему движению, будут подавляться количеством двигающихся согласованно элементов. То есть происходит самоорганизация — из хаоса возникает порядок, в поведении элементов системы появляется согласованность (когерентность), наблюдаемая в части или в масштабах всей системы, сколько бы большой система ни была.

Такие открытые системы называют диссипативными системами или структурами от латинского dissipatio — «рассеиваю, разрушаю», так как процессы упорядочения внутри системы происходят за счёт уменьшения порядка снаружи системы — например, за счёт активного рассеивания всей системой энергии в виде теплового излучения.

По принципу самоорганизация возникает, например, такое квантовомеханическое явление как лазер. Простейший пример самоорганизации — ячейки Бенара, возникновение упорядоченности в виде цилиндрических валов в интенсивно подогреваемой снизу жидкости. При преодолении некоторого критического значения интенсивности нагрева диффузия не успевает произойти, и распределение жидкости с разной температурой в объёме сосуда перестаёт быть однородным, плавным. В результате в жидкости возникают валы, вращающиеся навстречу друг другу (как сцепленные шестерёнки), которые переносят нагретую жидкость вверх и остывшую вниз. При увеличении температуры каждый вал распадается на два вала меньшего размера и в пределе возникает турбулентный хаос.

В других диссипативных системах порядок может выглядеть как упорядочение колебательных процессов или как появление в системы макроструктуры — зон более высокой организации: вращений, решёток, структур меняющих симметрию или дислокацию, сливающихся и разделяющихся. Структура диссипативной системы также может быть фрактальной, то есть самоподобной — например, струи и пучки турбулентного потока состоят из аналогичных образований меньших масштабов, сходные закономерности в различных временных масштабах проявляет ритм сердечных сокращений. Фрактальные структуры можно заметить практически везде — от организации кровеносных сосудов, листьев или крон деревьев, до береговой линии и морозных узоров на окнах или социуме.

Надо заметить, что в той или иной степени все системы в природе, где происходит какой-либо протяжённый во времени процесс, нелинейные. То есть во всех системах идут какие-либо разнонаправленные процессы, накапливаются внутренние напряжения, которые в какой-то момент непредсказуемо проявятся в согласованной динамике множества элементов, делая реакции динамической системы нелинейными — неадекватными воздействию. Можно сказать, что реакции системы становятся зависимыми от предыстории. В то же время это может происходить в столь ничтожных масштабах, что в целом реакции динамической системы будут линейными. Таким образом, когда речь идёт об открытых или диссипативных системах, подразумеваются динамические системы существенно нелинейные, находящиеся далеко от равновесия, активно обменивающиеся энергией/веществом со средой, и потому способные достигать сложного упорядоченного состояния.

Качественно происхождение хаоса связывают с тем, что нелинейные системы можно рассматривать как совокупность взаимодействующих подсистем, обладающих различными динамическими свойствами. В результате поведение системы очень сложное. Важная характеристика хаоса — чувствительность к начальным условиям. Из-за сложности поведения, любая самая мельчайшая неточность в начальных условиях — точно установить которые равносильно бессмысленной полноте знания — через некоторое время может привести к сильному расхождению прогноза с реальной реакцией системы, и потому поведение системы будет выглядеть хаотичным, непредсказуемым. Это явление также называют эффектом бабочки, подразумевая, что слабые потоки воздуха от её крыльев могут стать решающим фактором образования торнадо где-то на другом конце Земли, вследствие их многократного и непредсказуемого усиления в атмосфере за какое-то время. Таким образом, хаос — это явление, когда поведение динамической системы выглядит случайным, несмотря на то, что оно определяется детерминистическими законами.

При этом поведение реальной системы, во-первых, невозможно строго разложить на отдельные элементы и точно учесть вклад каждого из них, во-вторых, оградить от взаимодействия с внешним миром. Всё это добавляет стохастическую — можно сказать, действительно случайную составляющую, то есть шумы, флуктуации, тем самым внося ещё большую непредсказуемость, увеличивая нелинейность поведения системы. Например, если система находится в состоянии значительного неравновесия, то малейшее воздействие на систему или внутренние флуктуации будет приводить к активным изменениям всей системы.

Упорядоченная составляющая в хаосе возникает в результате различного рода процессов синхронизации взаимодействующих подсистем динамической системы. То есть порядок — это когда между элементами существуют устойчивые, повторяющиеся в пространстве и/или во времени отношения. При этом взаимодействие с окружающим и внутренние флуктуации всегда будут более или менее локально нарушать порядок в системе, и только если эти факторы будут нивелироваться системой, то упорядоченное поведение системы в целом будет неизменным. То есть нет ни «чистого» хаоса, ни «чистого» порядка, где-то больше одного, где-то другого, на одном пространственном или временном масштабе системы можно заметить хаос, на другом проявляется порядок. К примеру, биение сердца в целом упорядочено, но время между биениями величина непостоянная и непредсказуемая, даже если человек не подвержен физической нагрузке. В турбулентном хаосе наряду с беспорядочным движением отдельных молекул выделяются струи и их пучки, в которых множество молекул перемещаются согласованно. То есть турбулентный поток сложно сочетает не только разупорядоченность хаоса, но и элементы порядка.

Итак, порядок в системе возникает как синхронизация динамики её элементов. В то же время кажется, что любой самоорганизующийся в системе порядок должен быстро разрушаться, и система должна вернуться обратно к хаосу, так как вроде бы нет причин для продолжительного сохранения согласованной динамики у отдельных элементов системы, не связанных жёсткими связями. Однако возникающий порядок — это не только случайная совпавшая динамика элементов, но и закономерный процесс активного выравнивания напряжений системы по некоторым степеням свободы (степеням параметра порядка), ведь упомянутые ранее «лавинообразные изменения» — это именно процесс уравновешивания системы. То есть случайные флуктуации только задают конкретное «направление» упорядочению, «помогают» самоорганизации, а не являются всей сутью процесса. Поэтому, вместо того чтобы исчезнуть, упорядоченность в динамике элементов не только не разрушается, а может сколь угодно долго поддерживаться, одновременно и «благодаря», и «несмотря» на активное взаимодействие системы со средой, — которая не только поставляет энергию/вещество, но и возмущает систему. То есть несмотря на неустойчивость поведения в частных реакциях, самоорганизующиеся системы обладают определённой устойчивостью к возмущениям в целом.

Образно говоря, если пространство ограничено (внутренними связями или внешними силами) и приходится активно двигаться, то двигаться «в ногу», подчиняясь общему ритму и разделяя разнонаправленные потоки, энергетически выгоднее — проще, чем постоянно сталкиваясь друг с другом и «сбиваясь с шага». Даже несмотря на то, что и движение «в ногу» тоже не является свободным, так как тоже вынуждает подстраиваться, находиться в напряжении. И иногда с шага сбиваться, более или менее дезориентируя остальных, тем самым, может быть, разрушая старый порядок и приводя к новому через некоторый этап хаоса.

В том же образном смысле можно объяснить образование упорядоченных во времени и пространстве волн концентраций химических веществ (автоволны) — что является основой существования живых организмов. Например, если есть система волков и зайцев, то волки едят зайцев, тем самым приводя к критическому уменьшению их числа. Как следствие, из-за недостатка пищи уменьшается и численность волков300971има. Что в свою очередь приводит к росту численности зайцев, новому росту популяции волков, которые снова поедают зайцев, и так далее. Взаимодействие нескольких разных популяций будет приводить к более сложным зависимостям. Эти примеры можно считать также и примерами реальной самоорганизации социума и биосферы.

Поддержание своего упорядоченного состояния диссипативной системой происходит по тому же принципу как у качающегося маятника, траектории которого всегда стремятся к равновесию — к аттрактору. Который для маятника представляет точку, в которой маятник в конечном итоге остановится. В отличии от маятника, из-за активного взаимодействия со средой и потому флуктуаций и неустойчивости, диссипативная система стремится лишь к уровню некоторого динамического равновесия. То есть неравновесное состояние системы сохраняется и в упорядоченном состоянии, поэтому аттрактор диссипативной системы — это так называемый странный аттрактор, притягивающее множество неустойчивых — «странных» — фазовых траекторий системы, некоторая область фазового пространства, по которому происходит их «блуждание».

Фазовое пространство — это совокупность всех допустимых состояний динамической системы. Например, фазовая траектория фракталов обладает самоподобием, то есть при выделении двух близких точек на фазовой траектории фрактала и последующем увеличении масштаба траектория между этими точками окажется подобной всей траектории в целом. В математической идеализации это означает, что длина траектории фрактала между двумя сколь угодно близкими точками будет бесконечной. То есть будет кривой Коха — очень нетривиальным математическим объектом — непрерывной кривой бесконечной длины, не имеющей касательной ни в одной точке. В реальном мире фрактальные свойства кривой Коха имеет, например, береговая линия, почему её длина в принципе зависит только от масштабов карты — при уменьшении масштаба возникают всё новые и новые её изломы.

Процесс поддержания упорядоченной организации, в то время как система осуществляет со средой обмен веществом, информацией или энергией, называется гомеостазом. Увеличение интенсивности взаимодействия со средой приведёт к увеличению количества и силы флуктуаций, то есть более простой порядок уже не сможет распределять возникающие напряжения по системе. Поэтому через этап хаоса порядок системы может усложняться, эволюционировать, совершая всё более частые переходы к более сложной структуре вплоть до возникновения турбулентного хаоса.

Множественные флуктуации в диссипативной системе являются естественным следствием её активного взаимодействия со средой, при этом крупных флуктуаций в системе происходит меньше, а количество мелких неисчислимо. Из-за чего предсказания поведения диссипативной системы так же возможны только более или менее «в общем», так как чем меньше масштаб, тем более поведение системы неотличимо от хаоса. В итоге в эволюционных переходах в системе возможны некоторые варианты типов порядка — которых тем больше, чем сложнее предыдущий порядок. Но в какой из них и когда эволюционирует система предсказать невозможно, так как невозможно предсказать в какой момент произойдёт крупная флуктуация, разрушающая старый порядок, или в какой момент количество мелких флуктуаций достигнет критического уровня или, когда и какое внешнее воздействие поможет системе достичь критического уровня. В упорядоченном состоянии система стремится сохранить свою организацию, но теперь уже из-за флуктуаций непредсказуемы конкретные траектории гомеостаза, почему результирующий эффект от воздействия на систему может отличаться от того, который ожидался.

Реакции диссипативной системы одновременно и случайны, и подчинены порядку, находятся «на границе хаоса и порядка» — не являются ни в полной мере регулярными, предсказуемыми, ни в полной степени хаотическим, непредсказуемыми. Такие состояния аналогичны неравновесным состояниям в теории фазовых переходов — эволюционируя, система в какой-то момент совершает фазовый переход в некоторое новое упорядоченное состояние, а поддерживая гомеостаз, по сути, постоянно переходит обратно «в себя», так как её упорядоченная организация одновременно и нарушается флуктуациями и воздействиями среды, и восстанавливается.

Неравновесное состояние и, как следствие, нелинейное поведение и ограниченная предсказуемость поведения диссипативных систем может проявляться в таких явлениях как фликкер-шум и перемежаемость. Фликкер-шум связан со значительной активностью системы в очень медленных процессах (низких частотах), поэтому как бы долго не накапливать информацию о системе могут быть режимы, которые за это время еще не успели проявиться. И которые непредсказуемо проявятся в будущем, например, в виде перемежаемости, когда состояние близкое к покою вблизи динамического равновесия непредсказуемо сменяется вспышками высокой активности, также неожиданно затухающими. Перемежаемость (или «склонность к катастрофам») характерна для многих областей, таких как биологическая эволюция, социальные и рыночные процессы, гидродинамика, сейсмология и т. п.. Как перемежаемость также могут быть представлены циклы сна и бодрствования.

***

Диссипативная система поддерживает своё упорядоченное состояния как целое, так как любое событие против порядка будет подавляться синхронной динамикой множества элементов системы. Можно сказать, в системе возникает «напор» согласованной динамики большинства элементов, идущий со всех концов системы и активно стремящийся вернуть систему в упорядоченное состояние, несмотря на её постоянное возмущение средой и флуктуации. Таким образом, динамика каждого элемента диссипативной системы определяется динамикой всех элементов — и наоборот, каждый элемент, по сути, взаимодействует сразу со всей системой, а не только со своим ближайшим окружением, как это происходит в состояниях близких к равновесию. В ином случае, в отсутствии жёстких связей между элементами, согласованность в их поведении была бы невозможной.

Поэтому можно сказать, что элементы диссипативной системы или события, влияющие на систему, в некотором смысле перестают существовать «объективно» — сам по себе, заранее. Наоборот, смысл элементов и событий возникает «субъективно», то есть в контексте порядка и нынешней динамики гомеостаза конкретной системы. Из-за чего, например, событие с этой динамикой не совпадающее может быть непредсказуемо 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, если же воздействовать на диссипативную систему, то слабое воздействие может привести к активным изменениям и наоборот.  

Таким образом, у совокупности элементов после самоорганизации появляются свойства, не следующие из самих элементов, ведь элементы сами по себе никаким «порядком» не обладают. Поэтому порядок, его динамика — это не «больше», не «меньше», и не сумма элементов. Это «новое качество», возникающее только на уровне целого, на уровне всей системы, и несводимое к отдельным элементам. Из-за чего, например, элементы системы сами по себе мало чего скажут о системе — неустранимые неточности и погрешности в их описании, а также отсутствие второй составляющей диссипативной системы — среды, нелинейно отразятся в предсказании реакций целого. С другой стороны, попытка исследовать или копировать систему целиком или оставит много неясного, или разрушит систему интенсивностью воздействия, опять оставив вместо системы и «нового качества» только элементы.

В то же время кажется, что реакции системы не может определять «целое», а не его элементы, — такой подход противоречит принципу детерминизма, в соответствии с которым целое полностью зависит от своих частей. Тогда как диссипативная система, по сути, «сама управляет собой», ведь возникший из хаоса порядок подчиняет себе динамику своих элементов. Однако принцип детерминизма при таком подходе не отвергается, а лишь заменяется понятием двусторонней восходящей (bottom-up) и нисходящей (top-down) детерминации. Необычность нисходящей детерминации исчезает, если представить себе камень, отколовшийся от скалы и катящийся вниз, увлекая с собой молекулы вещества, из которых он состоит.

Находясь далеко от равновесия объект может воспринимать то, что он не воспринял бы в более равновесном состоянии. Такие состояния неустойчивости, выбора принято называть точками бифуркаций от лат. bifurcus — «раздвоенный», хотя альтернатив может быть не две. При малом возмущении система может пройти точку бифуркации, тем самым значительно изменив свою модель поведения. Это явление называется самоорганизованной критичностью. Например, шарик на вершине горки «выберет» траекторию в зависимости от мельчайших изменений в условиях, куча песка осыпется от добавления одной песчинки. То есть в неравновесном состоянии можно сколь угодно слабыми воздействиями повлиять на выбор поведения системы, на её судьбу.

Причём изменения в поведении диссипативной системы будут одновременно и случайными, так как невозможно предсказать конкретный выбор системы, и упорядоченными, так как независимо от выбора, динамика всех элементов будет согласованно направлена на поддержание упорядоченной организации системы. Можно сказать, что выбор поведения системой будет обусловлен не только событием и свойствами элементов системы, а ещё и «опытом» системы — тем порядком в динамике элементов, который есть в системе, и нынешним «направлением поведения» системы — динамикой гомеостаза на момент события. Поэтому значимость неравновесных состояний и, соответственно, нелинейного поведения ещё и в том, что система способна тонко отслеживать изменения в условиях, точнее приспосабливаться к ним, выделяя некие «важные» для неё события и воплощая их в реакцию более всего и, наоборот, сглаживая события «не важные».

***

Невозможность предсказаний на сколько-нибудь длительный период означает, что диссипативную систему можно представить чёрным ящиком — информация в диссипативную систему попадает, но её судьба там — влияние на поведение системы — неизвестна. В то же время упорядочение можно, наоборот, связать с появлением информации. Из «непонимания» — из хаоса возникает «понимание», опыт, так как порядок системы — это аттрактор, определяющий направление её «стремлений». «Понятие количества информации в системе, — пишет Норберт Винер, — совершенно естественно связывается с классическим понятием статистической механики — понятием энтропии. Как количество информации в системе есть мера организованности системы, точно так же энтропия системы есть мера дезорганизованности системы; одно равно другому, связанному с обратным знаком».

Тот же смысл имеет и математическое определение информации Клода Шеннона, который предположил, что прирост информации равен утраченной неопределённости, то есть прирост информации равен уменьшению информационной энтропии (чем более вероятно событие, тем менее информации оно несёт). Согласно принципу Ландауэра, стирание информации всегда связано с увеличением термодинамической энтропии.

Упорядочение — это уменьшение энтропии. Диссипативные системы уменьшают энтропию внутри себя, за счёт её увеличения снаружи себя. Поэтому можно уточнить: диссипативная система взаимодействует со средой, в процессе чего внутри системы уменьшается энтропия и возникает «новое качество» системы — информация, которая уже и определяет поведение системы, а не среда или элементы системы сами по себе. Появление информации, упорядочение можно связать с усложнением поведения, обучением системы, то есть с интеллектом. Поэтому диссипативные системы, можно сказать, «интеллектуальны» уже по своей природе. И отличаются только сложностью порядка, «количеством интеллекта», ведь даже по «направлению» интеллекта все диссипативные системы одинаковы: суть их поведения — поддержание гомеостаза, что можно обозначить как «самосохранение» в контексте воздействий среды и внутренних флуктуаций.

Можно заметить также и принципиальное отличие диссипативных систем от компьютеров, в которых не происходит самоорганизации и потому не происходит образования информации. Компьютер организовывает человек, отображая в его программе некоторый придуманный им алгоритм, — и в этом смысле интеллект компьютера всегда равен нулю. Компьютер не обладает внутренними возможностями для упорядочения своей структуры, так как не является диссипативной системой, для обучения компьютеру необходимо внешнее специфическое организующее воздействие. Компьютер очень быстро производит действия, но он их не придумывает.

В этом контексте следует сказать о грубости (робастности) свойств самоорганизующихся систем. В самоорганизация целостно участвуют все элементы системы — свойства системы более или менее размазаны по всем её элементам, поэтому утрата некоторого количества элементов сама по себе не критична, упорядоченное состояние системы от этого не исчезнет. Конечно, реагируя на разрушение, траектории гомеостаза как-то изменятся, но ведь у системы всё равно нет «точных», «строго заданных» траекторий: можно сказать, «цель» системы — это гомеостаз сам по себе, а не некие определённые его траектории. Иначе дело обстоит в системах, действующих на основании алгоритма, где разрушение одного элемента может привести к неадекватности дальнейших шагов или к полной остановке выполнения алгоритма.

 

Самоорганизация организма

Организм — это тоже диссипативная система. Организм самоорганизуется в контексте наследственной детерминанты и взаимодействия со средой. Каждая структура организма — это сложная упорядоченная динамика континуума веществ и химических реакций с системно–динамическими связями разнородных компонентов. Так как упорядочение — это появление информации, то каждая структура организма может быть представлена как тот или иной опыт — как задающий «потребности», так и определяющий «способности» организма. Начинающийся в момент начала эволюции живого вообще и не имеющий итога, так как процесс эволюции, приспособления итога не имеет.

Согласно наиболее распространённой гипотезе возникновения жизни — гипотезе мира РНК, первой «жизнью» были ансамбли молекул рибонуклеиновых кислот, способные к самокопированию (они выполняли как функцию хранения генетической информации, так и катализа химических реакций). Затем молекулы РНК были окружены мембраной из веществ самоорганизующихся в пузырьки (липосомы) и способных проходить циклы роста и деления. В результате такого «обобщения» самокопирования и самоорганизации возникла первая клетка. Дальнейшая эволюция всех живых существ заключалась уже только в усложнении функции самокопирования и самоорганизации — размножения и самосохранения, применительно к условиям среды (например, в дальнейшем возникла современная ДНК-РНК-белковая 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 (Common origins of RNA, protein and lipid precursors in a cyanosulfidic protometabolism. Nature Chemistry. 16 March 2015) показали, что это не так. Более того, около 4 млрд. лет назад условия на Земле были таковы, что и синтез РНК, и веществ необходимых для дальнейшей эволюции клетки, был вполне закономерен и проходил совместно в древних водоёмах с соответствующим эпохе составом веществ.

Более конкретно самоорганизация организма происходит следующим образом. В результате деления оплодотворённой клетки (зиготы) образуется скопление клеток (бластоциста), которое прикрепляется к стенке матки, при этом внешние клетки скопления, взаимодействуя с внутриматочной средой, приобретают свойства внешнего слоя зародыша. Вещества, выделяемые клетками внутри зародыша, взаимодействуют друг с другом, при этом одни из них является активаторами, то есть усиливают собственное производство, а также активируют другие вещества — ингибиторы, которые, наоборот, подавляют активность первых. В результате возникают определённые узоры концентрации веществ в пространстве зародыша, то есть происходит самоорганизация — упорядочение его внутренней среды.

В свою очередь, возникшая упорядоченность в концентрации приводит к тому, что на ДНК делящихся клеток влияют разные вещества. В результате клетки соответствующим образом дифференцируются, становясь зачатками разных органов, и выделяют уже другие вещества. Таким образом вначале возникает общий план организма, который постепенно усложняется, детализируется — то есть происходит дифференцировка клеток в соответствии с необходимой пространственной организацией животного. В результате благодаря самоорганизации, молекулам ДНК, несущим наследственную информацию и одинаковым во всех клетках, достаточно «знать» как реагировать на вещества, а не иметь «чертёж» всего организма. То есть благодаря самоорганизации, относительно простыми средствами кодируется сложный организм.

Тем не менее, несмотря на кажущуюся простоту, есть понимание общего механизма самоорганизации организма — в целом предложенное знаменитым математиком Аланом Тьюрингом в 1952 году в работе «Химические основы морфогенеза», но не точной конкретики. Что следует из невычислимости процессов самоорганизации. Нпример, исследования ДНК сами по себе не дадут какого-либо представления об организации животного — ведь в ДНК нет его «чертежа». Молекула ДНК не имеет смысла вне контекста среды — от среды клетки, среды организма и до окружающей среды. Другими словами, будущие особенности организма зависят в том числе и от среды, а не только от детерминанты генетического кода. Поэтому в ходе самоорганизации наследственный фактор может быть средой непредсказуемо как более или менее нивелирован, так и масштабирован. Из-за чего и смысл тех или иных факторов для будущего организма, включая и значение элементов ДНК, также может быть установлен только «более или менее», с некоторой вероятностью.

В диссипативной системе все события приобретают смысл в контексте динамики всей системы как единого упорядоченного целого, а не имеют его заранее. Это значит, что благодаря самоорганизации случайные мутации ДНК сами по себе не разрушают организм, внося в него нечто отдельное и чужеродное, а изменяют организм в целом — более в одном, менее в другом, возможно, улучшая применительно к условиям внешней среды. При этом так как организм развивается от общего к частному, то в начале детализации некой его системы в составе веществ-морфогенов достаточно произойти всего одному изменению, чтобы изменилась сразу вся система — к примеру, длина всех конечностей, причем изменилась одинаково и более или менее взаимосвязанно с остальными системами организма. Но, с другой стороны, это означает, что одно и то же изменение в ДНК в сочетании с другими факторами может непредсказуемо принести как пользу, так и вред.

Если система существует в процессе активного взаимодействия со средой, то предсказание её поведения сильно ограничены. Среда возмущает систему, вызывая в системе множественные флуктуации. С одной стороны, флуктуации непосредственно способствуют переходу системы к упорядоченной динамике, с другой, флуктуации делают упорядоченное в целом поведение системы в конкретных реакциях непредсказуемым — скачкообразным, нелинейным, неустойчиво колеблющимся около некоторого среднего направления, некоторой общей сути реакций. Мелких флуктуаций в системе происходит, естественно, больше чем крупных, поэтому по мере уточнения предсказаний закономерности упорядоченного поведения становится всё сложнее отличить от случайных событий, и требуется всё более точное понимание устройства системы. Но так как поведение каждого элемента в диссипативной системе гораздо больше зависит от всех остальных элементов, чем в равновесной системе, то по мере уточнения количество значимых факторов, влияющих на поведение системы, возрастает прогрессивно, из-за чего становится в той же степени сложнее сузить круг поиска и выработать конкретную проверяемую гипотезу.

В результате, в стремлении точнее понять и улучшить собственный организм или создать новый с новыми функциями, придётся всё более повторять эволюцию — больше наугад перебирать варианты, чем исходить из конкретной гипотезы как достичь желаемого. Причём создать жизнеспособный, но качественно отличный от нынешнего организм, более или менее случайным образом манипулируя элементами наследственной информации, по-видимому, невозможно, так как вероятное «везение» нивелирует отсутствие качественно новой среды — от среды качественно новой клетки или среды материнского организма, до культурной среды. Поэтому повторять эволюцию придётся и по времени — количество вариантов неисчислимо, значительные качественные переходы невозможны, эксперименты длительны, а вмешательство в наследственную информацию может непредсказуемо проявиться и только в последующих поколениях, например, показав, что некоторая «улучшенная» функция в перспективе несёт, наоборот, вред. Есть, очевидно, и этические аргументы. В итоге невозможность алгоритмизации диссипативных систем по сути означает и то, что всегда придётся исходить или из слишком общих, или из слишком частных представлений о развитии и функционировании организма, но не формализовать морфогенез и гомеостаз в целом.

Что также означает и невозможность рассчитать эволюцию. И действительно, биологическое сообщество также можно рассматривать как диссипативную систему, которая ведет обмен энергией/веществом с внешней средой, а отдельные особи от бактерий до человека — это её элементы. В ходе эволюции отдельные особи и виды конкурируют друг с другом за ресурсы и возможность размножаться. В результате биосфера усложняется — эволюционирует через естественный отбор и наследственность/изменчивость. Например, в контексте устройства организма и особенностей окружающей среды какая-то мутация ДНК приведёт к гибели животного — то есть нивелируется в масштабе всей биосистемы, а какая-то — к активному размножению особи, закреплению мутации в потомстве, развитию новой популяции, и соответствующему упорядочению всей биосферы через взаимодействие новой популяции с другими видами.

***

Итак, из глав про самоорганизацию понятно почему на роль жизни могли претендовать только диссипативные системы. Вместе со сложностью и возможностью усложняться их естественной сутью является то, что можно назвать «самосохранением» — активным поведением, направленным на поддержание своей организации. При этом в диссипативных системах возникает «новое качество» — поведение системы определяют не элементы сами по себе, а система как целое. Поэтому можно сказать, что обобщая уровень элементов, в диссипативной системе возникает «качественно» новый «элемент», характеризуемый порядком, а не составом, — информация, уже и определяющая поведение системы. Из главы также понятны и физические основания невычислимости диссипативных систем — система представляет собой континуум, а не набор элементов, при этом из-за состояния неравновесия критически важна для поведения системы может быть любая «точка» этого континуума, флуктуация любого самого мельчайшего уровня. Другими словами, для алгоритмизации поведения диссипативной системы нужно точное знание всех её составляющих — а значит, и всей реальности. В то же время поведение диссипативной системы может быть предсказано в общем. Однако чем сложнее порядок системы, тем и «в общем» становится всё более неопределённым.

Также можно заметить, что самоорганизующиеся системы соответствуют свойствам «систем мышления», которые были выведены в первой главе.

 

Мышление

Мышление — это функция сети нейронов, которая составляет основу тканей нервной системы. На входе сеть нейронов связана с рецепторами, на выходе с мышцами и железами. Таким образом, физиологическая суть мышления — управление мышцами и железами.

Изначально 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 система, связывая в одно целое чувствительность и двигательную активность. А также, через железы, активизирует работу других регуляторных систем — эндокринной и иммунной, что, например, необходимо для гормональной регуляции организма сообразно его двигательной активности.

Активность организма без нервной системы регулируется гуморально — химическими веществами, когда разница в их концентрации определяет ту или иную реакцию необходимой части организма. Нейронная сеть использует уже не только химические вещества, но и электричество. Тем самым ускоряя процесс передачи сигналов — что особенно важно в большом многоклеточном организме, донося сигналы точно и быстро к необходимым мышцам и железам.

Наиболее древним уровнем можно считать сетевидную или диффузную нервную систему. Такой системой обладают, например, медузы. Нервные клетки такой системы распределены в тканях в более или менее равномерную сеть, и при раздражении одной клетки возбуждение распространяется во все стороны по всей сети, вызывая постепенное сокращение сразу всего тела, а не только той части, на которую воздействуют. Следующий уровень — ганглиевая нервная система насекомых, червей. Нервные клетки в такой системе объединены в группы — ганглии, образующие связанные цепочки, где каждая группа управляет мышечными клетками связанной с ней частью тела.

Высшим уровнем является централизованная нервная система. Так как головная часть животного первая вступает в соприкосновение с внешней средой, в переднем нервном узле развиваются придатки в виде обонятельного, вкусового и зрительного рецепторов. В результате передний нервный узел начинает определять реакцию всего организма, а разнообразие рецепторов позволяет лучше анализировать раздражения и, соответственно, проводить более дифференцированное поведение. Разрастаясь, передний нервный узел образует головной мозг, которому подконтрольны нижележащие нервные центры. Наиболее филогенетически поздним отделом головного мозга является кора мозга, которая есть уже у рыб и пресмыкающихся, хорошо развита у млекопитающих и в наибольшей степени у человека. Можно добавить, что нейронов у человека около 90 млрд.

Исторически первые представления о нейронных сетях отмечены в XIX веке. Тогда считалось, что любая деятельность ведёт к активизации определённого набора нейронов и образовании между ними связей. При повторении деятельности связи между этими нейронами должны укрепляться. В том же веке теория была уточнена — стало понятно, что формирование памяти происходит в результате прохождения электрических токов между нейронами по их отросткам, не требуя соединений нейронов для каждого акта запоминания или действия. И в середине XX века У. Маккалок и У. Питтс формализуют понятие нейронной сети в считающейся фундаментальной статье о логическом исчислении идей и нервной активности.

***

Итак, сеть нейронов «быстрой» связью объединяет рецепторы внутренней и внешней среды с мышцами и железами, преобразовывая сигналы одних в активность других. Архитектура связей нейронной сети, образуемая отростками нейронов, и веса этих связей, в целом одинаковые у всех людей, определяют общность врождённого опыта и, отличаясь в частностях, отражают наследственную индивидуальность и приобретённый личный опыт. Назначение биологической нейронной сети и суть мышления таким образом — управлять активностью мышц и желёз сообразно состоянию внутренней среды организма и внешней среды в общем контексте гомеостаза. То есть в общем контексте поддержания постоянства внутренней среды организма или аналогично в контексте задачи самосохранения и размножения.

Конкретнее у каждого нейрона есть множество коротких отростков (дендритов), принимающих импульсы от других нейронов, и один длинный, может быть длиной и более метра, ветвящийся отросток (аксон — «нерв»), который импульсы передаёт. Посредством этих отростков каждый нейрон связан со множеством других нейронов, количество которых может достигать десятков тысяч, по всему пространству нейронной сети. Непосредственно функционирование нейронной сети заключается в том, что нейроны передают связанным нейронам импульсы, изначально поступающие от рецепторов. Таким образом более или менее активизируется вся нейронная сеть, так как все нейроны в сети взаимосвязаны. В зависимости от свойств связи, импульсы ведут или к возбуждению, или торможению принимающего их нейрона, то есть импульс или будет им передан дальше, или нет. Тем самым, в зависимости от архитектуры нейронной сети, весов связей нейронов и конфигурации рецепторного сигнала, в нейронной сети возникает определённая динамика возбуждения и торможения, которая определяет активность нейронов на выходе сети и, соответственно, активность связанных с ними мышц и желёз.

При этом под стимулирующим воздействием возбуждения веса связей нейронов постепенно изменяются (механизм синаптической пластичности). Проще говоря, возбуждение или торможение нейронов наступает быстрее. Соответственно, наиболее выраженные изменения происходят в контексте наиболее частых сочетаний сигналов рецепторов. В результате даже минимально похожее сочетание активности рецепторов будет направлять возбуждение по уже «наработанному маршруту» — сеть узнает знакомое даже по минимальным признакам. То есть произойдёт обучение нейронной сети. Отличие в уже известном будет корректировать динамику возбуждения, то есть активность мышц будет происходить с учётом всё более множественного опыта. В итоге в сигналах рецепторов обобщающих внутреннюю и внешнюю среду, будут распознаваться всё более сложные зависимости, приводя ко всё более сложному поведению, всё более точно учитывающему условия среды.

Нейронная сеть преобразовывает входящие импульсы в исходящие, в этом процессе веса связей нейронов изменяются и у наиболее активных нейронов веса изменяются наиболее сильно. То есть наиболее частые, в чём-то совпадающие составляющие входящих сигналов будут вносить в исходящие сигналы наибольший вклад. И происходит это, естественно, в соответствии с архитектурой нейронной сети — то есть с той логикой, которая заложена в организации связей нейронов. Суть этой логики у биологической нейронной сети — гомеостаз, самосохранение и размножение, удовлетворение инстинктивных потребностей. То есть сеть будет распознавать не просто часто повторяющиеся, а некие важные, «эффективные» для самосохранения и размножения составляющие в условиях, и именно их отображать в активность мышц более всего. Таким образом, в процессе взаимодействия со средой устройство нейронной сети будет всё более уточняться сообразно этой среде, то есть животное будет обучаться, станет всё точнее решать задачи самосохранения и размножения, применительно к конкретным окружающим условиям. И чем сложнее нейронная сеть, тем более сложные, более абстрактные зависимости в условиях она может выявить.

Афферентных нервных волокон — проводящих нервные импульсы в головной мозг, около 3 млн., два из которых связаны со зрительными рецепторами, один несёт информацию от спинного мозга, в котором происходит первичная обработка сигналов от остальных рецепторов. Эфферентных волокон, несущих нервные импульсы от головного мозга к мышцам и железам уже всего около 200 тыс.. Тем самым в определённом смысле в нейронной сети возникает конкуренция за активизацию выхода — можно сказать, непосредственно за счёт чего происходит масштабирование важного и нивелирование не важного.  

Процесс обучения можно объяснить по-другому. Обстоятельства, имеющие врождённый смысл (например, насыщение, голод), возникая совместно с пока ещё нейтральными элементами окружающего (например, голос матери), придают нейтральным элементам свой смысл. Возникая в контексте других потребностей, элементы наполняются новым смыслом, тем самым проявляясь в опыте всё более чётко. В свою очередь, они сами становятся источником смысла для новых элементов, возникающих в их контексте. В итоге в обобщении элементов, имеющих разный смысл, в опыте сначала проявляются границы воздействий, в их обобщении выделяются и наполняются смыслом объекты и процессы, в «целом» проявляются детали, а детали уточняют смысл «целого». Тем самым построение движений — также исходящее из врождённых задатков, постепенно происходит с учётом всё более сложных и множественных обстоятельств прошлого опыта, определяя всё более стратегический — «осмысленный», сложный характер поведения.

Чем сложнее нейронная сеть, тем сложнее поведение субъекта. Например, усложнение архитектуры нейронной сети в процессе эволюции выразилось в появлении кратковременной (оперативной, рабочей) памяти и, соответственно, возможности «думать». Упрощённо, за счёт появления обратных связей, возбуждение получило возможность циркулировать внутри сети — «внутри опыта», с одновременным торможением определённых нейронов сенсорных и моторных зон мозга — воспринимающих сигналы рецепторов и проводящих возбуждение к мышцам. Что тем самым позволило «уходить в себя» — моделировать поведение, используя некоторый объём таким способом активизированного опыта, разделяя или обобщая сразу несколько обстоятельств, непосредственно отсутствующих в окружающем. То есть прогнозировать, вспоминать, фантазировать — обучаться «виртуально», тем самым повышая эффективность реального поведения. При этом регуляция тонуса мышц, дыхания, сердечной деятельности и т. п. происходит более или менее сообразно «мыслям». То есть на уровне мышечных реакций, не связанных с конкретными особенностями ситуации, реальное поведение не прекращается, фактически обеспечивая постоянную готовность организма к непосредственному проведению моделируемого поведения.

Если точнее, то нейронная сеть с обратными связями называется рекуррентная. За счёт связи выходов со входом, в рекуррентной нейронной сети может динамически изменяться соотношение сигналов рецепторов к опыту. Например, если будет тормозиться вход и/или выход, то активность будет больше перемещается на опыт, внутренние процессы в сети. Другими словами, сеть может и «обдумывать» что-то, не теряя при этом связи с миром, а только уменьшая эту связь, и продолжать проводить поведение, отвлекая часть ресурсов на «обдумывание», а не отключая выход вообще. Или может проводить какое-либо определённое поведение — какой-либо алгоритм действий, направленный на решение некоторой задачи, при этом больше исходя из задачи — из опыта, а не из обстановки, то есть учитывать ситуацию сообразно своим целям, а не зависеть от неё напрямую. Что и наблюдается в поведении животных (по-видимому, в той или иной степени этот механизм есть уже у насекомых).

Биологические механизмы обучения подразумевают и другие составляющие, например, это сон — когда, предположительно, происходит дифференциации сильных/слабых связей нейронов, то есть выделение важного и забывание не важного, или процессы роста новых связей и разрушения старых, что связано со свойством нейропластичности мозга.

Также усложнение нейронной сети у предков человека отразилось в способности обобщать множественный опыт в компактное движение — речь и письмо. Тем самым путём сочетания таких движений-символов стало возможным передавать опыт, повышая эффективность поведения ещё более. В итоге, в отличии от остальных животных, каждое новое поколение людей живёт, учитывая опыт предыдущих. Один из основателей теории ноосферы Альфред Коржибски сказал о различии форм жизни так: «Растения осваивают энергию — например, фотосинтез. Животные осваивают пространство — поиск пищи, раздел территорий. Человек осваивает время, как существо социальное, он связывает его в культуре и наследует свой опыт потомкам.»

 

Мышление как самоорганизация

Однако точнее процесс мышления выглядит несколько иначе, чем написано выше. В едином организме можно выделить два взаимосвязанных уровня самоорганизации. Это самоорганизация организма в целом, включая и нейронную сеть, в процессе чего развивается и поддерживается упорядоченная структура организма, и уровень самоорганизации активности нейронов в сети. То есть помимо того, что нейронная сеть, как часть единого организма, развивается и существует как диссипативная система, нейронная сеть, как взаимосвязь нейронов, также воплощает в себе диссипативную систему, через архитектуру и пластичность связей задающую общий контекст опыта для дальнейшего упорядочения активности нейронов в ней. Поэтому уточнение нейронной сети в процессе обучения суть усложнение упорядоченной организации нейронной сети. 

Например, можно заметить, что активность мышц всегда взаимосвязана в едином порядке с воспринимаемым — от перистальтики, дыхания, сердечной деятельности и общего тонуса мышц до поддержания равновесия, предметных действий и речи. По мере накопления опыта в условиях распознаются всё более сложные зависимости — и в той же степени сложнее становится порядок работы мышц. В то же время, соответствуя другой — «хаотической стороне» поведения диссипативных систем, конкретное поведение всегда более или менее импульсивно, неустойчиво и непредсказуемо, конкретные мысли возникают «из ниоткуда» и сразу, а не «плавно» перетекают одна в другую.

Как показано ранее, в диссипативной системе всё решает целое, а не какие-либо составляющие по отдельности. В этой связи можно вспомнить ячейки Бенара, описанные в главе про самоорганизацию: несмотря на то, что в воде может быть сразу несколько валов, ни один из них, естественно, не существует сам по себе, диссипативная система — это одно целое и её соответствующая упорядоченная организация поддерживается ей как целым. Так же и нейронная сеть всегда функционирует как одно целое — все процессы в нейронной сети являются полностью взаимозависимыми, несмотря на наличие более или менее архитектурно обособленных отделов и зон, в которых преобладают локальные связи между нейронами. Например, подразделённость нейронной сети на обособленные отделы только повышает ёмкость сети.

Любые «частные» изменения поэтому более или менее отражаются на работе всей нейронной сети, из-за чего и обучается нейронная сеть как целое. То есть несмотря на изменения в отдельных нейронах, происходит усложнение сразу всего континуума «условия—задачи—решения» нейронной сети или аналогично конкретизация «потребностей и способностей» субъекта, применительно к особенностям внутренней среды организма и окружающей природной и культурной среды. Соответственно, и реакция сети тоже есть функция всей системы, то есть любая реакция «вызывается» более или менее из всего объёма нейронной сети, то есть из всего опыта сразу.

И надо заметить, реакция не только «вызывается», но одновременно и «создаётся». Динамика нейронной сети через сигналы рецепторов связана с внутренней средой организма и внешней средой. Поэтому, с одной стороны, реакция детерминирована особенностями среды — и в этой части «создаётся» в сети. С другой стороны, реакция детерминирована устройством самой сети — «вызывается» из опыта. Таким образом, в сети упорядочивается активность нейронов, а значит, возникает информация, при этом коррелирующая одновременно и с устройством сети — с опытом, и со средой. И, можно сказать, уже эта информация непосредственно и определяет поведение субъекта.

За счёт высокой связности всех нейронов достигается высокая взаимозависимость всех процессов в нейронной сети мозга на всех уровнях, а также их чрезвычайно сложный порядок — нейронная сеть человека сложнее любого известного объекта во Вселенной. При этом из-за активного взаимодействия с внутренней и внешней средой через постоянно поступающие сигналы рецепторов, нейронная сеть находится в состоянии высокой степени неравновесия. Например, сигнал любого рецептора, которых в организме человека миллионы, способен привести к масштабному изменению активности всей сети, если нужным образом совпадёт с её динамикой, то есть с опытом в целом и нынешним направлением поведения в частности.

Конкретно процесс упорядочения биологической нейронной сети связан с синхронизацией импульсной активности нейронов. Дело в том, что любой биологический нейрон сам по себе периодически генерирует электрические импульсы (автоволновой процесс), поэтому торможение приводит к угнетению этой функции, возбуждение к активизации, а синхронизация означает появление согласованности в активности разных нейронов. Таким образом, в пространстве сети возникает определённая упорядоченная конфигурация торможения и возбуждения нейронов, которую «возмущают» постоянно поступающие сигналы рецепторов. «Возмущение» соответствующим образом отражается в изменении активности мышц и желёз, работа которых в то же время всегда сохраняет упорядоченность, так как силы гомеостаза позволяют порядку в активности нейронов «возмущаться» около уровня динамического равновесия нейронной сети, но не разрушаться. «Возмущения» запоминаются сетью через изменения весов связей нейронов, усложняя структуру нейронной сети и тем самым задавая новый, всё более точный относительно внешних условий, контекст опыта.

При этом активность некоторых нейронных ансамблей синхронизируется селективно, то есть нейроны в них начинают функционировать более упорядоченно, чем нейроны остальной сети. Например, нейроны зрительной коры, рецептивное поле которых содержит объект внимания, сильнее синхронизированы, чем нейроны, которые реагируют на объекты вне внимания. Одно из первых наблюдений этого явления было сделано Вольфом Зингером в 1989 году: в эксперименте нейроны, удаленные друг от друга и отвечающие за разные участки зрительного поля, синхронизировались, если две полоски на экране двигались как единое целое, и синхронизация не возникала, если те же полоски двигались независимо друг от друга. Также, например, вспышки нейронной синхронизации регистрируются в областях мозга соответствующих моторным функциям, когда внимание обращено на проводимое действие.

Таким образом, на общем фоне более или менее упорядоченной активности сети, связанной с условиями в целом, выделяются структуры наиболее синхронизированной активности, связанной с наиболее важными составляющими условий, которые необходимо отразить в поведенческой реакции наиболее точно. В сознании это воспринимается как фокус внимания, наиболее чёткая и яркая составляющая сознания. При этом связи наиболее синхронизированных нейронов изменяются активнее, и в итоге наиболее всего обучение сети происходит в контексте самых важных стимулов. Для синхронизации не имеет значения расстояние между нейронами — когерентная динамика элементов диссипативной системы не зависит от расстояния между ними, почему, несмотря на то что данные поступают практически одновременно и в разные области мозга, формируется целостная структура синхронной активности, в которой разнородная и разномодальная информация связана друг с другом.

Также, например, сильная глобальная синхронизация больших популяций нейронов присуща состоянию бездействия, глубокого сна или патологии, поскольку динамика полностью синхронизированной сети не достаточно сложна для эффективной обработки информации. В то же время и чрезмерная локальная синхронизация имеет патологические проявления, такие как тремор в болезни Паркинсона, эпилептические припадки, шизофрения, аутизм, и т. д..

Простой аналогией синхронизации нейронов является синхронизация часов с маятниками, висящих на одной стене, описанная в XVII веке голландским физиком Христианом Гюйгенсом. Висящие на стене часы с маятниками — это диссипативная система: есть подвод энергии через движение гири часов и есть связь часов через стену. В результате, взаимодействуя через микроколебания стены, маятники часов постепенно начинают качаться «в такт». Вначале синхронизируются маятники, фазы колебаний которых, например, наиболее близки или которые взаимодействуют наиболее плотно. В результате их синхронизации в хаосе неупорядоченных колебаний возникает «мощный» ведущий ритм слаженных колебаний сразу нескольких маятников, который подчиняет себе колебания остальных маятников. Если затем воздействовать на какие-либо маятники, общий порядок будет непредсказуемо изменяться, так как одновременно зависит от всех нюансов всей системы — от часов до стены. В нейронной сети за счёт значительно большего взаимодействия и пластичности системы синхронизация происходит за доли секунды, а за счёт особенностей нейронов и различной архитектуры в разных отделах сети параметры волновых процессов в них отличаются.

Нейронная сеть как диссипативная система стремится к аттрактору, то есть к некоторому уровню динамического равновесия, каковой процесс называется гомеостазом. Аттрактор нейронной сети отражает и аттрактор диссипативной системы организма. Новые фазовые траектории гомеостаза, возникающие в контексте возмущающего воздействия сигналов рецепторов и флуктуаций собственной активности нейронов, запоминаются сетью через изменение в весах связей нейронов, и потому гомеостаз происходит уже в контексте нового опыта. Таким образом, любой опыт — это одна из фазовых траекторий гомеостаза (возможно описание нейронной сети через несколько аттракторов). Поэтому, например, какие-то «добровольные» неудобства, то есть, казалось бы, «волевое» отклонение поведения от гомеостаза — к примеру, встать, когда ещё хочется спать, на самом деле всё равно не более чем такая же траектория гомеостаза в контексте опыта и воздействий среды по принципу «через неудобство в тактике, к выигрышу в стратегии». Собственно, физиологические основания ощущения «волевого усилия» — это, по-видимому, процесс значительной корректировки личным опытом начальных побуждений более общего характера: преодоление страха, усталости, наоборот, сдерживание активности и т. п..

Нейронная сеть — это динамическая система, состоящая из функционально схожих элементов, исполняющих одну общую задачу — преобразование сигналов рецепторов в активность мышц и желёз. Все нейроны объединены в сети прямыми и обратными связями, поэтому активность каждого нейрона зависит от активности всех остальных нейронов в сети и наоборот. Утрируя, можно сказать, что каждый нейрон находится сразу на пространстве всей сети. Таким образом, весь опыт нейронной сети «размазан» по всему её пространству. С другой стороны, общая архитектура нейронной сети неоднородна и содержит более или менее обособленные зоны и отделы, морфологические особенности нейронов в которых также более или менее своеобразны. Что задаёт определённый контекст динамике возбуждения в них, а значит, и определённую специализацию этих частей в составе общей функции нейронной сети. Например, в простейшем случае разные нейроны могут быть более связаны с распознаванием условий или с построением моторной реакции, так как они находятся ближе ко входу или к выходу сети. В то же время можно считать, что построение моторной реакции начинается прямо на входе сети, или, наоборот, что функция сети — это только распознавание, итоги которого и определяют активность нейронов на выходе сети. Получается, что опыт одновременно и локализован в пространстве сети — в части особенностей её зон и отделов, и не локализован — как связанный с элементами единой системы. В итоге можно говорить только о большей или меньшей локализации некого опыта/функций в неком пространстве сети, а не о строгом разделении, несмотря, может быть, на странность такого положения. Например, тот же вывод о невозможности в любой «системе мышления» строго отделить один опыт от другого был сделан в первой главе.

В ином случае, если предположить, что опыт локализован, то части сети с разным опытом кто-то должен «подключать», когда это необходимо. То есть нужен ещё один мозг, который будет обобщать всё и объединять по необходимости части отдельного опыта, а также корректировать их обучение, чтобы даже изменяясь они тем не менее могли адекватно взаимодействовать. У этого «гомункулуса», очевидно, должны быть свои отдельные части, которые тоже должен кто-то подключать — и так до бесконечности. Таким образом, локализация опыта в сети неизбежно ведёт к противоречиям. В то же время нелокальность опыта означает, что в каждой реакции сети учитывается сразу весь её опыт, и что обучается сеть также как единое целое, — то же следует и из более общего представления о нейронной сети как о диссипативной системе. Из-за чего, например, может возникать такое явление как синестезия, при котором раздражение одного органа чувств может вызывать ощущения, соответствующие и другому органу чувств. К примеру, это цветовые ощущения, вызванные звуками, или когда окрашенными воспринимаются буквы и цифры.

Проще говоря, в нейронах самих по себе нет никакого опыта, кроме «умения» принимать и передавать возбуждение. Их иное функциональное значение возникает только в контексте всех остальных нейронов и потому не может быть от них строго отделено.

Из-за нелокальности опыта, нейронные сети в каком-то смысле повторяют голографический принцип, когда любая часть изображения содержит всё изображение с уменьшающейся детализацией, в зависимости от величины фрагмента. В результате, например, разрушение части сети, в зависимости от степени разрушения, будет приводить только к упрощению более или менее всего поведения сразу. Причём сохранившиеся участки сети до некоторой степени смогут заменять утраченные, за счёт перенаправления импульсов по оставшимся связям, нивелируя то, что в разрушенной области может быть «высокая концентрация» какого-либо определённого опыта. Можно сказать, так как любой опыт нейронной сети в обобщённом виде находится сразу во всём её объёме, то при разрушении возможности нейронной сети уменьшаются, но не изменяются в сути.

Мышление как самоорганизация означает и осознание «сразу», переключения внимания сразу на нечто «завершённое», более или менее понятное. Упорядочение диссипативной системы — это не последовательный процесс, идущий от элемента к элементу, от нейрона к нейрону. За счёт множественных нелокальных связей синхронизация происходит во всех концах нейронной сети мозга практически одновременно — в её наиболее обособленных отделах, поэтому знание или есть, или нет.

Например, наиболее эволюционно древние подкорковые отделы мозга, включая спинной мозг, активизируются прежде всего и отвечают за формирование активности мышц наиболее общего характера, связанной с общими параметрами ситуации, — это рефлекторные движения, сердечная деятельность, перистальтика, общий тонус мышц, объёмные мышечные синергии и т. п.. Поэтому вначале возникает общая — эмоциональная реакция на ситуацию, задающая активность и направление более конкретным действиям. То есть вначале происходит общее возбуждение или торможение организма, корректируется поза и т. п..

После чего порядок перестраивается уже в коре мозга — уровне нейронной сети, где распознаются сложные взаимосвязи в условиях — например, социальные в префронтальной (лобной) части коры. И потому это одновременно уровень организации сложных пространственных, предметных и интеллектуальных движений, отвечающих за точную «подгонку» поведения к нюансам ситуации — в том числе речь, письмо и т. п.. При этом восприятие конкретизируется и усложняется, проявляются детали происходящего, ранее вызванное поведение корректируется.  

Например, упрощённо, внутренние и внешние условия в целом могут диктовать сон, но некоторые отдельные признаки в них — звонок будильника — внесут свои частные коррективы. По обратным связям уточнённая ситуация повлияет на общий эмоциональный контекст, который станет уже не таким «сонным», тем самым вызвав идеи о необходимости вставать. Они изменят эмоциональный контекст ещё более — и так далее до достаточной нервно-гормональной перестройки организма, чтобы попытаться встать. Процесс будет восприниматься как «волевая» борьба со сном, так как связан с выраженным «конфликтом» общего и частного опыта. По тому же принципу происходит, например, планирование, внутренняя речь и т. п.. Конкретные слова возникают в сознании в процессе уточнения в коре мозга неких условий. Активность нейронной сети, связанная с внутренней речью, по обратным связям влияет на подкорковые отделы. Подкорковые отделы распознают общие взаимосвязи в условиях, что воспринимается субъектом как некоторое эмоциональное состояние, и задают направление дальнейшим процессам распознавания в коре. Таким образом, активность коры связанная с внутренней речью вносит соответствующую составляющую в активность подкорки и тем самым задаёт новое направление уточнению в коре, в результате чего субъект и «понимает» себя, и соответственно этому «пониманию» возникают новые слова. И так пока опыт и условия не приведут к смене поведения.

К изложенному в главе надо добавить, что по современным представлениям в биологических нейронных сетях в информационном взаимодействии участвуют не только сами нейроны, но и окружающие нейроны ткани мозга (клетки глии и внеклеточный матрикс). Электрохимические процессы в нейронах и их отростках приводят к попаданию биологически активных веществ в межклеточное пространство, распространяясь по которому они влияют на соседние нейроны и клетки глии, последняя в свою очередь также влияет на нейроны. Тем самым плюс к давно известным вспомогательным функциям (питание нейронов, пространственная поддержка, миелинизация, ГЭБ) окружающие нейроны ткани мозга создают уровень медленной и «объёмной» передачи сигналов между нейронами. Также окружающие нейроны ткани участвуют в образовании новых связей нейронов и несут некоторые другие функции. Возможно, значение в мышлении имеют и электромагнитные поля нейронов. Можно сказать, что мышление в мозге не локализовано строго в сети нейронов. Всё это хотя и не отменяет общего «нейросетевого» принципа мышления, но усложняет понимание его природной реализации.

***

Подводя итоги главы, понятно почему именно принцип самоорганизации стал принципом и нервной регуляции. Мышцами и железами необходимо управлять одновременно и взаимосвязано — то есть по единой «программе», которая должна ещё и обучаться как единое целое. В ином случае не избежать рассогласования «отдельных программ» — и потому всё равно нужен будет единый общий «центр», корректирующий ошибки. В природе такой «единой программой» может быть только диссипативная система, динамика которой естественным образом стремится к поддержанию гомеостаза — своего упорядоченного состояния. В результате правильно подобранная эволюцией под предполагаемые условия архитектура нейронной сети позволит обобщать активность рецепторов в активность мышц и желёз, упорядоченную в контексте задачи самосохранения и размножения. А определённая пластичность связей нейронов позволит сети запоминать наиболее важные сочетания сигналов рецепторов, тем самым уточняя стремление к самосохранению и размножению под конкретные условия среды. В то же время мышление как функция диссипативной системы означает, что вычисление или копирование мышления в принципе ограничено. Также можно заметить, что «на большем масштабе» биологическая нейронная сеть — это часть диссипативной системы организма, который является частью диссипативной системы социума и биосферы в целом — и, вероятно, этот ряд можно продолжить дальше, обобщая уже живую и неживую природу.

 

Сознание

Нейронная сеть распознаёт условия от общих и простых взаимосвязей к частным и сложным, то есть вначале выделяется некоторое общее направление поведения, которое постепенно уточняется. Такая динамика нейронной сети определяет и наличие собственного «Я», то есть наличие эмоционального контекста самоощущения, «на котором» разворачиваются все более конкретные события. Это «направляющий» контекст, так как он задаёт направление и активность поведению более частного характера, и тем же образом «Я» ощущается — как нечто внутреннее, мотивирующее и управляющее конкретным поведением. И чем сложнее нейронная сеть животного, то есть чем больше её возможности запоминать историю своего взаимодействия с окружающим и, соответственно, обобщать запомненное в личную стратегию поведения, тем, по-видимому, сложнее/ярче сознание, полнее самоощущение. К чему у человека добавляется выраженная вербальная категоризация происходящего, изначально направленная прежде всего на общение, но, с другой стороны, обуславливая и более чёткое выделение себя как «самостоятельной» личности, субъекта, из-за необходимости сообщать о своих намерениях: «Я хочу», «Я могу», «Я делаю».

В то же время само наличие сознания, отличного от элементов мозга, можно объяснить следующим образом.

В нейронную сеть постоянно поступают сигналы рецепторов, то есть уровня покоя — когда все потребности удовлетворены, всё строго «в норме», фактически не существует. Если вспомнить, взаимодействие со средой — необходимое условие существования диссипативной системы, так как это открытая система. И в случае нейронной сети как некой абстрактной взаимосвязи нейронов, без взаимодействия со средой нет смысла говорить о каком-либо её функционировании. В случае же, например, организма, частью которого является и нервная система, то без обмена веществом/энергией со средой он просто разрушится. Таким образом, порядок нейронной сети всегда так или иначе средой возмущается.

Постоянное возмущение диссипативной системы средой — это и постоянный процесс её упорядочения, гомеостаз, несмотря на воздействия среды. В свою очередь, упорядочение — это появление в системе информации, упомянутого ранее «нового качества», обобщающего уровень отдельных элементов в «целое». Информация, с одной стороны, детерминирована всеми прошлыми процессами в нейронной сети, то есть опытом сети (включая её «врождённую» составляющую — «опыт» всех предыдущих поколений живых существ), с другой стороны, информация детерминирована средой. То есть сигналы рецепторов поступая в нейронную сеть вызывают/создают в сети информацию, что выражается в упорядочении реакций сети — и, видимо, в появлении сознания. Таким образом, качественное отличие порядка от элементов системы — это и есть абстрактность психического восприятия. Отчасти подтверждают эту гипотезу результаты экспериментов, из которых следует, что с усилением синхронизации нейронов связано восприятие объектов, находящихся в фокусе внимания.

То есть сознание — это не какие-либо элементы или структура сети сами по себе. В структуре нейронной сети всё обобщено, никаких знаний, реакций или образов там нет. Поэтому конкретная поведенческая реакция, конкретное «содержание сознания», может быть только конкретной динамикой сети, тем или иным процессом упорядочения активности нейронов. От более простого порядка подкорковых областей, по-видимому, проявляющегося в эмоциях и настроениях, к более сложному порядку в коре, проявляющегося в конкретных ощущениях. От низкого уровня абстракций к высокому, от эмоций и качеств к конкретным образам.

При этом сам ход процессов в нейронной сети, естественно, не имеет ничего общего с сознаваемым объектом как таковым. То есть воспринимая апельсин, найти в мозге непосредственно оранжевые или шарообразные процессы не получится — активность нейронов кодирует сигналы рецепторов в реакции мышц и желёз, а не содержит «картинки» объектов. Но именно чем точнее кодирует, тем точнее апельсин будет отражён в поведенческих реакциях и в сознании соответственно.

Например, динамика порядка в нейронной сети коррелирует со средой и устройством сети. Поэтому в сознании — и не среда, и не нейроны, а абстракции, коррелирующие и с тем и с другим. К примеру, в объективной реальности есть электромагнитные волны разной длины, а не цвета радуги, свет, темнота, тепло или холод, есть вещества в воздухе и колебания среды, но не запахи или звуки. Закономерна «абстрактность» и «континуальность» сознаваемого: порядок, синхронизация — это не какие-либо элементы сети сами по себе.

При этом так как субъективная реальность коррелирует с устройством сети, то в силу отличий в устройстве мозга, каждый субъект, очевидно, воспринимает мир по-своему. Но, например, зелёный цвет для всех будет одинаков с цветом травы, листьев и т. п.. И потому как бы разные люди не воспринимали эту часть спектра электромагнитного излучения, но глядя на нижний сигнал светофора все сойдутся во мнении, что это именно зелёный цвет — цвет травы и листьев, с соответствующим к нему отношением. Точно так же более или менее коррелирует, но не совпадает в точности и весь остальной опыт всех людей.

***

Таким образом, возникает ситуация, предсказанная в первой главе. Где следовало, что наличие субъекта — это следствие наличия у природы двух максимально отличных уровней, на одном из которых находится субъект. Субъект возникает в сложном нелинейном процессе самоорганизации, обобщения отдельных элементов в целое. Соответственно, субъект максимально отличен от простых линейных процессов и отдельных элементов, почему смысл именно этих явлений он способен установить точнее всего, то есть по отношению к ним субъект более всего может быть «сторонним наблюдателем». 

Аналогично процессы мышления субъекта носят тот же сложный характер объёма, континуума изменений — почему точнее всего понять субъект может, наоборот, в этом смысле простые цепочки шагов, алгоритмы изменений.

Физиологическая суть мышления — управление мышцами и железами, то есть мышление отвечает за активное перемещение в среде. Организм не может перемещаться одновременно в разные стороны, поэтому необходимо выделение в ситуации важного, цели. Что отражается как постоянное переключение внимания на новую частную цель, тем больше выделенную, чем больше она важна. То есть поведение всегда более или менее целенаправленно, а внимание сконцентрировано, из-за чего, например, невозможно одновременно следить за разнонаправленными процессами. Но если поведение — это последовательность действий, то и решение любой задачи возможно так же только как последовательность действий, то есть как алгоритм, когда последующий шаг определяется предыдущим и ведёт к какой-либо цели.

Однако нейронная сеть — не алгоритм, сеть — это континуум одновременных взаимозависимых процессов. В результате человек просто не способен «помыслить» нейронную сеть в её конкретной точной динамике — мысленно «охватить» весь процесс, чтобы «писать сети» под задачи по принципу написания, например, компьютерных программ. Это касается и абстрактных моделей, лишённых физических нюансов, и реальных сетей, где важен любой нюанс её устройства и поэтому вниманием надо охватить динамику сразу всех физических составляющих системы на всех её уровнях. Из-за чего также невозможно и узнать, что конкретно чувствует «чужая» нейронная сеть: если сознание возникает как «внутрисистемный фактор» упорядоченной динамики множества элементов, то не став этой системой, заглянуть в её сознание не получится.

Непознаваемость сознания прямо следует и из необходимости «качественного» отличия исследуемого и исследователя. Соответственно, субъект в принципе не может понять сознание — точнее, способен на это в некой минимальной степени, так как иное будет равносильно возможности наблюдать «со стороны» и самого себя, своё сознание.

В результате можно только предполагать, что сознание в целом, его «яркость» и насыщенность деталями связана с усложнением нейронной динамики, или что «абстрактность» и «континуальность» сознаваемого отражает процессы упорядочения в системе — но нельзя достоверно проверить. И как ни логично выглядит идея сознания как «нового качества» элементов самоорганизующейся системы, но ввиду принципиальной невозможности заглянуть в чужое сознание, она всё равно не кажется очевидной. Если сознание — это действительно только лишь «внутрисистемный фактор», то нельзя ни подтвердить, ни опровергнуть даже само его наличие. Представить работу нейронной сети невозможно принципиально — качественно невозможно, в итоге сознание качественно отличается от остальной физической реальности, тем самым определяя и наличие субъекта, и отсутствие возможности установить насколько «качественно» это отличие.

Невозможно и копировать мышление, о чём также говорилось ранее — или мало что будет понятно, или мозг разрушит интенсивность воздействия, но в любом случае необходима абсолютная точность копии, что невозможно в принципе. Не дадут линейного результата и всё более точные исследования устройства мозга — из-за экспоненциального роста сложности анализа более точных моделей мышления. Из чего, к примеру, следует и принципиальная ограниченность в возможности управлять устройствами непосредственно «мыслью» или ограниченность в «чтении мыслей» через определение связи между активностью нейронов и направлением мышления. Уточнение таких корреляций потребует того же экспоненциального роста сложности исследований.

 

Сознание в квантовой физике

Согласно изложенному выше, сознание возникает в процессе упорядочения, самоорганизации, точнее говоря, сознание — это сам процесс самоорганизации изнутри, со стороны самой самоорганизующейся системы, и чем порядок сложнее, тем сложнее сознание. Исходя из чего нет оснований считать, что без привлечения сознания описание самоорганизации или конкретно мышления будет неполным — оно в любом случае не может быть полным, но если бы можно было самоорганизацию алгоритмизировать, то и сознание возникло бы в описании само собой, просто как следствие точности и полноты отражения в алгоритме физического процесса.  

Внимательнее отнестись к сознанию заставляют исследования фундаментального уровня природы.

Как следует из квантово-механической теории (КМ) — хорошо проверенной экспериментально и способной на чрезвычайно точные предсказания, до измерения или после него есть только вероятность найти элементарную частицу в той или иной области пространства с теми или иными значениями некоторых параметров (например, скоростью или направлением спина), а ещё не сама частица. Вероятность размазана по всему пространству, где-то концентрируясь, а где-то сходя на нет. То есть распределение вероятности в пространстве имеет характер волны, волнового пакета, потому эволюция волн вероятности в пространстве и времени описывается волновой функцией.

Волны вероятности также называют волнами де Бройля по имени французского физика Луи де Бройля, который в 1924 году высказал гипотезу о том, что установленный ранее для фотонов корпускулярно-волновой дуализм присущ всем частицам — электронам, протонам, атомам и так далее.

При этом область пространства с наибольшей амплитудой возмущения — это область наибольшей вероятность найти частицу, за пределами которой вероятность найти частицу может быть очень мала и практически не отличаться от нуля. Движение волнового пакета в пространстве имеет физический смысл движения как «классического» перемещения частицы из одной точки в другую и не может происходить быстрее скорости света. Например, траекторию движения электрона указать невозможно — электрон не находится ни в какой конкретной точке и не перемещается с места на место, как маленький шарик, с той или иной вероятностью он уже есть везде. Поэтому можно лишь выяснить, какова вероятность обнаружить электрон в том или ином месте, в частности, определить, где он окажется с наибольшей вероятностью.

По-другому можно сказать, что все возможные варианты местоположения, импульса и т. п. частицы до измерения находятся в состоянии суперпозиции, то есть с некоторой вероятностью реализованы одновременно в каждой точке всего пространства. Но реализованы только потенциально, и ни одно из конкретных состояний частицы не существует реально — заранее. Вне измерения любой объект — это, описываемое волновой функцией, протяжённое на всё пространство распределение вероятности найти объект, а ещё не сам объект.

Тем не менее в момент измерения происходит мгновенный коллапс (редукция, схлопывание) волновой функции, и фактически «из ничего» возникает частица с некоторыми конкретными параметрами. Аналогично в запутанных состояниях в момент измерения первой частицы — когда у неё детектируется некоторое конкретное состояние, одновременно возникает коррелирующее конкретное состояние и у второй частицы, что происходит независимо от расстояния между ними. То есть коллапс их общей волновой функции — разрушение состояния суперпозиции (декогеренция), так же как и коллапс волновой функции одной частицы, происходит мгновенно во всём пространстве.

Когда измерение прекращается, частица опять становится волной вероятности, бесконечной в пространстве. При этом волновой пакет, как область пространства с наибольшей вероятностью найти частицу, может постепенно расплываться, скорость чего зависит от массы/энергии частицы. Например, волновой пакет свободного электрона, масса покоя которого равна 9,1·10-28 г, спустя одну секунду расплывётся до размеров, сравнимых с размером Луны. Но если взять пылинку массой уже в 1 мкг (1·10-6 г) и размером 0,1 мм, то всего лишь удвоение ее размеров произойдет за 3 млрд. лет. Отсюда ясно, что квантовые эффекты существенны только для микрочастиц и на макроуровне незаметны, лежат далеко за пределом доступным наблюдению.

Однако природа на фундаментальном уровне существующая в виде вероятностей, пусть даже это касается только некоторых параметров объектов, и потому возможно не всё что угодно, — это всё равно очень странная ситуация. Поэтому разумно предположить, что это физическая структура самой частицы размазана во всём пространстве и флуктуирует, подчиняясь неким скрытым причинам, а в момент измерения структура каким-то образом «концентрируется» и одновременно из всего потока флуктуирующих состояний, как стоп-кадр, измерение выхватывает одно значение. То есть существуют некие неизвестные пока скрытые параметры, которые предопределяют всё происходящее с частицей в каждый момент времени.

Тем не менее в многочисленных экспериментах (по проверке неравенств Белла с двумя и тремя запутанными частицами) однозначно установлено, что конкретное состояние частицы возникает только в момент измерения и до измерения не существует. Вернее сказать, скрытые параметры, способные вернуть реализм (то есть наличие конкретного состояния у частицы ещё до акта измерения), возможность которых проведённые эксперименты не опровергли, выглядят слишком неправдоподобными и даже попросту бессмысленными, так как с их помощью можно объяснить что угодно. Например, это предопределённость невероятного характера типа фантастической ситуации, когда орёл выпадает всегда, у всех и на любых монетах просто потому, что в момент рождения Вселенной сложились такие начальные условия. Или путешествия в прошлое с целью так манипулировать частицами, чтобы у экспериментатора сложилось впечатление, что их конкретное состояние возникает только в момент измерения, а не существует заранее.

И наконец коллапс волновой функции происходит мгновенно во всём пространстве, почему, например, вторая запутанная частица приобретает конкретное состояние одновременно с измерением первой независимо от расстояния между ними. Но это значит, что нет не только реализма, но и локальности. Согласно принципу локальности, на объект можно влиять только через его непосредственное окружение, почему этот процесс не может происходить быстрее скорости света, как предельной скорости движения. То есть что-либо не может перемещаться в пространстве быстрее скорости распространения возмущений волн вероятности разных частиц (аналогично возмущений взаимодействующих полей разных сортов частиц), так как это и есть потенциальное «что-либо» — от сигналов до событий.  

Таким образом, мгновенный коллапс волновой функции не может быть связан с движением какой-либо известной материи, так как это противоречит специальной теории относительности Эйнштейна (СТО) — проверенной экспериментально не меньше положений квантовой механики. Следовательно, если ничего материальное никуда не перемещается, то и информация, например, через мгновенную корреляцию запутанных частиц тоже передана быть не может.

Согласно СТО, пространство и время — это единая структура, поэтому скорость движения в пространстве взаимосвязана со скоростью движения во времени. Например, чем быстрее объект движется в пространстве, тем короче для него становятся расстояния и медленнее течёт время, и наоборот. Соответственно, движение в пространстве с предельной скоростью — совпадающей со скоростью света, то есть со скоростью распространения электромагнитной волны — означает остановку движения во времени, а отсутствие движения в пространстве — максимальную скорость во времени. С чем связаны многочисленные парадоксы СТО. Например, скорость света в вакууме — это константа, считается, она не может быть меньше или больше, поэтому с какой бы скоростью источник света не приближался или отдалялся от наблюдателя, наблюдатель зарегистрирует одну и ту же скорость света. Дело в том, что согласно принципу относительности, все системы отсчёта равноправны, поэтому скорость света, естественно, должна оставаться константой и в системе отсчёта наблюдателя, и в системе отсчёта источника света, почему, чтобы сохранить равноправие, изменяются время и длины.

В итоге выходит, что процессы быстрее света есть, так как объекты «концентрируются» в месте их обнаружения мгновенно, и связь быстрее света есть, так как запутанные частицы тоже коррелируют мгновенно, однако, согласно СТО, информация при этом передаваться не должна. И действительно, передать информацию быстрее света через корреляцию запутанных частиц мешает как раз отсутствия реализма. Если состояние частицы возникает только в момент измерения и случайным образом, а не существует как реальность заранее, то ничего закодировать невозможно. Проще говоря, если выпадение орла или решки принципиально случайно, то мгновенная корреляция подбрасываемой монеты с другой монетой, находящейся у получателя информации, ничего осмысленного передать не даст. В связи с чем пришлось уточнить принцип причинности — в том смысле, что невозможна не вообще связь быстрее скорости света, а только передача информации быстрее скорости света. Таким образом, несмотря на то, что на макроуровне это незаметно, на элементарном уровне реальности нет локальности и реализма.

Э. Шрёдингер, один из основоположников КМ, первоначально также считал, что волновые свойства связаны именно со структурой частицы, но в дальнейшем согласился со статистической интерпретацией волновой функции. То есть согласился с тем, что нельзя сопоставить частице физической реальности до измерения, а только определённую статистику найти её в том или ином месте с теми или иными параметрами. По какому поводу в 1950 году в статье «Что такое элементарная частица» он писал: «Волны, о которых мы говорили, не должны считаться реальными волнами. Верно, что они порождают интерференционные явления, которые в случае света, где они уже давно известны, считались решающим доказательством, устранившим любые сомнения в реальности световых волн. Тем не менее, мы теперь говорим, что все волны, включая световые, лучше рассматривать как «волны вероятности». Они являются лишь математическим построением для вычисления вероятности нахождения частицы…»

Если волны вероятности не являются возмущением какой-либо физической структуры, предопределяющей поведение частиц, то волновая функция описывает не строго детерминированный процесс, который ввиду неполноты знания только выглядит как вероятностный, а описывает именно вероятностный процесс, который никаких скрытых параметров не содержит. То есть просто «такова реальность» — не детерминированная, а вероятностная. Что само по себе, может быть, не так необычно, как кажется на первый взгляд. Например, строгая причинность означает, что у всего есть свои непосредственные причины — но что было причиной всего? С другой стороны, исходя из привычного детерминизма макромира, кажется, что возможность случайности тоже должна быть предусмотрена заранее.

В целом описанная выше вероятностная трактовка соответствует копенгагенской интерпретации (КИ) квантовой механики, возникшей вместе с ней и фактически общепринятой, ввиду отсутствия в КИ утверждений о не наблюдаемых процессах и при этом исчерпывающим образом описывающей имеющиеся на сегодня экспериментальные факты. Есть и другие интерпретации, однако насколько однозначно, несмотря на необычность, из экспериментов следует отсутствие строгого детерминизма, настолько сложными, но не менее необычными, получаются попытки его вернуть. Надо сказать, что соответствующим набором гипотез ad hoc можно оправдать любую идею — и даже самый неочевидный набор может оказаться реальностью, но при прочих равных за точку отсчёта разумно выбирать самое простое объяснение.

В чём роль сознания?

Вне измерения все возможные состояния частиц находятся в состоянии суперпозиции, а измерение, уничтожая другие, оставляет одно состояние, которое и становится реальностью. То есть фактически в КМ существуют два разных мира — классический и квантовый, и классический возникает в результате выбора случайного варианта из бесконечного множества, предлагаемых квантовым миром.

Но что или кто делает выбор? Очевидно, выбор не может делать измеряющий прибор или в целом какая-либо известная материальная субстанция. Любой прибор вместе со всей Вселенной, должен находится в суперпозиции всех потенциальных путей истории — и ничего, кроме эволюции этого состояния в пространстве и времени, быть не должно, так как для коллапса волновой функции и появления конкретной реальности нет причин. Следовательно, необходим именно наблюдатель и его сознание — по крайней мере, именно субъект наблюдает частицу, а его сознание — это, по-видимому, единственное, что качественно отличает наблюдателя от прибора.

Тогда, если мир не имеет конкретного состояния, но наблюдается именно оно, то именно взаимодействие с наблюдателем приводит к коллапсу волновой функции и появлению у наблюдаемой природы конкретного — «классического» состояния. То есть выбор связан не с измерением, а именно с наблюдением, и, например, конкретный результат измерения проявляется не в момент взаимодействия измеряемого объекта и прибора, а в момент наблюдения прибора субъектом. 

Поэтому, как фактически следует из КМ, если мы сейчас смотрим на объект и фиксируем его форму, цвет, материал и т. д., он предстает как классический объект. Но внутреннее состояние его атомов мы не наблюдаем, и в этой части объект продолжает находиться в нелокальном запутанном состоянии. То есть объект присутствует сразу в двух ипостасях — и как локальный объект, находящийся перед нами, и как нелокальный, находящийся «везде и нигде». 

В то же время ситуация, когда мир в его конкретном виде возникает только благодаря субъекту, выглядит слишком необычной, почему возможно, что парадоксальная значимость субъекта («проблема измерения»), возникающая в КМ, в той или иной степени не отражает реальность и связана с тем, что в исследовании элементарного уровня уже нельзя отделить объект измерения от процесса измерения, в результате смысл измерения размывается, приводя к парадоксальным выводам. Но тогда возникают вопросы, насколько те или иные выводы КМ являются «обманом зрения» и почему одновременно с этим они так хорошо подтверждаются экспериментально.

При этом если предположить, что дальнейшее познание и внесение соответствующих уточнений в квантовую теорию поможет разрешить проблему измерения, то, во-первых, уравнения КМ уже очень точны и согласованны, почему любое изменение в них — а изменение, очевидно, должно быть серьёзным — «незамеченным» пройти не может и должно, видимо, привести к полностью новой теории. И, во-вторых, если парадоксы КМ действительно связаны с субъектом, может статься, что такая теория невозможна в принципе — ввиду невозможности формализовать «уровень сознания» и, соответственно, «правильно» обобщить его с «уровнем элементов природы». Как следует из первой главы, субъекта невозможно свести к объекту, без непознаваемого субъекта невозможно никакое знание вообще. В этом случае парадоксы КМ сколь естественны, столь и неустранимы.  

***

В начале «эпохи эксперимента», мир казался механистичным, вычислимым и тем отличным от «нелинейного», изменчивого и непредсказуемого внутреннего мира субъекта. Во внимание попадали в основном процессы относительно простые — линейные, алгоритм которых поэтому можно установить. Сейчас же понятно, что строго линейных процессов нет, нелинейные процессы — не исключение, а наоборот, линейные процессы — это приближение, идеализация.

Нелинейность реакций возникает за счёт процессов самоорганизации, появлении согласованности в динамике элементов системы, в результате чего воздействия на систему «нелинейно» нивелируются или масштабируются. При этом одни системы являются элементами других — как, например, клетки являются элементами организма человека, а люди — элементами биосферы, социума и т. д.. Поэтому если сознание действительно связано с процессами упорядочения, сложностью этих процессов, то вероятно, что весь мир на всех масштабах наполнен «новым качеством», «элементами сознания», «информацией».

Но имеет ли это какой-либо физический смысл? Чем выше нелинейность, тем менее поведение системы предсказуемо, и если сознание — это не только «внутрисистемный фактор», то за этой непредсказуемостью может быть незаметен вклад «нового качества» системы и как некой самостоятельной сущности. Прояснить ситуацию, вероятно, поможет дальнейшее исследование нелинейных (неравновесных, сложных) систем.

В то же время — возможен ли в понимании нелинейных систем столь качественный прогресс? Наличие у системы сложной внутренней динамики и её зависимость от мельчайших нюансов устройства и взаимодействия со средой в принципе не позволяет эту динамику полностью проследить. Другими словами, система приобретает свойство целостности, континуума, почему познание нелинейных систем через поиск алгоритма их поведения принципиально ограничено, и чем сложнее система, тем более это заметно. В результате получается, чем больше у системы должно быть «нового качества», и потому вроде бы проще его найти, тем больше его скрывает растущая непредсказуемость поведения системы.

Тем не менее то, что кажется невозможным сейчас, может стать обычным завтра, и потому, может быть, тот или иной прогресс произойдёт и в понимании сознания. По крайней мере не существует чёткой границы между тем, что можно понять и что нельзя, следовательно, возможность прогресса нельзя отрицать и в самых сложных задачах. Тогда, может быть, если субъект, парадоксы КМ и наполненный информацией мир взаимосвязаны, эту взаимосвязь удастся установить. Возможно также, что новое уточнение взаимосвязи субъективного и объективного мира как и в прошлые эпохи станет основанием для новой метафизической парадигмы реальности и нового метода познания, способного на большее, чем нынешние. Закончить тему сознания поэтому можно словами А. Д. Линде — советско-американского физика, профессора Стэнфордского университета, одного из авторов теории инфляционного расширения Вселенной.  

«Возможно ли, что сознание, подобно пространству-времени, имеет свои внутренние степени свободы, пренебрежение которыми ведет к фундаментально неполному описанию вселенной? Что, если наши ощущения так же реальны (или, быть может, даже более реальны), чем материальные объекты? Что, если мое красное и синее, моя боль — реально существующие объекты, а не просто отражения реального мира? Возможно ли ввести «пространство элементов сознания» и предположить, что сознание может существовать само по себе, даже при отсутствии материи, подобно гравитационным волнам, существующим при отсутствии протонов и электронов?

Заметим, что гравитационные волны обычно настолько слабы и так слабо взаимодействуют с веществом, что мы до сих пор их впрямую не обнаружили [на момент написания статьи уже обнаружены]. Однако их существование предельно важно для самосогласованности нашей теории, как и для понимания некоторых астрофизических явлений. Не может ли оказаться, что сознание — настолько же важная часть согласованной картины нашего мира, несмотря на то, что до сих пор мы могли совершенно пренебрегать им при описании известных нам физических явлений? Не окажется ли при дальнейшем развитии науки, что они изучение вселенной и сознания неразрывно связаны, и существенный прогресс в одном направлении невозможен без прогресса в другом?»

 

Перспективы искусственного интеллекта

Существует два принципиально разных подхода к обработке информации — это последовательная обработка символов и параллельное распознавание образов. Различие между символами и образами только количественное — однако информационная емкость образа может на многие порядки превышать число бит, которыми описывается символ. В результате из количественного отличия вырастает качественное, так как описать образ символами, то есть свести образ к алгоритму, становится нереальным с практической точки зрения. Что легко понять, если попробовать описать словами, например, обстановку в комнате со всеми нюансами, которые удалось разглядеть, — это невозможно. Если сложный образ невозможно даже описать, то оперирование такими описаниями будет невозможно тем более — задача приобретает экспоненциальную и сверхэкспоненциальную сложность.

Рост временной сложности алгоритма по мере увеличения размерности данных называется комбинаторным взрывом. Например, для вычислительной машины, способной просчитать миллион шахматных игровых комбинаций в секунду с отсевом заведомо ложных ветвей, на просчёт 6 ходов вперёд потребуется 1 секунда, на 12 ходов — 11 дней, а на 18 ходов — около 32 000 лет. Или в поле 2 на 2 пикселя, где каждый пиксель может быть только чёрным или белым, может быть 16 вариантов изображений, а в поле 100 на 100 уже ~ 103000 (3000 знаков в числе).

В итоге, по мере усложнения задач, ни решение, ни даже описание их привычными последовательными алгоритмами быстро становится невозможным. Поэтому в создании ИИ, способного учитывать сложные условия остаётся только путь параллельного распознавания образов нейронной сетью, то есть путь повторения мышления. В этом случае решение задачи не требует точного описания, ввиду способности нейронных сетей к обучению (самоорганизации), и потому достаточно создать нейронную сеть только приблизительно соответствующую задаче. В чём нейронные сети противоположны компьютерам, где алгоритм в явном виде задаёт поведение во всех мыслимых ситуациях. Таким образом, различие между последовательными и параллельными вычислениями гораздо глубже, чем просто большая или меньшая продолжительность вычислений: если алгоритмы копируют конкретику шагов последовательного поведения, то есть только некий итог работы мозга — и, соответственно, для написания алгоритма необходим человек, то нейронные сети копируют саму «вычислительную систему» мышления, где поведение возникает. Из-за чего применение нейронных сетей означает совершенно другие методологии, способы постановки и решения задач.

При этом если процесс существенным образом использует понятия непрерывности и континуума, а не конечность и дискретность как в приведённых выше примерах, то он принципиально невычислим, его алгоритмизация становится невозможной (тезис Чёрча — Тьюринга — Дойча). И потому нужна аппроксимация (упрощение) — к примеру, замена кривой на ломаную прямую, нелинейной системы на линейную (линеаризация), разбиение непрерывного изображения на пиксели, создание упрощённой модели и т. п.. Но универсальными аппроксиматорами как раз являются нейронные сети. Невозможность алгоритмизации и сложность аппроксимации требует привлечения эвристических методов, то есть методов не имеющих строгого математического обоснования — можно сказать, непонятных, но способных давать приемлемый результат. Но именно нейронная сеть является воплощением эвристики, ведь именно «ей» человек совершает открытия, не имея предварительно никакого его алгоритма.

Искусственные нейронные сети, подобно биологическим, являются вычислительной системой параллельно функционирующих простых процессоров с множеством связей между ними. Несмотря на то, что при построении таких сетей делается ряд допущений и значительных упрощений, отличающих их от биологических аналогов, искусственные нейронные сети демонстрируют множество свойств, присущих мозгу, — это обучение, извлечение «эффективных» данных из множественной информации, а также способность к обобщению, когда в случае успешного обучения сеть сможет вернуть верный результат на основании данных, которые отсутствовали в обучающих примерах. Как и биологические, искусственные нейронные сети устойчивы к отклонениям входных данных, что позволяет им правильно «видеть» образ, содержащий различные помехи и искажения.

Наиболее изучены относительно простые нейронные сети прямого распространения сигнала, нейроны в них расположены слоями и имеют однонаправленные связи от входа к выходу сети. Сети прямого распространения являются статическими в том смысле, что на заданный вход они вырабатывают одну совокупность выходных значений, не зависящих от предыдущего состояния сети. Например, это известные сейчас глубокие нейронные сети, имеющие около десятка слоёв и сотни тысяч и более нейронов. Такие сети, к примеру, используются в приложениях для распознавания речи, поиска похожих изображений или отсева нежелательных. Но потенциально более близки к биологическим сетям рекуррентные архитектуры — с обратными связями по направлению от выходных нейронов к входным. Рекуррентные сети являются динамическими, так как в силу обратных связей в них модифицируются входы нейронов, что приводит к изменению состояния сети. Рекуррентные сети способны учитывать предысторию наблюдаемых ранее процессов для выработки правильной стратегии поведения, то есть вырабатывать алгоритмы управляющих действий. Однако они менее изучены в связи с особенной сложностью их анализа. Есть и другие архитектуры, а также сети могут отличаться по типу используемых нейронов.

Надо заметить, что у одного из самых мелких представителей насекомых — паразитического наездника (длина около 200 мкм), который меньше одноклеточной инфузории-туфельки, около 7,5 тысяч нейронов, у мух около 350 тысяч и около 850 тысяч у пчёл. То есть можно сказать, что по количеству нейронов современные искусственные нейронные сети не уступают уровню интеллекта насекомых, однако ввиду большей сложности биологических сетей практически по всем параметрам, включая отличие в архитектуре, такое сравнение очень условное. В то же время в узкоспециализированных задачах искусственные нейронные сети могут превосходить и человека — например, система AlphaGo, играющая в го и использующая упомянутые глубокие нейронные сети.

Интеллект в общем смысле — это способность обучаться, адаптироваться, что в свою очередь связано с появлением в системе информации — упорядочении поведения системы сообразно неким условиям. Активный процесс упорядочения возможен только как процесс самоорганизации в диссипативных системах. К диссипативным системам относятся и нейронные сети, в том числе искусственные, поэтому ограниченность предсказаний поведения диссипативных систем относится и к нейронным сетям. Из-за чего искусственные нейронные сети не рассчитываются «под задачу», а создаются более или менее наугад, эмпирически. То есть по некоторым общим предположениям на основании прошлого опыта — тем более общим, чем более нынешняя задача отличается от уже решаемых сетями.

Затем сеть обучается на референтных примерах, но без гарантии на успех, так как если сеть создана «наугад», то и обучение может не подходить конкретной сети, и сеть может не подходить для данных задач. Существует два вида обучения искусственных нейронных сетей — один, собственно, самоорганизация, то есть обучение «без учителя», когда сеть сама обучается на предъявляемых ей референтных примерах. Второй подразумевает ту или иную степень вмешательства в веса связей сети непосредственно, что позволяет больше контролировать процесс обучения, то есть это метод «с учителем». Который возможен, если известно какой должна быть реакция сети в обучающих примерах, значительно схожих с её будущей областью применения. Создание сетей «наугад» не исключает анализ — например, анализ обучения сетей, особенностей архитектуры, моделей нейронов и т. д., но ограничивает его возможности, так как не позволяет обобщить результаты в некую единую «теорию сетей».

Привычно считать, что любое явление можно свести к формуле — содержащей некоторую абстрактную суть явления, его алгоритм. И применив эту формулу, можно заранее «компактно» рассчитать протекание явления при тех или иных условиях, и уже затем воспроизводить это явление непосредственно и применять его. Однако нейронная сеть уже и есть «формула» — преобразования возбуждения на входе в возбуждение на выходе, и потому любое изменение сети — будь это изменение в процессе обучения или добавление нового элемента — это изменение этого преобразования, новая «формула». Поэтому необходимо воспроизводить работу сети всегда в полном объёме, ничего нельзя сократить и обобщить. И так как мысленно это сделать невозможно, то приходится вначале создать сеть — наугад, по общим соображениям, и уже затем можно проверить правильно ли был сделан выбор. То есть нейронные сети «непонятны» принципиально — их можно только создавать целиком и только наугад. В итоге теории могут описывать только какие-то отдельные аспекты нейронных сетей, но не формализовать явление в целом — «формула всех формул» не имеет смысла. Почему, например, каждое применение нейронных сетей на практике — больше экспериментальное исследование, а не решение хорошо изученной инженерной задачи.

В то же время нейронная сеть и не нужна там, где есть возможность написать алгоритм, заранее вычислить решение. Как правило, нейронная сеть используется, когда неизвестен точный вид связей между входами и выходами, — если бы он был известен, то связь можно было бы моделировать непосредственно. Но, с другой стороны, для многих областей важно ещё и объяснение того как получен результат (например, в медицине), однако внутреннее представление результатов невозможно проанализировать с достаточной точностью. Таким образом, нейронная сеть имеет смысл в обстоятельствах, когда из-за сложности или невозможности написать алгоритм решения, можно, используя нейронную сеть, пожертвовать проверяемостью ответа. Но если от решений сети зависит нечто важное, то возможная неадекватность её работы, принципиально невычислимая и незаметная при обучении, может иметь опасные последствия.

Если мышление нельзя алгоритмизировать, то и создание искусственного интеллекта может идти только уже упомянутым ранее «эволюционным» путём более или менее случайного перебора вариантов нейронных сетей и их обучением. Но чем сложнее нейронная сеть, тем дольше её обучать — время обучения растет экспоненциально. При этом обучение нейронной сети — это фактически помещение сети в среду, к которой ей необходимо приспособиться. Поэтому если пытаться ускорить обучение и моделировать его, то, по мере приближения искусственных сетей к сложности биологических, моделировать среду придётся во всей её полноте от физического до культурного уровня. В итоге с какой бы стороны не подходить к созданию ИИ, это потребует или полноты знания, или прямого повторения эволюции, что выглядит не более реальным. Тем не менее это не означает бессмысленности изучения мышления — например, искусственные нейронные сети уже сейчас незаменимая альтернатива компьютерам во многих задачах. В конце концов, невозможно заранее оценить, насколько можно ещё продвинуться в понимании того, что полностью понять нельзя, и какую пользу это может принести.

***

Самоорганизующиеся системы — ячейки Бенара ли это или нейронная сеть — физически воплощают в себе «интеллект», отличаясь только его количеством и непосредственной реализацией. Чтобы понять интеллект, необходимо оценить интеллект «со стороны». Но для этого нужно что-то большее, чем интеллект. Поэтому алгоритмизация мышления, перенос сознания в компьютер, создание искусственного интеллекта, приближающегося к человеческому, — всё это невозможно. В то же время знание только предполагает, и может быть, что в будущем откроются обстоятельства — сейчас не представимые, которые изменят этот вывод.



Автор Кошкин
Список публикаций >>

Обсуждение Сообщений: 15. Последнее - 22.06.2016г. 6:19:37
Оценить работу >> пока еще нет оценок, ваша может стать первой :)

Об авторе: Статьи на сайте Форнит активно защищаются от безусловной веры в их истинность, и авторитетность автора не должна оказывать влияния на понимание сути. Если читатель затрудняется сам с определением корректности приводимых доводов, то у него есть возможность задать вопросы в обсуждении или в теме на форуме. Про авторство статей >>.

Тест: А не зомбируют ли меня?     Тест: Определение веса ненаучности

Поддержка проекта: Книга по психологии
В предметном указателе: Исследование мышления | Мышление | Мышление человека | Принцип функционирования мозга | Формирование мышления | Что такое интеллект | Воспоминания, сновидения, размышления К. Г. Юнг | История исследований мышления животных | Математическое и эвристическое мышление | Мышление и суждение, Карл Ясперс
Последняя из новостей: О том, как конкретно возможно определять наличие психический явлений у организмов: Скромное очарование этологических теорий разумности.

Нейроны и вера: как работает мозг во время молитвы
19 убежденных мормонов ложились в сканер для функциональной МРТ и начинали молиться или читать священные тексты. В это время ученые наблюдали за активностью их мозга в попытке понять, на что похожи религиозные переживания с точки зрения нейрологии. Оказалось, они похожи на чувство, которое испытывает человек, которого похвалили.
 посетителейзаходов
сегодня:44
вчера:22
Всего:6182859

Авторские права сайта Fornit
Яндекс.Метрика