Введение

     В настоящее время в ряде стран ведутся работы по созданию разнообразных роботов и по моделированию виртуальных нейронных сетей, функционально копирующих мозг. При сохранении современных темпов развития можно ожидать, что через 15÷20 лет тело роботов будет соответствовать уровню сложности тела человека. В те же сроки быстродействие компьютеров позволит смоделировать нейронную сеть, соответствующую по сложности человеческому мозгу.
     Очевидно также, что если первая и вторая задача будут решены, то возникнет желание объединить тело робота и почти человеческую нейронную сеть. Успех такого объединения означал бы, что создан новый человек.
     Эксперименты по созданию все более совершенных роботов не оставляют никаких сомнений, что при должном финансировании за двадцать лет будут созданы роботы мало отличимые от людей. Причем, эти роботы будут обладать речью, будут способны к самообучению и выполнению достаточно сложной работы. Постепенно складывается впечатление, что при значительном увеличении быстродействия компьютеров, при совершенствовании программного обеспечения и дальнейшей разработке алгоритмов мышления могут быть созданы роботы, преодолевшие тест Тьюринга и практически не отличимые по своему поведению от людей.
     Гораздо менее очевидна ситуация в работах по моделированию мозга человека. В настоящее время быстродействие современных наиболее производительных суперкомпьютеров позволяет смоделировать нейронную сеть, по размеру приблизительно соответствующую мозгу крысы. С учетом темпов развития компьютерной техники легко спрогнозировать, что через десять – двадцать лет при использовании тех же программ производительность компьютеров позволит моделировать нейронную сеть, по размеру соответствующую мозгу человека. Однако, будет ли этот виртуальный мозг мыслить, неизвестно. Мало конструктивно воспроизвести какое-то сложное устройство. Надо еще уметь заставить его работать. А  с мозгом это особенно сложно хотя бы потому, что общепринятых представлений о том, что такое сознание и мышление нет. И формальных критериев, которые позволяют отличить мыслителя от просто хорошего исполнителя тоже нет. Критерий Тьюринга, позволяющий потенциально отличить компьютер от человека, в данной ситуации не поможет. Слишком тонкая грань отличает гения от обычного человека. С виду они совершенно одинаковы. Но один может действовать в нестандартной обстановке или совершить крупное научное открытие, а другой способен выполнять только какие-то типовые операции, которым его обучили.
     Более того, наша способность действовать нестандартно, а иногда и совершенно нелогично, связана не только с эмоциональной окраской нашего поведения. Оказывается, наша способность так действовать имеет фундаментальные причины и фундаментальное значение. Здесь можно сослаться на работы Пенроуза, в которых он, опираясь на теорему Геделя, доказал, что часть человеческого мышления, ответственная за творчество, принципиально не может быть сведена к каким-либо алгоритмам. То есть творец сложнее любых алгоритмов, и поэтому творец не может быть создан в соответствии с какими-либо алгоритмами. Сразу вспоминается известный вопрос схоластов: «Может ли всесильный бог создать камень, который не сможет поднять?» Однако, в данной ситуации есть вполне научный ответ. Творец может создать не только новый алгоритм, но и нового творца, но действовать во втором случае он должен неалгоритмическими методами. Что это за методы, будет ясно из дальнейшего содержания статьи. Исходя из этих соображений следует, что математическая модель творческого мышления не может быть создана. А следовательно, человеческое мышление не может быть смоделировано с помощью компьютера. Поэтому упомянутая попытка создать робота, способного мыслить, представляется утопичной. Более того, представляется возможным на основе изложенных идей провести четкую грань между искусственным интеллектом и интеллектом человеческим. Главное отличие, на взгляд авторов, в том, что искусственный интеллект – это интеллект алгоритмический, а человеческий интеллект к алгоритмам не сводится.
    Итак, очевидно, что с помощью прямого программирования и компьютера мыслителя не создать. Однако встает вопрос – а нельзя ли с помощью компьютера создать некое устройство, в котором при выполнении определенных условий может зародиться мышление, аналогичное человеческому?  Единственным известным людям устройством, в котором может зародиться мышление,  является нейронная сеть коры головного мозга человека. Поэтому попытки смоделировать виртуальную нейронную сеть, близкую по параметрам, к мозгу человека, и в конечном итоге получить мыслителя, представляются перспективными. Однако, даже идеальное копирование мозга человека (brain) не гарантирует, что в этом мозге зародится разум (mind). Немного изменив известное высказывание Р. Фейнмана мы сможем сказать, что будем уверены, что понимаем, что такое разум, только тогда, когда научимся его моделировать.
    Поэтому главной темой статьи (и одноименной книги) является набросок плана моделирования мозга человека  как устройства и моделирование условий зарождения в нем разума как процесса.

Некоторые известные особенности строения мозга и зарождения в нем разума

     Б.1.Сложность устройства.      
     В середине двадцатого века один из основоположников кибернетики Джон фон Нейман рассмотрел вопрос о возможности создания самовоспроизводящихся автоматов. Фон Нейман установил, что существует определенный минимальный уровень сложности, выше которого при наличии достаточно сложных программ автомат сможет делать все, что в принципе способен делать автомат. В том числе при превышении порогового уровня сложности автомат может получить способность к самовоспроизведению.
      Колмогоров предложил  понимать под сложностью какого-либо устройства или алгоритма минимальный размер текста или информации, необходимой для описания этого объекта. При таком подходе к сложности оказалось, что минимальная сложность автомата, способного к самовоспроизведению при наличии в нем соответствующей программы, составляет 106 бит.       
     По-видимому, существует порог сложности нейронной сети, когда она может приобрести способность мыслить. Есть по крайней мере два факта, которые свидетельствуют о существовании такого порога. Первый такой факт – это появление мышления при переходе от животных к людям. И второй такой факт – это приобретение способности к мышлению при преодолении определенного порога развития детьми.    
     Порог развития мозга, с которого он достигает уровня мышления, по-видимому, преодолевается не скачком, а постепенно. Количественные изменения, характеризующие развитие мозга, постепенно приводят к новому качеству – развитию.     
     Сложностью  новорожденного мозга, согласно Колмогорову, можно считать количество двоичных знаков в инструкции по его сборке. И такой инструкцией для живых организмов является геном. Так как в геноме человека содержится около 1010 бит информации, то это значение можно считать верхней оценкой сложности новорожденного человеческого мозга. При дальнейшем развитии мозг ребенка резко усложняется: развивается нейронная сеть; между нейронами разрастаются дендриты и аксоны, между ними возникают контакты (синапсы). Одновременно с ростом сети в нее поступает огромный объем информации, который определяет эффективность отдельных цепей сети и синапсов. В дальнейшем происходит миелинизация аксонов. Авторы оценивают сложность взрослого мозга в 1016 ÷ 1017 бит исходя из того, что в зрелом мозге около 1014 связей (синапсов),  они имеют разный уровень эффективности, нейроны, которые соединяют синапсы, разделяются на несколько подгрупп.

Б.2. Разрыв сложности алгоритма.
   Как показал фон Нейман, если сложность автомата превышает некий пороговый уровень, то могут быть созданы программы (алгоритмы), которые позволят этому автомату размножаться. С первого взгляда кажется, что та же логика может быть применена и к возможности мозга творчески мыслить. То есть, казалось бы, если сложность мозга как устройства превышает некий порог, то могут быть созданы программы (алгоритмы), которые позволяет мозгу мыслить творчески. Однако, Пенроуз доказал, что это не так: как бы сложен ни был мозг, не может быть создана программа, делающая этот мозг творцом. Творчество – это изобретение новых алгоритмов. И поэтому, согласно Пенроузу и теореме Геделя, творец не может быть алгоритмичен. Чтобы придумывать новые оригинальные алгоритмы, сам человек не должен подчиняться никаким алгоритмам и его мышление должно иметь способность совершать скачки, разрывающие логические цепочки. Авторы предполагают, что проблема здесь в том, что сложность творческого процесса такова, что сложность соответствующего алгоритма просто претерпевает разрыв. Эту мысль качественно иллюстрирует рисунок № 1, на котором показана зависимость сложности алгоритмов поведения для различных уровней поведения по пирамиде потребностей Маслоу. Таким образом, мы сталкиваемся с кажущимся противоречием – согласно Пенроузу алгоритм творческого мышления создать невозможно, однако человеческий мозг способен мыслить творчески. Ниже по тексту приводится ряд версий ответов на это противоречие.

5349b2178a05af97150005c0_b2.png

Б.3. Тело.
    - мозг должен иметь тело, которое с одной стороны обеспечивает его энергией, а с другой стороны стимулирует его развитие как подчиненный объект управления. Тело должно быть достаточно сложным, что предъявляет повышенные требования к развитию мозга. Человеческое тело имеет около 300 степеней свободы. Известны всего лишь единичные случаи, когда в теле, лишенном возможности двигаться с детства, развивался выдающийся мозг. Эксперименты над крысами и последующее изучение структуры их мозга показали, что мозг наиболее развит у крыс, живших в сложной, игровой, развивающей среде. Крысы, жившие в простейшей среде и даже крысы, имевшие возможность наблюдать за жизнью в сложной среде, не развивались и имели короткую продолжительность жизни. То есть для развития мозга необходимо не просто наблюдать за сложной средой, но и взаимодействовать с этой средой. А взаимодействовать с развивающей средой мозг может только посредствам тела. А тело должно иметь средства коммуникации.    

 Б.4. Хаос.
     - одним из факторов, возможно влияющих на способность мозга мыслить творчески является, высокая степень хаотических процессов, характерная для бодрствующего мозга. Один из режимов, в котором способны работать нейроны, это режим самопроизвольного (спонтанного) генерирования импульсов отдельными нейронами. В результате такой генерации в нейронной сети возникает самоподдерживающийся уровень хаоса, на который накладываются сигналы, идущие от органов чувств. Возможно весь процесс мышления, спонтанно возникающие мысли, решения, воспоминания - есть всего лишь результат случайного прохождения флуктуационного возбуждения по каким-то цепочкам нейронов и синапсов, на которых записана какая-либо информация. Если это так, то роль спонтанной генерации импульсов нейронами становится чрезвычайно важной. Более того, возможно, спонтанная генерация импульсов нейронами является одним из факторов, обеспечивающих мозгу возможность неалгоритмического (творческого) мышления.

    Б.5. Две части нервной системы.
    - нервная система и мозг в частности условно состоит из двух частей. Одна жестко задана генетически, а вторая развивается в процессе жизни. Нейронная сеть коры головного мозга как раз и является той частью нервной системы, которая формируется в процессе жизни. Особенности строения и функционирования нейронной сети определяют характер и способности личности, которой эта нейронная сеть принадлежит. Если в компьютерах четко разделяется «железо» (устройство) и программное обеспечение (запись алгоритмов), то в мозге нейронная сеть одновременно является и «железом», и программным обеспечением. Поэтому сложность нейронной сети, как устройства и сложность записанных в ней алгоритмов должны быть соизмеримы. Из этого следует, что разрыв в сложности алгоритмов может возникнуть либо за счет внутреннего хаоса, либо за счет внешнего воздействия.

    Б.6. Органы чувств.
   - для того, чтобы мозг эффективно развивался, он должен быть обеспечен интенсивным входящим потоком информации от органов чувств. Как показывают оценки, здоровые органы чувств человека обеспечивают информационный поток около 107 бит/с. Такой поток информации обеспечивает нормальное развитие мозга. В случае отсутствия каких-либо органов чувств в период развития мозга – развития замедляется. В случае отсутствия одновременно слуха и зрения обучение ребенка превращается в сложнейшую педагогическую задачу.

     Б.7.Воспитание.
    - если у человека нормально развиты органы чувств и проводящие пути от органов чувств к мозгу, то следующим необходимым условием развития мозга является нахождение ребенка в информационно сложной среде. Самой сложной средой является среда людей, владеющих речью, культурой, наукой, технологией. Находясь в такой среде, мозг ребенка потенциально может достичь уровня сложности этой среды. Каждое поколение людей воспринимает достижения предыдущего поколения как естественную и привычную среду обитания.    

     Б.8.Скорость.
- процесс мышления существенным образом зависит от скорости протекания процессов в различных элементах, входящих в нейронную сеть мозга. Наиболее важным из таких параметров являются следующие: время возбуждения (длительность нервного импульса или спайка) - 1÷3 мс; длительность рефрактерного периода (пауза между импульсами) - 1÷5 мс; время спонтанного возбуждения нейрона - 1÷10 с; скорость распространения сигнала по аксону с миелиновой оболочкой - 5÷120 м/с; скорость распространения сигнала по аксону без миелиновой оболочки – 0,5÷5 м/с; временная задержка сигнала в синапсе – 1мс; минимальное время распространения сигнала в пределах коры головного мозга – 0,01 с; скорость сознательного восприятия информации – 40 бит/с.

    Б.9. Три этапа развития.
    - условно процесс развития мозга можно разделить на три этапа. На первом этапе происходит бурный рост нейронной сети, образовывается огромное количество новых дендритов и синапсов. Этот период характерен для первых лет жизни ребенка. Во-втором периоде, характерном для подростков, часть нейронной сети отмирает. По-видимому, эта часть сети была избыточна и не была задействована в каких-либо процессах в мозге. Во время третьего периода происходит образование миелиновой оболочки на аксонах. Скорость распространения сигналов по аксонам вырастает на порядок. Этот возраст (20 лет) соответствует способностям человека совершать научные открытия и устанавливать рекорды в спринте.

    Б.10. Синаптическая неустойчивость.
    - наиболее широко распространенной гипотезой о механизмах обучения и памяти является предположение о том, что кратковременная память обусловлена изменениями эффективности синапсов, а долговременная обусловлена синтезом новых белков и появлением новых синапсов. Свойство синапсов менять свою эффективность в зависимости от частоты их использования называют пластичностью. Чем чаще синапс используется для прохождения нейровозбуждений, тем он эффективнее возбуждает послесинаптический нейрон. Авторы предполагают, что данное свойство синапсов может приводить к развитию неустойчивости и предлагают ее называть «синаптическая неустойчивость». Эта неустойчивость может существенным образом влиять на работу мозга, а как предполагают  авторы, при определенных условиях эта неустойчивость может приводить к болезни, называемой «аутизм». Неустойчивость может развиться следующим образом. В силу явления пластичности, чем чаще синапс используется для прохождения нейровозбуждений, тем он более эффективен. Но чем он более эффективно возбуждает постсинаптический нейрон, тем чаще через этот синапс будут проходить нейровозбуждения. Это и будет означать начало раскачки неустойчивости. При таком развитии событий синапсы, попавшие в зону развития неустойчивости, начнут выстаиваться в цепочки. Цепочки, скорее всего, будут смыкаться в кольца. Кольца синаптической неустойчивости будут конкурировать между собой до тех пор, пока одно самое эффективное не поглотит все остальные (смотри рисунок №2). В здоровом мозге синаптическая неустойчивость не развивается и проявлений болезни, похожей на аутизм, нет. Значит, есть какой-то механизм, подавляющий критическое развитие этой неустойчивости. По-видимому, таким механизмом может быть хаос. Тогда можно предположить, что синаптическая неустойчивость, как проявление упорядоченности нейровозбуждений (мыслей), и хаос, ограничивающий порядок, в совокупности и в динамическом равновесии могут соответствовать особенностям нашего мышления.

    Б.11.Мотивация.
    - нервная система, и в дальнейшем, мозг развились у живых существ в связи с необходимостью реагировать на изменения внешней среды и необходимостью выдерживать конкурентную борьбу с другими живыми существами. При этом выжить и победить могли только те, которые этого очень хотели. Очень хотели кушать, размножаться, общаться с себе подобными, обучаться. Все эти «хотения» через поколения и отбор зафиксированы в инстинктах и являются генетической памятью. Генетически заданная мотивация поступков реализуется через эмоции, которые в свою очередь возбуждаются в мозге путем впрыскивания в него различных гормонов. Именно через инстинкты и эмоции природа воздействует на нас, заставляя совершать поступки, полезные в том числе для развития мозга. Эмоции влияют в том числе и на процесс запоминания. Они помогают выделить те события, которые необходимо запомнить.

5349b43cfdb042324a0006d3_b11.png

    С высокой степенью вероятности можно утверждать, что генетически предопределенные формы поведения связаны с генетически предопределенной частью нервной системы. И с другой стороны, формы поведения, обусловленные обучением, связаны с развивающейся в процессе обучения корой головного мозга.
    Особенно очевидной эта мысль становится, если сопоставить в соответствующем масштабе схему строения мозга МакЛина и пирамиду потребностей человека, разработанную Маслоу (смотри рисунок № 3). По МакЛину головной мозг человека условно состоит из трех частей. Две из них развились из мозга живых существ, стоящих на более низких ступенях эволюционного развития по сравнению с людьми. Так, самый нижний отдел мозга (древняя кора) развился из мозга рептилий (Р-комплекс), следующий по рангу и времени возникновения отдел (лимбическая система) развился из мозга низших млекопитающих (старая кора) и только появление новой коры (неокортекс) означало, что появился человек разумный.   

5349b4ad8a05af97150005cc_b11_1.png

    Визуальное сопоставление схемы МакЛина и пирамиды Маслоу подчеркивает, что за генетическую память, инстинкты, мотивацию поступков отвечают древние отделы мозга, формирующиеся в соответствии с заданной генетической программой. Высшие формы поведения формируются в процессе воспитания и выращивания нейронной сети мозга в его высшем отделе – неокортексе;
     - мозг развивался путем наслоения новых структур на старые. По-видимому, при моделировании те же функции могут быть получены более простыми аппаратными средствами;
    - некоторые функции мозга достаточно простые и алгоритмичные и могут быть смоделированы с помощью обычного компьютера, обеспеченного соответствующими программами. Уровень коры головного мозга (уровень мышления) с помощью любой сложности компьютера и прямого программирования смоделировать невозможно, необходимо моделирование нейронной сети;
     - проблема моделирования памяти распадается на две части. Во-первых, это проблема моделирования генетической памяти, которая дает нам наши инстинкты и основные мотивации. Так как это память не связана с обучением, а задается изначально и на всю жизнь, то смоделировать ее относительно просто. Эта память может быть смоделирована на обычном компьютере без моделирования нейронной сети.
     Моделирование нейрологической памяти будет очевидно являться одной из сложнейших проблем в процессе моделирования нейронной сети. Такая память возникает по мере формирования нейронной сети в процессе роста мозга и воспитания ребенка. Формирование новых синапсов и усложнение сети одновременно означает возникновения памяти. Технология консолидации памяти (переход информации из кратковременной в долговременную) во сне или наяву должна быть отработана в процессе совершенствования программ создания виртуальной нейронной сети.

      Б.12. Мозг - единое целое.
    - мозг является единым целым, однако ряд его областей имеют узкую специализацию. Единство мозга обеспечивается тем, что аксоны нейронов могут достигать длины в один метр и пронизывать весь объем мозга. Длинные аксоны обеспечивают распределения памяти и дублирование функций при необходимости по всей коре мозга. Короткие аксоны обеспечивают работу локальных специализированных функций мозга. Ориентировочное соотношение числа локальных связей и длинных связей: 70÷30;
    - разрушение одной или нескольких структур мозга (мозжечок, мозолистое тело) не приводит к полной потере функциональности организма. Некоторые функции компенсируются за счет коры головного мозга. Это означает, что, по-видимому, зависимость уровня мышления от различных вариантов конструктивного осуществления организации работы мозга имеет пологий характер без резкого экстремума. Этот факт при создании нового человека имеет принципиальное значение. Дело в том, что при моделировании работы мозга ни одна модель не будет идеально соответствовать реально существующей структуре человеческого мозга. И тот факт, что зависимость уровня мышления от конструкции мозга достаточно пологая, дает шанс на то, что ошибки моделирования не будут фатальными для результатов эксперимента.
     - разделение мозга путем разреза мозолистого тела показывает, что из одной личности с помощью такой операции могут быть получены две личности. Это подталкивает к мысли, что возможна и обратная трансформация. То есть можно предположить, что две личности можно объединить в одну. И эта новая личность будет обладать способностями каждой из первичных личностей, а возможно и какими-то совершенно новыми. Для людей такое объединение технически невозможно. А в случае успешного создания новых людей такое объединение будет принципиально возможно;
    - совместное рассмотрение экспериментов на людях по рассечению мозолистого тела и на мышах (Карл Прибрам) по удалению части зрительного отдела коры позволяют высказать еще одну гипотезу. Разделение мозга человека на две половины показало, что такая операция привела к возникновению двух самостоятельных частей одного и того же «я», но с ограниченными возможностями у каждой из этих частей. Карл Прибрам в своих экспериментах на мышах обнаружил, что при удалении части зрительной коры мыши не теряли способности выполнять сложные операции, которым они были ранее обучены. Это позволило Прибраму выдвинуть гипотезу о том, что принципы хранения информации в мозге напоминают принципы хранения информации в голограмме. Сравнивая эти две серии экспериментов и выводы из них, авторы приходят к обобщающей гипотезе. Можно предположить, что информация о всех аспектах человеческой личности распределена по всей коре головного мозга. Соответственно разделение (если бы оно было возможно) коры мозга на две, четыре или большее число частей приводило бы к возникновению соответствующего числа частей исходной личности. Но каждая из частей была бы все более убогой и бледной копией базовой личности.

     Б.13.Самоорганизация.
    -принципиальным отличием человеческого мышления от процесса обработки информации в компьютере заключается в том, что компьютер условно можно считать черным ящиком, изолированным от внешнего мира, в который загрузили исходные данные какой-то задачи и программу ее решения. Если данных достаточно и программа правильная, то компьютер в соответствующее время выдаст ответ. В случае человека мозг не отключается от внешней среды, и мышление происходит под влиянием внешнего и внутреннего шума. Кроме того, на мозг в процессе мышления  воздействует и тело со всеми потребностями. То есть мышление происходит под влиянием загруженной в мозг исходной информации и огромного количества внешних и внутренних шумовых факторов и мотивов. Эти факторы с одной стороны мешают, но с другой стороны могут подтолкнуть к совершенно неалгоритмичным решениям. Вспомним легенду о яблоке, упавшем на голову Ньютона, и станет понятно, как могут создаваться новые алгоритмы.
     Обобщая вышеизложенное, можно заключить, что развитие мозга человека от уровня новорожденного мозга вплоть до уровня мышления очень напоминает процесс самоорганизации сложной открытой системы, состоящей из автономных элементов. Процесс мышления запускается под действием входного и выходного информационных потоков, превышающих некий пороговый уровень. При таком подходе становится понятно, что уровень сложности мозга и величина входящего и исходящего информационного потока должны превышать определенные критические уровни. Схема процесса показана на рисунке №4.

5349b5fc5266859615000816_b13.png

§ В. Строить или выращивать?

    В тексте статьи уже упоминалось, что принципиальным отличием человеческого мышления от искусственного интеллекта является его неалгоритмичность. Творец сложнее любого алгоритма, поэтому его поведение нельзя свести к каким-либо алгоритмам. Тогда возникает вопрос – каким образом можно создать творца?
    Прежде  чем приступить к конкретному обсуждению конструкции и методов создания модели мыслящего существа, необходимо сказать несколько слов о принципиально различных подходах, которые могут при этом использоваться. Если проанализировать технологические приемы, которые применяют люди в процессе созидательной деятельности, то упрощенно эти приемы можно разбить на два основных способа: строительство или выращивание. Чем отличаются эти два подхода?
    В случае строительства есть конкретный проект (алгоритм), в соответствии с которым осуществляется создание какого-либо объекта. То есть заранее точно известно, какими параметрами будет обладать создаваемый объект.
     В случае выращивания процесс созидания значительно менее предсказуем. С этим случаем люди сталкиваются, если объект созидания очень сложен, подчиняется каким-то своим внутренним закономерностям и не подчиняется простому алгоритмическому управлению. В этом случае влияние человека на конечный результат созидательного процесса заключается в формировании среды, окружающей объект роста. Через управление параметрами среды можно оказать значительное влияние на выращиваемый объект. Однако конечный результат никогда нельзя предсказать заранее (смотри рисунок №5). Если строить дом по одному и тому же проекту в разных местах, то всегда будет получаться один и тот же дом. Процесс полностью алгоритмичен. Если воспитывать разных детей с помощью одной и той же педагогической методики, то результат каждый раз будет получаться абсолютно разный. То есть процесс выращивания алгоритмизации не поддается, это процесс принципиально творческий.
     Методы строительства в нашей задаче следует применять при моделировании тех частей тела, мозга и поведения нового человека, структура которых у обычного человека задаются генетически. Для этих составных конструктивных и программных частей нового человека может быть создан конкретный проект или алгоритм, то есть применимы методы строительства. Для тех же частей мозга и поведения нового человека, для которых алгоритм создать невозможно, необходимо применять метод  выращивания. Поэтому в процессе создания нового человека необходимо будет разработать еще и педагогику воспитания нового человека. 

5349b67a8a05af97150005d4_v1.png

   Интересно отметить, что методы выращивания применимы не только для живой природы, но и, например, при формировании гражданского общества или фундаментальной науки.
    Интересно также отметить, что представление о принципиально неалгоритмичном характере нашего мышления приводит к новому взгляду на соотношение точных и гуманитарных наук. Традиционно при развитии человеческой цивилизации признавалось главенство точных наук, так как они всегда определяли наше представление о законах природы и определяли уровень развития техники. Приступив к изучению человеческого мозга и к его моделированию, люди впервые столкнулись с объектом, на многие порядки более сложным, чем все, что до сих пор было предметом изучения точными науками. И на этом уровне исследования становится ясно, что алгоритмические методы точных наук при изучении объекта такой сложности не всегда срабатывают. Необходимо применение неалгоритмических методов. Одним словом, чтобы создать творца , способного создавать  точные науки, необходима сложная гуманитарная среда, необходимы методы уровня искусства. 

§ Г. Принципы моделирования нового человека.

Прежде, чем приступать к моделированию какого-либо объекта или явления необходимо дать им определение. И тогда по завершению моделирования можно будет судить об успешности выполненной работы. Очевидно, что любое определение упрощает реальный объект. Однако, по крайней мере для начальной стадии моделирования это необходимо.
    Авторы исходят в своей работе из следующего определения мышления: «Мышление – это свойство физического объекта, способного воспринимать, обрабатывать, сохранять, генерировать и распространять принципиально новую информацию, а также действовать сообразно имеющейся информации и мотивации, инстинктивной и социальной».
    Авторы исходят в своей работе из следующего определения сознания: «Сознание – это свойство физического объекта способного воспринимать, обрабатывать, сохранять, генерировать и распространять информацию, а также действовать сообразно имеющейся информации, инстинктивной и социальной».      Таким образом, с точки зрения авторов, для уровня сознания главное - уметь воспринимать информацию из внешнего мира и адекватно действовать в соответствии с имеющимися алгоритмами. Для уровня мышления - кроме навыков уровня сознания необходимо быть способным генерировать принципиально новую информацию. То есть это уровень, предполагающий способность к творчеству. Так как под творчеством авторы имеют в виду создание новых алголритмов.
     Таким образом, исходя из этих определений, получается, что уровень сознания - это алгоритмический уровень разума. Соответственно, уровень мышления является неалгоритмическим уровнем разума. Алгоритмический уровень разума может быть реализован при использовании обычных компьютеров и прямого программирования поведения. Неалгоритмический уровень разума может быть реализован только путем моделирования нейронной сети и последующего ее развития в соответствии с  представлениями, изложенными в первой части статьи.
     Как уже ранее отмечалось, для того, чтобы в мозге начало зарождаться мышление, необходимо выполнение ряда условий. Наиболее важные из них коротко можно сформулировать следующим образом:
     - мозг существа и нейронная сеть в нем должны по сложности превышать определенный пороговый уровень. Структура мозга частично задана генетически, а частично развивается в процессе взаимодействия с внешней средой;
     - существо должно обладать развитым телом, обеспеченным органами чувств и коммуникации, а также конечностями для работы и перемещения в пространстве. Такое тело необходимо для приема информации из внешней среды и воздействия на среду;
     - существо должно развиваться в социальной информационно сложной среде. Только такая среда по опыту человечества способна развить растущую в мозгу ребенка нейронную сеть до уровня мышления;
     - существо должно очень хотеть жить и иметь многочисленные потребности. У людей появился разум, так как он нужен, чтобы лучше удовлетворять потребности. Таким образом, при моделировании нового человека представляется целесообразным пройти стадии развития, соответствующее уровням триединого мозга МакЛина. Сначала уровень рептилоида, затем древнего млекопитающего и на последнем этапе создать искусственный неокортекс и, соответственно, нового человека.
     Так как уровень рептилоидного отдела мозга по своим функциям является алгоритмическим, то он может быть смоделирован с помощью традиционного компьютера и прямого программирования поведения. Таким образом, с помощью прямого программирования можно задать мотивационные программы поведения, которые у живых существ задаются инстинктами. На рисунке № 6 показана схема модели простейшего существа (модель рептилии).
     При моделировании мозга, делающего следующий шаг после рептилоида, следует повторять путь, который прошла природа, постепенно усложняя мозг. Копируя природу, необходимо сохранить конструкцию, использованную при моделировании мозга рептилоида, а для моделирования лимбической системы следует использовать суперкомпьютер. Схема модели существа с простой корой головного мозга (модель низшего млекопитающего) показана на рисунке № 7.

5349b82b5266859615000825_6.png 5349b83cfdb042324a0006f0_7.png

Общая идея конструкции тела и мозга нового человека, в которой используются и методы строительства, и методы выращивания, ясна из следующего рисунка № 8.

5349b8685266859615000828_8.png

Тело по своей конструкции и сложности должно быть максимально приближено к обычному человеческому, включая мимические мышцы, мышцы управления глазами, а также максимально возможное число датчиков, являющихся органами чувств нового человека. Мозг должен воспроизводить идею триединого мозга МакЛина. Причем рептилоидный уровень моделируется с помощью обычного компьютера, располагаемого в теле нового человека. На этом уровне мозга нейронная сеть не моделируется, а с помощью прямого программирования задаются определенные первичные навыки, доступны современным роботам. По сути, современный робот с мозгом на основе обычного компьютера, имеющий навыки речи и движения благодаря прямому программированию, является младенцем нового человека. Человеческий младенец с неразвитой нейронной сетью действует на основе инстинктов. Робот действует на основе жестких программ. То есть действия обоих алгоритмичны. Такой робот – младенец нового человека,- может развиваться, играя с человеческими детьми. На этом же уровне задаются мотивационные программы. Благодаря этому рептилоидный уровень мозга будет влиять на формирование нейронной сети неокортекса.
     Человеческий младенец рождается очень маленьким по сравнению с взрослым человеком.  И мозг у него очень маленький. Поэтому значительный период детства уходит на то, чтобы увеличить размеры тела и мозга и приобрести основные навыки, которые по своей сути вполне алгоритмические и могли бы быть заданы генетически. В частности, многие животные могут ходить сразу после рождения. У людей на приобретение этого навыка уходит около года.
     При создании нового человека нет смысла копировать навыки младенца. Вполне возможно уже на уровне робота проскочить сразу несколько стадий развития ребенка. По сути дела можно пройти все стадии, поддающиеся алгоритмизации. То есть все стадии развития, которые могут быть пройдены с помощью прямого программирования, следует именно так и пройти. Этот подход, конечно, придаст процессу воспитания нового человека определенные отличия от воспитания ребенка. Но, с другой стороны, это позволит выиграть время. И только высшие уровни развития могут быть достигнуты в процессе обучения в человеческой среде и при формировании нейронной сети. На приведенном рисунке показано, что уровень лимбической системы моделируется с помощью суперкомпьютера. На этом уровне моделируется нейронная сеть. Уровень неокортекса моделируется с помощью кластера суперкомпьютеров. На этом уровне также моделируется нейронная сеть. Специализация отделов мозга, работа полушарий, подключения к органам чувств и телу моделируется соединениями суперкомпьютеров, входящих в уровень лимбической системы и неокортекса. На первом этапе эксперимента необходимые суперкомпьютеры не могут быть размещены в теле нового человека в силу их больших размеров. Они будут размещены в отдельных помещениях.
     Сложность моделируемого виртуального мозга как устройства должна превышать определенное пороговое значение и эта задача может быть решена с помощью достаточно мощного суперкомпьютера. Моделирование алгоритма поведения является отдельной задачей. Причем, по-видимому, сложность алгоритма поведения функций мышления, расположенных в соответствии с пирамидой Маслоу, постоянно и непрерывно увеличивается и претерпевает разрыв для творческих процессов. Поэтому моделировать творчество на компьютере с помощью прямого программирования невозможно. Решить данную задачу можно только путем моделирования виртуальной нейронной сети и дальнейшего воспроизведения всех условий зарождения мышления в нейронной сети. Это в обязательном порядке – воздействие на мозг постоянно идущих сигналов с внешней среды и воздействие мозга через тело на среду: поддержание в мозге определенного уровня хаоса за счет собственной активности нейронов; самоорганизационные процессы в нейронной сети под влиянием входящих и выходящих информационных потоков и мотивационного воздействия со стороны рептилоидного отдела мозга.
    Группой ученых под руководством доктора Теодора Бергера (Dr. Theodore Berger) был получен ряд важных результатов с точки зрения реального моделирования функций мозга. Они создали имплантируемый чип, который подключался к гиппокампу крысы 32 электродами. Эксперименты показали, что крысы помнят некоторые факты, которым их обучали, когда чип включен. И «забывают» эти факты, когда чип выключен. Таким образом, в  этом эксперименте действующая нейронная сеть крысы научилась использовать дополнительную логическую структуру – чип. В предложенном варианте создания нового человека авторы рассматривают очень похожую на эксперимент доктора Бергера последовательность действий. А именно: действующий и запрограммированный мозг робота на основе обычного компьютера предполагается соединить со сложной виртуальной нейронной сетью. То есть запрограммированный рептилоидный уровень мозга должен начать обучать растущую нейронную сеть. По-видимому, именно такой вариант реализуется при развитии человеческих младенцев. Таким образом, методы строительства могут дополнять методы выращивания и наоборот.
    Создав модель тела и мозга нового человека, нельзя рассчитывать на то, что он сразу начнет мыслить, как нельзя надеяться, что новорожденный ребенок сразу начнет разговаривать. Применение метода выращивания в данном случае предполагает длительный воспитательный процесс младенцев нового человека в среде человеческих детей и взрослых. Таким образом, создав тело и мозг нового человека по образу и подобию обычного человека, надо повторить и процесс формирования нейронной сети мозга в информационно сложной социальной и технологической среде. Если двигаться по такой траектории, у нас появится шанс постепенно вырастить из робота нового человека.

§ Д. Эксперимент Большой и Быстрый мозг.

    Наиболее очевидным вариантом эксперимента по созданию нового человека является воспроизведение основных параметров тела и мозга человека, а также всех условий его воспитания. Именно поэтому такой вариант предложен в качестве первого этапа эксперимента.
     Второй этап эксперимента, конечно, возможен только при успехе первого этапа. И если такой успех будет достигнут, то во второй серии экспериментов необходимо будет предпринять попытку создать модель мозга, отличающегося от человеческого по количеству нейронов или по каким-то другим параметрам нейронной сети. Все этапы развития живых существ на Земле одновременно сопровождались усложнением и увеличением размера мозга. В том числе по мере развития происходило увеличение отношения размера мозга к размеру тела. Наиболее велико это отношение, конечно, у человека. Мозг крупнее, чем у человека, имеют только дельфины, слоны и киты. Однако, во-первых, они наши близкие родственники, а во-вторых, они гораздо крупнее нас и, по-видимому, их мозг содержит большое количество моторных нейронов, необходимых для управления огромным телом. Зависимость интеллектуальных способностей от размера мозга в пределах человеческой популяции - вопрос более спорный. Дело в том, что такие способности, очевидно, определяются не просто размером мозга, но особенностями развития нейронной сети мозга. Однако и в случае человека размер мозга может влиять на его интеллект. Например, в ряде работ Савельева С.В. утверждается, что ряд выдающихся способностей людей определяется развитием некоторых частей мозга выше обычного уровня. И, соответственно, если у конкретного человека изначально развита необходимая область мозга, то у него есть шанс стать художником, музыкантом или математиком. Если же таких гипертрофированных зон нет, то при любых объемах тренировок такой человек будет обладателем обычных средних способностей. Такой механизм реализации выдающихся способностей приводит к определенным проблемам в развитии таких людей. Большие структуры мозга гениального человека, предопределяющие его талант, увеличиваются в размере за счет прилежащих частей мозга. В результате получается, что зачастую страдают недоразвитием те части мозга, которые отвечают за социальное поведение. Это приводит к тому, что потенциально гениальный ребенок с обычным размером мозга с точки зрения окружающей среды ведет себя неадекватно. В результате его шансы на развитие его способностей снижаются. Поэтому у гениального мозга появляются шансы на развитие, если он крупнее среднего - 1,4 кг. В этом случае достаточно велики части мозга, обеспечивающие его гениальность и части мозга, позволяющие его обладателю вести себя в среде обычных людей, не очень выделяясь. Это приводит к тому, что, по данным Савельева С.В., мозг у гениев, как правило, имеет массу около 1600 ÷ 1700 г. Исходя из вышеизложенного становится очевидно, что, в случае успеха при создании новых людей, следующим этапом экспериментов станет попытка создания существа с мозгом, превышающем человеческий по количеству нейронов и синапсов в несколько раз. Этот этап совершенно очевиден и нет сомнений, что когда-нибудь он будет пройден. Однако, есть разные варианты реализации программы «большой мозг». Можно попытаться создать суперсущество с большим мозгом. А можно получать большой мозг за счет объединения нейронных сетей двух или большого числа новых людей. Если заложить на рептилоидном уровне в мотивационные программы новых людей стремление к объединению для создания большого мозга, то вполне возможно, что такое поведение новых людей будет не очень сильно отличаться от сексуального поведения обычных людей. Поясним свою мысль. Если отвлечься от эмоциональной и физиологической составляющих секса, то очевидно, что этот процесс сводится к слиянию генетической информации двух партнеров с целью ее объединения и передачи следующему поколению. Для того, чтобы найти партнера для такого процесса, надо выдержать определенный конкурс и доказать, что твоя генетическая информация гораздо лучше, чем конкурентов. Конкуренция за партнера у новых людей может быть исключительно интересной, так как каждый действительно должен будет доказать, что он нужен, как источник ценной информации. Любопытно отметить, что если для людей физиологическое слияние (секс) находится на самом нижнем уровне потребностей, то для новых людей интеллектуальное слияние скорее всего окажется на самом верхнем уровне потребностей.
    Если такой вариант создания большого мозга и такой вариант мотивации будет реализован, то новые люди получат мощнейший стимул к развитию своей интеллектуальной деятельности.
     Самый очевидный шаг в попытках как-то усовершенствовать работу мозга – это, конечно, просто увеличение его объема и попытка реализовать эксперимент «большой мозг». Однако, очевидно, что после успешного создания новых людей, стремление к совершенствованию мозга одним только увеличением его размера не ограничится. Какие же потенциально эксперименты будут поставлены? Опираться в стремлении выполнить такие эксперименты можно опять-таки, рассматривая тенденции развития мозга. В частности, рассматривая изменения  мозга  от  животных до  человека,  уже Ж.О.Ламеттри отметил, что у человека значительно больше мозговых извилин, чем у животных. Общепризнанно, что за счет большого числа развитых мозговых извилин при том же объеме мозга увеличивается объем серого вещества, т.е. объем нейронов и дендритов. Тогда очевидно, что соответственно часть мозга, занимаемая аксонами, уменьшится. А так как число нейронов при развитии извилин, скорее всего, увеличивается, то соответственно и число аксонов должно увеличиваться, но при этом длина их должна уменьшаться. Т.е. мы приходим к выводу, что по мере развития мозга от животных к человеку тенденция развития заключалась в том, что количество нейронов и, видимо, синапсов, увеличивалось, а длина аксонов уменьшалась, что очевидно вело к увеличению быстродействия мозга. К увеличению быстродействия вело также покрытие аксонов миелиновой оболочкой.
    Подвергнуть сомнению с точки зрения построения виртуального мозга можно также оптимальность количества синапсов, приходящихся на один нейрон. Представляется вероятным, что число синапсов, приходящееся на нейрон, не является какой-то универсальной величиной, а всего лишь определяется быстродействием нейрона. То есть, если быстродействие нейрона выше, то число синапсов может быть увеличено. Так, если предположить, что при фиксированном быстродействии нейрона вдруг на порядок увеличилось бы количество синапсов, то это привело бы к десятикратному увеличению количества входных сигналов на нейрон. В результате каждый нейрон стал бы выдавать на аксон не средние 10 импульсов в секунду, а максимальное для себя число - около 100 импульсов в секунду. Т.е. все нейроны фактически вышли бы в насыщение, и мозг бы перестал работать. Что и подтверждает высказанную мысль о том, что быстродействие нейронов и число синапсов взаимообусловлены и конкретные их параметры  определяются устройством соответствующих элементов. То же самое относится и к общему числу нейронов, длине аксонов, геометрической структуре мозга и размеру черепной коробки.
    В случае виртуального мозга, объем, занимаемый логическими элементами, соединяющими их элементами памяти и собственно связующими линиями, не лимитирован. Скорость распространения сигналов по сети близка к скорости света. Быстродействие каждого искусственного логического элемента задается программными методами и может значительно превышать быстродействие нейрона. Все эти факторы позволят значительно расширить фронт работ по поиску путей совершенствования работы виртуального мозга.
    Таким образом, в случае успеха первого этапа эксперимента по созданию и воспитанию нового человека может быть начат второй этап эксперимента по созданию «большого мозга» и «быстрого мозга». В основе такого эксперимента может лежать попытка увеличения числа и быстродействия логических элементов в сети; увеличение числа синапсов, приходящихся на один логический элемент; увеличение количества состояний, в которых может находиться синапс; сокращение времени прохождения сигналов между логическими элементами; сокращения длительности сигнала между нейронами; сокращение рефрактерного периода.
    Возможно, второй этап экспериментов окажется не менее увлекательным, чем первый.
    В заключение авторам хотелось бы еще раз подчеркнуть несколько моментов:

1.    Зарождение мышления в какой-либо системе логических элементов возможно только при превышении этой системой определенного уровня сложности.

2.    Алгоритм действий, соответствующих определенному уровню пирамиды Маслоу, усложняется по мере повышения уровня мотиваций и претерпевает разрыв для творческого мышления. Это может быть реализовано только для системы, открытой для входящего и исходящего информационных потоков. Только в таком режиме может быть реализовано творческое мышление как неалгоритмический уровень разума.

3.    Пункт второй может быть реализован только при наличии очень сложного тела. Чтобы обеспечить интенсивный входной и выходной информационные потоки тело должно иметь разнообразные датчики, манипуляторы и  коммуникационные устройства. Такое тело способно обеспечить не только прием информации от внешней среды, но взаимодействие со средой. Опыт показывает, что для развития мозга необходимо именно взаимодействие со средой.  

4.   При моделировании нового человека целесообразно следовать логике построения триединого мозга МакЛина. Рептилоидный уровень мозга необходимо моделировать на базе обычного компьютера без моделирования нейронной сети. На этом уровне с помощью прямого программирования легко задаются мотивационные программы. На верхних уровнях мозга МакЛина моделируется нейронная сеть.

  5. При любых конструктивных решениях для верхних уровней мозга МакЛина получить творчески мыслящее существо можно только через выращивание. Алгоритм способен породить только алгоритм.

     Перечислим некоторые термины, которые в значительной степени отражают основные идеи настоящей статьи:
     - сложность мозга;
    - открытость;
    - сложность алгоритма поведения, разрыв сложности алгоритма, неалгоритмичность;
    - синаптическая неустойчивость, хаос;
    - сложность тела;
    - уровни мотивации, большой мозг;
    - выращивание и строительство;
    -сознание-алгоритмический уровень разума; мышление-неалгоритмический.

 

§ Е. Первая теорема педагогики нового человека.

Как уже упоминалось, согласно Пенроузу, создатель алгоритмов сам не может быть алгоритмичен. А это накладывает принципиальные ограничения на возможности моделирования человеческого мышления и на методы воспитания мыслителя.

Кроме теоремы Геделя о неполноте современной науке известен еще ряд идеологически близких проблем: теорема Тьюринга о неразрешимости задачи об остановке машины Тьюринга; невычислимость Колмогоровской сложности. То есть оказалось, что невозможно создать алгоритм, формирующий кратчайшую запись информации о каком-либо объекте и определяющий таким образом Колмогоровскую сложность объекта.

С точки зрения темы данной статьи весьма важной представляется именно проблема невычислимости Колмогоровской сложности. Дело в том, что запись научной информации становится со временем все более компактной и включает в себя все больший объем информации. То есть наука в своем развитии близко следует заветам монаха Оккама, предлагавшего «не множить сущность без необходимости («бритва Оккама»).

Таким образом, можно сказать, что научное открытие в сформулированном виде – это краткая запись информации, описывающей какое-либо явление. Вспомним, например, четыре уравнения Максвела, описывающие электромагнитные и оптические явления. Или закон всемирного тяготения Ньютона, объяснивший законы Кеплера, и, заодно, реабилитировавший Галилея и Джордано Бруно. Или вспомним открытие Менделеевым таблицы элементов. С другой стороны Колмогоровская сложность определяется по длине кратчайшего описания объекта или явления. Сравнивая эти два приблизительных определения, можно сказать, что формула открытия – это Колмогоровская запись. Но тогда на любую формулу открытия следует распространить проблемы, обусловленные тем, что Колмогоровская сложность – невычислима. Таким образом, для совершения научного открытия необходим мыслитель, способный обобщить огромный объем рассеянной информации и способный сформулировать кратчайшую запись этой информации. Эта запись будет формулой открытия и одновременно Колмогоровской записью, а мыслитель докажет свою способность решать невычислимые задачи. То есть, предположив, что формула открытия есть Колмогоровская запись, мы находим новое подтверждение уже упоминавшегося положения о том, что творчество – процесс принципиально неалгоритмический. Можно утверждать, что это следует из теоремы Геделя и из представлений о Колмогоровской сложности.

В этом случае очевидно, что для совершения научных открытий, изобретения новых алгоритмов в программировании, в бизнесе, политике, искусстве необходим мыслитель – творец, способный действовать неалгоритмическими методами. Чаще всего такие методы называют интуицией.

Каким же способом можно создать такого мыслителя? Сформулируем достаточно очевидную мысль, которую будем считать теоремой No 1 будущей педагогики нового человека.

Теорема No 1. Мыслителя, способного решать невычислимые задачи, можно создать только неалгоритмическими методами.

Доказываем от противного. Предположим, что есть алгоритмы, которые позволяют создать мыслителя, способного решать невычислимые задачи. Но тогда получается, что в конечном итоге эти исходные алгоритмы обеспечивают решение невычислимых задач. То есть предположив, что такие алгоритмы существуют, мы пришли к противоречию. Следовательно, алгоритмов создания такого мыслителя нет, что и требовалось доказать.

Гипотеза. Почему у нас есть ощущение времени? Почему мы не чувствуем время во сне?

Даже когда мы ничего не делаем, глаза закрыты и ничего интересного или отвлекающего не происходит вокруг, мы чувствуем, что что-то все-таки происходит. Наше "сейчас" это процесс. Мы можем назвать это ощущением времени, и вряд ли это имеет какое-либо отношение к памяти, поскольку тут нечего запоминать. Можно было бы сказать, что мы не можем остановить мышление и восприятие по нашей воле, но мы предпочитаем выражение "ощущение времени". Скорее всего, это свойство нашего сознания. Несмотря на то, что мы не до конца понимаем, что такое физическое время, мы знаем, что наш мозг оперирует потенциалами действия (спайками) и различными (скажем, преимущественно, синаптическими) формами пластичности. Скорее всего, мы можем пренебречь всеми остальными механистическими деталями. Логично предположить, что этого внутреннего набора (спайки и пластичные синапсы) достаточно для того, чтобы симулировать субъективное ощущение времени. Как бы мы могли симулировать внутреннее время в какой-либо абстрактной спонтанно активной нейронной сети без каких-либо механистических "часов" или "песмекеров", но используя что-то неизбежное и объективное? Что мы знаем о физическом времени?

Единственный известный на сегодняшний момент фундаментальный физический закон, который показывает так называемую стрелу времени (ассиметрию между прошлым и будущим) – второе начало термодинамики. Второе начало основано на таких понятиях как необратимость и нестабильность. В термодинамике мы можем использовать известные из физики уравнения, чтобы рассчитать траектории частиц и, таким образом, предсказать их будущее. Но ошибка наших расчетов, независимо от того насколько точными они были, увеличивается экспоненциально с каждым столкновением частиц. Такое поведение называют глобальной неустойчивостью. Глобальная неустойчивость это не математическая уловка или трюк, но фундаментальное свойство всех реальных процессом в природе (простейшая модель – бильярд Синая). Другими словами, даже такие простые события как столкновения сферических частиц являются вероятностными, а симметричные относительно прошлого и будущего физические законы описывают реальность опять-таки вероятностно, т.е. приближенно. Рано или поздно система частиц приходит в состояние равновесия (максимум энтропии, индивидуальное будущее частиц непредсказуемо, но именно по этой причине существует хаотическое равновесие). Ранее считалось, что рост энтропии как-то связан с большим количеством частиц в системе, однако, позднее стало понятно, что непредсказуемость (глобальную неустойчивость) можно наблюдать даже в системе из одной частицы (см. тот же бильярд Синая). Понятие необратимости обычно вводится последствием следующих рассуждений: если бы мы могли повернуть вспять все частицы в системе, мы все равно не вернулись бы в предыдущее микросостояние системы в силу того, что столкновения вероятностные (или если бы мы стартовали из того же самого предыдущего микросостояния системы, мы не пришли бы в то же самое следующее микросостояние, т.е. пришли бы в другое). Понятно, что необратимость является прямым следствием вероятности.

Простейший возможный пример необратимого процесса – подкидывание монеты (бифуркация, случайные выбор между двумя возможностями, который в принципе не может быть отменен с помощью того же самого алгоритма, так же, как невозможно вернуть прошлое в системе частиц, просто поменяв направление скоростей на противоположные). Теперь вспомним одну простую вещь, о которой многие забыли в силу симметрии всех (кроме второго начала) законов физики. Представление времени как шкалы – математическая абстракция. Фактически у нас есть только "сейчас". Прошлое известно, будущее вероятностное, но у нас нет доступа ни к прошлому, ни к будущему, только "сейчас" (см. рис. 1). В качестве метафоры, наше "сейчас" всегда момент выбора между орлом или решкой, как если бы мы застыли в точке бифуркации (см. рис. 1). Если мы подкинем много монет одновременно, мы получим равновесное распределение и максимальную энтропию. Второе подкидывание приведет к такому же результату (статистически ничего не изменится, разные микросостояния, но то же самое макросотояние). Под макросостояним мы подразумеваем тут распределение, под микросостоянием – показания отдельных монет. Теперь представим себе какую-либо абстрактную систему, которая необратимо эволюционирует к равновесию или аттракторам. Такая система "чувствует" время на пути к равновесию или аттракторам и теряет такую чувствительность в аттракторе. Нобелевский лауреат Илья Пригожин, который ввел понятие необратимости для динамических систем, назвал это "внутренним временем" динамических систем. Во время необратимой эволюции любой момент времени представим как момент бифуркации (ассиметрия между прошлым и будущим; Рис. 1)

Теперь вернемся к нейронам. Когда мы смотрим на реальные спонтанные активности нейронов коры мозга во время спокойного бодрствования, трудно увидеть какие либо различия между ними. Принимая во внимание суммацию тысяч относительно слабых входов на одном нейроне, флуктуации мембранного потенциала и флуктуации выброса нейромедиаторов в синапсах, кажется, что нейронная активность хаотична. Кажется, что чисто теоретически невозможно определить отдельный синапс, который физически вызвал конкретный потенциал действия, в конкретный момент, в данном конкретном нейроне (это не так, когда мы имеем дело с пресинаптическими пачками спайков и, в особенности, с гигантскими синапсами, когда одного синапса достаточно, чтобы вызвать постсинаптический спайк, как, например, в случае с "driver synapses" в таламокортикальной системе: в этом случае мы легко определяем причину (пресинапс) и следствие (постсинапс)). Согласно "STDP rules" в принципе не важно, кто именно вызвал постсинаптический спайк для того, чтобы произошла потенциация или депрессия вполне конкретного синапса. Важна только временная корреляция между пост- и пресинаптическими потенциалами действия. Таким образом, взаимодействие нейронов является простейшим необратимым процессом в реальной нейронной сети. Проведем мысленный эксперимент: если бы мы могли как-либо искусственно развернуть синапсы и спайки вспять, мы все равно не смогли бы вернуться в то же самое предыдущее микросостояние сети из-за того, что взаимодействие нейронов вероятностно; или, как более приемлемый вариант для биологов, если бы мы стартовали из того же самого предыдущего микросостояния сети, мы не пришли бы к тому же самому следующему микросостоянию, было бы сгенерировано новое микросостояние, поскольку взаимодействие нейронов вероятностное. Из-за необратимости рано или поздно система должна прийти к аттракторам. В большинстве модельных работ под действием спонтанной активности часть синапсов потенциируется, в то время как другая часть депрессируется (они сделали свой выбор). Но это означает, что теперь мы можем определить причину (пресинапс) и следствие (постсинапс). Во всяком случае, вероятность обнаружить причину и следствие возросла. Можно предположить, что формирование памяти так же приведет к увеличению вероятности определить причину и следствие (опять таки, это происходит во всех искусственных нейронных сетях при обучении). Но этот детерминизм означает конец необратимости, конец эволюции и конец времени (наше "сейчас" больше не момент бифуркации; см. рис. 1). То же самое справедливо для эпилептической активности в мозге.

Некоторые экспериментальные работы показывают, что даже на макроскопическом уровне нейронная сеть коры скатывается в аттрактор во время бодрствования: "Fading Signatures of Critical Brain Dynamics during Sustained Wakefulness in Humans" Meisel et al., 2013. Вероятно, такая же или похожая динамика была показана в теории сознания Джулио Тонони. "A functionally integrated and functionally specialized probabilistic network can sustain high φ. A massive Hopfield network with many embedded attractors may have high values of φ in certain states, but φ will rapidly decrease as the system relaxes into an attractor. The system is too tightly bound to sustain interesting dynamics: the elements act in concert to push the system into its attractors" (Balduzzi and Tononi, 2008).

Гипотеза: сон не только цена, которую мы платим за пластичность (Tononi and Cirelli), но он позволяет мозгу перезапустить необратимую эволюцию, которая не может продолжаться бесконечно долго в силу ограниченного размера мозга. До настоящего момента этот процесс был обнаружен как "synaptic up- and down-scaling". Сон нужен для того, чтобы избавиться от аттракторов и это дает нам возможность ощущать время.

Другими словами, говорят, что у каждого из нас в голове есть симуляция окружающего нас мира. Известно, что эта симуляция достаточно автономна относительно окружения, хотя и зависит от него. Мы утверждаем, что необратимость единственный известный возможный способ симулировать время в этой, в принципе, чисто физической динамической системе. Да, наш мозг сам по себе является частью этого мира, но наш разум поддерживается, реализуется, управляется спайками и пластичными синапсами и более ничем (кроме тех деталей, которыми мы тут пренебрегли). Спайки и пластичные синапсы не могут воспроизводить свойства фундаментальных частиц и реальное физическое время, что бы это "реальное" тут ни значило. Следовательно, мы чувствуем время постольку, поскольку спайки и синапсы воспроизводят необратимую эволюцию (наше "сейчас" как момент бифуркации, ассиметрия между прошлым и будущим; Рис. 1). Что до обычных размерностей, где мы можем передвигаться (x,y,z), наша "симуляция" имеет прямых представителей, таких как place и grid cells, также как и представителей нашего собственного тела. Поскольку наш мозг меньше и быстрее вселенной, наше время ограничено одним днем (мозг релаксирует в аттрактор в течение одного дня, аналогия с тепловой смертью вселенной). Как только мы вошли в аттрактор, то есть когда спонтанная активность нейронов стала более детерминированной, требуется перезапуск, т.е. сон, который сам по себе, видимо, является детерминированным. Некоторые статьи буквально утверждают, что во сне происходит детерминированное "проигрывание" нашего дневного опыта. Сложность ответа таламокортикальной системы при стимуляции гораздо меньше во сне (см. работы Тонони). Такие ответы регистрировались десятками ЭЭГ электродов. Распространение медленных волн по коре во сне также детерминировано, в том смысле что в большинстве случаев мы может сказать где была причина, а где следствие, кто и откуда распрострнялся.

Основная критика данной гипотезы, скорее всего, будет содержать два утверждения.

  • Память сама по себе является необратимым процессом и это дает нам ощущение времени. Ответ. Действительно, вероятно, это так, но память это что-то локальное. Необратимые процессы, так как мы их тут описали, происходят постоянно и везде в мозге независимо от нашего окружения и воли. Только небольшая часть из них может осознаваться и, таким образом, иметь какое-либо отношение к тому, что мы обычно называем памятью. Не все, а лишь небольшая часть изменений в синапсах во время бодрствования связана с памятью.
  • Наш мозг является открытой системой. Постоянный приток информации от сенсоров способен поддерживать систему вдали от равновесия и аттракторов. Ответ. Мы полагаем, что сравнение спонтанной внутренней активности мозга и постоянного потока от рецепторов это сравнение чего-то очень большого с чем-то очень маленьким. Большую часть времени таламус блокирует все лишнее. Мы не чувствуем одежду, не обращаем внимание на шум за окном и т.д. Внутренний мир достаточно автономен. В чистой математике нельзя утверждать, что динамическая система имеет аттракторы по умолчанию. Но в реальности, все динамические системы имеют аттракторы. Все, что вы видите вокруг существует постольку, поскольку люди тратят свое время (энергию, информацию), чтобы периодически это чинить. Любой механизм рано или поздно ломается, что в данном случае является аттрактором. Постоянный приток активности от рецепторов в наш мозг точно не занят починкой нашей нейронной сети.

Интерпретация.

Из существующих в настоящий момент теорий сознания для нас наиболее перспективной представляется теория интегрируемой информации разработанная Джулио Тонони. Эта теория элементарно показывает, как из большого числа активных элементов сделать единое целое. Активность в такой системе является детерминированной или алгоритмичной. Остается вопрос: что насчет генерации информации?

В настоящий момент есть, по сути, единственная модель генерации информации. Ее легко понять на примере биологической эволюции. Время от времени происходят случайные мутации (шум). Если мутация плохая для организма, он погибает. Если хорошая, он выживает, получает конкурентное преимущество и, возможно, усложняется. Принципиальным тут является то, что генерация новой информации связана с тем, что вы не планировали, не знали и не ожидали и не факт, что это приведет к чему-то хорошему. Другими словами, генерация новой информации возможна только при контакте с независимыми флуктуациями, или, попросту говоря, с шумом. Физики говорят, что информация может генерироваться на границе между порядком и хаосом. Приведем простой пример. Когда мы наблюдаем активность нейронов коры мозга во время эксперимента, понять там что-либо достаточно трудно. Однако, время от времени мы видим какие-нибудь достойные внимания флуктуации, которые мы можем, хоть как-то, объяснить в рамках существующих знаний. Мы накапливаем статистику и публикуем статью. Таким образом, путем перевода из хаоса в порядок, была сгенерирована новая информация, которая отныне хаосом не является.

Гипотеза о том, что процесс бодрствования является необратимой эволюцией теоретически объясняет как, возможно, происходит генерация информации в мозге. Это происходит на достаточно "шумном" микроуровне в результате того, что взаимодействия нейронов рероятностные. Причем, нетрудно видеть связь между субъективным ощущением времени и потенциально сгенерированной информацией (см. Рис.1). Как было сказано выше, в большинстве модельных работ нейронные сети с пластичными синапсами приходят к аттракторам, причем активность становится детерминированной или алгоритмичной. Очевидно, что при этом способность генерировать информацию падает и появляется необходимость сна. При переходе к макроуровню, теория интегрируемой информации (Тонони), активность становится гораздо более предсказуемой и алгоритмичной. Несмотря на флуктуации на микроуровне, наше поведение должно быть достаточно стабильным.

Гипотеза

Согласно второму началу и Пригожину время может быть представлено как одна точка, которую мы обычно называем "сейчас". При необратимой эволюции (сверху) мы имеем ассиметрию между прошлым и будущим. В такой интерпретации, вероятность события, которое случилось в прошлом равно 1 (показано зеленым). Вероятность события, которое не случилось равно 0 (показано синим). Вероятности любых событий в будущем меньше 1 (показано красным), и если события взаимоисключающие в сумме вероятности дают 1. Время, таким образом, может быть определено, как уменьшение неопределенности (или количество потенциально сгенерированной информации) при переходе от будущего к прошлому. Легко видеть, что при необратимой эволюции эта величина всегда больше 0. Если же поведение системы детерминировано (прошлое симметрично относительно будущего) изменение времени и потенциально сгенерированная информация равны 0.


       Статья является кратким изложением книги авторов, изданной на русском и английском языках.

       Список используемой литературы см. соответствующем разделе книги

Авторы:
Шерозия Г.А. – доктор физико-математических наук, выпускник МИФИ;
Шерозия М.Г. – кандидат биологических наук, выпускник  МФТИ.

Физика мозга. Почему время может существовать в безмассовой информационной среде. Время как фазовый переход.

Изложим высказанную выше мысль о бодрствовании как об эволюционном процессе с помощью физики.

По умолчанию, в теории относительности и теории большого взрыва время и пространство не существуют без материи. Время и пространство являются свойством материи обладающей массой m и наоборот. Безмассовые частицы типа фотонов не обладают собственным временем.

С другой стороны, сознание человека (и животных), являясь безмассовойинформационной средой, тем не менее, (предположительно) генерирует свое собственное время. Если это так, то фундаментальный вопрос звучит следующим образом: как время может существовать в абстрактной безмассовой среде?

В физике время понимается как параметр. Это значит, что нет такой функции f, с помощью которой можно было бы написать t = f. По той же причине в физике не рассматривается момент времени "сейчас", поскольку не существует такого преобразования координат как t now = t – f. Каким образом будут выглядеть физические законы, если бы мы могли определить tnow ?

Согласно КАМ-теории (Крылов, Колмогоров, Арнольд, Мозер и Синай), фактическое отклонение ξ траектории движения некоторого физического объекта массы m (допустим, шара в бильярде Синая) от расчетной траектории движения можно приближеннымобразом задать следующим неравенством (определение устойчивости):


тут ξ0 – точность измерения начальных условий, лямбда λ – показатель Ляпунова, t - время. Если показатель Ляпунова меньше нуля, то процесс или траектория устойчива, если больше – неустойчива. Неравенство (1) задает асимметрию момента "сейчас": для макроскопических (не квантовых) событий прошлое существует, а будущее вероятностно.
Более наукообразная трактовка момента "сейчас" – фазовый переход второго рода: в будущем шар "размазан" по всему бильярду (жидкое или газообразное состояние), шар собирается в точку в настоящем (твердое состояние).

Для момента времени "сейчас" (правый предел: t → 0+) из неравенства (1) имеем:



Производную слева мы можем положить равной нулю. Такое определение времени не противоречит законам движения Ньютона. Действительно, хорошо известно, что ньютоновские законы можно получить вот таким вот искусственным образом: определим физическую массу m как производную времени по некоей скрытой переменной ξ:



Получим:


Положим:


Получим известные законы движения:


Физический смысл скрытой переменной ξ задают уравнения фазового перехода (1) и (2) – это пространственная мера флуктуаций – размер. Объединяя (2) и (3) имеем:




Мы получили связь между локальным временем, пространственной координатой и массой m. Нормальная физическая масса характеризуется положительными числами Ляпунова. До какой степени такая трактовка массы имеет физический смысл, мы пока не знаем.

Приходим к выводу, что в абстрактной информационной среде флуктуации нейронной активности играют роль массы, и поэтому наше сознание (?) может генерировать собственное время.

Авторы: Георгий А. Шерозия, Максим Г. Шерозия

Шерозия Г.А.- д.ф.м.н., Шерозия М.Г. – к.б.н.
§ А. ВВЕДЕНИЕ.§ Б. НЕКОТОРЫЕ ИЗВЕСТНЫЕ ОСОБЕННОСТИ СТРОЕНИЯ МОЗГА И ЗАРОЖДЕНИЯ В НЕМ РАЗУМА § В. СТРОИТЬ ИЛИ ВЫРАЩИВАТЬ?§ Г. ПРИНЦИПЫ МОДЕЛИРОВАНИЯ НОВОГО ЧЕЛОВЕКА.§ Д. Эксперимент Большой и Быстрый мозг.§ Е. Первая теорема педагогики нового человека.Скачать всю книгу