Исследования искусственной жизни обнаружили множество примеров того, как простые рецепты могут привести к сложному поведению — если имеется достаточно времени. Вычислительного времени.
Крис Лэнгтон создал на компьютерном мониторе искусственных муравьев — крошечные создания, которые следуют простым схемам, но вместе демонстрируют общее поведение, настолько же сложное, как и поведение насекомых в муравейнике. Мораль заключается не в том, что настоящие муравьи такие же простые, как и искусственные муравьи Лэнгтона; мораль заключается в том, что простые правила могут привести к сложному поведению — если имеется достаточно вычислительного времени и если в процессе отсеивается большое количество информации.
Для возникновения более прогрессивного поведения не нужны особо сложные или продвинутые системы: нужно время. Время для отсеивания информации.
Таким образом, новые области исследования в настоящее время работают с автоматизированными процессами, которые демонстрируют неавтоматизированное поведение.
Рецепт для чего-то сложного вовсе не должен быть сложным сам по себе. К сложному поведению и сложным системам могут привести простые законы. Ключ — позволить простым механизмам работать в течение длительного времени.
Последствием этого знания является то, что исключительно сложно получить беглый обзор того, что происходит. Если создается что-то простое, к примеру, компьютерный вирус, это может привести к последствиям, которые невозможно вычислить, так как вирус будет процветать в системе с повторениями, копиями и вычислениями, которые совершаются снова и снова.
Отсеивание информации может привести к появлению структур, которые будут намного богаче и разнообразнее, чем правила, управляющие отсеиванием информации. Ценность лежит не в том, чтобы знать правила, а в том, чтобы понимать их эволюцию.
С 50-х годов ученые, работающие над искусственным интеллектом, пытались построить машины, которые были бы наделены интеллектом. Но они не добились никакого успеха. Ученые попытались понять человека как создание, поведение которого основано на правилах и следовании простым и ясным инструкциям в умственной работе. Общих правилах, которые было бы легко понять и легко соотнести с задачами, которые они хотели решить, правилами, которые были бы ясными и определенными.
Именно по этой причине исследования ИИ сегодня ведутся уже не столь интенсивно, в то время как исследования компьютерных систем, которые требуют не следования правилам, а обучения на примерах, продвинулись гораздо дальше. Так называемые нейронные сети — пример компьютерных систем, которые не пытаются найти правила для решения сложной задачи, к примеру, анализ изображения, а вместо этого тренируются на большом количестве примеров, которые заканчиваются таким же результатом, как и желаемый результат их деятельности — человеческое поведение. Идея состоит не в том, чтобы сделать правила точными и определенными, а в том, чтобы обогатить и расширить опыт. Важно осознавать не то, как машина это делает, а то, что она делает и что при этом воспринимает.
Это как обучение навыкам человека: дорога к сложному проста, но длинна. Она предполагает постоянное повторение одних и тех же операций снова и снова, накопление большого количества опыта. Она не предполагает создания простых и сильных рецептов, которым можно было бы следовать где угодно. Она не подразумевает, что мы должны знать все еще до старта. Она включает в себя получение опыта.
Кодовое слово — появление. Когда простые правила работают достаточно долго или в достаточном количестве компонентов, появляются совершенно новые характеристики: они появляются, возникают, открываются взгляду.
Эти появляющиеся характеристики нельзя обнаружить, изучая небольшой набор составных частей. Их можно увидеть только тогда, когда имеется так много частей, что начинает накапливаться коллективное влияние, появляются групповые характеристики. Температура, к примеру, это характеристика, которая не имеет никакого смысла, если мы наблюдаем за несколькими молекулами. Прежде чем появится температура, необходимо множество молекул. На примере одной молекулы мы не можем увидеть, частью какой температуры она является, так как температура — это коллективная характеристика, проявляющаяся в виде статистических отношений: температура описывает распределение скоростей среди большого количества молекул.
На более высоком уровне молекулы определенной температуры могут сформировать часть более крупной структуры, к примеру, живого организма — хотя глядя на отдельные молекулы, мы не сможем понять, что они являются частью живого организма. Жизнь — это проявленное свойство материи, а не отдельных компонентов материи.
Понятие появления традиционно базируется на той школе биологии, которая настаивает: одушевление — это гораздо больше, чем физика и химия; в живых организмах есть гораздо больше, чем может быть описано законами физики и химии. Это антиредукционистская точка зрения — биологию нельзя сократить до физики.
Но в последние десятилетия концепция вновь появившихся свойств и коллективных влияний начала все чаще и чаще появляться в описаниях физиков, пытающихся работать с самыми простыми структурами, к примеру, ядрами и простыми молекулярными системами. В прошлом ученые не заботились о том, чтобы подсчитать, может ли появляться новое в простых системах. Но появление компьютеров сделало очевидным, что для появления подобных свойств не требуется каких-то особо сложных условий.
Смысл, следовательно, заключается не в том, что в биологии не появляется ничего нового: смысл в том, что до компьютерной эры биологические системы были единственными примерами простых систем, имевших возможность работать достаточно долгое время для появления новых свойств. И в результате казалось, что живые существа полностью отличаются от неживой природы. У живых существ имелось свойство появления нового, которое, как мы полагали, не присуще неживой природе. Но с развитием компьютеров стало ясно, что появление — это общая характеристика всего, как живой, так и неживой природы.
Немецкий химик Бернд-Олаф Купперс пишет по этому поводу: «Феномен появления… это феномен нашего реального мира, с которым мы сталкиваемся на всех уровнях научных описаний, а не особая характеристика живых систем, которая не позволяет подвести под биологию физические основания».
На самом деле появление — это результат теоремы Геделя для основ математического описания: формальная система, которая не может содержать очень большого количества информации, не может «предсказать», что с ней произойдет, если ей позволят работать. Как раз потому, что математика изобилует неразрешимыми задачами, мы никогда не знаем, где закончится формальное описание, если продолжать его достаточно долго. Развитие Грегори Чаитиным теоремы Геделя в алгоритмическую теорию информации (которую мы обсуждали в Главе 3) доказало, что появление — это вполне обычное свойство любой закрытой системы. Мы не можем предугадать заранее или сказать, глядя на составные части системы, чем они смогут стать в будущем.
«Вдобавок алгоритмический подход также дает возможность формального толкования проблемы появления, — пишет Купперс. — «Целое — это больше, нежели просто сумма его частей» верно для любой структурированной системы вне зависимости от того, является ли эта система живой или неживой».
Следовательно, разницы между живыми и неживыми системами нет.
Сознание — это феномен, на который действует тот же фактор: возникают характеристики, которые мы не смогли бы вывести или понять, глядя на отдельные правила или составные части по отдельности. Дуглас Хофштадтер пишет в книге «Гедель, Эшер, Бах»: «Доказательство Геделя позволяет предположить, что высокоуровневый взгляд на систему может содержать мощь толкования, которая просто отсутствует на нижних уровнях». Далее он продолжает: «Доказательство Геделя предполагает — но никоим образом не доказывает! — что может существовать определенный высокий уровень, с которого мы можем рассматривать ум/мозг, включая концепции, которые не проявляются на низких уровнях, и что этот высокий уровень может иметь мощь толкования, которой не существует — даже в принципе — на более низких уровнях».
Хофштадтер пытается решить по пути и проблему детерминизма и свободы воли. Он описывает человеческие существа так, как будто они являются калькуляторами, выполняющими программу. «Безотносительно, работает ли система детерминировано; На низком (язык машин) уровне программа выглядит точно так же, как и любая другая программа, на высоком уровне могут появиться такие качества, как «воля», «интуиция», «креативность» и «сознание».
Точка зрения Хофштадтера заключается в том, что даже полностью определенная и детерминированная система простых правил может демонстрировать такое сложное поведение, что имеет смысл описывать ее в терминах решений и воли.
Полностью реализованная версия набора простых правил может демонстрировать свойства, которых мы не обнаружим в самих этих правилах. А причина, по которой мы не можем их обнаружить в правилах — это общее условие мира, которое описано в теореме Геделя и ее продолжении Чаитина. Именно потому, что мы никогда не можем установить, остановится ли вычисление или нет, как доказал Тюринг, мы никогда заранее не можем знать, к чему приведут законы.
В каком-то смысле не имеет значения, обладает ли человек свободой воли или нет: в конечном итоге могут наличествовать простые правила, определяющие, что мы делаем — законы, о которых мы можем знать, и начальные условия, о которых мы тоже можем знать, дающие нам возможность в принципе вычислить, что будет делать человек в данной ситуации. Но эти законы, скорее всего, окажутся вычислительно непредсказуемыми, так что эти последствия мы сможем просчитать, только имея всю информацию, с которой будут иметь дело эти законы. Другими словами нам придется знать все, что знает человек, и пройти все те опыты, которые он прошел, прежде чем мы получим достаточное количество информации, чтобы вычислить, что будет делать этот человек. Мы должны побывать везде, где побывал этот человек, действовать везде, где действовал он. Но в таком случаем мы обязательно должны быть этим самым человеком.
Мы никогда не сможем предсказать, что будет делать человек, так как это потребует от нас знания всей информации, которую имел и имеет этот человек; но этой информации не имеет даже сам человек, так как большая часть человеческого восприятия и деятельности является бессознательной.
Ни сам человек, ни кто-то со стороны не может знать, что будет делать этот человек — даже если это может быть полностью предопределено законами и начальными условиями.
Теория хаоса продемонстрировала практически аналогичную ситуацию даже для самых простых систем. Согласно теории детерминированного хаоса даже, полностью детерминированная система является непредсказуемой. Смысл заключается в том, что даже если законы системы просты и известны, система будет весьма чувствительной к начальным условиям. Если мы хотим точно знать, как будет развиваться погода в течение всего нескольких будущих недель, нам нужно знать текущую погодную ситуацию на Земле в мельчайших ее деталях.
Причина этого заключается в том, что большинство физических систем (кроме описанных в учебниках!) демонстрируют хаос. Это означает, что даже малейшая ошибка в наших знаниях начальных условий для системы будет взрывообразно и в действительности экспоненциально расти во времени. На практике это означает, что невозможно знать, как будет развиваться ситуация в атмосфере всего на несколько недель вперед, если мы с высокой точностью не будем знать позицию и скорость каждой отдельной молекулы в атмосфере. А с практической точки зрения мы никогда не будем этого знать.
Мир непредсказуем — и не потому, что у него нет законов или потому, что они неизвестны, а потому, что мы не знаем мир с абсолютной точностью. И никогда не узнаем именно потому, что мы являемся субъектами нашего мира: мы познающие, не обладающие полным знанием.
Если мы хотим получить полное знание того, что происходит в системе, мы должны сами стать этой системой и пройти ее эволюцию в течение того же времени. Мы не можем делать никаких допущений или сводить все к приблизительным и понятным моделям. Только мир знает, что он будет делать — а мы не являемся этим миром.
Термодинамика описывает фундаментальные свойства мира — необратимость, бесповоротность и неконвертируемость во времени. В течение более ста лет ученые удивлялись, как законы Ньютона, которые столь красивы и обратимы во времени, могут существовать рядом с картиной, которую представляет нам термодинамика — картиной беспорядочного мира, наполненного необратимостью и статистикой. Неудовлетворение этим диссонансом в физической картине мира привело многих физиков к тому, что они возражают либо против термодинамики, либо против законов Ньютона.
Самый знаменитый современный сторонник точки зрения, что с ньютоновской картиной мира что-то не так, так как она не включает в себя необратимость — это бельгийский ученый и нобелевский лауреат Илья Пригожин. Являясь одним из гуру холистического движения, Пригожин известен благодаря своей захватывающей и поэтической философии необходимости времени и необратимости в современной космографии. Пригожин внес огромный вклад в развитие термодинамики, но его философия нашла гораздо больше признания среди непрофессионалов, нежели среди его коллег. Причина этого заключается в том, что он отказывается признавать закон, Пригожин хочет необратимости, встроенной на микроскопическом уровне.
«Необратимость верна либо для всех уровней, либо ни для одного», — пишет Пригожин в своей обширной работе «Порядок из хаоса». В ней он и Изабель Стеджерс пытаются сформулировать теорию о том, что необратимость — это не эффект нашего уровня описания, а что она верна также и на микроскопическом уровне. Для него необратимость — это неполноценность законов Ньютона, а не появившаяся характеристика, которая возникает, когда простые, обратимые во времени законы работают достаточно долго в достаточно больших системах.
Точку зрения Пригожина критикуют как его друзья, так и его противники в физике. В физических теориях нет никакой основы для точки зрения, которую Пригожин сформулировал в виде теории микроскопической необратимости.
Вопрос заключается также в том, нужна ли такая теория. Возможно, именно тот факт, что существуют различные уровни, на которых мы можем описывать мир, и представляет интерес: мы теряем знание о мире, когда рассматриваем его с одного уровня, а не с другого. Необратимость возникает именно в результате того факта, что мы хотим описывать не все сразу, а только тот аспект мира, который нас интересует.
Физик Рольф Ландауэр, который очень критически относится к Пригожину, попытался сформулировать решение проблемы необратимости, настаивая на том, что у нашей способности производить вычисления всегда будет физический предел. Неважно, насколько большим будет компьютер, который мы сможем построить — он всегда будет меньше, чем Вселенная. Так что мы никогда — даже в принципе — не сможем проследить никакой процесс, так как процесс демонстрирует хаотическое поведение. В конечном итоге эта хаотическая характеристика, которой обладает мир, означает, что мы не можем гнаться за всеми молекулами. Даже если бы мы контролировали мир, мы не смогли бы его удержать. Все убегало бы у нас из рук — и происходило бы это необратимо.
«В то время как хаос сам по себе не является источником непредсказуемости и необратимости, он, без сомнения, вызывает очень быстрое увеличение необходимости в вычислениях с течением времени», — пишет Ландауэр.
Даже в случае детерминированного хаоса, когда все законы и следствия полностью установлены на практике, мы никогда не сможем полностью контролировать конечную область Вселенной, так как нам придется лицом к лицу столкнуться с фактом, что мощь нашего компьютера ограничена. Ведь для любого ограниченного наблюдателя мир тогда должен будет быть наполнен необратимостью, даже если этого не предполагают законы этого мира.
Это решение Ландауэр описывает как умозрительное, но его мысль достаточно ясна: только потому, что мы привыкли верить, что в принципе в нашем распоряжении имеется неограниченная компьютерная мощь, мы верим, что детерминистские законы должны вести к поведению, которое мы на практике сможем понимать как обратимое. Но в нашем распоряжении нет всей компьютерной мощи Вселенной, а даже если бы и была, мы не смогли бы просчитать будущее мира быстрее, чем это делает сам мир. «В противоположность этой физической ситуации математики приучили нас думать в рамках неограниченной последовательности операций», — пишет Ландауэр в статье, озаглавленной «Информация является физической», а это — нереальная ситуация. Вычисления — это физические процессы, которые происходят в физической Вселенной, где наши ресурсы ограничены.