Главная | Обратная связь

Глава 3. Физика и разум

 

Первые две главы были посвящены окружающему нас физическому миру и математическим приемам (иногда поразительно точным, иногда весьма странным), используемым для его описания. В гл. 3 мне хочется рассказать о мысленном мире, мире идей и его связях с физическим миром. Мне кажется, что епископ Беркли должен был бы считать, что физический мир в каком-то смысле возникает из мысленного, в то время как стандартная научная точка зрения сводится к тому, что мышление является всего лишь одной из особенностей некоторых физических структур.

Карл Поппер когда-то ввел в науку представление о так называемом «третьем мире», мире культуры (рис. 3.1). Рассматривая его в качестве продукта мышления, Поппер также предложил некоторую иерархию миров, в которой мысленный мир связан с физическим (возникает в нем?) и культура соответственно каким-то образом возникает из мысленного мира (рис. 3.2).

 

Рис. 3.1. «Третий мир», предложенный Карлом Поппером.

 

 

 

Рис. 3.2.

 

 

Мне хочется взглянуть на эти проблемы с несколько иной точки зрения. Вместо того чтобы считать (вслед за Поппером) культуру порождением мышления, я предпочитаю рассматривать и связывать миры по схеме рис. 3.3, в которой «третий мир» относится не к культуре, а к миру абсолютов, или платоновских идей, т.е. к представлениям некоторых абсолютных математических истин. Такому подходу соответствует приведенный ранее рис. 1.3, отражающий глубокую связь законов физического мира с точными математическими законами.

 

Рис. 3.3. Три мира и три тайны.

 

 

В этой главе речь пойдет в основном об отношениях между указанными мирами. Мне кажется весьма спорной сама идея возникновения мышления из каких-либо физических структур или сущностей (кстати, философы всегда относились к этой идее с недоверием). В физике мы говорим о веществах, предметах, частицах, пространстве, времени, энергии и т. п. Для меня всегда оставалось загадкой, каким образом физика, изучающая эти объекты, может быть связана с обычными человеческими чувствами, например с восприятием красного цвета или ощущением счастья. В сущности, таинственными и непонятными представляются все отношения между тремя мирами, показанные пронумерованными стрелками на рис. 3.3. В первых двух главах я уже говорил о связи математики и физики (Тайна 1), которую когда-то знаменитый Е. Вигнер (см. список литературы) назвал непостижимой, необычной и даже странной (я целиком разделяю эту точку зрения). Действительно, давайте попробуем задуматься о том, почему физический мир столь четко следует некоторым математическим законам? Более того, при этом математика (которая, по предположению, управляет поведением физического мира) является сама по себе исключительно полезной и важной наукой, если рассматривать ее просто в качестве отдельной науки. Эти сложные отношения представляются мне таинственными и глубокими.

В этой главе я буду говорить о Тайне 2, связанной с отношениями физического и мысленного миров, однако в этой связи нам придется задуматься и о Тайне 3: на чем, собственно говоря, основана наша способность воспринимать математические истины? Когда я упоминал о мире платоновских идей в первых двух главах, я говорил в основном о математике и математических понятиях, которые требуются для описания физического мира. Мы чувствуем, что математика необходима для этого описания, однако, с другой стороны, существует распространенное мнение, что сами математические структуры являются всего лишь порождением нашего сознания, т. е. математика представляет собой некий продукт человеческой мысли. Должен сразу отметить, что сами математики (и я лично тоже) относятся к математическим истинам совсем по-другому. Поэтому наличие на рисунке стрелки, связывающей мысленный мир с платоновским (как, впрочем, и других стрелок), не подразумевает, что какие-то из миров просто порождаются другими. В каком-то смысле мы можем говорить о таком порождении, однако стрелки на рис. 3.3 означают лишь то, что между этими мирами существуют некоторые связи.

Гораздо важнее, что на рис. 3.3 представлены три моих собственных предрассудка или предубеждения. Первый из них заключается в том, что весь физический мир в принципе может быть описан математически. Я не утверждаю, что любая математика описывает какие-то физические процессы, а всего лишь думаю, что правильно выбранные разделы математики позволяют очень точно описывать физические явления, т. е. физический мир ведет себя в соответствии с законами математики. Таким образом, некоторая малая часть платоновского мира идей заключает в себе законы физического мира. Точно так же я не утверждаю, что все в физическом мире обладает какой-то ментальностью, а скорее предполагаю, что все существующие мыслительные объекты основаны на каких-то физических сущностях. Это утверждение можно назвать моим вторым предубеждением. И наконец, третье предубеждение состоит в том, что наше восприятие математики (по крайней мере, в принципе) связано с тем, что наше сознание в определенном смысле способно воспринимать какие-то отдельные объекты в мире платоновских идей. Я сознаю, что у некоторых людей последнее утверждение может вызвать недоумение или раздражение, однако все три высказанных предположения требуют обсуждения и размышления. Кстати, только нарисовав эту диаграмму, я осознал, что она отражает мои собственные предубеждения. Я еще вернусь к этим вопросам в конце главы.

Позвольте мне начать с некоторых общих соображений о человеческом сознании. Прежде всего мы должны решить, следует ли нам искать для этого явления какие-то научные объяснения? Я не только убежден, что это необходимо, но и весьма серьезно отношусь к стрелке, связывающей физический и мысленный миры. Иными словами, мы обязаны понять мысленный мир на основе физического.

На рис. 3.4 я попытался выделить и обобщить некоторые характеристики этих двух миров. С правой стороны отмечено, что физический мир воспринимается нами как нечто подчиняющееся точным математическим и физическим законам (я об этом довольно много говорил в первых двух главах книги). Слева мы имеем сознание, принадлежащее мысленному миру, и связанные с ним понятия типа «душа», «настроение», «религиозность» и т.п., часто употребляемые бессистемно. В наши дни люди предпочитают давать всему научные объяснения и, более того, полагают, что любое научное описание можно в принципе каким-то образом внести в компьютер (т. е. считают, что если математическое описание чего-то существует, то оно может быть записано в память ЭВМ). Опровержению именно этого утверждения и посвящена в основном данная глава (при этом я по-прежнему остаюсь сторонником так называемого физикализма).

 

Рис. 3.4.

 

 

В качестве характеристик физических законов я выписал в правой части рис. 3.4 некоторые термины (предсказуемость и вычислимость), возможность использования которых напрямую зависит от того, описывается ли окружающий нас мир детерминистическими физическими законами и можем ли мы пользоваться компьютерами для моделирования действия этих законов. Существует точка зрения, что для объектов мысленного мира (например, для перечисленных слева понятий эмоции, чувство прекрасного, творчество, вдохновение, искусство) почти невозможно получить описания, пригодные для расчета. С другой стороны, существует и некоторый «научный экстремизм», сторонники которого придерживаются примерно следующей точки зрения: «Все мы всего лишь компьютеры; просто мы еще не знаем, как правильно описывать некоторые вещи, однако если бы нам были известны необходимые правила вычисления, то мы смогли бы описать и все мысленные явления, перечисленные в левой части рис. 3.4». Для описания мысленных процессов часто используются термины появление или возникновение (эмерджентность), но сторонники вычислительного подхода полагают, что свойство возникать тоже может быть получено в результате правильно используемых вычислительных операций.

Так чем же является сознание? Разумеется, я не знаю, как определить сознание, и даже не считаю, что стоит пытаться найти такое определение (поскольку мы не понимаем, что оно означает). Я уверен, что можно найти физически обоснованную концепцию, однако думаю, что любое определение окажется неверным. Поэтому вместо определения я попытаюсь дать вам описание сознания, насколько это возможно. При этом мне кажется, что существуют, по крайней мере, два аспекта сознания. С одной стороны, имеется пассивное проявление сознания, включающее осознание или восприятие (awareness). Я включаю в эту категорию нашу способность воспринимать цвет и гармонию соотношений, способность запоминать и т. п. С другой стороны, существуют и активные проявления сознания, включающие в себя понятия типа свободы воли, целенаправленности действий и т. п. Использование столь различных терминов отражает многообразие и сложность понятий, связанных с сознанием. Однако я хочу обратить ваше внимание на еще один весьма специфический аспект сознания, отличный от упомянутых выше активных и пассивных проявлений (но, возможно, являющийся чем-то промежуточным, лежащим между активной и пассивной деятельностью). Я говорю о понимании (understanding), для которого в английском языке есть еще понятие insight, которое кажется более глубоким и содержательным, поскольку включает в себя представление о проницательности, интуитивном постижении истины, озарении, мгновенном восприятии и т. д. В некоторых ситуациях используются еще и термины осознание и интеллектуальность (awareness, intelligence), которые мне не очень понятны. Разумеется, вы вправе спросить, зачем я говорю о понятиях, реальный смысл которых мне неизвестен? Дело в том, что я – математик, а математики обычно не принимают в расчет такие возражения. Им вовсе не требуются точные определения объектов, с которыми они оперируют, а достаточно знать лишь что-то относительно взаимосвязи этих объектов. Мне представляется довольно важным тот факт, что интеллектуальность является чем-то, требующим объяснения и понимания. Мне кажется неразумным использование этого термина в контексте, где нет представления о «понимании». Впрочем, термин «понимание» также выглядит малоосмысленным вне какого-либо «восприятия», так как понимание можно отнести к какому-то типу восприятия. Все сказанное просто означает, что интеллектуальность требует осознания. И хотя я не могу определить эти термины, я могу утверждать наличие некоторых отношений или связей между ними.

Существуют различные точки зрения на отношения между процессами сознательного мышления и способностью к вычислениям. Четыре основных подхода к этой проблеме (которые я обозначил через A, В, С и D) перечислены в табл. 3.1.

 

Таблица 3.1

А– Всякое мышление есть просто некоторый вычислительный процесс; в частности, чувство осознанного восприятия также возникает в результате осуществления соответствующих вычислительных операций

В– Сознание является лишь одной из характерных особенностей физической деятельности мозга. Как и любая другая физическая деятельность, сознание может моделироваться вычислительными операциями, но такое моделирование не является, строго говоря, самим сознанием

C– Сознание вызывается определенными физическими действиями мозга, однако эти действия принципиально нельзя вычислительно моделировать правильным образом

D– Сознание не может быть объяснено с использованием каких-либо физических, вычислительных или других научных методов или понятий

 

В первом подходе (А), который иногда называют сильным принципом искусственного интеллекта или (вычислительным) функционализмом, принято считать, что всякое мышление сводится просто к некоторым вычислительным операциям и, следовательно, правильно выполняя такие вычисления, мы получим в качестве результата способность к осознанию и восприятию.

В соответствии со второй точкой зрения (В) можно (по крайней мере, в принципе) моделировать ту часть работы мозга, которая относится к восприятию. Разница между подходами А и В заключается в том, что во втором случае речь идет лишь о частичном простом моделировании некоторых процессов в мозгу, а не о реальных чувствах и реальном восприятии (эти понятия в подходе B могут быть соотнесены с физическим строением мыслящего объекта). Таким образом, как бы принимается, что мозг создан из нейронов и сам может осознавать процесс восприятия, а моделирование этого процесса исключает именно процесс осознания мозгом своей деятельности. Насколько я могу судить, эту точку зрения активно развивал и поддерживал в своих работах Джон Сирл.

Сам я придерживаюсь точки зрения С, в соответствии с которой (как и в В) восприятие и сознание в какой-то степени связаны с физической активностью мозга (т. е. с какими-то физическими процессами), однако (что очень существенно для подхода С!) эти процессы не могут быть смоделированы никакой вычислительной процедурой. Я хочу сказать, что соответствующие физические процессы в мозгу принципиально не поддаются моделированию.

И наконец, всегда существуют сторонники подхода D, которые уверены, что ошибкой является сама попытка научного описания этих процессов и, возможно, восприятие и сознание вообще не могут быть объяснены с научной точки зрения.

Выше я уже говорил, что лично являюсь убежденным сторонником подхода С, однако должен сразу пояснить, что он имеет много вариантов, из которых следует прежде всего выделить так называемые слабое и сильное С-утверждение. Слабое С-утверждение подразумевает, что рано или поздно проблема будет изучена достаточно подробно, в результате чего в задаче удастся выявить те типы действий, которые сейчас находятся вне, «по ту сторону» вычислений. Говоря об областях «вне моделирования», мне следует несколько уточнить свою мысль, что я попытаюсь сейчас сделать. Согласно слабому С-утверждению все «невычислимые» операции могут быть найдены в пределах известных физических законов. Сильное С-утверждение гласит, что препятствием является существование непознанных физических законов, т. е. наше понимание физики пока просто-напросто не соответствует сложности, требуемой для описания процессов сознания. Я полностью согласен с такой оценкой и в гл. 2 уже уделил много внимания именно неполноте существующей физической картины мира (в этой связи я рекомендую читателю еще раз взглянуть на рис. 2.17). Короче говоря, сильное С-утверждение связывает невозможность объяснения природы сознания с недостаточным уровнем науки и позволяет нам надеяться, что эту проблему удастся решить в будущем.

Поскольку я упомянул рис. 2.17, позвольте вернуться к нему и дать некоторые дополнительные пояснения. В частности, я бы хотел обсудить используемый на рисунке термин вычислимость. На квантовом уровне рассмотрения все физические процессы выглядят полностью вычислимыми. Похоже, что вычислимость сохраняется и на классическом уровне, хотя здесь у нас, конечно, могут возникнуть технические проблемы, связанные с переходом от дискретных систем к непрерывным. Эти проблемы кажутся мне непринципиальными, и я не буду их рассматривать, хотя сторонникам слабого С-утверждения следовало бы внимательно изучить возникающие при таком переходе неопределенности, поскольку в них может обнаружиться то, что невозможно описать и объяснить в рамках вычислительных подходов и понятий.

Для перехода от квантового уровня к классическому обычно используется процедура, обозначенная мною R, которая является полностью вероятностным действием, вследствие чего мы должны каким-то образом объединить вычислимость со случайностью и произвольностью. Я собираюсь дальше продемонстрировать, что весь этот подход недостаточно обоснован, и для объединения указанных уровней рассмотрения нам нужна совершенно другая, новая теория, которая должна быть «невычислительной». Именно поэтому позднее я еще вернусь к проблеме определения вычислимости.

Таким образом, моя версия сильного С-утверждения выглядит следующим образом: мы должны искать в физике «невычислимость», позволяющую связать квантовый и классический уровни описания. Конечно, такая постановка вопроса представляется чрезвычайно сложной и трудной, ведь я говорю о необходимости построения не просто новой физики, а физики, относящейся к описанию работы мозга.

Прежде всего давайте подумаем о том, насколько вообще правдоподобно или вероятно существование чего-то невычислимого в нашем понимании. Позвольте мне привести в качестве примера очень простую и симпатичную шахматную задачу. Вы знаете, что компьютеры уже неплохо играют в шахматы. Однако самый мощный современный шахматный компьютер «ДипСот», решая приведенную на рис. 3.5 задачу, начинает делать очень глупые ходы. Легко видеть, что в этой позиции черные имеют огромное материальное преимущество (две лишние ладьи и слона), которое, однако, не имеет никакого значения для исхода партии, поскольку белые пешки «намертво» блокируют черные фигуры. Пока белый король спокойно «бродит» за барьером из своих пешек, белые просто не могут проиграть. Однако компьютер «ДипСот» первым же ходом за белых взял черную ладью, после чего положение белых стало безнадежным. Причина, конечно, состоит в том, что компьютер запрограммирован на действие (ход за ходом) до некоторой глубины расчета, после чего он вновь начинает считать пешки и т. п. В принципе приведенный пример не очень удачен, так как если бы компьютер мог считать на очень много ходов вперед, он не ошибся бы (в конце концов, шахматы относятся именно к «вычислимым» играм). Однако заметьте, что человек-шахматист практически сразу видит барьер из пешек, понимает его непроницаемость и значение, после чего легко находит стратегию игры. Компьютер не обладает таким общим «пониманием» и начинает просто рассчитывать ход за ходом. Этот пример демонстрирует огромную разницу между простым вычислением и способностью к пониманию.

 

Рис. 3.5. Белые начинают и добиваются ничьей.

Человек легко решает эту задачу, но компьютер «ДипСот» первым же ходом бьет ладью черных! (задача Вильяма Харстона из статьи Джейн Сермор и Дэвида Норвуда в журнале New Scientist, № 1889, с. 23, 1993).

 

 

Разумеется, вы можете обучить ЭВМ использованию пешечного барьера, но проблема имеет более сложный и глубокий характер. В еще одном шахматном примере (рис. 3.6) белым следует поставить слона на b4 и, используя его вместо пешки, вновь создать непреодолимый пешечный барьер (вместо весьма заманчивого, но безнадежного взятия черной ладьи на а5). Задача очень похожа на предыдущую, но компьютер (даже если он умеет создавать пешечный барьер) опять начинает ошибаться, поскольку эта задача требует значительно более высокого уровня понимания. Вы можете возразить, что при желании в программу можно ввести все уровни понимания, и вы были бы правы, если бы рассмотрение относилось только к шахматным задачам. Повторю, что шахматы относятся к «вычислимым» играм, поэтому при достаточно мощном компьютере и хорошей программе можно (по крайней мере, в принципе) рассчитать до конца все вероятности. Пока это никому не удалось проделать, однако нас устроит и принципиальная возможность получения такого решения в будущем. Тем не менее, я надеюсь, вы почувствовали, что в термине «понимание» содержится нечто, не сводящееся к прямому расчету. Совершенно определенно можно сказать, что человеческий подход к решению даже таких простых шахматных задач существенно отличается от компьютерного.

 

Рис. 3.6. Белые начинают и добиваются ничьей.

Человек легко решает и эту задачу, а шахматный компьютер вновь ошибается и первым ходом бьет слоном черную ладью (тест Тьюринга, рассматриваемый в цитированной статье Вильяма Харстона и Дэвида Норвуда).

 

 

Можно ли привести еще более сильные доводы в пользу того, что наше понимание содержит в себе нечто большее, чем набор вычислительных операций? Мне не хочется тратить слишком много времени на доказательство этого утверждения, однако это настолько важно для всей моей концепции, что я приведу еще в качестве примера несколько чисто математических задач. Читателю, заинтересовавшемуся проблемой связи мышления и вычислительных операций, я рекомендую прочитать мою книгу «Тени разума», где первые 200 страниц посвящены детальному и всестороннему обзору аргументации сторон в многочисленных дискуссиях по этому поводу.

Давайте поговорим о вычислениях чуть подробнее. Вычислениями я называю то, что делают вычислительные машины. Реальные компьютеры имеют ограниченную память, но я буду рассматривать работу идеального компьютера (так называемой машины Тьюринга), который отличается от обычных компьютеров неограниченным объемом памяти и способностью осуществлять совершенно безошибочные вычисления сколь угодно долго, практически вечно. Рассмотрим конкретную вычислительную задачу, связанную с арифметическими и логическими операциями:

• Найти число, не представимое суммой трех квадратных чисел.

Под числом я подразумеваю натуральное число (типа 0, 1,2, 3, 4, 5,...), а под «квадратным числом» – квадраты натуральных чисел (типа 02, 12, 22, З2, 42, 52,...). Я покажу вам сразу, как решается эта задача. Метод может показаться очень простым и даже примитивным, но он как раз дает неплохое представление о сущности того, что мы подразумеваем под вычислениями. Начнем с нуля и проверим, является ли он суммой трех квадратных чисел, для чего просто рассмотрим квадраты всех тех чисел, которые меньше или равны нулю. Естественно, мы имеем лишь одно такое квадратное число, а именно 02, в результате чего можем записать

 

0 = 02 + 02 + 02,

 

т.е. 0 действительно можно представить в виде суммы трех квадратов. Перейдем затем к единице и выпишем все возможные комбинации чисел, равных или меньше 1, в результате чего получим

 

1 = 02 + 02 + 12.

 

В табл. 3.2 я выписал результаты всех этих скучных и утомительных операций до числа 7, которое (как легко видеть из таблицы, где просто перечислены все комбинации) нельзя записать в виде суммы трех квадратов. Таким образом, число 7 является ответом для нашей задачи – оно представляет собой наименьшее число, которое нельзя представить в виде суммы трех квадратов. Этот пример довольно типичен для вычислительного метода решения простой по формулировке задачи.

 

Таблица 3.2

 

 

Мы можем считать, что нам несколько повезло с задачей, поскольку вычисления привели к ответу довольно быстро, однако ясно, что в других задачах расчет может занимать очень много времени или даже продолжаться до бесконечности. Например, предположим, что я несколько изменил условия и нам необходимо:

• Найти число, не являющееся суммой четырех квадратных чисел.

Еще в XVIII веке знаменитый математик Лагранж доказал теорему о том, что каждое число может быть записано в виде суммы квадратов четырех чисел. Поэтому если вы начнете поиск нужного числа по предложенному выше методу, то ваш компьютер будет бестолково «тарахтеть» целую вечность, но так и не найдет ответа. Это пример задачи, решение которой простым вычислением может продолжаться бесконечно.

Доказательство теоремы Лагранжа довольно сложно, поэтому я приведу гораздо более доступный и легкий пример. Предположим, что мы хотим:

• Найти нечетное число, представимое в виде суммы двух четных чисел.

Компьютер может искать такое число вечность, хотя мы с вами прекрасно знаем, что сумма двух четных чисел всегда дает четное число. Но вот вам пример гораздо более сложной задачи:

• Найти четное число больше 2, не являющееся суммой двух простых чисел.

Как вы считаете, справится ли когда-нибудь компьютер с этим расчетом? Вообще-то считается, что эта задача (называемая проблемой Гольдбаха) не имеет решения, но она столь сложна, что у математиков нет единого мнения об ее истинности. Я нарочно подобрал три задачи разной степени сложности (очень простую, достаточно сложную и настолько сложную, что никто не знает ее ответа), чтобы сформулировать следующий вопрос:

• Пользуются ли математики некоторым алгоритмом вычислений (давайте обозначим его через А), который позволяет им убедиться, что некий вариант вычислений будет продолжаться бесконечно долго?

Например, подумайте, сработало ли в мозгу Лагранжа нечто похожее на компьютерную программу, прежде чем он пришел в конечном счете к заключению о возможности представления каждого числа суммой квадратов четырех чисел? Для ответа на этот вопрос вовсе не надо представлять себя Лагранжем, достаточно просто проследить за ходом его рассуждений. Заметьте, что меня совершенно не интересует проблема оригинальности мысли, я хочу лишь рассмотреть проблему самого процесса познания, вследствие чего и использовал в формулировке вопроса слово «убедиться» (подразумевая возникновение или создание какого-то понимания).

В науке вообще (а в логике, в частности) утверждения о том, что некоторые вычисления являются бесконечными, носят название П1-высказываний. Давайте рассмотрим такие высказывания несколько подробнее, так как я собираюсь доказать, что указанного выше алгоритма А не существует.

Я начну доказательство с некоторого обобщения рассмотренных выше задач, а именно попытаюсь выявить зависимость связанных с их решением вычислений от чисел п натурального ряда. Пусть, например, нам необходимо:

• Найти натуральное число, не являющееся суммой п квадратных чисел.

Нам уже известно, что для п = 3 ответ может быть получен очень быстро, а для чисел п > 4 вычислительные операции никогда не закончатся (в соответствии с теоремой Лагранжа). Попробуем далее решить следующую задачу:

• Найти нечетное число, являющееся суммой п четных чисел.

В этом случае нам нет даже необходимости говорить о зависимости от п, поскольку для любых п вычисления никогда не закончатся. Наконец, в качестве обобщения проблемы Гольдбаха я предлагаю задачу следующего вида:

• Найти четное число больше 2, не являющееся суммой п простых чисел.

Если утверждение Гольдбаха верно, то вычисления будут длиться бесконечно для всех п (кроме 0 и 1). В некотором смысле доказательство даже упрощается с ростом п. Я действительно верю, что существует достаточно большое число п, для которого вычисления «продолжаются вечно».

Важнейшей характеристикой вычислений такого типа является их зависимость от чисел натурального ряда п, и именно это обстоятельство стало центральным моментом для так называемой теоремы Гёделя о неполноте (в Англии ее иногда называют догадкой или конъектурой Гёделя). Я буду рассматривать ее в формулировке, предложенной Аланом Тьюрингом, однако незначительно изменю ход его рассуждений. Если вы не любите математические выкладки, то можете просто пропустить этот кусок текста. Получаемый результат очень важен, но особенно интересно то, что доказательство вовсе не является сложным – оно всего лишь поразительно и даже вызывает недоумение!

Вычисления, связанные с конкретным числом п, совершенно стандартны и привычны для большинства компьютерных программ. Вы можете, например, просто взять набор программ, пронумеровать их в соответствии с текущим номером (обозначив его через р), а затем запустить компьютер, заложив в него этот порядковый номер. Компьютер начнет добросовестно «тарахтеть», последовательно осуществляя вычисления с числом п в соответствии с р -й программой. Вам необходимо лишь записать порядковый номер р в виде нижнего индекса справа, и тогда набор программ (или вычислений), связанных с числом п, примет простой и ясный вид

 

С0(n), С1(n), С2(n), С3(n),..., Сp(n),....

 

Предположим, что этот набор содержит все возможные вычисления Сp(n) и что мы можем найти какой-то эффективный метод упорядочения этих компьютерных программ, так что индекс р означает р -ю по порядку программу вычислений в соответствии с некоторым правилом, вследствие чего Сp(n) будет означать р -ю программу, примененную к числу п.

Предположим далее, что мы имеем какую-то вычислительную (т. е. алгоритмическую) процедуру А, относящуюся к паре чисел (р, п), осуществление которой дает очевидное и убедительное доказательство того, что работа программы Сp(n) еще не закончена. При этом вовсе не требуется, чтобы алгоритм А(р, п) работал постоянно, т. е. если вычисление Сp(n) является бесконечным, то это не значит, что характеризующий его алгоритм А(р, п) тоже будет выполняться за бесконечное время. Но я подчеркиваю, что алгоритм А (в соответствии с уже отмеченными свойствами компьютера) срабатывает без ошибок, т. е. если операция А(р, п) не завершена, то это также означает, что вычисление Сp(n) не закончено. А теперь представим себе, что какие-то математики, исходя из соображений типа описанного алгоритма А, сформулировали (или просто повторили) в строгом математическом виде некоторое утверждение (например, П1-утверждение). Предположим также, что они знают о существовании операции А и уверены в ее надежности и обоснованности. Представим себе далее, что процедура А включает в себя все операции, доступные математикам для того, чтобы убедить последних в бесконечном характере вычислений. Процедура А начинается с отбора программы, имеющей индекс р, а затем натурального числа п, к которому относится данная программа. Далее, если вычислительная операция А(р, п) закончена, то это означает, что вычисление Сp(n) не завершено, т.е.

Если операция А(р, п) завершена, то вычисление Сp(n) не закончено. (1)

Собственно говоря, в этом и заключается роль процедуры А – она должна давать неопровержимые доказательства того, что определенные вычисления не окончены.

Предположим далее, что р = п, в результате чего возникает хорошо известная и довольно забавная ситуация, известная под названием диагонализации Кантора (кстати, ее использование математически совершенно обоснованно), после которой мы вдруг приходим к следующему выводу:

Если операция А(п, п) завершена, то вычисление Сn(n) не закончено.

Но в данном случае A(п, п) зависит лишь от одного параметра п и, следовательно, принадлежит к набору вычислительных программ Сp(n) (поскольку этот список по определению включал в себя все вычисления, связанные с единственной переменной п). Предположим, что вычислительная программа, идентичная A(п, п), имела индекс k, т.е.

 

А(n, n) = Сk(n).

 

Положив n = k, мы тут же получаем

 

А(k, k) = Сk(k),

 

что в сочетании с условием (1) сразу приводит к заключению:

Если операция А(k, k) завершена, то вычисление Сk(k) не закончено.

Вспомнив, что А(k, k) совпадает с Сk(k), мы попадаем в логическую ловушку. Раз вычисление Сk(k) заканчивается, то оно не заканчивается (следовательно, оно заканчивается и т. д.). Ловушка заключается в том, что если мы доверяемся проверочной процедуре А, то должны верить и в то, что вычисление Сk(k) не закончено. Однако при этом процедура А тоже никак не может закончиться, т. е. «понять» наконец, что вычисление Сk(k) не кончается. Поэтому вычислительная процедура никак не может замкнуть цепочку математических рассуждений и решить, что заданное вычисление не заканчивается, т. е. установить истину П1-утверждения. В этом суть доводов Гёделя-Тьюринга в той форме, которая нужна мне для дальнейших рассуждений.

Вы можете подумать об общем смысле этого доказательства. Оно ясно демонстрирует, что математическое понимание и/или интуиция не могут быть закодированы в виде какого-то вычислительного процесса, в справедливости которого мы можем быть абсолютно уверены. Мне кажется, что приведенная формулировка наиболее ясным образом определяет сущность подхода Гёделя-Тьюринга, хотя некоторые придерживаются другой точки зрения. В этой связи интересно вспомнить, что писали сами эти авторы о полученном ими результате. Предлагаю вам одну из оценок Тьюринга:

 

«Другими словами, абсолютно безупречно работающая машина не может обладать интеллектом. Об этом свидетельствует ряд теорем, которые, однако, ничего не говорят о том, каким уровнем интеллекта может обладать машина, не претендующая на безошибочность и безупречность работы».

 

Таким образом, согласно Тьюрингу утверждения теоремы Гёделя-Тьюринга совместимы с идеей о том, что математиков можно действительно рассматривать в качестве компьютеров, если алгоритмические операции, выполняемые ими при выводе математических истин, не являются принципиально здравыми, обоснованными и разумными. Мы можем ограничиться рассмотрением лишь арифметических утверждений, например, лишь П1-высказываниями, которые представляют собой интересный, но весьма ограниченный тип утверждений. Мне кажется, что на самом деле Тьюринг верил в то, что человеческий мозг использует алгоритмы, но эти алгоритмы являются совершенно нерегулярными (именно в этом смысле они неразумны). Такая ситуация представляется неправдоподобной, поскольку она не только обескураживает, но и просто не позволяет понять, каким образом можно обсуждать что-то и приходить к каким-то выводам вообще. В любом случае точка зрения Тьюринга не внушает мне доверия, а в предложенной выше схеме (см. табл. 3.1) его рассуждения следует отнести к A -подходу.

Рассмотрим далее точку зрения Гёделя, которая в моей схеме относится к D -подходу. Обращаю ваше внимание на то, что при рассмотрении одних и тех же проблем Тьюринг и Гёдель приходят к совершенно противоположным выводам. И хотя Гёдель не верит, что математическое вдохновение можно свести к каким-то вычислительным операциям, он не отказывается от этой возможности достаточно четко и определенно. Он говорит:

 

«С другой стороны, на основе всего доказанного сохраняется возможность существования (и, может быть, даже эмпирического создания) машины, способной доказывать теоремы. В реальной жизни такая машина стала бы эквивалентом математической интуиции, однако это невозможно доказать аналогично тому, как в теории конечных чисел нельзя выводить только правильные теоремы».

 

Это высказывание явно намекает на существование «лазейки», позволяющей непосредственно использовать теорему Гёделя-Тьюринга для опровержения идей вычислимости (или функционализма). Лазейка заключается в том, что математик может пользоваться некоторым здравым и логичным алгоритмом, не будучи полностью уверен в его разумности. Таким образом, Гёдель видел лазейку в познавательной части алгоритмов, в то время как Тьюринг выделяет в алгоритмах именно их разумность.

Ни один из этих подходов не кажется мне убедительным. Теорема Гёделя-Тьюринга всего лишь утверждает, что если доказана разумность какой-то алгоритмической процедуры (для доказательства П1-утверждений), то можно немедленно получить некий результат, выходящий за рамки данной процедуры. Мы можем сделать это и сами, используя какую-либо другую алгоритмическую процедуру (о разумности которой мы ничего не знаем). Кроме этого возможно существование некой обучающейся машины, которая поможет нам в этом поиске. Эта проблема (и целая куча связанных с нею задач) довольно подробно рассматривается в моей книге «Тени разума», и поэтому я не буду повторять все доводы и рассуждения, а отмечу только два из них.

Главный вопрос заключается в том, каким образом возникает этот предполагаемый алгоритм? Можно предположить, что в мозгу человека при этом происходит нечто подобное естественному отбору, в то время как в случае робота новый алгоритм создается какой-то специальной структурой, которую можно смело назвать AI (Artificial Intelligence, искусственный интеллект). Я не буду вдаваться в сложные рассуждения по этому поводу, а лишь приведу вам две простые карикатуры из упомянутой книги.

Первая из них (рис. 3.7) относится к связи понимания с естественным отбором. Любой первобытный математик с точки зрения естественного отбора и дарвиновской межвидовой борьбы за существование находится в весьма невыгодном положении (по сравнению, например, с показанным на рисунке саблезубым тигром). Однако на заднем фоне картинки можно видеть сородичей математика, которые успешно охотятся на мамонтов, строят дома, выращивают какие-то злаки и т. п. Все эти операции требуют от первобытных людей развития «понимания», но заметьте, что сам математик в этих действиях непосредственно не участвует. Таким образом, качество и уровень «понимания» могут существенно влиять на процессы естественного отбора видов, хотя сами математические алгоритмы не имеют к этим процессам никакого прямого отношения.

 

Рис. 3.7.

Едва ли способность к сложным математическим построениям давала нашим далеким предкам какие-то особые преимущества в процессах естественного отбора, однако общая способность к пониманию, безусловно, способствовала их выживанию.

 

 

На другой карикатуре (рис. 3.8), связанной с одним из сюжетов книги «Тени разума», показан созданный по некоторому проекту робот с искусственным интеллектом. Сюжет относится к дискуссии между роботом и специалистом по АI, которая достаточно сложна и занимает в книге много места, вследствие чего я не буду ее пересказывать. В свое время моя точка зрения на доводы Гёделя-Тьюринга была подвергнута жестокой критике самыми различными людьми, с самых разных позиций и по самым разным причинам. Дискуссия в книге «Тени разума» между AI-экспертом и роботом представляет собой мою попытку обобщения всех новых доводов и возражений.

 

Рис. 3.8. Император Альберт в книге «Тени разума» спорит с Математически Обоснованной Киберсистемой.

Первые 200 страниц книги посвящены анализу и критическому рассмотрению различных идей, связанных с использованием доводов Гёделя-Тьюринга. Этому обсуждению придана форма диалога между AI-экспертом и роботом.

 

 

Давайте вернемся к началу обсуждения. Доводы самого Гёделя относятся к конкретным утверждениям относительно чисел, но заметьте, что Гёдель говорит лишь о том, что не существует вычислительных процедур, которые позволяют описывать свойства натуральных чисел. Однако, несмотря на отсутствие вычислительных методов их описания, любой ребенок прекрасно понимает, что представляют собой такие числа. Для объяснения их сущности достаточно всего лишь показать ребенку разное число разных объектов (см., например, рис. 3.9), глядя на которые любой ребенок довольно легко и быстро приходит к абстрактному пониманию сущности натуральных чисел. При этом никто не излагает детям теорию и набор вычислительных правил, связанных с натуральными числами, – дети сразу прекрасно «понимают» сущность идеи натуральных чисел. Я хочу подчеркнуть, что они способны каким-то образом входить «в контакт» с платоновским миром математических понятий и идей. Хотя многим людям такой подход к проблеме математического восприятия не очень нравится, мне лично представляется, что нечто подобное происходит на самом деле. В любом случае натуральные числа, существующие где-то в мире платоновских идей, одновременно присутствуют где-то «здесь», в результате чего наша способность «понимать» мир делает окружающую нас действительность более доступной. Мы не обладали бы этой способностью, если бы были просто неразмышляющими компьютерами. Теорема Гёделя свидетельствует как раз о том, что постижение сущности и природы натуральных чисел осуществляется не при помощи каких-то правил, а за счет их взаимодействия или контакта с платоновским миром, удачным примером чего может служить процесс понимания того, чем являются натуральные числа.

 

Рис. 3.9. Ребенок вполне способен воспринимать мир абстрактных платоновских идей, рассматривая простые рисунки.

 

 

Я утверждаю, что математическое понимание вообще сводится вовсе не к вычислительной работе мозга, а к чему-то совершенно иному, связанному с нашей способностью осознавать или понимать окружающий мир. Разумеется, вы можете возразить мне, что «невычислимый» характер математического восприятия вовсе не означает, что и другие формы сознания являются «невычислимыми». Однако мне кажется, что предложенная идея достаточно обоснованна хотя бы потому, что не очень умно проводить разграничение между математическими и всеми остальными видами «понимания». Именно эту идею я пытался внушить, демонстрируя вам рис. 3.7. Понимание вовсе не следует считать характерной или даже профессиональной характеристикой математиков, оно является весьма общей чертой, присущей всем человеческим существам, и эта способность принципиально не является вычислительной по своей природе, вне всякой зависимости от математики. Нельзя также провести границу между пониманием и человеческим сознанием вообще, поэтому (несмотря на мои более ранние утверждения, что я ничего не знаю о человеческом сознании) мне кажется, что понимание является просто примером сознания (или хотя бы чем-то похожим на него). Впрочем, я также не могу провести четкую границу между сознанием человека и животного. Я прекрасно пониманию, что эта фраза может многим не понравиться, но я на самом деле думаю, что люди очень похожи на многих животных, и (хотя мы соображаем чуть лучше, чем некоторые наши биологические родственники) они также способны к пониманию и обладают основами сознания.

Поэтому «невычислимость» каких-то аспектов сознания (в частности, связанных с математическим пониманием) может служить, на мой взгляд, достаточно убедительным доказательством невычислимой природы всех процессов познания.

Что, в сущности, я подразумеваю под термином «невычислимость»? Я уже много говорил об этом, и мне хочется привести еще один конкретный пример, демонстрирующий невычислимость в моем понимании. Для этого я опишу некоторую игрушечную модель вселенной типа тех, которые изобретают физики, когда не могут найти себе лучшего занятия (вообще говоря, это не худшее занятие, которое можно придумать). Эта модель отражает некоторые особенности Вселенной, однако ее не следует, естественно, соотносить с реальной Вселенной. Роль этой скромной модели сводится лишь к иллюстрации некоторых, совершенно определенных характеристик.

В такой модели рассматриваются лишь дискретные моменты времени (мы можем обозначить их просто 0, 1, 2, 3, 4,...), каждому из которых соответствует некоторое состояние Вселенной, описываемое некоторым набором так называемых полиомино. Вы, естественно, вправе спросить меня, что означает этот новый термин? Полиомино представляет собой просто некий набор квадратиков, способных заполнять плоскость, объединяясь друг с другом (рис. 3.10). Меня сейчас интересуют наборы таких полиомино. Состояние вселенной в предлагаемой игрушечной модели задается только двумя реальными и конечными наборами полиомино. На рис. 3.10 приведены все возможные конечные множества полиомино, перечисленные в соответствии с некоторой вычислительной процедурой S0, S1, S2,... Как выглядит динамика или эволюция этой забавной игрушечной вселенной? Ее развитие начинается в некоторый начальный момент времени с набора полиомино (S0, S0), а затем продолжается в виде все новых пар множеств полиомино, отбираемых по некоторому заданному правилу. В соответствии с правилом отбора учитываются только такие наборы плиток полиомино, которые позволяют заполнить плоскость целиком. Отбор, следовательно, сводится лишь к решению следующей задачи: можно ли заполнить плоскость плитками заданного набора таким образом, чтобы на плоскости не было «зазоров» или «накладок»? Предположим далее, что в некоторый момент времени наша игрушечная вселенная свелась к двум конкретным наборам полиомино (Sq, Sr), определяющим всю дальнейшую эволюцию данной модели. Если вы можете покрыть всю плоскость набором полиомино Sq, то вы переходите к следующему полиомино (Sq+1, т.е. получаете для следующего момента времени пару множеств (Sq+1, Sr). Если же вам это не удается, вы должны поменять наборы местами, что дает вам новую пару (Sr, Sq+1). Чем нам может быть интересна эта очень простая и даже несколько примитивная модель? Суть рассматриваемой модели в том, что хотя ее эволюция носит совершенно детерминистический характер (ведь выше я задал абсолютно ясную и полностью определенную процедуру развития), она не является вычислимой. Дело в том, что Робертом Бергером была доказана теорема, в соответствии с которой не существуют компьютерные операции, позволяющие моделировать развитие этой вселенной, поскольку можно строго показать, что не существуют алгоритмы, позволяющие решить задачу о заполнении плоскости набором полиомино.

 

Рис. 3.10. Невычисляемая, но детерминистическая игрушечная модель вселенной, различные состояния которой задаются парой конечных наборов полиомино.

Если первый заполняет плоскость целиком, то временная эволюция осуществляется следующим образом: численный номер первого набора возрастает на единицу, а второй набор используется для «обозначения времени». Если же первый набор не покрывает плоскость целиком, наборы следует поменять местами и продолжить операцию. Эволюция системы, описываемая парой таких наборов полиомино, должна выглядеть следующим образом:

 

(S0, S0), (S0, S1), (S1, S1), (S2, S1), (S3, S1), (S4, S1),..., (S278, S251), (S251, S279), (S252, S279),...

 

 

 

Рассмотренная модель наглядно демонстрирует различие между вычислимостью и детерминизмом. На рис. 3.11 приведены некоторые примеры заполнения плоскости плитками полиомино различных размеров и форм. Легко видеть, что в случаях а и б полное заполнение плоскости осуществляется без труда. В случае в два типа плиток по отдельности не могут заполнить плоскость целиком (на рисунке указаны неизбежно возникающие «зазоры», или «дырки», в покрытии, однако вместе они легко заполняют плоскость). В случае г плоскость можно заполнить плитками одного типа, однако это достигается только за счет достаточно сложной «подгонки».

 

Рис. 3.11.

Покрытие бесконечной евклидовой плоскости различными наборами плиток полиомино (разрешено также использование зеркальных «отражений» этих плиток). Ни один из двух типов плиток набора в не может заполнить плоскость целиком.

 

 

Задача значительно осложняется при попытке заполнения плоскости плитками полиомино более сложной формы, показанными на рис. 3.12 (именно к этой ситуации относится теорема Роберта Бергера). Дело в том, что три типа показанных на рисунке плиток покрывают плоскость целиком, однако эту операцию нельзя осуществить таким образом, чтобы узор повторялся! На каждом этапе процесс заполнения определяется вашим выбором продолжения, в результате чего очень трудно установить порядок действий. Тем не менее операция, безусловно, выполнима, и именно существование таких вариантов заполнения плоскости привело Бергера к формулировке теоремы, из которой следует, что для моделирования развития даже этой игрушечной вселенной невозможно выработать вычислительную программу.

 

Рис. 3.12. Набор из трех типов плиток полиомино может заполнить плоскость целиком, но заполняющий узор не обладает периодичностью.

 

 

А как обстоят дела с описанием настоящей, большой Вселенной? В гл. 2 я уже немало говорил о фундаментальных недостатках существующей физической картины мира. Подумайте, нет ли в физической теории каких-то проблем, заставляющих вспомнить о невычислимости некоторых операций? У меня есть основания считать, что квантовая теория гравитации в своем правильном виде должна быть именно невычислимой. Я говорю об этом вполне серьезно и продемонстрирую вам, что проблема невычислимости возникает, по крайней мере, в двух независимых направлениях развития квантовой гравитации, причем именно тогда, когда мы рассматриваем квантовые суперпозиции четырехмерных пространств-времен (в большинстве существующих теорий используется лишь суперпозиция трехмерных пространственных состояний).

Рассмотрим сначала так называемую схему Героха-Хартля для квантовой гравитации, которая с самого начала содержит элемент невычислимости, поскольку одним из используемых в ней математических положений является доказанная Марковым невозможность вычислительной классификации четырехмерных топологических складок. Я не буду вдаваться в сложные технические детали, но хочу еще раз подчеркнуть, что невычислимость возникает естественным образом при объединении общей теории относительности и квантовой механики.

В качестве второго примера появления невычислимости в теориях квантовой гравитации можно сослаться на результаты, содержащиеся в препринте одной из работ Дэвида Дейча. К моему глубокому удивлению, в полном тексте статьи, опубликованной позднее, я не обнаружил этих данных! Я специально беседовал с автором на эту тему, и он заверил меня, что опустил эти результаты не из-за их ошибочности, а лишь потому, что они были не очень важны для статьи в целом. Он считает, что забавные суперпозиции пространства-времени (которые мы должны рассматривать хотя бы в качестве гипотетически возможных) возникают вследствие того, что некоторые из потенциально возможных вселенных могут образовывать замкнутые пространственно-временные линии (рис. 3.13). В таких ситуациях всякие каузальные (причинно-следственные) связи полностью теряют смысл, причины и следствия «бегут по замкнутому кругу», а прошлое и будущее просто перемешиваются друг с другом. Хотя все это выглядит совершенно нереальным и противофактическим, оно (как и в задаче гл. 2, связанной с испытанием бомб) может влиять на действительные события. Я не считаю эти рассуждения достаточно серьезными и убедительными, однако они показывают, что какие-то невычислимые операции могут легко обнаружиться и в совершенно правильных теоретических построениях.

 

Рис. 3.13. При достаточно строгом заполнении пространства-времени световыми конусами могут возникать замкнутые времениподобные мировые линии.

 

 

Далее мне хотелось бы обсудить еще один достаточно сложный вопрос. Выше я подчеркивал, что детерминизм и вычислимость представляют собой разные понятия, и это подводит нас к проблеме свободы воли. В классической философии свобода воли всегда рассматривалась в теснейшей связи с детерминизмом. Вы и сами, наверняка, сталкивались с этой проблемой и размышляли о том, насколько наше будущее определяется нашим прошлым и т. п. Мне кажется, что есть масса других более интересных и важных вопросов, например: «Определяется ли наше будущее нашим прошлым вычислимым образом?».

Такие рассуждения связаны со столь многими и разнообразными проблемами, что я могу только упомянуть некоторые из них, не пытаясь даже как-то отвечать. Например, существует вечный спор о том, насколько наши поступки определяются 7нашей наследственностью, а насколько – нашим окружением. Интересно и странно, что в этой связи очень редко рассматривается роль случайных факторов. Ведь мы не можем контролировать все обстоятельства нашего окружения, поэтому, возможно, нам следовало бы задать себе простой вопрос: «Существует ли нечто (возможно, это именно то, что мы именуем Я), которое отличается от окружения и не зависит от посторонних воздействий?». Такая постановка вопроса, кстати, часто используется в обычной юридической практике. Например, проблема прав и обязанностей, безусловно, связана с действиями некоторого независимого субъекта, действительно именуемого «Я». Конечно, эта проблема очень сложна и деликатна. Прежде всего нам следовало бы, конечно, ввести ясные определения понятий детерминизм и недетерминизм. Обычно недетерминизм подразумевает именно наличие случайных факторов или элементов, однако этого явно недостаточно для решения проблемы, поскольку некоторые случайные элементы вполне могут контролироваться. Возможно, в таких случаях следует говорить о невычислимости или даже о невычислимости более высокого уровня. Удивительно, но доводы типа гёделевских оказываются реально применимыми на разных уровнях (даже на том уровне, который Тьюринг называл машиной предсказаний), т. е. они обладают значительно более общим смысловым содержанием, чем это было представлено мною выше. Поэтому следует считать что вопрос о наличии более высоких уровней невычислимости может быть связан с поведением реальной Вселенной или, возможно, с тем понятием, которое мы воспринимаем в качестве нашей свободы воли.

Следующий вопрос относится к уже упомянутому мной «контакту» с миром платоновских идей. В чем, собственно говоря, состоит этот контакт и каков его характер? В сущности, можно указать огромное количество так называемых «миров» с участием невычислимых элементов – судебное дело, здравый смысл, озарение, эстетическое чувство, сострадание, мораль... Мне представляется, что все эти области жизни и сознания характеризуются наличием элементов невычислимости. До сих пор я говорил о мире платоновских идей главным образом в математическом смысле, однако в идеях Платона есть и другая сторона, которую нельзя игнорировать. Абсолютные платоновские идеи ассоциировались не только с истиной, их другими характеристиками выступали добро и красота. Поэтому любой контакт с платоновскими идеями, доступный человеческому разуму и не сводящийся к вычислительным операциям (или вычисляемому поведению), представляется мне чрезвычайно важным.

А теперь давайте задумаемся о работе нашего собственного мозга. На рис. 3.14 представлен небольшой участок мозга, относящийся к очень важной структуре – нейронной системе. Важной частью каждого нейрона является так называемый аксон, представляющий собой очень длинное нервное волокно, которое расщепляется в различных местах на отдельные, более тонкие волокна, которые затем собираются или объединяются в специальных образованиях, называемых синапсами. Синапсы в основном играют роль узлов связи при передаче сигналов между нейронами посредством химических соединений (так называемых нейропередатчиков). Некоторые синапсы по природе являются возбудителями (т. е. поступление в них веществ нейропередатчиков приводит к возбуждению связанных с синапсом нейронов), а другие – ингибиторами, тормозящими передачу сигналов к нейронам. Работу синапса при передаче информационного сигнала от одного нейрона к другому характеризуют параметром, именуемым силой синапса. Если бы все синапсы обладали одинаковой силой, то человеческий мозг действительно очень напоминал бы компьютер. Однако я сразу отмечу, что силы синапсов не являются постоянными величинами, и у специалистов есть множество теорий относительно закономерностей их изменений. В качестве примера можно привести одну из первых гипотез в этой области, механизм Хебба. Проблема заключается в том, что предполагаемые закономерности почти всегда являются вычислительными, и лишь очень редко (практически всегда безуспешно) исследователи пытаются учесть элементы случайности. Задавая какую-либо смешанную, вычислительно-вероятностную теорию изменения сил синапсов, можно моделировать поведение системы нейронов и синапсов на компьютере (напоминаю, что вероятностные элементы поведения моделируются очень легко), в результате чего мы можем получать некоторое описание рассматриваемой системы (типа схемы на рис. 3.15).

 

Рис. 3.14. Схема работы нейрона, связанного с другими нейронами через синапсы.

 

 

 

Рис. 3.15.

 

 

Элементы, обозначенные квадратиками на рис. 3.15 (вы можете считать их, например, транзисторами), способны играть роль нейронов мозга, что позволяет создавать и рассматривать специальные электронные устройства, называемые искусственными нейронными сетями. В таких сетях можно задавать различные правила изменения силы синапсов (обычно это делается для получения более качественных выходных сигналов). Используемые правила всегда носят вычислительный характер, поскольку исследователи вводят их для удобства моделирования на компьютере. Собственно говоря, всю эту ситуацию можно рассматривать в качестве теста (т.е. если вы можете моделировать поведение системы на компьютере, то она является вычислительной), однако применение этого теста носит иногда парадоксальный характер. Например, Джеральд Эдельман предложил учитывать в работе мозга некоторые функции, которые он считал «невычислимыми». Как он учел эти функции? Да очень просто – промоделировал выполнение этих функций на своем компьютере! Но ведь если компьютеру удалось их осуществить, то они относятся к вычислимым!

Мне бы хотелось рассмотреть еще некоторые вопросы, связанные с работой нейронов. Что делают отдельные нейроны? Являются ли они действительно своеобразными вычислительными элементами и т.п.? Следует помнить, что нейроны представляют собой биологические клетки, а биологическая клетка – настолько сложная и развитая структура, что она способна проделывать хитрые трюки даже в одиночку. Например, показанное на рис. 3.16 одноклеточное существо (инфузория-туфелька, парамеция) способно плыть к источнику пищи, убегать от опасности, преодолевать препятствия и даже учиться, т. е. приобретать «жизненный опыт». Наличие таких свойств, конечно, наводит на мысль о нервной системе, но именно нервной системы инфузория точно не имеет. Было бы просто великолепно, если бы, например, инфузории-туфельки и являлись интересующими нас нейронами! К сожалению, никаких нейронов инфузория иметь не может хотя бы потому, что она представляет собой одну-единственную клетку. Мне бы очень хотелось иметь возможность задать всем этим одноклеточным (включая амебу) простой вопрос: «Как вам всё это удается?»

 

Рис. 3.16. Инфузория-туфелька.

Обратите внимание на тонкие ворсинки (так называемые реснички), используемые для плавания, которые формируют внешнюю оболочку инфузории – цитоскелет.

 

 

Предполагается, что выполнение сложных функций этих одноклеточных организмов обеспечивает так называемый цитоскелет (который помимо всего остального создает внешнюю форму клетки). Поверхность инфузории покрыта тонкими ворсинками, или ресничками, которые используются для плавания и состоят главным образом из маленьких трубчатых структур, называемых микротрубками. Цитоскелет (внешняя оболочка) тоже образуется этими микротрубками, а также белком-актином и промежуточными волокнами. По аналогичному механизму передвигаются и амебы, эффективно использующие микротрубки для выдвижения своих псевдоподий.

Микротрубки (иногда их называют микроканальцами) являются довольно необычными объектами. Например, реснички, посредством которых передвигается инфузория, представляют собой пучки таких микротрубок. Более того, очень часто микротрубки вовлекаются в процесс митоза (так биологи называют деление клеток). Впрочем, я хотел бы сразу подчеркнуть, что это происходит только с микротрубками в обычных клетках, а не в нейронах, так как нейроны вообще не делятся (возможно, это и является их главной особенностью). Цитоскелет управляется структурой, именуемой центросомой, в которой выделяются так называемые центриоли, представляющие собой два пучка (в виде цилиндров) микротрубок в виде разорванной буквы Т. На критической стадии разделения центросомы каждый из цилиндров разрастается, в результате чего образуются две центриоли в виде Т, отходящие друг от друга и вытягивающие за собой связки микротрубок. При этом волокна микротрубок каким-то образом присоединяют обе части разделенной центросомы к разным цепям ДНК ядра клетки, после чего эти цепи расходятся. С такого достаточно сложного процесса начинается упомянутый выше митоз (деление клетки).

Все это невозможно в нейронах (поскольку, как я уже отмечал, нейроны не могут делиться), поэтому в них микротрубки должны выполнять какие-то другие функции. Что делают микротрубки в нейронах? Похоже, что у них там масса дел (включая перенос молекул-нейропередатчиков внутри клетки), однако они почти точно связаны с уже упоминавшейся силой синапсов. На рис. 3.17 показаны (естественно, с очень большим увеличением) нейрон и синапс, а также упрощенная схема расположения микротрубок и присоединения актиновых волокон. Из рисунка можно понять, что микротрубки могут изменять силу синапса, воздействуя на так называемые дендритные отростки, которые часто присутствуют в синапсах и могут расти, сокращаться и видоизменяться различным образом. Воздействие может быть связано с состоянием особых белков (актинов), играющих важную роль в механизме сокращения мышц. Дело в том, что соседние микротрубки могут сильно влиять на актины, а актины, в свою очередь, меняют форму и диэлектрические свойства так называемых синаптических окончаний. Существует, по меньшей мере, еще два других механизма воздействия микротрубок на силу синапса. Во-первых, микротрубки участвуют в процессах передачи сигнала от одного нейрона к другому, так как именно они обеспечивают перенос химических веществ вдоль аксонов и дендритов, и от их активности могут зависеть, например, концентрация этих веществ в окончаниях нервных волокон и в конечном счете сила синапса. С другой стороны, микротрубки участвуют в процессах роста и распада отдельных нейронов, а также в формировании системы связи в нейронных сетях.

 

Рис. 3.17.

Клатрины (и окончания микротрубок) входят в состав так называемого синаптического окончания аксона, имеющего форму бутона, и существенным образом влияют на величину силы синапса. Это влияние осуществляется посредством актиновых волокон в дендритных отростках.