Стивен Пинкер - Чистый лист - Природа человека. Кто и почему отказывается признавать ее сегодня

Вторая причина состоит в том, что 34 000 генов — это только 3 % человеческого генома. Остальное — ДНК, которая не кодирует белок и которую не учитывают, как «мусор». Но, как сказал недавно один биолог, «термин "мусорная ДНК"» лишь отражение нашего невежества» [11] Evan Eichler, quoted by G. Vogel, "Objection #2: Why sequence the junk?" Science, 291, 2001, p. 1184. . Размер, расположение и содержание некодирующей ДНК могут значительно влиять на активацию соседних с ней генов, кодирующих белки. Информация, записанная в миллиардах некодирующих участков генома — часть характеристики человека, и гораздо большая, чем та, что записана в 34 000 генов.

Итак, человеческий геном абсолютно точно способен построить сложный мозг, невзирая на нелепые заявления о том, как прекрасно, что человек почти так же прост, как круглый червь. Конечно, «удивительное разнообразие человеческого вида не запрограммировано в нашем генетическом коде», но нам не нужно считать гены, чтобы это понять, мы уже знаем это хотя бы из того факта, что ребенок, выросший в Японии, говорит по-японски, и тот же ребенок говорил бы по-английски, если бы вырос в Англии. Вот пример синдрома, который мы будем встречать повсюду в этой книге: научные открытия искажаются до неузнаваемости, чтобы вложить в них нравственный смысл, достичь которого было бы гораздо легче на другой почве.

Второе научное направление, обеспечивающее поддержку «чистому листу», — коннекционизм, теория, что мозг подобен искусственным нейронным сетям, смоделированным на компьютерах и обучающимся путем выделения статистических паттернов [12] Elman et al., 1996; McClelland, Rumelhart, & the PDP Research Group, 1986; McLeod, Plunkett, & Rolls, 1998; Pinker, 1997, pp. 98–111; Rumelhart, McClelland, & the PDP Research Group, 1986. .

Когнитивисты согласны, что элементарные процессы, составляющие набор инструкций для мозга — хранение и извлечение ассоциаций, определение последовательности элементов, фокусировка внимания, — встроены в него в виде цепей тесно связанных между собой нейронов (клеток мозга). Вопрос в том, может ли такая сеть самого общего вида, подвергнутая воздействию окружающей среды, объяснить человеческую психологию в целом, или геном создает различные сети для разных областей, таких как язык, зрение, мораль, страх, вожделение, интуитивная психология и т. д. Коннекционисты, разумеется, не верят в «чистый лист», но они верят в его ближайший эквивалент — неспециализированный механизм научения.

Что такое нейросеть? Коннекционисты называют так не реальные нейронные связи в мозгу, а вид компьютерной программы, построенной по аналогии с нейронами и их связями. В самом общем виде «нейроны» передают информацию, будучи более или менее активными. Уровень активности показывает наличие или отсутствие (или интенсивность или степень достоверности) какого-либо простого свойства окружающего мира. Это может быть цвет, линия, расположенная под определенным углом, буква алфавита или свойство животного, например наличие четырех ног.

Сеть нейронов может представлять различные понятия в зависимости от того, какие именно нейроны активны. Если это нейроны для «желтого», «летающего» и «поющего» — сеть думает о канарейке; если для «серебряного», «летающего», «рычащего» — сеть думает о самолете. Искусственные нейронные сети работают так: одни нейроны соединены с другими нейронами связями, имитирующими синапсы. Каждый нейрон считывает входные данные с других нейронов и в ответ меняет собственный уровень активности. Сеть учится, позволяя входным сигналам менять силу нейронных связей. Сила связей определяет вероятность того, будут ли нейроны ввода возбуждать или подавлять нейроны вывода.

В зависимости от того, за что отвечают нейроны, каким образом они связаны изначально и как связи меняются в процессе обучения, коннекционистская сеть может научиться вычислять разные вещи. Если каждый нейрон соединен со всеми прочими, сеть может выделить связи между отдельными свойствами и объединить их в класс объектов. Например, после предъявления описаний множества птиц она может предположить, что поющие объекты с перьями, вероятно, умеют летать, или что летающие объекты, покрытые перьями, поют, или что поющие летающие объекты обычно покрыты перьями. Если слой нейронов ввода связан со слоем нейронов вывода, сеть научится ассоциировать понятия, например: мягкие маленькие летающие объекты — это животные, а большие металлические летающие объекты — транспортные средства. Если слой вывода имеет обратную связь с предыдущими слоями, сеть может штамповать упорядоченные последовательности, например звуки, создающие слово.