Леонард Млодинов - Эластичность. Гибкое мышление в эпоху перемен

Неожиданная легкость, с какой мы прочитываем приведенный абзац, – признак эластичности нашего мышления. Ум замечает без всякой подсказки: что-то не так. А затем соображает, что́ тут происходит, сосредоточивается на правильно расставленных первых и последних буквах каждого слова, а затем тасует буквы в середине слов. С учетом общего контекста ум расшифровывает значение написанного, лишь немного теряя в скорости. Компьютер, читающий тексты, попытается сопоставить каждый набор букв со словом в словаре и, вероятно, учтет кое-какие распространенные опечатки и грамматические ошибки, но в конце концов это все ни к чему не приведет – если заранее не снабдить его программой, написанной для решения этой конкретной задачи.

Требующие эластичного мышления задачи могут быть для современного компьютера непосильными, даже если для человека они обыденны [47] David Autor, “Polanyi’s Paradox and the Shape of Employment Growth”, National Bureau of Economic Research Working Paper № 20485, 2014. . Возьмем распознание закономерностей. Экономист из Массачусетского технологического института Дэвид Отор рассуждает о трудности визуального распознания стула. Эту задачку решит любой школьник, но как запрограммировать компьютер, чтобы и у него получилось? Можно попробовать определить ключевые характеристики – горизонтальная поверхность, спинка, ножки. К сожалению, этот набор черт присущ многим предметам, которые не стулья, – например, кухонная плита с ножками или встроенная мойка с фартуком. Вместе с тем существуют стулья без ножек, и они под это определение не подпадут.

Определить стул, основываясь на рациональном описании с опорой на те или иные правила, трудно, поскольку определение должно включать не только типовые стулья, но и громадное разнообразие оригинальных моделей. Как же это удается любому третьекласснику? Эластичное мышление – не алгоритмическое, и под этим я подразумеваю, что мы овладеваем идеями и делаем выводы без четкого определения необходимых для этого шагов. (Это я говорю независимо от того, получится ли симулировать деятельность мозга при помощи машины Тьюринга, как некоторые считают.) Напротив, нейронная сеть нашего бессознательного ума не полагается на продуманные и легко формулируемые определения стула, а научается взвешивать сложную комбинацию особенностей предмета, а мы эту работу ума даже не осознаем.

Некоторые смекалистые передовые программисты в «Гугле» пытаются усовершенствовать обычные компьютеры, ища способы имитировать работу нейронных систем человеческого мозга. Тамошние ученые построили машину, способную без помощи человека распознавать очертания, которые мы именуем котом [48] Quoc Le et al., “Building High-Level Features Using Large Scale Unsupervised Learning”, в: Proceedings of the 29 th International Conference on Machine Learning, сост. John Langford, Joelle Pineau (Мэдисон, Висконсин: Omnipress, 2012), 81–88. . Этот подвиг потребовал тысячи компьютеров, объединенных в сеть. Ребенок же справляется с этой задачей к своим трем годам, попутно жуя банан и размазывая арахисовую пасту по стенке.

Это подводит нас к некоторым ключевым различиям в архитектуре мозга и цифровых компьютеров, что, в свою очередь, говорит кое-что важное о нас самих. В отличие от человеческого мозга, компьютер состоит из взаимосвязанных переключателей, в которых можно разобраться по коммутационным и логическим схемам, и работают они, следуя отчетливо определенному набору шагов (программе или алгоритму) линейно, в соответствии с задачей, имеющейся у программиста. Ученые из «Гугла», соединившие в нейронную сеть тысячу таких вот компьютеров, совершили впечатляющий подвиг, и это многообещающий подход. Но наши мозги способны на неизмеримо более грандиозные подвиги – на формирование нейронных сетей из миллиардов клеток, и каждая при этом связана с тысячей других. Из таких сетей складываются еще более масштабные структуры, а те в свою очередь – в еще более громадные, и далее, и далее, в сложнейшую иерархическую схему, которую ученые только-только начинают постигать.

Как я уже говорил, биологический мозг способен обрабатывать данные и сверху вниз, как это делает традиционный компьютер, и снизу вверх, что важно для эластичного мышления, – а также в некотором сочетании этих двух режимов. Как мы еще убедимся в Главе 4, процессы, происходящие снизу вверх, зарождаются из сложных и сравнительно «безнадзорных» взаимодействий миллионов нейронов и способны приводить к самым неожиданным свежим замыслам. Процессами же, происходящими снизу вверх, напротив, управляют исполнительные области мозга, и в этих процессах пошагово производится аналитическая мысль.