Текст книги "Конец науки: Взгляд на ограниченность знания на закате Века Науки"

Автор книги: Джон Хорган

сообщить о нарушении

Текущая страница: 19 (всего у книги 27 страниц)

Решил ли Бэкон проблему сознания?

Проникновение в сознание потребует времени. Мозг удивительно сложен. Но является ли он бесконечно сложным? При условии скорости, с которой неврологи его изучают, через несколько десятилетий у них может появиться высокоэффективная карта мозга, которая связывает специфические нервные процессы со специфическими ментальными функциями – включая сознание в таком виде, как его определили Крик и Кох. Это знание может дать многие практические преимущества, такие как лечение умственных расстройств и хитрости обработки информации, которые можно будет ввести в компьютеры. В «Приходе золотого века» Гюнтер Стент предполагает, что шаги вперед в неврологии когда-нибудь смогут дать нам великую власть над нами самими. Мы сможем «направлять определенные электрические входные сигналы в мозг. Эти входные сигналы затем можно сделать синтетически генерирующими ощущения, чувства и эмоции… Смертные люди вскоре будут жить как боги, без печали в сердце и вдали от горя, пока их центры удовольствий правильно подключены» [131]131
  Стент. Золотой век, с. 73–74.


[Закрыть].

Но Стент, ожидавший мистические аргументы Нагеля, Мак-Джинна и других, также писал: «Возможно, мозг не сможет, даже после всестороннего изучения, дать объяснения себя самого» [132]132
  Там же, c. 74.


[Закрыть]. Ученые и философы все равно будут стремиться достичь невозможного. Они обеспечат продолжение неврологии в постэмпирическом, ироническом режиме, в котором практики спорят о смысле физических моделей точно так же, как физики спорят о смысле квантовой механики. Время от времени особо яркая интерпретация, представленная каким-нибудь очередным Фрейдом, знающим неврологию и кибернетику, может привлечь большое число последователей и угрожать стать окончательной теорией разума. Новомистики тогда вылезут вперед и укажут неизбежные недостатки теории. Может ли она обеспечить удовлетворительное объяснение мечтаний или мистического опыта? Может ли она сказать, обладают ли сознанием амебы? Или компьютеры?

Можно доказывать, что сознание было «решено», как только кто-то решил, что это – эпифеномен материального мира. Прямой материализм Крика повторяет английского философа Гилберта Райла (Gilbert Ryle), который в тридцатые годы придумал выражение «призрак в машине», чтобы посмеяться над дуализмом [133]133
  Гилберт Райл представил придуманное им выражение «призрак в машине» в своей классической атаке на дуализм «Концепция разума» (The Concept of Mind.London, 1949).


[Закрыть]. Райл указывал, что дуализм, утверждающий, что разум – это отдельное явление, независимое от физического субстрата и способное влиять на него, нарушает сохранив энергии и таким образом всю физику. По Райлу, разум – это свойство материи, и только прослеживая замысловатые преломления материи в мозгу, можно «объяснить» сознание.

Райл не был первым, кто предложил эту материалистическую парадигму, являющуюся такой доверительной и принижающей одновременно. Четыре столетия назад Фрэнсис Бэкон призывал философов своего времени прекратить попытки показать, как Вселенная возникла из мысли, и начать рассматривать, как мысль возникла из Вселенной. Не исключено, Бэкон ожидал современные объяснения сознания в рамках контекста теории эволюции и, в более общем смысле, материалистической парадигмы. Научная победа над сознанием будет высшим разочарованием и тем не менее еще одним подтверждением правильности высказывания Нильса Бора: работа науки – это сведение всех тайн к тривиальностям. Человеческая наука не сможет решить проблему «откуда я знаю, что у тебя есть сознание». Есть единственный путь ее решения: объединить все разумы в один.

Глава 8
Конец хаососложности

Я опускаю эру Рейгана. Рональд Рейган сделал выбор очень простым делом. Все, что нравилось ему, мне не нравилось. К примеру, звездные войны. Известная как Стратегическая Оборонная Инициатива (СОИ), эта идея была планом Рейгана построить космический щит, который защитил бы Соединенные Штаты от ядерных ракет Советского Союза. Я написал множество статей о звездных войнах, больше всего я теперь стыжусь той, в которой говорилось о Готфриде Майер-Крессе (Gottfried Mayer-Kress), физике, работавшем (из всех возможных мест!) в Лос-Аламосской национальной лаборатории, колыбели атомной бомбы. Майер-Кресс создал модель гонки вооружений между Советским Союзом и Соединенными Штатами, применив «хаотическую» математику. Его модель предполагала, что звездные войны дестабилизируют отношения между супердержавами и, возможно, приведут к катастрофе, то есть к ядерной войне. Поскольку я одобрял выводы Майер-Кресса – и поскольку место его работы давало повод для иронии, – я написал статью, в которой выразил свое восхищение его исследованиями. Конечно, если бы модель Майер-Кресса предполагала, что звездные войны – хорошая идея, то я бы отверг его работу, как чушь, которой она очевидно и являлась. Звездные войны вполне могли дестабилизировать отношения между супердержавами, но разве нам требовалась какая-то компьютерная модель, чтобы сообщить это?

Я не собираюсь бить Майер-Кресса. Он стремился к положительному результату. (В 1993 году, несколько лет спустя после того, как я написал про исследование Майер-Крессом звездных войн, я увидел пресс-релиз Иллинойсского университета, где он тогда работал, объявлявший, что его компьютерные модели предложили решение конфликтов в Боснии и Сомали.) Его работа – это один из самых вульгарных примеров перегиба в области хаососложности. Под хаососложностью я имею в виду и хаос, и его близкую родственницу сложность. Каждое понятие, и хаос особенно, было определено в разнообразных терминах. Но при этом каждое из них получило столько частично совпадающих определений от разных ученых и журналистов, что термины фактически стали синонимами, если вовсе не утратили смысл.

Область хаососложности была впервые представлена как полностью разработанное явление поп-культуры в вышедшей в 1987 году книге бывшего репортера «Нью-Йорк Таймс» Джеймса Глейка (James Gleik)«Хаос. Создание новой науки» (Chaos: Making a New Science). После того как книга Глейка стала бестселлером, толпы журналистов и ученых попытались повторить его успех, написав похожие книги на ту же тему [134]134
  Книги, сразу же последовавшие за «Хаосом» Джеймса Глейка (Нью-Йорк, 1987): Waldrop, M. Complexity: The Emerging Science at the Edge of Orgerand Chaos.New York, 1992; Lewin, R. Complexity: Life at the Edge of Chaos.New York, 1992; Levy, S. Artificial Life: A Report from the Frontier Where Computers Meet Biology.New York, 1992; Coveny, P. and Highfield, R. Frontiers of Complexity: The Search for Order in a Chaotic World.New York, 1995. Последняя книга охватывает многие материалы, представленные Глейком в «Хаосе», подтверждая мою точку зрения, что популярные подходы к хаосу и сложности фактически стерли различия между ними.


[Закрыть]. В области хаососложности есть два в некотором роде противоречивых аспекта. Один заключается в том, что многие явления нелинейны и, таким образом, по своему существу непредсказуемы, потому что крохотные случайные влияния могут иметь огромные, непредвиденные последствия. Эдвард Лоренц (Edward Lorenz), метеоролог из Массачусетского технологического института и пионер хаососложности, назвал это явление эффектом бабочки, так как оно означает, что бабочка, машущая крыльями в Айове, может, в принципе, вызвать лавину эффектов, которые достигнут высшей точки в дождливый сезон в Индонезии. Поскольку мы никогда не сможем обладать более чем приблизительным знанием о системе погоды, наша способность предсказывать ее серьезно ограничена.

Этот взгляд едва ли можно назвать новым. Анри Пуанкаре (Henri Poincare)предупреждал на стыке столетий, что «небольшие различия в начальных условиях рождают огромные различия в конечном явлении. Маленькая ошибка в первых родит огромную в последних. Предсказание становится невозможным» [135]135
  Глейк включил эту цитату из Пуанкаре в «Хаос», c. 321.


[Закрыть]. Исследователи хаососложности также любят подчеркивать, что многие явления природы «возникают неожиданно»; они проявляют свойства, которые не могут быть предсказаны или поняты путем простого исследования частей системы. Неожиданное возникновение – это тоже древняя идея, связанная с холизмом, витализмом и другими антиредукционистскими течениями, которые восходят, по крайней мере, к прошлому столетию. Конечно, Дарвин не думал, что естественный отбор может происходить из Ньютоновой механики.

Это негативная сторона хаососложности. Положительная звучит следующим образом: приход компьютеров и сложных нелинейных математических технологий поможет современным ученым понять хаотические, комплексные, неожиданно возникающие явления, которые сопротивлялись анализу редукционными методами в прошлом. Краткая аннотация на обороте обложки книги «Мечты о разумности» (The Dreams of Reason,1988) Хайнца Пагелса (Heinz Pagels), одной из лучших книг по «новым наукам сложности», представляла это следующим образом: «Точно так же, как телескоп открыл Вселенную, а микроскоп – секреты микрокосма, компьютер теперь открывает новое окно на природу реальности. Через свою способность обрабатывать то, что является слишком сложным для разума, которому ничто не помогает, компьютер позволяет нам впервые смоделировать реальность, создать модели комплексных систем, таких как большие молекулы, хаотические системы, нервные сети, человеческое тело и мозг, модели эволюции и роста населения».

Эта надежда рождается большей частью из наблюдения за простыми множествами математических инструкций, которые, когда их выполняет компьютер, могут дать фантастически сложные и тем не менее странно упорядоченные эффекты. Джон фон Нейман (Johnvon Neumari), возможно, был первым ученым, понявшим эту способность компьютеров. В пятидесятые годы он изобрел клеточный автомат, который в своей самой простой форме представляет собой экран, разделенный на решетку клеток, или квадратов. Набор правил передает цвет или состояние каждой клетки ее ближайшим соседям. Изменение состояния одной клетки может вызвать лавину изменений по всей системе. Клеточный автомат «Жизнь», созданный в начале семидесятых годов английским математиком Джоном Конвеем (John Conway), остается одним из самых известных. В то время как большинство клеточных автоматов в конце концов приобретает предсказуемое периодическое поведение, «Жизнь» генерирует бесконечное разнообразие картинок, включая подобные мультфильмам, которые кажутся вовлеченными в непостижимые метаморфозы. Многие ученые, вдохновленные странным компьютерным миром Конвея, стали использовать клеточные автоматы для моделирования различных физических И биологических процессов.

Еще один продукт информатики, завладевший воображением общества, – это множество Мандельбро. Множество названо в честь Бенуа Мандельбро (Benoit Mandelbrot), математика из «ЩМ», являющегося одним из протагонистов книги Глейка «Хаос». Его работа по индетерминистическим явлениям привела Гюнтера Стента к заключению, что общественные науки никогда не будут иметь большого значения. Мандельбро открыл фракталы – геометрические объекты с дробной мерностью; фракталы более размыты, чем линия, но никогда полностью не заполняют плоскость. Фракталы также обладают самоподобной структурой, воспроизводящейся при все большем и большем увеличении. Придумав термин «фрактал», Мандельбро отметил, что многие явления реального мира, например облака, снежные хлопья, береговые линии, колебания рынка ценных бумаг и деревья, имеют свойства, подобные фракталам.

Множество Мандельбро – это тоже фрактал. Множество соответствует простой математической функции, которая повторно интегрируется; ты вычисляешь значение функции, а затем снова подставляешь его как аргумент и снова вычисляешь функцию – и так до бесконечности. При условии составления плана компьютером цифры генерируются функциональным кластером в теперь известную форму, которая была сделана похожей на сердце с опухолью, сильно пережаренного цыпленка и шишковатую цифру восемь, лежащую на боку. При увеличении множества с помощью компьютера обнаруживается, что его границы не являют собой четких линий, а мерцают, как пламя. Дальнейшее увеличение границ бросает зрителя в бездонную фантасмагорию изображения в стиле барокко. Определенные образцы, такие как основная сердцеобразная форма, все время воспроизводятся, но всегда с неуловимыми вариациями.

Множество Мандельбро, которое было названо «самым сложным предметом в математике», стало типом лаборатории, в которой математики могут тестировать идеи о поведении нелинейных (или хаотических, или комплексных) систем. Но какое отношение эти находки имеют к реальному миру? В своем труде «Фрактальная геометрия природы» (The Fractal Geometry of Nature,1977) Мандельбро предупреждал, что одно дело наблюдать за фрактальными образцами в природе и совсем другое – определять причину образца. Хотя исследование последствий самопохожести преподнесло, по словам Мандельбро, множество сюрпризов и помогло понять структуру природы, его попытки открыть причины самопохожести «имеют мало привлекательного».

Кажется, Мандельбро намекает на соблазнительный силлогизм, который лежит в основе хаососложности, а именно: есть простые множества математических правил, которые, когда их прослеживает компьютер, порождают очень сложные образцы, которые никогда не повторяют себя полностью. Окружающий нас мир тоже включает в себя огромное количество сложных образцов, которые никогда полностью не повторяют себя. Вывод: в основе многих исключительно сложных явлений мира лежат простые правила. При помощи мощных компьютеров исследователи, занимающиеся хаососложностью, могут эти правила определить.

Конечно, в основе природы в самом деле лежат простые правила, воплощенные в квантовой механике, теории относительности, естественном отборе и генетике Менделя. Но занимающиеся хаососложностью настаивают, что еще предстоит найти правила гораздо более мощные.

Тридцать одно определение сложности

Синие и красные точки, разбросанные по экрану компьютера. Но это не просто цветные точки. Это модели людей, делающие то, что делают люди: ищут пищу, ищут партнеров, соперничают и сотрудничают друг с другом. По крайней мере, так заявил Джошуа Эпштейн (Joshua Epstein), создатель этой компьютерной модели. Эпштейн, социолог из «Брукингс Инститьюшн», показал эту модель мне и двум другим журналистам в Институте Санта-Фе, где он по приглашению читал лекции. Институт был основан в середине восьмидесятых и быстро стал штабом сложности, самопровозглашенным преемником хаоса как новой науки, которая превзойдет отживающий редукционизм Ньютона, Дарвина и Эйнштейна.

Наблюдая за цветными точками Эпштейна и слушая его еще более цветастую интерпретацию их движения, мы вежливо бурчали, показывая свою заинтересованность, но за его спиной обменивались вымученными улыбками. Ни один из нас не воспринимал это серьезно. Мы все понимали, косвенно, что это ироническая наука. Сам Эпштейн, когда на него надавили, признал, что его модель никоим образом не является «предсказательной». Он назвал ее лабораторией, инструментом, нервным протезом для исследования идей об эволюции обществ. (Это были любимые термины сотрудников Института Санта-Фе.) Но во время публичных презентаций своей работы Эпштейн также заявлял, что подобные модели революционизируют общественные науки, помогут решить их самые неподатливые проблемы [136]136
  Я наблюдал за демонстрацией Эпштейном его программы искусственного общества во время семинара, проводившегося в Институте Санта-Фе в мае 1994 г. (который я подробно описываю в следующей главе). Заявление Эпштейна о том, что компьютерные модели, подобные его собственной, революционизируют общественные науки, я слышал во время однодневного симпозиума в Институте Санта-Фе 11 марта 1995 г.


[Закрыть].

Еще один приверженец веры в силу компьютеров – это Джон Холланд (John Holland), ученый-компьютерщик, работающий одновременно в Мичиганском университете и Институте Санта-Фе. Холланд изобрел генетические алгоритмы, являющиеся сегментами компьютерного кода, способные перестраиваться для рождения новой программы, которая может решить проблему более эффективно. В соответствии с Холландом, алгоритмы развиваются так же, как гены живых организмов в ответ на давление естественного отбора.

Холланд предположил, что возможно сконструировать «общую теорию комплексных адаптивнных систем», основанную на математических технологиях, таких как те, что воплощены в генетических алгоритмах. Он представил свое видение в лекции 1993 года: «Многие из самых острых долгосрочных проблем – пассивный торговый баланс, СПИД, генетические дефекты, умственное здоровье, компьютерные вирусы – концентрируются на определенных системах исключительной сложности. Системы, вмещающие эти проблемы – экономика, экология, иммунные системы, нервные системы, компьютерные сети – кажутся такими же разнообразными, как эти проблемы. Однако, несмотря на разнообразие, системы имеют общие важные характеристики, в результате мы в Институте Санта-Фе классифицируем их в одну группу под названием „комплексные адаптивные системы". Это больше чем терминология. Это показывает, что есть общие принципы, управляющие поведением всех комплексных адаптивных систем, принципы, указывающие на способы решения сопутствующих проблем. Большая часть нашей работы нацелена на превращение интуиции в факт» [137]137
  Холланд сделал это заявление в неопубликованной работе, которую он прислал мне, под названием «Цели, грубые определения и размышления о моделях эхо-класса». (Термин «эхо» относится к главному классу Холланда – генетическим алгоритмам.) Холланд представил краткое описание генетических алгоритмов в «Сайентифик Америкен» за июль 1992 г., с. 66–72.


[Закрыть].

От амбициозности этого заявления захватывает дух. Ученые, занимающиеся хаососложностью, часто насмехаются над физиками, занимающимися физикой частиц, за их высокомерие, за то, что они думают, что могут создать теорию, объясняющую всё. Но на самом деле ученые, занимающиеся физикой частиц, довольно скромны в своих амбициях; они просто надеются, что смогут упаковать силы природы в одну аккуратную упаковку и, возможно, пролить свет на происхождение Вселенной. Лишь некоторые настолько смелы, чтобы заявлять, что их общая теория даст и истину (то есть взгляд внутрь природы), и счастье (решение мировых проблем), как предполагали Холланд и другие. А Холланд считается одним из самых скромных ученых, связанных с областью сложности.

Но могут ли ученые достичь общей теории сложности, если они не могут прийти к соглашению в том, что означает сложность? Изучающие сложность боролись, но с малым успехом, чтобы отделить себя от тех, кто изучает хаос. По мнению Джеймса Йорке (James Yorke), физика из Университета Мэриленда, хаос относится к ограниченному набору явлений, возникающих предсказуемо непредсказуемыми путями – демонстрируя чувствительность к изначальным условиям, апериодическое поведение, возвращение определенных образцов на различных пространственных и временных шкалах и так далее. (Йорке – личность известная, так как именно он придумал термин «хаос» в работе, опубликованной им в 1975 году.) Согласно Йорке, сложность, пожалуй, относится «ко всему чему хотите» [138]138
  Йорке сделал это замечание во время интервью по телефону в марте 1995 г. В «Хаосе» Глейк отдает Йорке должное за то, что в 1975 г. он придумал термин «хаос».


[Закрыть].

Одно из широко используемых определений сложности – «грань хаоса». Эта живописная фраза была включена в подзаголовок двух книг, опубликованных в 1992 году: «Сложность: жизнь на грани хаоса» Роджера Льюина (Roger Lewin, Complexity: Life at the Edge of Chaos,1992) и «Сложность: появляющаяся наука на грани порядка и хаоса» М. Митчелл Валдроп (М.  Mitchell Waldrop, Complexity: The Emerging Science at the Edge of Order and Chaos,1992). (Авторы, несомненно, намеревались пробудить этой фразой интерес, а также обозначить суть новой области.) Основная идея грани хаоса заключается в том, что ничего нового не может возникнуть из систем с высокими степенями порядка и стабильности, таких как кристаллы; с другой стороны, полностью хаотические, апериодические системы, такие как турбулентные потоки или нагретые газы, слишком бесформенны. По-настоящему комплексные вещи – амебы, биржевые брокеры и подобные им – оказываются на границе между строгим порядком и хаотичностью.

Большинство популярных отчетов приписывают идею исследователям из Сайта-Фе Норману Пакарду (Norman Packard)и Кристоферу Лангтону (Christopher Langton). Пакард, чей опыт лидера в теории хаоса научил его со всей серьезностью относиться к вопросу важности идеи «упаковки», придумал имеющую первостепенное значение фразу «грань хаоса» в конце восьмидесятых. В опытах с клеточными автоматами они с Лангтоном пришли к выводу, что вычислительный потенциал системы, то есть способность сохранять и обрабатывать информацию, доходит до высшей точки в режиме между высокопериодическим и хаотическим поведением. Но два других исследователя из Института Санта-Фе, Мелани Митчелл и Джеймс Кратчфилд, сообщили, что их собственные компьютерные эксперименты не подтверждают выводы Пакарда и Лангтона. Они также сомневались, является ли «что-то подобное движению в направлении всеобщих вычислительных способностей важной силой в эволюции биологических организмов». Хотя некоторые сотрудники Института Санта-Фе до сих пор пользуются фразой «грань хаоса» (например, Стюарт Кауффман, чья работа была описана в главе 5), большинство из них от нее отрекаются.

Было предложено много других определений сложности – по меньшей мере 31, в соответствии со списком, составленным в начале девяностых годов физиком Сетом Ллойдом (Seth Lloyd)из Массачусетского технологического института, который также связан и с Институтом Санта-Фе [139]139
  Когда я писал эту книгу, Сет Ллойд еще не опубликовал все свои определения сложности. После того как я позвонил ему спросить об определениях, он послал мне по e-mail список, который, как я подсчитал, включает не 31, а 45 определений сложности.


[Закрыть]. Определения заимствуют кое-что из термодинамики, информатики, компьютерных технологий и включают в себя такие концепции, как энтропия, беспорядочность и информация – сами по себе довольно скользкие термины. Все определения сложности имеют недостатки. Например, алгоритмическая теория информации, предложенная математиком из «IBM» Грегори Чайтином (Gregory Chaitiri), утверждает, что сложность системы может быть представлена самой короткой компьютерной программой, ее описывающей. Но в соответствии с этим критерием текст, созданный командой печатающих мартышек, более сложен, потому что он более беспорядочен, а следовательно, менее компактен, чем «Поминки по Финнегану» Джеймса Джойса.

Такие проблемы высвечивают тот неприятный факт, что сложность существует в некотором туманном смысле и каждый представляет ее по-своему (как, например, порнографию). Время от времени исследователи спорили, стала ли сложность такой бессмысленной, что ее следует бросить, но неизменно приходили к выводу, что термин имеет слишком большое значение для связи с общественностью. Сотрудники Института Санта-Фе часто используют слово «интересный» как синоним слова «сложный». Но какое правительственное учреждение даст средства на исследования по вопросам «общей теории интересных вещей»?

319

??? [140]140
  Полные выходные данные см. в примеч. 1 (42).


[Закрыть]

чали системы, демонстрирующие стабильность, периодичность и равновесие, но он и другие исследователи из Санта-Фе хотели понять «проходящие режимы», лежащие в основе многих биологических явлений. В конце концов, сказал Лангтон, «когда ты достигаешь точки равновесия для живых организмов, ты мертв».

Он улыбнулся. Шел дождь, и Лангтон включил «дворники». По мере того как «дворники» размазывали грязь по лобовому стеклу, оно быстро становилось из полупрозрачного непрозрачным. Лангтон, глядя на дорогу через незапачканный угол, продолжал говорить, и, казалось, его нисколько не беспокоило состояние лобового стекла. Наука, сказал он, очевидно, добилась значительного прогресса, разбив вещи на куски и изучая эти куски. Но эта методология обеспечила только ограниченное понимание явлений высшего уровня, которые были созданы, в большей степени, историческими случайностями. Однако эти ограничения можно преодолеть через синтетическую методологию, в которой базовые компоненты существования соединены вместе новыми способами в компьютерах для исследования того, что могло бы случиться.

– В конце вы оказываетесь с гораздо большим набором возможностей, – сказал Лангтон. – Затем вы можете анализировать набор, и не только на предмет уже существующих химических соединений, но и возможных химических соединений. И только в области возможных химических соединений вы увидите какую-то регулярность. Регулярность есть, но вы не можете увидеть ее в очень малом наборе того, чем нас изначально обеспечила природа.

При помощи компьютеров биологи могут исследовать роль случая, моделируя начало жизни на Земле, изменяя условия и наблюдая за последствиями.

– Так что часть того, что представляет собой искусственная жизнь, и часть более широкой схемы, которую я в общем называю синтетической биологией, – это зондирование за пределами, проникновение за оболочку того, что произошло естественным путем.

Таким образом, Лангтон предположил, что искусственная жизнь может открыть, какие аспекты нашей истории были неизбежными, а какие – просто случайными.

В ресторане, поглощая какое-то мексиканское блюдо из курицы, Лангтон подтвердил, что он в самом деле является приверженцем взгляда, известного как «сильная искусственная жизнь» и утверждающего, что компьютерные модели живых существ сами живые. Он описал себя как функционалиста, считающего, что жизнь характеризуется тем, что она делает, а не тем, из чего она сделана. Если программист создает подобные молекулам структуры, которые, следуя определенным законам, спонтанно организуют себя в сущности, по-видимому, способные есть, воспроизводиться и развиваться, то Лангтон посчитает эти сущности живыми – «даже если они в компьютере».

Лангтон заявил, что его вера имеет моральные последствия.

– Мне нравится думать, что если бы я увидел кого-то, сидящего рядом со мной у компьютерного терминала, кто пытал бы эти существа, посылал бы их в какой-то цифровой эквивалент ада или награждал бы только нескольких избранных, способных написать на экране его имя, я попытался бы отправить этого человека к психиатру!

Я сказал Лангтону, что он, как кажется, объединяет метафору или аналогию с реальностью.

– Фактически я пытаюсь сделать нечто немного более фантастическое, чем это, – ответил Лангтон улыбаясь. Он хотел, чтобы люди поняли, что жизнь является процессом, который может быть приведен в исполнение любым количеством организаций материи, включая быструю смену электронов в компьютере. – На каком-то уровне фактическое физическое понимание не относится к делу в плане функциональных свойств, – сказал он и добавил: —Конечно, есть различия. Будут различия, если материальная база отлична.

Но являются ли различия фундаментальными по отношению к свойству быть живым или нет?

Лангтон не поддерживал заявление, которое обычно делают энтузиасты искусственного интеллекта, что компьютерные модели тоже могут иметь субъективный опыт.

– Именно поэтому искусственная жизнь мне нравится больше, чем искусственный интеллект, – сказал он. – В отличие от многих биологических явлений субъективные состояния не могут быть сведены к механическим функциям. Ни одно механическое объяснение, которые вы можете дать, не даст вам объяснения чувства осознания, чувства «я есть, я здесь сейчас».

Другими словами, Лангтон был мистиком, тем, кто верил, что объяснение сознания находится вне пределов досягаемости науки. В конце концов он признал, что вопрос, являются ли компьютерные модели на самом деле живыми, тоже в конечном счете философский, а поэтому нерешаемый вопрос.

– Но для того чтобы искусственная жизнь выполняла свою работу и помогала расширять эмпирическую базу данных для биологической науки и теории биологии, им не требуется решать эту проблему. Биологам на самом деле никогда не требовалось это решать.

Чем дольше говорил Лангтон, тем больше казалось, что он осознает и даже приветствует тот факт, что искусственная жизнь никогда не станет основой по-настоящему эмпирической науки. Модели искусственной жизни, сказал он, «заставляют меня оглядываться в поисках реального мира». Другими словами, моделирование может увеличить нашу негативную способность; модели могут бросить вызов, а не поддержать теории реальности. Более того, ученым, изучающим искусственную жизнь, может, придется довольствоваться гораздо меньшим, чем «полным пониманием», которое они извлекли из старых, редукционных методов.

– Для определенных категорий в природе мы ничего не сможем больше сделать путем объяснений, кроме как просто сказать: «Ну, вот она – история».

Затем он признался, что такой результат ему прекрасно подойдет; он надеялся, что Вселенная в некотором фундаментальном смысле является «иррациональной».

– Рациональность очень сильно связана с традицией науки на протяжении последних 300 лет, когда вы оказываетесь в конце концов с неким видом понимаемого объяснения чего-либо. Но я был бы разочарован, если бы дело обстояло так.

Лангтон жаловался, что его приводит в отчаяние линейность научного языка.

– Существует поэзия, – сказал он. – Поэзия – это очень нелинейное использование языка, где смысл – это более, чем просто сумма составляющих. Наука не требует ничего более, чем сумма составляющих. И только тот факт, что есть вещи, которые надо объяснять, используя нечто большее, чем сумму составляющих, означает, что традиционный подход, просто характеристика составляющих и отношений, не будет адекватным, чтобы уловить суть многих систем. А это вам как раз хочется сделать. И это не значит, что нет возможности сделать это более научным способом, чем поэзия, но у меня просто есть чувство, что в будущем науки будет гораздо больше чего-то, подобного поэзии.