Текст книги "Эволюция разума"
Автор книги: Рэймонд Курцвейл
Жанр:
Биология
сообщить о нарушении
Текущая страница: 9 (всего у книги 20 страниц)
Любовь
Ясность ума влечет за собой чистоту страсти, поэтому мужчина, наделенный глубоким и ясным умом, способен горячо любить и всегда отдает себе отчет в том, что он любит.
Блез Паскаль
Любовь – это безумие, но и в безумии есть разум.
Фридрих Ницше
Когда вы узнаете жизнь так же, как я, вы не будете недооценивать власть одержимой любви…
Дж. К. Роулинг. Гарри Поттер и принц-полукровка
Если вам лично не довелось пережить любовного экстаза, вы наверняка о нем слышали. Значительная часть всего мирового искусства – книг, музыки, танца, картин, телевизионных передач и фильмов – вдохновляется именно историями зарождающейся любви.
Недавно к изучению этого вопроса подключилась и наука, и теперь мы можем идентифицировать биохимические изменения в организме влюбленного человека. Уровень дофамина повышается, что создает ощущение счастья и восхищения. Уровень норадреналина тоже взлетает, что повышает частоту сердечных сокращений и вызывает общее возбуждение. Эти вещества, а также обладающий стимулирующим действием фенилэтиламин вызывают эйфорию, прилив энергии, способствуют концентрации внимания, потере аппетита и непреодолимой тяге к предмету обожания. Проведенные недавно в Университетском колледже Лондона исследования показали, что при влюбленности падает уровень серотонина, как при обсессивно-компульсивном расстройстве, что вполне объясняет маниакальное состояние человека в начале влюбленности[84]84
Dayan P., Huys Q. J. M. Serotonin, inhibition, and negative mood. PLoS Comput Biol 2008, 4(2).
[Закрыть]. Высокий уровень дофамина и норадреналина объясняют краткосрочную сосредоточенность, эйфорию и страстное стремление к любимому человеку.
Как видно, биохимические процессы при влюбленности очень напоминают таковые при реакции борьбы или бегства. Вообще говоря, это практически одно и то же состояние, за тем исключением, что здесь мы стремимся к кому-то или к чему-то. Циник сказал бы, что мы бежим к опасности, а не убегаем от нее. Такие же изменения наблюдаются и в ранней фазе развития зависимости. Очень точно это состояние описано в песне группы Roxy Music под названием Love is the Drug («Любовь – это наркотик»; герой песни хочет получить следующую «дозу» любви). Исследования религиозного экстаза демонстрируют те же самые явления; можно сказать, что человек влюбляется в Бога или в какой-то иной объект поклонения.
В начале романтической любви эстроген и тестостерон, безусловно, играют роль в сексуальном поведении людей, но если бы единственной целью любви в эволюционном плане было воспроизведение, романтический аспект вовсе не понадобился бы. Как писал психолог Джон Уильям Мани (1921–2006), «страсть похотлива, любовь лирична». Фаза любовного экстаза сменяется фазой привыкания, которая затем переходит в долгосрочную связь. Все эти процессы тоже стимулируются химическими веществами, включая окситоцин и вазопрессин. Сравним, к примеру, два родственных вида мышей-полевок – степную и горную. Они очень похожи, вот только у степных полевок есть рецепторы окситоцина и вазопрессина, а у горных полевок их нет. Степные полевки заводят моногамные отношения, выбирая себе партнера на всю жизнь, а горные вступают в однократные, «случайные» связи. Ясно, что для полевок рецепторы окситоцина и вазопрессина играют решающую роль в характере их любовных отношений.
Для людей эти гормоны тоже важны, но ведущую роль, как и во всей нашей жизни, играет новая кора. У полевок есть новая кора, но эта плоская структура размером с почтовую марку может помочь им только в поиске партнера на всю жизнь (или на одну ночь) и руководить обычными жизненно важными функциями. У нас кора достаточно велика, чтобы снабдить нас «лирическими» эмоциями, о которых говорит Мани.
В эволюционной перспективе любовь существует для того, чтобы удовлетворять нужды новой коры. Если бы у нас не было коры, сексуального влечения оказалось бы вполне достаточно для обеспечения воспроизводства. Любовный экстаз превращается в привыкание, в зрелую любовь и перерастает в долгую связь. Это, в свою очередь, необходимо хотя бы для того, чтобы обеспечить благоприятную среду для подрастающих детей в тот период, когда их собственная новая кора обучается и «взрослеет». Обучение в богатой среде – важнейший принцип действия новой коры. Кроме того, окситоцин и вазопрессин играют ключевую роль в установлении связи между родителями (главным образом матерью) и ребенком.
В ходе развития любовной истории объект любви начинает занимать значительную часть нашей новой коры. После десятилетий совместной жизни в новой коре существует виртуальный образ любимого человека, так что мы всегда можем предсказать, что он сейчас скажет или сделает. Образы в нашей новой коре состоят из мыслей и картинок, отражающих сущность этого человека. Когда мы его теряем, мы буквально теряем часть самого себя. И это не просто метафора – все распознающие модули, заполненные образами любимого человека, внезапно меняют свое содержимое. Казалось бы, распознающие модули можно считать ценнейшим хранилищем виртуального образа любимого человека внутри нас самих, но дело в том, что эти образы вдруг перестают вызывать радость, а начинают порождать грусть.
Эволюционные основы любви и фаз ее развития еще не до конца понятны. Мы давно отделили занятия сексом от их биологической функции: мы можем иметь детей, не занимаясь сексом, и уж точно можем заниматься сексом, не производя детей. Занятия сексом выполняют плотскую и в каком-то смысле коммуникационную функцию. Но мы по-прежнему влюбляемся, и совсем не по той причине, что хотим иметь детей.
Аналогичным образом, с античных времен существовала потребность изображать любовь и ее всевозможные формы с помощью самых разных видов искусства. Наша способность воспроизводить этот извечный человеческий опыт – о любви и о чем-то еще – как раз и определяет уникальность нашего вида.
Новая кора – величайшее творение природы. А стихи о любви и все другие плоды нашего творчества – величайшие достижения новой коры.
Глава седьмая
Цифровая кора – модель биологической коры
Не верь тому, что может думать, но не видно, где у него мозги.
Артур Уизли, персонаж книги «Гарри Поттер и узник Азкабана» Дж. К. Роулинг
Нет, меня не интересует создание мощного разума. Все, что меня интересует, – это создание заурядного ума, что-то вроде ума президента Американской телефонной и телеграфной компании.
Можно считать, что компьютер «мыслит», если человек не может отличить его от другого человека.
Алан Тьюринг
Я полагаю, что к концу столетия использование слов и общий уровень образования изменятся настолько, что каждый будет способен говорить о машинном мышлении, не ожидая, что ему начнут противоречить.
Алан Тьюринг
Крыса строит гнездо для своего потомства, даже если никогда в жизни не видела других крыс[86]86
Gary Cziko, Without Miracles: Universal Selection Theory and the Second Darwinian Revolution, The MIT Press, 1955.
[Закрыть]. Паук плетет паутину, гусеница вьет кокон, а бобер строит плотину, даже если никто из сородичей никогда не показывал им, как это делается. Но это не означает, что этим навыкам они не учились. Это означает, что животные учились этому не на протяжении одной жизни, а на протяжении тысяч жизней. Эволюция поведения животных представляет собой процесс обучения, но это обучение происходит не на уровне отдельных особей, а на уровне целых видов, а его результаты записываются в ДНК.
Чтобы оценить эволюцию новой коры, представьте себе, что процесс ее обучения (иерархическим знаниям) сократился от тысячелетий до месяцев (и даже меньше). Даже если миллионам животных какого-то вида млекопитающих не удавалось решить определенную проблему (требующую иерархического подхода), одно из них вдруг неожиданно находило такое решение. И постепенно этот новый метод копировался и распространялся во всей популяции.
Теперь, осуществляя переход от биологического к небиологическому разуму, мы ускоряем процесс обучения еще в тысячи или миллионы раз. После того как цифровая новая кора усваивает какую-то информацию, она может передать ее через минуты или даже секунды. Вот лишь один пример. В моей первой компании Kurzweil Computer Products (KCP, теперь это Nuance Speech Technologies), основанной в 1973 г., мы потратили несколько лет на то, чтобы обучить компьютеры распознавать печатные буквы на отсканированных документах; эта технология называлась омнифонтовым распознаванием знаков (распознаванием знаков любого типа). Эта технология продолжала развиваться на протяжении 40 с лишним лет, и сегодня Nuance производит программу под названием OmniPage. И теперь, если нужно, чтобы ваш компьютер смог распознавать печатные буквы, не нужно учить его этому несколько лет, как это делали мы. Вы просто загружаете выученную компьютером информацию в виде компьютерной программы. В 1980-х гг. мы начали заниматься распознаванием речи, и эта технология, которая также развивалась на протяжении нескольких десятилетий, теперь лежит в основе функционирования Сири (виртуальный помощник в вашем айфоне). И вновь, если нужно, вы за секунды можете включить те знания, что исследовательские компьютеры осваивали на протяжении десятилетий.
Когда-нибудь мы создадим искусственную новую кору, которая будет обладать всеми возможностями биологического аналога. Зачем это нужно? Электронные схемы действуют в миллионы раз быстрее биологических. В первую очередь мы используем этот выигрыш в скорости, чтобы компенсировать некоторый недостаток параллельности в работе современных компьютеров, но в конце концов искусственная новая кора сможет действовать намного быстрее своего биологического аналога, и скорость ее работы будет возрастать и дальше.
При усилении биологической новой коры искусственным аналогом не нужно беспокоиться о том, сколько дополнительных единиц новой коры может физически поместиться в нашем теле или мозге, поскольку большая часть этой структуры будет находиться в облаке, как и большая часть используемых сегодня компьютерных систем. Я уже писал, что, по моим оценкам, в нашей биологической новой коре содержится около 300 млн распознающих модулей. Больше в наш череп вместить невозможно – даже после появления у нас в ходе эволюции крупного лба и с учетом того, что новая кора занимает до 80 % всего объема мозга. Но, когда наше мышление будет происходить в облаке, исчезнут природные ограничения, и мы сможем использовать миллиарды или триллионы распознающих модулей – столько, сколько нужно и сколько будет позволять закон ускорения отдачи.
Чтобы обучить искусственную новую кору новым навыкам, понадобится еще множество итераций, как и в случае биологической коры, но, когда одна какая-то цифровая кора в какой-то момент и в каком-то месте усваивает знания, она способна не медленно обменяться этими знаниями с любой другой искусственной корой. И каждый из нас сможет иметь персональное расширение своей новой коры в облаке, как сегодня имеет хранилище персональных данных.
Наконец, и это очень важно, мы сумеем сохранять цифровую часть нашего разума. Как мы уже поняли, в нашей новой коре содержится информация, которая, страшно подумать, никак не сохраняется. Конечно, эту информацию можно записать. Возможность передать хотя бы часть нашего разума некоему носителю, который переживет наше биологическое тело, безусловно, является важным шагом вперед, но значительная часть содержащейся в нашем мозге информации по-прежнему теряется.
Имитация мозга
Один из подходов к созданию искусственного мозга состоит в точной имитации биологического мозга. Например, докторант из Гарварда Дэвид Делримпл (род. в 1991 г.) планирует воспроизвести головной мозг нематоды (круглого червя)[87]87
Дэвид Делримпл, которому сейчас уже больше 20 лет, был моим воспитанником с 1999 г., когда ему было восемь лет. Подробнее о его проекте можно узнать здесь: http://esp.mit.edu/learn/teachers/davidad/bio.html и http://www.brainsciences.org/Research-Team/mr-david-dalrymple.html.
[Закрыть]. Делримпл выбрал нематоду по той причине, что у нее достаточно простая нервная система, состоящая примерно из 300 нейронов, которую он планирует воспроизвести на молекулярном уровне. Он также собирается создать компьютерную модель тела нематоды в соответствующей реальности окружающей среде, так что эта виртуальная нематода сможет (виртуально) добывать себе пищу и делать всякие другие вещи, которые обычно делают нематоды. Делримпл считает, что эта работа станет первым полным воссозданием головного мозга биологического животного в форме виртуального мозга виртуального животного. Являются ли такие виртуальные нематоды (да и биологические нематоды) существами сознательными – вопрос спорный, однако в своей борьбе за пропитание, в процессах пищеварения, попытках избежать хищников и в воспроизведении они должны опираться на определенный осознанный опыт.
На другой границе спектра исследований, в рамках проекта «Голубой мозг» Генри Маркрама, планируется проектирование человеческого мозга, включая всю новую кору, а также такие отделы старого мозга, как гиппокамп, миндалины и мозжечок. Имитация будет осуществляться на разных уровнях детализации, вплоть до полной имитации на молекулярном уровне. Как я рассказывал в четвертой главе, Маркрам открыл существование ключевого модуля из нескольких десятков нейронов, многократно повторяющегося в структурах новой коры, и показал, что именно эти модули, а не отдельные нейроны отвечают за процесс обучения.
Развитие идей Маркрама происходило по экспоненциальному закону. В 2005 г. – в первый год реализации проекта – было осуществлено моделирование действия одного нейрона, а в 2008 г. его научная группа моделировала активность целой колонки новой коры головного мозга крысы, состоящей из 10 тыс. нейронов. К 2010 г. исследователи смогли осуществить моделирование 100 колонок, что в сумме составляло около миллиона клеток (Маркрам назвал эту группу клеток мезоцепью). Одна из проблем заключается в том, что мы не имеем возможности проверить точность этого моделирования. Чтобы это сделать, с помощью данной модели нужно продемонстрировать процесс обучения, о чем я расскажу ниже.
К концу 2014 г. Маркрам планировал создать модель целого мозга крысы, состоящую из 100 мезоцепей; эта система включает 100 млн нейронов и примерно 1 трлн синапсов. В своем выступлении на конференции TED (Technology Entertainment Design) в 2009 г. в Оксфорде Маркрам заявил: «Нет ничего невозможного в том, чтобы создать головной мозг человека, и мы сделаем это через 10 лет»[88]88
Jonathan Fildes (22 July 2009). Artificial brain «10 years away», BBC News. http://news.bbc.co.uk/2/hi/8164060.stm.
См. также передачу про Генри Маркрама: http://www.kurzweilai.net/henry-markram-simulating-the-brain-next-decisive-years и http://www.youtube.com/watch?feature=player_embedded&v=cn_gEoQ8nQI#!.
[Закрыть]. Но теперь он планирует решить эту задачу к 2023 г.[89]89
M. Mitchell Waldrop, Computer modelling: Brain in a box, Nature News, 22 February 2012, http://www.nature.com/news/computer-modelling-brain-in-a-box-1.10066
[Закрыть]
Маркрам и его коллеги строят свою модель на детальном анатомическом и электрохимическом анализе нейронов. С помощью созданного ими автоматического устройства, которое они назвали «пэтч-кламп-роботом»[90]90
Метод пэтч-кламп (от англ. patch – фрагмент, clamp – фиксация) – электро-физиологический метод изучения свойств ионных каналов.
[Закрыть], они анализируют состояние специфических ионных каналов, нейромедиаторов и ферментов, отвечающих за электрохимическую активность каждого нейрона. По утверждению Маркрама, эта автоматическая система проделала тридцатилетний объем работы за шесть месяцев. Именно на основании этого анализа они сформулировали идею «кубиков лего», составляющих основную функциональную единицу новой коры.
Реальный и прогнозируемый прогресс в развитии проекта «Голубой мозг»[91]91
Флопс (от англ. floating-point operations per second) – внесистемная единица измерения производительности компьютеров, показывающая, сколько операций в секунду выполняет вычислительная система.
[Закрыть].
Важный вклад в развитие метода внесли нейрофизиолог Эд Бойден из Массачусетского технологического института, профессор Крейг Форест из отдела механики Технологического университета Джорджии и его студент Сухаса Кодандарамайах.
Они создали автоматическую систему, способную сканировать нервную ткань с точностью до одного микрометра, не повреждая тонкие мембраны нейронов. «Это то, что может делать робот, но не может человек», – прокомментировал Бойден.
Наконечник «пэтч-кламп робота», созданного в Массачусетском технологическом институте, сканирует нервную ткань.
Говорят, что после моделирования поведения одной колонки новой коры Маркрам заявил: «Теперь нам остается только масштабировать процесс»[92]92
Jonah Lehrer, Can a Thinking, Remembering, Decision-Making Biologically Accurate Brain Be Built From a Supercomputer? Seed Magazine, 2012.
[Закрыть]. Масштабирование, безусловно, важный фактор, но есть и еще один – обучение. Если «Голубой мозг» должен «говорить, мыслить и вести себя во многом как человек», о чем Маркрам говорил в интервью на ВВС в 2009 г., его новая кора должна иметь значительное содержание[93]93
Jonathan Fildes (22 July 2009). Artificial brain «10 years away». BBC News. http://news.bbc.co.uk/2/hi/8164060.stm.
[Закрыть]. Но, как может подтвердить всякий, кто пытался беседовать с новорожденным ребенком, чтобы достичь этой цели, мозг должен очень многому научиться.
Для решения подобной задачи в такой модели, как «Голубой мозг», существуют две очевидные возможности. Первая состоит в обучении искусственного мозга таким же способом, как обучается мозг человека. Вначале вы имеете систему, соответствующую мозгу новорожденного ребенка, обладающую способностью усваивать иерархические знания и заранее заданной способностью трансформировать сенсорные сигналы. Однако для обучения небиологического мозга нужен такой же контакт, как между новорожденным ребенком и развивающим его взрослым человеком. Проблема заключается в том, что создание такого мозга ожидается не ранее начала 2020-х гг. Однако функционирование в реальном времени будет слишком медленным, поскольку исследователям придется подождать десять или двадцать лет, пока мозг достигнет интеллектуального уровня взрослого человека, хотя, конечно, производительность компьютеров продолжает неуклонно возрастать.
Второй подход заключается в том, чтобы скопировать образы, содержащиеся в новой коре одного или нескольких взрослых людей, обладающих достаточными знаниями, чтобы нормально пользоваться речью и вообще вести себя как развитый взрослый человек. В данном случае проблема заключается в том, чтобы найти неинвазивный и недеструктивный метод сканирования с достаточным временным и пространственным разрешением и скоростью, чтобы провести эту процедуру быстро и без потерь. Мне кажется, этот метод «загрузки информации» не будет реализован до 2040-х гг.
Но есть еще и третья возможность, которую, как мне кажется, и следует использовать при развитии таких моделей, как «Голубой мозг». Можно упростить молекулярные модели путем создания функциональных эквивалентов на разных уровнях специфичности, используя различные методы – от моего собственного функционального алгоритмического метода (описанного в этой книге) до практически полных молекулярных моделей. При этом в зависимости от степени упрощения можно повысить скорость обучения в несколько сотен или даже тысяч раз. Для такой модели искусственного мозга можно разработать обучающую программу, которая будет осваиваться достаточно быстро. А затем упрощенную модель можно заменить полной молекулярной моделью, сохраняя накопленные знания. После этого можно начать моделирование процесса обучения полной молекулярной модели на гораздо более низкой скорости.
Американский специалист в области информатики Дхармендра Модха и его коллеги из корпорации IBM на клеточном уровне создали модель участка человеческой зрительной коры, состоящий из 1,6 млрд виртуальных нейронов и 9 трлн синапсов, что по размеру эквивалентно новой коре кота. Эта система работает в 100 раз медленнее, чем суперкомпьютер IBM BlueGene/P, состоящий из 147 456 процессоров. Эта работа была удостоена премии Гордона Белла, которая вручается Ассоциацией вычислительной техники (ACM).
Задача таких моделей, как «Голубой мозг» или новая кора Модха, заключается в уточнении и подтверждении функциональной модели. Модель человеческого искусственного разума в принципе будет использовать именно такие алгоритмы. Однако молекулярные модели помогают усовершенствовать эти алгоритмы и более полно изучить наиболее важные детали. В ходе наших экспериментов 1980-х и 1990-х гг., посвященных созданию технологии распознавания речи, нам удалось усовершенствовать наши алгоритмы, когда мы поняли суть реальных превращений, происходящих в слуховом нерве и некоторых участках новой коры. Даже если наша функциональная модель безупречна, понимание ее функционирования в биологическом мозге даст важную информацию о функции и дисфункции человеческого организма.
Для создания моделей мозга нам нужна очень подробная информация о функционировании настоящего мозга. Группа Маркрама собирает собственные данные. Сбору подобной информации и ее передаче широкой научной общественности посвящено несколько крупномасштабных проектов. Например, в результате сканирования головного мозга мышей лаборатория в Колд-Спринг-Харбор получила 500 терабайт информации, которую выложила для общественного доступа в июне 2012 г. Этот проект позволяет пользователям изучать мозг таким же образом, как программа Google Earth позволяет изучать поверхность планеты. Вы можете перемещаться внутри мозга и при более сильном приближении рассматривать отдельные нейроны и их контакты. Вы можете выделить отдельную связь и следовать по ней вдоль всего мозга.
Шестнадцать отделов Национального института здоровья США объединились и выделили 38,5 млн долларов на реализацию проекта под названием «Коннектом человека»[94]94
См. сайт http://www.humanconnectomeproject.org/.
[Закрыть]. Проект выполняется под руководством Университета Вашингтона в Сент-Луисе, Университета Миннесоты, Гарвардского университета, Массачусетского генерального госпиталя и Университета Калифорнии в Лос-Анджелесе и направлен на создание трехмерной карты связей нейронов в головном мозге человека. С этой целью применяются различные неинвазивные технологии сканирования, включая новые варианты МРТ, магнитоэнцефалографию (МЭГ – измерение магнитных полей, образующихся в результате электрической активности мозга) и диффузионную трактографию (анализ пучков нервных волокон в головном мозге). Как я расскажу в десятой главе, пространственное разрешение неинвазивных методов сканирования мозга увеличивается с невероятной скоростью. Одними из первых результатов проекта были данные Ван Видена и его коллег из Массачусетского генерального госпиталя о том, что в головном мозге существует регулярная сеть нейронов, напоминающая структуру возбуждения нейронов новой коры, о которой я рассказывал в четвертой главе.
Специалист в области компьютерной нейробиологии из Оксфордского университета Андерс Сэндберг (род. в 1972 г.) и шведский философ Ник Востром (род. в 1973 г.) разработали детальный план эмуляции головного мозга, в котором определены подходы к моделированию головного мозга человека (и других существ) на разном уровне детализации – от сложных функциональных моделей до имитации действия отдельных молекул[95]95
Anders Sandberg and Nick Bostrom (2008): Whole Brain Emulation: A Roadmap. Technical Report 2008 (3), Future of Humanity Institute, Oxford University. URL: www.fhi.ox.ac.uk/reports/2008–3.pdf.
[Закрыть].
Схема эмуляции активности человеческого мозга (Andrs Sandberg, Nick Bostrom, Whole Brain Emulation: A Roadmap).
Этот план не дает временных ориентиров, но описывает требования, которые должны быть выполнены для воссоздания различных типов мозга с разной степенью детализации в плане сканирования, моделирования, хранения информации и вычислений. Авторы проекта указывают на неизбежный экспоненциальный рост информации во всех этих направлениях, который позволит осуществить моделирование человеческого мозга с высокой степенью детализации.
[96]96
Эутелия – постоянство клеточного состава организма; такие организмы обладают определенным числом клеток, характерным для данного вида.
[Закрыть]
