Неалгоритмический эластичный мозг

 

В 1950-е многие первопроходцы информатики считали, что, если собрать вместе выдающихся экспертов своего дела, они придумают компьютер, чей «искусственный» интеллект сможет посоперничать с человеческой мыслью. Не различая аналитическое и эластичное мышление, они, подобно леди Лавлейс, рассматривали мозг человека как биологическую версию изобретаемых ими приборов. На такое вот экспертное собрание были получены деньги, и в 1956 году состоялся Дартмутский летний семинар по искусственному интеллекту, однако возложенных на него надежд он не оправдал.

Самая знаменитая и влиятельная компьютерная программа того времени называлась «Общий решатель задач» – больше похоже на предмет рекламы в поздних вечерних телепрограммах, нечто среднее между блендером девять-в-одном / вскрывателем для банок, умеющим еще и макароны варить, и ножами, совмещенными с пилочкой для ногтей. Название «Общий решатель задач»[41] кажется помпезным, однако происходит скорее из наивных представлений о потенциале программы, нежели из высокомерия.

Почему бы и впрямь не «общий решатель»? Компьютеры манипулируют символами. Этими символами можно обозначать факты из внешнего мира. Можно обозначать ими и правила, описывающие взаимоотношения между этими фактами. А можно – даже правила, как этими символами допустимо манипулировать. В этом смысле, рассуждали первопроходцы информатики, компьютеры можно запрограммировать на мышление. Со времен Буля и Бэббиджа изменились компьютерные технологии, но не само представление о них.

С такой наивной точки зрения, если Джейн любит персиковые пироги, а Боб печет персиковый пирог, компьютер способен вычислить любовь Джейн к тому, что Боб испек, – возможно, даже любовь Джейн к Бобу, – так же запросто, как определить квадратный корень из двух. Но ограничения такого подхода очень скоро стали очевидны. Универсальный решатель задач никаким универсальным гением наделен не был. Управляться с конкретными и отчетливо сформулированными задачками вроде знаменитой головоломки «Ханойская башня», где нужно нанизывать стопки дисков на несколько вертикальных стержней, Решатель умел, а вот неоднозначными задачами реального мира давился.

Чтобы переработать всю новизну и перемены повседневной действительности, машине потребовалось бы и глубинное понимание сложного мира, и эластичное мышление. Но те первые компьютеры тогда еще оставались на уровне где-то между примитивными программами слизевиков и очень простеньким аналитическим мышлением.

Попытки создать компьютер, способный к эластичному мышлению, и по сей день не очень-то успешны. Ныне мы живем во времена, какие потрясли бы не только Буля с Бэббиджем, но и первопроходцев информатики. Мы встраиваем миллиарды микроскопических машин, подобных Бэббиджевой, в крошечные кремниевые чипы и ежесекундно производим бесчисленные Булевы расчеты. Но, как и лекарства от рака и чистая дешевая энергия ядерного синтеза, какие того и гляди должны возникнуть за следующим поворотом, компьютеры, которым под силу то, что ждали от Общего решателя задач, так и не воплотились.

По словам Эндрю Мура, ушедшего с поста вице-президента компании «Гугл», чтобы вести знаменитую компьютерную школу в Университете Карнеги – Меллона, даже самые сложные современные компьютеры – всего лишь «эквивалент очень умных калькуляторов, справляющихся с конкретными задачами»[42]. Компьютер, например, способен решать мудреные уравнения физики и вычислять, что произойдет, когда сталкиваются черные дыры, но сперва человек должен «поставить» задачу – вывести уравнения для этого конкретного процесса из более общей теории, а ни один компьютер самостоятельно создавать теории не умеет.

Другой пример – мечта леди Лавлейс: сочинение музыки. У нас имеются компьютеры, сочиняющие сложные музыкальные произведения, и для слуха они совсем не оскорбительны. Существуют классические сочинения в стиле Моцарта и Стравинского, джаз, похожий на то, что мог бы придумать Чарли Паркер[43]. Есть даже приложение под названием «Блум», его можно добыть на «Айтюнз» – оно способно генерировать по запросу новую ни на что не похожую инструментальную закольцованную композицию в стиле Брайана Ино[44]. Сам Ино говаривал, что с изобретением технологии такого вот «производства музыки» однажды наши внуки, вероятно, переспросят изумленно: «Вы что, правда слушали совершенно ту же самую вещь по многу раз?»[45]

Заманчива она, такая компьютерная музыка, и у нее есть своя ниша, однако следует отличать ее от новых музыкальных творений. Компьютеры-композиторы используют созданные человеком подборки «сигнатур» – мелодических, гармонических и декоративных мотивов, сочиненных композиторами-людьми – и применяют единые правила чередования и соединения этих мотивов. Это всего лишь перекомпоновка старых тропов, без всяких новых замыслов. Если кто-нибудь берется сочинять музыку в подражание Моцарту или Брайану Ино или же писать картины «под Рембрандта», мы такими творениями не восхищаемся – они считаются у нас вторичными и неоригинальными.

Загвоздка с выработкой у компьютеров эластичного мышления состоит в том, что, хотя компьютеры считают все быстрее и быстрее, к более эластичной обработке данных это пока не приводит. А потому за десятилетия с тех головокружительных первых дней задачки, подчиняющиеся внятно расписанным и легко кодируемым правилам или распорядкам, замечательно поддаются автоматизации, а вот те, что требуют эластичного мышления, – в общем, нет.

Взгляните вот на этот абзац:

 

По рзелульаттам илссеовадний Кембриджского унвиертисета, не иеемт занчнеия, в кокам пряокде рсапожолены бкувы в солве. Галвоне, чотбы преавя и пслоендяя бквуы блыи на мсете. Осатьлыне бкувы мгоут селдовтаь в плоонм бсепордяке, все-рвано ткест чтаитсея без побрелм [46].

 

Существует множество компьютерных программ, умеющих читать напечатанный текст вслух, но на таких сильных отклонениях от стандартного написания они захлебываются. Мы же, люди, можем прочесть такое почти без запинки.

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]. 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]. 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.

Наш исполнительный ум успешно подавляет мысли, возникающие невпопад. Но если мы решаем некую задачу и идем в неверном направлении, мысли невпопад – шаги не гуськом – как раз нам и нужны. Сэнфорд Пёрлисс, известный адвокат, рассказывает об одном случае, о котором он узнал еще в юридической школе[49]. Ответчик попал под суд за убийство своей жены. Косвенные улики были сильны, однако труп полиция так и не нашла. Составляя заключительное слово, адвокат сперва применил обычный подход, суммируя все показания, чтобы подогреть в присяжных разумное сомнение. Но логика оказалась бессильна: адвокат опасался, что никого убедить не сможет. И тут у него «откуда ни возьмись» возникла мысль.

Представ перед присяжными со своим заключительным словом, адвокат сделал громкое заявление: предположительная жертва найдена. Она здесь, в здании суда. Он попросил присяжных обратить взоры на вход в зал заседаний. С минуты на минуту она войдет и тем самым докажет невиновность ответчика. Предвкушая, присяжные повернулись к дверям в зал. Прошло несколько секунд, но никто не вошел. Тут адвокат с большой помпой произнес, что, к сожалению, женщина не нашлась – но раз присяжные все-таки согласились посмотреть, в глубине души у них имеются разумные сомнения, а потому им следует голосовать за оправдательный приговор. Блестящий пример того, как ум адвоката отступил от привычного последовательного подхода и двинулся по новому пути. К сожалению для подзащитного, адвокат не предупредил его об этой уловке. В результате ответчик, не имевший никаких сомнений, что его жена мертва, не повернулся вместе со всеми ко входу в зал. Прокурор в своей речи указал на это, и приговор прозвучал обвинительный.

Загадки пошаговым методом не решаются – и мир Гарри Поттера Дж. К. Роулинг изобрела не так, и Честер Карлсон придумал копировальную машину иначе. Именно безнадзорное мышление снизу вверх обеспечивает нам внезапные озарения и новые способы видеть ту или иную ситуацию и тем самым приводит к таким вот победам.

В Главе 4 мы еще вернемся к разнице между мышлением снизу вверх и сверху вниз, а также между компьютером и мозгом и рассмотрим детальнее роль этой разницы в процессах эластичного мышления, на которое человеческий мозг способен, а компьютер – нет. Но сперва, в следующей главе, мы зададимся вопросом, почему мозг вообще берется думать. Компьютер производит расчеты, потому что его кто-то включает и щелкает мышкой там и сям. А как включаются наши мозги?

 

 

3

Зачем мы думаем?

 

Желание и одержимость

 

В 1994 году Пэт Дарси[50] был сорок один год, когда она заметила странную боль у себя в правой руке[51]. Затем у нее развился небольшой тремор, после чего стало понятно, что это не просто хроническая мышечная боль. У нее диагностировали болезнь Паркинсона. Она возникает при отмирании нейронов в той части мозга, которая управляет движениями тела. Нам неизвестно, отчего нейроны отмирают, хотя в мертвых нейронах выявлено накопление определенного белка. Попадание в организм пестицидов увеличивает риск болезни Паркинсона, а вот курение, как ни парадоксально, уменьшает его.

У пациентов, страдающих этой болезнью, даже если они способны пожелать двинуть рукой или ногой, тело на эти желания не откликается. Бывает, у таких пациентов делается невнятной речь, нарушается равновесие, конечности теряют гибкость, в них может возникать боль или онемение – и они начинают трястись. Возвращать к жизни мертвые нейроны мы не умеем, как не умеем и заставить тело отращивать новые.

Отмирающие клетки – так называемые дофаминовые нейроны, клеточные фабрики по производству дофамина, далее используемого как нейромедиатор для передачи сигналов другим нервным клеткам. Дофаминовые нейроны располагаются в стволе мозга на верху позвоночника, в той части примитивного среднего мозга, какая именуется substantia nigra: она занята подбором физического действия – начала движения, например, – необходимого в ответ на те или иные внешние обстоятельства. Substantia nigra – это на латыни, и смотрится страсть как серьезно. На латыни и фраза «Сотрудники обязаны мыть руки» тоже показалась бы очень серьезной. Но пусть substantia nigra и кажется чем-то из папской речи на пасхальной мессе, значение у этих слов обыденное. Они означают «черное вещество», или «черная субстанция», и довольно точно описывают примерно все, что нам было о нем известно, когда его впервые обнаружили в 1791 году – и сотни полторы лет после этого. Ее темный цвет связан с избытком меланина в тех самых дофаминовых нейронах, которые портятся при болезни Паркинсона. Когда Пэт Дарси ощутила симптомы своей болезни, большинство тех нейронов уже, вероятно, поумирало.

Дофаминовые нейроны есть в относительно немногих областях мозга, а вот в черной субстанции их – изобилие. Для облегчения симптомов у Пэт ее невролог прописал ей агонист дофаминовых рецепторов – лекарство, имитирующее повышение уровня дофамина в мозге. С учетом наших скудных знаний болезни Паркинсона это едва ли не все, на что способна современная медицина, – попытаться скомпенсировать бездействие мертвых нейронов, помогая выжившим эффективнее передавать сигналы. Симптомы у Дарси облегчились.

Несколько лет жить ей было попроще. А затем Дарси начала менять свой образ жизни. Ей всегда нравилось рисовать, но тут она взялась за живопись, как ненормальная. «Я превратила свой дом в студию, повсюду у меня столы и холсты», – говорила она. Сделалась одержима, писала с утра до вечера, а нередко и ночью, использовала кучу кистей, губок и даже ножей с вилками. Она теперь писала не просто в свое удовольствие, а от неотвратимой нужды рисовать – так наркоман алчет своего вещества. «Я начала рисовать на стенах, на мебели, даже на стиральной машине, – рассказывала Дарси. – Я писала на любой подвернувшейся поверхности. А еще у меня имелась “стена самовыражения”, и я на ней рисовала и рисовала поверх того, что нарисовала, каждый вечер, будто в трансе, остановиться не могла».

Было время, знавал я одну наркоманку. Выглядела она истощенно и не по годам потасканно: запавшие глаза и такое выражение лица, какое сообщало, что за дозу она готова на все. Пэт Дарси, рисовавшая лилии на своей «Мэйтэг»[52], вроде бы блекнет в сравнении, однако трагедия любой одержимости в том, что она подминает под себя жизнь одержимого человека и способна ее сломать. «Моя безудержная деятельность превратилась в нечто разрушительное», – признавалась Дарси.

Курт Воннегут писал, что мы, люди, «вынуждены постоянно сигать со скал и отращивать крылья по пути вниз»[53]. Нам нравится ставить перед собой непростые задачи и придумывать, как их одолеть. Художественное восприятие Пэт Дарси привело ее к занятиям искусством, но дофаминовая терапия усилила эту природную тягу до непреодолимой потребности.

Как? Мы уже поняли, что дофамин в черном веществе инициирует движение (и поэтому недостаток его ухудшает подвижность людей с болезнью Паркинсона). Но помимо этого дофамин еще и играет ключевую роль в сообщении внутри группы разнообразных структур, действующих совместно в сложном порядке и составляющих в мозге так называемую систему вознаграждения.

К сожалению для пациентов с болезнью Паркинсона, у нас пока нет методов прицельной доставки дофамина – так, чтобы он влиял только на те или иные структуры по нашему выбору. В результате лекарство Дарси не просто поддержало деятельность вялой черной субстанции – оно зарядило дофамином все области, зависящие от этого вещества, в том числе и систему вознаграждения. Что и вызвало одержимость.

Наша система вознаграждения – способ, которым эволюция поощряет нас делать все, чтобы оставаться сытыми и не испытывать жажды, а также чтобы плодиться. Она порождает в нас желание и удовольствие – и, рано или поздно, насыщения. Без системы вознаграждения мы бы не ощущали радости от роскошного шоколада, глотка воды или оргазма. Но эта же система подталкивает нас думать и действовать по итогам возникших мыслей, преследуя свои цели.

Когда мой сын Алексей учился в девятом классе, я сказал ему, что, занимайся он ежедневно на полчаса больше, получал бы пятерки, а не четверки. Он возразил: «Зачем мне это?» – и вид у него был такой, будто он наконец понял, зачем я хожу к психотерапевту. В тот раз ум Алексея напомнил мне о газонокосилке, которая имелась у нас в доме, когда я был маленький. Если хорошенько дернуть за пусковой шнур, она просыпалась и даже срезала сколько-то травинок, но затем чихала и глохла. Дергать Алексея за пусковой шнур я был волен сколько влезет, но без убедительной мотивации, какая возникает исключительно изнутри, думать мозг Алексея отказывался.

Сделать так, чтобы компьютер обрабатывал информацию, легко. Для этого его достаточно лишь включить. Но у человеческого мозга кнопка «вкл.» – внутренняя. Как раз система вознаграждения обеспечивает мотивацию, чтобы начать или продолжить мыслительную цепочку. Эта система подключает вашу систему переработки данных к школьным домашним заданиям, совершению покупок, чтению газеты или сбору головоломки. Она направляет ваш мозг к выбору, какие задачи осмыслять, и помогает определить конечную точку, к которой осмысление движется. Как сказала одна ученая-нейробиолог, «нет большей радости у меня в жизни, чем додуматься до идеи, которая хороша. В тот миг, когда она возникает у меня в голове, это приносит громадное удовлетворение, уж такое оно благодатное… Моя [система вознаграждения], надо полагать, слетает с катушек от восторга, когда это происходит»[54].

Система вознаграждения у Пэт Дарси вдохновляла ее заняться эластичным мышлением, связанным с ее художественными и творческими склонностями. Но подпитка дофамином перевело ее творчество в форсированный режим, отняв возможность остановить эту деятельность.

Из-за того, как это средство подействовало на ее поведение, врачи Дарси в конце концов уменьшили ей дозу. К сожалению, симптомы болезни Паркинсона вернулись, и Дарси перенесла операцию, в ходе которой ей в черепе просверлили маленькое отверстие и ввели туда зонд. Через зонд доставили жидкий азот и таким способом уничтожили точно определенные участки мозга. То, что так можно помочь делу, кажется контринтуитивным, поскольку болезнь происходит из-за смерти клеток, производящих дофамин. Но целью операции не было разбираться впрямую с болезнью: она устраняла симптомы, уничтожая ткань, деятельность которой в нормальном состоянии дофамин подавляет, и которая стала чрезмерно активной. В случае Дарси операция помогла обуздать симптомы болезни, а со снижением дозы лекарства художественные порывы пациентки сделались спокойнее и управляемее. «Мое увлечение вновь стало удовольствием, которое никому не мешает», – сказала она.