Единое ничто. Эволюция мышления от древности до наших дней - Алексей Владимирович Сафронов

образов. На вход сети поступает информация обо всех пикселях картинки, то есть матрица данных изображения. На выходе сеть сообщает результат распознавания, и она может либо верно распознать образ, либо совершить ошибку. Например, это лицо актёра Бена Аффлека. Но принципиально, что промежуточные стадии анализа имеют дело с некоторыми компонентами образа этого актёра. Причём, сколько бы ни было слоёв, каждый слой нашёл бы для себя уточняющую деталь образа знаменитости. Но если попробовать человеческим «глазом» оценить эти промежуточные стадии анализа образа Бена Аффлека, это нам почти ничего не даст.

Человек сознательно и подсознательно анализирует образы по-разному. Сознательно мы говорим, что, вот, у человека такие-то глаза, такие-то волосы, скулы и т. д. Но подсознательно всё не так. Когда краем глаза мы видим знакомого человека и узнаём его, у нас нет возможности анализировать форму носа или разрез глаз. Подсознание действует примерно по тем же принципам, что и нейронная сеть. Более того, человеческий «анализатор» тоже состоит из слоёв. И хотя, в отличие от чётко структурированных слоёв модели нейронной сети, слои коры головного мозга сильно перепутаны и имеют не только вертикальные, но и горизонтальные связи, что беспрецедентно усложняет их математику, но это всё-таки слои. Поэтому наше подсознание, вероятно, распознаёт образы примерно так же, как и нейронная сеть.

Приведём небольшой отрывок из работы по нейронной структуре коры головного мозга, где можно проследить верхнеуровневую аналогию строения коры с устройством искусственной нейронной сети.

«Если представить себе кору мозга в виде единого покрова (плаща), одевающего поверхность полушарий, то основную центральную часть его составит новая кора, в то время как древняя, старая и промежуточная займут место на периферии, т. е. по краям этого плаща. Древняя кора у человека и высших млекопитающих состоит из одного клеточного слоя, нечётко отделённого от нижележащих подкорковых ядер; старая кора полностью отделена от последних и представлена 2–3 слоями; новая кора состоит, как правило, из 6–7 слоёв клеток; промежуточные формации – переходные структуры между полями старой и новой коры, а также древней и новой коры – из 4–5 слоёв клеток. Неокортекс подразделяется на следующие области: прецентральную, постцентральную, височную, нижнетеменную, верхнетеменную, височно-теменно-затылочную, затылочную, островковую и лимбическую. В свою очередь, области подразделяются на подобласти и поля. Основной тип прямых и обратных связей новой коры – вертикальные пучки волокон, приносящие информацию из подкорковых структур к коре и посылающие её от коры в эти же подкорковые образования. Наряду с вертикальными связями имеются внутрикортикальные – горизонтальные – пучки ассоциативных волокон, проходящие на различных уровнях коры и в белом веществе под корой. Горизонтальные пучки наиболее характерны для I и III слоёв коры, а в некоторых полях – для V слоя. Горизонтальные пучки обеспечивают обмен информацией как между полями, расположенными на соседних извилинах, так и между отдалёнными участками коры (например, лобной и затылочной). Функциональные особенности коры обусловливаются упомянутым выше распределением нервных клеток и их связей по слоям и колонкам»[198].

Итак, анализируя, как трансформируется информация в искусственной нейронной сети от слоя к слою и по каким «признакам» нейронная сеть узнаёт Бена Аффлека, мы, вероятно, может понять, как это делает и наш мозг на подсознательном уровне. Это особенно важно, учитывая, что за этими промежуточными стадиями анализа скрываются те реальные закономерности мира, которые выявляет как наше подсознание, так и искусственная нейронная сеть.

Один из подходов к такому виду интерпретации данных может быть основан на анализе уровня сложности (мерности) промежуточных объектов анализа. Это мог бы быть анализ роста мерности предиката от слоя к слою. Обратим внимание, что на входе в нейронную сеть всегда имеет место вектор данных, где каждая ячейка данных есть одноместный предикат или одномерное отношение, например число. Если речь идёт о чёрно-белом изображении, то каждый пиксель изображения может быть задан цифрой 0 или 1. При этом на выходе ситуация принципиально иная. Нейронная сеть по нулям и единицам на входе учится узнавать Бена Аффлека и отличать его от Роберта де Ниро. Причём Аффлек может быть в хорошем или плохом настроении, улыбаться, хмуриться или скучать. Набор пикселей на входе будет разным, а на выходе мы всё равно получим имя актёра, то есть знак, указывающий на этого человека.

Также нейронная сеть может распознавать некоторые типы отношений между объектами. Тогда на выходе будет иметь место не просто знак, но и отношение, для описания которого нужен двухместный предикат. То есть пиксели означают, что на изображении имеет место какое-то действие, процесс или ситуация. Магия трансформации нулей и единиц в такое отношение между объектами происходит постепенно, от слоя к слою. И это обстоятельство требует всестороннего изучения, так как похожая по смыслу трансформация происходит в рамках проблемы «душа – тело».

Человек надеющийся (вместо заключения)

На предыдущих страницах было немало критики, и особенно важно, что наша критика коснулась современного человека. Не пора ли сказать о нём и что-то позитивное? Мы начали с того, что из-за своего ни на минуту не останавливающегося развития человек постоянно трансформируется. Меняется не только культура жизни, но и образ мысли, а именно широта логики мышления. Мышление в критериях убеждённости или веры, что было характерно для человека убеждённого, двигало и развивало его более двух с половиной тысячелетний, но недавно оно перестало быть передовым. Эволюция форм мышления вышла на новый виток, и сегодня человек убеждённый постепенно уходит.

Ещё десятилетие назад можно было, не оглядываясь, утверждать, что наука в своих самых глубинных основаниях так или иначе опирается на элемент веры, и при этом оставаться прогрессивным учёным. Мы верили в симметрию, в Стандартную космологическую модель, в электрический заряд, в сложение и вычитание, в то, что есть цифры, есть субъект и предикат. Сегодня это уже не так, и вовсе не потому, что вера перестала быть нужна для понимания науки (помимо знания). Просто вера – это уже слишком хорошо для нас. Представители передовой науки всё яснее понимают, что человек постепенно теряет поддающееся интерпретации понимание того, что исследует, а следовательно, теряет и возможность верить в свои знания.

Современные теоремы (скажем, в математике) часто так сложно доказать, что этот труд благоразумно отдаётся трудолюбивому и не знающему усталости искусственному интеллекту. Но, что важнее, полученные доказательства занимают так много места и настолько сложны, что человек уже не в состоянии их как-то интерпретировать. Что это означает? Что он вынужден надеяться на то, что искусственный интеллект, совершающий и проверяющий доказательство теоремы, обладает достаточными средствами, чтобы делать всё