Быть собой: новая теория сознания

В 1950-х гг., на заре компьютерной эры, совсем еще юные научные дисциплины кибернетика и искусственный интеллект (ИИ) выглядели одинаково перспективно и во многом были неотделимы друг от друга. Кибернетику (от греческого κυβερνήτης — кормчий, рулевой) один из ее основоположников математик Норберт Винер описывал как «научное исследование контроля и коммуникации животного и машины»[245]. Делая упор именно на контроль, основное применение кибернетика находила в системах, например запуска управляемых ракет, подразумевающих замкнутый контур обратной связи между выводом и вводом. Одна из ярких отличительных черт этого подхода заключалась в том, что у таких систем имелись «задачи», в частности поразить цель.

Такое представление о машинах — как потенциально имеющих «задачи» — протянуло новую нить от неживого к живому. Прежде считалось, что лишь биологические системы могут иметь цели и действовать в соответствии с внутренней задачей[246]. Кибернетика это представление пошатнула, подчеркнув тесную связь между машиной и животным. Отчасти именно поэтому она откололась от других подходов внутри ИИ, делавших упор на автономное, бестелесное, абстрактное рассуждение, эталоном которого служили играющие в шахматы компьютеры. По большинству мерок победа осталась за этими альтернативными подходами, именно их выдвигали на первый план в прессе и в фондах содействия, а кибернетику все больше оттесняли в тень. Однако даже в относительной безвестности она принесла много ценных идей, значение которых мы начинаем осознавать только сейчас[247].

Одна из таких идей обнаруживается в научной статье 1970 г. В ней авторы, Уильям Росс Эшби и Роджер Конант, излагают так называемую теорему хорошего регулятора[248]. Суть статьи отлично резюмирует заголовок: «Любой хороший регулятор системы должен выступать моделью этой системы»[249].

Представьте систему центрального отопления или систему кондиционирования. Допустим, ее задача — обеспечивать стабильную температуру в вашем доме, равную 19 °C. В большинстве случаев работа подобных систем основана на простом контроле обратной связи: если температура ниже нужной, система включается, если нет — выключается. Назовем эту простую разновидность «система А».

Теперь представим более сложную разновидность — систему Б. Она способна прогнозировать реакцию температуры в доме на включение или выключение обогрева. Эти прогнозы строятся на характеристиках дома — величине помещений, расположении радиаторов, материала, из которого изготовлены стены, — а также учете внешних погодных условий. Затем система Б регулирует подачу тепла от бойлера в соответствии со сделанным прогнозом.

Благодаря своим усовершенствованным способностям система Б поддерживает постоянную температуру в доме лучше, чем система А, особенно если у вас сложный дом или погода переменчива. Система Б лучше, поскольку у нее есть модель дома, позволяющая прогнозировать, как температура в помещениях отреагирует на предпринимаемые системой действия. Наиболее высококлассная система Б способна предугадывать даже грядущие погодные трудности, например надвигающееся похолодание, и заранее менять подачу тепла, страхуясь даже от временного снижения температуры. В точности как утверждали Конант и Эшби: «Любой хороший регулятор системы должен выступать моделью этой системы»[250].

Давайте еще немного разовьем этот пример. Представьте, что систему Б оснастили неточными, «зашумленными» датчиками, которые улавливают температуру в доме лишь косвенно. Это значит, что считывать текущую температуру непосредственно с датчиков не получится, ее придется вычислять на основании «сенсорных» данных (поступающих от датчиков) и предшествующих (априорных) ожиданий. В этом случае системе Б понадобится модель того, (1) как показания датчиков соотносятся с их скрытыми источниками (текущей температурой в доме) и (2) как эти источники отреагируют на разные действия, такие как подстройка подачи тепла бойлером или радиаторами.

Вот теперь можно увязывать идеи, касающиеся регуляции, с тем, что мы знаем о прогнозном восприятии. Система Б работает, делая выводы о температуре окружающей среды по показателям датчиков, точно так же, как наш мозг выводит наиболее вероятное предположение об источниках сенсорных сигналов, чтобы сделать умозаключение о состоянии мира (и организма) и об изменении этих состояний во времени. Но задача системы Б заключается не в том, чтобы выяснить, «что там» (в данном случае температура окружающей среды). Задача в том, чтобы регулировать вычисленный путем умозаключения скрытый источник и предпринимать действия для поддержания температуры в комфортном диапазоне, а лучше всего — на одной заданной отметке. Восприятие, по этой аналогии, тоже нужно не для вычисления происходящего, а для регуляции и контроля.