В зависимости от взаимодействия генов процесс сборки одного организма может быть гораздо более сложным, чем другого, несмотря на то что генов у них одинаковое количество. В простых организмах гены только строят белок и бросают его в общий котел. У сложных организмов первый ген может включить второй, который усилит активность третьего (но только при условии, что активен четвертый), а он уже выключит первый (если только пятый не активен) и т. д. Это объясняет, каким образом можно построить более сложный организм, пользуясь тем же количеством генов. Поэтому сложность организма зависит не от числа генов, а от количества стрелок в диаграмме, отражающей, как каждый ген влияет на активность других8. И так как добавить один ген значит не просто добавить единственный ингредиент, но умножить количество способов взаимодействия между ними, сложность организма зависит от числа возможных комбинаций активных и неактивных генов в геноме. Генетик Жан-Мишель Клавери предположил, что количество этих комбинаций можно оценить, возведя число 2 (позиции активный/неактивный) в степень, равную количеству генов. По этим оценкам, сложность человеческого генома не в 2, а в 216 000 раз (число с 4800 нулями) превышает сложность генома круглого червя9.
Есть еще две причины, почему число генов в геноме не отражает его сложности. Первая: конкретный ген может продуцировать несколько белков, а не один. Обычно гены рассеяны по ДНК: кодирующие отрезки гена (экзоны) перемежаются некодирующей ДНК (интронами), примерно как статья в журнале прерывается рекламными объявлениями. Сегменты гена, таким образом, могут склеиваться между собой по-разному. Ген, составленный из экзонов А, В, С и D, может кодировать белки АВС, АВD, АСD и т. д. — до десяти различных видов белка на один ген. В сложных организмах такое происходит гораздо чаще, чем в простых10.
Вторая причина состоит в том, что 34 000 генов — это только 3 % человеческого генома. Остальное — ДНК, которая не кодирует белок и которую не учитывают, как «мусор». Но, как сказал недавно один биолог, «термин "мусорная ДНК"» лишь отражение нашего невежества»11. Размер, расположение и содержание некодирующей ДНК могут значительно влиять на активацию соседних с ней генов, кодирующих белки. Информация, записанная в миллиардах некодирующих участков генома — часть характеристики человека, и гораздо большая, чем та, что записана в 34 000 генов.
Итак, человеческий геном абсолютно точно способен построить сложный мозг, невзирая на нелепые заявления о том, как прекрасно, что человек почти так же прост, как круглый червь. Конечно, «удивительное разнообразие человеческого вида не запрограммировано в нашем генетическом коде», но нам не нужно считать гены, чтобы это понять, мы уже знаем это хотя бы из того факта, что ребенок, выросший в Японии, говорит по-японски, и тот же ребенок говорил бы по-английски, если бы вырос в Англии. Вот пример синдрома, который мы будем встречать повсюду в этой книге: научные открытия искажаются до неузнаваемости, чтобы вложить в них нравственный смысл, достичь которого было бы гораздо легче на другой почве.
Второе научное направление, обеспечивающее поддержку «чистому листу», — коннекционизм, теория, что мозг подобен искусственным нейронным сетям, смоделированным на компьютерах и обучающимся путем выделения статистических паттернов12.
Когнитивисты согласны, что элементарные процессы, составляющие набор инструкций для мозга — хранение и извлечение ассоциаций, определение последовательности элементов, фокусировка внимания, — встроены в него в виде цепей тесно связанных между собой нейронов (клеток мозга). Вопрос в том, может ли такая сеть самого общего вида, подвергнутая воздействию окружающей среды, объяснить человеческую психологию в целом, или геном создает различные сети для разных областей, таких как язык, зрение, мораль, страх, вожделение, интуитивная психология и т. д. Коннекционисты, разумеется, не верят в «чистый лист», но они верят в его ближайший эквивалент — неспециализированный механизм научения.
Что такое нейросеть? Коннекционисты называют так не реальные нейронные связи в мозгу, а вид компьютерной программы, построенной по аналогии с нейронами и их связями. В самом общем виде «нейроны» передают информацию, будучи более или менее активными. Уровень активности показывает наличие или отсутствие (или интенсивность или степень достоверности) какого-либо простого свойства окружающего мира. Это может быть цвет, линия, расположенная под определенным углом, буква алфавита или свойство животного, например наличие четырех ног.