Парадоксы эволюции. Как наличие ресурсов и отсутствие внешних угроз приводит к самоуничтожению вида и что мы можем с этим сделать

Термин марковского оргаждения, введенный израильским и американским ученым-информатиком Джудой Перл (Judea Pearl) в 1988 году для описания открытых им особых свойств так называемых байесовских сетей – множеств переменных и их вероятностных зависимостей по Байесу, то есть позволяющих оценить по априорным вероятностям взаимозависимых событий (до совершения событий) апостериорные вероятности (после совершения части событий). Эти сети в модели Перла обладают марковским свойством, то есть их условное распределение вероятностей будущих состояний зависит только от нынешнего состояния, но не от последовательности предшествующих событий, что отличает эту модель, например, от пригожинских диссипативных структур, концепции динамического хаоса и СОК.

Именно марковские свойства – «отсутствие памяти» – связаны с экспоненциальным распределением вероятности, в отличие от СОК со степенными распределениями, что ведет к отсутствию «критичности» и катастрофических «хвостов». Здесь можно сделать весьма важное замечание: как указывалось, СОК предполагает биологические системы как неэргодические, то есть их динамика определяется совокупностью всех предыдущих состояний. Карл Фристон рассматривает для ПСЭ эргодические системы, то есть среднее по времени любой измеримой функции такой системы сходится за достаточный промежуток времени. Среднее количество времени, в течение которого занимается определенное состояние, можно интерпретировать как вероятность того, что система находится в этом состоянии при случайном наблюдении. Наиболее существенным в любом случае представляется то, что и неэргодичность в СОК, и эргодичность в теории Фристона обеспечивают так или иначе необратимость системы и продолжительность ее существования во времени. Фристон в строгой математической форме доказывает, что «жизнь – или биологическая самоорганизация – является неизбежным и эмерджентным (то есть возникающим только в системе, отсутствующим у отдельного элемента системы) свойством любой эргодической случайной динамической системы, обладающей марковским ограждением». Можно сказать, что марковское ограждение обеспечивает индивидуальность, а эргодичность – необратимость. Для обеспечения выживания во взаимодействии с окружающей средой биологическая система должна минимизировать неопределенность в причинах динамики входных сигналов из окружающей среды (Friston K. et al., 2012).

В ответ на неожиданность биологическая система оказывается должной поступать двумя способами – активно воздействовать на локальное окружение или/и изменять в себе его внутреннюю модель. Данный алгоритм позволяет сводить к минимуму свободную энергию и в конечном счете избегаемую неожиданность (минимизировать ошибку в предсказании).

С некоторыми оговорками априорную информацию (Prior belief по Фристону), на основе которой формируется предсказание, сравниваемое с «фактическими» сенсорными данными системы (Likelihood) и происходит апостериорное обновление (Posterior belief), можно соотнести с ценной информацией тезауруса и его пересмотром.

О сложности и случайности

Из всего сказанного выше можно сделать, на мой взгляд, грустный вывод в отношении искусственного интеллекта как потенциальной формы жизни: предиктивная способность компьютеров пока не сопровождается их автономностью (способностью обеспечивать свой гомеостаз), основанной на широком обмене не только информацией, но веществом и энергией с окружающей средой, то есть достаточной встроенностью во всеобъемлющий контекст Природы (что является достаточно условным и, возможно, скоро преодолимым ограничением) и в информационном смысле не основывается пока на наличии самостоятельной цели (что также не выглядит фундаментальным запретом). Грустным этот вывод делают неясные перспективы неизбежной конкуренции нескольких форм живого с совершенно разными, и хорошо, если не противоположными целями.