Об интеллекте — Хокинс Джефф. Об интеллекте

Джефф Хокинс (англ. Jeff Hawkins ; 1 июня ) - основатель Palm Computing (изобретатель Palm Pilot) и Handspring (изобретатель Treo). После этих двух крайне успешных проектов он оставил работу и ушёл в нейрологию. В 2002 году основал Redwood Center for Theoretical Neuroscience (бывший Redwood Neuroscience Institute ) и опубликовал книгу «Об интеллекте », в которой описал свою теорию работы мозга на основе модели «память-предсказание». В 2003 году избран членом Национальной академии наук «for the creation of the hand-held computing paradigm and the creation of the first commercially successful example of a hand-held computing device» (за создание парадигмы Handheld PC и первую её коммерчески успешную реализацию).

Биография

Книги

• Джефф Хокинс в соавторстве с Сандрой Блейксли (2005). On intelligence , Times Books, Henry Holt and Co. ISBN 0-8050-7456-2

Напишите отзыв о статье "Хокинс, Джефф"

Ссылки

Отрывок, характеризующий Хокинс, Джефф

Идеальная карьера. Настолько успешная, что ее с лихвой хватило бы не одному человеку, а целому совету директоров. Однако Джеффу этого мало - сейчас он работает над созданием совершенно новой компьютерной архитектуры- по образу и подобию человеческого мозга.

Идеальная карьера. Настолько успешная, что ее с лихвой хватило бы не одному человеку, а целому совету директоров. Однако Джеффу этого мало - сейчас он работает над созданием совершенно новой компьютерной архитектуры- по образу и подобию человеческого мозга. Больше того. Поскольку под рукой не оказалось подходящей теории, достаточно полно описывающей принципы работы нашего серого вещества, Хокинc разработал такую теорию сам, написал о ней научно-популярную книгу "On Intelligence" и основал компанию Numenta, которая пытается воплотить идеи Джеффа в жизнь.

Джефф Хокинc (Jeff Hawkins) - удивительно талантливый и удачливый человек. В 1996 году основанная им компания Palm выпустила карманник Palm Pilot, определивший развитие индустрии на несколько лет вперед, а в 1999 году уже другая компания Хокинса - Handspring - вышла на рынок с наладонником Visor, который составил нешуточную конкуренцию КПК от Palm. Сегодня Palm и Handspring выступают единым фронтом, завоевав рынок с превосходной линейкой коммуникаторов Treo, а Джефф снова работает в Palm техническим директором (CTO).

Джефф Хокинс заинтересовался исследованием мозга в 1979 году, прочитав специальный выпуск журнала Scientific American, посвященный этой теме. Под впечатлением от прочитанного он попытался обнаружить хотя бы одну теорию, описывающую работу мозга в целом, но, к своему удивлению, сделать этого не смог, поскольку таких теорий не существовало вприроде. Все проведенные до тех пор исследования касались только определенной функции мозга или же его физиологии и строения.

Такое ненормальное положение вещей, учитывая очевидную важность изучения работы мозга, подвигло Хокинса на то, чтобы заняться этим самому. Поскольку к тому моменту он уже работал в компьютерной индустрии, интерес его носил не только научный, но и прикладной характер - Джефф хотел создавать "разумные" машины.

Однако попытки Хокинса заинтересовать исследованиями мозга своего тогдашнего работодателя (компанию Intel) или уйти в науку, поступив в МТИ, закончились ничем. Поэтому Джефф пошел "своим путем", совмещая работу в ИТ-компаниях с самообразованием, а позднее - с исследованиями волнующих его вопросов "на дому". Безуспешные попытки построить системы ИИ с помощью привычных подходов (экспертные системы, нейронные сети) только убедили его в том, что сперва нужно разобраться в механизмах работы мозга и только потом строить "разумные" машины по его подобию.

Работая вместе с другими исследователями и используя огромные массивы информации, накопленной о человеческом мозге, Хокинс пришел к выводу, что механизм работы мозга с информацией кардинально отличается от принципа работы современных компьютеров. Значительно упрощая, можно сказать, что мозг, а точнее неокортекс, который, как считает Хокинс, и является "интеллектуальной" частью мозга, - это единое запоминающее устройство, функционирование которого базируется на нескольких основных принципах:

< Неокортекс запоминает последовательности элементов, а не отдельно элементы окружающего мира. То есть, если вы слышите мелодию, вы запоминаете ее целиком, как последовательность нот. Алфавит "записан" в памяти в его нормальном последовательном порядке. Для того чтобы произнести алфавит в обратном порядке, человек мысленно возвращается обратно и проходит буквы последовательно, добираясь таким образом до нужной, а не автоматически "вытаскивает" ее из памяти;
< Неокортекс вспоминает последовательности автоассоциативно. Это свойство означает, что если мозг воспринимает часть последовательности, он автоматически вызывает из памяти ее целиком. Если вы видите часть лица знакомого человека, вы все равно его узнаёте. Если вы слышите несколько нот знакомой мелодии, вы можете угадать ее;
< Неокортекс запоминает последовательности в инвариантной форме. Это значит, что в качестве последовательности сохраняются не тонкие и точные детали, а важные соотношения между элементами. Таким образом, человек узнает мелодию, даже если она исполнена на разных инструментах или в разных тональностях. Человек узнает предметы независимо от того, под каким углом он на них смотрит;
< Неокортекс сохраняет последовательности иерархически. Это означает, что по мере того, как входящая информация обрабатывается и проходит "дальше" в мозг, память становится все менее детальной и все более абстрактной. Грубо говоря, когда человек смотрит на какой-то предмет или на другого человека, информация сначала распознается просто как часть поля зрения, затем как определенная фигура, затем как часть объекта, затем как целый объект и наконец как определенный образ, абстрактное понятие. Был проведен ряд экспериментов, которые позволили обнаружить отдельные нейроны, активизирующиеся, когда человек видит, скажем, Билла Клинтона или Хэлли Берри, причем независимо от их обличия.

Описав модель мозга как запоминающего устройства, Хокинс дополняет ее второй, ключевой частью своей теории - мозг человека настолько эффективен потому, что умеет предсказывать будущие события, основываясь на прошлом опыте, хранящемся в памяти (модель "память-предсказание"). То есть для того, чтобы произвести определенное действие, например поймать мяч, мозг не должен производить долгие вычисления - ему достаточно вспомнить, какие действия он предпринимал для этого раньше, и на этом основании предсказать полет мяча и скоординировать движения конечностей.

Теория Хокинса описана им в книге "On Intelligence" ("Об интеллекте"), вышедшей в конце 2004 года. Помимо этого книга содержит рассуждения о последствиях и возможностях, которые возникают в случае создания разумных машин; взгляды автора на природу и отличительные особенности человеческого интеллекта, а также несколько предсказаний, касающихся открытий, которые подтвердили бы гипотезу Хокинса.

О книге

В своей книге вы довольно много внимания уделили критике других подходов к созданию искусственного интеллекта (ИИ). Почему?

Много? Ну, во-первых, не могу сказать, что это отняло у меня много времени, и потом, есть люди, которые считают, что я недостаточно глубоко рассмотрел этот вопрос. В любом случае, это не критика ради критики. Просто большинство людей не имеет представления о том, сколь малого, на самом деле, добились разработчики систем ИИ. Я описал, что сделано, а что нет. Немножко истории, немножко о современном состоянии дел. Я хотел показать, что нам, мягко говоря, есть над чем поработать.

То есть это введение в историю вопроса?

В большей степени - да, это некий исторический экскурс. И многим читателям он пришелся по душе. Были даже такие, кто сказал: "Джефф, ты целиком и полностью прав. Мы действительно застряли, и нам нужны новые подходы".

А как к вашей книге отнеслись разработчики систем ИИ? Обсуждали ли они вашу книгу, и если да, то как они ее оценивают?

Обсуждали, и довольно активно. Меня даже попросили выступить с речью на ежегодной конференции разработчиков систем ИИ . Кроме того, после выхода книги я активно выступал в университетах - в основном перед теми, кто занимается исследованием работы головного мозга, но и перед разработчиками ИИ тоже.

Надо сказать, что многие, прочитав книгу, сказали: "Вот оно!" Собственно говоря, поэтому меня и пригласили на конференцию, чтобы я мог обсудить свои идеи с учеными, с теми, кто занимается этими вопросами профессионально, с восьми до пяти. И было больше позитива, чем негатива. Возможно, потому, что люди, которым не близок мой подход, решили не говорить мне об этом, не знаю.

Кстати, разработки в области квантовых компьютеров могут как-то повлиять на вашу работу?

Даже не знаю, что ответить. Я просто не очень в этом разбираюсь. Мне, правда, кажется, что им еще далеко до практических применений. И я считаю, что квантовые компьютеры для наших приложений вовсе не обязательны. Математик Роджер Пенроуз написал в своей книге "Новый ум короля", что для объяснения работы мозга требуются какие-то квантовые процессы, но он попросту ошибался. Неокортексу это совершенно не нужно. У него есть статистические методы, есть байесовские методы, но никаких квантовых алгоритмов нет. В общем, думаю, это не имеет к нам особого отношения.

Иерархическая структура модели "память-предсказание" имеет много общего с парадигмой ООП, которая тоже базируется на эксплуатации иерархических структур. Не кажется ли вам, что предложенные вами подходы уже адаптированы компьютерщиками - пусть и неявно?

Новые теории обычно стоят на плечах старых теорий. Другими словами, ничто не ново под луною. Конечно, иерархические структуры, математические описания неокортекса и даже идея предсказаний - все это не ново. Но верная теория отличается от неверной тем, что в первой те же самые - пусть уже знакомые - кусочки головоломки собраны в правильном порядке.

В основе ООП действительно лежат иерархические структуры, но поведение и взаимоотношения описанных объектов жестко задаются на этапе программирования. Мозг же устроен иначе. У нас есть иерархическая структура, состоящая из идентичных, по большому счету, объектов. Они выполняют одну и ту же функцию (в нашем случае - запоминание). Но их поведение определяется опытом, полученным системой - она ведь самообучающаяся.

Таким образом, сходство между иерархией ООП и нашей иерархической структурой скорее внешнее. При желании можно найти и другие аналогии. Например, мы активно используем математический аппарат байесовских сетей. Мы их тоже не сами придумали, но, как правило, байесовские сети лишены временной иерархии или вообще не учитывают концепцию времени. В общем, в нашей теории, наверное, нет неизвестных до нас элементов, но мы сложили их в правильном порядке и получили готовую технологию.

Вы же знаете, что я работал в Palm? После успеха PalmPilot многие говорили, что в нем нет по-настоящему новых технологических решений. И это правда. Но мы сложили кусочки верно.

Сейчас мы пытаемся то же самое проделать с новой архитектурой. Однако это невозможно без четкого понимания того, как работает мозг. И когда у нас в Numenta возникают проблемы с продвижением вперед, мы возвращаемся к биологии и смотрим, как нужно укладывать кусочки (а это не так уж просто).

Читая вашу книгу, я задумался о том, как работает мой собственный мозг, и понял, что когда речь заходит о взаимосвязи объектов друг с другом, я не столько делаю предсказания, сколько пользуюсь воспоминаниями, которые хранятся в моей памяти…

Но это тоже предсказание! По большому счету, это вопрос семантики. Хотя, конечно, момент скользкий, даже для разработчиков ИИ. Вы смотрите на это со своей колокольни, но подумайте о том, как воспринимает информацию ваш мозг. Каждый внешний сигнал, каждый сигнал от органов чувств для него уникален. Возможно, вы воспринимаете этот сигнал как нечто уже знакомое, но для мозга каждый раз это совершенно новый опыт. Да, вы запоминаете взаимосвязи, но как выбрать верную взаимосвязь, которая вам нужна? Возьмем для примера письмо на бумаге. Вам этот процесс кажется монотонным, но для мозга это всякий раз новое переживание. Вы ведете руку, ожидая, что за пером останется след, и не воспринимаете это ожидание как предсказание, однако для мозга все обстоит иначе. Вы знаете, что так бывает всегда. Но мозг в этом отнюдь не уверен.

В седьмой главе вы говорите, что одно из главных отличий человека от других млекопитающих - наличие языка как средства передачи информации. Но как же быть тогда, скажем, с дельфинами (которых вы, кстати, тоже в книге упоминаете) - ведь у них есть своя довольно сложная система речевой коммуникации.

Верно, есть. Но по сложности она и близко не стоит к человеческому языку. Конечно, у многих развитых видов млекопитающих есть речевые системы, но в определенном смысле они очень примитивны. Я упомянул в книге дельфинов, потому что считаю, что их мозг практически так же сложен, как и человеческий. Дельфины понимают свой мир так же хорошо, как мы, люди, свой. У них прекрасная память на "лица", они хорошо запоминают маршруты, хорошо обучаются и т. п. Но между мозгом человека и других млекопитающих есть существенная биологическая разница, которая оказывает заметное влияние на наше поведение. В человеческом неокортексе гораздо сильнее развиты области, связанные с моторной сенсорикой, - это физиологический факт. Поэтому тот же дельфин, прекрасно ориентирующийся в своем мире, не способен на такую вариативность поведения, как мы с вами. Кое-что дельфины, конечно, могут, но не очень много.

Например, они поют, но у дельфиньих песен больше общего с трелями певчих птиц, нежели с человеческой музыкой, потому что эти песни не генерируются каждый раз заново неокортексом, за них у дельфинов отвечают другие, более древние части мозга. Дельфины могут петь друг другу, но это не то же самое, что мы считаем речью.

Животные в отличие от человека рождаются с неким врожденным знанием "языка", но их "язык" очень ограничен. Зато мы умеем передавать друг другу полученные от мира знания с помощью языка. Вот мы с вами сейчас находимся в тысячах километрах друг от друга, говорим на разных языках, но я могу рассказать вам о своих идеях, и вы меня поймете.

Вы сделали в книге несколько предсказаний. С момента ее публикации прошел год. Что-то уже подтвердилось или, может быть, вы в чем-то ошиблись?

Вы сами сказали, что прошел лишь год - совсем небольшой срок для исследований в этой области. На эксперименты здесь обычно требуется три-четыре года.

Знакомые ученые держат меня в курсе происходящего. В основном научные находки не вступают в противоречие с моей теорией, хотя я не сказал бы, что они как-то подтверждают мои предсказания или вообще являются экспериментальной проверкой моих предположений. На это просто нужно больше времени.

Вы не разочарованы отсутствием новостей?

О нет, я же знал, во что ввязываюсь. Я неплохо понимаю, как устроена наука, я знаком со многими учеными и не могу сказать, что происходит что-то неожиданное. На проверку моих предположений ученым нужны годы, так что удивляться нечему - я с самого начала знал, что так будет. Академические исследования - особенно когда дело касается такой сложной области, как изучение человеческого мозга, - это, прежде всего, кропотливый и неторопливый труд. Так что я не разочарован. Наоборот - я приятно удивлен тем, как моя теория принята научным сообществом.

Об институте

Давайте поговорим о другом вашем детище, Редвудском нейроинституте (RNI). Он был образован в августе 2002 года, верно?
(Неуверенно.) - Думаю, да. Дело в том, что работать над его образованием мы начали немного раньше, поэтому с моей точки зрения он был образован в феврале.

Если можно, в двух словах, чего добился RNI за это время?

Недавно институт вошел в состав университета Беркли, поэтому я уже не занимаюсь им напрямую. Но широкой общественности он известен в основном благодаря моей книге - из-за оборотов типа "когда я был в Редвуде", "и тут в Редвуде" и т. п.

Уникальность RNI в том, что это единственное научное заведение, работающее только над изучением новой коры головного мозга, неокортекса. За его недолгую историю у нас побывали почти все ведущие исследователи в этой области. Причем зачастую инициатива исходила именно от них - "могу ли я приехать?", "я бы хотел посетить…", "было бы интересно пообщаться" и т. д. Потому что в RNI совершенно особенная атмосфера. Он очень маленький - на постоянной основе у нас работает 15–20 человек, и буквально каждую неделю приезжают гости. В общем, главное достижение института в том, что он заслужил уважение научного сообщества.

Я вам больше скажу. Так как с лета прошлого года RNI входит в состав Беркли, то многие из тех, кто прочел мою книгу и заинтересовался этими исследованиями, решили поступать именно в Беркли, ведь оттуда и до RNI недалеко. Так что у института очень неплохие шансы и дальше оставаться влиятельным исследовательским центром.

Не кажется ли вам, что вхождение RNI в состав Беркли может замедлить работу над вашей теорией из-за сопротивления академических кругов?

Посмотрим. Хотя я бы не сказал, что работы RNI и, в частности, моя теория выходят за рамки академической науки. Одно время я немного волновался по этому поводу, но меня довольно быстро успокоили: мол, что ты переживаешь, твоя теория - самый настоящий мэйнстрим.

Переход RNI под крыло Беркли позволил мне освободить время для работы в Numenta. И, кстати, то, что переход вообще оказался возможен, лишний раз свидетельствует о том, что научное сообщество высоко оценивает работу RNI. Мои изыскания не выходят за рамки академической науки, просто для усвоения новой теории университетами нужно время.

Собственно, поэтому и была создана Numenta. В науке все делается довольно медленно. Требуется время для того, чтобы люди ознакомились с твоей теорией, привыкли к ней, проверили ее, а потом согласились с твоей правотой. В бизнесе все происходит быстрее. Когда люди узнают, что на чем-то можно сделать деньги, они почему-то становятся более энергичными. И в Numenta мы пытаемся создать впечатляющие приложения и показать людям, что они могут зарабатывать или строить карьеру с помощью наших технологий. И, возможно, это способствует более быстрому развитию технологии, чем было бы возможно в академической среде.

О компании

Вы утверждаете, что современная компьютерная архитектура непригодна для создания разумных машин. Однако в то же время вы являетесь сторонником функционализма, и вам, по идее, должно быть все равно, как устроена машина, если на выходе она дает нужный результат. Нет ли здесь противоречия? И можно ли все же использовать современные компьютеры для построения систем ИИ?

Прошу прощения, если кого-то запутал. Я пытался сказать, что современный "компьютерный" подход к проблеме ИИ бесперспективен, это тупик. Если вы понимаете, как устроен неокортекс, то, конечно, можете эмулировать его с помощью современного железа и специального ПО. Но разработчики систем ИИ, как правило, поступают иначе. Так, говорят они, что тут у нас, компьютерное зрение? Ну давайте-ка сейчас сядем и быстренько запрограммируем это дело с помощью наших алгоритмов[Говорят, Марвин Мински когда-то обещал расправиться с системой компьютерного зрения за одно лето. Лето, как видим, несколько затянулось].

Мы в Numenta сейчас занимаемся проблемой распознавания образов. И вполне успешно. И мы используем стандартное железо, но вместо того, чтобы изобретать алгоритмы компьютерного зрения, мы построили модель запоминающего устройства коры головного мозга. Построенная нами система действительно работает, и я уже демонстрировал наши результаты в нескольких университетах.

Таким образом, за последний год в работе Numenta есть очевидный прогресс?

Более чем. Я ведь пришел к идее решения проблемы ИИ со стороны биологии. Но когда я писал книгу, у меня еще не было понимания, как это все устроено математически. Я описывал некие структуры, но ничего не говорил о том, как их воссоздать, поскольку в тот момент и сам еще не знал, как это сделать. Но после того как книга была завершена, я и сооснователь Numenta Дилип Джордж (Dileep George; www.stanford.edu/~dil) разработали соответствующие математические модели и доказали их работоспособность. А затем мы основали компанию, чтобы привлечь к нашим разработкам как можно больше людей.

Доказали их работоспособность? Можно чуть поконкретнее?

Пожалуйста. На сегодняшний день не существует ни одного алгоритма, ни одной системы, которые бы умели опознавать объекты. Вы не можете показать компьютеру картинку и "услышать" в ответ, что на ней изображено. Никто даже близко не подошел к решению этой проблемы.

Что сделали мы? На основе принципов, описанных в моей книге, и математического аппарата, который мы разработали после ее выхода, мы создали систему, научившуюся после определенной тренировки распознавать небольшие - 32х32 пиксела - изображения. Сейчас она умеет распознавать около восьмидесяти разных объектов. У этой системы пока нет практического применения - в конце концов, 32 пиксела это не очень-то много, - но любым другим способом задачу компьютерного зрения до последнего времени решить не удавалось (к тому же она довольно легко масштабируется). Люди, которые видели нашу систему в работе, вообще не могли понять, как мы это сделали.

Собственно, масштабируемость подобных решений и есть одна из задач Numenta. Мы работаем над инструментарием, который позволит создавать большие, хорошо масштабируемые практические приложения на базе технологии иерархической временной памяти (Hierarchical Temporal Memory, HTM). В центре нашего внимания находится инструментарий общего назначения, однако систему компьютерного зрения мы тоже совершенствуем, поскольку это хорошая демонстрация возможностей нашего подхода. Это не единственный тест, проведенный нами для проверки собственной правоты, но он очень эффектен и прекрасно работает.

А когда ожидаются практические приложения?

Возможно, уже в нынешнем году. Сейчас в компании около десяти человек, а работа сделана процентов на 60–70. Конечно, мы не знаем, с какими проблемами еще придется столкнуться, поэтому точную дату выхода какого-то продукта я не назову. Но уже с февраля мы начинаем работать с несколькими исследовательскими лабораториями. Примерно в то же время к работе подключатся и наши бизнес-партнеры, которые будут создавать на базе нашей технологии собственные системы. Поэтому есть надежда, что о первых результатах вы услышите еще до конца года.

Стало быть, систему распознавания образов вы оставляете за собой?

Да. Наш инструментарий очень гибок, поэтому партнеры будут применять его для решения собственных задач - например, для обработки информации или создания финансовых приложений. Мы же сосредоточимся на проблеме компьютерного зрения и еще паре направлений.

На чем сейчас работает софтверная модель, построенная в Numenta?

Изначально она написана для работы в UNIX/Linux-окружении. Что касается железа - это система с большим объемом памяти, чтобы мы могли отобразить в памяти как можно больше неокортекса. Первая версия была рассчитана на однопроцессорные конфигурации, и я даже запускал систему компьютерного зрения на своем Маке. Но очевидно, что для практических приложений нужны системы помощнее, поэтому мы разрабатываем мультипроцессорную версию. А идеальное железо в нашем представлении - это многопроцессорная стойка с серверами.

В общем, об искусственном интеллекте на мобильных устройствах можно пока не думать?

Хороший вопрос! Что касается КПК, то вряд ли в ближайшие четыре года мы увидим какие-то системы ИИ для мобильных компьютеров.

Хотя полностью исключать появление узкоспециализированных мобильных приложений тоже нельзя - удалось же нам запустить (пусть примитивную, но работающую!) систему распознавания образов на однопроцессорном Маке с весьма ограниченным, по нашим меркам, объемом ОЗУ. Да и кто, в конце концов, может предсказать будущее? Посмотрите, как быстро нарастали компьютерные мощности - кто десять лет назад мог сказать, что это произойдет?

Есть ли другие компании, работающие на этом же поле?

В общем-то нет. Конечно, с кем-то мы пересекаемся, но это несущественные пересечения. Например, наше математическое представление во многом построено на байесовских сетях. В этой области работает немало компаний, включая исследовательские лаборатории Microsoft. Однако их разработки от наших довольно далеки.

Можно сказать, что мы не знаем никого, кто понимал бы все, что понимаем мы. Так что никакой конкуренции пока не ощущается. Это слишком новое направление. Дело не столько в сложности самой теории - в ней как раз ничего сложного нет, - сколько в том, что у многих еще руки до нее не дошли. В ближайшие несколько лет, думаю, интерес к этой теории вырастет, а значит, и конкуренты появятся.
Долгосрочная цель Numenta - максимальное распространение наших технологий. Поэтому мы строим платформу общего назначения, инструментарий для создания конкретных приложений. Кроме того, мы документируем как саму технологию, так и математический аппарат, на котором она построена. И надеюсь, что через несколько лет с этой платформой будут работать тысячи людей. Мы собираемся сделать инструментарий доступным для исследователей, которые смогут брать наш код и экспериментировать с ним.

Если говорить о деньгах, то наш бизнес можно назвать продажей лицензий. Мы будем продавать наши разработки, чтобы на их основе партнеры могли создавать полезные и интересные приложения. Но главная наша задача - дальнейшее развитие самой технологии, поэтому мы стараемся сформировать сообщество людей, которые могли бы улучшить нашу платформу.

Лучше давайте вспомним, как все было устроено полвека назад. Люди начали делать первые цифровые компьютеры. Эти медлительные громадины создавались усилиями многих людей. Мы сейчас в похожей ситуации - у нас есть понимание неких общих принципов, однако нам предстоит справиться с множеством назойливых мелочей.

Рано или поздно потребуется новое железо, новые чипы памяти (наша система очень требовательна к ней). Конечно, мы можем использовать обычную компьютерную память - и вынуждены сегодня поступать именно так, - но это не самое эффективное решение. То же касается и процессоров. Поэтому нам потребуются не только ученые или программисты, но и производители микросхем.

Если вам кажется, что наша модель работы похожа на Linux, - пускай. Но я думаю, что происходящее гораздо больше напоминает создание первых компьютеров. Мы создаем новый тип компьютера - пока на том железе, что нам доступно, а со временем - на том, которые мы построим.

Разумеется, мы не смогли удержаться и спросили у Джеффа Хокинса, что он думает
о перспективах рынка КПК. По словам Джеффа, в ближайшие несколько лет рынок карманных компьютеров (и без того чувствующий себя неважно) окончательно придет в упадок. Однако никакой трагедии в этом нет, потому что закат КПК будет вызван растущей популярностью смартфонов и коммуникаторов самых разных мастей - так что пользователи не потеряют, а скорее приобретут. Ну и компании-производители, конечно, тоже не останутся внакладе. Что придет на смену смартфонам? Что будет следующим killer application в мобильной связи? Джефф говорит, что у него есть некоторые предположение, но делиться он ими пока ни с кем не собирается, потому что компания Хокинса (уже третья, после Numenta и Palm) как раз сейчас работает в этом направлении

Джефф Хокинс – один из самых известных предпринимателей и разработчиков компьютеров в Силиконовой долине. Основав в свое время компании Palm Computing и Handspring, Джефф сейчас работает ведущим инженером в компании PalmOne. Кроме того, с целью исследования проблем интеллекта и памяти он создал Редвудский институт нейрологии. Д. Хокинс – действительный член Национальной инженерной академии и ученого совета Cold Spring Harbor Laboratory. Проживает в Северной Калифорнии.

Сандра Блейксли вот уже более тридцати лет занимается подготовкой научных и медицинских публикаций для газеты New York Times. Она также является одним из авторов книги Phantoms in the brain и вместе с Джудит Уоллерстайн пишет популярные книги о психологии и браке. Живет в Санта-Фе, Нью Мехико.

Когда меня спрашивают: «Чем вы зарабатываете на жизнь?», я всегда затрудняюсь ответить. Если честно, то практически ничем. Но мне повезло, потому что я сформировал очень работоспособную команду. Разумеется, мне приходится руководить ими и порой задавать направление их деятельности. Но своим успехом я прежде всего обязан упорному труду и интеллекту моих коллег.

В жизни мне представилась счастливая возможность общаться со многими исследователями, которые меня чему-то научили, все они внесли свою лепту в создание этой книги. Всем им выражаю искреннюю благодарность. Брюно Ольшозен, который работает в Редвудском институте нейрологии (РИН) и Калифорнийском университете, – это настоящая ходячая энциклопедия по нейробиологии. Он постоянно пополняет и углубляет мои познания в данной области. Билл Софски (РИН) был первым, кто обратил мое внимание на уменьшение времени прохождения сигналов в иерархической структуре коры головного мозга и на особенности тонких дендритов. Рик Грейнджер из Калифорнийского университета поднял тему запоминания последовательностей и того, какова роль таламуса в этом процессе. Боб Найт (Калифорнийский университет, г. Беркли) и Кристоф Кох (Калифорнийский технологический институт) сыграли большую роль в становлении Редвудского института нейрологии, а также участвовали в обсуждении многих других вопросов научного характера. Всем сотрудникам РИН я благодарен за конструктивную критику в адрес моих высказываний; многие мой идеи родились в ходе наших заседаний и встреч в РИН. Спасибо всем вам.

Донна Дубински и Эд Коллиган на протяжении более чем десяти лет были моими партнерами по бизнесу. Благодаря их самоотверженной работе и помощи я смог заниматься предпринимательством, параллельно изучая головной мозг, что является довольно-таки сложной задачей. Донна всегда отмечала, что ее роль состоит в поддержке нашего бизнеса, а моя – в разработке теории мозга. Без Донны и Эда я никогда не достиг бы успеха.

Среди людей, также причастных к созданию книги Об интеллекте, я хочу отметить многих моих коллег. Джим Левин, мой представитель, поверил в идею этого труда еще до того, как я начал работу над ним. (Тем, у кого нет такого представителя, как Джим, я не советую писать книги.) Именно Джим познакомил меня с Сандрой Блейксли, моим соавтором. Я хотел, чтобы моя книга была доступна широкому кругу читателей, и Сандра мне чрезвычайно в этом помогла. (В том, что некоторые главы оказались сложными для чтения, полностью моя вина.) Мэтью, сын Сандры, перу которого также принадлежат несколько научных работ, предложил ряд примеров, прекрасно иллюстрирующих положения, представленные в этой книге, а также был инициатором введения термина модель «Память-предсказание».

Я с удовольствием хотел бы упомянуть всех, с кем сталкивался в издательстве Henry Holt, а особенно президента Джона Стэрлинга. Я встречался с ним лично лишь однажды, и несколько раз мы общались по телефону. Тем не менее Джон подсказал мне наиболее удачную структуру книги. Он заблаговременно и чрезвычайно точно определил проблемы, с которыми я неизбежно столкнусь при изложении теории интеллекта, помог мне откорректировать стиль написания книги, а также порядок подачи материала.

Выражаю благодарность своим дочерям Энн и Кейт, которые не жаловались, что их папа много выходных дней проводил не с ними, а перед монитором компьютера. И наконец, я признателен своей жене Джанет. Быть моей женой ох как непросто. Но уверяю, Джанет, я люблю тебя больше, чем теорию мозга!

Дж. Хокинс

У меня есть два пристрастия, которые послужили источником вдохновения для написания этой книги. Из них же я черпаю смысл всей своей жизни.

Вот уже четверть века я занимаюсь вычислительной техникой. В индустрии высоких технологий я известен как основатель двух компаний – Palm Computing и Handspring. Кроме того, я участвовал в разработке архитектурных решений для карманных компьютеров PalmPilot и мобильных телефонов Trio.

Другое мое пристрастие еще более значимо, поскольку именно оно предопределило мое увлечение компьютерами. Я просто-таки помешан на изучении человеческого мозга и стремлюсь разобраться в том, как он функционирует. Причем я подхожу к проблеме с позиций не философа, а инженера, изучающего сложную конструкцию, состоящую из множества деталей. Разобравшись в том, что же такое разум и как работает человеческий мозг, я хочу создавать механизмы, действия которых основывались бы на тех же принципах, что и работа мозга. Я верю в то, что создание настоящего искусственного интеллекта не за горами.

Исследователи, как правило, либо стремятся проникнуть вглубь вещей и явлений, либо смотрят очень широко, стараясь постичь события, происходившие миллиарды лет тому назад. Но головной мозг есть у каждого человека, включая вас, мой читатель. Чтобы понять, как рождаются те или иные эмоции и чувства, почему люди воспринимают мир определенным образом, по каким причинам допускают ошибки, что побуждает их к творчеству, почему музыка или искусство бывают источником вдохновения, одним словом, чтобы понять, что означает быть человеком, нужно разобраться в том, как работает мозг. Новые открытия, касающиеся человеческого разума и работы человеческого мозга, не только сулят значительные социальные выгоды (в частности, они позволят добиться прогресса в лечении заболеваний головного мозга), но и станут основой для создания по-настоящему разумных механизмов. Эти механизмы, совсем не похожие на роботов из фантастических романов, будут сконструированы с учетом положений, раскрывающих природу самого эффективного из существующих на нашей планете биологического механизма – человеческого разума. Искусственный интеллект расширит наши знания о мире и о Вселенной и позволит нам добиться большей безопасности существования. И это будет только начало.

К счастью, мы с вами живем в эпоху, когда проблема понимания мозга близка к своему разрешению. У нынешнего поколения есть доступ к накопленному за сотни лет огромному объему информации о строении и функционировании мозга. И, хотя наука о мозге – нейрология – и сейчас не стоит на месте, целостная теория о разуме и строении мозга пока не разработана. Большинство нейробиологов, увлеченных изучением «подсистем» мозга, не утруждают себя интеграцией приобретаемых знаний. С другой стороны, ни одна из многочисленных попыток создать мыслящий компьютер не увенчалась успехом. И я уверен, что дело не сдвинется с мертвой точки до тех пор, пока исследователи и изобретатели будут игнорировать различия между мозгом и компьютером, их постигнет та же участь, что и их предшественников.

Какая составляющая разума отсутствует в компьютере? Почему двухлетний ребенок способен научиться кататься на трехколесном велосипеде, он не только уверенно ходит, но и бегает, подпрыгивает, а современные роботы передвигаются подобно громыхающим зомби? Каким образом к трем годам дитя успевает овладеть азами речи, в то время как компьютер, несмотря на полстолетия стараний лучших программистов, все еще на это не способен? Почему человек с первого взгляда – в долю секунды – отличает кота от собаки, а компьютер, даже самый совершенный, не может этого сделать вообще? На указанные вопросы по сей день не найдено ответов. У нас есть множество догадок, но сейчас мы более всего нуждаемся в том, чтобы выработать критический подход к возможным объяснениям.

В книге Об интеллекте Джефф Хокинс представляет революционную теорию на стыке нейробиологии, психологии и кибернетики и описывающую систему «память–предсказание» как основу человеческого интеллекта. Автор отмечает, что все предшествующие попытки создания разумных машин провалились из-за фундаментальной ошибки разработчиков, стремившихся воссоздать человеческое поведение, но не учитывавших природу биологического разума. Хокинс предполагает, что идеи, сформулированные им в книге Об интеллекте, лягут в основу создания искусственного интеллекта - не копирующего, а превосходящего человеческий разум. Кроме этого, книга содержит рассуждения о последствиях и возможностях создания разумных машин, взгляды автора на природу и отличительные особенности человеческого интеллекта.

Джефф Хокинс, Сандра Блейксли. Об интеллекте. – М.: Вильямс, 2016. – 240 с.

Скачать конспект (краткое содержание) в формате или

Глава 1. Искусственный интеллект

В начале 80-х маститые ученые в области кибернетики совершенно не интересовались тем, как работает настоящий мозг. Я интуитивно считал такой подход вопиюще неправильным. Фундаментальные принципы работы компьютера и функционирования человеческого разума в корне различны. Основой первой является программирование, а второго – процесс самообучения. Я понял, что основной причиной, препятствующей созданию разумных механизмов, является их транзисторная структура.

К сожалению, преподаватели и студенты Массачусетсского института не поддержали меня в этих стремлениях. Мне прямо сообщили, что в сфере создания искусственного интеллекта (ИИ) нет места изучению живого мозга. В 1981 году мои документы на поступление в аспирантуру были отклонены приемной комиссией.

Кибернетики, работающие в сфере искусственного интеллекта, убеждены в том, что смогут создать мыслящий компьютер, увеличив объем его памяти и ресурсов для обработки данных. Но не тут-то было. Ключевой недостаток искусственного интеллекта – отсутствие зоны, отвечающей за понимание. Все попытки создания искусственного интеллекта заканчивались изобретением очередной программы, обеспечивающей выполнение только одной четко определенной функции.

Компьютеры так и не научились обобщать или проявлять гибкость. Даже создатели программ отмечали, что их детища не могут мыслить, как человек. Некоторые проблемы искусственного интеллекта поначалу казались простыми, но со временем так и не были найдены способы их решения. Даже сегодня ни один компьютер не может воспринимать речь так же легко, как трехлетний ребенок, или видеть так же хорошо, как, скажем, мышь.

У идеи искусственного интеллекта остались некоторые сторонники, но большинство ученых считает его создание невозможным. Джон Сирл, один из наиболее именитых преподавателей философии Калифорнийского университета (Беркли), утверждал, что у компьютера разума нет и быть не может. В доказательство своих взглядов в 1980 году он предложил провести эксперимент, который назвал Китайской комнатой .

Участник эксперимента, подобно компьютеру, манипулирует символами, но не может придать им какого бы то ни было смысла. Следовательно, заключил Сирл, машина, или физическая система способная выполнять определенные функции, не может стать разумной и действовать осознанно. Сирл отмечал, что он затрудняется дать определение понятию разума, однако полон уверенности, что, независимо от определения, компьютеры разумом не обладают и обладать не могут.

Ключевой тезис моей книги: понимание не поддается оцениванию на основе наблюдения внешних реакций.

Глава 2. Нейронные сети

В январе 1986 года я приступил к учебе в аспирантуре Калифорнийский университет (Беркли) по специальности «Биофизика». Создатели нейронных сетей (НС) оказались далеко впереди своих коллег, бившихся над разработкой искусственного интеллекта. НС были построены, хоть и весьма приблизительно, по принципу биологической нервной системы. Вместо того чтобы заниматься программированием, исследователи нейронных сетей, так называемые коннекционисты, сосредоточились на изучении того, какие типы поведения генерируют различные нейронные комбинации.

Мозг состоит из нейронов, стало быть, мозг – это нейронная сеть. Задачи коннекционистов состояли в том, чтобы изучить неуловимые свойства разума путем изучения взаимодействия нейронов. Нейронные сети отличаются от компьютеров тем, что у них нет центрального микропроцессора и они не сохраняют информацию в центральном блоке памяти. Информация, занесенная в память нейронной сети, сосредоточена в связях – точно так же, как и в головном мозге человека.

На тот момент я четко видел три фактора, критичных для понимания работы мозга. Во-первых, в исследования мозга следует включать временной критерий, ведь скорость обработки потока информации чрезвычайно высока. Данные, поступающие в мозг и исходящие из него, никогда не пребывают в статическом состоянии. Во-вторых, мозг насквозь пронизан обратными связями. В-третьих, любая модель (или теория мозга) должна соответствовать биологическому строению живого мозга.

Первые нейронные сети представляли собой крайне упрощенные модели, которые не удовлетворяли ни одному из трех описанных выше требований. Я рассчитывал, что разработчики нейронных сетей в будущем перейдут от простых моделей к более совершенным и реалистичным, однако этого не произошло.

По моему мнению, фундаментальной проблемой большинства нейронных сетей является следующая их особенность, присущая также программам, основывающимся на принципе искусственного интеллекта. И программы, базирующиеся на принципах искусственного интеллекта, и нейронные сети отягощены акцентом на поведении. Называют ли его «ответами», «моделями» или «выходными сигналами», предполагается, что именно в поведении, моделируемом НС или ИИ, заключается их «разумность». Об успешности компьютерной программы или нейронной сети судят по тому, выдает она правильный или желаемый выходной сигнал. Со времен Алана Тьюринга между интеллектом и поведением ставят знак равенства.

Небольшая отколовшаяся группа теоретиков разработала НС, положив в ее основу автоассоциативную память. В отличие от НС нейроны автоасссоциативной памяти были соединены большим числом обратных связей. Автоассоциативная память способна воспроизвести сохраненную модель в неизмененном виде, даже если все, что у вас есть в наличии, – ее искаженный вариант. Имея в наличии лишь часть усвоенной последовательности, автоассоциативная память воссоздаст ее всю. Именно таким способом обучаются люди – усваивая последовательности паттернов.

Согласно положениям функционализма, наличие интеллекта или обладание разумом – исключительно свойство организации, не имеющее ничего общего с составными элементами (еще говорят эмерджентное свойство). Разум присущ любой системе, составные части которой, будь то нейроны, кремниевые чипы или что-то еще, взаимодействуют друг с другом.

Согласно изложенному принципу, искусственная система, имеющая ту же архитектуру, что и биологическая будет по-настоящему разумной. Защитники идеи искусственного интеллекта, коннекционисты и я сам являемся функционалистами, поскольку все мы уверены в том, что интеллект обеспечивает человеку нечто отнюдь не мистическое в головном мозге.

Созданные нами наземные средства передвижения, способные обогнать гепарда, имеют не четыре конечности, а колеса. Несмотря на то что в процессе эволюции не было создано ничего, хотя бы отдаленно напоминающего колесо, последнее, тем не менее, является революционным изобретением, позволяющим великолепно передвигаться по ровным поверхностям. Философы порой обращаются к метафоре «когнитивного колеса», отражающей возможное решение проблемы создания искусственного интеллекта, вероятно, принципиально отличное от того, как функционирует мозг.

Я убежден, что данная интерпретация вводит теоретиков искусственного интеллекта в глубокое заблуждение. Как показал эксперимент Сирла «Китайская комната», поведенческого соответствия недостаточно. Поскольку интеллект изначально присущ головному мозгу, нам следует заглянуть внутрь, чтобы понять, что представляет собой разум.

Глава 3. Мозг человека

Независимо от размеров, общей чертой, характерной для коры головного мозга большинства млекопитающих, является шестислойное строение. Кора головного мозга образована нервными клетками, или нейронами. На площади, равной крошечному квадрату со стороной один миллиметр содержится примерно сто тысяч нейронов. Количество нервных клеток в коре головного мозга составляет порядка 30 млрд. За разные психические функции отвечают определенные отделы головного мозга. Каждая зона полунезависима и специализируется на определенных аспектах восприятия или мышления.

Функциональная организация головного мозга имеет форму отраслевой иерархии. Иерархическое расположение и физическая позиция в пространстве не тождественны: низшие зоны поставляют информацию в высшие через определенные нейронные каналы связи. Высшие зоны используют совершенно другие нейронные каналы связи для передачи обратных сигналов.

Первичные сенсорные зоны, в которые непосредственно поступает информация об окружающем мире, являются низшими функциональными зонами. На более высоких иерархических уровнях расположены зоны, отвечающие за запоминание всевозможных визуальных объектов (людей, животных, предметов и т.д.) и ассоциативные связи между ними. Хотя иерархия строения коры головного мозга действительно существует, не стоит считать, что информационные потоки всегда движутся одними и теми же путями.

Рис. 1. Строение нервной клетки

Любая нервная клетка состоит из тела клетки, или сомы, и двух типов внешних древоподобных ветвей: аксона («передатчика») и дендритов («приемников»). Нейрон получает сигналы (импульсы) от других нейронов через дендриты и передает сигналы, сгенерированные телом клетки, вдоль аксона, который в конце разветвляется на волокна. На окончаниях этих волокон находятся синапсы. Синапсы (от греч. synapsis – соединение, связь) – это специализированные функциональные контакты между возбудимыми клетками, служащие для передачи и преобразования сигналов.

По функциональному значению синапсы могут быть возбуждающими и тормозящими – в зависимости от того, активируют они или подавляют деятельность соответствующей клетки. В результате взаимодействия двух нейронов могут возникнуть совершенно новые синапсы. Формирование и усиление синапсов – это то, от чего зависит процесс запоминания.

В коре головного мозга существует много типов нейронов, но 80% из них являются пирамидальными. Типичная пирамидальная клетка имеет несколько, тысяч синапсов.

Выдающийся ученый Вернон Маунткастл – нейрофизик, работавший в Университете Джона Хопкинса, Балтимор, – в 1978 году опубликовал работу под названием Организующий принцип мозговой функции. Он предположил, что при выполнении разных функций кора головного мозга использует один и тот же инструмент. В то время как именитые анатомы бились над поиском ничтожных различий между зонами коры головного мозга, он обратил внимание именно на ее однородность. Механизм зрительного восприятия не отличается от слухового восприятия, а слуховое восприятие – от двигательной функции.

Казалось бы, вполне естественно предположить, что различные функции мозг выполняет разными способами. Кора головного мозга сама себя подразделяет на специфические функциональные зоны, руководствуясь исключительно опытом человека. Человеческий мозг обладает редкостным даром – способностью к обучению и адаптации к изменениям. Это признак очень гибкой системы, а не такой, у которой есть тысяча решений на тысячу задач.

Зоны мозга развивают специализированные функции в зависимости от типа поступающей к ним информации. Кора головного мозга не является жесткой структурой, части которой предназначены для выполнения разных функций согласно разным алгоритмам, подобно тому, как разделение поверхности Земли на страны не было «запрограммировано» в ходе эволюции.

Вы слышите звук, видите изображение, чувствуете давление, но для вашего мозга не существует принципиальных различий между типами подачи информации. Нервный импульс – это нервный импульс. Он одинаков независимо от того, что послужило его причиной. Все, чем оперирует ваш мозг, – это сигналы. Мозг очень пластичен, а входящая информация, которая поступает в него, является не чем иным, как сигналами. Коре головного мозга безразлично, какой из органов чувств посылает сигналы.

Все перечисленное означает, что базовой основой интеллекта не являются сенсорные каналы взаимодействия или их комбинации. Благодаря сигналам кора головного мозга создает модель, очень близкую к реальному миру, а потом эту модель фиксирует в памяти.

Глава 4. Память

Принципы действия неокортекса и компьютера различны. Вместо вычисления решений и программирования поведения кора головного мозга использует память. Четыре особенности памяти неокортекса коренным образом отличают ее от памяти компьютера:

• неокортекс запоминает последовательности элементов, а не отдельные элементы окружающего мира;
• неокортекс вспоминает последовательности автоассоциативно;
• неокортекс запоминает последовательности в инвариантной форме;
• неокортекс сохраняет последовательности иерархически.

Все наши вспоминания хранятся в синаптических связях между нейронами. Если учесть, что неокортекс содержит огромнейшее количество информации, но в каждый конкретный момент времени мы можем вспомнить лишь малую ее толику, то можно предположить, что любое воспоминание обеспечивается лишь ограниченным количеством нейронов и синаптических связей между ними.

Когда вы начинаете вспоминать об интерьере своего дома, то сначала активизируется один набор нейронов, потом он приводит в действие следующий набор и так далее. Объем памяти неокортекса невероятно вместителен. Тем не менее в каждый конкретный момент времени мы можем погрузиться лишь в несколько воспоминаний, вызываемых лишь как последовательность ассоциаций.

Второе ключевое свойство человеческой памяти – ее автоассоциативная природа. Так, заметив, что из-за шторы выглядывают ботинки вашего сына, вы автоматически представите его в полный рост. Привычку некоторых людей «читать мысли» собеседника и заканчивать чужие высказывания считают дурным тоном. Но наш мозг поступает подобным образом постоянно. Подобная склонность заниматься постоянным додумыванием фактов редко осознается человеком, однако она является фундаментальной характеристикой памяти. В любой момент времени часть может активизировать целое – в этом состоит суть автоассоциативных воспоминаний.

Третья особенность памяти неокортекса – формированию инвариантных представлений. Память компьютера устроена так, чтобы сохранять информацию в максимально неизменном виде. Память неокортекса действует иначе. Мозг не запоминает с абсолютной точностью все увиденное, услышанное или почувствованное. Так происходит потому, что мозг запоминает важные взаимосвязи внешнего мира, а не привязывается к отдельным его элементам. Например, лицо вашего друга сохраняется в памяти в инвариантной форме, независимо от угла видения. Вспоминания сохраняются в форме, охватывающей существенные связи между элементами целого, а не преходящие детали.

Три рассмотренные особенности памяти неокортекса необходимы для прогнозирования будущего на основе воспоминаний о прошлом.

Глава 5. Новые рамки понимания интеллекта

Наш мозг использует сохраненные воспоминания для того, чтобы постоянно осуществлять прогноз относительно всего, что мы видим, слышим, чувствуем. Подавляющее большинство прогнозов продуцируются неосознанно. Прогностическая функция настолько органична для мозга, что наше восприятие мира не основывается исключительно на сигналах, которые мы непрерывно получаем от органов чувств. На самом деле восприятие действительности является комбинацией наших ощущений и прогнозов, составляемых мозгом на основе воспоминаний.

Прогнозирование, по моему мнению, – это не просто одна из функций коры головного мозга. Это первичная функция неокортекса и основа интеллекта. Ваше восприятие и понимание мира самым непосредственным образом связано с прогнозированием. В вашем мозге хранится модель мира, которая подвергается постоянному сопоставлению с реальностью. Обратите внимание, что наши тесты на определение коэффициента интеллекта (IQ) по своей сути являются прогностическими задачами. Даже наука основана на прогнозировании. Мы расширяем свои знания о мире путем формулирования гипотез и их проверки.

В мозге рептилии отсутствует неокортекс. Согласно эволюционной теории, появление в головном мозге коры знаменует переход к умению прогнозировать. Однако наши моторные способности и умение планировать намного превосходят способности наших ближайших животных сородичей. Как удается коре головного мозга, изначально предназначавшейся для составления сенсорных прогнозов, генерировать сложные модели поведения, присущие лишь человеку? Откуда могли появится эти модели столь неожиданно? Есть два возможных ответа

Первый: алгоритм функционирования коры головного мозга чрезвычайно мощный и гибкий. Путем незначительных изменений способа соединения, что присуще только человеку, она может создавать новые сложные модели поведения. Второй: поведение и прогноз являются двумя сторонами одной и той же медали. Кора головного мозга действительно может предвидеть будущее, но ее сенсорные прогнозы будут отличаться точностью лишь при учете текущих моделей поведения.

В процессе эволюции кора головного мозга (особенно ее передняя часть) у людей увеличилась. По сравнению с другими приматами и ранними гоминидами у нас непропорционально большой лоб, основное назначение которого – служить вместилищем для очень большой передней части коры головного мозга. Способность человека осуществлять сложнейшие движения связана с тем, что моторная зона коры головного мозга у homo sapience имеет намного больше связей с мышцами тела, чем у других млекопитающих. Поведение большинства животных генерирует «старый» мозг. А у человека передняя часть неокортекса узурпировала бо льшую часть моторного контроля.

Кора головного мозга в первую очередь развивалась с целью запоминания мира. Животные с достаточно большой корой головного мозга воспринимают мир ничуть не хуже нас с вами. Однако то, что делает человека уникальным, – это доминирующая роль коры головного мозга в формировании поведения. Именно по этой причине у людей существует система речи, именно поэтому создаются замысловатые инструменты.

Вот мы и подошли к тому, чтобы нарисовать полную картину. Природа создала рептилий со сложными органами чувств и сложными, но относительно устойчивыми моделями поведения. Потом она сделала открытие: если дополнить их мозг системой памяти, к которой подключить поток сенсорной информации, животное сможет запоминать свой прошлый опыт. Когда животное попадает в такую же или подобную ситуацию, происходит вызов воспоминания из памяти, а это ведет к прогнозированию того, что, вероятнее всего, должно случится. Таким образом, разум и понимание начались с системы памяти, которая посылала прогнозы в поток сенсорного восприятия. Эти прогнозы являются сущностью понимания. Знать что-либо означает, что вы можете составлять об этом предположение.

Кора головного мозга развивалась в двух направлениях. Во-первых, она увеличилась, и, соответственно, научилась хранить более сложные воспоминания. Она могла запоминать больше информации и составлять прогнозы на основе более сложных связей. Во-вторых, кора начала взаимодействовать с моторной системой «старого» мозга. Чтобы спрогнозировать, что будет дальше, ей нужно учитывать текущие действия. В результате управление большей частью моторного поведения человека перешло к неокортексу. Уже не ограничиваясь составлением прогнозов на основе поведения, диктуемого «старым» мозгом, неокортекс человека управляет его поведением для удовлетворения своих ожиданий. Кора головного мозга человека особенно велика, поэтому обладает большой запоминающей способностью. Она постоянно составляет прогнозы того, что вы почувствуете, услышите, увидите, причем вы этого не осознаете.

Прогнозы – это наши мысли, а в сочетании с сенсорными входными потоками информации – наше восприятие. Я назвал такое видение мозга запоминающе-прогностическими рамками интеллекта. Если бы «Китайская комната» включала подобную систему памяти, которая могла бы прогнозировать, какой иероглиф появится следующим, мы с полной уверенностью могли бы сказать, что она поняла китайский и поняла рассказ. Теперь нам понятна ошибка Алана Тьюринга. Прогнозирование, а не поведение является свидетельством наличия разума.

Глава 6. Как работает кора головного мозга

Инвариантные представления. Рис. 2 представляет первые четыре зрительные зоны, вовлеченные в распознание объектов окружающего мира. Биологи обозначают эти зоны V1, V2, V4 и IT. Входной визуальный сигнал показан стрелкой под зоной V1. Зрительная информация с сетчатки ваших глаз передается к V1. Этот входной поток информации можно представить, как непрерывно изменяющиеся последовательности сигналов.

Рис. 2. Первые четыре зоны в распознавании объектов

Нервные клетки зоны V1 ничего не знают о лицах, автомобилях, книгах или других объектах, постоянно встречающихся на вашем пути. Все, что они знают, – это крошечная, как укол булавки, часть всего мира перед вашими газами. А вот если мы введем электрод в верхнюю зону IT, то обнаружим нечто совершенно невероятное. Мы увидим, что некоторые клетки указанной зоны возбуждаются и остаются активными, когда в поле зрения человека появляются целые

объекты. Например, мы можем найти клетку, энергично реагирующую каждый раз, когда в поле зрения появляется лицо. Она не включается-выключается при каждой последующей саккаде, как это делают клетки зоны V1. Рецептивное поле такой клетки покрывает бо льшую часть зрительного пространства, и она возбуждается всякий раз, когда человек видит лица.

По мере продвижения от сетчатки до зоны IT изменчивые, пространственно специфические, ориентированные на распознание мелких деталей нейроны сменяются нейронами высших зон – пространственно неспецифическими, постоянно активными и способными распознавать целые объекты. Описать данную схему несложно. Проходим быстренько четыре стадии, и вот вам лицо. Но ни одна компьютерная программа, ни одна математическая формула не в состоянии обеспечить решение подобной задачи с той же надежностью и универсальностью, как это делает человеческий мозг.

Мозг постоянно продуцирует полисенсорные прогнозы. Я отгибаю скрепку на ручке и ожидаю, что, стоит мне отпустить пальцы, прозвучит характерный щелчок, вызванный ударом скрепки по корпусу ручки. Не услышав этого щелчка, я бы очень удивился. Мой мозг точно прогнозирует, когда я услышу звук и каким именно он будет. Для того чтобы такой прогноз осуществился, информация пересекает по иерархии все соматосенсорные зоны коры головного мозга и по обратной связи поступает назад по иерархии и слуховой зон (рис. 3).

Рис. 3. Потоки информационных сигналов передвигаются вверх по иерархически организованным сенсорным зонам, а затем возвращаются к низшим зонам. Таким образом формируется объединенный сенсорный опыт и осуществляется прогностическая функция

Я просто поражаюсь, насколько интегрированными являются все наши перцепционные прогнозы. Хотя они могут казаться простыми, даже тривиальными, надо помнить, насколько они всеобъемлющи. Они могут формироваться только на основе мощных скоординированных потоков информации, непрерывно циркулирующих в двух противоположных направлениях по иерархии зон коры головного мозга.

Почему кора головного мозга устроена иерархически? Одна из наиболее важных концепций данной книги состоит в том, что иерархическая структура коры головного мозга хранит модель иерархического строения внешнего мира.

Строение зон коры головного мозга. На рис. 4 приведено схематическое строение зоны коры головного мозга. Каждое мгновение нашей жизни каждая зона коры головного мозга сравнивает набор ожидаемых колонок, возбужденных сверху, с набором колонок, которые уже были возбуждены снизу. Там, где эти два набора пересекаются, создается наше восприятие. Если бы поступали совершенные сигналы снизу и у нас были бы совершенные прогнозы, тогда набор возбужденных колонок всегда совпадал бы с набором ожидаемых колонок. Но очень часто этого не происходит. Метод сочетания частичного прогноза и частичного входного сигнала позволяет определиться с неоднозначным входным сигналом, он позволяет заполнить пробелы в информации и остановить выбор на одном из альтернативных вариантов.

Рис. 4. Слои и колонки в зоне коры головного мозга

Именно так мы определяемся, изображено на картинке два лица или ваза. Именно так мы разветвляем моторный поток на написание или произнесение вслух Геттисбергской речи.

Как происходит процесс обучения. Правило «обучения Хебба»: когда два нейрона активизируются одновременно, синаптические связи между ними усиливаются. Основными составляющими обучения являются формирование классификаций и создание последовательностей. Основой формирования последовательностей является группирование паттернов, которые относятся к одному и тому же объекту. Один из способов – группировать сигналы, следующие друг за другом. Когда ребенок держит в руке игрушку и медленно ее переворачивает, его мозг может с уверенностью считать, что непрерывно изменяющееся изображение на сетчатке все равно принадлежит одному и тому же объекту, а значит, изменяющийся набор сигналов можно сгруппировать вместе.

В первые годы вашей жизни «записи» о мире формируются в высших зонах коры головного мозга. Однако по мере вашего дальнейшего обучения они перемещаются во все более низкие зоны иерархии коры головного мозга. Когда простые репрезентации передвигаются вниз, высшие зоны коры головного мозга получают возможность учить новые, более сложные, сигналы. Согласно моей теории, именно таков путь становления эксперта.

Опытный менеджер может сразу распознать недостатки и преимущества структуры организации, в то время как начинающий просто не понимает пока этих вещей. Они получают один и тот же входной сигнал, но модель новичка не настолько совершенна, как модель опытного менеджера.

Гиппокамп – вершина всех вершин. Три большие структуры мозга лежат под оболочкой коры головного мозга и связаны с ней. Это базальные ганглии, мозжечок и гиппокамп (рис. 5). Все три структуры возникли раньше, чем кора головного мозга. В очень грубом приближении мы можем утверждать, что базальные ганглии были примитивной двигательной системой, мозжечок изучал точные временные соотношения событий, а гиппокамп сохранял в памяти конкретные события и места. В определенной степени кора головного мозга присвоила себе функции, изначально принадлежавшие им. Например, человек, родившийся без мозжечка, будет страдать от недостатков координации и вынужден будет прилагать более сознательные усилия при передвижении, но в остальном он будет вполне нормальным.

Рис. 5. Базальные ганглии, мозжечок и гиппокамп

Но вот гиппокамп – другого поля ягода. Это одна из наиболее изученных зон мозга, потому что она является обязательной для формирования новых запоминаний. Если вы потеряете обе половины гиппокампа (как и многие другие составляющие нервной системы, он присутствует и в левом, и в правом полушариях головного мозга), вы утратите способность запоминать новую информацию.

Классический подход к гиппокампу следующий: здесь формируется память о новых событиях, а затем, через дни, недели, месяцы, эта новая информация перемещается в кору головного мозга. В отличие от коры головного мозга структура гиппокампа гетерогенная, он состоит из нескольких специализированных отделов. Гиппокамп быстро запоминает любые полученные сигналы. Это его уникальная роль, с которой он отлично справляется.

Положение гиппокампа на вершине корковой иерархии оптимально для запоминания новых сигналов. У него также наилучшее положение для того, чтобы вызывать эти запоминания и передавать их на хранение в иерархию коры головного мозга. Правда, последний процесс – весьма небыстрый. Вы можете моментально запомнить свежее событие в гиппокампе, но, для того чтобы сохранить его в коре головного мозга навсегда, вам нужно повторять полученный опыт снова и снова, в реальности или мысленно.

У вашей коры головного мозга существует еще один основной способ передачи информации от одной зоны к другой вверх по иерархии. Этот альтернативный путь начинается с клеток слоя 5, проецирующихся в таламус а затем из таламуса – в следующую корковую зону. Любые две зоны коры головного мозга, непосредственно связанные друг с другом в иерархии, связаны еще и косвенно – через таламус (о том, что эмоциональная реакция быстрее рациональной, см. ).

Если бы я показал лицо со странной меткой на носу, то вы почти наверняка опознали бы именно лицо. Затем ваши низшие уровни зрительного восприятия заметили бы: что-то не так. Выявленная ошибка вызывает активизацию дорожки повышенного внимания. Подробности будут передаваться альтернативным путем, пропуская группирование, которое происходит в нормальных условиях. Ваше внимание остановится на метке. Теперь вы видите не только лицо, но и метку. Если она выглядит достаточно необычно, то может полностью завладеть вашим вниманием.

Глава 7. Сознание и творчество

Разумен ли одноклеточный организм? Если под «разумом» понимать человеческий интеллект, то ответ будет отрицательным. Однако, если учесть, что это одноклеточное находится в самом дальнем конце континуума видов, использующих прогнозирование и память для оптимизации репродуктивных процессов, ответ будет положительным. Память и прогнозирование используются абсолютно всеми живыми существами. Разница в методах – от простых до самых изощренных.

В развития интеллекта можно выделить три этапа, причем на каждом из них использовалась память и прогнозирование. На первом этапе простейшие организмы использовали ДНК как средство запоминания и прогнозирования. Каждая отдельная особь не могла обучиться и приспособиться в течение своей жизни, она была способна лишь передать своим потомкам информацию о мире, полученную посредством ДНК от предков.

Второй этап начался, когда природа изобрела модифицируемые нервные системы, способные быстро усваивать сведения, получаемые из внешней среды, и сохранять их в памяти. На данном этапе отдельные особи могли усваивать структуру мира и адаптироваться к ней в рамках своей жизни. Но механизмы передачи приобретенных знаний, навыков и умений другим представителям своего вида, равно как и потомкам, отсутствовали (частично это было осуществимо путем непосредственного наблюдения). Именно на втором этапе у живых существ появилась (а со временем и увеличилась) кора головного мозга, но это было только начало.

Третьего и последнего этапа развития интеллекта достиг только человек. Этот этап ознаменовался значительным увеличением неокортекса и возникновением системы речи. Мы, люди, способны не только глубоко изучить структуру мира и наследие предков, но также посредством речи передать свои знания другим. Так осуществляется связь между поколениями.

Что такое творчество? Творчество можно определить, как способность прогнозирования на основе аналогий. Если творчество присуще мозгу любого человека, то как можно объяснить различия в степени выраженности творческих способностей? Модель «Память-предсказание» предлагает два возможных ответа. Первый опирается на природные задатки, а второй – на обстоятельства воспитания.

Особенности прогностического процесса, а значит, и наши дарования, базируются на нашем опыте. Опасность ложной аналогии существует всегда. История науки богата примерами разоблачения великолепных на первый взгляд аналогий. Так, например, известный астроном Иоганн Кеплер убедил себя в том, что орбиты шести известных на то время планет предопределяются Платоновыми многогранниками. Пусть заблуждение Кеплера послужит хорошим уроком для всех ученых.

Мозг – это орган, создающий модели и ставящий творческие прогнозы. Эти прогнозы и модели могут как прояснить истину, так и сбить с правильного пути познания мира. Причем, при отсутствии правильных корреляций человеческий мозг склонен к тому, чтобы принять ошибочные предположения. Псевдонаука, фанатизм, религиозность, нетерпимость очень часто имеют общий корень – ошибочные аналогии.

Что такое сознание? Я думаю, что считать сознание неким магическим «соусом», который прилагается к мозгу, в корне неверно. Но и в наше время многие люди продолжают верить, что сознание – это нечто особенное, то, что невозможно объяснить в редукционистских биологических терминах. Я считаю, что между присутствием у живого существа сознания и наличием у него неокортекса можно поставить знак равенства.

По моему мнению, сознание тождественно способности сохранять единицы информации в декларативном виде так, чтобы вы могли вызвать их из памяти по своему желанию и пересказать кому-то другому посредством устной или письменной речи.

Если вы спросите меня, где я был в прошлую субботу, я вам смогу рассказать об этом. Вот вам пример единицы информации, сохраненной в мозге в декларативном виде. С другой стороны, если вы спросите меня, как при езде на велосипеде удерживать его в состоянии равновесия, я порекомендую вам крепче держаться за руль и давить на педали, но не смогу предоставить более точных объяснений. Дело в том, что удержание равновесия на велосипеде обеспечивается нейронной деятельностью «старого» мозга, т.е. воспоминание об этом процессе не сохраняется в декларативной форме.

Воображение – это, по сути, вариант планирования, или реализации прогностической функции неокортекса, позволяющее судить о последствиях действий еще до их совершения.

Формирование модели мира во многом основано на обычаях, культуре и влиянии ближайшего окружения. Если ребенок вырос в доме, где его любят, где о нем проявляют заботу, с родителями, которые чутко относятся к его эмоциональным потребностям, он, становясь взрослым, как правило, прогнозирует, что мир – это дружественное и безопасное место. Дети, подвергавшиеся жестокому обращению со стороны одного или обоих родителей, склонны прогнозировать будущие события как опасные или жестокие и считать, что никому не стоит доверять (причем независимо от того, насколько хорошо с ними обращаются). Психология, в основном, обращается к последствиям раннего жизненного опыта, привязанностей и воспитания, поскольку именно в этот период мозг «закладывает фундамент» своей модели мира.

Ваша культура (и опыт, полученный в семье) прививает вам стереотипы, которые, к сожалению, являются неотъемлемой частью вашей жизни. В этой книге вполне можно заменить словосочетание инвариантная репрезентация (или инвариантное запоминание) на стереотип, при этом смысл мало изменится. Прогнозирование на основе аналогии – в значительной степени то же самое, что и оценка на основе стереотипа.

Способ, к которому мы должны прибегать для предотвращения ущерба, наносимого стереотипами, при воспитании своих детей, – это учить их распознавать ложные стереотипы, проявлять больше эмпатии и скептицизма. Нам нужно развивать эти навыки критического мышления в придачу к прививанию лучших качеств, нам известных. Скептицизм, являющийся основой научного метода, – единственный способ отличить факты от фикции.

Глава 8. Будущее разума

Нужно ли нам создавать разумные машины? Некоторые люди полагают, что быть разумным – то же самое, что и обладать человеческой ментальностью. Они опасаются, что разумные машины однажды взбунтуются против «порабощения», потому что гнет претит людям. Они боятся, что разумные машины попытаются захватить мир, потому что разумные люди, как показывает история, постоянно борются за власть. Все эти опасения базируются на ошибочной аналогии. Они основываются на объединении разума, т.е. алгоритма коры головного мозга, с эмоциональными устремлениями «старого» мозга, такими как страхи, стремление к обладанию, неприятие насилия. А ведь у разумных машин не будет подобных побуждений.

Саккады (от старинного французского слова, переводимого как «хлопок паруса») - быстрые, строго согласованные движения глаз, происходящие одновременно и в одном направлении, амплитуда которых не превышает 1 угловой град. Человек делает около трех саккад в секунду.

Геттисбергская речь Авраама Линкольна - одна из известнейших речей в истории Соединённых Штатов Америки. Президент произнёс её 19 ноября 1863 года при открытии Национального солдатского кладбища в Геттисберге, штат Пенсильвания. За четыре с половиной месяца до этого произошла решающая Битва при Геттисберге, закончившаяся победой армии Севера над конфедератами.