Как доказать, что объяснение механизма работы мозга, предлагаемое в данной книге, верное? Ответ на этот вопрос состоит из десяти частей.
1. Назначение науки в том, чтобы предлагать концептуальные модели устройства мира. Наука ничего не может доказать. Взгляды Ньютона на механику Вселенной казались совершенными, пока не сказал свое слово Эйнштейн. Очень скоро и взгляды Эйнштейна будут пересмотрены. Иногда концептуальную модель просто совершенствуют, иногда оказывается, что другие модели приводят к требуемым результатам, иногда исходную модель приходится менять полностью.
В этой книге я предлагаю модель самоорганизующейся информационной системы на основе нейронной сети. ^Это концептуальная модель. Вполне ясно, что понимание работы мозга не будет вытекать из знания особенностей поведения каждого отдельно взятого нейрона в мозге. Подобное исследование не приведет к формированию ‘представления о том, каким образом мозг должен быть организован, чтобы работать так, как он это делает.
Исследование конструкции вагонов и материала, из ‘которого сделаны рельсы, не подарит нам концептуальной идеи того, как организована работа железной доро-ги. Нам нужна функциональная концепция, которая показывает, каким путем поведение взаимодействующих нейронов ведет ко всему многообразию мыслительной деятельности: юмору, творческому озарению, восприятиям, эмоциям и так далее.
Как я говорил ранее, догматическому невежеству нет места в науке: «Мозг слишком сложен, чтобы его можно было понять, поэтому нам его не понять никогда».
2. В общем и целом речь идет об очень широком классе самоорганизующихся систем, отличающихся от так называемых пассивных систем (традиционные компьютеры). Внутри этого широкого класса систем могут быть иные модели. В деталях они, скорее всего, будут различаться в широких пределах. Например, на месте нейронной связи может оказаться химическая и так далее.
Задача состоит в том, чтобы сделать означенный класс систем как можно более широким, но при этом быть в состоянии предсказывать определенные типы поведения. Простое сравнение между пассивными и самоорганизующимися информационными системами позволяет увидеть большое многообразие различий в поведении.
Некоторые исследователи считают, что мозг хранит информацию подобно голограмме. Возможно, так оно и есть, однако такое описание ничего не говорит нам о том, каким образом мозг переходит от одного состояния к другому (результатом чего является мышление). Голографическая концепция, как и многие другие, функционально совместима с моделью, предлагаемой здесь.
3. Рассматриваемая модель является очень простой системой, которая, однако, способна функционировать очень сложным способом. Это, безусловно, лучше, чем сверхсложные системы, поскольку биология явно тяготеет к простым системам со сложным поведением (генетический код представляет собой просто последовательность различных протеинов). Самое главное в том, что поведение системы, результатом которого становятся такие явления, как мыслительные паттерны, творческое озарение и юмор, вытекает из естественного поведения мозга, описываемого моделью. Данная система не могла бы вести себя никаким иным образом. Это совсем другое дело, чем сказать: «Теперь давайте сделаем юмор частью этой модели». Описательные модели, в которых просто утверждается, что «нечто происходит» или «некий механизм обеспечивает данный процесс», имеют низкую практическую ценность. Они напоминают детский рисунок коробочки, на которой написано: «Все происходит внутри».
4. Рассматриваемая базовая модель была на самом деле опробована на компьютере и вела себя во многом так, как предсказывалось. Это важно, поскольку иногда случается, что сложные модели «зависают» или «лопаются», когда идет их опробование на практике. Что важнее всего, многое из того, что теперь делается в области нейрокомпьютеров и нейросетевых машин (с тех пор, как вышла моя книга «Механизм разума» [ «The Mechanism of Mind»]), показывает, что такие системы действительно работают и демонстрируют высокую скорость самообучения. Хотя они и не готовы пока для коммерческого выпуска, действующие модели таких компьютеров в настоящее время уже созданы. Одно это доказывает, что такой тип информационной системы достаточно функционален и имеет значительный потенциал. В определенном смысле это доказательство с помощью дизайна. Нейрокомпьютеры сконструированы так, чтобы работать наподобие того, как, по нашему разумению, функционирует мозг, и их успешная работа доказывает, что такой тип системы действительно работает.
5. Рассматриваемая самоорганизующаяся система является полностью совместимой с тем, что нам известно о нейронах и нейросетях. По мере того как наука о нейронах будет продвигаться вперед, пробелы в деталях будут заполняться. Например, открытие того факта, что энзим кальпейн обеспечивает связность ассоциаций, имело место после того, как был предсказан механизм с такой функцией. Неврология со временем, возможно, покажет, что существует сразу несколько мозгов или слоев в мозге, работающих независимо и параллельно друг другу, и что существует некий механизм, отвечающий за координацию их деятельности для получения результата. Возможно, неврология со временем докажет большое значение как нейротрансмиттеров, так и фоновой биохимии. Тем не менее организационный тип системы не изменится от всех этих открытий.
6. Эффекты, предсказываемые моделью (такие, как юмор, творческое озарение, творчество, эффект эмоции по восприятию), укладываются в наш нормальный опыт. Нет ничего, что противоречило бы нашему эмпирическому опыту, хотя может быть много противоречащего нашему традиционному взгляду на мозг как на телефонный коммутатор.
7. Модель эволюции Дарвина никогда не была доказана и, возможно, никогда не будет доказана. Мы принимаем и используем эту модель, потому что она предлагает возможный вариант развития событий и объясняет действительность более или менее обоснованным образом лучшей модели. Все эти соображения применимы и к рассматриваемой модели самоорганизующейся системы. С функциональной точки зрения она столь же справедлива, как и дарвиновская теория эволюции. Может быть, кто-то другой предложит более совершенную модель, которая также основана на простом поведении нейронов. Более того, данная модель в плане своей обоснованности гораздо прочнее модели Дарвина, поскольку дарвиновская теория изменения посредством случайных мутаций имеет много слабых мест.
8. Самым важным аспектом любой концептуальной модели является ее способность находить практическое применение. Модель, предлагаемая здесь, обеспечивает понимание процесса творчества как результата изменения концепций. Отсюда вытекает логика провокации и разработка творческих мыслительных инструментов (латеральное мышление), которые уже получили широкое применение с достаточным успехом. Другим результатом применения модели стали простые способы обучения перцепционному мышлению в школах, использование которых также доказало свою успешность. Важным следствием использования модели (в дополнение к практическому применению, как, например, в виде метода изучения материала в обратную сторону) является понимание таких явлений, как творческое озарение и юмор.
На протяжении всей книги вы встретите различные практические выводы, вытекающие из модели самоорганизующейся паттерн-системы. Все они сведены вместе в конце книги на с. 330.
9. Евклидова геометрия является одновременно блестящей мыслительной конструкцией и очень практичной системой, которая может использоваться нами с большой пользой. Первым шагом было определение универсума, в котором строить геометрию. Евклидова геометрия не действует на сферических и некоторых других поверхностях. Следующим шагом было определение ряда аксиом. Данные аксиомы вытекали из поведения некоторых простых элементов, таких как прямые, в заданном универсуме: например, параллельные прямые на плоскости не пересекаются. Затем на основе данных аксиом была построена вся система теорем и их доказательств.
Мы могли бы перестать говорить о мозге и рассматривать предлагаемую здесь модель как определяющую некий тип самоорганизующегося универсума. Элементам не надо быть нейронами. Мы можем определить рассматриваемый универсум как «пространство паттернов». Затем изучим поведение в данном пространстве и выведем ряд основополагающих принципов. Это то, что я проделал в одной из частей данной книги. Затем мы увидим, что происходит, когда эти принципы, или аксиомы, применяются. В итоге получим поведение, которое замечательным образом напоминает работу мозга. Мы, однако, по-прежнему можем считать, что никакого подобия не существует.
10. Мне кажется (хотя читатель волен не согласиться со мной), что предлагаемая здесь модель объясняет некоторые аспекты поведения мозга (такие, как юмор, озарение и творчество) гораздо лучше, чем любые другие существующие модели. Это относится и к обширной сфере восприятия, также представляющей для меня особый интерес. Более того, могут иметься определенные отделы в мозге, которые функционируют иным образом (например, в случае алгоритмической сортировки), и я не исключаю этого. Моя задача состоит в том, чтобы предложить возможную модель перцепционной обработки, вытекающей из того, что нам известно о поведении нейронов. Любой, кто считает, что система, о которой идет речь, не является в основе своей самоорганизующейся, волен предложить модель, отличную от предлагаемой здесь и более совершенную.
Итак, по моему мнению, имеются веские причины, по которым с данной моделью стоит считаться. Понимание того, что вытекает из данной модели (или широкого класса моделей), может иметь ценные практические последствия и способно помочь изменить существующую систему мышления. Например, недостатки эволюционной модели изменения и большие трудности, с которыми протекает изменение парадигм, вытекают непосредственно из природы самоорганизующихся систем.
Нам проще понять механизм работы мозга человека, чем осмыслить законы гравитации.
