Рецепт мозга выглядит так: 78% воды, 15% жира, а остальное - белки, гидрат калия и соль. Нет ничего более сложного во Вселенной из того, что мы знаем и что сопоставимо с мозгом вообще.
Как вы думаете, какое количество энергии потребляет мозг? 10 Ватт. Лучшие из мозгов в лучшие из своих креативных мгновений потребляют, скажем, 30 Ватт. Суперкомпьютеру нужны мегаватты. Из этого следует, что мозг работает каким-то совершенно другим способом, нежели компьютер.
В человеческом мозгу большинство процессов идет параллельно, в то время как компьютеры имеют модули и работают сериально, просто компьютер очень быстро переходит с одной задачи на другую.
Кратковременная память у человека организована не так, как в компьютере. В компьютере есть «железо» и «софт», а в мозгу hardware и software нераздельны, это какая-то смесь. Можно, конечно, решить, что hardware мозга - это генетика. Но те программы, которые наш мозг качает и устанавливает в себя всю жизнь, через некоторое время становятся «железом». То, чему вы научились, начинает влиять на гены.
Память человека организована семантически, в отличие от компьютера. Например - информация о собаке вовсе не лежит в том месте, где собрана наша память о животных. Вчера пес опрокинул чашку кофе на мою желтую юбку - и навсегда у меня собака этой породы будет ассоциироваться с желтой юбкой.
У человека больше ста миллиардов нейронов. У каждого из нейронов, в зависимости от типа, может быть до 50 тысяч связей с другими частями мозга. Квадриллион комбинаций, больше чем число звезд во вселенной. Мозг - это не просто нейронная сеть, это - сеть сетей сетей. В мозге 5,5 петабайт информации - это три миллиона часов видеоматериала. Триста лет непрерывного просмотра! Это - пульсирующие нейронные сети. Там нет «мест», где отдельно работает что-то одно. Поэтому даже если бы мы нашли в мозгу зоны жертвенности, любви, совести, это нам никак не облегчило бы жизнь.
Да был романтический период в истории науки изучения мозга, когда еще казалось, что мозг можно описать по качествам и адресам. Когда думали, что есть разделы, которые занимаются нежной дружбой, привязанностью и т. д. Это делалось на основании чего-то. Был период, когда начали действительно открывать связь между умениями людей и определенными отделами в мозгу, которые якобы за это отвечают. Якобы – потому что это и, правда, и неправда. Мы ведь знаем, что у человека есть речевые зоны. И если с ними что-то случится, речь исчезнет. С другой стороны, мы знаем массу примеров, когда у человека вообще удален левый мозг. И там физически нет ни одной речевой зоны. А речь возможна. Как это происходит? Вопрос с локализацией функций – вопрос очень подвешенный. В мозгу одновременно все локализовано - и не локализовано. Память имеет адрес. И одновременно не имеет.
Конечно, в мозгу есть функциональные блоки, есть какая-то локализация функций. И мы думаем, как дурачки, что если мы делаем языковую работу, то в мозгу будут активированы зоны, которые заняты речью. Так вот нет, не будут. То есть они будут задействованы, но остальные участки мозга тоже будут принимать в этом участие. Внимание и память в этот момент будут работать.
Если задание зрительное, значит, зрительная кора тоже будет работать, если слуховое - то слуховая. Ассоциативные процессы тоже всегда будут работать. Одним словом, во время выполнения какой-либо задачи в мозге не активируется какой-то отдельный участок - мозг всегда работает весь. То есть участки, которые за что-то отвечают, вроде бы есть, и в то же время их как бы нет
Если мы ставим карандашом точку на листе – то это точка. А если мы смотрим на нее через лупу, то она уже становится какой-то шершавой. А если мы возьмем электронный микроскоп, то даже непонятно, что мы там увидим. Это ситуация, в которой мы сейчас оказались. Еще полшага - и нам удастся описывать мозг с точностью до одного нейрона.
И что? - Мы оказываемся в ситуации, когда есть огромные горы фактов и миллиметры объяснений. Если признать, что сознание – это в первую очередь осознание, то мы наталкиваемся на огромный разрыв между относительно хорошо изученными психофизиологическими процессами и фактически неизученным осознанием и пониманием. Мы даже не можем сказать, что это такое.
Вот, например, с чего вы взяли, что с использованием больших данных, big data, вы будете предсказывать мое поведение? Мое поведение не предсказывается ни Декартом, ни Аристотелем, никем. Оно может быть истерическим. Например, нобелевский лауреат по экономике, психолог Даниел Канеман описывал, как человек принимает решения, и пришел к выводу, что решения принимаются ПРОСТО ТАК. «А я вот так пойду, и все - хочу потому что». Как вы собираетесь это предсказать?
Я могу проанализировать ситуацию и решить вести себя определенным образом, а потом в четыре секунды все ломается. Это говорит о серьезной вещи: насколько мы не хозяева себе. Действительно пугающая мысль - а кто на самом деле в доме хозяин? Их слишком много: геном, психосоматический тип, масса других вещей, включая рецепторы. Хотелось бы знать, кто это существо, принимающее решения? Про подсознание вообще никто ничего не знает, лучше эту тему сразу закрыть.
Мозг может морочить нам голову. Есть реальные работы, в которых об этом говорится. Например, «The mind’s best trick: How we experience conscious will» Даниэля Вегнера. Он пишет, что мозг все делает сам. Вообще все! После этого посылает нам сигнал: «Не волнуйтесь, все хорошо, это ты принял решение»
Я часто привожу пример с пальцем, чтобы показать, как работает наш мозг. Сейчас я решаю согнуть указательный палец на правой руке, но на самом деле я ничего не сгибаю. Т.е. это просто решение. А вот теперь я его сгибаю (сгибает палец).
Как это получилось? Ответы, которые я получаю на этот вопрос, всегда бьют мимо цели. Мне говорят, что это мозг послал сигнал на рецепторы..Но это же смешно. Я доктор биологических наук, мне это все известно. Если бы правда все было так, я бы не задавала этот вопрос. Меня интересует именно то, что происходит в промежутке времени между тем, как я об этом подумала, и как мозг послал сигнал. Почему мозг стал посылать сигнал? Получается, это был скачок из области нематериального - т.е. из области моей мысли, к области материальной, когда палец начал сгибаться.
Поэтому центральный вопрос, который никуда не уходит, звучит так: «Что есть наш мозг - реализация множества всех множеств, не являющихся членами самих себя или самодостаточный шедевр, находящийся в рекурсивных отношениях с допускаемой в него личностью, в теле которой он размещен?»
Мозг не живет, как голова профессора Доуэля, на тарелке. У него есть тело - уши, руки, ноги, кожа, потому он помнит вкус губной помады, помнит, что значит «чешется пятка». Тело является его непосредственной частью. У компьютера этого тела нет.
Сейчас все больше людей интересуются тем, как устроен мозг. Конечно, это мода. Но вторая причина не менее важная – мы кардинально зависим от мозга. Наши глаза, уши, наши органы чувств поставляют информацию туда. Смотреть – это одно, а видеть – это другое. Картина мира находится в мозгу. Но вопрос – можем ли мы ему доверять? Если взять пациента, у которого галлюцинации, и сделать ему магнитно-резонансную томографию, то она покажет, что во время видений его мозг действительно обрабатывает зрительные или слуховые сигналы.
Если мозг настолько самодостаточен, что сам делает все, то какова наша роль? Или мы просто вместилище для этого монстра? Поэтому вопрос о свободе воли очень серьезно стоит в нейронауке, психологии и философии. Мы свободны в своих решениях или нет? Или мозг сам принимает решение, а потом посылает нам утешительный сигнал: «Ни о чем не тревожься, это решение принял ты
Гештальтное восприятие, все искусство, творчество, наука, которая не только счетом занимается, - этого компьютеры не могут делать. Пока это все наше, у нас есть шансы.
До сих пор не очень понятно, каким образом в мозге хранятся языки, слова, их значения. При этом есть патологии, когда люди не помнят существительные, но помнят глаголы. И наоборот.
В общем, и сознание - это мозг, и память - мозг, и язык - тоже. Бродский говорил, что «поэзия - высшая форма языка, особый ускоритель сознания и наша видовая цель». То есть мы как вид умеем больше, чем эти железные счетоводы, которые единицы и ноли гоняют. Мы делаем нечто совсем другое.
Мы знаем, конечно, что есть функциональные блоки в мозгу. Скажем, эта часть занимается языком, эта занимается зрительными образами, есть зоны, которые особенно заняты памятью, но если всерьез, то весь мозг занят всем. Эти зоны есть, и мы о них знаем, потому что, если кирпич упадет на зону Брока, то человек перестанет говорить, и это факт. Но обратный ход неправильный. Нельзя сказать, что речью управляет такая-то зона. Речью, как и сознанием, памятью, всем управляет весь мозг.
Беда в том, что, смотря в мозг, вы ничего там не видите. Какой бы совершенной ни была ваша аппаратура, дальше возникает этап интерпретации. А она зависит уже от философской позиции. Это круг. Сейчас есть большой скепсис по поводу того, имеет ли смысл вообще все это изучать. Ведь мы не знаем, что с этим делать. Здесь есть и еще одна неприятность. Страшная разница в индивидуальных результатах. Если мы будем даже исследовать одного и того же человека, а не складывать вместе академиков, алкоголиков и т. д., результат все равно будет специфическим. 33 раза был повторен один и тот же опыт с одним человеком. Это просто разные картины. Есть провал в объяснительной базе. Мы можем сказать так: «Мы думаем, что …» - и приложить картинку из его мозга.
Есть еще вот такая прелестная вещь, о которой, кстати говоря, всем не вредно бы знать,- у нас есть в мозгу так называемые «Зеркальные системы» Это системы, которые открыл Джакомо Резолатти, замечательный ученый, кстати, наш почетный профессор Петербургского университета, я это организовывала, между прочим, и он к нам приезжал, лекции читал, вообще, прелестный дядька. И он открыл эти зеркальные системы. Они представляют собой вот что:они включаются не тогда, когда вы сами что-то делаете, а когда вы наблюдаете за тем, как это делает другой. Слово «Другой» с большой буквы. Вообще, любой Другой. Это основа для коммуникации, основа, вообще для любого обучения. И основа языка, и самое главное, я повторяю - это основа коммуникации. Потому что люди, у которых диагноз «Аутизм» или «Шизофрения» - уже доказано это, что у них поломаны эти системы. Они живут в своем собственном мире, совершенно не имея никакой возможности из него выйти и посмотреть на ситуацию другими глазами.
Человек – это животное?
Важными отличиями человека от других животных является язык и сознание.
Мы постоянно имеем дело не только с самими объектами, но и с символами. Вот, допустим, на столе стоит стакан. Зачем его называть «стаканом»? Зачем его рисовать? Кажется, у человека есть то, что можно назвать «страсть к дублированию мира».
Важно понять, что мы зависим от нашего мозга на все 100%. Да, мы смотрим на мир «своими глазами», что-то слышим, что-то ощущаем, но то, как мы понимаем это все, зависит только от мозга. Он сам решает, что нам показывать и как. По сути, мы вообще не знаем, что такое реальность на самом деле. Или как видит и ощущает мир другой человек? А мышь? А как видели мир шумеры?
У ворон, а точнее даже у врановых в целом, мозг довольно похож на мозг приматов по уровню развития. Вороны узнают свое отражение.
Обезьяны успевают заметить порядок чисел и быстро в правильном порядке нажимать квадратики, под которыми числа скрываются. Более того, даже мы с вами не можем в этом с ними состязаться.
Если вы влезете и наберете что-то насчет интеллектуальных задач, которые дают обезьянам, там есть просто фильмы, вы можете посмотреть онлайн, как это происходит: ей показывают на короткое время какие-то цифры и убирают, а после этого начинают мелькать эти цифры, и она должна пальцем тыкать в те, которые она видела. Абсолютно не возможная для меня задача. Не только с такой скоростью, а вообще, я даже не могу подумать. Она это делает с космической скоростью, что вы видите просто. Так что не стоит про себя слишком много думать.
Мозг дельфинов тоже мощно развит. Еще неизвестно у кого лучше - у нас или у них. Говорит, что часто в ответ доносится «Но они же не построили цивилизацию!». Но какая разница, когда они могут спать, отключая только одно полушарие и продолжая бодрствовать, обладают иронией, своим языком, живут счастливыми жизнями, всегда сыты, не имеют совсем опасных врагов и далее по списку. Понимаете, они пляшут и поют, у них бесконечное количество еды - весь океан, экология прекрасная, плыви куда хочешь. Только поют, играют, любовью занимаются и все, а чего больше, что они должны сделать? Стройку коммунизма устроить там, на Фиджи или что? Что они должны сделать, чтобы мы были довольны?
И еще был знаменитый попугай Алекс. Он знал порядка 150 слов, отвечал на простые вопросы.
По моему глубочайшему убеждению, наука занимается тем, что пытается узнать в меру своих слабых сил, как Господь устроил мир. Чем больше ты в научном смысле знаешь, тем больше ты видишь немыслимую сложность того, что произошло, и одновременно четкость и универсальность этих законов во Вселенной, - это наводит на мысль, что все не случайно…
P.S.
Вы думаете это я, Tim_duke, вывод написал? Нет, это вот кто:
Черниговская Татьяна Владимировна – родилась в 1947 г. в городе Ленинграде. Занимается проблемами психолингвистики, нейронаук и теорией сознания. Является доктором биологических наук, профессором, залуженным деятелем науки РФ, по ее инициативе в двухтысячном году по ее инициативе создана ученая специализация «Психолингвистика». До 1998 г. работала в « Институте эволюционной физиологии и биохимии им. И.М. Сеченова РАН, в лабораториях биоакустики, функциональной асимметрии мозга человека и сравнительной физиологии сенсорных систем (ведущий научный сотрудник).
Перечислять все регалии Татьяны Владимировны наверно не имеет смысла, защитила кандидатскую и докторскую диссертации по нейролингвистике, регулярно приглашаемый лектор в университетах США и Европы, президент Межрегиональной ассоциации когнитивных исследований. В 2010 г. указом президента РФ ей было присвоено звание «Заслуженный деятель науки РФ». В 2017 г. номинирована РАН на Золотую медаль за выдающиеся достижения в области пропаганды научных знаний член различных российских и международных сообществ (лингвистическое, ассоциации искусственного интеллекта, физиологического общества, International Neuropsychological Society , International Society of Applied Psycholinguistics и других.
Много приходилось видеть, слышать и читать о том, как люди сравнивают человека и компьютер. Занятно со стороны наблюдать за этим процессом, особенно когда понимаешь, что происходит на самом деле. А на самом же деле происходит, ни много, ни мало сравнение творца с творением. Для того, чтобы это сравнение имело место быть, люди даже роботов делают похожими на людей. Но все равно, внутри таких недочеловеков «шестеренки и лампочки», как говорил герой фильма «Я, Робот». Но дело даже не в том, что сравниваемые с людьми отличаются по своему химическому составу. Ведь предметом сравнения является принцип и результативность их работы.
Все аспекты процесса работы и результатов этой самой работы обеих сравниваемых сторон вряд ли можно объять в рамках одной небольшой статьи. Поэтому, затрону я только один аспект, который на компьютерном языке зовется «многозадачностью». Некоторые думаю, что это недосягаемо для мозга, другие разделяют прямо противоположную точку зрения. В такие дебри, как цифры, вычисления и статистика я лезть не буду, так как сравнивая разные по происхождению системы не возможно добиться точных результатов. Но кое-какие мысли по этому поводу есть.
Итак…
Уверен, что при создании компьютера, человек руководствовался тем, что ему близко и хорошо знакомо. При создании операционной системы в середине 60-х годов прошлого столетия (именно тогда в в некоторых ОС начали появляться задатки многозадачности), программисты, вполне возможно тоже думали именно о том, чтобы наделить компьютер чем-то человеческим. И наделили его подсознанием, только в компьютерном понимании. Хотя многим известен тот факт, что человеческий мозг в определенный момент времени может сознательно размышлять над чем-то одним, но это вовсе не означает, что наш мозг лишен «многозадачности». Ведь вряд ли кто-то будет отрицать, что помимо основной мысли, которая крутится в нашей голове сознательно, где-то глубоко в подсознании происходят процессы, о которых становится известно лишь, когда виден результат.
Если позволите, сравним сознание и подсознание с ядрами процессора. Правда в таком сравнении эти ядра будут разной мощности. Так как есть информация, что мощность подсознания намного больше мощности сознания. Скорость обработки информации у сознательного мышления 2 Кбит информации в секунду, для сравнения та же скорость у подсознания доходит до 4 Гбит информации в секунду. Но как же проявляется эта мощность подсознания.
Например, часто бывает, что прикладывая усилия решить какую-то сложную задачу сознательно, никак не получается добиться желаемого, будто где-то загвоздка. В таком случае я оставляю эту задачу на потом и принимаюсь за следующую, более простую. Но вдруг, не успев даже приняться за решение несложной задачи, я говорю себе: «Идея!». После этого, та сложная нерешенная задача оказывается решенной! Но как? Я ведь уже отчаялся и даже не думал о ней сознательно. Именно благодаря тому, что мы прикладываем много сил в поисках решения процесс запускается и при надобности может перейти в «фоновый режим» подсознания, где нейроны будут продолжать подбирать правильные комбинации, в поисках решения с еще большей скоростью.
На компьютере это происходит, кажется, чуть проще или несколько нагляднее. Запуская один процесс, мы сворачиваем программу и принимаемся за другую. В этом случае мы уверены, что операция будет завершена. Конечно, иногда кажется, что возможности компьютера ограничиваются возможностями человека. Например, мы не можем работать одновременно в нескольких программах хотя бы потому, что для этого нам бы понадобились дополнительные манипуляторы и, в конце концов, дополнительные руки. Да и нужно ли это, если иногда мы не можем даже управлять 10% возможностей нашего мозга?
По поводу того, как тренировать свой мозг написано не мало книг, снято столько же фильмов, но кажется, для «разгона» своего мозга, нужно помнить всего несколько простых правил:
- Размышляйте
- Анализируйте
- Не сдавайтесь
Центральная идея работ знаменитого Рэя Курцвейла - искусственный интеллект, который со временем будет властвовать во всех сферах жизни людей. В своей новой книге «Эволюция разума» Курцвейл раскрывает бесконечный потенциал возможностей в сфере обратного проектирования человеческого мозга.
В той же статье Тьюринг поведал о другом неожиданном открытии, касающемся неразрешимых задач. Неразрешимые задачи - это те, что хорошо описываются единственным решением (которое, как можно показать, существует), но (как тоже можно показать) не могут быть решены никакой машиной Тьюринга (то есть вообще никакой машиной). Представление о существовании таких задач в корне противоречит сформировавшейся к началу XX в. догме о том, что все проблемы, которые можно сформулировать, являются решаемыми. Тьюринг показал, что число неразрешимых задач не меньше числа разрешимых задач. В 1931 г. к такому же выводу пришел Курт Гедель, сформулировавший «теорему о неполноте». Такая странная ситуация: мы можем сформулировать задачу, можем доказать, что у нее существует единственное решение, но при этом знаем, что никогда не сможем это решение найти.
Тьюринг показал, что вычислительные машины действуют на основании очень простого механизма. Поскольку машина Тьюринга (и, следовательно, любой компьютер) может определять свою дальнейшую функцию на основе полученных ею ранее результатов, она способна принимать решения и создавать иерархические информационные структуры любой сложности.
В 1939 г. Тьюринг сконструировал электронный калькулятор Bombe, который помогал дешифровать сообщения, составленные немцами на кодирующей машине Enigma. К 1943 г. группа инженеров при участии Тьюринга закончила создание машины Colossus, которую иногда называют первым в истории компьютером. Это позволило союзникам расшифровывать сообщения, созданные более сложной версией Enigma. Машины Bombe и Colossus были сконструированы для решения единственной задачи и не могли перепрограммироваться. Но свою функцию они выполняли блестяще. Считается, что отчасти благодаря им союзники могли предвидеть тактику немцев на протяжении всей войны, а Королевские военно-воздушные силы Великобритании в Битве за Британию смогли одолеть втрое превосходящие их по численности силы Люфтваффе.
Именно на этой основе Джон фон Нейман создал компьютер современной архитектуры, отражающей третью из четырех важнейших идей теории информации. На протяжении прошедших с тех пор почти семидесяти лет основное ядро этой машины, названной «машиной фон Неймана», практически не изменилось - как в микроконтроллере в вашей стиральной машине, так и в самом крупном суперкомпьютере. В статье, опубликованной 30 июня 1945 г. и озаглавленной «Первый проект отчета о EDVAC», фон Нейман изложил основные идеи, которые с тех пор направляли развитие информатики . В машине фон Неймана присутствует центральный процессор, где выполняются арифметические и логические операции, модуль памяти, в котором хранятся программы и данные, массовая память, программный счетчик и входные/выходные каналы. Хотя статья предназначалась для внутреннего пользования в рамках выполнения проекта, для создателей компьютеров она стала Библией. Вот так иногда обычный рутинный отчет может изменить мир.
Машина Тьюринга не была предназначена для практических целей. Теоремы Тьюринга не имели отношения к эффективности решения задач, а скорее описывали спектр задач, которые теоретически могут быть решены с помощью компьютера. Напротив, цель фон Неймана заключалась в создании концепции реального компьютера. Его модель заменила однобитную систему Тьюринга многобитной (обычно кратную восьми битам) системой. Машина Тьюринга имеет последовательную ленту памяти, так что программы затрачивают очень большое время на перемещение ленты вперед и назад для записи и извлечения промежуточных результатов. Напротив, в системе фон Неймана доступ к памяти осуществляется произвольным образом, что позволяет немедленно извлекать любые нужные данные.
Одной из ключевых идей фон Неймана является концепция хранимой программы, которую он развил за десять лет до создания компьютера. Суть концепции заключается в том, что программа хранится в том же модуле памяти с произвольным доступом, что и данные (а часто даже в том же блоке памяти). Это позволяет перепрограммировать компьютер для решения разных задач и создавать самомодифицирующийся код (в случае записывающих накопителей), что обеспечивает возможность рекурсии. До того времени практически все компьютеры, включая Colossus, создавались для решения конкретных задач. Концепция хранимой программы позволила компьютеру стать поистине универсальной машиной, соответствующей представлению Тьюринга об универсальности машинных вычислений.
Еще одно важное свойство машины фон Неймана заключается в том, что в каждой инструкции содержится операционный код, определяющий арифметическую или логическую операцию и адрес операнда в памяти компьютера.
Концепция фон Неймана об архитектуре компьютера отразилась в проекте EDVAC, над которым он работал совместно с Преспером Дж. Эккертом и Джоном Моучли. Компьютер EDVAC начал функционировать только в 1951 г., когда уже существовали другие компьютеры с хранимой программой, такие как Манчестерская малая экспериментальная машина, ENIAC, EDSAC и BINAC, причем все они были созданы под влиянием статьи фон Неймана и при участии Эккерта и Моучли. Фон Нейман также был причастен к появлению некоторых из этих машин, включая последнюю версию ENIAC, где использовался принцип хранимой программы.
У компьютера с архитектурой фон Неймана имелось несколько предшественников, но ни один из них - за одним неожиданным исключением - нельзя назвать истинной машиной фон Неймана. В 1944 г. Говард Эйкен выпустил Mark I, который можно было в какой-то степени перепрограммировать, но он не использовал хранимой программы. Машина считывала инструкции с перфокарты и немедленно их выполняла. В машине также не было предусмотрено условных переходов.
В 1941 г. немецкий ученый Конрад Цузе (1910–1995) создал компьютер Z-3. Он тоже считывал программу с ленты (в данном случае закодированную на пленке) и тоже не выполнял условных переходов. Интересно, что Цузе получил финансовую поддержку от Немецкого института самолетостроения, который использовал этот компьютер для изучения флаттера крыла самолета. Однако предложение Цузе о финансировании замены реле радиолампами не было поддержано нацистским правительством, которое считало развитие компьютерной технологии «не имеющим военного значения». Это, как мне кажется, в определенной степени повлияло на исход войны.
На самом деле у фон Неймана был один гениальный предшественник, причем жил он на сто лет раньше! Английский математик и изобретатель Чарльз Бэббидж (1791–1871) в 1837 г. описал свою аналитическую машину, основанную на тех же принципах , что и компьютер фон Неймана, и использовавшую хранимую программу, нанесенную на перфокарты жаккардовых ткацких машин. Память машины с произвольным доступом содержала 1000 слов по 50 десятичных знаков в каждом (что эквивалентно примерно 21 килобайту). Каждая инструкция содержала код операции и номер операнда - точно так же, как в современных компьютерных языках. Система не использовала условных переходов и циклов, так что это была настоящая машина фон Неймана. Полностью механическая, она, по-видимому, превзошла и дизайнерские, и организаторские возможности самого Бэббиджа. Он создал части машины, но так и не запустил ее.
Точно не известно, знали ли пионеры компьютеростроения XX в., включая фон Неймана, о работах Бэббиджа .
Однако создание машины Бэббиджа положило начало развитию программирования. Английская писательница Ада Байрон (1815–1852), графиня Лавлейс, единственный законный ребенок поэта лорда Байрона, стала первым в мире программистом. Она писала программы для аналитической машины Бэббиджа и отлаживала их в уме (поскольку компьютер так никогда и не заработал). Теперь программисты называют эту практику table checking. Она перевела статью итальянского математика Луиджи Менабреа об аналитической машине, добавив от себя существенные замечания и заметив, что «аналитическая машина плетет алгебраические рисунки, как ткацкий жаккардовый станок плетет цветы и листья». Возможно, она первой упомянула о возможности создания искусственного интеллекта, но сделала вывод, что аналитическая машина «сама не способна что-либо придумать».
Идеи Бэббиджа кажутся поразительными, если учесть, в какую эпоху он жил и работал. Однако к середине XX в. эти идеи были практически забыты (и вновь открыты лишь позднее). Именно фон Нейман придумал и сформулировал ключевые принципы действия компьютера в его современном виде, и недаром машину фон Неймана продолжают считать основной моделью вычислительной машины. Однако не будем забывать, что машина фон Неймана постоянно осуществляет обмен данными между отдельными модулями и внутри этих модулей, так что она не могла быть создана без теорем Шеннона и тех методов, которые он предложил для надежной передачи и хранения цифровой информации.
Все сказанное подводит нас к четвертой важной идее, которая преодолевает выводы Ады Байрон о неспособности компьютера к творческому мышлению и позволяет найти ключевые алгоритмы, используемые мозгом, чтобы потом применить их для превращения компьютера в мозг. Алан Тьюринг сформулировал эту задачу в статье «Вычислительные машины и разум», опубликованную в 1950 г., в которой содержится описание теперь широко известного теста Тьюринга, позволяющего определить близость ИИ к человеческому интеллекту.
В 1956 г. фон Нейман начал готовить серию лекций для престижных Силлимановских чтений в Йельском университете. Ученый уже был болен раком и не смог ни прочесть свои лекции, ни даже закончить рукопись, на основе которой создавались лекции. Тем не менее этот незаконченный труд является блестящим предсказанием того, что лично я воспринимаю как самый трудный и важный проект в истории человечества. Уже после смерти ученого, в 1958 г., рукопись была опубликована под названием «Компьютер и мозг». Так вышло, что последний труд одного из самых блестящих математиков прошлого столетия и одного из основоположников компьютерной технологии оказался посвящен анализу мышления. Это было первое серьезное исследование человеческого мозга с точки зрения математика и специалиста в области компьютеров. До фон Неймана компьютерные технологии и нейробиология представляли собой два отдельных острова, между которыми не существовало никакого моста.
Фон Нейман начинает повествование, описывая сходство и различие между компьютером и человеческим мозгом. Учитывая, в какую эпоху создавался этот труд, он представляется удивительно точным. Ученый отмечает, что выходной сигнал нейрона цифровой - аксон либо возбуждается, либо остается в покое. В то время было далеко не очевидно, что обработка выходного сигнала может происходить аналоговым путем. Обработка сигнала в дендритах, ведущих к нейрону, и в теле нейрона аналоговая, и фон Нейман описал эту ситуацию с помощью взвешенной суммы входных сигналов с пороговым значением.
Эта модель функционирования нейронов привела к развитию коннекционизма и к использованию данного принципа для создания как аппаратурного оформления, так и компьютерных программ. (Как я рассказывал в предыдущей главе, первая такая система, а именно программа для IBM 704, была создана Фрэнком Розенблаттом из Корнельского университета в 1957 г., сразу после того, как стала доступна рукопись лекций фон Неймана.) Теперь у нас есть более сложные модели, описывающие сочетания входных сигналов нейронов, но общая идея об аналоговой обработке сигналов с помощью изменения концентрации нейромедиаторов по-прежнему верна.
На основе концепции универсальности компьютерных вычислений фон Нейман пришел к выводу, что даже при кажущемся радикальном различии архитектуры и структурных единиц головного мозга и компьютера с помощью машины фон Неймана мы можем симулировать происходящие в головном мозге процессы. Обратный постулат, однако, не является справедливым, поскольку головной мозг не является машиной фон Неймана и не имеет хранимой программы (хотя в голове мы можем симулировать действие очень простой машины Тьюринга). Алгоритмы или методы функционирования мозга определены его структурой. Фон Нейман пришел к справедливому заключению, что нейроны могут выучивать соответствующие образы на основании входных сигналов. Однако во времена фон Неймана не было известно, что обучение также происходит путем создания и разрушения контактов между нейронами.
Фон Нейман также указал, что скорость обработки информации нейронами очень низкая - порядка сотни вычислений в секунду, однако мозг компенсирует это тем, что одновременно осуществляет обработку информации во множестве нейронов. Это еще одно очевидное, но очень важное открытие. Фон Нейман утверждал, что все 10 10 нейронов мозга (эта оценка также достаточно точна: по сегодняшним представлениям, в головном мозге содержится от 10 10 до 10 11 нейронов) обрабатывают сигналы в одно и то же время. Более того, все контакты (в среднем от 10 3 до 10 4 на каждый нейрон) обсчитываются одновременно.
Учитывая примитивный уровень развития нейробиологии того времени, оценки и описания функции нейронов, сделанные фон Нейманом, удивительно точны. Однако я не могу согласиться с одним аспектом его работы, а именно с представлением об объеме памяти мозга. Он считал, что мозг запоминает каждый сигнал на всю жизнь. Среднюю продолжительность жизни человека фон Нейман оценивал в 60 лет, что составляет примерно 2 х 10 9 секунды. Если каждый нейрон за одну секунду получает примерно 14 сигналов (что на самом деле на три порядка ниже истинной величины), а всего в головном мозге содержится 10 10 нейронов, выходит, что объем памяти мозга составляет около 10 20 бит. Как я писал выше, мы запоминаем лишь небольшую часть наших мыслей и опыта, но даже эти воспоминания хранятся не как побитовая информация низкого уровня сложности (как в видео), а скорее в виде последовательности образов более высокого порядка.
По мере того как фон Нейман описывает каждый механизм в функции головного мозга, он одновременно демонстрирует, как современный компьютер мог бы осуществить ту же самую функцию, несмотря на кажущееся различие между мозгом и компьютером. Аналоговые механизмы действия мозга можно моделировать с помощью цифровых механизмов, поскольку цифровые вычисления способны моделировать аналоговые значения с любой степенью точности (а точность передачи аналоговой информации в мозге достаточно низкая). Можно также имитировать массивный параллелизм функции мозга, учитывая значительное превосходство компьютеров по скорости серийных вычислений (со времен фон Неймана это превосходство еще более усилилось). Кроме того, мы можем осуществлять параллельную обработку сигналов в компьютерах с помощью параллельно функционирующих машин фон Неймана - именно так действуют современные суперкомпьютеры.
Учитывая способность людей быстро принимать решения при столь низкой скорости работы нейронов, фон Нейман пришел к выводу, что функции головного мозга не могут задействовать длинные последовательные алгоритмы. Когда третий бейс-мен получает мяч и решает бросить его на первую, а не на вторую базу, он принимает это решение за какую-то долю секунды - за это время каждый нейрон едва успевает осуществить несколько циклов возбуждения. Фон Нейман приходит к логичному выводу, что замечательная способность мозга связана с тем, что все 100 млрд нейронов могут обрабатывать информацию одновременно. Как я отмечал выше, зрительная кора делает сложные выводы всего за три или четыре цикла возбуждения нейронов.
Именно значительная пластичность мозга позволяет нам обучаться. Однако компьютер обладает гораздо большей пластичностью - его методы можно полностью изменить путем смены программного обеспечения. Таким образом, компьютер может имитировать мозг, а вот обратное утверждение неверно.
Когда фон Нейман сравнивал возможности массированной параллельной активности мозга с немногочисленными компьютерами того времени, казалось очевидным, что мозг отличается гораздо большей памятью и скоростью. Сегодня уже сконструирован первый суперкомпьютер, по самым консервативным оценкам, удовлетворяющий тем функциональным требованиям, которые нужны для моделирования функций человеческого головного мозга (около 10 16 операций в секунду) . (По моему мнению, компьютеры такой мощности в начале 2020-х гг. будут стоить около 1000 долларов.) Что касается объема памяти, мы продвинулись еще дальше. Труд фон Неймана появился в самом начале компьютерной эры, но ученый был уверен в том, что в какой-то момент мы сможем создавать компьютеры и компьютерные программы, способные имитировать человеческий мозг; именно поэтому он и готовил свои лекции.
Фон Нейман был глубоко убежден в ускорении прогресса и в его значительном влиянии на жизнь людей в будущем. Через год после смерти фон Неймана, в 1957 г., его коллега математик Стэн Юлам цитировал слова фон Неймана, сказавшего в начале 1950-х гг., что «любое ускорение технологического прогресса и изменения образа жизни людей создает впечатление приближения некой важнейшей сингулярности в истории человеческой расы, за пределами которой человеческая деятельность в том виде, какой мы знаем ее сегодня, больше не может продолжаться». Это первый известный случай использования слова «сингулярность» для описания технологического прогресса человечества.
Важнейшая догадка фон Неймана заключалась в обнаружении сходства между компьютером и мозгом. Заметим, что частью человеческого интеллекта является эмоциональный интеллект. Если догадка фон Неймана верна и если согласиться с моим утверждением, что небиологическая система, удовлетворительно воспроизводящая интеллект (эмоциональный и другой) живого человека, обладает сознанием (см. следующую главу), придется сделать вывод, что между компьютером (с правильным программным обеспечением) и сознательным мышлением имеется явное сходство. Итак, был ли прав фон Нейман?
Большинство современных компьютеров - полностью цифровые машины, тогда как человеческий мозг использует как цифровые, так и аналоговые методы. Однако аналоговые методы легко воспроизводятся в цифровом варианте с любой степенью точности. Американский специалист в области компьютерных технологий Карвер Мид (род. в 1934 г.) показал, что аналоговые методы мозга можно напрямую воспроизвести в кремниевом варианте, и реализовал это в виде так называемых нейроморфных чипов . Мид продемонстрировал, что данный подход может быть в тысячи раз более эффективным, чем цифровая имитация аналоговых методов. Если речь идет о кодировании избыточных алгоритмов новой коры, возможно, имеет смысл воспользоваться идеей Мида. Исследовательская группа IBM под руководством Дхармендра Модхи применяет чипы, имитирующие нейроны и их контакты, в том числе их способность образовывать новые контакты . Один из чипов, названный SyNAPSE, напрямую модулирует 256 нейронов и примерно четверть миллиона синаптических связей. Цель проекта заключается в симуляции новой коры, состоящей из 10 млрд нейронов и 100 трлн контактов (что эквивалентно человеческому мозгу), которая использует всего один киловатт энергии.
Более пятидесяти лет назад фон Нейман заметил, что процессы в головном мозге происходят чрезвычайно медленно, но отличаются массированной параллельностью. Современные цифровые схемы действуют как минимум в 10 млн раз быстрее, чем электрохимические переключатели мозга. Напротив, все 300 млн распознающих модулей коры мозга действуют одновременно, и квадрильон контактов между нейронами может активизироваться в одно и то же время. Следовательно, для создания компьютеров, которые могли бы адекватно имитировать человеческий мозг, необходимы соответствующий объем памяти и производительность вычислений. Нет нужды напрямую копировать архитектуру мозга - это очень неэффективный и негибкий метод.
Какими же должны быть соответствующие компьютеры? Многие исследовательские проекты направлены на моделирование иерархического обучения и распознавания образов, происходящих в новой коре. Я сам занимаюсь подобными исследованиями с привлечением иерархических скрытых моделей Маркова. По моим оценкам, для моделирования одного цикла распознавания в одном распознающем модуле биологической новой коры требуется около 3000 вычислений. Большинство симуляций построено на значительно меньшем числе вычислений. Если принять, что головной мозг осуществляет около 10 2 (100) циклов распознавания в секунду, получаем общее число 3 х 10 5 (300 тыс.) вычислений в секунду для одного распознающего модуля. Если же умножить это число на общее число распознающих модулей (3 х 10 8 (300 млн, по моим оценкам)), получаем 10 14 (100 трлн) вычислений в секунду. Примерно такое же значение я привожу в книге «Сингулярность уже близка». По моим прогнозам, для функциональной симуляции головного мозга требуется скорость от 10 14 до 10 16 калькуляций в секунду. По оценкам Ганса Моравека, основанным на экстраполяции данных для начальной обработки зрительных сигналов во всем головном мозге, это значение составляет 10 14 калькуляций в секунду, что совпадает с моими расчетами.
Стандартные современные машины могут работать со скоростью до 10 10 калькуляций в секунду, однако с помощью ресурсов облака их производительность можно существенно увеличить. Самый быстрый суперкомпьютер, японский компьютер «К», уже достиг скорости 10 16 калькуляций в секунду. Учитывая массированную избыточность алгоритмов новой коры, хороших результатов можно добиться с помощью нейроморфных чипов, как в технологии SvNAPSE.
Что касается требований к памяти, нам нужно около 30 бит (примерно 4 байта) для каждого контакта с одним из 300 млн распознающих модулей. Если к каждому распознающему модулю подходит в среднем восемь сигналов, получаем 32 байта на распознающий модуль. Если учесть, что вес каждого входного сигнала составляет один байт, получаем 40 байт. Добавим 32 байта для нисходящих контактов - и получим 72 байта. Замечу, что наличие восходящих и нисходящих разветвлений приводит к тому, что число сигналов намного больше восьми, даже если учесть, что многие распознающие модули пользуются общей сильно разветвленной системой связей. Например, в распознавании буквы «p» могут участвовать сотни распознающих модулей. Это означает, что тысячи распознающих модулей следующего уровня участвуют в распознавании слов и фраз, содержащих букву «p». Однако каждый модуль, ответственный за распознавание «p», не повторяет это древо связей, питающих все уровни распознавания слов и фраз с «p», у всех этих модулей древо связей общее.
Сказанное выше верно и для нисходящих сигналов: модуль, ответственный за распознавание слова apple, сообщит всей тысяче стоящих ниже модулей, ответственных за распознавание «e», что ожидается образ «e», если уже распознаны «a», «p», «p» и «l». Это древо связей не повторяется для каждого модуля, распознающего слово или фразу, который хочет информировать модули нижестоящего уровня, что ожидается образ «e». Это древо общее. По этой причине среднее оценочное значение в восемь восходящих и восемь нисходящих сигналов для каждого распознающего модуля является вполне разумным. Но даже если мы повысим это значение, это не сильно изменит конечный результат.
Итак, с учетом 3 х 10 8 (300 млн) распознающих модулей и 72 байт памяти для каждого, получаем, что общий объем памяти должен составлять около 2 х 10 10 (20 млрд) байт. А это весьма скромное значение. Такой памятью обладают обычные современные компьютеры.
Все эти расчеты мы выполнили для приблизительной оценки параметров. Учитывая, что цифровые схемы примерно в 10 млн раз быстрее сетей нейронов в биологической коре, нам не нужно воспроизводить массированный параллелизм человеческого мозга - весьма умеренного параллельного процессинга (по сравнению с триллионным параллелизмом в головном мозге) будет вполне достаточно. Таким образом, необходимые вычислительные параметры вполне достижимы. Способность нейронов головного мозга к переподключению (помним, что дендриты постоянно создают новые синапсы) тоже можно имитировать с помощью соответствующего программного обеспечения, поскольку компьютерные программы гораздо пластичнее биологических систем, которые, как мы видели, впечатляют, но имеют пределы.
Избыточность мозга, необходимая для получения инвариантных результатов, безусловно, может быть воспроизведена в компьютерном варианте. Математические принципы оптимизации подобных самоорганизующихся иерархических систем обучения вполне понятны. Организация мозга далеко не оптимальна. Но она и не должна быть оптимальной - она должна быть достаточно хорошей, чтобы обеспечить возможность создавать инструменты, компенсирующие ее собственные ограничения.
Еще одно ограничение новой коры заключается в том, что в ней нет механизма, устраняющего или хотя бы оценивающего противоречащие друг другу данные; отчасти это объясняет весьма распространенную нелогичность человеческих рассуждений. Для решения данной проблемы у нас есть весьма слабая способность, называемая критическим мышлением, но люди ею пользуются гораздо реже, чем следовало бы. В компьютерной новой коре можно предусмотреть процесс, выявляющий противоречащие данные для их последующего пересмотра.
Важно отметить, что конструирование целого отдела мозга осуществить проще, чем конструирование одного нейрона. Как уже было сказано, на более высоком уровне иерархии модели часто упрощаются (тут просматривается аналогия с компьютером). Чтобы понять, как работает транзистор, нужно в деталях понимать физику полупроводниковых материалов, а функции одного реального транзистора описываются сложными уравнениями. Цифровая схема, осуществляющая перемножение двух чисел, содержит сотни транзисторов, но для создания модели такой схемы хватит одной или двух формул. Целый компьютер, состоящий из миллиардов транзисторов, можно смоделировать с помощью набора инструкций и описания регистра на нескольких страницах текста с привлечением нескольких формул. Программы для операционных систем, компиляторов языков или ассемблеров достаточно сложны, однако моделирование частной программы (например, программы распознавания языка на основе скрытых иерархических моделей Маркова) тоже сводится к нескольким страницам формул. И нигде в подобных программах вы не встретите детального описания физических свойств полупроводников или даже компьютерной архитектуры.
Аналогичный принцип верен и для моделирования мозга. Один конкретный распознающий модуль новой коры, который детектирует определенные инвариантные зрительные образы (например, лица), осуществляет фильтрацию звуковых частот (ограничивая входной сигнал определенным диапазоном частот) или оценивает временную близость двух событий, можно описать с помощью гораздо меньшего числа специфических деталей, чем реальные физические и химические взаимодействия, контролирующие функции нейромедиаторов, ионных каналов и других элементов нейронов, участвующих в передаче нервного импульса. Хотя все эти детали необходимо тщательно предусмотреть до перехода на следующий уровень сложности, при моделировании операционных принципов головного мозга многое можно упростить.
| <<< Назад
|
Вперед >>>
|
1967 годах ученый-нейрофизиолог Джон Лилли написал книгу «Программирование и метапрограммирование человеческого биокомпьютера», в которой он совместил свои исследования нейрофизиологии коры головного мозга с идеями проектирования компьютеров . Программа - это по определению д-ра Лилли - это набор внутренне совместимых инструкций по обработке сигналов, формированию информации, запоминанию тех и других, подготовке сообщений; требует...
https://www.сайт/psychology/14016
... (Giulio Tononi), который занимается проектом по созданию «когнитивного компьютера », задача создания компьютера , настолько же «мощного» и гибкого, как сравнительно небольшой мозг млекопитающих, намного более трудная задача, чем может показаться. ... проектирования суперкомпьютеров возьмут на себя «железо» будущего «когнитивного компьютера ». Задача перед ними стоит действительно непростая: компьютер должен уметь, как и мозг , работать с множеством параллельных и постоянно изменяющихся потоков данных, ...
https://www.сайт/journal/116182
Которым предопределено умереть в раннем возрасте, до десяти лет, центр-мозг не строится. У прочих детей он воссоздаётся до пяти лет, и в пять лет происходит подключение его к компьютеру Определителя, который ведёт его по жизни. Он настраивает его на... Определитель человека. После того как центр-мозг полностью сформируется, Определитель включает его в работу, подключая к своему компьютеру . И дальше уже ведётся контроль за ребёнком через компьютер , который фиксирует физическое состояние, мысли и...
https://www.сайт/religion/110351
... называли это явление "баг в биологии". "Когда речь идет о компьютерных чипах, различия в структуре нарушают функциональность системы. Производители тратят много времени и денег на создание идеально одинаковых чипов, - рассказывает профессор Натан Урбан (Nathan N. Urban). - Наш мозг считается одним из самых сложных компьютеров ... , и мы были заинтригованы идеей, что мозг использует "беспорядок", чтобы сложные...
https://www.сайт/journal/129312
Память. Но многое по-прежнему остается неизвестным. По какому пути идет современная наука, изучающая наш главный «компьютер », - нейрофизиология? …И никаких «семи печатей» - Сегодня уже нельзя рассуждать о нейрофизиологии отдельно, - ... в ближайшем будущем - развитие сверхвозможностей, создание биороботов? Вон английский профессор Уорвик собирается с помощью имплантанта объединить мозг человека и компьютер . - О чем бы вы ни спросили, на все будет положительный ответ. Сейчас говорить о перспективах, ...
https://www.сайт/journal/11250
Состоянием мозга . При травмах и заболеваниях часто происходит распад определенных языковых алгоритмов, которые в мозгу существуют. Например, человек может забыть все глаголы и помнить только существительные и прилагательные - такое явление называется телеграфным стилем... , странных ассоциаций. При этом в речи чаще всего нет смысла. Иными словами, мозг шизофреника - это вхолостую работающий компьютер , безошибочно воспроизводящий алгоритмы построения фраз. Он сам себя съедает. А вот при маниакальном...
https://www.сайт/journal/15528
... «железе» (hardwiring – по аналогии с термином “hardware” – аппаратное обеспечение компьютера ). То есть использовалась типичная метафора, что мозг – своеобразное компьютерное «железо», с жестко определенными схемами работы, путями прохождения нервных... что мозг – это орган со специализированными элементами не могла полностью объяснить то, с чем столкнулись ученые. Они стали называть это фундаментальное свойство мозга нейропластичностью. Нейро – от «нейрон», нервная клетка, из которых состоят мозг и...
https://www.сайт/journal/111070
Измерил обмен веществ 14 испытуемых после различных видов деятельности - отдыха, чтения и пересказа текста, работы за компьютером . Оказалось, что за 1,5 часа заучивания текста организм студентов истратил на 200 ккал больше, чем за 90 ... получивший сигнал от мозга о недостатке ресурсов, склонен "перестраховаться", заставляя нас после умственного напряжения инстинктивно переедать". В связи с этим диетологи заключили, что хотя интеллектуальная деятельность, особенно за компьютером , и заставляет...
Орган, координирующий и регулирующий все жизненные функции организма и контролирующий поведение. Все наши мысли, чувства, ощущения, желания и движения связаны с работой мозга, и если он не функционирует, человек переходит в вегетативное состояние: утрачивается способность к каким-либо действиям, ощущениям или реакциям на внешние воздействия.
Компьютерная модель мозга
В Университете Манчестера приступили к постройке первого компьютера нового типа, конструкция которого имитирует устройство человеческого мозга, передает BBC . Стоимость модели составит 1 миллион фунтов .
Компьютер, построенный по биологическим принципам, считает профессор Стив Фёрбер (Steve Furber), должен демонстрировать значительную устойчивость в работе. «Наш мозг продолжает функционировать, несмотря на постоянные отказы нейронов , из которых состоит нервная ткань, говорит Фёрбер. – Это свойство представляет громадный интерес для конструкторов, которые заинтересованы в том, чтобы сделать компьютеры более надежными».
Мозговые интерфейсы
Для того, чтобы при помощи одной только ментальной энергии поднять стакан на несколько футов , волшебникам приходилось тренироваться по несколько часов в день.
Иначе принцип рычага легко мог выдавить мозг через уши.
Терри Пратчетт, «Цвет Волшебства»
Очевидно, венцом человеко-машинного интерфейса должна стать возможность управления машиной одним только усилием мысли. А получение данных прямо в мозг - это уже вершина того, чего может достичь виртуальная реальность . Идея эта не нова и уже много лет фигурирует в самой разнообразной фантастической литературе. Тут и практически все киберпанки с прямым подключением к кибердекам и биософтами. И управление любой техникой посредством стандартного мозгового разъема (например, у Сэмюэля Дэлани в романе «Нова»), и масса всяких других интересных вещей. Но фантастика - это хорошо, а что делается в реальном мире?
Оказывается, разработка мозговых интерфейсов (BCI или BMI - brain-computer interface и brain-machine interface) идет полным ходом, хотя об этом мало кто знает. Конечно, успехи весьма далеки от того, про что пишут в фантастических романах, но, тем не менее, они вполне заметны. Сейчас работы над мозговыми и нервными интерфейсами, в основном, ведутся в рамках создания различных протезов и устройств для облегчения жизни частично или полностью парализованным людям. Все проекты можно условно поделить на интерфейсы для ввода (восстановление или замена поврежденных органов чувств) и вывода (управление протезами и другими устройствами).
Во всех случаях прямого ввода данных необходимо производить операцию по вживлению в мозг или нервы электродов. В случае вывода можно обойтись внешними датчиками для съема электроэнцефалограммы (ЭЭГ). Впрочем, ЭЭГ - инструмент достаточно ненадежный, поскольку череп сильно ослабляет мозговые токи и получить можно только очень сильно обобщенную информацию. В случае вживления электродов можно снимать данные непосредственно с нужных мозговых центров (например, двигательных). Но такая операция - дело нешуточное, так что пока эксперименты ведутся только на животных.
На самом деле, человечество уже давно обладает таким «единым» компьютером. По мнению одного из основателей журнала Wired Кевина Келли, миллионы подключенных к Интернету ПК, мобильные телефоны, КПК и другие цифровые устройства,можно рассматривать, как компоненты Единого компьютера. Ее центральный процессор - это все процессоры всех подключенных устройств, ее жесткий диск - жесткие диски и флэш-накопители всего мира, а оперативная память - суммарная память всех компьютеров. Ежесекундно этот компьютер обрабатывает объем данных, равный всей информации, содержащейся в библиотеке Конгресса, а ее операционной системой является Всемирная паутина.
Вместо синапсов нервных клеток она использует функционально похожие гиперссылки. И те и другие отвечают за создание ассоциаций между узловыми точками. Каждая единица измерения мыслительного процесса, например идея, растет по мере того, как возникают все новые и новые связи с другими мыслями. Также и в сети: большее количество ссылок на определенный ресурс (узловую точку) означают большую значимость ее для Компьютера в целом. Более того, количество гиперссылок во Всемирной сети вплотную приближается к количеству синапсов в человеческом мозге. По оценкам Келли, к 2040 году общепланетарный компьютер будет располагать вычислительной мощностью, соизмеримой с коллективной мощностью мозгов всех 7 млрд. человек, которые к тому моменту будут населять Землю.
А что же, собственно человеческий мозг? Давно устаревший биологический механизм. Наше серое вещество работает со скоростью самого первого процессора Pentium, образца 1993 года. Иными словами, наш мозг работает на частоте 70 мГц. Кроме того, наши мозги действуют по аналоговому принципу, так что о сравнении с цифровым методом обработки данных и речи быть не может. Вот в этом и заключается основное отличие синапсов от гиперссылок: синапсы, реагируя на окружающую их среду и поступающую информацию, искусно изменяют организм, который никогда не имеет двух одинаковых состояний. Гиперссылка, же, напротив, всегда одинакова, в противном случае начинаются проблемы.
Тем не менее, нельзя не признавать, что наш мозг значительно превосходить по эффективности любую искусственную систему, созданную людьми. Совершенно таинственным образом все гигантские вычислительные способности мозга помещаются в нашей черепной коробке, весит чуть больше килограмма и при этом для его функционирования необходимо всего 20 Вт энергии. Сравните эти показатели с теми 377 млрд. Вт, которые сейчас, по примерным вычислениям, потребляет Единый Компьютер. Это, между прочим, целых 5% общемирового производства электроэнергии.
Один лишь факт такого чудовищного энергопотребления, никогда не позволит Единому компьютеру даже близко сравниться с человеческим мозгом по эффективности. Даже в 2040 году, когда вычислительные мощности компьютеров станут заоблачными, их энергопотребление будет неизменно возрастать.
