Линн Фостер - Нанотехнологии. Наука, инновации и возможности

Например, уже в мозгу человеческого зародыша закладывается первичная межнейронная «связь», основанная на существовании химических градиентов. в мозгу взрослого человека существует такое огромное количество нейронных связей, что для их записи и описания объем ДНК является просто недостаточным (мозг содержит около 100 триллионов так называемых синапсов, или каналов связи, между 60 миллиардами нейронов). Столь сложная система не может быть просто «инсталлирована» (подобно обычной программе Microsoft Office), а ее появление скорее следует описывать термином «выращивание». Рост системы происходит сначала посредством образования связей между «статическими вихрями» положительной электрохимической обратной связи, а позднее за счет усиления наиболее часто используемых обратных связей и их непрерывного роста. Примерно к возрасту 2–3 года человеческий мозг формируется в общих чертах, образуя систему с квадрильоном синапсов.

Мозг человека давно служит образцом или целью множества исследований, посвященных искусственному интеллекту (ИИ). Исходной моделью для программистов часто выступала нейронная сеть с очень развитой (или даже полной) связью между узлами, которая затем развивается за счет усиления и развития связей, использующихся чаще. Итерационные процессы, приводящие к усилению таких соединений, заставляют систему развиваться и создают в ней новые цепочки обратных связей. Вначале развитие систем ИИ такого вида происходит по заданным правилам, однако постепенно они начинают «выходить» за рамки исходных программ, после чего часто приобретают способность осуществлять некоторые характерные для человека действия. Такие искусственные нейронные сети можно научить распознавать человеческую речь и некоторые образы, преодолевать внешние «шумы» и т. д. Очень часто, пользуясь именно таким «саморазвитием» систем, ученым удавалось решить сложные задачи, с которыми не справлялись традиционные компьютерные программы.

Закодированная в ДНК программа является исключительно мощной, поскольку в ней «спрятано» множество обратных связей, обусловленных сложными взаимодействиями между множеством генов. Например, так называемые регуляторные гены производят белки, которые способны реагировать на внешние или внутренние сигналы, регулируя активность ранее созданных белков или других генов. В результате работы этой сложнейшей биохимической «машины» возникает то, что можно назвать разветвленной системой прямого и косвенного управления.

Высокий уровень общей сложности рассматриваемых систем обрекает на неудачу многие попытки регулировать их поведение за счет очень ограниченного знания относительно побочных эффектов (это часто проявляется в тех случаях, когда исследователи изменяют лишь один ген ДНК и пытаются проследить и понять последствия этого действия). Например, недавно генетические эксперименты позволили повысить способность к запоминанию, но оказалось, что одновременно это повышает чувствительность организма к болевым ощущениям!

Продолжая аналогию, можно сказать, что наш генетический код представляет собой очень плотную сеть с множеством гиперссылок, напоминающую паутину связей в Интернете. Компьютерщики и программисты уже не раз с удивлением обнаруживали, насколько эффективным может оказаться использование непрямых указателей или так называемых рекурсивных связей. В самое последнее время биологические системы «вдохновили» исследователей на развитие эволюционного программирования, при котором создаваемые программы могут изменяться и развиваться за счет взаимной конкуренции, что весьма напоминает процессы естественного отбора при мутациях в биологии. Попытки такого рода позволяют перекинуть мостик от локальных процессов оптимизации (давно известных в математике) к общим задачам эволюции.

Нельзя забывать, что мы имеем дело с очень сложными системами и практически не имеем опыта долговременного общения с искусственно эволюционирующими системами. Наши знания в этой области очень ограниченны. Одним из примеров может служить появление в биологических системах нейронов, что привело к детерминистическому развитию многих важных функций живых существ. Именно с появлением нейронов биологи связывают с так называемый кембрийский взрыв в развитии биологических форм, когда за короткое время резко возросла структурная сложность организмов и на планете появилась разумная жизнь. До этого биологическая жизнь на Земле ограничивалась только существованием капель из клеток, но возникновение у них нейронов позволило быстро сформироваться значительно более сложным формам.

Последние достижения в робототехнике напоминают об архитектуре, характерной для биологической эволюции, когда полный набор правил поведения и реакций всей системы создается постепенно и по принципу «снизу вверх». Наиболее простые «рефлексы» таких роботов вырабатываются на самых ранних стадиях развития и остаются в дальнейшем неизменными, хотя вся система в целом продолжает усложняться. Субсистемы, возникающие в самом начале развития, входят затем в состав более сложных образований, выполняя более сложные функции, и т. п. В этих случаях разработчики часто не могут предсказать поведение развиваемой ими модели, поскольку ее архитектура напоминает строение нейронной цепи.

Мировую паутину (Web) можно считать первым в истории крупномасштабным экспериментом выращивания распределенной технологической системы по законам биологии. Развитие новых видов программного обеспечения и появление связанных с сетью дешевых «встроенных» систем служат косвенным доказательством того, что новые формы искусственной жизни скорее самопроизвольно возникнут в Интернете, чем в результате усилий программистов. Кстати, выше я уже использовал чисто биологическую метафору viral (вирулентный, вирусный) в названии одного из проектов, посвященных существующей в сети экономике.

4.5.2. Ускорители нанотехнологии. Квантовое моделирование и масштабные эксперименты

Выше говорилось о том, что научные достижения имеют тенденцию «эмигрировать» из лабораторий и превращаться в инновационные проекты, причем этот процесс протекает ускоренно, что и описывается законом Мура. Многие компании пользуются для расчета новых систем различными вычислительными приемами, но при этом следует помнить, что моделирование наномасштабных объектов и процессов связано с серьезными теоретическими проблемами. Дело в том, что неоднократно упоминавшиеся уникальные свойства наноматериалов обычно бывают связаны с квантовыми эффектами, которые до сих пор во многом остаются непонятными и загадочными. Физики почти сто лет назад вывели уравнения для квантовых систем и даже умеют аналитически решать некоторые из них. Однако эти уравнения настолько сложны, что и самые совершенные компьютеры могут пока численно моделировать поведение лишь очень простых квантовых систем, типа атома водорода. К глубокому сожалению, это означает, что в нанонауке и нанотехнологии ученые вынуждены пока пользоваться почти исключительно эмпирическими методами, то есть создавать некие нанообъекты в лабораториях, а затем классическим методом проб и ошибок выяснять свойства и характеристики этого объекта.