Рэймонд Курцвейл - Эволюция разума

Ray Kurzweil, The Singularity Is Near, глава 9.

Хотя из-за повторов пар оснований нельзя точно оценить информационное содержимое генома, оно очевидно намного меньше всего объема данных до компрессии. Ниже представлены два способа оценки информационного содержания генома после компрессии. В обоих случаях верхним пределом является значение от 30 до 100 млн байт.

1. Без сжатия генетический код человека содержит 3 млрд оснований ДНК, каждое кодируется двумя битами информации (поскольку в каждой позиции может находиться один из четырех нуклеотидов). Таким образом, до компрессии в геноме человека содержится около 800 млн байт информации. Некодирующую ДНК иногда называют «мусорной» ДНК, однако сейчас уже ясно, что она играет важную роль в экспрессии генов. Но закодирована она очень неэффективно. В частности, имеет место чрезвычайная избыточность информации (например, последовательность «ALU» повторяется сотни тысяч раз), что можно использовать при компрессии.

Ввиду активного расширения объема информации в генетических базах данных существует повышенный интерес к разработке способов сжатия генетических данных. С помощью стандартных алгоритмов компрессии генетические данные удается сжать примерно на 90 % по объему: Hisahiko Sato et al., DNA Data Compression in the Post Genome Era, Genome Informaties 12 (2001): 512–514.

Таким образом, удается сжать геном до объема около 80 млн байт без потери информации (это означает, что на основании этих данных мы прекрасно можем воссоздать исходные 800 млн байт генетической информации).

Теперь учтем, что свыше 98 % генома не кодирует белки. Даже после применения стандартного алгоритма компрессии (в результате чего устраняется избыточность и используется стандартный поиск известных последовательностей) алгоритмическое содержание некодирующих областей оказывается достаточно низким, что означает, что мы можем дополнительно сократить объем текста без потери информации. Однако, поскольку мы все еще находимся в начале пути обратного проектирования генома, мы не можем достаточно надежно оценить последствия дальнейшего сокращения объема на основе функционально эквивалентного алгоритма. Таким образом, мне кажется разумным остановиться на компрессии до 30–100 млн байт. Верхний предел этого диапазона соответствует только компрессии данных, без алгоритмического упрощения.

Только часть (хотя и значительная) этой информации относится к строению головного мозга.

2. Второй способ рассуждений следующий. Поскольку в геноме человека содержится около 3 млрд оснований, лишь небольшая часть отвечает за кодирование белков. По современным оценкам, в геноме человека существует около 26 тыс. генов белков. Если принять, что эти гены в среднем содержат около 3000 оснований полезной информации, получим около 78 млн оснований. Информационное содержание одного основания ДНК составляет только два бита, так что в сумме все эти основания составляют около 20 млн байт информации (78 млн оснований поделить на четыре). В кодирующей белок последовательности гена каждое слово (кодон), состоящее из трех оснований ДНК, транслируется в одну аминокислоту. Таким образом, существует 43 = 64 кодона, состоящих из трех оснований ДНК. Однако в белках присутствует лишь 20 аминокислот плюс стоп-кодон (не кодирующий никакой аминокислоты). Оставшиеся 43 кодона — это синонимы первых 21. Для кодирования 64 возможных комбинаций нуклеотидов нужно 6 бит, а для кодирования 21 комбинации — только 4,4 бита (log 221), что позволяет сохранить 1,6 бит из 6 (около 27 %) и приводит нас к общему значению 15 млн байт. Кроме того, возможно произвести стандартную компрессию повторяющихся последовательностей, хотя в кодирующих последовательностях возможностей для сжатия значительно меньше, чем в участках «мусорной» ДНК, отличающейся высокой степенью избыточности. Так мы можем спуститься до значения около 12 млн байт. Однако теперь мы должны добавить информацию относительно некодирующих участков ДНК, которые контролируют экспрессию генов. Хотя эти последовательности ДНК составляют преобладающую часть генома, их информационное содержание достаточно низкое, а уровень избыточности высокий. Учитывая наличие примерно 12 млн байт информации в кодирующих областях ДНК, вновь возвращаемся к значению около 24 млн байт. Это значительно ниже, чем полученная выше оценка от 30 до 100 млн байт.

S. Modha, et al., Communications of the ACM, 2011, Vol. 54 (8): 62–71; http://cacm.acm.org/magazines/2011/8/114944-cognitive-computing/fulltext.

Ray Kurzweil, The Singularity Is Near, глава 9, с. 458–469.

Micheal Denton, Organism and Machine: The Flawed Analogy, in Are We Spiritual Machines? Ray Kurzweil vs. the Critics of Strong AI, Discovery Institute, 2002, Discovery Institute, 2001.

Hans Moravec, Mind Children, Harvard University Press, 1988.

Гари Ларсон (род. в 1950) — известный американский карикатурист.

Джойс Кэрол Оутс (род. в 1938) — американская писательница, поэт, прозаик и критик.

www.gallup.com/poll/147350/optimism-future-youth-reaches-time-low.aspx.

James C. Riley, Rising Life Expectancy: A Global History, Cambridge University Press, 2001.

Martine Rothblatt, Transgender to Transhuman, 2011. Автор объясняет, как изменится наше отношение к «трансчеловеку» — например, обладателю небиологического, но убедительно сознательного разума.

В приведенном ниже абзаце из третьей главы книги «Сингулярность уже близка» (с. 133–135) обсуждаются пределы возможности компьютерных вычислений, основанные на законах физики.

Возможности компьютеров весьма велики. На базе работ профессора Ганса Бремерманна и профессора нанотехнологии Роберта Фрейтаса из Университета Калифорнии в Беркли профессор Сет Ллойд из Массачусетского технологического института в соответствии с известными физическими законами оценил возможности «последнего» компьютера массой один килограмм и объемом один литр (что соответствует размеру и весу современного портативного компьютера):

Seth Lloyd, Ultimate Physical Limits to Computation, Nature 406 (2000): 1047–1054.

Первые оценки возможностей компьютерных вычислений были даны Гансом Бремерманном в 1962 г.:

Hans J. Bremermann, Optimization Through Evolution and Recombination, in M. C. Yovits, C. T. Jacobi, C. D. Goldstein (eds.), Self Organizing Systems, Spartan Books, Washington, 1962, pp. 93–106.

В 1984 г. Роберт Фрейтас младший продолжил исследования Бремерманна:

Robert A. Freitas Jr., Xenopsychology, Analog, 1984, 104: 41–53, http://www.rfreitas.com/Astro/Xenopsychology.htm#SentienceQuotient.

Возможности компьютерных вычислений зависят от доступности энергии. Энергия, заключенная в определенном количестве вещества, связана с атомами и субатомными частицами этого вещества.

Чем больше в веществе атомов, тем больше энергия. Как обсуждалось выше, для вычислений в принципе могут использоваться любые атомы. Поэтому чем больше атомов — тем больше возможности вычислений. Энергия атомов и частиц увеличивается с повышением частоты их движений — чем активнее движение, тем больше энергия. То же соотношение верно и для возможности компьютерных вычислений: чем выше частота движения, тем больше вычислений может совершить каждый элемент системы (например, атом). Именно это правило реализуется в современных микросхемах: чем выше частота чипа, тем больше скорость вычислений.