Эдвард де Боно - Я прав - вы заблуждаетесь

Каменная логика является фундаментом для нашей традиционной аналитической логики (с ее постоянными категориями, определениями и противоречиями). Водная же логика есть основа логики восприятия. До недавнего времени мы не представляли, как работает восприятие. Теперь мы начинаем постигать восприятие с точки зрения соответствующих функций мозга.

И лошадь, и автомобиль — средства сухопутного транспорта. Но они отличаются. И птица, и самолет летают. Но они также отличаются друг от друга. И теннис, и шахматы — спортивные игры, но разные. Так и суп отличается от спагетти, хотя и то и другое — еда.

Точно таким же образом можно выделить два различных типа информационных систем. С одной стороны, имеется традиционная пассивная система, в которой данные записываются и хранятся на определенном носителе. Информация не изменяется, пока находится на своем носителе. Носитель не изменяется. В такой системе необходим внешний оператор, который обращается с информацией в соответствии с определенными правилами. Представьте себе игрока в шахматы. Фигуры пассивно ждут своей участи, пока игрок не начнет делать ими ходы в соответствии с правилами игры и определенной стратегией, которой он придерживается.

Традиционные компьютеры представляют собой пассивные информационные системы. Информация хранится на магнитной ленте или дисках и используется (согласно определенным правилам и с определенной целью) центральным процессором. Школьник, решающий арифметические задачи в тетради, также пример пассивной информационной системы. В пассивных системах имеется четкое различие между пассивным хранением информации и ее обработкой внешним оператором. Наше использование языка и символов также имеет свои корни в пассивной информационной системе. Хранимую информацию мы используем в соответствии с правилами математики, грамматики и логики.

С другой стороны, существует активная система. Здесь нет внешнего оператора. Вся деятельность имеет место в пределах записывающего информацию носителя. Информация активна. Носитель активен. Информация взаимодействует с носителем, в результате чего образуются паттерны [4] Паттерн — узор, шаблон, структура, форма, пространственное или временное распределение стимулов, процессов и тому подобное. Иными словами, сочетание или комбинация чего-либо в широком смысле слова. — Прим. перев. , последовательности, узоры, петли и так далее.

Очень простым примером активной паттерн-системы [5] Паттерн-система — система, формирующая и/или использующая паттерны. — Прим. перев. может служить загородная местность, где идет обильный дождь. Со временем дождевая вода образует потоки, ручьи и целые реки. Ландшафт изменился. Имело место взаимодействие между дождем и ландшафтом. Имела место некоторая деятельность. Дождевая вода в будущем будет течь по каналам, образованным в результате только что прошедшего дождя.

Пассивные системы регистрируют только место или форму на поверхности. Эти место и форма имеют смысл, поскольку относятся к некоторой предопределенной ситуации. Активные же системы регистрируют место, время, последовательность и контекст. Данные факторы являются определяющими для паттерна и позволяют судить о существующих связях.

Активные системы иногда называют самоорганизующимися, поскольку для них не нужен внешний организующий фактор, информация организуется самостоятельно внутри такой системы. Понятие самоорганизующихся систем приобретает все большее значение в термодинамике, биологии, математике и экономике.

В 1968 году я написал книгу под названием «Механизм разума» («The Mechanism of Mind»). Она не была тогда должным образом замечена, поскольку для изложенных там идей время еще не пришло.

В той книге я описываю, как нейронные сети в мозге ведут себя как самоорганизующаяся система, которая позволяет поступающей в мозг информации организовываться в последовательность стабильных состояний, сменяющих друг друга, — совокупность последовательностей и паттернов. Я описал данное паттернобразующее поведение как естественное поведение достаточно простых нейронных сетей.

Сегодня принципы, изложенные в той книге, являются достаточно широко признанными. Они лежат в основе последних разработок в области компьютеров: машин, конструируемых по образу нейронных сетей, и нейрокомпьютеров. Различные модели и компьютерные симуляции систем такого типа предлагались различными экспертами, например Джералдом Эдельманом в 1977 году и Джоном Хопфильдом (Калифорнийский технологический институт). Я не буду утверждать, что данные разработки основывались на концепциях, изложенных мною в 1969 году, поскольку и другие люди в то время изучали поведение нейронных сетей. Что я готов ныне утверждать, так это то, что идеи, которые тогда казались странными, нелепыми и пустыми, в настоящее время являются общепризнанными. Уже существуют разделы математики, имеющие дело с поведением подобных систем. Модель, которую я предлагал в 1969 году, была воспроизведена на компьютере М.Г. Ли с коллегами, и компьютерная симуляция вела себя в полном соответствии с прогнозом.

Когда вы одеваетесь каждое утро, вам необходимо надеть на себя целый ряд предметов одежды. Если на вас одиннадцать предметов одежды, то теоретически существует более тридцати девяти миллионов различных вариантов процесса одевания, из которых только около пяти тысяч практически приемлемы (например, вы не станете надевать ботинки до того, как надеть носки). Все равно перед вами целых пять тысяч вариантов того, как одеться.

Рассчитать, как получается такое большое количество вариантов, достаточно просто, мы вернемся к этому позже. Суть здесь в том, что если бы наш мозг работал по подобию традиционных компьютеров, то нам потребовалось бы около двух дней, чтобы одеться, неделя — чтобы приготовить завтрак и еще неделя — чтобы попасть на работу. Всякий раз приходилось бы рассуждать о том, как держать бокал, взяв его со стола, как наполнить его вином и как из него пить.

Однако мы спокойно одеваемся и пьем из бокала, поскольку мозг ведет себя как самоорганизующаяся система, создающая рутинные мыслительные паттерны. Коль скоро такие паттерны созданы, мы просто используем их. Нам следует быть бесконечно признательными мозгу за такое его поведение, ведь без этого наша жизнь, по существу, была бы невозможна.

Насколько нам необходимо знать, как на самом деле работает мозг? Следует ли нам, по большому счету, разобраться, с каким типом информационной системы мы имеем дело?

Безусловно. Философия и психология всегда страдали от нагромождений описаний, сложного танца под музыку слов. Описание соответствует только тому, что оно описывает. Чтобы двигаться вперед, необходимо понимать механизмы, лежащие в основе мышления. Не существует механизма более фундаментального, чем работа нейронных сетей в мозге. Как только мы поймем принцип его работы, мы освободимся от необходимости все описывать и сможем воспользоваться этим знанием, чтобы изобрести новые мыслительные инструменты (как в латеральном мышлении). Сможем распознать недостатки и вредные тенденции в системе и понять, как им способствуют некоторые из наших устойчивых привычек мышления. И тогда мы сможем по-настоящему оценить потребность в новых мыслительных привычках.