Дэниел Клемент Деннет - Разум: от начала до конца. Новый взгляд на эволюцию сознания от ведущего мыслителя современности

Как происходит это обучение? Этот вопрос поможет возродить немного дискредитированное различие из времен зарождения когнитивных наук: теоретическая модель против производственной модели. Теоретическая модель (как грамматика в языке) показывает, как система должна работать – она задает нормы и спецификации, как в примере с лифтом в главе 4, – не рассматривая пути и способы выполнения этих требований, проблемы проектирования, предполагающие несколько разных решений, разные производственные модели. Производственная модель внедрения правил грамматики в оратора, произносящего речи на правильном английском, – задача для специалистов по нейролингвистике в отдаленном будущем. В самом начале развития когнитивных наук лингвисты-теоретики спорили о грамматиках, не вдаваясь в детали того, каким образом мозг «следует книжным правилам»; они хотели получить вначале эту книгу правил.

Тем временем психолингвисты уже провели хитроумные эксперименты, продемонстрировавшие наличие закономерностей в ошибках, которые дети делают в речи, нашли источники разных путаниц, ошибок в грамматических решениях и тому подобное; теоретики не смогли объяснить наличие выявленных закономерностей, но при этом легко нашли себе оправдание, сказав, что еще слишком рано пытаться объяснить странные особенности процесса обучения. Люди делают ошибки, у людей плохая память, люди торопятся делать выводы, однако все они обладают базовыми знаниями правил грамматики, как бы небрежно они ни поступали с ней в том или ином случае. Производственные модели – дело будущего.

Подобное разделение труда оказалось не самым плодотворным, оно породило пропасть в когнитивных науках, которая до сих пор остается источником напряжения и непонимания. Лингвисты были правы, настаивая, что до тех пор, пока у вас нет четкого представления о том, что мозг может и способен делать , чтобы понимать речь и говорить на языке, все ваши усилия по исторической реконструкции освоения мозгом функции речи обречены на провал, поскольку столкнутся с невозможностью сформулировать проблему. Описание задач исторической реконструкции подразумевает рассмотрение как определенных ограничений, так и сильных сторон используемых механизмов, и, игнорируя вопросы о мозговой деятельности и недооценивая важность полученных психолингвистами данных, лингвисты-теоретики гонялись за призраками.

Мы же, вооружившись этими знаниями, можем обратить свои взоры к новой идее, которая в настоящее время царит в когнитивистике и обещает дать ответ на вопрос, как же все-таки мозг получает и использует доступную семантическую информацию: байесовское иерархическое предсказательное кодирование (см. прекрасные отчеты Hinton, 2007; Clark, 2013; комментарии Clark, Hohwy, 2013). Основа идеи просто восхитительна. Преподобный Томас Байес (1701–1761) разработал метод расчета вероятностей, основанный на предшествующих ожиданиях . Проблема формулируется следующим образом: предположим, ваши ожидания, основанные на прошлом опыте (включая, как мы можем добавить, опыт ваших предков, переданный вам), такие-то и такие-то (их можно выразить через вероятность той или иной альтернативы), так какое влияние на ваши будущие ожидания могут оказывать получаемые вами новые данные? Какие корректировки было бы разумно сделать в этих ожиданиях? Байесовская статистика, таким образом, является нормативной дисциплиной, предположительно предписывающей правильный способ суждения о вероятностях 41. Она может стать неплохим кандидатом на роль модели процесса обучения мозга: он работает как производящий ожидания орган, генерирующий новые возможности на лету.

Рассмотрим задачу идентификации рукописных символов (букв или цифр). Это не случайно, что такая задача часто используется на интернет-сайтах в качестве теста, позволяющего отличить человека от бота, запрограммированного для проникновения на сайты: восприятие рукописных текстов, как и восприятие речи, оказалось достаточно простой задачей для человека, однако чрезвычайно сложным испытанием для компьютера. Сегодня уже созданы программы, способные идентифицировать написанные от руки, – нацарапанные, на самом деле, – цифры, используя каскадные послойные байесовские предсказания о том, каким предыдущий слой видит последующий; когда предсказание оказывается неверным, они выдают сигнал ошибки, запускающей процесс байесовской ревизии, и процесс повторяется снова и снова, пока система не выполнит идентификацию (Hinton, 2007). Программа постоянно усовершенствуется и становится постепенно все точнее и точнее по мере практического применения в точности, как и наш мозг, – только он пока делает это лучше (см. главу 15).

Байесовское предсказательное кодирование иерархично, поэтому служит методом создания различных ожиданий: мы предполагаем, что крупный объект обнаружит обратную сторону, если мы обойдем вокруг него; мы ожидаем, что двери могут открываться, а в чашки можно налить жидкость. Эти и другие предвидения сыплются из сети, которая не ожидает пассивно информации, но постоянно составляет прогнозы и предположения о том, что она может получить на входе с нижнего уровня, базируясь на основе того, что уже было получено, и обрабатывает результаты ошибок в предсказаниях, используя их как один из важнейших ресурсов новой информации и способ обновления ожиданий для следующего раунда прогнозов.

В пользу применения байесовской теории к процессу обучения мозга не в последнюю очередь говорит тот факт, что она дает простое и естественное объяснение поразительным особенностям анатомии мозга: большая часть зрительных каналов настроена не на вход , а на выход , то есть исходящих сигналов по ним проходит больше, чем входящих . С этой точки зрения стратегия мозга состоит в постоянном построении «опережающих моделей», вероятных предвидений и использовании входящей информации для корректировки в случае необходимости. Когда организм функционирует в знакомой обстановке, на своей территории, постоянный процесс коррекции ослабляется до минимума, догадки мозга обретают высокую степень точности, и это дает ему все преимущества в повседневной деятельности.

Эти байесовские модели сформировались из моделей «анализа путем синтеза», существовавших на ранней стадии развития когнитивных наук и руководствовавшихся любопытством нисходящего типа («Это олень?», «Это лось?») для формирования проверочных гипотез для входящих данных. (Ваш мозг анализирует данные, делая разные предположения, синтезирует версию того, что вы ожидаете, и сравнивает ее с получаемой информацией.) В моей книге «Объясненное сознание» (Consciousness Explained, Dennett, 1991, стр. 10) я предложил теоретическую модель сновидений и галлюцинаций, основанную как раз на синтезе путем анализа, – я утверждал, что содержание этих видений определяется не чем иным, как «беспорядочным, или случайным, или произвольным круговоротом предположений и опровержений» (стр. 12). Этот вывод был активно поддержан и доработан сотрудниками Google Research (например, Mordvintsev, Olah, and Tyka, 2015). Сегодня я мог бы сказать проще: в байесовской сети молчание считается подтверждением. То есть более высокие уровни считают реальностью по умолчанию то, что не опровергается.