WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 3 | 4 || 6 |

«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ им. М.В. Ломоносова ТВЕРСКОЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ На правах рукописи Гухман Владимир Борисович Философская сущность информационного подхода ...»

-- [ Страница 5 ] --

освоении приобретенных метаболитов не прекращаются обменные процессы между системой и средой. Поэтому в современной теории развития вряд ли есть смысл отделять самоорганизацию от самообучения, тем более когда речь идет о развитии тезауруса. Это означает, что количественные и качественные преобразования тезауруса происходят постоянно и параллельно. Процесс роста сложности (разнообразия) системы напоминает известный в информационной технике процесс многокаскадного усиления сигнала с задержкой К этому процессу применим информационный принцип усиления.Итак, представим эволюцию тезауруса как усиление сложности открытой информационной системы, питаемое от ее среды обитания и имеющее предел, который зависит от информационного ресурса среды, полезно усвоенного системой. Эволюционирующая от энтропийного хаоса к информационному порядку подобная открытая система одновременно проявляет признаки движения закрытой системы от порядка к хаосу, тем большие, чем меньше информационная составляющая в приращении полной энтропии системы, т.е. чем меньше доля знаний в объеме данных, приобретаемых тезаурусом. Уменьшение информационной составляющей прогрессирует по мере приближения к концу жизненного цикла системы, что в усилителе соответствует переходу в зону насыщения его рабочей характеристики. Этот процесс можно представить в виде качественной формулы, отражающей зависимость прироста энтропии системы от прироста ее термодинамической (dHt/dt) и эволюционной (dHi/dt) составляющих во времени (t): dH/dt = dHt/dt + K(t) dHi/dt. Характер поведения коэффициента усиления во времени K(t) аналогичен зависимости коэффициента усиления от входа на рис. 24. На этапах «молодости» и «зрелости» системы (что соответствует рабочей зоне на рис. 24) эволюционная (связная) составляющая ее прироста преобладает над термодинамической. В результате, учитывая разные знаки этих составляющих, общая энтропия системы уменьшается (dH/dt<0). На «стар ческом» этапе (спад K(t) в зоне 2 и зона 3) начинает преобладать и в конце концов побеждает термодинамическая составляющая прироста энтропии. Общая энтропия системы возрастает, система деградирует и погибает (рис. 32а). Именно этими факторами можно объяснить образные кривые эволюции (самоорганизации) типовые Sсистем открытых [46,111,168], изображенные на рис. 32б. В системотехнике, синергетике, логистике их принято называть логистическими кривыми или кривыми роста. Они похожи на рабочую характеристику усилителя на рис. 24, хотя получены совершенно из других по своей природе предпосылок. В математике подобные кривые относятся к классу экспоненциальных. Они используются для описания эволюционных процессов в экологии (динамика развития популяций [97,111], психологии и педагогике (динамика обучаемости [28,61]) и др. Сюда же можно отнести описание итерационных алгоритмов вычислительной математики (динамика сходимости решений) и автоматического регулирования (огибающая переходного процесса). Идея «усиления», правда несколько в ином смысле, использовалась и прежде - в психологии, биохимии, кибернетике [43,168,170]. Это говорит о ее плодотворности. Новым является использование типовой рабочей характеристики усилителя для интерпретации характера процесса самоорганизации, в частности, для интерпретации развития тезауруса.

Энтропия Размер системы Время Сложность 1 2 3 Время Кривая роста системы [46] Объем популяции Время Время Кривая роста популяции [111] а) б) Рис. 32. Логистическая эволюция (самоорганизация) Сложность самоорганизующегося тезауруса, как, впрочем, и любой реальной самоорганизующейся системы, растет по логистическому закону из-за объективных ограничений материально-энергетического системного ресурса. При этом эффективность на единицу стоимости самоорганизации достаточно быстро проходит свой максимум и стремится к нулю из-за лавинообразного роста стоимости усложняющейся системы, когда на каждую «добываемую» единицу эффективности приходится все больше единиц стоимости (рис. 17). В основе стоимостного феномена лежат все те же материально-энергетические ограничения. При снятии этих ограничений остается только метафизическое информационное ограничение, не имеющее логистического предела (рис. 18) и подчиняющееся закону информационной экспансии (рис. 20). Поэтому в чисто информационном смысле пределов самоорганизации тезауруса нет. Коллективный и индивидуальные тезаурусы человеческой популяции могут прогрессивно эволюционировать только информационно, традиционный затратный информационно-материально-энергетический путь тупиковый. На справедливость этого вывода косвенно указывает бурно развивающаяся глобальная информационная сеть Internet, использующая, как правило, имеющиеся телекоммуникации и абонентскую аппаратуру (компьютеры) и минимум дополнительной аппаратуры (модемы). При этом простое наращивание количества элементов в некоторой замкнутой области еще не дает права считать ее системой и, тем более, развивающейся системой. Нельзя же считать разрозненные, случайные, не связанные между собой данные системой знаний, так же как нельзя считать разрозненные файлы в долговременной памяти ЭВМ базой знаний. Вот если эти данные будут совместно осмыслены в виде упорядоченных, взаимосвязанных продукций, фреймов и(или) семантической сети как средств представления знаний в ЭВМ, тогда можно говорить о системе (базе) знаний, о тезаурусе организма, машины.

Иными словами, информационные связи между данными, входящими в тезаурус, надежнее, чем их связи с данными, находящимися вне тезауруса. Надежность связей поддерживается в рамках принципов кодирования и коммуникации (см. раздел 3.1.2). Организация связей обеспечивается под управлением программы генерирования информации (см. раздел 3.1.1) и системной аксиологической установки познания (см. раздел 3.2). Перейдем теперь к логистической кривой зависимости эффективности от сложности (рис. 17), характеризующей качественный этап развития открытой системы - этап самообучения. Известно, что неаппроксимированное поведение кривых роста (развития) носит (квази)ступенчатый характер (рис. 33). Переход на каждую следующую ступень соответствует скачку качества системы - она приобретает новые свойства. При этом тренд поведения - логистический. Выше мы объяснили природу логистического тренда развития. В дополнение к изложенному отметим, что развитие (эволюция) является необратимым процессом, стрела времени которого обращена только в будущее и перемена знака времени (t на -t) для него невозможна. Для необратиЭффективность Стоимость Сложность Рис. 33. Ступенчатый характер кривой роста (развития) мых процессов доказано [39,110], что прирост энтропии у них асимптотически (при t ) равен 0 (принцип Пригожина-Гленсдорфа). Это соответствует стационарному (по эффективности) состоянию системы, когда каждое мгновение организующий эволюционный механизм максимально компенсирует дезорганизующие попытки тепловой или иной смерти. В общем это согласуется с усилительной моделью эволюции, рассмотренной выше. Динамика эволюции систем описывается нелинейными дифференциальными уравнениями без запаздывания [54], решением которых и являются те самые логистические кривые, которые изображены на рис. 17, 32. В результате развивающаяся система способна только на поддержание своей эффективности в некотором стационарном состоянии, соответствующем участку насыщения логистической кривой. Но тогда за счет чего система повышает свою эффективность в моменты качественных скачков в рабочей зоне логистической кривой? При выводе закона информационной экспансии (раздел 3.1.1) мы обратили внимание на взаимосвязь поведения логистической кривой эффективности и логарифмической кривой информативности развивающейся системы (рис. 17, 18). Полагаем, что и ступенчатый характер кривых роста объясняется дискретностью процесса генерирования информации тезаурусом системы, хранящим соответствующую программу. Попытаемся доказать эту гипотезу. Выше отмечалось, что информация генерируется развивающейся системой при ее самоорганизации (количественный этап), а главным образом на последующем качественном этапе развития. Для этого система должна постоянно самообучаться, познавая возрастающее в результате самоорганизации разнообразие своих состояний. Иначе новая информация не возникнет. Но любое познание, как мы неоднократно убеждались, невозможно без ошибок. В нашем случае ошибки обусловлены действием информационных принципов коммуникации, проявляющихся в конечной чувствительности и конечной избирательности алгоритмов распознавания и классификации разнообразия, используемых системой на этапе самоорганизации. Чем обусловлена конечная чувствительность? На входе любого алгоритма распознавания и классификации находится канал связи, поставляющий первичные (необработанные) данные. Приемником может быть, например, сенсорное устройство некоторого прибора, органа чувств, нейронной сети. Ограниченная чувствительность приемника обусловлена объективными факторами двоякой природы: внутренними шумами приемника и внешними помехами (шумом) среды.

Конечно, обнаружение прироста разнообразия и обнаружение сигнала не одно и то же. Более того, выявить механизмы порогового обнаружения и распознавания прироста разнообразия систем совсем не просто. Но они существуют. В частности, тонкие химические и термохимические исследования живой клетки делают их весьма вероятными [1,57]. Эти механизмы объединяют с обнаружением сигналов общие ограничения наличие помех (внутренних и внешних) и конечного порога обнаружения. На рис. 34 показан принцип дискретизации отсчетов прироста разнообразия n = N - n за счет конечного порога обнаружения.

n (прирост разнообразия) Порог обнаружения Разнообразие Рис. 34. Дискретный механизм обнаружения прироста разнообразия Внутренние и внешние шумы, наряду с ухудшением качества обнаружения прироста разнообразия, ухудшают и избирательность алгоритмов распознавания и классификации новых элементов системы, т.к. в шумах «размываются» границы между характерными признаками этих элементов, что справедливо для любых алгоритмов и их схемных решений, будь то алгоритмы наблюдения, мышления, познания или игры. Итак, система объективно неспособна распознать слишком малый (субпороговый) прирост разнообразия, меньший некоторой величины. Это лишний раз подтверждает фундаментальную значимость дискретности и вызываемых ею ошибок для процесса познания и других связанных с ним информационных процессов. Одновременно это показывает объективный характер дискретности процессов познания и развития. Следовательно, система способна распознать новое разнообразие N и адекватно отреагировать на него порцией информации, если оно отличается от прежнего разнообразия n не менее, чем на конечную величину порога обнаружения N-n >. Таким образом, в развивающейся системе генерирование информации - объективно дискретный процесс, в основе которого- квантование разнообразия. Дискретное генерирование информации является причиной ступенчатого изменения (скачков) эффективности развивающейся системы.

Уточним понятие качественного скачка. Природой не предусмотрены материально-энергетические процессы с бесконечными градиентами, описываемые разрывными функциями с бесконечными производными во времени. Следовательно, вообще некорректно говорить об идеальных скачках применительно к реальным процессам, даже к тем, что составляют предмет исследования теории катастроф. Любой самый «крутой» скачок при рассмотрении его на достаточно быстрой развертке во времени выглядит как переходный процесс, логистическая кривая, затухающее или нарастающее колебание, но не как вертикальная ступень. Так, Большой Взрыв, если он был, развивался во времени: «Первая сотая доля секунды», «Первые три минуты» - эти названия глав книги С. Вайнберга [22] о теории Большого Взрыва говорят сами за себя. Любой самый мощный сигнал имеет конечные фронт и спад, обусловленные реальными постоянными времени (временной инерционностью) приемо-передающих устройств. Словом, «никакое изменение не происходит скачком» (Г.В. Лейбниц [81, с.263] ). Эта сентенция справедлива и для законов общественного развития, действующих в рамках (а не вовне) природы и не подчиняющихся лишь Воле и Логосу. Поэтому, если мы до сих пор использовали понятие скачка и далее будем это делать, то только в философском смысле. В физическом смысле скачок - это полезная идеализация, помогающая познанию природы, и только. Возможно, неприятие природой идеальных скачков и есть одно из наглядных косвенных подтверждений ее эволюционности вопреки креационизму. В связи с изложенным эволюционное понятие «качественный скачок» тоже нефизично, а между процессами самоорганизации и самообучения, сопровождающими количественный и качественный этапы развития, не может быть четкой временной границы, графическим отображением которой были бы разрывные или ступенчатые зависимости Информация(Время), Эффективность(Время). Подтверждением тому служит рас смотренное выше генерирование информации, соответствующее ему повышение эффективности и «начальное обучение» системы в процессе самоорганизации (через познание возросшего разнообразия и его упорядочивание). Следующие ступени «образования» система проходит в процессе самообучения, после которого возможен новый прирост разнообразия и новая самоорганизация. Иными словами, самоорганизация и самообучение циклически взаимосвязаны. Освоение системой прироста своего разнообразия происходит через алгоритм адаптации к нему, т.е. через настройку системной матрицы управлений (реакций, переходов). В [127] это называется дифференцировкой вероятностного распределения состояний системы. В определенной степени алгоритм адаптации можно считать элементарным самообучением системы, т.к. именно в этом алгоритме впервые встречается понятие памяти как непременной структуры любой обучающейся системы. Правда, это еще не память тезауруса, полновесно используемая в алгоритмах самообучения. И тем не менее это дает нам лишний повод полагать, что самоорганизация и самообучение диффундируют друг в друга, между ними нет жесткой границы. Напомним, что изменение разнообразия состояний системы на входе алгоритма самоорганизации возможно не только за счет метаболизма системы, но и за счет изменения связности (упорядочивания) элементов в результате самообучения, а некоторые этапы самообучения (запоминание, восприятие и др.) можно интерпретировать как самоорганизацию интеллекта. Выше мы достаточно подробно рассмотрели эти особенности. Здесь лишь обратим внимание, что цикличность упорядочивания и самообучения системы означает не столько повторение ее прошлого, сколько обновленный возврат к прошлому с учетом текущей ситуации. Это и есть спираль. Ведь даже в программировании любой шаг цикла есть очередной виток спирали, на котором одна или более переменных меняются по сравнению с предыдущим шагом. Если бы циклы просто повторялись без спиралевид ности (все переменные постоянны), они были бы бесконечными, замкнутыми на себя, как круги или эллипсы (с проходом одних и тех же точек на каждом витке, в отличие от спирали, где эти точки всякий раз новые). Именно в этом смысл спиралевидности упорядочивания состояний и самообучения - на каждом витке приводить к новому порядку, новой информации, новому знанию (или наоборот – в зависимости от целей системы). Известные информационные модели развития систем, даже опирающиеся на экспериментальные данные, носят достаточно общий феноменологический характер и не склонны к излишнему взаимному изоморфизму, что требует известной осторожности при их использовании. Так, модель «сходящейся спирали» в [1], на наш взгляд, неадекватна информационной природе процесса развития, т.к., во-первых, охватывает только его начальный высокоградиентный этап, игнорируя логистический загиб S-образной кривой «зрелого» развития, во-вторых, прогресс подразумевается только как однонаправленное «возрастание уровня организации данного объекта в процессе его развития» [с. 108] и не учитывает вполне возможных децентрализованных тенденций развития. В-третьих, модель допускает колебания энтропии вокруг нуля, в том числе в область отрицательных значений, что принципиально невозможно. В-четвертых, в [1] информационная природа «сходящейся спирали» усматривается в затухающем автоколебании негэнтропийного процесса вокруг устойчивого нуля энтропии по типу гомеостаза, но гомеостаз в таком понимании – не развитие, он занимает низший уровень в иерархии системных процессов [53] и целеполагает сохранение, а не изменение ситуации. Природа спирали развития, в том числе гомеостатических систем не столь абстрактна и, по нашему мнению, состоит совсем в другом (см. Приложение 1). Большинство известных моделей развития концептуально концентрируется вокруг синергетической парадигмы Брюссельской школы (И. Пригожин) и М. Эйгена. Важно отметить присутствие в этих моделях нелинейных механизмов усиления флуктуаций, порога воздействия аттракто ров, поиска и отбора ценной информации, что обусловливает применимость информационного подхода в данных моделях. Как выявлено выше, важным аспектом информационного подхода к синергетическим моделям является исследование влияния памяти систем на характер их развития – проблема, не нашедшая должного места в данных моделях. Для решения этой задачи автором проведено моделирование процессов самоорганизации и адаптации гомеостатической и автостимуляционной систем1 (вычислительный эксперимент, модель типа эргодической однородной односвязной цепи Маркова с возвратными состояниями – см. Приложение 1). Моделирование дало следующие результаты. По мере роста разнообразия длительность адаптации системы (ее «память» в марковском смысле) растет, если самоорганизация направлена на обеспечение гомеостаза, и остается постоянной при автостимулировании. При гомеостазе достижение стационарных вероятностей реакций по всем состояниям на уровне, существенно превышающем по абсолютной величине точность адаптации, естественно, требует большего времени, чем при автостимулировании, когда в процессе адаптации системы повышается вероятность только одной реакции, а остальные по абсолютной величине быстро сходятся к точности адаптации. И чем больше состояний, тем достижение системой гомеостаза длительней. При автостимулировании одного состояния рост их числа практически слабо сказывается на величине памяти. Так, если при ограниченных ресурсах добиваться стабилизации экономики сразу по всем направлениямя, потребуется значительно больше времени, чем если стимулировать одно-два приоритетных направления. Отсюда также следует, что при уменьшении разнообразия, т.е. при деградации настройка гомеостатической системы ускоряется (уменьшается «память» марковского процесса адаптации), и тем сильнее, чем меньше разнообразие. Значит, скачки между стационарными состояниями гомео Автостимулирование - усиление доминирования одного состояния над остальными.

статической деградирующей системы становятся все короче и круче по мере приближения к концу ее жизненного цикла. Не этим ли отчасти объясняется чувство убыстрения биологического времени с годами? Отметим также что в реальной системе с практически безграничным множеством состояний длительность адаптационных переходных процессов (скачков в философском смысле) сопоставима с интервалами стационарности, и поэтому любое изменение длительности скачков оказывает ощутимое влияние на время пребывания системы в том или ином качестве, т.е. на ширину ступеней дискретно-логистической кривой развития системы. Гомеостатическая система на очередном витке развития стремится увеличить вероятность перехода каждого состояния в самое себя, т.е. стабилизировать реакции (управления). Упорядочивание состояний сводится к финальному выравниванию (по возможности) вероятностей реакций. Этот процесс сопровождается ростом энтропии и, соответственно, уменьшением генерируемой информации1. Следовательно, перед нами не упорядочивание, а разупорядочивание системы. Разупорядочивание в приведенном смысле составляет цель самоорганизации гомеостатической системы и сродни децентрализации ее управления. Таким образом, гомеостаз, стабильность достижимы в такой систем только при децентрализации управления. В этом нет ничего необычного. Так, децентрализованное управление в кибернетических системах играет не меньшую роль, чем централизованное управление. Жизнеустойчивость практически всех биологических систем обеспечивается в немалой степени именно благодаря развитой децентрализованности управлений. Аналогичные тенденции (надежные системы из ненадежных элементов, отказоустойчивые аппаратно-программные средства) свойственны развитию систем рыночной экономики и техносферы [25,37,53,71]. В процессе развития моделируемой автостимуляционной системы явно прослеживается тенденция упорядочить разнообразие состояний та Здесь и ниже имеются в виду информационная энтропия и количество информации ким образом, чтобы одно из них стало доминирующим (наиболее вероятным). Финальная матрица управлений становится все более асимметричной, энтропия падает до нуля, генерируемая информация растет. Это соответствует росту организованности системы, в пределе - «заорганизованности», когда достоверно возможно только одно состояние, а остальные невозможны. Полученные результаты заставляют нас переосмыслить связь между возникновением нового качества и генерированием новой информации в процессе развития. В гомеостатических системах эта связь может быть отрицательно коррелированной, если цель их развития - децентрализация. В результате, по мере развития таких систем их упорядоченность (различимость состояний) уменьшается и, соответственно, уменьшается количество информации, генерируемой на каждом шаге развития. Соответственно по закону сохранения информации увеличивается энтропия, комплементарная информации и характеризующая внутреннюю информацию системы. У автостимуляционной системы все информационные тенденции обратны изложенным. В результате эволюционные гомеостатические системы с конечной памятью имеют значительный периодически пополняемый информационный резерв развития в отличие от автостимуляционных (революционных) систем, естественный информационный резерв которых быстро исчерпывается, и от гомеостатических систем без памяти (стохастических, анархических) или с бесконечной памятью (детерминированных, консервативных), которые не способны развиваться вообще. При этом генерирование не только новой информации, но и новой энтропии может быть признаком развития системы - та или иная тенденция определяется целью развития. Этот парадоксальный, на первый взгляд, результат может оказаться не столь неожиданным, если учесть также диалектику взаимного отрицания преемственности и новизны в ходе развития. Гомеостаз как тенденция к устойчивости больше тяготеет к преемственности, чем к новизне (изменчивости), пытаясь, по-возможности, «со хранить достигнутое» вместо поисков чего-то «лучшего - врага хорошего», как при автостимулировании. Здоровый консерватизм гомеостатических систем часто оправдан, будь то организм или машина, популяция или государство, система образования или спорт. Эти реалии, надеемся, позволяют считать результаты моделирования не противоречащими системному анализу и информационным аспектам теории эволюции. Проанализируем некоторые эмпирические примеры самообучения. Дискретность процесса генерирования информации развивающейся системой подтверждается, например, в психологических экспериментах по определению зависимости показателей обучаемости операторов (быстроты реакции, вероятности ошибочных реакций и др.) от времени обучения и сложности навыков (стратегий) [28]. На экспериментальных зависимостях обучаемости от времени (рис. 35) прослеживаются две устойчивые тенденции: логистический характер трендов и наличие ступенек (плато, горбов). В терминах нашей задачи подобные зависимости относятся к типу Эффективность(Время) Э(t), хотя в действительности это более сложный тип Эффективность(Сложность(Время)) Э(n(t)). Скорость реакции Время Рис. 35. Кривая обучения (по данным [28]) Трансформация типов производится по аналогии с преобразованием зависимости типа Выход(Вход(Время)) в зависимость Выход(Время) в усилителе (рис. 36). Таким образом, анализ любой зависимости Э(t) должен включать в себя учет эволюционной зависимости n(t) и рабочей характеристики усилителя эффективности Э(n), где n и Э – соответственно разнообразие и эффективность системы. Из рис. 37 следует, что при ступенчатости рабочей характеристики Э(n) аналогичной будет и зависимость Э(t). Отсюда можно предположить, что причиной немонотонности кривых обучения может быть немонотонный характер зависимости Э(n), обусловленный описанной выше дискретностью процесса генерирования информации.

Выход Рабочая х-ка усилителя Выход Усиленный сигнал Вход Вход Входной сигнал Время Э Э Время Рис. 36. Усиление во времени n n t Рис. 37. Развитие во времени t В принципе каждый из нас сталкивался с этим пороговым (релейным) эффектом обучения, когда понимание или умение как показатель эффективности обучения приходило к нам не сразу после первого обучающего импульса. Требовался не один такой импульс, бьющий в одну точку с разных сторон, прежде чем срабатывала эвристика понимания или умения. Так люди учатся ходить, танцевать, плавать, ездить на велосипеде, обучаются токарному делу, программированию, музыке, хирургии, тензорному анализу, входят в сложные миры Блаватской, Гуссерля, Хайдеггера, Бергсона и т.п. Словом, в каждом акте обучения требуется накопление на субпороговом уровне некоторого минимума разнообразия состояний тезауруса, прежде чем оно (разнообразие) достигнет порогов обнаружения и распознавания генератора информации тезауруса, что приведет к срабатыванию генератора и повышению эффективности системы. И здесь отметим важность реализации в тезаурусе принципа оптимальной фильтрации (раздел 3.1.2), обеспечивающего даже на субпороговом уровне разнообразия его обнаружение за счет уподобления информационных характеристик входа генератора информации аналогичным характеристикам накопленного разнообразия. Исследования зависимости обучаемости операторов от сложности приобретаемых ими навыков показали [28], что по мере усложнения навыка увеличивается ширина (длительность) ступеней (плато, горбов) на кривых обучения. Подобное явление может быть объяснено увеличением порога обнаружения разнообразия с ростом самого разнообразия (рис.38). В результате рабочая характеристика усилителя эффективности с переменной (по разнообразию n) шириной ступеней модулирует кривую роста n(t) Прирост разнообразия обнаружения Порог Разнообразие Эффективность разнообразия Разнообразие Рис. 38. Рабочая характеристика усилителя эффективности как функция от переменного порога обнаружения разнообразия так, как показано на рис. 37, трансформируя ее в зависимость Э(t) с переменной (по времени t) длительностью ступеней. Физически это может быть объяснено несколькими взаимосвязанными причинами. Во-первых, усложнение системы обычно связано с ростом ее внутреннего и внешнего энергообмена и усилением энергетического метаболизма. Это приводит к возрастанию уровня внутреннего и внешнего шума системы, что, как правило, загрубляет энергетическую чувствительность и избирательность ее приемников. Последние обнаруживают лишь достаточно мощные сигналы, отсекая слабые высокими порогами обнаружения и различения. Это не что иное как ограничение разнообразия входов в рамках реализации онтологического закона необходимого разнообразия и потому объективно необходимо1. Так, по энергетической чувствительности и избирательности большинства своих рецепторов человек значительно уступает животным и птицам, которые, в свою очередь, уступают пресмыкающимся, насекомым, рыбам, растениям, микроорганизмам. При этом показательно, что эволюция каждого вида требовала особой чувствительности и избирательности не от всех, а лишь от части его приемников, которые эволюционировали вместе с ростом ценности энергии, усваиваемой видом: вначале термоприемники (наименее ценная – тепловая - энергия), затем обонятельные (химические), вибро- и ультразвуковые приемники (механические), наконец, электромагнитные приемники(самая ценная из известных – электрическая – энергия). Полагаем, что аналогичную эволюцию вместе с ростом ценности информации, усваиваемой видом (рис. 28), претерпевали и входные приемники генераторов информации его тезаурусов. При этом внутри и вне тезаурусов уровень информационного шума возрастал вместе с интенсификацией информационного метаболизма и усложнением метаболических кодов (языков) на каждом уровне ценности информации. В результате В данном смысле ухудшение чувствительности и избирательности полезно.

и информационная чувствительность, и избирательность тезаурусов ухудшалась (см. сноску на предыдущей странице), и тому немало примеров. Так, при обучении по принципу «от простого к сложному» рост внутреннего шума обучаемой системы обусловлен интенсификацией информационного обмена и увеличением трафика (объема информации) во внутренних каналах связи, что требует в конечном счете все того же энергии и вещества. В результате то, что до обучения воспринималось как информация, после обучения перешло в разряд «шума» и перестало быть сигналом – повысился порог различения информации (психофизически), сработал закон необходимого разнообразия (онтологически). Такая пороговая процедура, как отбор (естественный и искусственный), характеризуется известным из практики динамизмом значений порогов, что связано с оптимальным целеполаганием любого отбора в условиях непрерывного изменения внутренней и внешней информации развивающихся систем. Это справедливо для биологического отбора [166,168], для отбора абитуриентов, для выбора решения из нескольких альтернатив, для выделения сигнала из помех (адаптивная фильтрация) и т.д. Если система прогрессирует, а не деградирует, то, как правило, ее порог отбора растет. Так, с увеличением конкурса абитуриентов повышается приемный балл, с прогрессом в том или ином виде спорта растут квалификационные нормы, с развитием личности растут пороги ее духовных запросов, с развитием товарного производства – требования к качеству товаров. Во-вторых, как показано выше, усложнение системы - это процесс, т.е. функция от времени. Ни в одном приемнике (естественном, искусственном) чувствительность не остается постоянной во времени. Она всегда флуктуирует вокруг некоторого среднего значения, которое, в свою очередь, дрейфует во времени, т.е. мы всегда имеем дело не с константой, а с функцией (t), быстрой или медленной в зависимости от настройки и «схемного решения» приемника. Порог дрейфует, как правило, в рост, ухудшая чувствительность приемника, т.е. повышая его порог. Если бы это _ было не так, т.е. чувствительность улучшалась бы по мере старения элементов приемника, его не приходилось бы периодически настраивать, ремонтировать и в конечном счете списывать за негодностью. На основании изложенного можно предположить, что по мере старения системы и ее тезауруса частоты срабатываний генератора информации и соответствующих качественных изменений падают. Не в этом ли одна из причин замедления и прекращения развития, консерватизма «старых» систем, ухудшения восприятия ими новых знаний (см. рис. 14)? С другой стороны, старение системы может сопровождаться ее усложнением, пусть относительно малым, но зато относительно ценным. Искусственный приемник, отслуживший свое, можно модернизировать в сторону улучшения чувствительности и избирательности. Аналогично могут «модернизироваться» и естественные приемники развивающихся организмов. «Заскорузлый» рационалист может переквалифицироваться в философа-экзистенциалиста, рефлексирующего над тонким миром человеческого существования, как в свое время русские помещики-крепостники – в писателей – выразителей народного духа. Однако количественно (по сложности) и качественно (по эффективности) это - новые приемники, процесс внешней и внутренней организации которых носил скорее не адаптивный, а бифуркационный характер.

Поэтому однозначно утверждать, что порог обнаружения разнообразия в развивающихся системах изменяется только в сторону повышения, было бы, по крайней мере, неосторожно. Тем более, что бифуркации, резко изменяющие закономерное развитие или стагнацию системы, могут случиться в любой момент времени и дать толчок как новому прогрессивному развитию, так и деградации системы. Приведенные выше результаты моделирования подтверждают предпосылки, сделанные в разделе 3.1.1 при феноменологическом анализе процесса роста разнообразия, о том, что с развитием системы длительность ее адаптации к возросшему разнообразию увеличивается, а к уменьшенному разнообразию сокращается. В целом, сочетание приведенных факторов, по-видимому, и дает интегральный эффект (упрощения) осваиваемых навыков. Обобщая, можно сказать, что данные факторы приводят к последовательному уменьшению частоты качественных скачков в ходе прогрессивного развития систем и могут увеличить частоту таких скачков в регрессирующих гомеостатических системах, если доминирующим фактором для последних будет уменьшение памяти. Последнее означает, что за один и тот же интервал времени степень упадка системы при регрессе превосходит степень ее подъема при прогрессивном развития. Этот вывод, полученный нами на основе моделирования гомеостатических систем, повидимому, - не новость для специалистов в области экономики, политики, социологии, системотехники и для «инженеров человеческих душ»: «...я заметил, что упадок гораздо стремительнее прогресса. Мало того, прогресс имеет границы. Упадок же - беспределен...» (С. Довлатов. «Ремесло»). Чтобы вырастить дерево или человека, нужно много лет, а чтобы их «спилить», достаточно мгновения. Теперь на примере абстрактной биосистемы рассмотрим самообучение как усиление ее интеллекта. Коэффициент усиления усилителя интеллекта согласно информационному принципу усиления определяется информативностью среды, питающей тезаурус биосистемы, и диссипацией информации на элементах последней. Если среда неинформативна, коэффициент усиления интеллекта близок к единице, т.е. выход усилителя примерно равен интеллектуальному входу. Эффективность такой системы определяется только ее генным набором. Если среда информативна и система способна к самообучению, бесполезная диссипация внешней информации несущественна, коэффициент усиления интеллекта больше единицы – система самообучается и самосовершенствуется. уширения (укорачивания) ступеней на экспериментальных кривых обучения по мере усложнения Так, согласно Эшби, если генетически в биосистеме возник мозг как потенциальный хранитель ее тезауруса и интеллекта, программ генерирования информации и усиления, то в процессе информационного метаболизма мозг работает как любой усилитель – увеличивает эффект от входа к выходу. Количество информации, полученное от генов, при самообучении дополняется значительно большим количеством информации от среды [170]. Интеллект усиливается по сравнению с генетическим интеллектуальным уровнем. Подчеркнем еще раз, что для такого усилителя нужен интеллектуальный источник питания, иначе усилитель не работает. Итак, в биологии существует многократно апробированный механизм создания одним естественным регулятором (генами) другого естественного регулятора (мозга), который способен к самообучению в среде обитания и в результате становится гораздо эффективнее, интеллектуальнее своего исходного состояния. Если человек как естественный регулятор создает компьютер как искусственный регулятор и наделяет его программой самообучения, нет оснований утверждать, что компьютер не сможет усилить свой исходный «интеллект», в том числе, до уровня, сравнимого или превосходящего интеллект своего генетического создателя – человека. Вопрос лишь в качестве программы. Принципиальных теоретических ограничений нет, за исключением разве что конечномерности пространственно-временных параметров материальных систем искусственного интеллекта, о чем уже говорилось. Поэтому современные способности компьютерных систем искусственного интеллекта к самообучению - наверняка не предел. Тем более, согласно [120] перечень операций, необходимых в реализации алгоритмов самообучения, включает в себя инструкции, поддающиеся программированию, а именно: запомнить (в программировании - записать в файл, динамический список, массив или переменную), выбрать данные (читать из файла, списка, массива, переменной), условный переход (алгоритм выбора «если..то..иначе..»), забыть (стереть файл, спи сок и пр.), установить сходство (сравнить), повторить стимул (алгоритм повторения - цикл). И здесь обратим внимание на хорошо известные факты. Стандартный мозг хранит намного больше информации, чем нужно его владельцу. Так, человек осознанно использует лишь несколько процентов своей долговременной памяти [16,56,152]. Основная доля информации воспринимается нами неосознанно, и, чтобы ее использовать, нужна соответствующая подпрограмма в рамках программы самообучения. В стандартной программе самообучения такая подпрограмма отсутствует. В результате КПД стандартной программы самообучения недопустимо низок, чтобы считать ее качественной. Осознанное восприятие новой информации в процессе самообучения требует больших энергетических затрат и сопровождается значительной информационной диссипацией. Последнее подтверждается тем, что новый материал осознанно усваивается учащимися при традиционных способах обучения не более, чем наполовину [123]. При таком самообучении энергетическое ограничение наступает достаточно быстро, усиление ограничено узкой рабочей зоной, коэффициент усиления сравнительно невысок. Неосознанное восприятие информации требует значительно меньших энергетических затрат, т.к. бессознательное есть категория преимущественно психологическая1, полевая, из области «тонких миров» - информационных полей. Если научиться в полной мере использовать неосознанные данные и знания информационно-полевой природы, эффективность самообучения, как нам представляется, может существенно возрасти, т.к. в этом случае коэффициент усиления интеллекта и ширина рабочей зоны усиления должны превысить значения, потенциально достижимые при традиционном информационно-энергетическом самообучении. Здесь в полной мере должен проявить себя закон информационной экспансии. Впрочем, пока все это не выходит за рамки философской рефлексии.

Психоанализ утверждает, что бессознательное принципиально психологическое [152].

Приведенные примеры также лишний раз свидетельствуют в пользу предположения о том, что алгоритмы самоорганизации и самообучения имеют общие подпрограммы, что эти подпроцессы следует рассматривать как единое целое, если мы хотим их познать. При этом целостность совокупного процесса развития следует понимать не в смысле «стыковки» во времени двух частных независимых подпроцессов, а как их взаимопроникновение, взаимовлияние, взаимостимулирование, не создающее внутреннего противоречия. Самоорганизация и самообучение протекают на фоне друг друга, при этом самообучение интенсифицирует информационный обмен со средой и усиленную работу системной памяти как важнейшей структурной составляющей системного тезауруса. Согласно принципу взаимной информации («информационной симметрии» субъекта и объекта – см. раздел 2.1.2) память – объективная динамическая структура сущего, предмет онтологии. Информация не только функциональна через сигнал, реализуемый физическими полями, но и атрибутивна через память, реализуемую информационным полем. Проще говоря, информация не только передается, но и хранится. И если функциональный подход, главным образом, ориентирован на информационный процесс как метаболический акт субъект-объектного и(или) объект-объектного взаимодействия посредством внешней информации, атрибутивный подход в неменьшей степени должен ориентироваться на информационный процесс как внутриобъектный метаболический акт формирования, накопления, хранения внутренней информации объекта на основе усвоения внешней информации и реструктуризации объектного тезауруса с помощью собственной программы информациогенеза. Функционально информация – отражение, атрибутивно – самоотражение. Информационная природа процедурной и декларативной памяти настолько важна для понимания процесса самообучения, что заслуживает самостоятельного исследования.

Обладают ли памятью, способной к обучению, любые системы или только кибернетические? Вопрос не так прост, как кажется. Так, в информатике и кибернетике под памятью понимается «устройство или среда, которая может сохранять информацию для последующего ее извлечения»1, «способность сохранять результаты прежних действий для использования в будущем» [32, с.188]. Эти определения, несмотря на их достаточную широту, слишком прагматичны. Н.Н. Моисеев не без оснований полагает, что «понятие памяти гораздо глубже: оно тесно связано с проблемой времени и с феноменом необратимости процессов, протекающих в нашем мире» [88, с.90]. Понимаемая в столь широком, философском смысле память может быть одинаково приписана камню со следами ледника или динозавра, генному набору растений и животных, мозгу и запоминающим устройствам ЭВМ, марковскому процессу адаптации системы и переходным процессам в электрических цепях. Но все это разные виды памяти, не все из них могут участвовать в процессе самообучения. Так, применительно к физическим системам неживой природы понятие памяти без специальных оговорок столь же спорно, как и понятие внешней информации - здесь можно обойтись и без этих понятий, используя физические и химические законы. Генетическая память возникла, скорей всего, с появлением биологических систем, жизнь которых, в отличие от «бессмертных» физических систем, была конечной. Для сохранения и развития жизни остро потребовался механизм хранения и передачи наследственной информации. И он был создан (кем, чем? – можно только предполагать) в виде генетического кода и механизма его наследования. Поразительное изобретение! Но если оно обрело жизнь в результате конкуренции и естественного отбора, это не противоречит синергетическим принципам самоорганизации материи (более подробно генезис генетической памяти можно проследить, например, по Толковый словарь по вычислительным системам. Пер. с англ. под ред. Е.К. Масловского, М., 1991, с.288.

[41,63,88,125]). Таким образом, генетическая память имеет весьма отдаленное, косвенное отношение к самообучению, примерно такое же, как механизм наследования имущества к умению создавать последнее собственными руками. Самообучение обычно связывают с высшей, негенетической формой памяти, которую, в свою очередь, принято разделять на процедурную (деятельностную) и декларативную (интеллектуальную) память [16,88]. Процедурная память способствует приобретению навыков, умений и знаний того, как нужно действовать в аналогичных ситуациях. Декларативная память позволяет формулировать понятия и суждения, оценивать прошлый опыт и текущую ситуацию, прогнозировать ситуацию и принимать решения. Нормальный современный человек обладает процедурной и декларативной памятью. Животным (а возможно, и другим представителям фауны), ребенку до двух лет, умственно отсталым людям свойственна процедурная память. Означает ли сказанное, что генетическая и негенетическая формы памяти никак не связаны между собой? Утверждать это значило бы, на наш взгляд, вступить в противоречие с логистическо-дискретным характером развития сложных структур, в частности, памяти, мозга, интеллекта. Напомним, что самоорганизация приводит к качественному изменению системы (структуры, органа, функции) в результате достижения некоторого критического значения разнообразия (диалектика количественнокачественных преобразований). Иными словами, преобразование накопленного разнообразия системы в ее новое качество - это, скорее, необходимость, чем случайность. И негенетическая память возникла тоже как необходимость самоорганизации биологических систем не на пустом месте. Ей предшествовал прототип - генетическая память, которая, как известно, передает некоторые жизненно важные навыки по наследству в виде безусловных рефлексов и без этапа обучения. Например, только что вылупившиеся утята умеют плавать, как и щенки большинства пород, ба бочка (только-только из личинки) летает, да так, что траектория ее полета оптимальна с точки зрения защиты от возможных врагов, коты выясняют отношения между собой и с кошками, нигде не учась языку и правилам моветона, и все от рождения умеют открывать рот, требуя хлеба и зрелищ (не отсюда ли извечное «Дай!», адепты которого, по-видимому, дальше генетической памяти не продвинулись в своем развитии?). Но на определенном этапе самоорганизации (вероятней всего, кооперативном) генетической памяти популяций оказалось недостаточно для их выживания и развития. Быстротечность жизни во враждебной быстро меняющейся среде молодой Земли, инстинктивная забота и тревога о потомстве не позволяла биосистемам опираться только на наследственные способности и свой короткий опыт. Надо было учиться у более опытных, у самых жизнестойких членов своей популяции. Так, по-видимому, и возникла необходимость в процедурной памяти, в механизме процедурного обучения младших старшими, менее опытных более опытными. Как возникли физико-химические структуры, органы, которые реализовали процедурную память, мы вряд ли узнаем наверняка. Но естественное происхождение этих структур вполне вероятно. В [53] показано, что даже в абстрактной системе в результате предельно интенсивного взаимодействия ее подсистем может образоваться новый «орган» с некоторой полезной для системы функцией. Если в организме человека есть атавизмы типа аппендикса, волосатости тела и др., почему мы не вправе считать, что когда-то они были крайне важными (например, волосы для защиты от холода), но самоорганизация человеческой популяции привела к развитию новых более важных и полезных для человека органов (рук, мозга, речевого аппарата и др.) в ущерб не слишком нужным, но пока еще зримым. Так могло произойти и с процедурной памятью как одной из ранних подструктур быстро развивающегося мозга.

Процедурная память обеспечивает простые формы самообучения- привыкание, условные рефлексы, запоминание и воспроизведение действий, сенсомоторных актов. Важную роль при этом играют поощрение и наказание (штраф) со стороны обучающей среды, с которой память информационно взаимодействует по некоторой программе. Любой преобразователь информации с памятью, выполняющий свою функцию по некоторой программе, можно считать информационным автоматом, и для его исследования (моделирования) можно использовать теорию автоматов [24,25,53]. Моделирование автоматов разной структуры в разных средах, проведенное также и автором, приводит к следующим важным для нас выводам [50,53]: • чем больше память автомата (коллектива автоматов), тем меньше его энтропия и, соответственно, тем больше генерируемая информация и степень обученности;

• коллектив автоматов обучается эффективнее, чем одиночные автоматы, при наличии внутриколлективной программы информационного взаимодействия;

• если однотипные по памяти и количеству действий (навыков) автоматы обучаются в разных средах, то их степень обученности (сгенерированная информация) примерно одинакова и не зависит от среды, но цена за это (по времени обучения) разная от среды к среде;

• самоорганизующемуся и самообучающемуся автомату свойственна конечная переменная память, автомат с нулевой или бесконечной памятью не способен развиваться и адаптироваться к среде. Эти выводы в значительной мере очевидны для педагогической практики и робототехники. Они лишний раз подчеркивают важность памяти и режима самообучения, ибо «человек до конца понимает лишь то, до чего додумывается сам, подобно тому как растение усваивает лишь ту влагу, которую впитывают его корни» (А. Реньи ).

Выигрыш или штраф по времени обучения характеризует совместно автомат и среду-учителя, а сгенерированная тезаурусом информация как мера познания - только автомат. Именно этим объясняется третий вывод, транслирующий в терминах теории автоматов известный педагогический феномен, что не столько личность учителя и уровень обучения в школе определяют подготовленность ученика, сколько личность самого ученика и эффективность его самообучения. Этим подтверждается вывод раздела 3.2 о том, что информативность поиска зависит только от разнообразия источника информации, но не от самого метода поиска, последний определяет лишь выигрыш (штраф) в виде длительности поиска и отбора ценных состояний. Самообучение – тот же поиск и отбор! Это косвенно свидетельствует еще раз в пользу предположения об изоморфизме отдельных технологических элементов самоорганизации и самообучения, о диффузионном характере их отношений. Итак, не столько обучение, умение учить, сколько самообучение, умение и желание учиться определяют успех процедурной, а также, повидимому, и более интеллектуальной деятельности обучаемого (автомата, биосистемы, человека). Учитель (среда) влияет только на цену, которую ученик заплатит за свое самообучение - по затратам времени, энергии и серого вещества. С физикалистской точки зрения эффективность самообучения напрямую зависит от коэффициента усиления обучающих сигналов в приемном канале тезауруса (согласно связному принципу усиления). Как показано в Приложении 1, система с бесконечной памятью не способна к самонастройке внутрисистемных управлений при необходимости адаптации к возрастающему разнообразию своих состояний. Взаимные переходы между состояниями в такой системе исключены, возможны только самопереходы состояний в самих себя. Энтропия такой системы равна нулю и поэтому не может уменьшаться («заорганизованная» система). Будучи изначально запрограммированной на некоторое множество управлений, система с бесконечной памятью и нулевой энтропией сохра няет неизменным это множество вне зависимости от среды. Такова закрытая система. Не имеет шансов на развитие и максимально энтропийная система с нулевой памятью («анархическая» система), у которой отсутствуют связи между состояниями, а все переходы между состояниями и самопереходы равновероятны. Самонастройка управлений в такой системе тоже невозможна, энтропия не уменьшается, оставаясь максимально достижимой для данной системы. Перейдем к рассмотрению декларативной памяти и связанных с ней интеллектуальных форм самообучения. Возникновение декларативной памяти и интеллекта, как и процедурной памяти, было необходимостью самоорганизации – такова общая гипотеза эволюционной теории и синергетики. Правда, существуют косвенные археологические данные, подтверждающие, что на определенном этапе своего развития наши далекие предки, обладая уже процедурной памятью и коллективно обучаясь друг у друга по принципу «делай, как я», вынуждены были резко изменить среду обитания и относительно быстро решить дилемму - выжить или погибнуть в новых условиях [88]. Смена среды для автомата с процедурной памятью означает изменение распределения вероятностей штрафов за неудачные действия. Если среда настолько необычна, что в ней практически непригоден ни один из выученных автоматом навыков (действий), значит, вероятности штрафов за все действия очень высоки. Следовательно, автомат будет циклически «метаться» от действия к действию, ища поощрение и постоянно подвергаясь штрафам. В результате ни одно действие (навык) не фиксируетя в памяти как удачное (поощряемое средой). Это значит, что процедурная память в этих условиях бесполезна. По-видимому, на определенном этапе такого опасного цикла, в результате жесткого отбора процесс самоорганизации привел человеческую популяцию к необходимсти в новых действиях, которые бы чаще поощря лись, а не наказывались средой. Этими действиями оказались осмысленный труд и накопление знаний - человек начал создавать орудия охоты, наблюдать и использовать в своих интересах повадки зверей, метеорологические явления, свойства материалов, применяемых в трудовой деятельности, и т.д. А это, в свою очередь, потребовало создания новой памяти декларативной, давшей толчок развитию тезауруса - первооосновы интеллекта. Сама по себе история декларативной памяти, тезауруса, интеллекта очень поучительна и загадочна, но не сверхъестественна. Рассмотрим процесс декларативного самообучения. При этом, как и в случае процедурной памяти, нас не интересует физико-химическая, анатомо-физиологическая природа декларативной памяти и самообучения. Мы будем рассматривать память как информационную структуру, а самообучение как информационный процесс, ибо информация и память так же, как информация и познание неразрывно связаны друг с другом. Есть серьезные основания считать память тоже процессом, а не статической структурой, т.к. накопленные знания непрерывно изменяются, проверяются и дополняются нашим мыслящим мозгом. Возможно, поэтому выявить свойства памяти нелегко [16]. Общепринято, что декларативная память функционирует по ассоциативному алгоритму и имеет иерархическую списочную структуру [16,120]. Ассоциативность памяти базируется на связи представлений, которая, безусловно, может быть значительно сложнее, чем у чеховского персонажа из «Лошадиной фамилии». Так, учащийся с хорошей зрительной памятью, отвечая на экзамене, может представить себе страницу книги с ответом, потом абзац, с которого следует начать ответ, содержание этого и последующих абзацев. Такая связь напоминает последовательную цепочку (список) представлений АБ…В, где после каждого текущего представления известен адрес следующего. В информатике, в частности, в программировании такой однонаправленный список реализуется в виде специфического типа данных – ди намического списка, имеющего адрес начала (вершины) списка, группу элементов, каждый из которых содержит информационный блок и адрес следующего элемента списка, пустой адрес (конец списка) [50]. Информационный блок включает несколько одно- или разнотипных полей, как учетный бланк в некоторой картотеке, представляющей с точки зрения программирования тоже список. Часто однонаправленная списковая структура недостаточна для эффективного самообучения. Так, для реализации двунаправленной логической импликации АБВ («если А, то Б;

если Б, то А» и т.д.) желательно связать следы памяти в двунаправленный список. В этом списке, в отличие от однонаправленного, каждый элемент содержит не один, а два адреса - в прямом (следующий элемент) и обратном (предыдущий элемент) направлениях. Для входа в список с каждого из направлений используются два входных адреса. Если при формировании суждений требуется периодически возвращаться к исходной посылке по схеме АБВ желателен кольцевой список. В нейронной сети элементам списка соответствуют нейроны, а адресным связям между элементами – синаптические связи между нейронами (с ненулевой проводимостью). Наконец, при объединении отдельных представлений, понятий, суждений в систему (базу) знаний требуется связать соответствующие разрозненные списки (как подсписки) в единую иерархическую структуру дерево подсписков, соответствующее некоторому участку нейронной сети в разделе памяти мозга. В свою очередь, математические деревья широко используются в программных реализациях нейронных и семантических сетей, в архитектуре нейрокомпьютеров. Иерархическая списочная структура и представляет собой, по последним данным, информационную структуру декларативной памяти зрелого человека. Косвенным подтверждением этого является иерархическая или АБВ, классификация человеческого знания во всех без исключения областях деятельности. Все классификационные схемы, будь то структура власти, классификация членистоногих или план войсковой операции, внешне напоминают иерархическую списочную структуру на рис. 39а. И это, скорей всего, не случайно. Приверженность людей подобной классификации как нельзя лучше соответствует внутреннему ассоциативному деятельности интеллекта.

А Б Г Д В ЕЖЗИЙКЛ М Н ЙКЛМН Б В Д Е И Ж З А Г механизму а) простая иерархия б) сотовая иерархия Рис. 39. Иерархические списочные структуры (вариант) Ассоциативный алгоритм самообучения запускается некоторым ключевым мысленным представлением - дескриптором, имеющимся в информационном блоке хотя бы одного элемента списочной структуры декларативной памяти. Далее по адресным связям между элементами воспроизводятся подсписки, необходимые для данного конкретного акта самообучения. При этом важное значение приобретает правильная адресация элементов списка. Стоит потеряться одному адресу, как список разрывается, знание, заключенное в нем, становится поверхностным, неполноценным, отрывочным. Поэтому реальная декларативная память имеет мощное дублирование и взаимопересечение списковых структур, когда один и тот же (под)список полностью или частично может использоваться для формирования разных представлений, понятий и суждений, разных форм знания. Например, понятие «функция» может ассоциироваться с совершенно разными представлениями в математике, программировании, физиологии, бизнесе. Даже в одной области знаний это понятие может вызвать разные ассоциации. Например, в программировании есть функции стандартные и пользовательские, внешние и внутренние, встроенные и библиотечные, с параметрами и без параметров, рекурсивные и простые и т.д. Человек, не подозревает о том, что в зависимости от контекста изменяется включенность подсписка, ответственного в декларативной памяти за это понятие, и оно используется разными областями памяти по-разному. Это заставляет предполагать, что структура декларативной памяти не просто иерархическая, а сотово-иерархическая (рис. 39б). В [55] показано, что простая иерархическая структура эффективна (экономна) при решении задач с жесткой программой, многосвязная структура («все со всеми») – при решении интеллектуальных задач, сотовая структура – естественный компромисс между простой иерархией и многосвязностью. В этом смысле сотовая структура оптимальна по информативности. Аналогично, по опыту, устроена и коллективная память (распределенная база знаний). Ее носители взаимосвязаны самым причудливым образом через непосредственные контакты, книги, радио, TV, электронные коммуникации, биополя, информационные поля и т.д. При этом списковые структуры образуются за счет переходов от носителей фундаментальных знаний к узким специалистам (от философов к «технарям», от теоретиков к практикам) и обратно. Это тоже сотово-иерархическая списковая структура. По-видимому, именно благодаря такой структуре коллективная память (впрочем, и индивидуальная тоже) столь живуча. Отказ (уничтожение, забвение) отдельных ее подсписков не приводит к исчезновению знания, поддерживаемого оставшимися подсписками. В этом мудрость самоорганизации интеллекта. Память, хранящая опыт поколений и приумножаемая каждым из них, представляет собой коллективный тезаурус - сокровищницу знаний - особо ценное достояние популяции. Не беречь ее, не пополнять за счет коллективного самообучения, не поощрять труд ее хранителей и созидате лей равноценно самоубийству популяции. Не этим ли объясняется запрет «Не убий!», возникший на заре становления человеческого интеллекта, когда мудрость, опыт, мастерство, знание стали значить для первобытных племен даже больше, чем сила и выносливость? Почему при самоорганизации памяти биосистем естественный отбор выбрал в качестве информационной структуры данных сотовую иерархию (под)списков, а не массив, множество или файл, с успехом используемые в компьютере наравне с динамическими списками? По нашему мнению, такой выбор оказался наиболее удачным для реализации в нервной системе, устроенной по принципу сотово-иерархической сети, где синаптические связи между нейронами реализуются так же, как и между абонентами в искусственных телекоммуникациях - адресно. При этом сотовый принцип связи нейронов удачно решает проблему экономии памяти, т.к. одни и те же нейроны могут использоваться в разных контурах нервной системы, что позволяет реализовать ассоциативное мышление в приведенном выше смысле. Принцип экономии памяти имеет прямое отношение к принципу экономного кодирования (раздел 3.1.2), постулирующему минимизацию избыточности кода вне зависимости от природы кодера. А память – тоже кодер. В сотовой иерархии нейронной сети реализуется также принцип надежного кодирования, т.к. связанность контуров сети способствует дублированию путей поиска следов памяти и восстановлению забытой информации. Сам факт существования ассоциативного механизма памяти подтверждает это. Отметим также, что развитие нервной системы, с одной стороны, памяти и интеллекта, с другой стороны, - не последовательные, а параллельные взаимозависимые процессы, сущность которых до настоящего времени не совсем ясна. Достоинство списковых структур с точки зрения самообучения - в простоте их редактирования (вставки, замены, удаления, дополнения, сортировки) [50]. Для этого не требуются физические перестановка и сдвиг информационных блоков памяти, как при работе с массивами, достаточно произвести переадресацию небольшого числа элементов списка, не затрагивая остальных. Энергетически переадресация ячеек памяти всегда экономнее, чем перекачка информации между ними. Как все это делается в памяти биосистем при самообучении нейронной сети, что из себя физико-химически представляют списковые структуры этой сети - вопросы для анатомов, биохимиков, биофизиков и нейрофизиологов. На информационном уровне важно лишь учитывать, что процесс самообучения складывается из усвоения (запоминания), хранения и воспроизведения знаний. Если нарушен хотя бы один из этих этапов, самообучение может не состояться. При запоминании (образовании) списков действуют три взаимосвязанных механизма (фазы) памяти: кратковременная (К), долговременная (Д) и сверхоперативная (непосредственная) (С-память). В вычислительной технике им соответствуют оперативная (внутренняя), долговременная (внешняя) и два вида сверхоперативной памяти - регистровая и кэшпамять. Фазы памяти взаимодействуют в следующей последовательности: СКД. Они характеризуют память как канал связи - по пропускной способности, скорости (времени) передачи. В свою очередь, понятия «процедурная», «декларативная» являются функциональными характеристиками памяти. В вычислительной технике они соответствуют разным способам организации баз знаний. Память как канал связи отличается от привычных каналов связи, передающих иформацию в пространстве от одного абонента к другому, тем, что она передает информацию не в пространстве, а во времени. Это могут быть телесно разные абоненты (например, предки и потомки, учителя и ученики), но может быть один и тот же абонент в разные периоды жизни. Строго говоря, не существуют каналы связи, передающие информацию только в пространстве или только во времени. Любая передача осуществляется за время t > 0 на расстояние R > 0. Поэтому феномен памя ти, как, впрочем, и любой канал связи, следует рассматривать в контексте философской категории пространства-времени. Поскольку любое проявление бытия ограничено по координатам пространства-времени, память тоже имеет ограничения по объему, производительности и т.д. Ограничения человеческой памяти составили важный и сложный предмет исследования психологов, нейрофизиологов кибернетиков [16,83,120,125]. Три основных ограничения, выявленных ими, сводятся к следующему: 1) кратковременная память человека может одновременно хранить не более семи ( ± 2) единиц информации (элементов списка);

2) перенос единицы информации из кратковременной в долговременную память требует не менее пяти секунд;

3) информационный блок элемента списка содержит не более 3-4 полей. Поэтому человек, прежде чем запомнить в кратковременной памяти большой объем входной обучающей информации, пытается перекодировать ее в меньшее число блоков - примерно 7 («телефонная память»), используя для этого связность символов, текстов и чисел, мнемонические правила, ассоциации. Есть серьезные основания полагать, что числа 7 ± 2 и 3 связаны между собой равенством 23 = 8, где 2 – число полюсных значений (позитив – негатив, горячо-холодно, одобрить-осудить и т.п.) каждого из трех помещенных в память параметров (информационных блоков) [43]. Эта идея, на наш взгляд, находит поддержку в психосемантической синэстезии Осгуда, ориентирующей социо- и психометрию на биполярные шкалы сбора и анализа данных по трем обобщенным признакам – силе, активности и отношению (оценке)[140]. Подчеркнем, что числа 7 ± 2, 5, 3-4 - верхние пределы соответствующих параметров нормально развитой кратковременной памяти. Поэтому подчас не все обучаемые в силу своего развития способны воспринять и усвоить даже небольшие порции информации. Основные затраты времени обучаемого уходят на освобождение места в кратковременной памяти для вновь поступающих данных (извне и из долговременной памяти), а также для хранения промежуточных результатов мышления. Человек вынужден находить место для текущих данных путем освобождения занятых ячеек кратковременной памяти с пересылкой содержания последних в долговременную память (после принятия решения, что сохранить, а что забыть). А это требует значительного времени, т.к. скорость передачи между соответствующими областями мозга ограничена. Из-за приведенных ограничений люди не всегда способны выбрать правильную стратегию поиска и познания, решать комбинаторные и многофакторные задачи, адекватно реагировать на сложные ситуации в быстро изменяющейся многофакторной среде. Подобные ограничения в той или иной степени свойственны любой интеллектуальной кибернетической системе, самообучающейся в нашем пространстве-времени. Таким образом, в основе многих сложностей и особенностей самообучения таких систем лежат, на поверку, немногочисленные и довольно простые ограничения декларативной памяти естественного происхождения, даже если мы имеем дело с искусственными системами. Разница между естественными и искусственными системами лишь в значениях верхних пределов пространственно-временных параметров памяти и в ее организации. Системы искусственного интеллекта с более емкой (по сравнению с человеком) оперативной памятью, более высокой внутренней скоростью обмена данными имеют преимущество перед людьми в решении нетворческих задач, переборе вариантов решений, управлении технологическими процессами и объектами в реальном масштабе времени и др. Человек выигрывает (пока!) за счет более мощной организации своей ассоциативной памяти в решении творческих, некорректных и плохо формализуемых задач, в самообучении и принятии решений при неполных и противоречивых данных, в задачах классификации и распознавания образов и т.п. Искусственный интеллект вторгся в творческую лабораторию человека, опираясь на принципы рациональности, исчисляемости и господства техники как следствия «позиции, безгранично открытой принуждению логической мысли и эмпирической объективности, которые постоянно должны быть понятны каждому»[173, с.297]. А это уже – проблема, требующая пристального внимания как скрытая угроза самой сути человека и мирового культурного процесса. Проблема – не в отказе от информатизации творческих актов, а в выявлении ее позитивных границ, за которыми - негатив, регресс человека и человеческой культуры. Важно отличать прогресс естественно-человеческого, первоприродного в культуре, пусть и воплощенного в предметах, знаках «второй природы» (в том числе, в файлах баз знаний), от культуры искусственного, второприродного происхождения, в частности, от информационной (компьютерной) культуры1 искусственного интеллекта. Для естественного и искусственного интеллектов как носителей конкурирующих культур, как отмечалось, не существует принципиальных ограничений на коэффициент интеллекта (IQ), за исключением конечномерности в пространстве-времени мозга, компьютерного «железа» и программ (включая коллективный - социальный или сетевой - мозг). Но существующие отношения между человеком и компьютером как между рабовладельцем и рабом ставят искусственный интеллект в неравноправное положение по отношению к естественному интеллекту, что делает некорректной проблему сравнения их IQ, ибо любое сравнение подразумевает равенство прочих (кроме сравниваемых) условий. При технологическом обеспечении одинаковых с человеком прав компьютера на информацию, на конфиденциальность информации, на защиту от информации и на интеллектуальную собственность компьютер будущего способен обогнать человека по уровню интеллекта благодаря своим несомненным преимуществам в быстродействии, объемах оперативной и долговременной памятей. Возможно ли это, вопрос времени – и только. Технологическая автономность компьютера в телекоммуникационных сетях под управлением развитой программы самообучения – вот, в сущности, все, что для Данный термин не канонизирован и употреблен здесь в локальном значении.

этого нужно и что технологически, в основном, решено и уже внедряется. Существующие отношения между человеком и машиной однажды уступят место отношениям свободных интеллектуалов открытого информационного общества, как бы этому ни сопротивлялись компьютерные агностики и гомо сапиенс. Другие гомо – гомо информатикус, электроникус, интернетус, майкрософтус и т.п. – вместе с «яйцеголовыми» доведут свои ноу-хау до реализации в харде и софте, даже если для этого потребуется лоббирование соответствующего законодательства. Впрочем, данная проблема философски еще не осмыслена в должной мере. Итак, следует ожидать, что параллельно с естественной традиционной культурой как первичным продуктом логики, духа и души человека будет развиваться вторичная искусственная самодостаточная культура человеческой (опосредованной через компьютер) и компьютерной логик. Но машина – продукт человеческой логики, человек же генитален, нелогичен по своему генезису и лишь отчасти логичен по приобретенной ментальности. Поэтому между обеими культурами неизбежен конфликт, известный сейчас лишь в зачаточном состоянии как конфликт между материальностью и духовностью, рассудком и разумом, рационализмом и иррационализмом, создателем и созданием, человеком и машиной. «Человеческое, слишком человеческое» чуждо машине, расчетливая бесстрастность претит человеку. Итак, назревающий конфликт не нов, он присущ человеко-машинным отношениям и в индустриальном обществе, но конфликту человека с компьютером свойственно новое качество – это конфликт конкурирующих интеллектов. Сегодня компьютер – всего лишь усилитель человеческого интеллекта, завтра – носитель собственного. Можно ли оценить, указать, установить пределы бесконфликтного (в указанном смысле) развития искусственного интеллекта, наложить табу на нежелательные моменты его развития? С учетом изложенного полагаем – нет, в информационном обществе этого сделать не удастся вовне человека. Но это можно сделать внутри него на уровне интроспективного «само» самосознания, самовоспитания, самообучения, самопознания. Весь процесс воспитания и обучения в информационном обществе должен быть направлен на креацию внутреннего пограничного императива, взвешенно защищающего человеческое в человеке от внечеловеческого, естественное от искусственного, страстную душу и дух человеческого интеллекта от бесстрастной логики интеллекта искусственного [80], свободный стиль жизни человека культурного от программно-аппаратно зависимого Webстиля жизни человека делового [37]. Не следует, однако, полагать данный императив «категорическим», ибо любой культуре свойственно не только саморазвитие, но и способствующий ему диалог с другими культурами, в том числе, с Web-культурой. Таким образом, рассматриваемая проблема приобретает психологический аспект, имманентный для каждого индивида в отдельности и через гармоничную («золотое сечение»!) мотивацию всех участников культурного процесса – общий аспект для социума в целом. Изложенное не означает, что достижения человеческой мысли, духа и мастерства могут быть легко превзойдены искусственным интеллектом. На этом пути еще огромные трудности, как практические, так и теоретические, тем более что человек динамичен в своем самосовершенствовании и далеко не исчерпал потенциальных возможностей. Эти возможности представляются нам, как неоднократно отмечалось выше, на пути познания человеком самого себя и перехода от информационно-энергетического к чисто информационному самообучению, обеспечивающему максимальный коэффициент усиления интеллекта и творческого потенциала. Творчество - многотрудный процесс не только для творцов, но и для аналитиков творчества. С одной стороны, многие творения ограничивают разнообразие бытия в том смысле, что привносят в него организованность, порядок. Так, научные открытия, новые теории дают ключи к познанию законов мироздания. Число этих законов конечно на фоне практически бесконечного разнообразия состояний мироздания. И чем глубже мы про никаем в его тайны, тем более взаимосвязанными представляются нам эти законы. Там, где был хаос незнания, появляются островки знания, потом между ними наводятся мостки, мосты, дамбы, и появляются континенты знания. Число континентов всегда меньше числа островов. И весь этот процесс упорядочивания знания, ограничения его факторного пространства возможен только за счет творчества ученых, интуитивно (в силу человеческой природы принципа простоты) стремящихся к обобщению, приведению в соответствие безграничного разнообразия мира с ограниченными возможностями человеческого сознания, мышления, познания. Аналогичный процесс характерен для созидательного труда в сфере производства, культуры, политики, быта. Достаточно сравнить Европу до эпохи Возрождения с современной Европой, ремесленный труд с конвейерным производством, чтобы понять смысл творчества отдельных людей и целых народов, неуклонно творящих организованность, порядок в своем доме, ограничивающих хаос, беспредел нецивилизованной жизни. Т.к. мерой ограничения разнообразия, организованности систем является информация (точнее, количество информации), то логично, что она может служить и мерой такого творчества. В этом плане в теории творчества вполне применим информационный подход, базирующийся на понятии информации и количества информации. С другой стороны, если следовать этой количественно-информационной логике дальше, то ограничение разнообразия до нуля считалось бы высшей целью творчества. Тогда «Черный квадрат» К. Малевича воспринимался бы как вершина живописи, однобуквенный алфавит как средство высшей выразительности, стандартные дома-коробки как шедевры архитектуры, тоталитарные режимы как панацея от болезней общества, а компьютерно-симметричные лица как образцы красоты. Но большинству людей нравится живопись, будящая воображение своей недосказанностью, загадочностью, полутональностью, нас волнует поэзия живого, богатого, метафоричного языка, нам приятно бродить по неповторимым тропам, странам, улицам, среди неповторимых домов, дворцов и соборов, нас радуют живые, нешаблонные лица и всегда манит свобода выбора. Иными словами, полный порядок, нуль степеней свободы, безальтернативность выбора как итог творчества приводят к отрицанию его плодов человеческим духом. Если в формуле (1) из n возможных состояний системы достоверно реализуется только одно k-ое, а остальные невозможны, значит, с учетом нормировки (3) p(yk) = 1, а p(yi) = 0 для всех i, не равных k. Тогда слагаемые в (1) будут двух типов: 1log(1) (одно слагаемое) и 0log(0) (остальные). Легко показать, что каждое слагаемое равно нулю и, следовательно, энтропия H(X)=0 (для n=2 см. рис. 31). Таким образом, духовный, чувственный, идеальный мир человека примет и оценит творение только при условии ненулевой энтропии. Он сопротивляется жесткому упорядочиванию, ограничению разнообразия и свободы. Можно сказать, что ментально человек энтропиен. В свою очередь, телесность (материальность) человека стремится к детерминированности, порядку, организованности, предсказуемости, комфорту. Можно сказать, что человек телесный антиэнтропиен. Если в результате деятельности (опыта) человека Х условная (послеопытная) энтропия познаваемой им системы H(Y|Х) обратилась в нуль, то согласно (14) это означает, что человек телесный стремится получить максимум информации, равный потенциальной информативности системы (ее внутренней информации) H(Y). Поскольку энтропия принципиально положительна, обращение ее в нуль прекращает познание системы - дальнейшее упорядочивание, ограничение разнообразия знаний невозможны. Если этой абстрактной системой является сам человек в состоянии самопознания, то окончательная (в приведенном смысле) реализация принципа максимума информации гибельна для человека – его развитие как личности на этом прекращается. Можно ли (а главное, зачем) упорядочивать систему, находящуюся в «абсолютном порядке», уменьшать разнообразие, которого не существует? Чтобы система развивалась в указанном смысле, ее энтропия должна быть ненулевой. И здесь интересы духовности человека вступают в информационное противоречие с интересами его телесности. В итоге человек информационно противоречив, и это неспроста. Его творческий потенциал и развитие питаются этим противоречием. Телесность, исходя из инстинктов самосохранения, выживания и самовоспроизведения, взывает к познанию бытия и созиданию порядка, информации. Духовность, которая произрастает из глубин человеческого Эго, интуитивно выполняющего алгоритм развития, заложенный то ли Богом, то ли природой, взывает к творчеству и созиданию разнообразия, энтропии. И так же как тело и дух причудливо взаимодействуют в человеке, превращая его в двуликого Януса, так и творчество человека дуально по своей природе. Проявления творческого дуализма носят обычно циклическо-спиральный и одновременно квазиоптимальный характер, переходя от информационного вектора к противоположному - энтропийному и обратно и обеспечивая некоторую оптимальную равнодействующую этих векторов, которая количественно, возможно, исходит из принципа золотого сечения - одного из важных принципов гармонии мира [43]. Человеку претит не только рабство, но и анархия, не только догма, но и словоблудие, не только запрет, но и безответственность. Человек всегда где-то «между», в том числе и в творчестве. В этом диалектика творчества. Но в этом диалектика и самого человека как сложной системы. Мир сложных систем - вероятностно-детерминированный. С одной стороны, этим системам свойственны физические вероятности как внутренняя тенденция поведения, которая в процессе взаимодействия систем со средой проявляется случайным образом, их вероятностное поведение порождается нелинейностью, большим числом степеней свободы и памятью [54]. Вероятностная составляющая человека определяет его духовность, стремление к свободе, риску, к энтропии. С другой стороны, сложные системы состоят из соединенных между собой простых элементов. Детерми нированная составляющая сложной системы определяет ее самость (структуру, закономерности поведения, стремление к упорядоченности, предсказуемости, информации). С учетом изложенного информационная интерпретация творчества, базирующаяся только на количестве информации, принципе простоты и законе необходимого разнообразия, представляется неполноценной. Она должна объединять информационную составляющую, характеризующую детерминистскую (организующую) направленность творчества, с энтропийной составляющей, характеризующей его стохастическую («свободолюбивую») направленность. Последняя не ограничена ресурсными возможностями телесности творца и базируется на законе информационной экспансии. Дуальность информационной природы творчества заставляет считаться с законом сохранения информации. Этот закон постулирует (в культурологической транскрипции), что совокупная творческая информация - явная (внешняя) в творении и скрытая (внутренняя) в творце – постоянна и количественно равна суммарной энтропии творца и его творения как мере их общей потенциальной информативности. Следуя Платону («все, что вызывает переход из небытия в бытие - творчество» (цит. по [138, с.117]), будем считать творчеством все, что превращает внутреннюю информацию творца во внешнюю информацию его творения при соблюдении ззакона сохранения информации.. Как оценивать энтропийную составляющую творчества? Степень свободы оценивается степенями свободы, т.е. разнообразием n в формуле (1). Чем больше разнообразие состояний системы, тем выше ее энтропия. Это можно строго доказать [42,52], но не так-то просто применить к системе, называемой «творчеством». Творческий потенциал ученого часто оценивают по его цитируемости. Если считать, что любая научная работа содержит элементы творчества и ссылки ученых на чужие труды (а значит, и знакомство с ними) слу жат отправными точками для собственного честного творчества как развития (или отрицания) идей предшественников, то цитирование способствует размножению идей, увеличению их разнообразия. Логарифмическая мера критерия цитируемости сводится к энтропии. Конечно, все это не более, чем качественная картина. Но она позволяет понять, что научное (а впрочем, и любое) творчество питается разнообразием идей, энтропией бытия. С другой стороны, творчество, как и свобода, есть осознанная необходимость разрешения конфликта. Немотивированная случайность исключена, даже если кажется, что именно она дала результат. Случайность помогает только подготовленному уму. Конфликт как мотив творчества обусловлен противоречием между непрерывно возрастающими потребностями и ограниченными возможностями человека, между его мирами континуального понимания и дискретного объяснения, между его психической и символической формами бытия, рациональностью и иррациональностью мышления, чувственной и рациональной формами познания. Перечисленные категории человеческого бытия сложным образом коррелированы между собой, периодически создавая у творческой личности внутренние конфликты, дискомфорт сознания. Эти конфликты разрешаются через муки творчества, комфортным итогом которых являются достижения человеческой цивилизации. Любой конфликт, в том числе творческий, есть «способ взаимодействия сложных систем» [55, с.8], т.е. наряду с энергетической он имеет информационную природу. Итак, для творчества необходим сплав рационального и иррационального, разумного и чувственного в творце. Знание, не нашедшее отклика в чувстве, бесплодно. Чувство, не подкрепленное знанием, бессильно. Чувство может воплощаться не только в радость, но и в горе созидания. Единственно что противопоказано творчеству - чувство равнодушия.

С учетом изложенного мироздание как Творение может быть воспринято нами как продукт чистого иррационализма Бога, божественной фантазии. Ведь тезаурус Бога накануне акта творения был пуст: «Все чрез Него начало быть, и без Него ничто не начало быть, что начало быть» (Библия, Ев. от Иоанна, 1). Значит, до Бога не могло быть не только материи, но и рационального знания. В терминах принципа усиления усилитель иррациональной идеи Господа (как сигнала к творению) не имел рационального источника питания и, соответственно, не мог сгенерировать рациональный процесс на выходе. Наконец, в Священных Книгах нет никаких указаний на конфликт как мотив акта творения. Тогда все Творение - материя и мы вместе с ней - изначально иррациональны, а сам акт творения – немотивированный каприз. Реальность нашего мира кажущаяся, это всего лишь форма проявления ирреального мира Творца. Материя не объективна, ибо существует только в связи со сверхсознанием Логоса, производна от него. Если это не так, если материя «реально» реальна и объективна, то приходится усомниться в божественном происхождении бытия и существовании Творца. Представим себе ребенка в том замечательном возрасте, когда его не обременяет знание. Может ли ему придти в голову нечто рациональное? Если он достиг зрелости, но всю жизнь тщательно оберегался от «дурного влияния улицы», то-бишь среды обитания, пребывая в полной изоляции от нее, может ли он придумать что-нибудь путное? И наконец, что будет с разумом этого несчастного? Непростые вопросы Творения и эволюции, проблемы отношений между эволюционными и противостоящими им креационными теориями развития специально рассмотрены в параграфе 4.5. Информационный подход к проблеме творческих отношений рационального и иррационального, видимого и скрытого, чувственного и логического, априорного и апостериорного, на наш взгляд, продуктивен и в исследовании одной из изящнейших философских идей, ставшей в последние десятилетия предметом и естествознания – кантовской идеи априорного знания. И. Кант, философски досконально исследуя идею a priori в «Критике чистого разума», избегал вопросов, связанных с возможной природой подобного априоризма. В параграфе 4.4 предпринята попытка интерпретации природы априорного знания с позиций информационного подхода (с привлечением информационных закономерностей, систематизированных в философской концепции информационного подхода). 4.3. Информационный генезис естественных и искусственных языков как кодовых форм и сигнальных отношений Аналитическая философия, принявшая язык в качестве основного предмета своего исследования, считает его конвенциональной «игрой», где любой конкретный язык не верифицируется другими языками и «играми». При этом язык полагается ментальным явлением, что немедленно инициирует проблему его генезиса. Конфликты, коллизии взаимопонимания тоже непосредственно связаны с языком, в частности с проблемой перевода. Язык – тот же код. Следовательно, он подчиняется принципам кодирования. Язык – это отношение. Следовательно, он подчиняется принципам связи как отношения между передатчиком и приемником. Язык – это сложная структура с динамическим разнообразием. Следовательно, он подчиняется информационным принципам и законам поведения разнообразия и управления этим разнообразием. Сказанного достаточно, чтобы сделать предположение о глобальном подчинении языка принципам и законам информационного подхода, о генетической связи аналитико-философской проблемы языка с философской проблемой информации1. Начнем с генезиса языка. На этот счет издавна существует широкий спектр мнений – от божественного происхождения языка [Библия. Ветхий Впрочем, это даже не предположение, а констатация. Вопрос лишь в исследовании информационной природы языка. В этом смысле мы предполагаем, а не констатируем.

Завет, Бытие, 11] до материального [169], между ними – ментальный генезис языка [47]. С позиций информационного монизма полагаем, что язык – высшая форма существования внешней информации, циркулирующей между открытыми системами в рамках механизмов информационного метаболизма. Информационные процессы и сопутствующие им кодово-сигнальные системы существовали задолго до семиотических систем связи. И даже сейчас «…общественные животные могут иметь активные, разумные (курсив В.Г.), гибкие средства связи задолго до появления языка» [32, с.229]. На длительном пути своего развития язык как один из артефактов символической деятельности человека прошел путь от примитивного чувственнообразного копирования реальности с генерацией ее ассоциативных образов к комбинационным связям между копиями (корреляционный анализ и отбор «сильных» связей) и, наконец, к абстрактно-логической грамматике языковых инвариантов – классов образов. Что это, как не все та же комбинаторно-иерархическая информационная структура, которая состоит из информационных блоков, укрупняющихся по мере повышения уровня иерархии и подчиняющихся принципу роста разнообразия? Единообразная субстратность этого принципа по отношению к языку и знанию не случайна – оба они эволюционировали совместно, ибо знание проявляется в форме языка, а язык мертв без знания. Если последнюю метафору принять за априорную установку, то, следовательно, жизнь языку дает знание, или, еще конкретнее, знание порождает язык. И так же, как свойства детей генетически наследуют свойства родителей, так и неоднозначность языка наследует онтологическую относительность знания. Чего, например, стоит приведенная выше пропозиция: «знание порождает язык»?! Здесь по синтаксическим правилам русского языка каждое существительное может быть подлежащим или дополнением с соответствую щей инверсией смысла. И только рефлексивно-контекстная исходная установка позволяет нам выбрать одну из альтернатив. Отношения между знанием и языком, как и между классами кур и яиц, родителей и детей, не столь тривиальны, как они были в самом начале. Как только линейная списковая структура знание язык превратилась в кольцевую знаниеязык, а это произошло, вероятно, достаточно быстро, возник тезаурус, элементы которого содержали информационные и адресные поля. Наполнение этих полей возможно только в языковой форме, пусть разной и необычной. Отметим еще одно важное обстоятельство. Переход от примитивных сигнальных ассоциаций правополушарного мышления к комбинированию и отбору связей между ассоциативными образами означал переход от реликтового долингвистического континуального языка понимания к первичному дискретному языку объяснения, венец которого – язык логических абстракций как продукт левополушарного мышления. Не в этом ли генетическая дискретность языков объяснения со всеми их достоинствами и недостатками? Итак, согласно нашим представлениям природа языка – информационная и все языковые проблемы и коллизии - чисто информационного свойства. В этом плане проблема лингвистического «авторства» Бога, человеческого духа или материального труда становится вторичной, философски менее значимой, чем проблема отношения языка и информации. Практически все принципы и законы информационного подхода участвуют в «работе» языка. Мы уже проанализировали роль принципа роста разнообразия в структуризации языка. Другому информационному аспекту лингвистики - языковой избыточности (см. принципы надежного кодирования и объективности помех – раздел 3.1.2) посвящено немало исследований [43,127,133,141]. Обратим внимание лишь на один аспект лингвистического приложения принципа объективности помех. Помехи по сравнению с сигналом обладают большей энтропией, т.к. они априори слабо предсказуемы, неопределенны в силу своей стохастич ности и практической независимости от сигнала. Сигнал же переносит информацию - это его предназначение, и именно поэтому в канале связи предприняты все возможные меры для сохранения в сигнале исходного (до передачи) количества информации. Помехи, аддитивно или мультипликативно взаимодействуя с сигналом, превращают часть переносимой им информации в энтропию, и, чем разрушительней это превращение, тем больше сигнал на входе приемника похож на помеху, тем более он стохастичен, вероятностен. В языковой практике, помимо естественных помех, внешних по отношению к языку (внесистемных помех), присутствуют внутрисистемные помехи, создаваемые самим языком. Так, командные языки управления (в армии, программировании, автоматизированных системах управления и др.), научно-технические языки, языки математики и логики, нацеленные на однозначные информационные понятия, суждения и умозаключения, не всегда, а вернее, часто не достигают цели, ибо подвергаются неосознанному, объективному мешающему воздействию неоднозначных, энтропийных языков (обыденного, литературного, публицистического), привычных и неизбежных для любой языковой среды. Эти языки-помехи создают т.н. языковый шум, не позволяющий даже самому организованному языку – искусственному языку программирования – добиться нуль-энтропии. Начиная с определенного порога сложности, ни одна программа не работает без ошибок, многократно редактируется, и все равно «самая грубая ошибка будет выявлена, лишь когда программа пробудет в производстве по крайней мере полгода» [15, с.430]. Тщательный анализ причин алгоритмических (наиболее опасных) ошибок в программировании (в грамматике это синтаксические ошибки) показывает, что у неопытных программистов в большей, у опытных в меньшей степени проявляется влияние языкового шума, выражающееся в неосознанных попытках навязать командному языку программирования логические структуры обыденного языка.

Особенно опасен языковый шум на этапе постановки задач. Решение неоднозначно поставленной или неверно понятой задачи может нанести больший вред, чем просто отсутствие решения: «Ежегодно расходуются миллионы долларов, чтобы получить изящные и хитроумные ответы на некорректно поставленные вопросы» [161, с.40]). Полагаем, что энтропия языкового шума слишком высока, чтобы ее игнорировать даже в частных случаях решения т.н. «точных» (нульэнтропийных) задач, где каждый потерянный или отвоеванный бит информации имеет очень высокую цену. Поэтому проблема языкового шума заслуживает, по нашему мнению, отдельного исследования в рамках когнитивной психологии и математической лингвистики. С другой стороны, нуль-энтропия любого языка согласно закону сохранения информации означает информационный предел развития от полной неопределенности, недосказанности к полному порядку и безальтернативности выбора смысла, отсутствию каких бы то ни было степеней свободы у потребителя информации. Выше мы показали, что подобное языкотворчество чуждо энтропийному менталитету человеческого духа: «…там, где обнаружена соизмеримость вещи с пересказом, там простыни не смяты… поэзия не ночевала» (О. Мандельштам). Филология – любовь к слову – закончилась бы немедленно, как только это слово достигло бы максимально возможной информативности и, следовательно, нуль-энтропии своего смысла. Живопись, музыка потускнели бы в своих неповторимых красках, будучи бесстрастно разложенными на мазки и ноты, однозначно упорядоченные и объясненные искусствоведами: «Звуки умертвив, музыку я разъял, как труп. Поверил я алгеброй гармонию» (А.С. Пушкин. Моцарт и Сальери). Гносеологическая форма закона сохранения информации, определяя энтропию тезауруса в качестве верхней границы количества потребляемой внешней информации, одновременно утверждает, что эта информация, заполнив тезаурус, не оставляет в нем ни одного бита для новой внешней информации, постижения иного смысла «языковых игр», для творческого мышления. К счастью, закон конечной информации исключает такую печальную возможность, делая ее чисто гипотетической. Изложенное приводит к постановке экстремальной задачи, а именно: между внешней и внутренней информацией языка, между количеством информации и энтропией языка существует некий подвижный оптимум. Полагаем, что этот оптимум может определяться «золотым сечением» одним из основополагающих принципов гармонии мира. Принцип золотого сечения устанавливает такое количественное отношение между двумя однородными частями целого, что само целое психологически воспринимается «гармонично», т.е. пропорционально, соразмерно, красиво, консонансно, согласованно, эстетично и т.п. Количественно это отношение отдает одной части примерно 60% целого, другой, соответственно, 40%, и в этих границах допустимы флуктуации, не нарушающие гармонии. Согласно [43] золотое сечение является оптимальным (наиболее эффективным) в том смысле, что доставляет наблюдателю максимум информации при наименьшей затрате ресурсов, т.е. максимум эстетического удовольствия. Человеческий язык имеет самое прямое отношение к психологии и эстетике. Поэтому есть достаточные основания полагать, что его восприятие в высшей степени эффективно, если отношение воспринятой через него информации к энтропии соответствует золотому сечению. При этом можно предположить, что в разных языках и в разных предложениях одного и того же языка отношение «информация/энтропия» изменяется от «трех к двум» до «двух к трем» (первое – в абстрактно-логических языках и предложениях, второе – в целостно-образных языках и предложениях). В этом смысле свойственная аналитической философии проблема неоднозначности языка перестает быть актуальной. Язык имеет право на неоднозначность. Более того, он должен быть неоднозначным. Отсюда становится понятным гадамеровское определение философии как «постоянной муки нехватки языка» [36, с.34].

Рассмотрим проблему перевода. Если рассуждать о переводе с одного естественного (человеческого) языка на другой, то объективная неоднозначность первого даже при абсолютно точном переводе воспроизведется во втором языке. На эту исходную неоднозначность языка оригинала налагается неоднозначность языка перевода и неточность самого перевода, обусловленная разным пониманием смысла предложений их автором и переводчиком при одинаковом понимании значения предложений. Неточность перевода в указанном смысле заставляет утверждать: хочешь до конца понять автора, читай его в оригинале, зная для этого в совершенстве язык оригинала и культурно-историческую ауру этого языка. Иначе неизбежна проблема - непереведенность переведенного. С позиций информационного подхода перевод (трансляция) есть процесс и результат перекодирования принятых сообщений. Перекодирование - специфическая форма декодирования сообщений, когда на выходе декодера знаки, понятные потребителю информации, не совпадают со знаками, сгенерированными источником сообщений (рис. 40), при совпадении смыслов исходного и декодированного сообщений. Декодер-транслятор использует систему кодирования (алфавит, морфологию, синтаксис, семантику), не совпадающую с системой кодирования кодера. Только в этом отличие информационного процесса с трансляцией от традиционного информационного процесса. Перекодирование встречается в лингвистике не только естественного языка, но и искусственных языков кибернетических систем (трансляция языков программирования, эмуляция программ, конвертирование форматов файлов и др.), белкового «языка» биосистем.

Система кодирования оригинала знаки источника коды Источник Кодер знаки потребителя Потребитель Декодер Система кодирования перевода коды Приемник Передатчик сигналы Рис. 40. Информационный процесс с трансляцией кода По-видимому, трансляция, столь широко используемая в системах различной природы, телеологически обоснована. Действительно, если сопоставить цели (в широком смысле) переводчика текстов, компьютерного и белкового трансляторов, то обнаруживается общая цель - жизнь. Белок вещество жизни, компьютерный транслятор дает жизнь программе в виде загрузочного двоичного модуля, конвертор реплицирует файлы в новую программную «среду обитания», переводчик - тот же репликатор текста и речи в новую языковую среду. В свою очередь, каждая новая или реплицированная жизнь белковых тел, программ, файлов, текста и речи - это генерация новой информации или ее репликация как непременные атрибуты развития. Телеологически одинаковые трансляторы естественного, искусственного и белкового языков, тем не менее, существенно отличаются друг от друга по точности трансляции смысла. И если мы обосновали объективную неточность трансляции естественных языков, то аналогично констатируем более высокую точность трансляторов искусственных языков и, наконец, наивысшую точность белковой трансляции. Любой технологический успех требует ресурсов, прежде всего, времени. У биосистем технология аминокислотной трансляции нуклеотидов ДНК в белок отрабатывалась настолько дольше по сравнению с антропными технологиями перевода, насколько длительней эволюция жизни по сравнению с периодом существования человеческой цивилизации. Этим во многом объясняется, по нашему мнению, сравнительная эффективность белкового транслятора по отношению к другим. Трансляционный процесс синтеза «ДНКбелок» типично информационный, подчиняющийся, соответственно, принципам и законам информационного подхода. Рассмотрим этот процесс более подробно.

В результате продолжительного, практически бесконечношагового процесса эволюции (если теория эволюции права!) созданы многочисленные системы с высокой степенью сложности. Однако мы уже знаем, что сложность может быть чисто внешней, впрочем, как и простота в антропном понимании. На этот счет Г. Саймон заметил: «…человек, рассматриваемый как поведенческая система, весьма прост. Кажущаяся сложность его поведения во времени в основном отражает сложность окружающей его среды» [125, с.66];

«…чтобы предсказывать это поведение, нужно лишь самое приближенное знание системы переработки информации человеком» [с.46]. Можно не соглашаться с мнением известного специалиста в области искусственного интеллекта, но «что-то в этом есть». Во всяком случае, даже высшие формы развития систем в виде тезауруса, знаний, разума, сознания, мышления, творчества появились в результате длительных процессов самоорганизации и самообучения, которые, как показано выше, немыслимы вне среды обитания и непосредственно или опосредованно связаны с этой средой. И даже самые изощренные формы поведения человека, обусловленные его сознанием и мышлением, уходят своими корнями в настоящее или прошлое взаимодействие со средой, в которой человек и развился как высокоорганизованная биологическая система. Преломим поведенческий принцип Саймона на структурные основы биологических систем, т.е. предположим, что их сложность кажущаяся и является лишь отражением сложности среды и эволюции в ней. Если это предположение окажется справедливым, то тем более его можно принять для менее сложных технических и физических систем. В противном случае мы на ложном пути. Заметим также, что скрытая простота систем в понимании Саймона соседствует со сложностью среды, вызывающей внешнюю сложность поведения систем. Такое взаимовлияние, приводящее к некоему подобию симметрии как сочетанию комплементарных сущностей - простоты и сложности - не противоречит метафилософским законам. Поэтому предъявляемые Саймону и его единомышленникам об винения в бихевиоризме представляются, по меньшей мере, сомнительными. Саймон не отрицает роли сознания, он только подчеркивает, что наши знания и поведение «говорят лишь о том, чему научились люди, развиваясь в определенной социальной среде» [с.47]. Анализ показывает, что в основе сложности биологических систем, как и рассмотренных ранее физических, действительно, лежат простые закономерности, в частности, информационная комбинаторная мера. Так, перекодировка нуклеотидов ДНК в полипептидные белковые структуры осуществляется с помощью нуклеотидных триплетов (кодонов), разнообразие которых объясняется свойствами информационной комбинаторной меры. Исключительно богатое разнообразие белков описывается этой же мерой (см. раздел 2.2.1). Сам информационный процесс синтеза «нуклеотиды ДНК информационная РНК (и-РНК)аминокислотыполипептиды белок» (рис. 41) подчиняется принципу роста разнообразия:

4 43 20 ( с ограничением) 20сотни-тысячи практически 1 разнообразие нуклеотидовразнообразие кодонов разнообразие белков Клетка Среда Информация ДНК нуклеотиды Помехи Транскриптор в РНК ЯДРО ЦИТОПЛАЗМА полипептиды Белок Регулятор (гены) и-РНК Энергия Вещество Транслятор в аминокислоты аминокислоты Рис. 41. Синтез белка как информационный процесс Проведенные оценки дают разнообразие белковых структур порядка 10130…101300 [50]. Даже если малая толика этих структур действительно Потенциальное разнообразие кодонов равно 43 = 64, используемое разнообразие 20 (по числу аминокислот).

ценна для жизни, их разнообразия хватит, чтобы каждая биологическая особь (в том числе человек телесный) в пределах своего вида была так же неповторима, как неповторимы мелодии, слагаемые композиторами всего из 7 тонов и 5 полутонов нотного стана, как неповторимы литературные произведения, слагаемые из конечных буквенных алфавитов. Кажущаяся сложность человека телесного, как и любой биосистемы, наследуема через заданную генетическую программу. Однажды изучив результаты работы этой программы (а еще лучше, ее саму), можно с большой степенью уверенности предсказать структуру и функциональные возможности любого грядущего человека телесного. Следовательно, человек телесный информационно несложен, его внутренняя информация тиражирована в ему подобных, и по мере ее познания в отдельных подоопытных особях мы узнаем ее опосредованно во всех остальных. В этом смысле человек телесный объективен. Совсем другое дело – человек духовный. Он самопрограммируется своей (и ничьей больше!) программой генерирования информации в присутствии среды. Поэтому самопрограммирование (самоорганизация и самообучение) уникально, не тиражируемо, непредсказуемо – в этом суть уникальности личности и неработоспособности метода аналогий применительно к человеку духовному. Выше мы пришли к выводам, что степень совершенства программы генерирования информации, развитость тезауруса и его базы знаний, степень активности знания зависят, в первую очередь, от интенсивности информационного метаболизма и информативности среды как источника питания усилителя интеллекта. В несравнимо меньшей степени оказывает влияние генетическая программа. Иными словами, сложность человека духовного обусловлена, главным образом, информационной сложностью среды (в информационном смысле) и субъективной программы генерирования информации. Поэтому полагаем, что человек духовный субъективен.

Так справедлив ли тезис Саймона? Мы склонны ответить положительно на уровне телесных кодов человека и отрицательно на уровне его духовных кодов. Простота телесного языка проявляется, в частности, в информационной природе генетического кода. Четверичный генетический код лаконичнее двоичного компьютерного по длине кодовых комбинаций, хотя и сложнее в реализации. Он практически оптимален для «смертных» информационных систем, борющихся за существование. Исследования показали [50,63,89], что при всех своих достоинствах этот код, не предусматривающий разделительных знаков между своими кодовыми комбинациями (триплетами), должен быть крайне уязвимым к воздействию помех, производных от генных (ферментных) ошибок управления транскрипцией молекул ДНК в молекулы и-РНК. При декодировании хотя бы одного ошибочного триплета возникает обвальный «эффект домино», приводящий к треку ошибки, охватывающему все сообщение (молекулу и-РНК). Природа (или Бог!)1 пошла на это ради быстродействия процесса синтеза белка. Ведь каждый разделительный символ требует энергии и времени на свою передачу. Если представить, что между двумя соседними триплетами стоит один знак препинания - разделитель, то общая длина молекулы и-РНК (при том же количестве триплетов) и, соответственно, время ее синтеза возрастет на треть. А с учетом последующей трансляции и-РНК в цепочку аминокислот общее время синтеза белка увеличится на две трети. Соответственно увеличится и время развития зародышей и молодых клеток, время регенерации клеток и органов. Также на 2/3 должны возрасти энергетические затраты биосистем на синтез белка. Плюс к этому материальные затраты на постройку разделителей. Словом, природа (или Создатель) оказалась перед выбором, и выбор был сделан в пользу экономичности кода (принцип экономного кодирования) даже в ущерб его надежноЗдесь мы дистанционируемся от извечного спора о генезисе жизни. В данном контексте он непринципиален. По данному вопросу см. Приложение 2.

сти - природе в ходе эволюции пришлось отказаться от знаков препинания между триплетами (кодонами). Не в этом ли причина ненадежности всех прочих кодов-языков, наследующих генетический код? «Выбор», «отказ» эволюционисты на рассматривают как проявление Воли и Разума. Согласно теории эволюции здесь действуют фундаментальные (возможно, еще не познанные) синергетические законы природы. Это, в частности, может быть один из информационных законов самоорганизации открытых неравновесных систем. Направленность эволюции (или творения) на быстродействие алгоритма синтеза белка подтверждается и тем, что одну молекулу и-РНК обрабатывают параллельно несколько рибосом (полисома), синтезирующих одинаковые полипептидные цепи. Более того, вне полисомы одиночная рибосома неактивна. Кодоны-синонимы согласно [63] могут обеспечивать разную быстроту сборки полипептидной цепи. Наконец, целевая функция тысяч ферментов, управляемых генами, - каталитическое ускорение химических реакций. Есть и другие более тонкие доказательства [63,89]. Итак, дилемма «или срочно, или точно» разрешилась в ущерб точности декодирования генетического кода. Как же природа (или Логос) охраняет его от повреждений, обеспечивая помехоустойчивость и эксплуатационную надежность всей системы биосинтеза белка? Для решения этой проблемы используются, во-первых, высокоточные «схемные решения», минимизирующие влияние шумов и «программно-аппаратных сбоев» на генетический канал связи. Это прежде всего высокая термохимическая энергетика генетических сигналов, что позволяет выставить достаточно высокие энергетические пороги их приема (связной принцип порога), минимизирующие срабатывания от помех («ложные тревоги»). Не этим ли отчасти объясняются большие энергетические затраты молодого растущего организма, в котором интенсивно синтезируется белок? Во-вторых, сотни ферментов среди прочих задач управления обеспечивают высокоточную синхронизацию подпроцессов приема-передачи генетических сиг налов, что минимизирует сдвиговые ошибки считывания триплетов. Втретьих, согласно принципу надежного кодирования используется избыточность (резервирование) кодов и кодовых сообщений. Последнее проявляется в парности нуклеотидов в молекуле ДНК (двойная спираль), в множественной транскрипции молекул и-РНК, в полисомной трансляции и-РНК в полипептид, в информационной избыточности последнего (третьего) нуклеотида в большинстве триплетов, в наличии синонимов кодонов и синонимов транспортных РНК [63,89]. Подобный компромисс между экономичностью кода и его надежностью используется и в информационной технике [141]. В целом достигнутая в результате эволюции надежность генетического кода обеспечивает вероятности ошибок трансляции по разным данным на уровне 10-9...10-6. Отметим, что описанные биотехнические «решения» имеют физикохимическую природу. На уровне генетики выявить механизмы этих решений не удастся. Здесь нужны биохимики и биофизики. Если энергетическо-временная экономичность генетического кода оказалась первостепенно значимой, то эту проблему природа (или Творец) должна была решать еще на этапе выбора структуры кода. Почему, собственно, основание кода оказалось равным четырем, а не двум или пяти? Есть ли в этом выборе закономерность или это игра случая? До настоящего времени этот факт, как правило, просто констатируется наукой как некая данность, аксиома биологии. Теология, естественно, считает этот феномен проявлением божьей воли. Принцип выбора кода позволяет исследовать и объяснить этот факт на примере технических информационных систем. Ведь вопрос о выборе кода ставится всякий раз при проектировании новой информационной системы - компьютерной, связной, диагностической, библиотечной и т.п. В разделе 3.1.2 в рамках этого принципа доказана оптимальность четверичного кода для биосистем. Не менее важным доводом в пользу четверичного кода как четного является необходимость в однозначном (непересекающемся) «компле ментарном инструктировании» при транскрипции и трансляции [168]. С этих позиций двоичный и четверичный коды предпочтительней троичного, который оказался бы вообще непригодным для однозначных комплементарных (обязательно парных) связей между нуклеотидами. Так что по совокупности причин выходит, оптимален для биосистем. Следующий вопрос – почему генетический код равномерный, т.е. его кодовые комбинации имеют одинаковую длину – 3 символа? Ответ дает принцип экономного кодирования, согласно которому экономный неравномерный код вырождается в равномерный при равновероятности использования (появления) символов в кодовых комбинациях (см. раздел 3.1.2). В таблице 5 этот случай показан на примере кодов Шеннона-Фано. Таблица 5. Неравномерный и равномерный коды Шеннона-Фано Условный символ Вероятность появления Х1 Х2 Х3 Х4 0,45 0,3 0,2 0.05 Код 1 01 001 000 Вероятность появления 0,25 0,25 0,25 0,25 Код 11 10 01 что четверичный код, действительно, Символы генетического кода - нуклеотиды молекулы ДНК. Следовательно, равномерность или неравномерность этого кода может зависеть от распределения вероятностей нуклеотидов в молекулах ДНК. Исследования показали [63], что нуклеотиды в спиралях ДНК следуют друг за другом в порядке, произвольном для популяции, но специфичном для каждого организма. При этом у каждого вида организмов (и даже отдельного организма) количественное соотношение нуклеотидов специфично, хотя и колеблется для каждого нуклеотида около 25% (18...31%%), что делает правдоподобным предположение об их межвидовой равновероятности. При этом экспериментальный разброс частостей большинства аминокислот в белках (0,03...0,1) вокруг среднего значения 0,05 косвенно тоже свидетельствует в пользу межвидового равновероятного включения нуклеоти дов в молекулы ДНК. Учитывая изобилие видов, межвидовую универсальность кода, жесткую статистическую зависимость комплементарных нуклеотидов и экспериментальные результаты статистических исследований состава ДНК разных организмов, можно принять, что средневзвешенное по всем видам организмов распределение нуклеотидов в молекулах ДНК близко к равновероятному. Поэтому экономный генетический код объективно должен быть равномерным. Наконец, еще один вопрос следует из полемики креационизма с эволюционизмом. Известно, что при адаптации, скрещивании и мутациях новый генетический материал не образуется, используется все тот же генетический код в своей неизменной форме. Отсюда креационисты делают вывод об одноразовом творении генетического кода Творцом, незыблемости кода на все времена и отсутствии видового мутагенеза (Б. Хобринк [156]). Данные науки и практики говорят об обратном [50]. Мы не будем на них останавливаться, т.к. это не соответствует тематике данной работы. Обратим внимание лишь на информационную избыточность генетического кода, т.к. именно она, а не гипотетический Творец является гарантом стабильности кода в прошлом, настоящем и обозримом будущем. При этом генезис кодовой избыточности имеет достаточно обоснованные естественно-эволюционные корни и не нуждается в креационной идее [50]. Как отмечено выше, потенциальное разнообразие кодонов (триплетов) равно 64, реально же используются только 20 кодонов – по числу аминокислот. 44 кодона (70%) избыточны. Любая кодовая избыточность реализует принцип надежного кодирования. В рамках этого принципа избыточные 44 кодона могут использоваться двояко. Во-первых, как показано в [63,89], большинство аминокислот кодируются не одним, а двумячетырьмя кодонами-синонимами. Во-вторых, некоторые кодоны запрещены - это обнаруживается по неудачным попыткам синтеза белка с их помощью (в экспериментах генерировался стоп-сигнал и синтез белка блокировался). Бессмысленные кодоны, генерирующие стоп-сигналы, могут быть использованы для знаков пунктуации в алгоритмах синтеза белка, в частности для надежного обозначения начала и конца синтеза. Можно также предположить (и это, на наш взгляд, философски наиболее значимо), что часть пока бессмысленных кодонов законсервирована природой для последующих ступеней эволюции, когда нынешние формы жизни под напором резко изменившейся среды обитания частично вымрут, частично видоизменятся на основе видоизмененного генетического кода. Подобное резервирование «на будущее» часто практикуется в искусственных (технических) системах, в частности, в информационных. Так, в современных персональных компьютерах, как правило, предусмотрены пустые посадочные места для т.н. плат (карт) расширения, дополнительных элементов памяти, сопроцессоров, дисководов, портов и т.д. Информационные коды в каналах связи любой природы очень часто избыточны (по количеству символов) для защиты от возможных помех. Простейший пример такой избыточности - повтор символов и сообщений. Эта избыточность может быть и излишней в нешумящем канале. Но канал в любой момент может быть зашумлен, тогда обработка избыточных разрядов кода позволит защитить информацию от помехи. Помехи, воздействующие на систему со стороны среды обитания, могут быть случайными и преднамеренными, кратковременными и долговременными. Можно предположить, что перестройка генетического кода биосистем с использованием резервных (сейчас) кодонов потребуется природе, если помехи будут носить катастрофически подавляющий и длительный характер. В этом плане представляет интерес анализ нуклеотидных кодов аминокислот в органических остатках древнейших геологических периодов, когда такие помехи биосистемам имели место. При кратковременном возмущении канал связи системы «ДНК-белок» может защищаться более щадящими средствами, хотя и здесь понадобится некоторая информационная избыточность.

Упомянутое видоизменение генетического кода, однако, не будет фатальным для его нынешней структуры. Ведь, в худшем случае потребуется лишь изменение (дополнение) словаря транслятора на рис. 44, не затрагивающее нуклеотидов ДНК и РНК. Однако даже это непринципиальное для кода изменение потребуется лишь в том случае, если такие структурные реформы как изменение длины молекул ДНК и белка, порядка следования нуклеотидов и аминокислот соответственно в молекулах ДНК и белка не обеспечат создание новых форм жизни вместо нынешних. В этом плане, действительно, следует подтвердить вслед за Б. Хобринком, что для мутантов - новых видов растений и животных - не потребуется новый генетический материал. Имеющийся материал существует в настолько совершенной и одновременно простой форме, что все будущие самые немыслимые сейчас формы жизни смогут им успешно пользоваться. Так, элементарный компьютерный двоичный код позволяет реализовывать все новые виды аппаратно-программных средств вычислительной техники (компьютеров самой замысловатой архитектуры и элементного состава, операционных систем, систем (языков) программирования, прикладных программ, структур данных). Сам же двоичный код генетический материал компьютеров, сложившийся в результате эволюции информатики и искусственного отбора, еще долго останется неизменным. И здесь информатика и креационизм неожиданно (для креационизма) приходят к общей точке зрения на проблемы развития естественных и искусственных био- и кибернетических систем. Даже если со временем двоичный компьютерный код уступит место более оптимальному троичному коду, от этого компьютер как вид техники не превратится в автомобиль или другой вид. Эволюционная мимикрия старых форм под новое содержание и старого содержания под новые формы встречается не только в искусственных системах. Поэтому не стоит, на наш взгляд, однозначно отождествлять смену генетического материала с межвидовой мутацией - это не столь очевидно.

Что касается контраргумента, что за совершенством генетического кода (в том числе, за его избыточностью) стоит все тот же Творец и никто (ничто) более, то это требует прямых самодостаточных доказательств и, прежде всего, доказательств существования Творца, без которого не было бы и Творения. 4.4. Информационная природа априорного знания Современная философская мысль в условиях продолжающейся научнотехнической революции все чаще возвращается к кантовскому априоризму как к фундаментальной идее критического осмысления человеческого разума, продуктивно проецируемой на развитие научного знания1. Неокантианцы еще в XIX веке искали в «Критике чистого разума» И. Канта2 панацею от вульгарного материализма, с одной стороны, и от метафизического и субъективного умозрения, с другой стороны [119]. В ХХ веке постепенно возобладала междисциплинарная рефлексия с позиций натурализма (эволюционная эпистемология, генетическая эпистемология), аналитизма (логический позитивизм, лингвистическая философия) и феноменологии. Однако адепты неокантианства и сотрудничающих с ним философских учений не просто подтвердили вслед за Кантом релевантность синтетического априорного знания, но и пошли дальше Канта, пытаясь вскрыть природу априоризма. Поиск велся в разных направлениях: филогенетический биокогногенез (К. Лоренц), онтогенетический психокогногенез (Ж. Пиаже), дарвиновская теория естественного отбора, апплицированная к генезису научных теорий (К. Поппер, С. Тулмин), синергетическая эпистемология (Д. Кэмпбелл), логические и лингвистические основания научного мышления (Г. Фреге, Б. Рассел, А.Н. Уайтхед, Л. Витгенштейн), трансцендентальная феноменология сознания и герменевтика (Э. Гуссерль, М. Хайдеггер, Г. Гадамер). Между тем, при ближайшем рассмотрении во всех укаМотрошилова Н.В. Рождение и развитие философских идей. М. 1991. Кричевец А.Н. Проблема условий возможного опыта в математике, психологии и «искусственном интеллекте». Диссертация. М:МГУ, 1999. 2 Собрание сочинений в 8 томах. Т. 3. М.:Чоро, занных теориях обнаруживается общее – информационное – начало и сопутствующий ему информационный подход к проблеме априорного знания. Так, Лоренц с позиций биологии пытается объяснить «превращение систем, которые суть просто хранилища информации (курсив В.Г.), в субъектов познания» [187]3. Пиаже исследует параллелизм между прогрессом в логической и рациональной организации знания, с одной стороны, и соответствующим формирующим психологическим (по сути, информационным) процессом, с другой стороны [там же, с.109]. Поппер, Тулмин и Кэмпбелл озабочены проблемами конкуренции и отбора научных теорий, концептуальных изменений в научном знании, т.е. проблемой селекции ценной информации. Философов-аналитиков, феноменологов и герменевтов занимают проблемы неполноты и противоречивости логики, неоднозначности и неверифицируемости языка, проблемы объяснения и понимания, имеющие изначально информационную природу. С позиций информационного подхода знание есть высшая форма информации (ее семантический компонент), а сознание (со-знание), в сущности, - информационный процесс работы со знанием, что давно уже понято учеными и философами. Изложенное наталкивает на мысль – не является ли априорное знание по своей природе информационным феноменом? Именно эта мысль и развивается ниже. Априорные формы чувственности и внутренняя информация. Начнем с априорных (пространственно-временных) форм чувственного созерцания предмета. Согласно Канту они проявляются через схватывание многообразия предмета как «модификацию души в созерцании» [c.625]. Многообразие (разнообразие) предмета в нашем понимании есть морфологическое содержание внутренней информации предмета и/или внешней информации о предмете. Такая информационно-атрибутивная ин.

См. рус. пер. Хахлвег К., Хукер К. Исторический и теоретический контекст / Современная философия науки. М. 1994, с.106.

терпретация предмета в актах познания не противоречит кантовской гносеологии априоризма, согласно которой данность предмета есть некая композиция его самостоятельного существования ( в нашем контексте – самостоятельного существования внутренней информации предмета), его влияния на субъект (через внешнюю информацию) и специфики восприимчивости субъекта (специфики канала связи между предметом и субъектом и специфики тезауруса, хранящегося в памяти субъекта). За кадром остался вопрос о природе данной композиции. Во-первых, существует ли вообще внутренняя информация предмета как его априорное, не зависящее от познающего субъекта неотъемлемое свойство (атрибут) или априорные информационные формы свойственны только чувственности и разуму субъекта? Любой предмет в Универсуме, в том числе познающий субъект, имеет свой генезис, и нет оснований утверждать, что априорные формы - пространство, время – заложены (кем, чем?) в чувственность субъекта на эмбриональном этапе его развития, как закладываются априорные формы безусловного инстинкта самосохранения. Так, обратное (по законам оптики) отображение зрительного образа предмета на сетчатке глаза младенца переворачивается зрительным разделом мозга в нормальное положение не сразу, адекватность поведения ребенка в пространстве и времени тоже приобретается постепенно и может быть нарушена (утеряна) в старости. Аналогично изменчивы и пространственно-временные свойства, состояния познаваемых предметов – живых и неживых, что, на наш взгляд, свидетельствует лишь об одном: было бы ошибкой искать или устанавливать однозначную границу существования априорных форм чувственности между человеком и остальными биоидами;

более того, в той же мере, в какой подвижна и неопределенна граница между жизнью и «нежизнью», подвижна и неопределенна граница между априорными формами чувственности живого и внутренней информацией неживого. Конечно, и сам субъект как один из элементов множества предметов обладает собственной внутренней информацией, доступной другим элементам множества. Можно возразить, что внутренняя информация как таковая воочию не наблюдаема и рассуждения о ней неверифицируемы и спекулятивны. Но это же относится и к априорным формам чувственности как таковым, явленным лишь опосредованно. Аналогично внутренняя информация предмета проявляется опосредованно - через внешнюю информацию. Повторим философские аргументы существования внутренней информации. Вопервых, существование закона сохранения информации. Во-вторых, в отличие от энергии, преобразуемой в движущейся материи из одной формы в другую, внешняя информация – всего лишь закодированная копия части внутренней информации;

последняя не трансформируется во внешнюю информацию и не исчезает (даже частично) при передаче внешней информации. Третий аргумент – наше сознание как идеальная, физически не наблюдаемая форма существования внутренней информации человека. Сознание проявляется, частично копируясь во внешнюю информацию через знаково-кодовые отражения идеального в материально-энергетические сигналы, где, казалось бы, идеальное виртуально, а его сигналы вполне реальны (и эта материализация виртуального объекта воспринимается как норма!). Необходимость в таких сигналах обусловлена материальноэнергетической природой известных приемников информации, включая биоидные рецепторы и органы чувств. Поэтому и в актах познания предметов, включая предметы косной природы, человек стимулирует внешнюю информацию о (от) них в материально-энергетической форме. В то же время из человеческой практики известны неэнергетические каналы связи между источниками информации и ее нетрадиционными потребителями, не требующими знакового копирования внутренней информации во внешнюю для постижения смысла источника. Само физическое поле как динамический волновой носитель внешней информации относится к специфической форме материи лишь постольку, поскольку в нем присутствует силовой компонент, без которого остается одна информация. Если отрицать существование информации в веществе, то, логично рассуждая, мы не должны делать исключения для высокоорганизованного вещества мозга, и, следовательно, надо отрицать существование в нем сознания. Аналогичная коллизия характерна для искусственных средств хранения внутренней информации, образовавшейся из воспринятой этими средствами внешней информации. Если неживые книга или компьютер хранят информацию во всех ее компонентах – морфологическом, синтаксическом и семантическом – и эта информация может быть востребована вовне, не дает ли это основания для предпосылки, что неживому свойственна внутренняя информация в той же мере, что и живому - вне зависимости от степени организации «вещества»? Будь то драгоценный кристалл или комок коровяка, мудрец или новорожденный – любой предмет многое сообщит познающему субъекту сверх своих физико-химических свойств. И только ли физико-химические рецепторы наших органов чувств связываются с соответствующими (пере)датчиками познаваемых вещей, а «сам по себе» смысл последних мы лишь домысливаем «для нас»? Тогда откуда берутся априорные формы этого домысливания? Появление квантовых носителей и алгоритмов обработки информации стимулирует рефлексию в следующем направлении: если спин электрона, «квантовые точки» и т.п. используются в искусственных информационных системах [102] специально для «отражательных процессов», можно ли наверняка утверждать, что то же самое не происходит в естественных информационных системах, какими являются все предметы в Универсуме и он сам как сверхсложная система? Ведь до сих пор мы, в сущности, только использовали готовые рецепты природы, мучительно открывая, осмысливая и используя их, иногда в полном противоречии с т.н. «здравым смыслом». И чем глубже мы познаем природу, тем чаще наш здравый смысл отказывается понимать познанное. Но познание-то состоялось! – благодаря синтетическому априоризму мышления с его неведомыми пока(!) путями познания.

Pages:     | 1 |   ...   | 3 | 4 || 6 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.