Текст книги "Разум: от начала до конца. Новый взгляд на эволюцию сознания от ведущего мыслителя современности"

С момента окончания Второй мировой войны прошло больше семидесяти лет, но история до сих пор хранит свои секреты. Достижениям Алана Тьюринга, взломавшего знаменитый немецкий шифровальный код «Энигма»[57]57
  «Энигма» – переносная шифровальная машина, использовавшаяся для шифрования и дешифрования секретных сообщений, наибольшее распространение получила в нацистской Германии во время Второй мировой войны. Алан Тьюринг во время войны работал в Правительственной школе кодов и шифров, располагавшейся в Блетчли-парке. Именно там велась основная работа по взлому немецких шифров союзниками. Тьюринг возглавлял группу, занимавшуюся криптоанализом сообщений военно-морского флота Германии, и разработал ряд методов взлома кодов, которые помогли взломать в том числе и коды «Энигмы».


[Закрыть] в Блетчли-парке, присвоено теперь звание героических, и их славят потомки, однако целый ряд деталей тех событий до сих пор считается «слишком деликатным», чтобы их обнародовать. Только студенты, изучающие историю атомной энергетики, вероятно, хорошо знакомы с ролью, которую генерал Лесли Гровс[58]58
  Лесли Гровс (1896–1970) – генерал-лейтенант армии США, в 1942–1947 годах он руководил американской программой по созданию ядерного оружия. Именно он выбирал объекты для атомной бомбы в 1945 году, после удачных опытных испытаний, несмотря на капитуляцию Германии, вел себя при этом жестоко и бесчеловечно.


[Закрыть] сыграл в доведении Манхэттенского проекта[59]59
  «Проект Манхэттен» – кодовое название программы США по разработке ядерного оружия.


[Закрыть] до успешного завершения. Всего шесть лет прошло с того дня в августе 1939 года, когда письмо[60]60
  Знаменитое письмо было написано в августе 1939 года, в нем физики предупреждали президента США о возможной разработке Германией чрезвычайно мощной бомбы нового типа. Авторы письма призывали власти США начать накапливать запас урановой руды и открыть финансирование исследований Энрико Ферми и других ученых, работавших в области цепных ядерных реакций.


[Закрыть] Альберта Эйнштейна и Лео Силарда[61]61
  Лео Силард (1898–1964) – американский физик венгерско-еврейского происхождения.


[Закрыть] о проекте создания ядерной бомбы оказалось на столе у президента Рузвельта, и взрывом первой бомбы, уничтожившей Хиросиму 6 августа 1945 года. Первые три года ушло на основные исследования и создание «базовой концепции», и ведь почти все, кто был вовлечен в проект с самого начала, уже тогда прекрасно понимали, что они собирались сделать. В 1942 году Лесли Гровс был назначен директором того, что потом получило название «проект «Манхэттен», и последующие три крайне насыщенных года ушли на окончательную разработку технических деталей и решение очень трудоемкой (и абсолютно новой) задачи по переработке оружейного урана. Были наняты и обучены тысячи рабочих, которых приставили к специально изобретенным машинам по выделению изотопа урана-235, который составляет около 1 % предварительно очищенного урана-238.

На кульминационной стадии проекта в нем были заняты на полную ставку более 130 тысяч человек, и на этой стадии лишь совсем немногие понимали, что они делают. Вот она, компетентность без понимания! Потребность знать была задавлена полностью. На предприятии К-25, на производстве диффузных газов в городке Ок-Ридже, в штате Теннесси, десятки тысяч мужчин и женщин работали посменно, внимательно следя за показателями и нажимая кнопки и дергая за рычаги, отлично выполняя работу, которой их обучили, и не понимали вообще ничего. Их реакция на трагедию Хиросимы показала, что они представления не имели, изготавливают они детали самолетов, или масло для подводных лодок, или еще что-то. Поразительно, как была устроена система обучения, которая превращала людей в специалистов, которые не догадывались даже, в какой области экспертами они были. Уровень секретности никогда ранее не был столь высок (и может быть, уже никогда и не будет). Лесли Гровс и команда руководителей должны были понимать суть проекта, естественно; они были разумными творцами, вооруженными детальным и точным пониманием специфики и целей программы. И только благодаря этому своему пониманию они смогли создать защищенную среду для не ведающих, что они творили, хорошо обученных людей.

Этот проект выявил один очень важный момент: вполне возможно создавать достаточно качественный и высокий уровень компетентности, сопровождающийся практически полным отсутствием понимания конечной цели для отдельных конкретных задач. Насколько я могу судить, по сей день точное распределение обязанностей и допуска к конечным целям Манхэттенского проекта остается тщательно охраняемой тайной. Что было позволено знать инженерам и архитекторам, которые проектировали здание К-25? Это было самое огромное здание в мире на тот момент, над проектом которого они трудились долгие месяцы. Некоторым из них было просто необходимо знать, что станут перегонять по многокилометровым специальным, тщательно изолированным трубам, но инженерам, проектировавшим крышу, фундамент и двери, вероятнее всего, мало что было ведомо. Приятно думать, что когда Гровс и его команда напрягали интеллект, разрабатывая систему, в которой тысячи рабочих мест почти не требовали что-либо понимать, Тьюринг и его коллеги на другой стороне Атлантики придумывали умную машину, которая должна была заменить всех этих невежественных гомункулусов электроникой. Несколько лет спустя ученые и инженеры, работавшие в одном из этих судьбоносных военных проектов, начали совершенствовать изобретение Тьюринга – комплект лишенных понимания, но компетентных элементов для создания совершенно новой области – искусственного интеллекта.

Сам Тьюринг предсказывал в 1950 году, что к концу столетия «значения слов и настрой в среде образованных людей изменятся настолько, что можно будет спокойно говорить о мыслящих машинах без опасения нарваться на возражения». Первые работы в этой области были блестящими, революционными, наивно оптимистическими, и, если можно так сказать, полными высокомерия. Искусственный интеллект обязан был уметь не только думать, но и видеть, естественно, поэтому возник порыв создать зрячую машину. Известный «летний проект по созданию искусственного зрения» в Массачусетском технологическом институте в середине 1960-х годов стал первой попыткой «научить машину видеть» в течение длинных каникул, отбросив временно все остальные задачи на потом. Электронные мозги, над которыми работали ученые в те времена, сегодня показались бы гигантскими по размерам, но слабыми и невыносимо медленными, и одним из побочных результатов стал выбор эффективности как приоритета исследований. Никому не был нужен компьютер, который реагировал бы на набор обычных данных в течение нескольких дней, главной целью его создания было достижение беспрецедентной скорости обработки реальных данных в реальном времени.

Первым был ИИ, или GOFAI (Good Old-Fashioned AI «старый добрый искусственный интеллект» [Haugeland, 1985][62]62
  Это название дал первому символическому искусственному интеллекту Джон Хогланд, специалист по философии интеллекта, в своей книге в 1985 году.


[Закрыть]), – попытка «интеллектуалистского» подхода, стремление записать то, что знает человек-эксперт языком компьютера, машины, способной манипулировать логическими устройствами, готовой управлять «огромными» хранилищами данных, заполненных тщательно складированными знаниями о мире, создавая теоремы, которые призваны были бы помогать принимать решения на основе анализа всей имеющейся информации и адекватно контролировать различные побочные действия интеллекта и воздействующие на него факторы. Ретроспективно этот первый ИИ можно рассматривать как попытку создать сочетание картезианского, рационального эксперта, хранящего в памяти бесчисленное количество предложений, с устройством, сочетающим понимание со способностью делать выводы на основе релевантных аксиом и обнаруживать противоречия в собственном видении мира, то есть настолько эффективное, насколько это вообще возможно. В конце концов, что такое разумный помощник, как не отлично информированное, рационально рассуждающее существо, которое может достаточно быстро думать, использовать нужные знания, хранящиеся в его памяти, планировать действия и предвидеть все вероятные последствия? Это казалось отличной идеей в те времена, и для некоторых исследователей она до сих пор не утратила актуальности¹⁷.

Стремление достичь максимума скорости и эффективности диктовало необходимость, прежде всего, решить проблемы, казавшиеся на первый взгляд «элементарными». Многие из этих задач уже были решены, правда, в весьма упрощенной форме, и применялись в мире простых автоматов (в лифтах, посудомоечных машинах, даже на нефтеперерабатывающих предприятиях и в самолетах), в медицинской диагностике, в игрушках и других ограниченных областях исследований или взаимодействий: бронирование билетов, проверка орфографии и даже грамматики и тому подобное. Мы вполне можем считать эти устройства дальними родственниками строжайше засекреченных и изолированных систем, созданных Гровсом и его элитарной командой интеллектуальных творцов. Они придерживались принципа Достаточного Знания и полагались на понимание проектировщиков, способных создать системы из подсистем, заранее снабженных ровно теми компетенциями, которые могут им понадобиться для обеспечения результата и решения проблем, с которым им придется столкнуться. Несмотря на всю свою гениальность, первые разработчики ИИ не были всемогущими (а времени у них было не так много), поэтому они ограничили диапазон и разнообразие исходных данных, которые могла обработать каждая из подсистем, и создали программы, способные лишь охранять тысячи разных мастерских, чтобы защитить дурковатых гениев (подпрограммы), трудившихся в них.

Они узнали много, не известного ранее, усовершенствовали старые и придумали новые методы и технологии, но, прежде всего, они позволили понять, насколько трудна и драматична была задача по созданию свободного, творческого, открытого новому человеческого разума. Мечта о закодированном по собственному разумению, организованном и подчиняющемся командам, эффективном бюрократе и всезнайке, ходячей (или хотя бы разговаривающей) энциклопедии если еще и не полностью отброшена, однако, по мере того как размеры задачи представали в своей реальной огромности, внимание постепенно смещалось в сторону разработки разных стратегий: технологий обработки больших баз данных Big Data[63]63
  Большие данные (англ. big data) – обозначение структурированных и неструктурированных данных очень большого объема, характеризующихся значительным многообразием.


[Закрыть], статистических методов поиска паттернов анализа и интеллектуальной обработки данных, т. н. data mining[64]64
  Data mining – собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности.


[Закрыть] с использованием методов машинного обучения, направленных на получение нужной информации на основе восходящего способа.

Я должен буду в дальнейшем рассказать об этих усовершенствованиях подробнее; в настоящий момент уже можно признать, что существенное увеличение скорости и размеров компьютеров открыло возможности для внедрения более «расточительных», «бессмысленных», менее «бюрократических», более похожих на эволюционные подходы процессов обработки информации, и в этих направлениях уже достигнуты впечатляющие результаты. Благодаря этим новым перспективам мы можем уже обдумывать даже в некоторых деталях, каким образом относительно простые системы, контролирующие бактерий, червяков, термитов, к примеру, смогли эволюционировать в результате восходящих, случайных, жестких и грубых процессов естественного отбора. Другими словами, мы хотели бы понять, как эволюция умудряется играть роль Лесли Гровса и организовывать невежественные силы в эффективные команды, в отсутствие Гровсовских познаний и предвидений.

Нисходящее интеллектуальное созидание работает. Опережающее планирование, обсуждение проблем, корректировка задач и четкое понимание причин каждого шага – эта стратегия демонстрировала эффективность в трудах изобретателей и реформаторов на протяжении тысячелетий; она доказала эффективность через бесчисленные победы изобретательности и предвидения во всех областях человеческой деятельности, начиная с науки и инженерного дела, и заканчивая политическими кампаниями, кулинарией, сельским хозяйством и мореплаванием. До открытий Дарвина люди были уверены, что существует только один способ созидания: созидание без разумного творца считалось невозможным. Однако нисходящий путь созидания на самом деле приложил руку к гораздо меньшему количеству вещей в нашем мире, чем принято считать, и некоторые «творения» – процитируем в очередной раз Беверли – не имеют к нему никакого отношения. «Странная инверсия причинности» Дарвина и не менее революционная инверсия Тьюринга были двумя сторонами одного и того же открытия: существования «компетентности без понимания», «умения без разумения». Разумность, понимание – это вовсе не божественный дар, который должен сопровождать любое созидание; это результат взаимодействия систем, лишенных разума, но способных действовать: естественный отбор с одной стороны, бездумные вычисления – с другой. Эти две теории были полностью доказаны и не подлежат никаким сомнениям, однако до сих пор вызывают смятение и недоверие у некоторых людей. Я постарался переубедить их в этой главе. Креационисты не найдут ни в одном из живых организмов программный код с комментариями, а картезианцы не обнаружат нематериальный res cogitans, «в котором сконцентрировано все знание».

5. Эволюция понимания

Животные появились в процессе естественного отбора, несомненно, однако такое признание в том, что я верю в эволюцию, не особенно информативно. Как эволюции все-таки удалось провернуть этот трюк? Одним из плодов нашего отступления про создание автоматического лифта и его рукотворных родственников стало более четкое понимание того, насколько научно-технический прогресс отличается от эволюционного естественного отбора. Компьютер, с помощью которого современные творцы – программисты – тестируют и внедряют свои решения, сам по себе является продуктом разумного творения, как мы уже отмечали, и его изначальный набор умений, на которых базируется система – арифметика и обусловленный выбор, – предполагает, что все потенциальные программисты вынуждены рассматривать задачу сверху вниз и предлагать методы решения, в которых они стараются воплотить свое понимание задачи, над решением которой работают.

«А как иначе?» – спросит кто-нибудь. Разумное созидание подобного типа начинается с постановки цели (которая может быть заменена или даже заброшена в процессе работы) и выстраивания работы сверху вниз, творцы при этом должны обладать достаточным запасом знаний, чтобы управлять поиском решения задач (и подзадач, и подподзадач…), которые они сами же и ставят. А эволюция, наоборот, не имеет целей, никаких особых задач и не понимает, зачем вообще к чему-то стремиться: она близорука и бездумна, путает уже созданное с тем, что еще только появилось, совершенно бесцельно тасует самые разные и случайные варианты и сохраняет те, которые кажутся годными к использованию, или, по крайней мере, не очень опасными.

Может ли что-либо столь интеллектуально сложное, как цифровой компьютер, к примеру, эволюционировать восходящим путем через естественный отбор? Это очень трудно вообразить, даже просто представить всерьез, и это побудило некоторых мыслителей прийти к заключению, что, поскольку эволюция не смогла создать компьютер (или компьютерную программу, которую можно на нем запустить), человеческий разум не может быть продуктом одного лишь естественного отбора, и мечтания об искусственном интеллекте должны быть заброшены. Физик и математик Роджер Пенроуз[65]65
  Сэр Роджер Пенроуз (род. 1931) – английский физик и математик, работающий в различных областях математики, общей теории относительности и квантовой теории.


[Закрыть] (Roger Penrose 1989) – тому самый яркий пример. В поисках аргумента допустим, что эволюция посредством естественного отбора не могла непосредственно создать живой цифровой компьютер (дерево Тьюринга или черепаху Тьюринга, к примеру). Но существует ведь и непрямой путь: удалось же естественному отбору вначале создать человеческий мозг, а уж он сотворил Гамлета, Искупительный храм Святого Семейства[66]66
  Церковь в Барселоне (исп. Temple Expiatori de la Sagrada Família). – Прим. ред.


[Закрыть] и тот же компьютер, помимо других удивительных чудес. Этот процесс кажется парадоксальным, почти волшебным, даже противоречащим самому себе. Разве Шекспир, Гауди, Тьюринг не представляют собой менее великолепные создания, чем плоды их творчества? С определенной точки зрения – да, конечно, но правда и то, что их творения обладают свойствами, которые не могли появиться на свет без их участия.

Рисунок 5.1. Грабли для ракушек. © Daniel C. Dennett

Если вы окажетесь на далекой планете и пойдете вдоль берега моря в поисках признаков жизни, что взволнует вас сильнее – моллюск или грабли для ракушек? У моллюска миллиарды чувствительных движущихся клеток, а грабли для ракушек сделаны из двух грубых деталей, прикрепленных друг к другу, однако они являются произведением некоего живого существа, которое впечатляет куда как сильнее, чем моллюск. Как удалось этому медленному, бессознательному процессу создать сущность, которая может создать вещь, которую этот процесс сам создать не в силах? Если вам кажется, что на этот вопрос нет ответа, что это чисто теоретический, риторический вопрос, значит, вы все еще находитесь под действием чар, давно разрушенных Дарвином, и до сих пор не способны принять дарвиновскую «странную инверсию причинности». Сейчас мы можем увидеть, насколько необычной и радикальной она была: процесс Неразумного творения может создать разумных творцов, которые способны создавать штуки, позволяющие нам понимать, как процесс Неразумного творения может создать разумных творцов, которые могут создавать разные штуки.

Промежуточные стадии этого процесса весьма поучительны и информативны. А как насчет того, что грабли для ракушек сами демонстрируют свое искусственное происхождение? Их крайняя простота показывает, что они управляются некой сторонней сущностью, а их способность бросать вызов Второму закону термодинамики свидетельствует о том, что они представляют собой единообразное и симметричное скопление атомов химических элементов в несуществующих в природе сочетаниях. Кто-то соединил и обработал эти соединения. Кто-то сложный.

Вернемся же еще раз к простым организмам. Идея о том, что у каждого организма есть своя онтология (как у лифта), была предвосхищена Якобом фон Икскюлем[67]67
  Якоб фон Икскюль (1864–1944) – биолог, зоопсихолог и философ, один из основателей зоосемиотики и биосемиотики.


[Закрыть] (Jakob von Uexküll, 1934) в его концепции наличия у организма умвельта – некоего поведенческого мирка, который состоит из всех вещей, имеющих значение для его благополучного бытия. Очень близка к этой идее и концепция аффорданса психолога Дж. Дж. Гибсона[68]68
  Джеймс Джером Гибсон – американский психолог, считающийся одним из известнейших когнитивных психологов в области зрительного восприятия XX века.


[Закрыть] (J. J. Gibson, 1979): «Это то, что окружающая среда предлагает животному во благо или во вред». Аффордансы – это соответствующие возможности, которые окружающая среда предоставляет всякому организму: пища, которую можно съесть, и представители собственного вида, с которыми можно спариваться, отверстия, через которые можно проходить или в которые можно смотреть, норы, в которых можно спрятаться, штуки, на которые можно залезть, и так далее. Оба ученых, Икскюль и Гибсон, умалчивали о том, каким образом сознание (в смысле, который все-еще-надо-определить) включено в понятие умвельта, насыщенного возможностями, однако, поскольку Икскюль посвящал свои исследования амебам, медузам, клещам, становится ясно, что он, как и Гибсон, больше интересовался определением проблем, с которыми сталкивается организм, и тем, как он их решает, чем процессом собственно формирования этих решений. Солнце входит в онтологию пчелы; ее нервная система организована таким образом, чтобы использовать позицию солнца на небе в ее деятельности. Амебы и подсолнухи тоже включают солнце в свой умвельт; у них нет нервной системы, и они используют иные механизмы для реагирования на его положение. Таким образом, инженерная концепция онтологии лифта – это именно то, что нам нужно иметь с самого начала. Мы можем оставить на потом вопросы, когда и как так получилось, что онтология организма, или целого семейства организмов, начинает неким образом проявляться в подобии сознания, а не становится неотъемлемой частью сформировавшейся реакции его внутренних механизмов. Другими словами, организмы могут получать пользу от неких своих конструктивных особенностей, входящих в их онтологию, не имея при этом понятия об этой онтологии (ни сознательно, ни полусознательно, ни бессознательно) в каком-либо строгом смысле. Форма птичьего клюва, вместе с другими особенностями анатомии, предполагает диету из твердых семян, или насекомых, или рыбы, поэтому мы можем включить в умвельт различных видов птиц, на основе их анатомических свойств, твердые семена, насекомых или рыбу, как специфические для этих видов возможности, хотя, конечно, правильно подтвердить эти выводы, исследовав и поведение птиц. Одна лишь форма клюва недостаточна для того, чтобы судить о пищевых предпочтениях птицы или способах добычи этой пищи.

Палеонтологи делают заключения о пищевых предпочтениях ископаемых хищников и других особенностях поведения вымерших видов, используя вышеупомянутые методы, и мало кто обращает внимание на то, что выводы зависят от допущения наличия адаптационистских способностей у ископаемых существ. Рассмотрим пример Найлза Элдреджа[69]69
  Найлз Элдредж (род. 1943) – американский палеонтолог, выдвинул вместе со Стивеном Гулдом теорию прерывистого равновесия, согласно которой большая часть эволюционных изменений происходит за небольшие промежутки времени.


[Закрыть] (1983), взятый из исследований Фишера (1975) о скорости плавания мечехвостов. Он приводит его, чтобы показать, что задавать исторический вопрос «что произошло» (то есть «как, каким образом») правильнее, чем задавать адаптационистский вопрос («зачем»), предполагающий существование некой цели. Однако заключение Фишера о том, насколько быстро плавали древние крабы-меченосцы, должно принимать во внимание достаточно надежное адаптационистское допущение о том, что для крабов быстро плавать хорошо: и чем быстрее, тем лучше, но в определенных пределах. Вывод о том, что крабы-меченосцы юрского периода плавали быстро, зависит от предпосылок, что они вообще могли бы достичь максимальной скорости при наличии у них определенной формы, способности плавать под определенным углом и потребности плавать именно так, чтобы достичь максимальной скорости. Итак… [Фишеру необходимо] использовать совершенно безупречные, само собой разумеющиеся, оптимальные соображения, чтобы получить картину того, что «случилось» 150 миллионов лет назад (Деннет, 1983).

Напомним себе, что биология – это обратная реконструкция, и реконструкция в своей методологии следует соображениям оптимальности. «Что это – или что это было – для чего это свойство подходит?» всегда висит на кончике языка; без этих вопросов историческая реконструкция растворяется в потоке недоумения.

Как я уже заявил во вступительной главе к этой книге, бактерии не знают о том, что они бактерии, но реагируют на других бактерий путем, свойственным бактериям, и способны избегать того, следить за тем или следовать тому, что они различают в своем умвельте, не нуждаясь ни в каких идеях или пояснениях того, что они делают. В онтологию бактерий входят другие бактерии, точно так же, как этажи и двери входят в онтологию лифтов, единственное, бактерии во много раз сложнее. Точно так же, как существуют причины, почему контрольные цепи лифта спроектированы так, как они есть, существуют причины, почему внутренняя система контроля белкового обмена получилась такой, какая она есть: в обоих случаях устройство было эффективно и результативно оптимизировано для решения проблемы¹⁸. Главная разница в том, что проектирование системы лифта выполнено разумными творцами, которые разработали предложения, представили обоснованные решения и привели доказательства их эффективности. А в истории проектирования и создания бактерии не было ни исходного кода, никто не писал к нему комментарии, чтобы не то что пояснить, а даже хотя бы намекнуть на то, чего же все-таки Мать-Природа добивается. Это не мешает биологам-эволюционистам приписывать определенные функции некоторым свойствам (перепончатые лапы нужны для плавания в воде), а другие явления интерпретировать как ошибки Природы (теленок с двумя головами). Схожим образом литературные редакторы давно умерших авторов не могут полностью полагаться на автобиографические признания, оставленные в наследии автора, и порой вынуждены считать одни тексты намеренным введением в заблуждение, а другие – опечатками или провалами в памяти.

Программирование – относительно новая область в человеческой деятельности. Однако уже на самом начальном этапе ее становления удалось выявить и исправить многие недостатки и ошибки, выстроить Вавилонскую башню языков программирования, создать инструменты для упрощения процесса разработки программного обеспечения. Тем не менее программирование все еще является скорее искусством, чем ремеслом, и даже выпускаемое на коммерческой основе обеспечение часто содержит ошибки и требует постпродажной корректировки и обновления. Почему устранение ошибок не автоматизировано, почему ошибки не удается устранить с самого начала? Разработчики, отлично изучившие возможности программного обеспечения, по-прежнему считают отладку программного кода сложной задачей, даже если в их распоряжении имеется подробный исходный код, сопровождаемый детальным комментарием, написанным в соответствии со строгим регламентом и передовыми практиками (Смит, 1985, 2014). Причина, по которой отладка кода не может быть полностью автоматизирована, состоит в том, что ошибки зависят от задачи, которую решает программное обеспечение (и подзадач, и под-подзадач), и достаточности деталей в определении ее специфических особенностей (такой, чтобы можно было заложить их в воображаемую автоматизированную программу-наладчика). С практической точки зрения это то же самое, что начать писать программу с кода отладки¹⁹! Написание и отладка компьютерного кода для серьезной системы на сегодня – одно из самых суровых испытаний для человеческого воображения, и стоит только какому-нибудь гениальному программисту создать новый инструмент для решения насущных задач, как планка ожиданий поднимается, и от него начинают ждать новых свершений (и отладок). Это совершенно новое беспрецедентное явление в человеческой деятельности: музыка, поэзия и другие виды искусства всегда предлагали потенциальному Творцу бесконечные пространства возможностей, которые не уменьшались с появлением нового музыкального произведения, поэмы или живописных полотен; художественное творчество не может стать рутиной из-за появления синтезаторов или файлов MIDI, программ по отслеживанию орфографии или созданию многоцветной компьютерной графики высокого разрешения.

А как же Природа отлаживает свои проекты? У нее нет исходных кодов или комментариев к ним, ей недоступны услуги гениальных наладчиков; процесс природного дизайна должен идти весьма расточительным путем создания и проверки множества вариантов и позволять проигравшим умереть, не будучи изученными. Результатом природных поисков становится не всеобщее всестороннее совершенство, а лучшие версии, доступные на местных уровнях, способные процветать в конкретных условиях, причем постоянное тестирование отсеивает все новых и новых победителей, поднимая планку совсем чуть-чуть для каждого следующего поколения²⁰. Эволюция, как подчеркнул Ричард Докинз (1986) в названии своей знаменитой книги, это Слепой Часовщик[70]70
  Ричард Докинз. Слепой часовщик (АСТ, 2014).


[Закрыть], и, учитывая ее методы работы, совсем не удивительно, что ее произведения полны противоречивых, недальновидных, но дьявольски эффективных ходов и поворотов – эффективных за исключением тех ситуаций, когда они таковыми не являются! Отличительный признак естественного отбора – обилие ошибок и случайностей, в самом программистском смысле: эти изъяны обнаруживаются только в самых невероятных ситуациях, подобных которым до сих пор не бывало, которых не случалось в процессе разработки, приведшем к созданию последнего варианта, и поэтому они не были устранены или обработаны поколениями наладчиков. Биологи очень хорошо умеют подвергать создаваемые ими системы совсем маловероятным испытаниям, навязывать им экстремальные задачи, проверяя, как и где система потерпит неудачу и почему.

Проводя историческую реконструкцию возникновения организма, они, как правило, обнаруживают нечто похожее на неразборчивый так называемый «спагетти-код»[71]71
  Спагетти-код – плохо спроектированная, слабо структурированная, запутанная и трудная для понимания программа.


[Закрыть] программистов, работавших спустя рукава. Если мы совершим усилие и попытаемся расшифровать этот практически неразборчивый спагетти-код, мы сможем найти возможности, которые никогда не пришли бы в голову проектировщикам в их близоруком стремлении создать лучшее решение задачи, поставленной перед ними. О чем они думали? Если мы зададим тот же вопрос Матери-Природе, ответ всегда будет один и тот же: ни о чем. В природных процессах нет никакого разума, однако Природа долго плутала сложнейшими путями, собирая конструкции столь эффективные, что они выживали, побеждали в конкурентной борьбе в суровом мире, пока не пришел умный биолог и не обнажил их слабости.

Возьмем в качестве примера сверхнормальные раздражители, недостаток конструкции, обнаруженный во многих организмах. Эксперименты Нико Тинбергена[72]72
  Николас «Нико» Тинберген (1907–1988) – нидерландский этолог и орнитолог, лауреат Нобелевской премии по физиологии и медицине, присужденной в 1973 году за открытия в области поведения животных. – Прим. ред.


[Закрыть] (1948, 1951, 1953, 1959) с чайками выявили удивительный сбой в их перцептивном/поведенческом механизме. У взрослых самок на клюве есть оранжевое пятно, которое инстинктивно клюют птенцы, чтобы побудить мать отрыгнуть пищу и накормить их. Что будет, если оранжевое пятно станет больше или меньше, ярче или почти незаметным? Тинберген показал, что птенцы с удвоенным энтузиазмом клюют огромное оранжевое пятно картонных кукол-птиц, сверхнормальные раздражители провоцируют сверхнормальное поведение. Тинберген также показал, что птицам, которые откладывают голубые с серыми пятнами яйца, ужасно нравилось сидеть на огромном пятнистом синем яйце такого огромного размера, что они сваливались с него.

«Это не ошибка, это функция!» – так часто защищаются программисты, и это похоже на сверхнормальные раздражители. До тех пор пока в птичий умвельт не пробрались вредные биологи с живым воображением, стимулирующие птиц искусственными штуками, система работает отлично, поведение организма сосредоточено на том, что для него важно (почти всегда). Плавающая рациональность всей системы хорошо удовлетворяет все насущные потребности, ведь Мать-Природа достаточно мудра, чтобы не тратиться на лишние степени защиты и чрезмерную надежность. Подобная «дизайнерская философия» царит повсюду в природе, что создает возможности для своеобразной «гонки вооружений», в которой одни виды пользуются недостатками других видов, провоцируя тем самым ответные реакции в Пространстве Созидания, что побуждает оба вида развивать все лучшие способы защиты и нападения. Самка светлячка сидит на земле, наблюдая за танцем самцов-светлячков, которые соревнуются, сигналя огоньками и надеясь на ответ самки. Сделавшая выбор самка сигналит в ответ, и самец бросается к ней для спаривания. Однако этой хитроумной системой знакомств пользуется и другой хищный вид светляков, Photuris, который прикидывается самкой, заманивая наивных самцов на погибель. Photuris предпочитает самцов с длинными, мощными огоньками-сигналами, поэтому самцы обычных светлячков постепенно разработали совсем короткие любовные световые письма (Lewis and Cratsley, 2008).