Текст книги "Недостаточность человека. Социально-философская повесть"

Мысли приходили разные: годами выстраивал в своей голове систему мироздания, в которой было бы место как объективной реальности. Годами и десятилетиями устанавливал границы познания, научно-мировоззренческой культуры, осторожно, по миллиметру огораживая один мир от другого, находя место для каждой вещи, кодируя их по содержанию, смыслу, значимости. Как индивид и ученый старательно искал в этой системе место для себя самого, параллельно изучая и совершенствуя собственные ментальные возможности, как единицу общей научно-мировоззренческой культуры.

Вот так шло совершенствование моего сознания. Тогда как уже от природы, оказывается, я порождал и порождаю весь этот мир вокруг?! Вот эти вещи, что я вижу – стол, стены, книги, пол, телефон, занавески на окнах – все это проявления моего совершенного разума? Занавеска на окне качнулась от ворвавшегося в окно ветра. Я вздрогнул, пришел в себе. Мне стало легко и смешно – я открываю глаза вовсю ширь. Я смотрю на вещи вокруг. Все на месте, вот те самые вещественные доказательства о существовании в реальности этих вещей и предметов. Однако, в это же время мысль понеслась. Я вижу перед глазами горы, поля, луга, реки, небо, покрытое тонкой дымкой облаков. Все на месте. Чувство, когда человек застывает в пустоте, в невесомости – это мне известно. Способность мною выработана уже в зрелые года, когда научился медитировать.

Вспомнилось, как подолгу сидел в позе лотоса, со сложенными перед собой руками в ожидании нирваны. Вначале не получалось, а затем все-таки добился нирваны. Закрываешь глаза и чувствуешь вокруг, сколько хватает душевного взора, – одна пустота. Вот так можно сбросить с окружающих тебя вещей и предметов покровы, под которыми ничего не оказываются. Человека наполняет покой – мягкий и глубокий. Сознание погружается внутрь, голова становится пустым, словно из него извлекли мозг, и наполнили матовым сиянием. Свет играет бликами на сводах черепной коробки, сплетается в образы, снова расплетается на тонкие нити. Я заглядываю еще глубже и вижу в себе ту же пустоту, что открылась мне в мире вокруг. И с облегчением осознаю, что и сам являюсь лишь порождением своего собственного ума….

Проснулся он, когда солнце встало уже над горами. Мир был совсем другим. Со стороны гор дул сильный холодный ветер.

* * *

Летом Каракулов вырвался ненадолго из круговорота многочисленных обязанностей и поехал на Иссык-Куль, чтобы на берегу озера, в тишине и прохладе, обобщить последние данные, полученные в экспериментах. Невольно, мысли ушли в недалекое прошлое. С чего все начало? А вот, все началось с вопроса: можно ли взрастить гения? Разумеется, все скажут, что нет, невозможно, так как гениальность от природы, генов. Чтобы ответить на этот вопрос, надо, во-первых, изучить главные особенности гениальных личностей. Кто они? Как измерить их гениальность? Есть ли критерии, указывающие на гениальные способности? Каковы тенденции в развитии научного поиска в этом направлении? Зачем и почему нужно способствовать увеличения количества гениев? К чему приведет увеличение их количества? Куда могут привести исследования?

Прохаживаясь по берегу озера, он мысленно отвечал на эти вопросы. Что собой представляет «нейрокомпьютерный интерфейс»? Мозг, усиленный компьютером – это и есть искусственный интеллект, который в своих блоках памяти содержит сведения, накопленные различными писателями, исследователями, учеными, мудрецами, представляющие отрасли науки, виды искусства, род литературы, формы культуры. Дальше что? Каракулов уже продумывал последние детали предстоящего эксперимента.

Я, как ученый-биолог, сторонник каракуловской идеи решил рассказать о том, как мыслил себе профессор события, происходящие в экспериментах с компьютерным интерфейсом, но я не могу знать, как ученый выражал свое представление о закономерностях формирования и развития научно-мировоззренческой культуры индивида не только и не столько словами, а формулами и уравнениями. Да, есть чему удивляться, казалось бы, речь идет о научно-образовательных и философско-методологических проблемах, а тут – формулы и уравнения.

Мой пересказ таков. В один из дней, прохаживаясь по пляжу и опять же размышляя проблему, вдруг его осенило, он остановился как вкопанный, тут же сел и на песке вывел примерное уравнение, отражающую закономерность формирования и развития научно-мировоззренческой культуры. Записать было некуда, а потому он вновь и вновь писал уравнение на песке. Все, вроде получилось, он почти побежал в свой коттедж и сразу же внес уравнение в компьютер. Теперь можно и сворачивать отдых, – решил он и начал собираться в город.

Уже утром следующего дня Каракулов сидел в своем кресле, медленно оглядывая лабораторный зал. Вместе с увеличением количества научной аппаратуры растет и исследовательское поле – минимальная «жилплощадь», необходимая для размещения всего комплекса оборудования. Она была напичкана оборудованием под завязку. Ни одного свободного пространства.

Каракулов был удовлетворен. Вот, наконец, все эти исследовательские приборы и оборудование из набора отдельных объектов превратились в единую систему. Итак, создан нейрокомпьютерный конвергент. В сущности, эта машина представляет собой кибернетический аналог целой совокупности отраслей наук, культуры, искусства. Мощнейшая кибернетическая установка, способная к молниеносному обмену информацией, лишенная присущей человеку инерции мышления и работающая круглосуточно, конвергент отличается динамичностью. Обобщение знаний в виде философского умозаключения осуществиться человеком с помощью конвергента за считанные минуты и секунды. Лишь в середине кресло, в котором сидит Умар, окутанный проводами и капельницами. Напротив него на уровне его глаз размещены три настенных жидкокристаллических экрана широкого формата.

Итак, что происходит? Мозг человека, подключенного к мощнейшему компьютеру, получит задание сделать не столько научно-практическое, сколько философское резюме по поводу той или иной тематики современной науки, литературы, искусства, культуры. Не исключено, что такие резюме будут носить парадоксальный характер, взрывоопасными, выходящими за грань человеческой мысли.

Нейрокомпьютерный конвергент проанализирует огромный массив тематической литературы – художественной, научно-популярной, научной, сможет за кратчайшее время и одновременно ставить большое число разных вариантов одной тематики с выработкой четкого резюме в виде обобщающего философского суждения проблемы в целом. А ведь такая задача посильна лишь гениям.

По сути, нейрокомпьютерный интерфейс сделает новое открытие и на этой основе предложит самое глубоко осмысленное, логически обоснованное, а потому неожиданное заключение. Продолжительность циклов самая различная: от миллионных долей секунды до десятка минут, в зависимости от того, насколько быстро нейрокомпьютерный конвергент сможет собрать, проанализировать и осмыслить новое, современное знание, необходимое «по ходу дела». Это и художественного толка, научно-популярного, научного, философского. Все проблема будет заключаться в том, что бы постоянно нагружать новые и новые знания всех мастей и уровня. В этом аспекте, человеко-машинный интерфейс никогда не исчерпает свои возможности. Циклы за циклами и так вечно. А вот что произойдет дальше, трудно сказать, даже невозможно спрогнозировать. По аналогии с человеческим мозгом, возможно, запустится реакция торможения либо «сорвется» в пространство духа. К сожалению, нейрокомпьютерный конвергент не имеет систем защиты от такого срыва. Запуская интерфейс невозможно предугадать, с какой скоростью и куда приведет зародившейся мысль.

Каракулов верил в то, что люди смогут предпринять предупреждающие шаги. Однако, он знал и то, что ничто не остановит человечество в его извечном стремлении к познанию тайн природы. Где гарантия того, что анализируя ту или иную тематику интерфейс так загнет в сторону, что мало не покажется. Во все времена человеческая мысль работала по принципу «от идеи к научному открытию, через гипотезу». Теперь положение кардинально изменилось. Сначала ученый «находит» идею, капаясь в материалах художественной литературы, затем тщательной концептуализирует знания с выдвижением гипотезы, а потом приступает к осмыслению полученных знаний, обобщению. В конец, философско осмысленное знание войдет в сокровищницу научно-мировоззренческой культуры. В свою очередь, новая культура даст новую идею и цикл закрутиться снова. Перемена колоссальная. А в итоге, та или иная личность на базе человеко-машинного интерфейса взломает привычные представления о пространстве и времени. Между тем, это миссия гения. Весь интерфейс будет работать на самостоятельное и продуктивное мышление, подарит человеку способность видеть будущее. Именно с помощью интерфейса человек – гений, по сути, будет лихорадочно открывать новое, пристально всматриваясь в проблемы будущего мира, пытаясь осмыслить перспективы человечества.

Каракулов сидел и размышлял о том, что его детище сделает то, что «рано или поздно придется переименовать научно-фантастический жанр в научно-реалистический». Его детище способен заглянуть в будущее, самостоятельно мыслить «на научно-философском серьезе», на основе, как логики исследователя, так и искусства художника. И, тем не менее, парадоксальным был вывод профессора: «Я лично против самодеятельности в этом серьезном деле».

Идея выразить закономерность формирования мировоззренческой культуры у Каракулова возникла уже давно. Недаром он включил в программу эксперимента двух системных программистов – Сабита и Эсена. Отныне, как он предупредил, на любой площадке дискуссии они полноправные участники. Каракулов, зачисляя Сабита и Эсена в штаты, предупредил их. – Ребята, времени на раскачку практически нет. Неделя ушла на вникание в проблему.

К чести, программисты не подвели, объединив свои усилия, в краткие сроки разработали программу.

– Если помнишь, виртуальный нейрокомпьютер «Эмбрион» представляет собой техническую модель мозга, возбуждение квазинейронной сети в котором создаёт виртуальное когерентное волновое поле, – сказал Сабит.

– Да, знаю, – ответил Эсен. – Функционирование нейронной сети воспроизводит известную в нейрофизиологии Шеррингтоновскую воронку – афферентные входы нейронных сетей конвергируют между собой, объединяясь через общие структуры в эфферентный канал.

– По сути, эту модель можно рассматривать как квантовый когерентный нейронный компьютер.

– В связи с биомеханическими особенностями нейрокомпьютера «Эмбрион», на его основе, возможно адаптивное биоуправление с кибернетического обратной связью, – отметил Эсен. – Специфика такого нейроуправления обусловлена функционированием искусственной нейронной сети, действующей под управлением нервной системы оператора.

– Ученые из Стэнфордского университета разработали и изготовили опытный образец компьютера, работа которого подражает работе головного мозга. При создании электронного нейрокомпьютера учеными была использована их фирменная архитектура под названием «Нейрогрид», – сказал Сабит.

– И чем они характеризуются?

– На плате нейрокомпьютера установлены шестнадцать специализированных процессоров «Нейрогрида», которые в сумме могут моделировать работу один миллиона нейронов и несколько миллиардов связей между нейронами, синапсов. За счет такого высокого уровня интеграции новый нейрокомпьютер демонстрирует в сорок тысяч большую эффективность.

– В каком плане? – спросил Эсен.

– С точки зрения соотношения вычислительной мощности к потребляемой энергии, чем процессоры обычных компьютеров.

– А по мощности сохранения битов информации?

– В этом плане тоже, – уклончиво ответил Сабит. – Эффективность работы процессоров «Нейрокор» достигается за счет того, что одни и те же элементы электронных схем могут использоваться для обеспечения работы сразу нескольких моделей нейронов и синапсов.

– Что это даст?

– Это позволяет процессорам «Нейрокор» строить более обширные и сложные нейронные сети, нежели это могут сделать нейропроцессоры, созданные другими группами ученых.

– Да, впечатляет. А что дальше?

– Следующим шагом, который намерены предпринять Стэнфордские ученые, станет разработка программного обеспечения, при помощи которого инженеры и программисты смогут создавать программы для нейрокомпьютера «Нейрогрид», не имея обширных знаний в области нейробиологии и об архитектуре нейрокомпьютера, – сказал Сабит.

– Ну, разумеется. Как же без специалистов.

– Параллельно с этим ученые планируют привести энергетическую эффективность будущего нейрокомпьютера к уровню, сопоставимому с эффективностью работы мозга человека.

– Я слышал о том, что ученые Стэнфордского университета ведут работы по созданию нового нейрокомпьютера, который должен изменить устоявшиеся представления о работе обычных вычислительных машин, – сказал Эсен. – Но, непонятна в чем заключается принципиальная новизна?

– В «Нейрогиде» будет заложен принцип хаотичной работы человеческого мозга, а не классическая электроника, – пояснил Сабит. – От тридцати до девяносто процентов времени активности нейронов сопровождается ошибками и распространением бесполезных сигналов, но мозг человека без особых проблем справляется с этим хаосом и легко выявляет полезные сигналы.

– Писали о том, что следующее поколение «Нейрогрида», будет состоять из шестидесяти четырех миллионов кремниевых нейронов, – отметил Эсен и высказал свою догадку о том, что этот подход значительно ускорит аналитическое время.

Сабит и Эсен, как программисты были сторонниками нейрокомпьютеринга, того самого научного направления, занимающегося разработкой вычислительных систем шестого поколения – нейрокомпьютеров, которые состоят из большого числа параллельно работающих простых вычислительных нейронов. Элементы связаны между собой, образуя нейронную сеть. Вычисления в нейронных сетях существенно отличаются от традиционных, в силу высокой параллельности их можно рассматривать как коллективное явление.

Эсен говорило, что его привлекает то, что в нейронной сети нет локальных областей, в которых запоминается конкретная информация, то есть вся информация запоминается во всей сети.

– А знаешь, в настоящее время эксплуатируется не менее пятьдесят нейросистем такой мощности в самых различных областях.

– Интересно, а как у них с помехо– и отказоустойчивостью? – спросил Эсен.

– По данным нейробиологии нервная система человека отличается огромным быстродействием, способна к обучению, но и, разумеется, помехоустойчивость в минимальных пределах.

Они оба знали, что прототипом для создания нейрона послужил биологический нейрон головного мозга. Нейрон формирует выходной сигнал, интенсивность которого зависит от значения вычисленного скалярного произведения. Поведение искусственной нейронной сети зависит как от значения весовых параметров, так и от функции возбуждения нейронов. Чтобы создать нейронную сеть для решения какой-либо конкретной задачи, мы должны выбрать, каким образом следует соединять нейроны друг с другом, и соответствующим образом подобрать значения весовых параметров на этих связях.

– Эсен. Давай обсудим возможности и перспективы различных моделей нейронных сетей. С чего начнем?

– Сабит. В модели Маккалоха нейроны имеют пороговую логику перехода из состояния в состояние. Каждый нейрон в сети определяет взвешенную сумму состояний всех других нейронов и сравнивает ее с порогом, чтобы определить свое собственное состояние.

– А вот модель Розенблата предусмотрена жесткая пороговая функция процессорного элемента и бинарными или многозначными входами.

– Но она имеет недостаток. Скажем, не всегда существует такая комбинация весовых коэффициентов, при которой имеющееся множество образов будет распознаваться.

– А как модель Хопфильда? Для однослойной нейронной сети со связями типа «все на всех» характерна сходимость к одной из конечного множества равновесных точек, которые являются локальными минимумами функции энергии, содержащей в себе всю структуру взаимосвязей в сети.

– На мой взгляд, модель сети с обратным распространением более приемлема для нашего случая, – отметил Эсен.

Нейроны обычно имеют сигмоидальную функцию возбуждения. Первый слой нейронов называется входным и содержит число нейронов, соответствующее распознаваемому образу. Последний слой нейронов называется выходным и содержит столько нейронов, сколько классов образов распознается. Между входным и выходным слоями располагается один или более скрытых слоев.

В результате такого диалога оба программиста учли следующие особенности ситуации: во-первых, отсутствовал алгоритм или не были известны принципы решения задач, но накоплено достаточное число примеров; во-вторых, проблема характеризуется большими объемами входной информации; в-третьих, данные неполны или избыточны, зашумлены, частично противоречивы.

Общим решением Эсена и Сабита было принять за основу программную модель нейросети на базе модели фирмы «Адаптив Солюшон» (США) и «Хитачи» (Япония), так как они являются одними из самых быстродействующих: объявленная скорость обработки составляет один миллиард двести миллионов соединений в секунду.

– Эсен. Какую архитектуру ты предлагаешь?

– Достаточно использовать архитектуру системы, поддерживающую до шестидесяти пяти тысяч виртуальных процессорных элементов с более чем один миллион настраиваемых соединений, позволяет обрабатывать до четыреста пять десять тысяч соединений в секунду.

– Согласен. Но, а как ты представляешь хранилище нейрокомпьютерного конвергента? – спросил Сабит. – Ведь классические носители вообще не справляться с лавиной контента.

– Останется лишь надежда на очередной технологический прорыв, – ответил Эсен. – Но на что именно стоит рассчитывать? Представляешь, сейчас общий интернет-трафик превысил тысяча эксабайт или миллиард терабайт.

– А что если разместить в обычной компьютерной базе магнитную память с многобитовыми ячейками, – предложил Сабит.

– Ты прав, – оживился Эсен. – Это выход. Магнитная память на сегодня самая перспективная технология хранения информации. Каждая её ячейка способна хранить не один бит информации, а несколько.

– Физики уже разработал ячейку памяти в виде трёх намагниченных эллипсов, которые могут находиться в шести состояниях. В основе сегнетоэлектриков лежит кристаллическая решётка с атомом внутри каждой ячейки.

– Да, я видел презентацию такого накопителя. Оптический носитель имеет до сотни прозрачных слоёв, – отметил Эсен. – И, в зависимости от частоты излучения и поляризации луча, одну единицу объёма можно использовать для записи разной информации. При этом считывание и запись производятся целыми «страницами».

– То есть, скорость значительно выше, чем в привычных приводах? – спросил Сабит. – Она еще выше при атомарной памяти. Где-то я вычитал, что инженеры задались целью записать один бит информации на один атом. Если удастся поставить процесс «на поток», то теоретически возможно создать крошечный накопитель весом всего один грамм, куда уместится четыреста пятьдесят шесть эксабайт данных.

– Кстати, сейчас заговорили о ДНК, как жёстком диске, – подметил Эсен. – Речь о синтетической ДНК, где информация кодируется в четырёх основаниях, которые попарно собираются в хорошо всем знакомую двойную спираль.

– О, да. Когда информацию нужно считать, ДНК секвенируют, то есть расшифровывают. Так?

– Да. Лет пять тому назад учёным уже удалось записать в один грамм ДНК двести мегабайт информации. По предположению учёных, в одном грамме синтезированной ДНК теоретически можно уместить до тысяч эксабайт информации.

Проходили дни, недели. Вот, наконец, все готово. Эсен и Сабит доложились на заседании лаборатории.

– Уважаемые коллеги! Мы завершили построение нейронной сети. Прежде всего, провели обработку и подготовку имеющихся данных. Затем, спроектировали структуру нейронной сети. Потом провели настройку ее параметров.

Итак, что нам остается? – нетерпеливо спросил Умар.

На первом этапе требуется выполнить следующие действия: во-первых, формализировать имеющуюся информацию, преобразовать из аналоговой в цифровую, а затем наоборот; во-вторых, убедиться в том, что выходной вектор содержит полный ответ задачи; в-третьих, убедиться, что по входной информации можно точно дать ответ на выходе.

– Ну, а в чем заключается задача последующих этапов? – спросил профессор.

– На втором этапе нам необходимо выбрать функцию активизации, выбрать число слоев нейронов и число самих нейронов. А вот на третьем этапе: во-первых, задать начальное значение весовых коэффициентов; во-вторых, обучить нейронную сеть; в-третьих, проверить результаты работы сети.

Разумеется, научным сотрудникам многие вещи, доложенные системными программистами, было непонятно. Тем не менее, они активно задавали вопросы, интересовались возможностями нейросети, ее перспективами практического приложения.

Вот так, в принципе собирается нейрокомпьютер – устройство переработки информации на основе принципов работы естественных нейронных систем, важным и принципиальным преимуществом которого является высокий уровень параллелизма операций. Аппаратнореализуемая нейронная сеть – основной операционный блок, его процессор. Этот блок не производит вычислений, как это делает арифметико-логическое устройство машин фон Неймана, а трансформирует входной сигнал в выходной в соответствии со своей топологией и значениями коэффициентов межнейронных связей.

В случае нейрокомпьютера неявно выражено разделение между потоками команд и данных, так как процессорное устройство и ячейки памяти объединены. Для того, чтобы нейрокомпьютер решал требуемую задачу, его искусственная нейронная сеть должна пройти обучение. Суть обучения заключается в настройке коэффициентов межнейронных связей на совокупность входных образов поставленной задачи.

Всех интересовало, что дальше? Эсен и Сабит попытались выстроить дальнейший план работы в этом направлении.

– Теперь, когда стало ясно, что именно мы хотим построить, мы можем переходить к вопросу «как строить такую нейронную сеть», – начал Сабит. – Этот вопрос решается в два этапа. На первом этапе следует выбрать следующее: какие нейроны, мы хотим использовать; каким образом следует соединить их между собой; что взять в качестве входов и выходов нейронной сети.

Эсен продолжил: – На втором этапе нам следует «обучить» выбранную нейронную сеть, то есть подобрать такие значения ее весов, чтобы она работала нужным образом. Нейросетевой подход особенно эффективен в задачах экспертной оценки по той причине, что он сочетает в себе способность компьютера к обработке чисел и способность мозга к обобщению и распознаванию.

Слово снова взял Сабит. – Уважаемые коллеги! Нам с вами теперь нужно провести четкую кластеризацию, то есть разбиение набора примеров на несколько компактных кластеров. Кластеризация позволяет представить неоднородные данные в более наглядном виде и использовать далее для исследования каждого кластера различные методы.

Прошел целый год и вот, наконец, был разработан новая модель нейросети, которая получило название «Нейрокомпьютерный конвергент». Название предложил Эрмек. Шеф не возразил. Данное изобретение было отнесено к области эффективных, высоких технологий, информационной техники и нейрокомпьютеринга, в частности к сфере создания нейрокомпьютеров и к способу создания нейронной сети.

Прототипом была методика создания нейронной сети, заключающийся в формировании нейронной сети посредством связи выхода блока хранения бинарного входного сигнала со входом логической схемы И-ИЛИ, связи ее выхода со входом блока внутренней памяти, связи его выхода с другим входом логической схемы И-ИЛИ, связи другого выхода блока внутренней памяти с третьим входом логической схемы И-ИЛИ и связи другого выхода блока управления с одним входом блока выбора строк и извлечения информации, связи его выходов с другими входами блока хранения бинарного входного сигнала.

Для формирования нейронной сети дополнительно вводят блок генератора синхронизирующих импульсов, один выход которого связывают с другим входом блока внутренней памяти, а другой выход связывают со входом блока управления. При этом вводят блок анализа, вход которого связывают со вторым выходом логической схемы И-ИЛИ, а выход блока анализа связывают со входом введенного блока коррекции, выход которого связывают с другим входом блока выбора строк и извлечения информации. При этом глубину и размер нейронной сети, задают в блоке управления NS-число, определяющее общее время обработки бинарного сигналя в бинарной матрице, осуществляют последовательный, построчный анализ и сравнение. В логической схеме И-ИЛИ используют логическую интегральную микросхему. В блоке формирования используют дешифратор, выполненный в виде микросхемы.