Текст книги "Как работает мозг"

Может быть, он развился для чего-то еще, а животное просто сейчас использует его в этой функции, как мы используем нос, водружая на него очки, и все такое прочее, что там обычно говорят про крылья насекомых (или это говорят про крылья птиц?)».

А вот что можно узнать, если изучить факты. Многие органы, которые мы наблюдаем сегодня, сохранили свою первоначальную функцию. Глаз всегда был глазом – на всех этапах своего развития, от светочувствительного участка кожи до глазного яблока со способностью фокусировать изображение. Функции других органов изменились. Это вовсе не новое открытие. Дарвин и сам приводил много примеров – например, грудные плавники рыб, из которых сформировались передние конечности лошадей, плавники китов, крылья птиц, роющие когти кротов и человеческие руки. Во времена Дарвина сходства представлялись более весомым доказательством факта эволюции, и остаются таковыми по сей день. Дарвин также указывал на изменения функций, чтобы объяснить проблему «начальных стадий полезных структур», неизменно вызывающую интерес в среде креационистов. Как мог сложный орган развиваться постепенно, если только конечная его форма оказалась пригодной для использования? По большей части посылка о непригодности для использования просто является ложной. Например, частично сформированный глаз может частично видеть, что уже лучше, чем не видеть вовсе. Но иногда ответ заключается в том, что прежде чем орган был выбран в своей нынешней форме, он был приспособлен к чему-то еще, а затем прошел через промежуточную стадию, на которой выполнял обе функции одновременно. Чувствительная система косточек среднего уха у млекопитающих (молоточек, стремя, наковальня) образовалась из косточек в задней части челюсти у рептилий. Рептилии способны ощущать вибрацию, опуская челюсть на землю. Отдельные косточки служили им одновременно как крепление челюсти и передатчик вибрации. Это подготовило почву для того, чтобы функция косточек постепенно сузилась до передачи звука; в результате они уменьшились в размере и переместились на свое нынешнее место. Дарвин называл предыдущие формы «преадаптациями», хотя и подчеркивал, что эволюция не может каким-то образом предчувствовать, какой будет дальнейшая тенденция развития.

Нет ничего загадочного и в эволюции птичьих крыльев. Половины крыла недостаточно, чтобы парить, как орел, но с его помощью можно планировать или спускаться с деревьев, как на парашюте (что и делают многие ныне существующие животные), и оно позволяет делать большие прыжки на бегу (именно это делает курица, пытаясь убежать от фермера). Палеонтологи не пришли к единому мнению относительно того, существование какой промежуточной стадии лучше подтверждается ископаемыми останками и аэродинамическими показателями, однако в любом случае для креациониста или социолога результат будет неутешителен¹⁶⁷.

Теория эволюции крыльев насекомых, которую предложили Джоэл Кингсолвер и Мими Коэл, не имеет ничего общего с опровержением адаптационизма; напротив, это один из лучших его образцов. Маленьким хладнокровным животным вроде насекомых сложно регулировать температуру тела. В связи с тем, что у них велико отношение площади поверхности к объему тела, они быстро нагреваются и охлаждаются (именно поэтому в холодное время года на улице не встретить жуков: зима – лучший инсектицид). Вероятно, зачаточные крылья насекомых изначально сформировались как переносные солнечные батареи, которые поглощали энергию солнца, когда на улице холодало, и рассеивали тепло, когда становилось теплее. Используя термодинамический и аэродинамический анализ, Кингсолвер и Коэл показали, что протокрылья, слишком маленькие для полета, эффективны в качестве теплообменников. Чем больше они вырастают, тем более эффективно они осуществляют терморегуляцию, хотя в какой-то момент и достигается точка падения эффективности. Эта точка находится в диапазоне размеров, при которых батареи могут служить эффективными крыльями. Пройдя эту точку, они становятся более и более полезными для полета, поскольку становятся все больше и больше, вплоть до современного размера. Естественный отбор мог оказывать давление в пользу более крупных крыльев в пределах всего диапазона от полного отсутствия крыльев до современного размера крыльев, с постепенным изменением функции в среднем диапазоне размеров¹⁶⁸.

Так как же из всего этого вышла абсурдная история о том, что в один прекрасный день древнее насекомое взлетело, замахав своими солнечными панелями, и все остальные насекомые так и делали с тех самых пор до сего дня? Отчасти это произошло от неправильного понимания введенного Гулдом термина «экзаптация», означающего адаптацию уже имеющегося органа к новой функции (в терминологии Дарвина – «преадаптация») или адаптацию не-органа (элементов кости или ткани) в сторону органа с отдельной функцией¹⁶⁹. Многие читатели восприняли это как новую теорию эволюции, заменившую собой адаптацию и естественный отбор. Это не так. И причина, опять же, в сложной конструкции. Бывает, что машину, разработанную для выполнения немыслимо сложного задания, можно заставить делать что-то более простое. В книге комиксов под названием «101 способ применения сломанного компьютера» было изображено, как компьютер можно использовать в качестве пресс-папье, аквариума, якоря и т. д. Юмор заключается в том, что сложной технике отводится скромная роль, которую может выполнять и более примитивное устройство. В то же время, вряд ли когда-нибудь появится книга комиксов под названием «101 способ применения сломанного пресс-папье», где одним из вариантов будет применение в качестве компьютера. Так же дело обстоит и с экзаптацией в живой природе. С позиций инженерного искусства, шансы того, что орган, созданный для одной цели, будет идеально подходить для какой-либо другой цели, чрезвычайно малы – если только новая цель не будет достаточно простой. (И даже в этом случае нервной системе животного нередко приходится приспосабливаться к нему, чтобы сохранить новую функцию.) Если новая функция слишком сложна для выполнения, естественный отбор вынужден существенно перестраивать и модифицировать новую часть тела, как это и произошло для того, чтобы у современных насекомых появились их крылья¹⁷⁰. Комнатная муха, досаждающая человеку, может резко снижать высоту на большой скорости, зависать в воздухе, разворачиваться на 180 градусов, летать кверху ногами, делать мертвую петлю, вращаться вокруг своей оси, приземляться на потолок – и все это меньше, чем за секунду¹⁷¹. Как отмечается в статье под заголовком «Механическое устройство крыльев насекомых», «тонкие особенности конструкции и дизайна, которыми не может похвастать ни один искусственно созданный авиационный профиль, показывают, насколько поразительно крылья насекомых приспособлены к акробатике полета». Эволюция крыльев насекомых – это аргумент в пользу естественного отбора, а не против него. Изменение в давлении естественного отбора – это не то же самое, что отсутствие естественного отбора.

В центре всех этих дискуссий находится понятие сложной конструкции, и именно это понятие используется в качестве еще одного предлога, чтобы опровергнуть дарвинизм¹⁷². Разве сама идея не выглядит немного неточной? Если никто не знает количества организмов, которые потенциально могут существовать в природе, как можно заявлять о том, что лишь ничтожно малая их часть имеет глаза? Возможно, здесь мы имеем дело с порочным кругом: вещи, которые мы называем «адаптивно сложными», – всего лишь вещи, которые, по нашему мнению, не могли развиться никаким образом кроме как путем естественного отбора. Ноам Хомский писал по этому поводу:

Итак, утверждается, что естественный отбор – единственное физическое объяснение конструкции, выполняющей ту или иную функцию. Если понимать это положение буквально, оно не может быть правдой. Возьмем физическую конструкцию моего тела, включая то свойство, что я имею положительную массу. Это свойство имеет определенную функцию – а именно, оно не дает мне улететь в открытый космос. Очевидно, что у него есть физическое объяснение, которое не имеет ничего общего с естественным отбором. То же самое относится к менее тривиальным признакам, примеры которых вы можете легко придумать сами. Следовательно, не может быть, чтобы вы имели в виду буквально то, что вы говорите. Мне сложно интерпретировать это утверждение таким образом, чтобы оно не превратилось в тавтологию: в том случае, если системы отобраны для выполнения той или иной функции, мы имеем дело с отбором¹⁷³.

Заявления относительно функциональной конструкции, поскольку они не могут быть выражены в точных числах, оставляют место для сомнений, но стоит немного подумать о том, с какими величинами мы имеем дело, и места для сомнений не остается. Мы ссылаемся на естественный отбор не для того, чтобы объяснить полезность; мы ссылаемся на него, чтобы объяснить маловероятную полезность. Масса, которая не дает Хомскому улететь в открытый космос – не маловероятное состояние, каким бы образом мы не измеряли вероятность. «Менее тривиальные признаки» (возьмем первое, что приходит в голову: глаз позвоночного животного) – маловероятные состояния, каким бы образом мы ни измеряли вероятность. Возьмите сачок и соберите им все объекты в нашей Солнечной системе, или вернитесь на миллиард лет назад и возьмите образцы всех организмов на нашей планете, или возьмите совокупность молекул и подсчитайте все физически возможные конфигурации, или разделите человеческое тело на сетку из кубиков высотой в один дюйм. Подсчитайте долю образцов с положительной массой. Теперь рассчитайте долю образцов, которые могут образовывать оптическое изображение. Вы получите статистически значимое различие в полученных долях, и его необходимо пояснить.

Здесь критик может сказать, что критерий – видит или не видит – устанавливается апостериори, когда мы уже знаем, что могут делать животные, поэтому оценка вероятности не имеет смысла. Это как бесконечно малая вероятность того, что мне в покере раздадут именно те карты, которые мне раздали. Большинство кусков материи не способны видеть, но ведь большинство кусков материи не могут, скажем, флернить (автор использует придуманное слово flern. – Прим. пер.), если я настоящим определяю слово «флернить» как способность иметь в точности такой размер, форму и состав, как у того камня, который я только что поднял с земли.

Недавно я был на выставке пауков в Смитсоновском институте. Любуясь точными, как швейцарские часы, движениями их суставов, которыми они – подобно швейной машине – вытягивают нить из своего прядильного органа, красотой и сложностью паутины, я подумал про себя: «Как вообще можно, видя такое, не поверить в естественный отбор!» Как раз в этот момент женщина, стоявшая рядом со мной, воскликнула: «Как можно видеть такое и не поверить в Бога!». У нас априори было одинаковое мнение по поводу того, что представшие перед нами факты требуют объяснения, однако у нас было разное мнение относительно того, как их следует объяснять. Задолго до Дарвина теологи – например, Уильям Пейли – указывали на чудеса инженерного искусства, встречающиеся в природе, как на доказательство существования Бога. Дарвин не изобретал факты, которые требуют объяснения; он всего лишь изобрел доказательство.

Но что же конкретно нас так поражает? Любой согласился бы с тем, что созвездие Ориона похоже на человека с поясом на талии, но это не значит, что нам нужно особое объяснение тому, почему звезды выстраиваются в фигуры, напоминающие людей с поясами. Тем не менее интуитивное понимание того, что глаза и пауки являют собой результат «замысла», а камни и созвездие Ориона – нет, нельзя разложить на явные критерии. Подразумевается, что есть некая гетерогенная структура, в которой части или аспекты объекта непредсказуемым образом отличаются друг от друга, и есть единство функции: разные части организованы таким образом, чтобы вся система в целом могла достичь какого-либо особого эффекта – особого, потому что он маловероятен для объектов, у которых нет такой структуры, и особого, потому что он приносит кому-то или чему-то выгоду. Если функцию нельзя описать более лаконично, чем структуру, то говорить о наличии замысла нельзя. Линза отличается от диафрагмы, которая, в свою очередь, отличается от фотохромного материала, и никакой спонтанный физический процесс не мог бы привести к тому, чтобы все три эти части соединились в одном объекте – не говоря уже о том, чтобы они были идеально выровнены относительно друг друга. И все же у них есть нечто общее – все они нужны для получения изображения высокой точности, – и это объясняет, почему все три эти элемента присутствуют в структуре глаза. Что касается флернирующего камня – напротив, описание его функции будет таким же, как описание структуры. Понятие функции ничего не добавит к описанию.

Наконец, что наиболее важно, приписывание адаптивной сложности естественному отбору – это не просто признание высочайшего инженерного мастерства (как в случае дорогих приборов, выставленных в Музее современного искусства). Естественный отбор – это опровержимая гипотеза о происхождении, которая подразумевает серьезные требования к эмпирическому доказыванию. Вспомните, как работает отбор: на основе конкуренции среди репликаторов. Любое явление, демонстрирующее замысел, но не являющееся одним из членов длинного ряда репликаторов, не могло бы быть объяснено теорией естественного отбора – более того, опровергало бы ее: биологический вид, у которого нет репродуктивных органов; животные, растущие, как кристаллы из камня; телевизоры на Луне; глаза, выбрасываемые из отверстий на дне океана; пещеры, напоминающие комнаты в отеле вплоть до таких деталей, как вешалки и ведерки для льда. Более того, любая приносящая выгоду функция должна быть поставлена на службу задаче продолжения рода. Орган может быть предназначен для того, чтобы животное могло видеть, есть, спариваться, выкармливать детенышей, но только не для красоты, гармонии экосистемы или мгновенного самоуничтожения. Наконец, сам получатель выгоды от функции должен быть репликатором. Дарвин отмечал, что если бы у лошадей в процессе эволюции появились седла, его теория была бы немедленно опровергнута.

Несмотря на все слухи и байки, естественный отбор остается ключевым понятием для объяснения биологических процессов. Организмы можно интерпретировать только как взаимодействие адаптаций, побочные продукты адаптаций, либо случайные изменения. Побочные продукты и случайные изменения не исключают адаптаций, но они и не повергают нас в смятение, приводя к выводу, что одно невозможно отличить от другого. И именно то, что делает организмы столь восхитительными, – их маловероятная конструкция – требует от нас осуществить их обратное проектирование в свете естественного отбора. Побочные продукты и «шумы», поскольку их можно определить от противного как неадаптации, также можно обнаружить путем обратного проектирования.

Это справедливо и в отношении человеческого интеллекта. Основные способности мышления, включая те действия, которые не может воспроизвести ни один робот, несут на себе явный отпечаток отбора. Это не означает, что все аспекты мышления адаптивны. Повсюду, от признаков нижнего уровня – таких, как медлительность и зашумленность работы нейронов, – до таких важнейших видов деятельности, как искусство, музыка, религия, сны, мы наверняка можем обнаружить виды деятельности мозга, которые не являются адаптациями в биологическом смысле слова. Тем не менее это не означает, что наше понимание того, как работает мозг, будет прискорбно неполным или совершенно ложным, если оно не будет неразрывно связано с пониманием процесса эволюции мозга. Этому и будет посвящена следующая часть данной главы.

Слепой программист

Почему вообще у животных сформировался мозг? Ответ на этот вопрос заключается в ценности информации, для обработки которой он был предназначен¹⁷⁴.

Каждый раз, когда мы покупаем газету, мы платим за информацию. Теоретики экономики объяснили, почему нам приходится это делать: информация дает нам выгоду, которая стоит того, чтобы за нее заплатить. Жизнь – это выбор между рисками. Мы выбираем, повернуть нам налево или направо на развилке дороги, остаться с Риком или уйти от него к Виктору, зная, что ни один выбор не гарантирует богатства или счастья; лучшее, что можно сделать – это надеяться на судьбу. Каждое решение в жизни по своей сути представляет собой выбор того, какой купить лотерейный билет. Скажем, билет стоит 1 доллар и дает один шанс к четырем выиграть 10 долларов. В среднем выигрыш составляет полтора доллара на каждый билет. (10 долларов разделить на четыре равняется 2,5 доллара, минус один доллар за билет.) Другой билет стоит один доллар и дает один шанс к пяти выиграть 12 долларов. В среднем выигрыш составляет 1,4 доллара на один билет. Количество билетов того и другого вида одинаково, ни на одном из них нет пометок с информацией о вероятности выигрыша. Сколько вы заплатите человеку, который скажет вам, какой билет относится к какой категории? Вы должны заплатить не больше четырех центов. Без этой информации вы будете выбирать наугад, и ваш выигрыш в среднем составит 1,45 доллара (в половине случаев это будет 1,5 доллара, а еще в половине – 1,4 доллара). Если вы будете знать, у какого билета средняя окупаемость выше, вы заработаете в среднем 1,5 доллара на каждом билете, так что даже если вы заплатите четыре цента, с каждого билета у вас останется выгода в один цент.

Большинство организмов не покупают лотерейные билеты, но они делают выбор между «лотерейными билетами» всякий раз, когда их тело может сделать несколько разных движений. Они должны быть готовы «платить» за информацию – тканями, энергией и временем – если затраты ниже ожидаемой выгоды в виде еды, безопасности, возможности спаривания и других ресурсов, которые в конечном итоге оцениваются с точки зрения ожидаемой численности выжившего потомства. У многоклеточных животных за сбор информации, ее преобразование в выгодные решения отвечает нервная система.

Зачастую увеличение объема информации приводит к увеличению выгоды и компенсирует дополнительные издержки. Если вы знаете, что где-то рядом с вашим домом зарыт сундук с сокровищами, любая информация, которая укажет направление – на север или на юг, – будет полезна, поскольку она сократит время поисков вдвое. Второй элемент информации – о том, в каком квадранте нужно искать клад, – будет еще более полезным, и т. д. Чем больше цифр будет в координатах, тем меньше времени вы потратите, копая впустую, поэтому вы будете с готовностью платить за любую дополнительную информацию, вплоть до момента, когда вы будете так близко к кладу, что дальнейшее уточнение координат уже не будет стоить денег, которые вы заплатите. Аналогичным образом, если бы вы пытались взломать код от сейфа, каждая цифра, которую бы вы покупали, сокращала бы количество вариантов, и ваши расходы окупились бы сэкономленным временем. Итак, почти всегда больше информации означает лучше – вплоть до момента, когда доходность начинает убывать – и именно поэтому у многих линий животных в процессе эволюции появлялись более и более сложные нервные системы.

Естественный отбор не может непосредственно наделить организм информацией о его окружении или вычислительными сетями, демонами, модулями, способностями, репрезентациями или органами мышления, перерабатывающими информацию. Он может только выбирать из генов. Но гены строят мозг, и разные гены строят разные типы мозга, которые по-разному перерабатывают информацию. Эволюция переработки информации достигается на уровне мельчайших деталей, путем отбора генов, которые влияют на процесс сборки мозга.

Многие виды генов могут становиться объектом отбора в пользу более эффективной переработки информации. Изменения в генах могут приводить к образованию разного количества пролиферирующих клеток вдоль стенок желудочков (полостей в центре мозга), вырабатывающих кортикальные нейроны, из которых состоит серое вещество. Другие гены могут сделать так, чтобы пролиферирующие клетки делились в течение разного количества циклов, образуя разное количество кортикальных зон разных типов. Аксоны, соединяющие между собой нейроны, могут быть перенаправлены в результате изменения химических следов и молекулярных ориентиров, которые ведут аксон в том или ином направлении. Гены могут вносить изменения в молекулярные замки и ключи, которые отвечают за соединение нейронов друг с другом. Как и в старом анекдоте о том, как вырезать статую слона (отсечь все, что не похоже на слона), нервную цепь можно сформировать, запрограммировав определенные клетки и синапсы по команде «покончить с собой». Нейроны могут активизироваться на разных этапах эмбрионального развития, и паттерн их импульсов – будь то спонтанных или запрограммированных – может быть интерпретирован на выходе как информация о том, как нервные связи должны формироваться далее. Многие из этих процессов вступают в каскадное взаимодействие. Например, увеличение одной из зон позволяет ей более эффективно конкурировать за место на других уровнях. Естественному отбору совершенно все равно, насколько причудливым будет процесс сборки мозга или насколько уродливым получится в результате мозг. Модификации он оценивает исключительно исходя из того, насколько хорошо алгоритмы мозга справляются с задачей руководства восприятием, мышлением и действиями всего организма в целом. Руководствуясь этими процессами, естественный отбор может создавать все более и более эффективно функционирующий мозг¹⁷⁵.

Но возможно ли, чтобы отбор произвольных вариантов действительно улучшил конструкцию нервной системы? Или из-за прочих вариантов вся конструкция отказала бы, как компьютерная программа из-за испорченного байта, а отбор просто сохраняет системы, которые не отказывают? Исследования в новой области вычислительных систем, теории генетических алгоритмов, показывают, что с помощью дарвинистского естественного отбора можно создавать все более разумное программное обеспечение. Генетические алгоритмы – это программы, которые дублируются, образуя многочисленные копии, однако с произвольными мутациями, которые делают каждую копию на один крохотный байт отличной от всех остальных¹⁷⁶. Каждая копия пытается решить определенную задачу, и тем, которые справляются лучше других, дается возможность размножаться, чтобы создать копии для следующего цикла. Предварительно элементы каждой программы опять произвольно мутируют, и программы «спариваются»: каждая делится на две части и пары программ обмениваются частями. После множества циклов вычисления, отбора, мутации и репродукции получившиеся в итоге программы зачастую оказываются лучше, чем любая программа, придуманная живым программистом.

Возвращаясь собственно к вопросу о том, как сформировалось мышление, ученые попробовали применить генетические алгоритмы к нейронным сетям. Нейронная сеть получает входные данные от смоделированных органов чувств, а выходные данные поступают на смоделированные ноги, при этом сеть помещается в виртуальную среду, где есть произвольно расположенная «пища» и другие сети, конкурирующие за нее. Те сети, которым удастся собрать больше всего пищи, оставляют больше всего копий; затем начинается следующий цикл мутации и отбора. Мутации представляют собой произвольные изменения в весах связей, иногда после них происходит половая рекомбинация сетей (они обмениваются некоторыми из своих весов связей). Во время первых повторов цикла «животные» (или, как их иногда называют, «аниматы») в произвольном порядке блуждают по территории, изредка случайно наталкиваясь на источники пищи. Однако по мере эволюции они начинают передвигаться напрямую от одного источника пищи к другому. Более того, популяция сетей, которой дана возможность формировать в процессе эволюции «врожденные» веса связей, часто справляется с задачей лучше, чем одиночная нейронная сеть, которой дана возможность обучиться им. Это особенно справедливо в отношении сетей с множественными скрытыми уровнями, которые, несомненно, есть у всех сложных животных, и в частности – у человека. Если сеть может только учиться, но не эволюционировать, обучающий сигнал, получаемый из внешней среды, ослабевает по мере передачи к скрытым уровням и может приводить к приращению или сокращению весов связей лишь в незначительной мере. С другой стороны, если популяция сетей способна эволюционировать – даже если она не способна обучаться, – мутации и рекомбинации могут напрямую перепрограммировать скрытые уровни и очень быстро превратить сеть в совокупность врожденных связей, которая оказывается гораздо более приближенной к оптимальной. Происходит естественный отбор в пользу врожденной структуры¹⁷⁷.

Эволюция и обучение могут иметь место и одновременно, когда врожденная структура развивается у животного, которое при этом обучается. Популяции нейронных сетей можно дать общий алгоритм обучения и возможность формировать врожденные элементы, до которых разработчик сетей так или иначе мог дойти – будь то в результате догадки, по традиции или методом проб и ошибок. Врожденные характеристики включают в себя количество узлов, тип связей между ними, исходные значения весов связей и то, каким образом они должны увеличиваться или уменьшаться после каждого эпизода обучения. Симуляция эволюции дает сетям значительное преимущество на старте их учебной деятельности.

Итак, эволюция может влиять на процесс обучения нейронных сетей. Удивительно, но и обучение может влиять на эволюцию. Вспомните рассуждения Дарвина о «начальных стадиях полезных особенностей строения» и дискуссию о том, что толку в половине глаза. Теоретики нейронных сетей Джеффри Хинтон и Стивен Наулан придумали циничный пример. Представьте животное, которым управляет нейронная сеть всего с двадцатью связями, и каждая из них либо возбуждающая (включена), либо нейтральная (выключена). Но эта сеть совершенно бесполезна, пока не заданы правильно значения всех двадцати связей. Ни для чего не пригодна будет не только половина сети, но даже 95 % сети. В популяции животных, у которых связи нейронов определяются самопроизвольными мутациями, более приспособленный мутант с правильно заданными связями будет появляться всего в одном случае на каждый миллион (2²⁰) генетически отдельных друг от друга организмов. Что еще хуже, выгода сразу же оказывается утрачена, если животное начинает размножаться половым путем, потому что в этом случае, едва сумев найти волшебную комбинацию нужных весов связей, оно половину из них теряет. В ходе симуляций по такому сценарию не смогла эволюционировать ни одна сеть.

Теперь рассмотрим популяцию животных, у которых нейронные связи могут быть трех типов: врожденные возбуждающие, врожденные тормозящие или задаваемые как возбуждающие или тормозящие в ходе обучения. Мутации определяют, какой из этих трех вариантов (возбуждающая, тормозящая, формируемая в процессе обучения) будет та или иная связь при рождении животного. У среднего животного в таких симуляциях около половины связей являются формируемыми в процессе обучения, остальные связи – либо возбуждающие, либо тормозящие. Обучение работает следующим образом. Каждое животное в начале жизни пытается задавать значения формируемых в процессе обучения связей наугад, пока не найдет волшебную комбинацию. В реальной жизни это может быть определение того, как поймать добычу или расколоть орех; что бы это ни было, животное чувствует, что на этот раз ему повезло, и сохраняет данные настройки, больше не прибегая к методу проб и ошибок. С этих пор у него будет более высокий коэффициент воспроизводства. И чем раньше животное приобретет нужные настройки, тем дольше оно будет иметь этот более высокий коэффициент размножения.

Так вот, эти эволюционирующие и обучающиеся животные получают выгоду от того, что у них в сети меньше ста процентов правильных связей. Возьмем всех животных с десятью врожденными связями. Лишь у одного из тысячи (2¹⁰) все десять связей будут заданы правильно. (Вспомните, что только у одного из миллиона не-обучающихся животных все двадцать врожденных связей были заданы правильно.) Это животное, изначально обладающее хорошими данными, будет иметь возможность сформировать абсолютно правильную сеть, получив остальные десять связей в процессе обучения; если у него будет тысяча эпизодов для обучения, успех будет весьма вероятным. Животное, достигшее успеха, раньше начнет производить потомство, следовательно, сделает это больше раз. У его потомков будут благоприятные условия для мутаций, в результате которых все больше и больше связей будут становиться изначально правильными, поскольку при наличии большего количества правильно заданных связей им потребуется меньше времени на то, чтобы приобрести остальные в процессе обучения, а доля вероятности того, что они за всю жизнь так и не смогут их приобрести, будут меньше. В симуляциях Хинтона и Наулана сети таким образом формировали все больше и больше врожденных связей, однако эти связи так и не становились полностью врожденными. По мере увеличения количества связей, заданных изначально, давление отбора в сторону установления типа остальных связей начинало ослабевать, потому что при наличии лишь небольшого количества связей, которые предстоит выучить, любой организм может быстро справиться с задачей. Обучение приводит к эволюции врожденности, но не к абсолютной врожденности¹⁷⁸.

Хинтон и Наулан представили результаты своих компьютерных симуляций для публикации в одном научном журнале и получили ответ, что их уже опередили на сотню лет. Психолог Джеймс Марк Болдуин высказал предположение, что обучение может направлять эволюцию именно таким образом, создавая иллюзию ламаркианской эволюции там, где на самом деле никакой ламаркианской эволюции нет. Тем не менее никому до сих пор не удавалось доказать, что эта гипотеза, известная как эффект Болдуина, действительно работает¹⁷⁹. Хинтон и Наулан показали, как это возможно. Способность к обучению меняет подход к проблеме эволюции: из поиска иголки в стоге сена она превращается в поиск иголки с помощью человека, который будет говорить вам, когда вы приближаетесь к цели.

Эффект Болдуина, очевидно, сыграл большую роль в эволюции мозга. Вопреки положениям стандартной социологической модели, обучение – не какая-нибудь вершина эволюции, лишь не так давно достигнутая людьми. Обучаемы все, кроме простейших животных. Именно поэтому несложные в умственном отношении создания вроде фруктовых мух и морских огурцов всегда были удобными объектами исследования для нейробиологов, пытающихся найти нейронное воплощение обучения. Если способность обучаться имелась уже у какого-нибудь из ранних предков многоклеточных животных, она бы направила эволюцию нервной системы в сторону специализированных схем, даже если бы эти схемы были столь сложными, что естественный отбор не смог бы их обнаружить самостоятельно.