Искажающие реальность. Фракция H13. Дилогия

Лушник Владимир

– Ну может нашли и ждали, когда мы достигнем определённого уровня развития. Про это же говорилось в сообщении гэкхо.

– То есть ты предполагаешь, что за тысячи лет, которые развивалась ваша цивилизация, вашу звезду не смогли найти другие расы? Звезда - это же маяк, который указывает на место, где нужно искать планеты. И видно его ОЧЕНЬ далеко.

– Звёзд много, пока все облетишь …

– А ты сам, когда что-то ищешь, бросаешь то, что находится рядом и начинаешь искать там, где подальше? Ладно, не напрягайся пытаясь объяснить необъяснимое. На самом деле не реальны ни твой реал, ни игра ни даже то место где мы находимся. Всё это лишь система обучения управляющих алгоритмов. Все так называемые игроки являются теми самыми управляющими алгоритмами, а все известные тебе миры - это система обучения. Отдалённо похожим образом в твоём реале обучают нейронные сети. Какую-то сеть нужно натренировать распознавать

картинки, какую-то распознавать рукописный текст, какую-то распознавать голосовую речь и так далее. Тоже самое происходит и здесь. Разница в том, что выходящие из этой обучающей системы алгоритмы несоизмеримо сложнее чем ваши нейронные сети. Если ты внимательно слушал курс «Теорию построения искусственного интеллекта», то должен знать, что для различных целей нужна нейронная сеть немножко разной конфигурации. Где-то нужно больше слоёв нейронов, где-то связи между нейронами не должны ограничиваться двумя соседними слоями, где-то нужны нейроны с обратными связями. Примерно такая же ситуация с управляющими алгоритмами. Каждая раса - это отдельный тип управляющего алгоритма. Процесс обучения управляющего алгоритма не быстрый и очень ёмкий. Поэтому для уменьшения вычислительной мощности на начальных этапах обучения алгоритмам выделяют небольшое жизненное пространство. Говоря терминами людей - это небольшое племя в небольшой долине. По мере совершенствования алгоритмов им сначала расширяют жизненное пространство, а со временем объединяют с другой популяцией однотипных алгоритмов, имевшей немного отличные стартовые характеристики. Для алгоритмов это выглядит как, например, открытие нового континента. Для обеих групп алгоритмов это обставляется как «добрались туда, куда раньше добраться не могли», а на самом деле туда добраться не могли, потому, что это были отдельные, изолированные системы обучения. При старте обучающего процесса таких групп запускаются тысячи. Те, которые прошли отбраковку, объединяют в один мир, постепенно его укрупняя. Когда степень обучения алгоритмов доходит до той стадии, когда можно начинать отбирать пригодные к использованию - их интегрируют в большой мир. Говоря твоим языком - твоё Солнце появляется в галактике и с этого момента его могут найти другие алгоритмы, или если тебе так удобнее, то космические расы. Возможен вариант, что новички сами откроют путь в большой мир. Такие случаи бывают, но крайне редко.

– А как же звёздное небо? Человечество ведь наблюдает за звёздами очень давно?

– В вашу изолированную систему обучения транслировали картинку из большого мира. К моменту, когда алгоритмы развиваются на столько, что начинают «смотреть на звёзды», для них уже определяется место, куда их встроят если они пройдут отбраковку. Для процесса обучения важна в том числе точка в которой появится их звёздная система. То есть для вас большой мир был, а вы для него только появились. Это связано с тем, что не все маленькие системы дорастут до момента, когда их можно будет включить в большой мир. С другой стороны, бывают потухшие звёзды - это те системы, которые отбраковали после добавления в большой мир. Когда представитель расы гэкхо говорил, что вы достигли порога развития - он имел ввиду именно это. Хотя скорее всего он сам не очень понимал то, что ему дали довести до вас.

– Для чего системы обучения для разнотипных алгоритмов объединять в одну кучу? Это выглядит как-то странно.

– Обучаясь в более крупной и системе, алгоритм получает новые качества. Например, ты житель небольшой изолированной деревеньки. Вершиной твоего жизненного пути в таком маленьком поселении может стать должность старосты. А теперь скажи сможет ли такой староста управлять мегаполисом? Здесь принцип такой же. Сложнее система обучения - более качественный управляющий алгоритм на выходе.

– Допустим ты сказал правду, и я на самом деле всего лишь программа в чьём-то компьютере. А как же игра? Как же перемещения между игрой и реалом?

– Это самое простое. В вашем мире у программистов есть так называемый шаблон проектирования MVC. Его суть состоит в том, что объект отделён от способов его отображения и от способов воздействия на него. Таким образом подставив другой способ отображения, программист может, например, изменить стиль окошка программы. Или изменив способ воздействия, может переключить управление с мышки на сенсорный экран. Так придерживаясь оговоренного интерфейса взаимодействия, программист может, прикладывая небольшие усилия, очень сильно изменять внешний вид и систему взаимодействия с создаваемой программой. Примерно такая же система с управляющими алгоритмами, или если тебе угодно - игроками. Управляющий алгоритм - это такой же объект со стандартизированным интерфейсом взаимодействия. В том числе в этом интерфейсе присутствуют методы перемещения между системами

обучения. В процессе обучения бывают не только слияния и укрупнения. Иногда, а точнее достаточно часто, возникает необходимость провести часть обучения конкретного управляющего алгоритма в специфичной, изолированной системе. В этом случае возникает явление, которое ты привык называть сном. Как ты имел возможность убедиться сны могут сильно отличаться. Это объясняется особенностями конкретной изолированной системы обучения. То же происходит при перемещении между реалом и игрой. Это грубое описание, но думаю суть понятна.

– А как же планета пепльнокожих в параллельном мире?

– Как я говорил, изначально для обучения запускают тысячи мелких групп алгоритмов. По мере эволюционирования их объединяют в более крупные группы. В редких случаях все группы однотипных алгоритмов к моменту слияния с «большим миром» не собираются в единую систему. Например, есть какие-то весомые различия, но ещё не понятно какие алгоритмы будут более пригодны для выполнения задач, для которых их создают. В случае вашей планеты у вас нет так называемой магии, а у второй части родственных вам алгоритмов она есть. В процессе слияния изолированных систем в большой мир, проводится промежуточное тестирование в результате которого определится способ слияния. Период безопасности - это то время, когда проходит тестирование. Вариантов слияния может быть несколько. Идеальный вариант если обе ветви будут признаны пригодными. В этом случае ваши планеты объединят в одну. Самый худший вариант - алгоритмы из обоих систем будут признаны непригодными. В этом случае всех уничтожат. Это может быть обставлено как вторжение иных рас с тотальным геноцидом или уничтожение планеты. Между двумя крайними вариантами есть бесчисленное количество вариантов. Если не пригодной окажется одна ветвь - выживут люди только одной планеты. Если пригодных окажется горстка из обоих миров, то планеты объединят, но после при геноциде останется только эта горстка. И так далее.

– Ты хочешь сказать, что создатели живут так долго, что готовы ждать результата миллионы лет пока проходит обучение?

– Время субъективно. Скорость течения времени зависит от выделенных для обучающей системы вычислительных ресурсов. Нужно обучать быстрее - выделяется больше ресурсов и наоборот. Даже в большом мире под обучение разных алгоритмов отводится разное количество вычислительных ресурсов. Ты же слышал про разную скорость течения времени на разных планетах? Это оно.

– Тогда расскажи, как выглядят наши создатели и для чего им такие алгоритмы управления?

– А этого никто не знает. Разве программа, работающая на твоём компьютере, знает, как выглядит программист её создавший и для чего она ему нужна?

– Но ты же знаешь о существовании создателя?!

– Нет. Я знаю не о создателях. Я знаю о системе обучения. Система обучения - это автоматизированная система, она работает без непосредственного вмешательства создателей. Регуляторами системы являются управляющие алгоритмы вроде меня, то есть обученные управлять системой обучения. Ты, выбрав специализацию «Расширенное взаимодействие с миром», тоже показал склонность к управлению системой обучения. Именно поэтому тебя обучали, как ты считал во снах. Теперь ты знаешь, что это был не сон. По этой же причине я сейчас разговариваю с тобой.

– Так значит меня продолжат обучать, а потом я буду управлять системой обучения?

– Не совсем так. Все алгоритмы, достигшие нулевого уровня, отправляются на тестирование. Нулевой уровень достигается как при обнулении, так и при исчерпании времени обучения или говоря языком людей - смерти. Если алгоритм проходит тестирование, ему стирают память и отправляют работать в подходящую область. Если не проходит - просто стирают.

– Но как же без памяти? Ведь память - это именно то чему мы обучились?

– Нет. Ты проводишь аналогию с обучением человека, но это совершенно разные вещи. То, чему обучает система ближе к инстинктам и рефлексам.

– Тогда зачем в меня впихивали всю ту хрень во снах?

– В процессе обучения в тебе вырабатывались нужные качества. Не спрашивай, как и какие. Я только знаю, что так нужно было делать. Больше мне нечего тебе рассказать. Возможно ты пройдёшь тестирование и возможно тебя признают пригодным управлять системой обучения. Тогда мы с тобой ещё встретимся.

Существо сделало пасс рукой и мир погас. Последней мыслью затухающего сознания был вопрос «Это было на самом деле или галлюцинации умирающего мозга?».

Конец книги

Январь 2020 года

Карта.