Наука плоского мира IV: Судный день
Шрифт:
Томпсон задался вопросом: что будет, если применить генетический алгоритм к электронным схемам? Для этого надо поставить некую задачу, случайным образом «скрестить» схемы, как способные, так и не способные ее решить, отобрать те, которые справляются лучше, и повторять все это в течение многих поколений.
Большинство инженеров-электронщиков, обдумав подобный проект, сразу скажут, что использовать для этого реальные схемы довольно глупо. Вместо этого можно создать их компьютерные симуляторы (если вы, конечно, знаете, как ведет себя схема), так будет и дешевле, и быстрее. Томпсон же не решился довериться компьютеру: а вдруг настоящие схемы «знают» что-то, недоступное симуляции?
Для начала он выбрал следующую задачу: распознать два входящих сигнала, первый частотой 1 кГц,
Если бы Томпсон принялся собирать свои тестовые схемы вручную, это заняло бы целую вечность. Он применил программируемую пользователем вентильную матрицу – микрочип, представляющий собой конфигурацию транзисторных «логических блоков» (можно назвать их «умными переключателями»). При загрузке новых инструкций в память конфигурации чипа, соединения между которыми могут переключаться, соответствующее переключение между блоками создает ту или иную конфигурацию чипа в его памяти.
Эти инструкции аналогичны генетическому коду живого организма и могут быть «скрещены». Именно это и сделал Томпсон. Он взял матрицу из 100 логических блоков и сгенерировал на компьютере случайную популяцию из 50 инструкционных кодов. Компьютер загружал каждый набор инструкций в матрицу, подавал входные сигналы и пытался найти признаки, которые могли бы помочь в «выведении» подходящей электронной схемы. На первом этапе это могло быть чем угодно, главное, чтобы оно не выглядело случайным. Самой подходящей «особью» первого поколения стала схема, выдававшая 5V независимо от частоты полученного сигнала. Все наименее приспособленные были «убиты», то есть удалены, а более приспособленные – «скрещены» (скопированы и рекомбинированы). После чего все повторилось сначала.
Самым интересным в эксперименте оказались не технические подробности его проведения, а то, как система искала решение и замечательная особенность этого решения. К 220-му поколению самая подходящая схема выдавала сигналы, практически не отличавщиеся от входных, то есть две волны различной частоты. Того же результата можно было достичь, вообще не прибегая к экспериментам с электронными схемами, достаточно было одного провода! Желаемые постоянные исходящие сигналы так и не появились.
К 650-му поколению сигнал на выходе по низкой частоте был постоянным, однако на высокой сигнал продолжал быть различным. Так длилось до 2800-го поколения, схема выдавала почти постоянные и различные сигналы для того и другого звука. Только к 4100-му поколению странный глюк был устранен, после чего эволюция фактически пришла к логическому концу.
Самым необычным в этом эксперименте стала структура получившегося решения. Ни один человеческий инженер не смог бы такое изобрести. И ни один инженер не смог бы найти решение, состоящее всего из ста логических блоков. Человеческое решение было бы понятным, мы смогли бы рассказать убедительную историю о том, как оно работает. Например, оно бы включало в себя генератор тактовой частоты, то есть электронную схему, которая выдает сигналы с постоянной частотой. Она стала бы базовой для сравнения с другими частотами. Но вы не сможете создать генератор тактовой частоты с помощью всего ста логических блоков. Эволюция же не обременяла себя созданием такого генератора. Вместо этого она решила пропустить входящий сигнал через серию замкнутых контуров. Они, по-видимому, создавали разнесенные во времени версии сигналов, которые в дальнейшем объединялись для получения постоянных выходных сигналов. Возможно. Сам Томпсон описал действие примерно в таких словах: «В действительности я не знаю, как оно работает».
Удивительно, но дальнейшие исследования показали, что задействованы
Технологическим результатом эксперимента Томпсона является возможность эволюционного отбора наиболее эффективных микросхем. Однако его послание теории биологической эволюции намного важнее: эволюции нарративиум не нужен. Эволюционное решение может работать даже тогда, когда совершенно непонятно, как именно оно работает. Эволюция не придерживается принципов проектирования, логичных для людей. Взамен она следует эмерджентной логике Муравьиной Страны, которая никак не укладывается в простую историю.
Конечно, эволюция тоже иногда следует по пути «спроектированных» решений вроде того, что произошло с глазом. Иногда ее решения содержат и нарративиум, просто мы не умеем оценить рассказанную историю. Палочники выглядят как палочки, а их яйца – как семена. В этом присутствует логика, свойственная скорее Плоскому миру: ведь семена – это «яйца» палочек, и до того, как в Викторианскую эпоху теория эволюции завладела умами людей, подобная «логика» казалась совершенно очевидной, поскольку выглядела как последовательные действия Создателя. Первые эволюционисты так не думали, поэтому ситуация с палочниками их смутно беспокоила. Они занервничали еще больше, когда выяснилось, что у некоторых палочников яйца похожи на крошечных улиточек. Ужасно глупо принимать облик того, кого может сожрать кто угодно. Это ведь противоречит всем принципам теории эволюции! Загадка разрешилась только в 1994 году, после лесных пожаров в Австралии. Новые ростки, пробивающиеся из-под пепла, были сплошь покрыты яйцами палочников. Муравьи, собирая, как они думают, «семена» и «улиточек», уносят маленьких палочников в свои подземные города, где те и пережидают пожары. Кстати, маленькие палочники выглядят и бегают, как самые настоящие муравьи, одно это могло бы послужить подсказкой, просто никто не догадался.
Но временами эволюционные решения не содержат ни грана нарративиума. Чтобы окончательно подтвердить теорию Дарвина, нам нужно исследовать как те эволюционировавшие системы, которые подпадают под простое описательное повествование, так и те, которые не подпадают. Вероятно, к последним относятся многие из сенсорных систем мозга. Например, первичная зрительная кора отвечает за обобщенные функции вроде распознавания очертаний предметов, но мы понятия не имеем, как именно работают эти слои нашего мозга. Вернее всего, не понимаем потому, что алгоритм не соответствует ни одному из известных нам конструкторских решений. Наше обоняние, похоже, устроено еще более странно и вообще не имеет определенной структуры, наподобие зрительного участка коры. Кроме всего прочего, может выясниться, что у нас на руках не все элементы пазла.
Что еще более важно, точно так же может получиться и с генами. Биологи привычно рассуждают о «функции гена», то есть о том, за что он отвечает. Как-то по умолчанию подразумевается, что это либо одна-единственная, либо небольшое их число. Короче, это уже чистая магия: ген выступает в роли заклинания. Вернее, он воспринимается нами как заклинание, как своего рода холодный пуск двигателя. Однако функции множества генов не удается описать в форме простой истории. Они эволюционировали, чтобы создавать организм, причем делать это в команде, точно так же, как электронные схемы Томпсона. Когда эволюция предъявляет нам подобные решения, никакой конвенциональный редукционизм не в состоянии будет помочь нам их понять. Вы можете упорно перечислять нервные связи, до тех пор пока коровы не вернутся домой с пастбища, но вы не поймете, как коровья визуальная система отличает быка от коровника.