Вычислительная машина и мозг

Нейман Джон фон

Описания механизмов функционирования нейронов, предложенные фон Нейманом, на удивление точны, учитывая «первобытное» состояние нейронауки в то время. Единственное, с чем я не могу согласиться, – это оценка емкости памяти мозга. Фон Нейман полагает, что мозг хранит поступающую в него информацию на протяжении всей жизни человека. Шестьдесят лет – это примерно 2 x 10⁹ секунд. Если допустить, что каждый нейрон из 10¹⁰ принимает 14 единиц информации в секунду (на самом деле эта цифра в три раза меньше), то емкость памяти мозга будет составлять около 10²⁰ бит. Однако реальность такова, что мы помним лишь очень небольшую часть наших мыслей и опыта. Кроме того, эти воспоминания сохраняются не в виде конфигураций битов низшего уровня (такого, как видеоизображение), а скорее как последовательности более высокоуровневых шаблонов. Кора головного мозга представляет собой иерархию распознавателей шаблонов. Некоторые из них распознают определенные топологические формы, например перекладину

в заглавной букве «А». На следующем уровне распознаются конкретные буквы, например буква «A». На еще более высоком уровне распознаются слова, например «арбуз». В другой части коры может происходить распознавание предметов (арбуз); в третьей части – услышанного слова («арбуз»). На гораздо более высоком концептуальном уровне распознаватель может заключить: «Это было забавно». Наши воспоминания о событиях и мыслях кодируются в рамках этих высокоуровневых распознаваний. Допустим, мы хотим вспомнить некий опыт. Происходящее в нашей голове не будет иметь ни малейшего сходства с воспроизведением видеосигналов. Скорее, мы вспоминаем последовательность высокоуровневых шаблонов. Фактически мы вынуждены заново, шаг за шагом, воссоздавать прошлый опыт, ибо наша память не сохраняет подробности в явной форме.

Вы можете с легкостью убедиться в этом сами. Например, попытайтесь припомнить свою последнюю прогулку. Что вы помните? Как выглядел пятый человек, которого вы встретили? Вы видели детскую коляску? А почтовый ящик? Что вы увидели, когда свернули за угол первого дома? Если вы проходили мимо нескольких магазинов, что было во второй витрине? Возможно, вам удастся восстановить ответы на эти вопросы, руководствуясь теми единичными подсказками, которые сохранила ваша память, однако большинство из нас не могут в подробностях вспомнить прошлые события. Машины, напротив, вспоминают легко. В этом и заключается одно из преимуществ искусственного интеллекта.

В настоящей книге очень мало сведений, которые в значительной степени расходятся с тем, что известно сейчас. На сегодняшний день мы не в состоянии дать исчерпывающе полное описание мозга, а потому не можем ждать этого и от работы 1956 года по обратной инженерии мозга. С учетом данной оговорки формулировки фон Неймана поразительно точны, а сведения, на которых он основывает свои умозаключения, до сих пор сохраняют актуальность. Описывая механизмы работы мозга, фон Нейман показывает, каким образом современный компьютер, несмотря на очевидные различия, может выполнять те же самые операции. Так, аналоговые механизмы мозга можно реализовать через цифровые механизмы, поскольку цифровые вычисления способны эмулировать аналоговые величины с любой желаемой степенью точности (а точность аналоговой информации в мозге довольно-таки низкая).

Массовый параллелизм мозга также поддается имитации, учитывая высокую скорость последовательных вычислений, на которую способны вычислительные машины (причем с момента написания книги эта скорость увеличилась в разы). Кроме того, мы можем добиться параллелизма посредством подключения сразу нескольких машин фон Неймана, работающих независимо друг от друга. Именно так устроены современные суперкомпьютеры.

Отметив, как быстро мы принимаем решения и как медленно обрабатывают информацию нейроны, фон Нейман приходит к выводу, что работа мозга не может быть построена на длинных последовательных алгоритмах. Когда бейсболист на третьей базе решает бросить мяч на первую, а не на вторую базу, он принимает данное решение за долю секунды. За это время каждый нейрон успевает пройти всего несколько циклов возбуждения (период, по окончании которого нейронные цепи могут воспринимать новые данные). Фон Нейман справедливо заключает, что своими потрясающими возможностями мозг обязан десяти миллиардам нейронов, способным обрабатывать информацию одновременно. Он абсолютно прав. Недавние достижения в области обратного проектирования зрительной коры подтверждают: чтобы обработать зрительные образы и на их основе вынести сложные суждения, человеку требуется всего три или четыре таких цикла возбуждения.

Мозгу присуща изрядная пластичность, что позволяет нам учиться. Но пластичность машины гораздо выше. Она способна полностью перестроить свои методы работы – для этого достаточно изменить одну или несколько программ. Таким образом, компьютер может эмулировать мозг, но не наоборот.

Когда фон Нейман сравнил производительность параллельной организации мозга с (немногими) вычислительными машинами своего времени, стало ясно, что в этом отношении мозг во много раз превосходит машины 1950-х годов. Лишь недавно появились первые суперкомпьютеры, быстродействие которых более или менее сопоставимо с некоторыми консервативными оценками скорости, необходимой для функциональной имитации работы человеческого мозга (около 10¹⁶ операций в секунду). Полагаю, в начале 2020-х годов оборудование для такого уровня вычислений будет стоить 1000 долларов США. Хотя лекции написаны фон Нейманом на заре компьютерной эры, он не сомневался: рано или поздно мы создадим как техническое, так и программное обеспечение, которое позволит имитировать человеческий интеллект. Именно поэтому он и подготовил эту рукопись.

Фон Нейман в полной мере осознавал темпы прогресса и его значение для будущего человечества, что подводит нас к пятой ключевой идее информационной эры. Спустя год после смерти фон Неймана в 1957 году его коллега, математик Стэн Улам, напомнил нам следующие его слова: «Непрерывно ускоряющийся технический прогресс и перемены в образе жизни людей создают впечатление

приближения к некой важной сингулярности в истории человечества, за которой все человеческие дела в том виде, в каком мы их знаем, не смогут продолжаться». Это первый известный случай употребления слова «сингулярность» в контексте человеческой истории.

Рэй Курцвейл

Предисловие ко второму изданию

Эта тоненькая книжка на первый взгляд выглядит весьма невинно, но на самом деле она находится в самом центре громадного урагана – на небольшом островке ясности и спокойствия, вокруг которого бушуют вихри конкурирующих теорий и исследовательских программ. Она тем более примечательна, что была написана в 1956 году, в самом начале бурного развития компьютерных технологий, определившего вторую половину XX века. В своей последней серии лекций, опубликованных в данной книге, Джон фон Нейман пытался дать объективную оценку механизмам работы мозга, рассматриваемым, с одной стороны, сквозь призму современной теории машинных вычислений, а с другой – в свете компьютерных технологий и эмпирической нейронауки в том виде, в каком они существовали в тот период.

Можно было бы ожидать, что любая оценка, сделанная в то время, теперь должна безнадежно устареть. Однако в действительности все наоборот. Что касается чистой вычислительной теории (теории генерации элементов любой вычислимой функции), основы, заложенные Уильямом Черчем, Аланом Тьюрингом и, в известной степени, самим фон Нейманом, оказались не только в высшей степени прочными, но и весьма полезными в решении широкого круга проблем.

Что касается компьютерных технологий, то все современные машины, которые теперь стоят в каждом офисе и в каждом втором доме в Америке, построены на так называемой архитектуре фон Неймана. Все они – примеры функциональной организации, предложенной и исследованной фон Нейманом. В основе этой организации лежит последовательная «программа», которая хранится в модифицируемой «памяти» машины и определяет природу и порядок основных шагов, выполняемых «центральным процессором» в ходе вычислений. В настоящей работе фон Нейман предлагает краткое, но четкое обоснование такой организации, хотя он говорит о «коде», тогда как сейчас мы говорим о «программах»; он говорит о «полных кодах» и «сокращенных кодах», а мы – о «программах на машинном языке» и «языках программирования высокого уровня». Но изменились только слова и частота тактовых импульсов. Джон фон Нейман узнал бы свою архитектуру в любой машине, существующей сегодня, – от органайзеров Palm Pilot, [5] играющих в покер, до суперкомпьютеров, моделирующих процессы образования галактик.

5

Palm – семейство карманных компьютеров и коммуникаторов (смартфонов), работающих под управлением операционной системы Palm OS, а также webOS. Производились компанией Palm Computing (подразделение U. S. Robotics, затем 3Com и после этого – Palm, Inc.), а также другими фирмами. В 2010 году, после покупки Palm компанией Hewlett Packard, смартфоны выпускались уже под маркой этого производителя.

Ситуация, сложившаяся вокруг эмпирической нейронауки, сложнее, но вместе с тем гораздо интереснее. Прежде всего необходимо сказать, что в некоторых нейронауках (нейроанатомии, нейрофизиологии, возрастной нейробиологии и когнитивной нейробиологии) достигнут значительный прогресс. И здесь кропотливые исследования длиной в полвека породили совершенно новую науку. Благодаря новейшим экспериментальным методам (таким, как электронная и конфокальная микроскопия, фиксация потенциала, электро- и магнитоэнцефалография, компьютерная томография, позитронно-эмиссионная томография и магнитно-резонансная томография) сегодня мы имеем гораздо лучшее представление о волокнистой микроструктуре мозга, электрохимическом поведении его микроскопических частей и общих механизмах его функционирования при различных видах познавательной деятельности. Несмотря на то что мозг по-прежнему хранит много тайн, он уже не является «черным ящиком», каковым представлялся когда-то.

Как ни странно, начиная с 1950-х годов и вплоть до настоящего времени эти две родственные науки, одна из которых посвящена изучению искусственных, а другая – естественных когнитивных процессов, развивались в отрыве друг от друга. Люди, получавшие ученые степени в области информатики, как правило, мало знали о биологическом мозге (а многие – вообще ничего). Поскольку подавляющее большинство исследований в области информатики были ориентированы на написание программ, разработку новых языков или усовершенствование микросхем, глубоких познаний в сфере эмпирических нейронаук не требовалось. Аналогичным образом специалисты по нейронаукам практически ничего не знали о теории машинных вычислений, теории автоматов, формальной логике, двоичной арифметике или электронике транзисторов. Большую часть своего рабочего времени эти ученые тратили на окрашивание образцов мозговой ткани для последующего микроскопического исследования или на вживление в мозг микроэлектродов для анализа электрического поведения нейронов во время выполнения различного рода познавательных задач. Если они и прибегали к помощи машин, то использовали их в качестве инструмента для упорядочивания результатов экспериментов – то есть так, как используют вольтметр, калькулятор или картотечный шкаф.