Разум — это эволюционный компромисс в упорядочении хаоса

Часть 1: От фракталов и энтропии к медитации и психоделикам

Кадр из иммерсивного фильма Fractal Time . Автор Джулиус Хорстхейс https://www.julius-horsthuis.com/fractal-time

“Две опасности никогда не перестают угрожать миру: порядок и беспорядок”

Поль Валери

“Жизнь создаёт порядок. Порядок же бессилен создать жизнь”

Антуан де Сент-Экзюпери

“Так теперь я вас спрашиваю: кто же на самом деле хороший человек? Тот, кто стремится реализовать хаос — он же свобода, равенство и братство — или тот, кто стремится эту хнойпекомымренность (читай: социальную энтропию!) понизить до минимума? Кто? Вот то-то и оно!”

Аркадий и Борис Стругацкие

2019 г. в науке произошло событие, которое я охарактеризовал, как «переворот в представлениях об интеллекте людей и машин». Речь шла о британо-американском исследовании по вычислительной нейробиологии, вплотную подводящем к пониманию одного из фундаментальных принципов в основе механизма биологического интеллекта (мою трактовку этого термина см. здесь)–

как, чтобы не захлебнуться в деталях, просеивать шум, выборочно запоминая только самое важное.

Экспериментальное открытие, сделанное группой исследователей из Медицинского института Говарда Хьюза и Университетского колледжа Лондона (Карсен Стрингер, Кеннет Харрис и др.) позволило вплотную подойти к разгадке того, каким образом мозг обрабатывает информацию, отбрасывая большую её часть в пользу более простых нейронных описаний. Понимание этого сулит переворот в алгоритмике глубокого обучения ИИ, пока что не обладающего механизмом нахождения компромисса между степенью детализации данных и продуктивностью выявления закономерностей в них. Умение достигать такого компромисса позволит усовершенствовать алгоритмы глубоко обучения ИИ, дабы они работали не тупо, как сейчас (за счет безумной производительности вычислений), а умно и экономно, как это делает мозг.

Рассказывая об этом исследовании, я предположил, что

«это лишь первый шаг, и за ним идут супер-прорывные открытия».

Сегодня, спустя почти два года, я готов рассказать о двух таких супер-прорывных открытиях, дополняющих и развивающих результаты исследования группы Карсен Стрингер и Кеннет Харрис.

Оба этих открытия я называю супер-прорывными без какой-либо натяжки. Ибо они:

✔️ прорывным образом расширяют наши представления о том, как мозг генерирует наше восприятие окружающего мира и нас самих;

✔️ позволяют понять работу механизма разума не только в «штатном» режиме, но и в таинственных «нештатных» режимах измененных состояний разума, достигаемых путем медитативных «погружений» и психоделических «улётов».

Но прежде чем перейти к рассказу об этих двух открытиях, давайте зафиксируем своего рода «рубикон», к которому подошло исследование группы Карсен Стрингер и Кеннет Харрис, но перейти который предстояло уже новым исследованиям.

Этим «рубиконом» стало обнаружение переломных моментов, после которых представление мозгом поступающей сенсорной информации становится фрактальным. Т.е. уточнение представления сенсорных сигналов в мозге входит в цикл лавинообразной, бесконечной детализации информации, которой можно пренебречь без критической потери точности представлений.

Переломные моменты и фракталы

Чтобы понять, каким образом мозг обрабатывает информацию, отбрасывая большую её часть в пользу более простых нейронных описаний, группа Карсен Стрингер и Кеннет Харрис использовала новую технику экспериментальной записи процесса одновременной работы 10 тыс. нейронов. С ее помощью мышам показывали тысячи изображений, наблюдая за реакциями в зрительной коре и обнаруживая паттерны, соответствующие более высоко-размерной (более детальной) картине нейронной активности.

В ходе эксперимента удалось установить наличие подобия некоего «балансировочного акта», следуя которому механизм нейронной обработки сенсорной информации мозгом достигает компромисса между объемом данных и вылавливаемой из них пользой.

Авторы установили наличие неких переломных моментов при наращивании размерности (детализации) входной сенсорной информации. Эти переломные моменты нарушают свойство процесса обработки сенсорной информации, названное «гладкостью» (непрерывностью), в результате чего небольшие изменения на входе могут генерировать большие изменения на выходе. Например, при обработке изображения этот механизм позволяет выявлять во входных данных тот «один пиксель», изменение которого приведет к отображению в памяти уже другой ситуации. Это похоже на работу развертки изображения на экранах — меняются только определенные пиксели, а не все изображение.

Открытие этих переломных моментов поставило новый вопрос -

как идентифицировать «критические пиксели», после которых происходят переломные моменты?

Ответ на этот вопрос, найденный группой Карсен Стрингер и Кеннет Харрис, оказался таков — нужно найти критический порог размерности (детализации), после которого появится фрактал (функция потеряет гладкость).

ебольшое пояснение.

Фракталами называют самоподобные геометрические фигуры, каждый фрагмент которых повторяется при уменьшении масштаба, т.е. такие фигура обладает свойством масштабной инвариантности. Данное свойство принципиально отличает фракталы от графиков гладких функций. У последних при уменьшении масштаба фрагмент стремится к отрезку прямой или плоскости — т.е. к объектам с целочисленной размерностью. Фракталы же имеет вид ломанных или разбитых на фрагменты объектов, размерность которых (определяемая специальными скейлинговыми процедурами), оказывается дробной.

Наглядной иллюстрацией фрактала является изрезанная береговая линия. Если идти по самой кромке берега, открывающаяся взору картинка все время меняется, т.к. вся эта кромка состоит из сплошных зубцов.

Береговая линия South Shore Park на Бермудах. Фото с teahub.io/

Фотографируя береговую линию, допустим, через каждые 10 шагов, можно зафиксировать на этих фото тысячи и тысячи зубцов, не добавляющих для вас информации о форме береговой линии. Из-за фракталоподобия береговой линии её измеряемая длина зависит от способа измерения. Поскольку для участка суши можно выделять изгибы любого размера, от километров до миллиметров, невозможно подобрать размер наименьшего элемента для измерения. Отсюда следует невозможность однозначного определения периметра заданного участка береговой линии (т.н. парадокс береговой линии). А уменьшение расстояния между фото будет лишь заваливать нас все новыми и новыми уже ничего не добавляющими деталями.

Избавиться от фрактала, не дав ему «взорвать» нам мозг степенью его детализации, можно, например, путем фотографии берега из космоса. Тогда получится компромиссная по точности картина, информационно в миллионы раз меньшего объема, чем тысячи фото, снимаемых на каждом 10-ом (или на 3-ем или на каждом) шаге обхода побережья. Главное, — что «смысл» (понимание очертания побережья) при этом не будет потерян.

Спутниковое фото Бермудов с pinterest.ru. Красной рамкой отмечена береговая линия South Shore Park

Возвращаясь к открытию группы Карсен Стрингер и Кеннет Харрис, можно его теперь переформулировать так: представление сенсорной информации в мозге должно быть настолько подробным и объемным, насколько это возможно без нарушения его гладкости.

Т.е. при обработке мозгом сенсорной информации, паттерны нейронной активности должны оставаться настолько детализированы (многомерны), насколько это возможно, не становясь фрактальными (негладкими).

Этот «закон» определяет механизм «фрактального балансировочного акта», позволяющего мозгу находить компромисс между объемом данных и вылавливаемой из них пользой. Однако, придя к такому выводу, авторы тем самым поставили новый вопрос.

А при чем здесь, собственно, фракталы? Какое отношение они имеют к работе мозга по конструированию образов реальности?

Фракталы и энтропия

“Our Fractal Brains” — by Julius Horsthuis, CGI Animated Shorts

Как поэтически описывает эти два понятия О.В.Чумак в монографии «Энтропии и фракталы в анализе данных»:

«фракталы и энтропия — два диаметрально противоположных, но взаимодополняющих понятия, как свет и тьма, порядок и хаос, как китайские янь и инь».

И это не просто красивая метафора. Так оно и есть в действительности.

Фракталы воплощают собой предельную структурную упорядоченность на основе самоподобия. Это идеальный пример порядка в сложнейших, высокоорганизованных структурах. Проиллюстрируем это примером фрактала дерево Пифагора, получаемого на основе фигуры, известной как «пифагоровы штаны». Дерево строится из квадратов, которые уменьшаются на квадратный корень из двух пополам (√2/2) и рекурсивно располагаются так, что углы квадратов сходятся, образуя между собой треугольник.

Если два угла треугольника равны 45 градусов, то получаемый фрактал называется классическое дерево Пифагора.

Классическое дерево Пифагора

Также можно построить и обобщённое дерево Пифагора при использовании других углов. Такое дерево часто называют обдуваемое ветром дерево Пифагора, и оно строится так:

Энтропия являет собой абсолютную противоположность фракталам — это мера хаотичности системы. Чем выше энтропия, тем система находится дальше от упорядоченного, структурированного состояния, и тем ближе к бесструктурному, однородному хаосу.

Понятие «структура» имеет много определений. Говоря о структуре в контексте энтропии системы, имеется в виду характер организации элементов и совокупность отношений между элементами системы. Природа системы может быть какой угодно. Она может состоять из атомов вещества, буквенных сообщений, клеток живого организма, индивидов конкретного социума и т.п. Любая из названных систем может обладать: развитой и сложной структурой (т.е. быть высокоорганизованной), простой структурой (т.е. быть слабоорганизованной), а может быть хаотической, если ее элементы распределены случайно и, в среднем, однородно.

Но кабы то ни было, энтропия одновременно является и мерой хаоса, и мерой порядка (структурной упорядоченности) систем. Ибо порядок и хаос — это не просто противоположные, но и взаимодополняющие понятия. Это, как пишет О.В.Чумак, —

«то самое единство противоположностей, равновесие или неравновесие между которыми определяет направление и темп развития или деградации структур в рассматриваемой системе».

В качестве меры хаоса или порядка, энтропия присуща любым системах совершенно разной природы. Примерами может служить энтропия Клаузиуса в термодинамике, энтропия Больцмана в статистической физике, энтропия Шеннона в теории информации, энтропия Колмогорова в теории динамических систем, энтропия фон Неймана в квантовой механике.

В контексте же выяснения механизмов работы мозга, нас интересует конечно же информационный смысл энтропии. Этот смысл впервые был определен Л. Больцманом — энтропия характеризует недостающую информацию о системе (т.е. она есть мера нашего незнания о системе).

Такой информационный смысл энтропии устанавливает неразрывную связь между информацией и структурой.

  • Любая структура является носителем информации.
  • При отсутствии информации, невозможно определить структуру.
  • Информация без носителя (структуры) немыслима.

Следовательно, информация — это универсальная базовая категория, всюду присутствующая в виде разнообразных структур. А энтропия системы характеризует меру ограниченности наших знаний о её структуре, вследствие ограниченности доступной нам информации.

Все это выглядит логично и складно. Но как это может быть интерпретировано в рамках механизмов работы мозга?

Понять это можно на основе гипотезы столетней давности: о мозге — как машине предсказаний (The Predictive Brain). Согласно этой гипотезе,

мозг — вовсе не пассивный орган, просто собирающий информацию от органов чувств, а активный соучастник процесса восприятия, обладающий фундаментальной функцией делать наилучшие предположения о причинах информации, воздействующей на наши органы чувств в любой данный момент.

Эта способность предсказаний, позволяющая мозгу находить смысл среди шумной и неоднозначной сенсорной информации, — важнейшая функция мозга, которая помогает нам осмыслять окружающий мир и ориентироваться в нем.

Прогнозирующий мозг

Современное представление работы прогнозирующего мозга (подробней см. Конституция биоматематики. Основной принцип жизни и разума)

Идея о мозге, как машине предсказаний, принадлежит немецкому физику и врачу 19 века Герману фон Гельмгольцу. Он отметил, что наш мозг должен делать выводы о возможных причинах сигналов, которые мы получаем через наши органы чувств. Гельмгольц обратил внимание на то, что на основе одной и той же сенсорной информации можно воспринимать совершенно разные объекты. И поскольку сенсорная информация при этом одна и та же, Гельмгольц предположил, что воспринимаемое нами должно основываться на предсказании мозга о том, что ему предъявляют органы чувств. И эти предсказания должны строиться на основе неких предварительных знаний.

Примером этого может служить известная оптическая иллюзия, которая может восприниматься либо в виде силуэта двух людей, смотрящих друг на друга, либо в виде контуров вазы.

Самое наглядное, простое и понятное объяснение теории прогнозирующего мозга можно получить, прослушав следующие 15 мин. великолепного выступления Анила Сета на TED.

За последние десятилетия теория прогнозирующего мозга стала доминирующей теорией когнитивной нейробиологии. Причина этого — колоссальная объяснительная сила данной теории. Поэтому ее все чаще называют «теорией относительности когнитивных наук».

Согласно современной трактовке этой теории, все активности мозга — восприятие, мышление, чувства, действия, — могут быть объяснены единым механизмом: минимизация ошибок прогнозирования.

Из данной теории следует, что человек — вовсе не компьютер с вычислительным процессором мозга. Человек — это совсем другое. Он — творец собственной реальности посредством мыследействий.

Так получилось из-за того, что у мозга нет прямого доступа к внешнему миру. А есть лишь информация о сигналах, поступающих через органы чувств и закодированных в виде некой морзянки, которую мозг должен научиться интерпретировать. Для этого мозгу нужно уметь моделировать скрытые (не известные ему) причины входных сенсорных сигналов, постоянно минимизируя ошибки между предсказаниями своей модели и сигналами на входе. Т.е. мозг стремиться лишь к тому, чтобы избегать сюрпризов. А наше восприятие — это вовсе не отражение истинной картины мира (как предполагают классические теории), а искусственная виртуальная конструкция, сконструированная мозгом для обоснования сенсорного входа.

Только предсказывая, каким образом действия тела изменят поступающую на сенсорный вход информацию, мозг может проверять, насколько верна его модель. Отсюда следует, что восприятие и действие — это два неразрывных процесса, осуществляемые мозгом из-за необходимости минимизировать ошибки сенсорных предсказаний.

Из-за этого мы даже испытать чувства щекотки не в состоянии, если пытаемся щекотать себя сами. Ведь в этом случае никаких сюрпризов для мозга нет. По положению своей руки вблизи пятки, а также по темпу, ритму и интенсивности движений перышка в этой руке, мозг точно знает: где, когда и какой щекотки ожидать. А раз нет сюрприза, то нет и ощущения щекотки — реакции на раздражитель в виде порывистого смеха и рефлекторных движений с учащением пульса и дыхания. Зачем всё это, если модель и так верно работает. И потому мозг напрочь отказывается обрабатывать эти нервные импульсы и отдавать команды на дурацкое хихиканье и нелепое подергиванье.

На примере щекотки видно, что мозг прекрасно разбирается, где действует его собственное «Я», а где нет (хотя, как показывает эксперимент с резиновой рукой, в этом можно мозг обмануть). При этом, минимизируя ошибки прогнозов критических для собственного «Я» физических состояний, мозг делает лишь одно — минимизирует сюрпризы неожидонности.

Например.

  • Появилось чувство голода — значит ошибся в прогнозе ожидаемой еды и это нужно срочно исправить, поскорее поев.
  • Не улучшается самочувствие, т.к. дали вместо лекарства плацебо, не сообщив об этом мозгу, — и эту ошибку прогноза нужно срочно исправить, улучшив самочувствие (а кто-то удивляется, что плацебо помогает).
  • По этой же причине мы выискиваем в потоках сетевой информации то, что соответствует нашей модели мира — это всё та же минимизация сюрпризов.

В результате мозг конструирует собственную реальность, под которую он всячески пытается подогнать информацию на сенсорном входе.

В 2010 г. Карл Фристон переосмыслил концепцию прогнозирующего мозга, формализовав её в виде общей математической структуры для многомасштабных поведенческих процессов. Полученный теоретический фреймворк Фристон назвал “Принцип свободной энергии” (ПСЭ).

ПСЭ Карла Фристона — это математическая формулировка того, как адаптивные системы сопротивляются естественной тенденции к беспорядку (росту энтропии).

Энтропия в ПСЭ — это долгосрочное среднее значение неожиданности, которую минимизирует мозг, тем самым максимизируя обоснованность своей модели мира. Этим минимаксным процессом, устанавливающим верхнюю границу энтропии, мозг противостоит естественной тенденции мира к беспорядку, поддерживая устойчивый и гомеостатический обмен организма с окружающей средой.

ПСЭ утверждает, что любая неравновесная стационарная система самоорганизуется путем минимизации вариационной свободной энергии (максимизации доказательств байесовской модели) в процессе ее обмена с окружающей средой. Ключевой трюк ПСЭ заключается в том, что этот принцип может быть аккуратно переведен в основанный на теории многоагентных процессов активный вывод, представляющий собой приближение байесовского вывода, применительно к любой самоорганизующейся биологической системе любого масштаба.

Источник оригинала: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7243935/

В результате, теоретически,

любой агент активного вывода в одном пространственно-временном масштабе может одновременно состоять из вложенных агентов активного вывода в масштабе ниже и компонента более крупного агента активного вывода в масштабе выше него.

За прошедшие 11 лет на основе ПСЭ были разработаны теоретические фреймворки и математические описания:

  • процессов: предиктивного кодирования, активного вывода, перцептивного обучения, вычислительного моторного контроля;
  • феноменов: индивидуального и коллективного разума, внимания, сознания, восприятия, мышления, чувств, действий;
  • новых фундаментальных теорий: проективная модель сознания, модель отбора и эволюции, модель понимания эмоций посредством глубокого активного вывода, модель работы мозга под воздействием психоделиков.

Ну а совсем недавно на основе ПСЭ были предложены две интереснейшие теории, описывающие “нештатные” процессы, протекающие в измененных состояниях разума:

  1. единая модель для объяснения эффектов психоделических препаратов (REBUS)
  2. универсальный фреймворк медитации (UMF)

REBUS позволяет понять:

  • каким образом психоделики, типа ЛСД, влияют на то, как мозг генерирует наше восприятие мира вне и внутри нас;
  • каким образом, переводя мозг в режим «текучести пространства и времени», психоделики наполняют человека блаженством

UMF описывает динамику изменений режимов работы мозга в ходе трех типов медитации, в результате чего практикующий медитацию:

  • постепенно все больше и больше погружает в настоящий момент, тем самым постепенно уменьшая иерархическую (временную) глубокую прогностическую обработку в мозге;
  • повышает вероятность возникновения озарений на основе “обучения без фактов”

Центральное место в объяснении принципов работы UMF и REBUS занимают понятия фрактальности и энтропии, рассмотренные нами в этом посте. Теперь же нам предстоит рассмотреть:

✔️ каким образом эти понятия проявляются в механизмах работы мозга на примерах “нештатных” процессов, протекающих в измененных состояниях разума.

✔️ как специфика мозговых процессов в ходе медитативных «погружений» и психоделических «улётов» объясняет механизм «фрактального балансировочного акта», позволяющего мозгу находить компромисс между объемом данных и вылавливаемой из них пользой для своих прогнозов.

Об этом читайте через неделю во 2-ой части поста:

как выпасть из времени, отключить свободу воли и испытать озарение.

________________________

Ваши шансы увидеть мои новые посты быстро уменьшатся до нуля, если вы не лайкаете, не комментируете и не делитесь в соцсетях.

Малоизвестное интересное на стыке науки, технологий, бизнеса и общества - содержательные рассказы, анализ и аннотации

Малоизвестное интересное на стыке науки, технологий, бизнеса и общества - содержательные рассказы, анализ и аннотации