Pliki Cookies zapewniają sprawne funkcjonowanie tego portalu, czasami umieszczane są na urządzeniu użytkownika. Ustawienia cookies można zmienić w przeglądarce. Więcej o przetwarzaniu danych w polityce prywatności. Prosimy o wyrażenie zgody na cookies.

Tak, zgadzam się
Nie teraz
Copernicus Center Press
KATALOG

Filmy

Z autografem

Biografie

Etyka

Filozofia ekonomii

Filozofia nauki

Filozofia prawa

Historia filozofii

Kognitywistyka

Kosmologia

Lingwistyka

Logika

Matematyka

Nauka i religia

Nauki ewolucyjne

Michał Heller

Zagadnienia Filozoficzne w Nauce

Wydania kieszonkowe
Seria Piąty Wymiar
Książki po przejściach
Seria Nauka i Religia

"Gruba Promocja"

W podróż z nauką

"W Tym Miesiącu Polecamy"

Gratka da Książkomaniaka

"OD BAKTERII DO BACHA" - fragment


"Od bakterii do Bacha" - fragment.

Rozdział 8. Mózgi stworzone z mózgów

Odgórne komputery i oddolne mózgi

 

Bakteria jest przystosowana do wyczuwania gradientów, które mają dla niej znaczenie, do rozróżniania kilku ważnych różnic, do zadomowiania się w znanym otoczeniu jej maleńkiego świata otaczającego. Pobiera energię i materiały potrzebne jej do rozwoju i reprodukcji. Rośliny i inne osiadłe organizmy organizują swoje komórki w postaci armii niewolników, mających specjalne zadania do wykonania, karmiąc i chroniąc je w zamian za ich usługi w roli programów monitorujących, koordynatorów, kontrolerów wzrostu itd., bez konieczności inwestowania w tego rodzaju systemy percepcji dystalnej, które pozwalają organizmom na ruch bez wpadania na niewłaściwe przedmioty. Szybka kontrola to kluczowa umiejętność ruchomych organizmów, więc układy nerwowe, z siedzibą główną, są obowiązkowe. (Należy pamiętać, że chociaż rośliny mają rozbudowane systemy przekazywania informacji, które sterują ich reakcjami na zmiany w świecie, to są to systemy rozproszone, nie zaś scentralizowane wokół jakiegoś rodzaju koncentratora.) Mózgi są centrami sterującymi, służącymi do radzenia sobie szybko i adekwatnie z szansami i ryzykiem – afordancjami – życia w ruchu.

 

Jak już odnotowaliśmy, mózgi zostały zaprojektowane przez dobór naturalny, aby miały lub mogły rozwijać wyposażenie, które może wyodrębniać informacje semantyczne potrzebne w zadaniu sterowania. Owad zazwyczaj rodzi się z dojrzałym zestawem umiejętności, „oczekiwaniami”, które zostały już zainstalowane w wyniku historii jego przodków. Jajorodna ryba nie ma czasu na naukę pływania w dzieciństwie i nie ma rodziców, którzy ją tego nauczą; musi mieć wrodzony „instynkt pływania”. Nowo narodzona antylopa gnu musi niemal dosłownie uderzyć w ziemię, by biegać, mając niewielkie możliwości poznania świata i zgłębienia jego cudów. Jeśli nie zdoła utrzymać się blisko stada, jest martwym mięsem. Inne ssaki i ptaki mogą sobie pozwolić na bycie gniazdownikami (w przeciwieństwie do zagniazdowników). Ich projekt przewiduje karmienie i chronienie przez rodziców podczas przedłużającego się okresu niemowlęctwa, zbierania informacji semantycznej, która nie musi pochodzić z genów. Nie muszą się uczyć metodą niechronionych prób i błędów w niebezpiecznym świecie. Nawet jeśli są to stworzenia czysto skinnerowskie, są w stosunkowo mało ryzykownych warunkach nauki, wybieranych przez ich rodziców z myślą o bezpieczeństwie (umiejętnie, ale bez większego zrozumienia). Tak czy inaczej, mózgi rozwijają umiejętności, w tym metaumiejętności potrzebne do zdobywania i doskonalenia innych umiejętności.

Przed przejściem do wyspecjalizowanych metod pozyskiwania informacji semantycznej przez mózgi pora zająć się pytaniem, jak bardzo mózgi różnią się od komputerów zalewających nasz świat. Zadania sterujące poprzednio wykonywane przez ludzkie mózgi są ostatnio przejmowane przez komputery. Zajęły się one wieloma sprawami, od wind przez samoloty po rafinerie. Teoretyczny pomysł Turinga, zrealizowany przez implementację Johna von Neumanna, to znaczy szeregowy komputer programowany, w ciągu ostatnich 60 lat rozmnożył się wykładniczo, a teraz zajmuje każde środowisko na Ziemi i wysłał w kosmos tysiące, może nawet miliony potomków; to najbardziej podróżująca idea w historii. Błyskotliwe idealizacje Shannona, Turinga, von Neumanna, McCullocha i Pitta doprowadziły do takiej eksplozji umiejętności obsługi informacji, że dziś powszechnie zakłada się nie tylko, iż mózgi to tylko organiczne cyfrowe komputery tego czy innego rodzaju, ale że również krzemowe komputery wkrótce ucieleśnią sztuczną inteligencję, która prześcignie ludzkie mózgi pod względem „wszystkich twórczych osiągnięć” (aby powtórzyć oburzenie Beverleya, że Darwin uważał, iż „całkowita ignorancja” jest w stanie uczynić to samo). Uważam, że stanowiska Beverleya nie da się utrzymać; całkowita ignorancja ewolucji przez dobór naturalny rzeczywiście umie stworzyć nie tylko stokrotki i ryby, ale także ludzi, którzy z kolei potrafią budować miasta, tworzyć teorie, wiersze, samoloty i komputery. Te z kolei mogłyby w zasadzie uzyskać sztuczną inteligencję o jeszcze wyższym poziomie umiejętności twórczych niż jej twórcy.

Jednakże sztuczna inteligencja tego rodzaju, który został pierwotnie opracowany dla znakomitych maszyn Turinga i von Neumanna – GOFAI – prawdopodobnie nie nadaje się do realizacji tego trudnego celu, a sprzęt – maszyna von Neumanna i jej miliardy potomków – może okazać się nie najlepszą platformą. Turing, jak zauważyliśmy w rozdziale 4, był uosobieniem inteligentnego projektanta odgórnego, a komputer, który wymyślił, był idealnym narzędziem do wdrażania wszelkiego rodzaju odgórnych projektów. Projekt systemu sterowania windą był przykładem odgórnego rozwiązywania problemów: programiści podali „specyfikacje” z góry. Potrafili więc wykorzystać własną inteligencję, aby przewidzieć ewentualne trudności, wyobrażając sobie cykle pracy windy, wyszukując pozytywne i negatywne afordancje. Kiedy winda powinna się zatrzymać i odebrać pasażerów w połowie trasy w górę lub w dół? Co należy zrobić, gdy otrzyma jednoczesne żądania? W jakich warunkach mogłaby zmienić kierunek jazdy, nie wyrzucając wszystkich pasażerów? Projektanci programu byli stworzeniami popperowskimi, wypróbowującymi hipotezy, ale również istotami gregoriańskimi, używającymi zestawu narzędzi do myślenia, aby zwiększyć swoje możliwości, a nie ma mocniejszego narzędzia niż język programowania, który wybrali. Użyteczność języka programowania polega na tym, że po jasnym napisaniu projektu w wybranym języku – powiedzmy, w Javie, C++ lub Pythonie – kompilator zatroszczy się już o resztę, tworząc plik w języku maszyny, który może zostać wykonany. Programowanie kom-puterów jest więc nie tyle odgórne, ile na poły odgórne. Nieistotne szczegóły „dołu” projektu (coś w rodzaju maszynowni) można zignorować, chyba że pisany program jest akurat nowym kompilatorem.

W ewolucji na drodze doboru naturalnego nic nie przypomina tej wygody w projektowaniu, ale jak wskazał Herbert Simon wiele lat temu w błyskotliwej książeczce The Sciences of the Artificial (1969), złożone ewoluujące układy (w gruncie rzeczy wszystkie żyjące układy ewoluujące) wymagają „hierarchicznej” organizacji: składają się z części cechujących się pewną stabilnością niezależnie od większego układu, którego są częścią, i same składają się z podobnie stabilnych części złożonych z kolejnych części. Struktura – lub proces – musi być za-projektowana tylko raz, a następnie jest używana wielokrotnie, powielana i jeszcze raz powielana nie tylko między organizmem a jego potomstwem, ale też w ramach organizmu w miarę jego rozwoju. Jak zauważył Richard Dawkins, gen jest podobny do podprogramu narzędziowego w komputerze:

Mac ma skrzynkę narzędziową zawierającą procedury przechowywane w pamięci ROM (Read Only Memory) lub w plikach systemowych na stałe ładowanych do pamięci w czasie uruchamiania. Istnieją tysiące takich procedur wykonujących konkretne operacje, potrzebne wielokrotnie w różnych sytuacjach w różnych programach. Na przykład procedura narzędziowa o nazwie Obscure-Cursor ukrywa kursor na ekranie aż do następnego poruszenia myszą. „Gen” Obscure-Cursor jet przywoływany bez naszej wiedzy tylekroć, ilekroć zaczynamy pisać na klawiaturze, a kursor myszy znika. (Dawkins 2004a, s. 155–156)

Ta hierarchiczna systematyczność występuje w całej naturze; jest w genomie i w procesach rozwojowych, którymi kieruje genom. Procedura tworzenia kręgów może być wezwana kilkakrotnie i już prawie mamy węża. Ludzie z szóstym palcem – dość popularna mutacja – mają procedurę tworzącą rękę, która wykonała procedurę tworzenia palców jeden raz więcej niż zwykle. Kiedy usunie się błędy z programu tworzenia powiek, można go używać z wariacjami w całym świecie zwierząt. Tak więc ewolucja przez dobór naturalny jest nieco podobna do kodu źródłowego, gdyż ma stosunkowo proste instrukcje, które wywołują kaskadę dalszych instrukcji, realizujących pewne „modularne” zadanie, ale wszystko jest w „języku maszyny”, wykonywanym tylekroć, ilekroć jest wywoływany; nie trzeba go kompilować i nie ma czytelnika, który potrzebuje mnemonicznych podpowiedzi (PIĘTRO_WZYWANIA, WAGA_W_ KILOGRAMACH… zob. rozdział 4), aby go rozumieć. Rozwijający się organizm trochę jakby rozumie polecenia genów, tak jak maszyna von Neumanna trochę jakby rozumie instrukcje swojego języka maszynowego – postępuje (trochę jakby) zgodnie z nimi.