Черпая вдохновение из работ кибернетиков, социолог Дональд Кэмпбелл описывал самоорганизующиеся системы как адаптирующиеся в результате эволюционного механизма, который он называл «слепой изменчивостью и избирательным сохранением», что означает просто естественный отбор, благоприятствующий тем конфигурациям, которые обеспечивают стабильность.

При адаптивном процессе обучение происходит не в результате конкуренции, как при филогенетическом обучении, а в результате кооперации. По мере того как отдельные компоненты системы взаимодействуют друг с другом, элементы становятся все более взаимосвязанными, и коллективная система, которую они составляют, исследует различные конфигурации в пространстве состояний. Методом проб и ошибок эмерджентная система неизбежно находит конфигурации, лучше извлекающие энергию из неустойчивого, статистически зашумленного потока энергии. Поскольку состояния, поглощающие энергию, стабильны, выбираются именно они, а поскольку они создают энтропию, их труднее обратить вспять. Можете думать о диссипативной адаптации как о случайно колеблющейся системе, периодически «застревающей» в наиболее стабильных состояниях. Джереми Ингленд, формализовавший эту концепцию, объясняет, что структурная организация хорошо адаптированной диссипативной системы будет демонстрировать нечто подобное эволюционной истории таких труднообратимых переходов.

Модель Вольперта и Ровелли предполагает, что эти состояния должны коррелировать с процессами, идущими в термодинамической (энергетической) среде. В этом случае система, подвергающаяся диссипативной адаптации, является – в абстрактном, но математически точном смысле – отображением или моделированием окружающего энергетического ландшафта по мере его эволюции. Нет какого-то конкретного места, на которое можно указать и заявить, что информация начинается здесь, потому что информация распределена по коллективной молекулярной архитектуре формирующейся эпистемологической системы. Знание приходит в природу точно так же, как оно накапливается в процессе эволюции, познания и научных изысканий. Поиск методом проб и ошибок «находит» стабильные решения и записывает их в память, обновляя развивающуюся модель мира адаптивной системы. В важной работе Сьюзен Стилл и ее коллег 2012 года под названием «Термодинамика прогнозирования» этот базовый механизм описывался еще до того, как диссипативная адаптация получила свое название. Аннотация написана довольно техническим языком, но мы теперь должны быть концептуально готовы оценить ее:

Система, реагирующая на стохастический управляющий сигнал, может быть интерпретирована как вычисляющая имплицитную модель переменных окружающей среды посредством своего динамического развития. Состояние системы сохраняет информацию о прошлых флуктуациях окружающей среды, и часть этой информации позволяет прогнозировать будущие <…>. Наши результаты справедливы произвольно далеко от термодинамического равновесия и применимы к широкому спектру систем, включая биомолекулярные машины. Они подчеркивают глубокую связь между эффективным использованием информации и эффективным термодинамическим функционированием: любая система, сконструированная таким образом, чтобы сохранять память об окружающей среде и работать с максимальной энергетической эффективностью, должна быть предиктивной.

В статье, опубликованной в цифровом журнале Nautilus в 2017 году, Ингленд писал, что будущая цель состоит в демонстрации эмерджентных вычислений, в которых, как он объяснял, главное – прогнозирование: «Если нам удастся это сделать, аргументом будет то, что частицы в системе взаимодействуют таким образом, чтобы эффективно реализовать расчет будущего, основанный на прошлых статистических данных».

Эволюция как механизм логических выводов

В заключительной главе своей книги Моровиц и Смит предлагают математическую модель абиогенеза и эволюции как процесса выбора байесианской модели. Однако они не ограничивают процесс формирования вывода индивидуумами – сама биосфера занимается прогнозированием и обновлением моделей, чтобы удерживать сеть живых организмов вдалеке от равновесия. Понимание природы эволюции как механизма логических выводов может объяснить такие аспекты жизни, которые не рассматривались классической эволюционной теорией, например причину ее иерархической архитектуры и невероятной гибкости и выносливости.

Те, кто работают в области эмерджентных вычислений, например один из пионеров в области сложных систем Джеймс Кратчфилд, считают, что понимание того, как природа начинает делать выводы, может привести к важным прорывам в области искусственного интеллекта, нанотехнологий и вычислительной обработки данных в целом. По этим чисто практическим причинам нейроученые, психологи, философы и исследователи машинного обучения должны быть заинтересованы в понимании информационных истоков жизни. Этого можно достичь с помощью новой основы исследований, объединяющей эволюционную эпистемологию, универсальный дарвинизм и универсальное байесианство в рамках целостного вселенского нарратива, который, как мы увидим, способен связать жизнь, разум и космос.

Итак, вот оно: байесианское объяснение происхождения адаптивной сложности (жизни), агентности (телеологии) и вычислений (обработки информации), основанное на эпистемологической логике и формализованное с помощью количественных мер из теории информации и статистической термодинамики. На этом этапе нашей истории вы, возможно, думаете: «Это так много объясняет!» Или, наоборот: «Это не объясняет очень многое!» В любом случае вы правы. Наше путешествие только начинается, но теперь у нас есть прочная основа для объединяющей теории реальности, которая представляется одновременно глубоко дарвинистской и глубоко телеологической.

Дэвид Кракауэр, эволюционный биолог и президент Института Санта-Фе (Мекки для ученых, изучающих поведение сложных систем, а также вотчины для многих физиков мирового класса и специалистов по информатике, взявшихся решать задачу понимания адаптивных систем на всех уровнях), сформулировал этот новый взгляд на биологию в недавнем интервью: «Жизнь стремится представлять мир, в котором она обитает, а именно – кодировать реальность. Это то, что делает геном. Это то, что делает мозг. И я бы сказал, что первоначальный импульс к такого рода отражению Вселенной в живой материи пока не очень хорошо понимается».

«Эти ваши слова звучат настораживающе телеологично», – заметил ведущий подкаста Тоби Шеннан.

«Да», – ответил Кракауэр, – так и есть»17.

Словосочетание дарвиновская телеология, конечно, звучит парадоксально, но этот парадокс необходимо принять, если мы хотим осознать эволюционирующую Вселенную и наше место в ней. Превратив парадокс в принцип, мы можем понять неизбежный и неограниченный рост адаптивной сложности в космосе, подчиняющемся второму закону термодинамики. Можно назвать этот принцип «принципом Поппера», который основан на простой посылке: проблемы создают прогресс.

7

Объединяющая теория реальности

Мы начинаем с наблюдений, и если космос имеет наблюдаемое направление развития, отвергать этот взгляд явно непрактично. Не всегда есть известная конечная точка, но может быть вектор.

Гарольд Моровиц, Возникновение всего

Исследуя эпистемологическую тайну того, как жизнь приобретает знания, мы пришли к объединяющей теории реальности, бросающей вызов всему, что, как нам казалось, мы знали о Вселенной и своем месте в ней. Как покажут эта и следующая главы, это – теория создания неограниченного знания и настоящей «теории всего» в том смысле, что она объясняет эмерджентные явления, которые невозможно полностью понять или предсказать с помощью фундаментальных физических теорий, о которых мы так много слышим, например теории струн – предполагаемой «теории всего», а точнее, всего, кроме того, что особенно сильно нас интересует. Старая идея всеобъемлющей теории реальности основана на редукционистском предположении, что теория частиц