максимально возможной скоростью, а увеличение энтропии лишь энергетическая цена работы, необходимой для построения космического порядка.

Поток энергии как мера сложности

В книге 2001 года «Космическая эволюция: рост сложности в природе» астрофизик Гарвардского университета Эрик Чейсон предложил количественную меру сложности – плотность потока энергии, то есть количество энергии в секунду на единицу массы. Идея заключается в том, что более сложная система требует большего расхода энергии и производит больше тепловой энтропии. Соответственно, планеты сложнее звезд, но не так сложны, как растения, которые не так сложны, как животные. Более высокую, чем у животных, сложность имеют общества и технологически развитые цивилизации. Предполагается, что источником потребления энергии в этих системах является обработка информации.

Чейсон также приписывает неизбежное нарастание сложности дарвиновской эволюции, но с термодинамическим уклоном, подтверждая нарратив, развиваемый в этой части книги: «Естественный отбор использует потоки энергии, определяя, какие из них благоприятны для системы, тем самым, по всей видимости, оптимизируя их»10. Хотя термин «плотность потока энергии» звучит как многообещающий количественный показатель сложности, он, похоже, мало что говорит нам о природе интеллекта, помимо того, что интеллект поглощает свободную энергию. Производство энтропии должно каким-то образом жестко коррелировать со способностью обрабатывать информацию.

В книге 1992 года «Сложность: жизнь на грани хаоса» британский популяризатор науки Роджер Левин цитирует американского специалиста по сложным системам и теории хаоса Нормана Паккарда: «Биологическая сложность связана со способностью обрабатывать информацию… Вычислительные возможности – вот что мы видим в наших моделях клеточных автоматов и в других сложных адаптивных системах, а движущей силой их эволюции является возросшая способность к вычислениям».

Астробиолог Сара Уокер высказала такую же точку зрения в отмеченной наградой статье «Био из бита»: «Сегодня в биосфере гораздо больше информации, чем было во времена последнего универсального общего предка около 3,5 миллиардов лет назад. По-видимому, эта тенденция обусловлена эволюцией, с течением времени посредством отбора кодирующей все больше информации в биологических сетях».

Причинная энтропийная сила Висснер-Гросса обусловливает бесконечное дарвиновское исследование пространства параметров жизни – того, что Стюарт Кауфман назвал смежным возможным. Жизнь развивается, чтобы максимизировать расширение возможностей и сохранять свободу действий в будущем. При этом кибернетические системы прокладывают такую космическую траекторию, которая была недоступна неодушевленным формам материи. Жизнь никоим образом не нарушает законов физики, но создает новые – эмерджентные законы и динамику, требующие вычислительного и статистического описания. Ученые, однако, обычно игнорируют то, что не могут измерить. Э. О. Уилсон однажды сказал: «Распознать сложность не проблема… Проблема заключается в том, как ее измерить»11.

Теперь мы располагаем понятиями, необходимыми для определения и измерения уровня сложности, который соответствует интеллекту.

Новая мера сложности

Когда имеешь дело с чем-то сложным, чему трудно дать точное объяснение, часто полезно говорить простым языком. Следуя логике, которую сделал популярной эволюционный биолог Джон Мейнард Смит, системы с бόльшим разнообразием деталей и бόльшим количеством связей между этими частями, как правило, следует считать более сложными. Наличие большего количества соединений означает, что система более интегрирована, а большее разнообразие или отличие между частями означает, что система более дифференцирована.

Итак, сложность соответствует числу, которое выражает степень дифференциации и интеграции сложной системы, и, предположительно, величину репертуара доступных внутренних состояний. Мы уже знаем, что у нас есть такая мера, и это показатель φ (фи) из теории интегрированной информации, которая расширяет информационную теорию Шеннона применительно к адаптивным системам благодаря формализации на основе причинного анализа американского и израильского философа и ученого в области информатики Джуды Перла.

Фи – это информационный показатель, который отражает как дифференциацию, так и интеграцию в одном параметре, и предполагается, что он коррелирует с интеллектом системы, а некоторые считают его «степенью сознательности». Хотя разговор о сознании может быть скользкой темой, фи служит точной математической мерой вычислительной сложности, которая соответствует: 1) причинно-следственной власти системы над самой собой и над средой и 2) количеству когнитивных состояний, к которым она потенциально способна получать доступ. Очевидно, что измерение столь огромного числа – нетривиальная задача, но это не хуже той практической трудности, с которой столкнулась грандиозная теория статистической механики Больцмана, поскольку при исследовании микросостояний системы мы имеем дело с не менее огромными числами. Чтобы упростить эту задачу, мы изобретаем способы приблизительной или косвенной оценки фи, что нейроученые уже делают с высокой клинической эффективностью, как мы увидим в третьей части.

Далее Кох описывает фи как меру синергии – степень, в которой система является «чем-то бо`льшим, чем сумма ее частей». Это говорит о том, что фи можно использовать для выявления примеров эмерджентности в природе. Как отмечают Кох и Кархарт-Харрис, фи коррелирует с размером репертуара доступных ментальных состояний: системы с более высоким показателем фи обладают более разнообразным набором реакций и, таким образом, способны существовать в более сложной среде. Если угодно, фи – это мера необходимого разнообразия системы. Итак, мы выдвинули механистический аргумент, объединяющий второй закон термодинамики с законом необходимого разнообразия и дающий нам принцип возрастающей космической сложности, неизбежно порождающей адаптивных агентов со все более широкими возможностями.

Если эта новая модель космической эволюции кажется вам неприемлемой из-за главной роли, которую жизнь играет в будущем развитии Вселенной, то имейте в виду, что она абсолютно механистична. Мы не можем игнорировать прогрессивный характер эволюции только потому, что это противоречит нашим редукционистским предположениям. Мы должны признать вселенское значение жизни – и все те духовные последствия, которые вытекают из этого факта. Одним из таких последствий является то, что мы действительно «особенные», даже хотя мы являемся продуктом дарвиновской эволюции (а не сверхъестественной силы), как заверяет нас Джон Кэмпбелл в книге «Универсальный дарвинизм: путь познания»: «Этот взгляд на универсальный дарвинизм дает нам единый и интегрированный взгляд на эволюцию информационных процессов и субъектов знания. Хотя этот взгляд является научным, он признает, что люди занимают особое место – как растущие новые побеги на этом вечном ветвистом древе познания».

Мы познакомились с филогенетическим обучением и основами онтогенетического обучения – самоорганизацией. В следующей главе мы увидим, как оба этих механизма сообща образуют иерархические системы управления с возрастающей вычислительной сложностью и причинной силой в результате процесса рекурсивной эмерджентности.

9

Иерархическая эмерджентность

Есть вещи, о которых Дарвин не мог знать. Одна из них – самоорганизация в сложных динамических системах. Если новая наука о поведении сложных систем достигнет успеха, она соединит прочными узами самоорганизацию и отбор. Это будет физика биологии.

Стюарт Кауфман

Многие считают, что жизнь незначительна в масштабе космоса, ведь