Тени разума. В поисках науки о сознании

Были выдвинуты и другие идеи; например, Джеральд Эдельман в своей книге «Прозрачный воздух, сверкающий огонь» [ 112 ] (и в более ранней трилогии [ 109 , 110 , 111 ]) предположил, что в мозге действуют не правила типа правила Хебба, а, скорее, некий вариант «дарвиновского» эволюционного принципа, позволяющий мозгу непрерывно повышать свою эффективность, управляя синаптическими связями посредством своеобразного естественного отбора, — при этом Эдельман указывает на весьма многозначительные параллели между своей моделью и процессом развития иммунной системой способности «распознавать» вещества. Особое значение в этой модели придается сложной роли нейромедиаторов и других химических соединений, задействованных в коммуникации между нейронами. Однако на сегодняшний день соответствующие процессы по-прежнему рассматриваются как классические и вычислимые. Вместе со своими коллегами Эдельман даже построил ряд устройств с компьютерным управлением (получивших названия DARWIN I, II, III, IV и т.д.), предназначенных для моделирования (с увеличением степени сложности) как раз той самой процедуры, которая, по его предположению, лежит в основе умственной деятельности. Однако тот факт, что управляющие функции в устройствах Эдельмана возложены на самый обычный универсальный компьютер, вполне недвусмысленно показывает, что и эта схема является исключительно вычислительной — просто здесь используется некая «восходящая» система правил. При этом совершенно не важно, какими именно деталями данная схема отличается от других вычислительных процедур. Она все равно принадлежит к той категории, что мы обсуждали в первой части, — см. §1.5 , а также §3.9 и краткое изложение аргументации главы 3 в воображаемом диалоге в §3.23 . Одного лишь этого диалога достаточно для того, чтобы убедиться в полном неправдоподобии любого утверждения о том, что модель, основанная только на подобного рода принципах, может иметь какое-то отношение к действительному функционированию сознательного разума.

Для того, чтобы избавиться от этих «пут» вычислительности, необходимо найти какой-нибудь другой механизм управления синаптическими связями — причем каким бы этот механизм ни был, он, по всей видимости, должен задействовать некий физический процесс, важную роль в котором играет та или иная форма квантовой когерентности. Если этот процесс окажется в каком-либо существенном отношении похожим на действие иммунной системы, то, значит, и иммунная система работает на квантовых эффектах. Возможно, какие-то процессы в работе иммунного механизма распознавания и впрямь носят существенно квантовый характер — как, в частности, утверждает Майкл Конрад [ 57 , 58 , 59 ]. Меня бы это не удивило, однако в эдельмановской модели мозга возможному участию квантовых процессов в работе иммунной системы места не нашлось.

Впрочем, даже если когерентные квантовомеханические эффекты каким-то образом замешаны в управлении синаптическими связями, все же трудно предположить, что и распространение нервных импульсов может быть связано с чем-то существенно квантовомеханическим. Иначе говоря, совершенно неясно, какую пользу можно извлечь из рассмотрения квантовой суперпозиции, в которой нейрон одновременно и возбужден, и заторможен. Нервные сигналы представляются нам явлениями вполне макроскопическими — во всяком случае, достаточно макроскопическими для того, чтобы такая картина выглядела крайне неправдоподобно, даже несмотря на тот факт, что собственно передача весьма хорошо изолирована от окружения благодаря плотному слою миелина, покрывающему нервные окончания. Согласно критерию, предложенному в §6.12 ( OR), следует ожидать, что при возбуждении нейрона объективная редукция состояния происходит очень быстро — не потому, что имеет место значительное перемещение масс (его там даже по минимально требуемым стандартам далеко недостаточно), а потому, что распространяющееся вдоль нерва электрическое поле (порождаемое нервным сигналом), скорее всего, не остается «незамеченным» окружающими нерв тканями мозга. Это поле возмущает случайным образом весьма значительный объем вещества окружения — вполне достаточный, как мне представляется, для того, чтобы удовлетворить критерию срабатывания процедуры OR(из §6.12 ) почти сразу же после возникновения сигнала. Таким образом, сохранение в течение длительного времени квантовых суперпозиций возбуждения и торможения нейрона вряд ли возможно.

7.3. Квантовые вычисления

Свойство возбужденного нейрона возмущать окружение всегда представлялось мне донельзя неудобным — оно никак не вписывалось в то предварительное предположение, которое я пытался обосновать в НРК и в рамках которого квантовая суперпозиция одновременного возбуждения и торможения семейств нейронов была, как мне казалось, действительно необходимой. Согласно нашему новому критерию редукции состояний ( OR), для редукции требуется еще меньшее возмущение окружения, чем в прежнем описании, и в возможность сохранения таких суперпозиций в течение сколько-нибудь заметного времени поверить еще сложнее. А собственно идея тогда заключалась в следующем: если бы возможно было выполнять несколько отдельных «вычислений» в суперпозиции в нескольких одновременно возбуждающихся нейронных структурах, то резонно было бы предположить, что в мозге вместо «обычных» тьюринговых вычислений выполняется нечто вроде вычислений квантовых. Несмотря на кажущуюся невозможность выполнения квантовых вычислений на этом уровне функционирования мозга, будет полезно познакомиться с некоторыми их аспектами подробнее.

Квантовое вычисление — теоретическая концепция, основы которой разработали Дэвид Дойч [ 83 ] и Ричард Фейнман [ 120 , 121 ] (см. также [ 25 ] и [ 6 ]) и которая в настоящее время активно исследуется многими учеными. Основная идея заключается в распространении классического понятия машины Тьюринга на соответствующее квантовое устройство. Как следствие, все выполняемые такой расширенной «машиной» операции должны подчиняться квантовым законам — т.е. законам, по которым живут системы квантового уровня (с возможностью суперпозиций). Так, эволюция устройства происходит преимущественно под действием процедуры U, причем существенным свойством этого самого действия является как раз сохранение наличествующих суперпозиций. Процедура Rполучает «право голоса», как правило, лишь в концеоперации, когда система «измеряется» с целью узнать результат вычисления. Вообще говоря (хотя не все это осознают), в процессе вычисления процедуру Rнеобходимо время от времени вызывать дополнительно для того, чтобы проверить, не завершилось ли оно.

Выяснилось, что, хотя квантовый компьютер и не имеет сверхспособностей, в принципенедоступных для традиционного вычисления по Тьюрингу, в некоторых классах задач квантовое вычисление превосходит тьюрингово вычисление в смысле теории сложности([ 83 ]). То есть при решении таких задач квантовый компьютер оказывается в принципе намного быстрее, нежели компьютер обычный, — но и только. Ряд интересных (хотя и несколько искусственных) задач такого типа, при решении которых квантовый компьютер оказывается победителем, приводят, в частности, Дойч и Йожа [ 88 ]. Более того, как недавно показал Питер Шор, с помощью квантового вычисления можно решить (за полиномиальное время) актуальную задачу факторизации больших целых чисел.

«Стандартное» квантовое вычисление использует обычные правила квантовой теории, согласно которым в течение практически всей операции система эволюционирует под действием процедуры U, a Rвмешивается в процесс на строго определенных этапах. В такой процедуре нет ничего «невычислимого» в смысле обычной«вычислимости», так как U— вычислимая операция, a R— чисто вероятностная процедура. Все, что в принципе можно получить с помощью квантового компьютера, можно в принципе получить и с помощью соответствующей машины Тьюринга, снабженной генератором случайных чисел. Таким образом, согласно представленным в первой части книги аргументам, даже квантовый компьютер не способен выполнять операции, требуемые для человеческого сознательного понимания. Остается надеяться лишь на то, что подлиннаяневычислимость скрывается где-то за тонкими особенностями процесса, в действительностипроисходящего в момент «кажущейся» редукции вектора состояния, потому что во временно заменяющей этот реальный процесс случайной процедуре Rникакой невычислимости нет. Таким образом, полная теория гипотетической процедуры ORбудет по необходимости носить существенно невычислимыйхарактер.

Предложенная в НРК идея основывалась на предположении, что в мозге возможны достаточно длительные тьюринговы вычисления в суперпозиции, прерываемые время от времени неким невычислимым действием, которое можно объяснить лишь в терминах того нового физического процесса (например, OR), какой придет на смену редукции R. Теперь, когда на такие суперпозиции нейронных вычислений мы больше рассчитывать не можем по причине слишком сильного возмущения окружения проходящими по нейрону импульсами, становится непонятно, каким образом можно здесь хотя бы воспользоваться самой идеей стандартного квантового вычисления, не говоря уже о какой-либо модификации этой процедуры посредством замены Rна некий гипотетический невычислимый процесс (например, OR). Однако, как мы очень скоро убедимся, существует еще одна, весьма многообещающая возможность. Для того чтобы понять, что она собой представляет, нам необходимо более подробно рассмотреть биологическое устройство клеток мозга.

7.4. Цитоскелет и микротрубочки

Если мы вдруг вообразим, что сложное поведение животных управляется только лишь нейронами, то скромная парамеция поставит нас перед фундаментальной проблемой. Эта инфузория перемещается по своему пруду с помощью многочисленных крохотных волосообразных конечностей — ресничек, — преследуя бактерий, которыми она питается и которых обнаруживает посредством различных внутренних механизмов, или отступая от возможной опасности, готовая мгновенно устремиться прочь. Она также может преодолевать препятствия, огибая их. Более того, парамеция, по всей видимости, способна обучаться на собственном опыте ^{88} — хотя эта наиболее замечательная ее способность некоторыми учеными оспаривается ^{89} . Как же все это может проделывать существо, не имеющее ни единого нейрона и синапса? В самом деле, поскольку вся парамеция — это всего лишь одна, пусть и большая, клетка, и притом не нейрон, ей просто негде все перечисленные способности разместить (см. рис. 7.2 ).

Несомненно, поведение парамеции — да собственно и прочих одноклеточных организмов, например, амеб — регулируется какой-то сложной системой управления, просто эта система построена не из нервных клеток. Ответственная за поведение парамеции структура, очевидно, является частью ее так называемого цитоскелета. Как можно предположить из названия, цитоскелет служит для поддержания формы клетки, однако у него имеются и многочисленные иные функции. Упоминавшиеся выше реснички представляют собой окончания волокон цитоскелета, но помимо них цитоскелет, похоже, содержит еще и собственно систему управления движением клетки, а также систему «конвейеров», осуществляющих транспортировку молекул внутри клетки. Словом, в единичной клетке цитоскелет выступает в роли этакой комбинации скелета, мускулатуры, конечностей, системы кровообращения и нервной системы.

Рис. 7.2. Парамеция. Обратите внимание на волосообразные реснички, используемые для перемещения в воде. Они представляют собой наружные окончания цитоскелетапарамеции.

Нас с вами в настоящий момент больше всего интересует, каким образом цитоскелет выполняет функции клеточной «нервной системы». Нейроны в нашем мозге сами являются отдельными клетками, причем у каждого нейрона есть свой собственныйцитоскелет! Означает ли это, что в некотором смысле каждый отдельный нейрон располагает чем-то вроде «личной нервной системы»? Предположение весьма интригующее, и многие ученые склоняются к мнению, что нечто подобное действительно может иметь место. (См. первопроходческий труд Стюарта Хамероффа «Первичное вычисление: биомолекулярное сознание и нанотехнология» [ 183 ]; также рекомендую обратить внимание на статью [ 184 ] и многочисленные статьи в новом журнале «Нанобиология» [52] .)

52

Nanobiology.