Чеширская улыбка кота Шрёдингера: мозг, язык и сознание - Татьяна Черниговская

В нейролингвистических исследованиях, проверяющих непротиворечивость выдвинутых гипотез, языковые процессы по возможности локализуют (см. прекрасный метаанализ [Démonet, Thierry, Cardebat, 2005]); такие работы проводятся и нами (с Институтом мозга человека РАН) – ПЭТ-картирование ментального лексикона и ментальной грамматики на основе ранее разработанных и апробированных на разных категориях информантов тестов. Основные исследования ведутся на кафедре общего языкознания Санкт-Петербургского государственного университета и в лаборатории когнитивных исследований, которой я руковожу, – у монолингвов и билингвов, детей с нормальным и патологическим языковым развитием, у здоровых и больных с афазией и шизофренией, болезнью Альцгеймера; исследуются процедуры парсинга и понимания анафоры и разных видов референции, организация дискурса и процедуры вероятностного прогнозирования; для этого используются специально разработанные тесты на материале русского, английского, норвежского, немецкого, венгерского и албанского языков, – нельзя делать выводы о структуре общего языкового кода на основе наиболее частотно встречающегося примера – английского языка, на материале которого сделано абсолютное большинство работ, по которым и выведены (напрасно) универсалии.

Итак, предельно сложно организованный человеческий мозг – зеркало для мира или он сам формирует мир? Важен он миру или только самому индивидууму для обеспечения жизнеспособности? Зачем нам его повторять? Чтобы дублировать что – себя или мир? Чтобы узнать, как работает сам мозг или каковы законы мира в целом? А разве мы можем дублировать то, что организовано сложнее, чем мы даже можем себе вообразить? Создавать модели, чтобы проверить правильность гипотез? – Да, но ведь, например, обучая искусственные нейронные сети, мы узнаем не то, как действует мозг, а то, как происходит обучение. Точно так же, как, обучая приматов человеческому жестовому языку, мы выясняем лишь до чего их можно доучить, не более того (см. [Зорина, Смирнова, 2006]).

Сейчас ясно, что процессы работы с памятью (запись, считывание, поиск) у человека и компьютера сильно отличаются (ср. [Кузнецов, 1995]). В основе организации компьютерной памяти лежит адресация – указание места информации в памяти. Различные виды поиска по содержанию (по ключам, наборам признаков и т. д.) обеспечиваются системой адресных ссылок. Человеческая память также располагает большим набором ключей, позволяющих быстро считывать нужную информацию. Однако, даже если мы получаем сопоставимые результаты, у нас нет никакой уверенности, что сами процессы были те же! Например, уже был создан робот, который может компенсировать у себя непредсказуемые нарушения моторики за счет непрерывного перемоделирования себя в зависимости от ситуации [Bongard, Zykov, Lipson, 2006]. Следует ли из этого, что у робота теперь есть самосознание и субъективная реальность? Свобода воли для принятия решений о себе?

Исследования К. В. Анохина [Анохин, 2001] дают нам конкретные сведения о том, что высокая степень сложности процессов памяти отрабатывается природой на животных, стоящих на разных ступенях эволюционной лестницы, и наиболее успешные ходы закрепляются генетически. Человек имеет несопоставимо больше степени свободы выбора алгоритмов как фиксации, так и считывания информации, что на порядок увеличивает уровень сложности. Вспомним Т. де Шардена: «Как только в качестве меры (или параметра) эволюционного феномена берется выработка нервной системы, не только множество родов и видов строятся в ряд, но вся сеть их мутовок, их пластов, их ветвей вздымается как трепещущий букет. Распределение животных форм по степени развитости мозга не только в точности совпадает с контурами, установленными систематикой, но оно придает древу жизни рельефность, физиономию, порыв, в чем нельзя не видеть признака истинности» [Шарден, 1987].

Мозг принято моделировать как классическую физическую систему, которая по определению является вычислительной. Однако очевидно, что это не так, а значит, в будущем, когда такие подходы станут возможны, к моделированию будут, вероятно, подходить в рамках иной научной парадигмы (ср. гипотезу Экклза о том, что для описания функций некоторых структур мозга необходимо привлечение квантовых представлений).

Обозначим свойства психических процессов, которые, на наш взгляд, делают компьютерную метафору совершенно нерелевантной, оглянувшись перед этим на Р. Пенроуза, писавшего, что сознание не может быть сведено к вычислению, так как живой мозг наделен способностью к пониманию (что такое понимание? Не фиксация и соотнесение с чем-то, а именно понимание? Вопрос не праздный, в первую очередь относительно иных видов интеллекта, не человеческого типа) [Penrose, 1994]. Согласно Пенроузу, мозг действительно работает как компьютер, однако компьютер настолько невообразимой сложности, что его имитация не под силу научному осмыслению. Основная сложность видится в следующем: вычислительные процедуры имеют нисходящую организацию, которая может содержать некий заданный заранее объем данных и предоставляет четкое решение для той или иной проблемы. В противоположность этому существует восходящие алгоритмы, где четкие правила выполнения действий и объем данных заранее не определены, однако имеется процедура, определяющая, каким образом система должна «обучаться» и повышать свою эффективность в соответствии с накопленным «опытом»; правила выполнения действий подвержены постоянному изменению. Наиболее известные системы восходящего типа – искусственные нейронные сети, основанные на представлениях о системе связей между нейронами в мозгу и о том, каким образом эта система обучается в реальности.

Возвращаясь к дискуссии Nature vs. Nurture в лингвистике, я могла бы сказать, что, возможно, спор как раз и идет о нисходящей в противоположность восходящей системе вычислений: нативистской и модулярной как более нисходящей и коннекционистской – как полностью восходящей. Однако только принципы (в терминах генеративизма) принадлежат к нисходящему типу вычислений, а параметры (обретаемые с опытом в данной языковой среде) делают систему комбинированной, с сильным восходящим компонентом. Есть и другой вариант: язык как крайне сложная система в больших дозах включает в себя компоненты, для известного нам типа вычислений недоступные. Как мозг является конструкцией из мягких и жестких звеньев, так и язык включает в себя нисходящие алгоритмы, восходящие процедуры научения и невычисляемые пласты. Это дает нам основания считать, что по крайней мере в обозримое время ни мозг, ни язык не поддадутся адекватному моделированию по фундаментальным причинам.

* * *

Итак, нерелевантность компьютерной метафоры в ее нынешнем виде определяется следующими свойствами сознания человека.

Чрезвычайная роль контекста, а значит – возможность множественных трактовок сообщения и событий вообще. Одного этого достаточно, чтобы мир то и дело отражался в кривых зеркалах (в теории коммуникации говорят о коммуникативных ямах или провалах, не в последнюю очередь по этой именно причине). Стоит вспомнить в связи со всем этим биосемиотика и теоретика биологии Юкскюлля с его идеей Umwelt’ов – миров, отдельных для каждого существа и почти непроницаемых для других: «Everything has it’s own Umwelt adapted to its specific needs» – только высокая организация сознания дает возможность учитывать миры других людей [Uexküll, 1928].