Эволюция, обучение и развитие

Поскольку в процессе эволюции сложность увеличивается, то можно ожидать, что формальное изучение эволюции будет иметь некоторое отношение к развитию как процессу, при котором, видимо, тоже происходит увеличение сложности. На раннем этапе изучения развития, т. е. в начале XIX века, это сходство даже породило знаменитую "теорию рекапитуляции", согласно которой организм на ранних стадиях эмбрионального развития проходит заново свой эволюционный путь. Хотя теперь уже никто не поддерживает эту теорию во всех ее деталях, все же можно утверждать, что эти два процесса обладают некоторым формальным сходством. Давайте поэтому посмотрим, что сделано в кибернетике по изучению эволюции.

При одном подходе процесс эволюции моделируется на цифровой вычислительной машине. Этим занимались Левонтайн и Данн [30], Фрезер [31] и Кросби [32-34]. Фрезер обратил внимание на то, что двоичная система, используемая в машинах, идеально подходит для представления двух аналогичных по функциональному значению генов, которые индивидуум в видах, обладающих половым способом размножения, наследует один от отца, другой от матери. Используя эту идею, Кросби нашел способ проверки гипотез о том, каких эволюционных изменений следует ожидать в реальных популяциях при различных условиях, и проверил таким способом одну гипотезу об эволюции первоцвета на западе Англии. Как и все работы такого рода, эта работа хотя и интересна в своей области, но, естественно, не содержит никаких общих результатов, применимых к проблеме развития.

Ближе к нашей теме, быть может, химическая вычислительная машина Гордона Паска и его глубокие идеи, связанные с ней. Химическая машина Паска [35-37] - это недоопределенная, так сказать, "растущая" модель, представляющая собой в первом приближении химический сосуд с электродами. Точнее, она представляет собой мелкую плоскую ванну из плексигласа, заполненную проводящим раствором, например кислотным раствором соли какого-нибудь металла. В этот раствор погружены инертные платиновые проволочные электроды: а и b - на одной стороне ванны и X - на другой.

Модель работает следующим образом. Если электрод а находится под напряжением, то между а и X возникает разность потенциалов и течет ток. Вследствие этого ионы металла начинают выходить из раствора и образовывать металлическую нить, тянущуюся от X в сторону а по направлению максимального тока. (По этой причине эту модель называют еще губчатой моделью.) Поскольку сопротивление нити меньше, чем раствора, то она действует как продолжение электрода Х, и это еще уменьшает сопротивление между а и X. С другой стороны, идет обратная реакция этой нити с кислотой, которая все время грозит растворить ее. Система, следовательно, постоянно находится в положении динамического равновесия, причем положение и длина нити зависят от результатов взаимодействия двух описанных соревнующихся процессов, противодействующих друг другу.

Теперь, если в ходе этого процесса подать потенциал также и на электрод b, то нить может после этого расти только по направлению к а, только к b или к обоим электродам, приняв Y-образную форму. Если же ток через b прекратить, то будет продолжать расти не только веточка нити, направленная к а, как если бы через b ток никогда и не шел, но и вторая веточка этой буквы Y может повернуть и продолжать рост по направлению к а. Таким образом, поведение нитей определяется не только состоянием входов в данный момент времени, но отчасти и всей предысторией их состояний. Следует также заметить, что нельзя точно предсказать, как эти нити отреагируют на данное состояние входов, потому что их поведение зависит также и от разных случайных причин. Но если все время менять состояние входов, то вырастет чрезвычайно сложная система нитей, так как если уже нить выживает, то она в процессе роста приобретает оптимальную форму.

(Еще одна химическая вычислительная машина, о которой стоит здесь упомянуть,- это машина Чэпмена [38, 39]. Роль памяти у нее играют мокрые хлопковые нитки, которые нагреваются, когда через них идет ток, вызывая этим испарение и, следовательно, временное увеличение сопротивления. Можно подобрать условия так, что сопротивление нити станет пропорциональным числу раз, когда по ней шел ток.)

Эта модель показывает, как система может оптимизировать свои реакции. В процессе работы она в определенном смысле эволюционирует благодаря тому, что окружение вознаграждает удачные варианты, позволяя им выжить. С другой стороны, можно сказать, что она решает задачу или учится методом проб и ошибок с подкреплением. Паск говорит еще:

Перед (этой) дилеммой нить должна принять форму одного типа 
или другого - она не может выбирать из конечного числа 
возможностей - и, с точки зрения наблюдателя, неизбежна 
структурная неопределенность. Это в точности то поведение, 
на которое указывали ранние эмбриологи, - что количественное 
развитие клетки приводит к качественной перемене [40].

В какой же мере реально эта модель помогает понять развитие? Конечно, заложенная в ней идея соревнования лежит в основе многих биологических теорий, связанных с развитием. (См. краткое изложение некоторых из них у Роуза [41]). Однако, быть может, честно было бы признать, что, видимо, имеются глубокие различия между развитием и тем родом оптимизации, который вызывает развитие модели Паска.

Начнем с того, что процесс онтогенеза или развития детерминирован, видимо, в гораздо большей степени, чем процесс филогенеза или эволюции. Направление эволюции данного вида должно в большой степени зависеть от тех конкретных мутаций, которые произойдут, тогда как невероятно, чтобы развитие могло положиться на такой существенно случайный процесс. Конечно, случайность, входящая в филогенез, контролируется условием выживания. Но в некоторых отношениях это весьма свободный контроль; свидетельство тому - огромное разнообразие выживших. Далее, случайности происходят и при развитии. Например, то, на каком месте располагается та или иная из первичных клеток мезенхимы на стенке бластоцели эмбриона морского ежа, видимо, определяется случайно. Однако даже и в этом случае процесс в целом строго контролируется в том смысле, что сами эти положения были заранее точно определены, так что с точностью до замены одной мезенхимной клетки другой их расположение всегда одно и то же (гл. 5). Подобный контроль над развитием настолько точен и разработан, что позволяет, возможно, говорить не только о количественной, но и о качественной разнице между управлением развивающейся и эволюционирующей системой.

Несомненно и следующее очень существенное различие между природой управления в этих двух случаях. Его проще всего сформулировать так: в случае развития управление внутреннее (аксиома 5 из гл. 2), а в случае эволюции - внешнее. И по этой причине критерии управления в случае развития могут все время меняться, так что различные совокупности процессов могут быть более жизнеспособными на разных стадиях, тогда как при эволюции критерии постоянны, во всяком случае, пока не меняется окружающая среда.

Однако мы не должны забывать, что и в эволюции существует аналогичная ситуация, когда организм сам может управлять критериями его выживания, так как при этом возникает ситуация, в которой управляемая система и то, что ею управляет, находятся в непрерывном взаимодействии и меняются вместе. Это произошло только в случае человеческой эволюции, в которой создается цивилизация, не ограниченная временем жизни поколения и включающая научные и медицинские познания, которая меняет качества, нужные последующим поколениям, чтобы выжить, будучи сама частично определена предыдущими. В случае химической машины Паска возникла бы подобная ситуация, если бы ответы металлической нити определяли будущие входы так же, как входы определяют состояние нити. Действительно, такая циклическая связь имела бы место, если бы эту химическую модель использовали в сущности как адаптивную обучающую машину, и только в этом случае возникло бы нечто напоминающее развитие. Это вполне определенная возможность для продолжения исследований.

С другой стороны, от проблемы развития нельзя, конечно, отделаться так легко, как пытается Паск, заявляя просто, что развитие - это "подсистема самоорганизующейся системы, называемой "эволюция" [42], и что эволюционирует скорее именно развитие, а не организм. С этой точкой зрения мало кто не согласится, но она помогает понять, как происходит развитие не больше, чем сознание того, что физиология организма есть результат его эволюции, помогает понять физиологию: в одном смысле помогает, в другом - совсем не помогает.

По мнению Паска, как мы видели, имеется не только глубокое сходство между эволюцией и развитием, как связанных в том смысле, что развитие есть подсистема эволюции, но и глубокое сходство их обоих с процессом обучения.

Не один Паск усматривает сходство между обучением и эволюцией, и, в частности, Прингл [43] подкреплял это тем, что в обоих случаях происходит увеличение сложности. Прингл, кроме того, рассматривает обучение и инстинкт как части одного и того же непрерывного процесса, в котором просто инстинкт соответствует изменениям, происшедшим до начала жизни особи, а обучение - во время его жизни. Он заявляет далее, что существует глубокое сходство между силами, вызывающими временную организацию в системах, составленных из многих взаимодействующих нелинейных осцилляторов, и силами, действующими, с одной стороны, в центральной нервной системе и, с другой - в популяциях, эволюционирующих по дарвиновским принципам конкуренции и отбора.

Но нам здесь нужно рассмотреть возможное формальное сходство между процессами обучения и развития, а не между обучением и эволюцией (другую возможную комбинацию, эволюции и развития, мы уже коротко обсудили).

И развитие, и обучение иногда включают в очень общее понятие "роста", и в известном отношении они, несомненно, схожи: про то и другое можно сказать, что происходит объединение большого числа элементов друг с другом. В одном случае эти элементы - это либо конкретные стимулы или входы, которые объединяются с конкретными ответами или выходами, либо какое-то число входов, объединяемых (классифицируемых) тем, что они вызывают один и тот же ответ; в другом случае элементы - это растущее число клеток организма.

И можно пойти даже еще дальше: в обоих случаях наряду с ростом в размерах может происходить и усиление "специализации". Один тип дифференцировки при развитии, упоминавшийся в прошлой главе, - это гистологическая дифференцировка; при ней возрастает специализация клеток организма, и при этом клетка все время теряет какие-то возможности для своего будущего образа жизни. (Обратим этот процесс или нет - это другой вопрос.) Так, клетка может в некотором смысле присоединять к своим признакам свойство "не быть скелетной", "не быть кишечной" и т. д. Но это похоже на дифференцировочное торможение в мозгу, благодаря которому совокупность условий, при которых возникает ответная реакция, постепенно сужается. Например, можно заставить слюноотделение вызываться звонком, потом только звонком с высотой звука в определенном интервале, потом в еще более узком интервале. Аналогично как при обучении, так и при развитии мы видим примеры противоположного процесса: объединения. В случае развития клетки одной области заставляют друг друга функционировать одинаково, и в результате увеличивается число клеток, выполняющих одну функцию; в случае обучения, благодаря "размазыванию эффекта", новые и новые стимулы вызывают ту же реакцию.

Несмотря на все это, между этими двумя процессами есть важное различие. В случае развития одни объединяющиеся элементы служат "причиной" других, т. е. порождаются друг другом, и каждая новая клетка в каком-то смысле уже содержалась в ее предшественнице, тогда как при обучении подобной взаимосвязи между элементами нет, их наличие зависит только от окружения. В случае развития мы имеем "дедуктивный" процесс, в случае обучения - взаимодействие организма со средой.

Это различие между обучением и развитием имеет принципиальный характер и приводит, точно так же как при сравнении эволюции и развития, к различию между управлением изнутри и управлением снаружи. То есть в случае развития управление в основном внутреннее (гены), а в случае обучения - внешнее (среда). Это, конечно, крайнее упрощение, поскольку среда все-таки может,ограничивать и модифицировать развитие, а обучение, хотя бы отчасти, зависит от устройства нервной системы животного. Но в общем справедливо будет сказать, что развивающаяся система закрыта для информации, хотя, конечно, не для энергии, в то время как сущность обучающейся системы в том, что она открыта для информации, поступающей от окружающей среды. (Можно, конечно, сказать, что энергия тоже несет информацию; ведь почти все, что угодно, может быть носителем информации. Но в данном контексте значение слова "информация" должно быть достаточно понятно.)

При такой формулировке может показаться, что это очевидно, но эту очевидность легко можно упустить из виду, если применять к обоим процессам термин "рост". И не всегда легко разглядеть эту разницу, поскольку трудно строго определить разницу между "внутренним" и "внешним" и между "энергией" и "информацией", и во многих случаях эта разница совершенно неясна.

Примером того, когда эта трудность особенно заметна, может служить процесс развития понятий. Здесь трудно решить, каким скорее всего является управление этим развитием: внешним или внутренним, и точно описать взаимосвязь между нервной системой и окружающей средой. Полемика о сравнительной роли природы и воспитания в психологии составляет один из аспектов этой проблемы, и в некотором смысле можно сказать, что философский вопрос об отношении математики к реальной действительности составляет другой аспект этой же самой проблемы.

Все же, пока речь идет, собственно, о развитии понятий, уместной является гипотеза Поля Вейса, который, в сущности, говорит, что управление здесь в основном внутреннее, когда заявляет, что знания растут, как организм, причем информация играет роль пищи, которую надо усвоить, а не просто поглотить [44]. И не он один замечает это сходство:

Немного подумав, можно убедиться, что процессы роста, 
приводящие к образованию понятий, обнаруживают странное 
сходство q тем процессом роста, который происходит во 
всех нас; в обоих случаях увеличение массы и объема 
сопровождается удивительно дифференцированной сложностью 
как структуры, так и функций [45].

Интересно при этом, что в обоих случаях, видимо, существует равновесие между дедифференцировкой и дифференцировкой, единством и разнообразием или в уже употреблявшихся ранее терминах между объединением и специализацией. (Обратите внимание в этой связи на взгляды Уэлши на равновесие между дедифференцировкой и дифференцировкой в центральной нервной системе [46].) Кэмпион и Эллиот Смит, на которых мы ссылались выше, тоже замечают это:

...этот рост можно в некоторых отношениях уподобить тому, 
который превращает биологический организм в дифференцированную 
и разнообразную структуру, при этом по-прежнему сохраняющую единство.

Интересно также отметить формальное сходство между двумя парами понятий: обозначение - множество оттенков смысла и единство - дифференцировка.

Конечно, на данный момент аналогия в целом не очень точна. Но один ее конкретный аспект, касающийся творческого мышления, особенно интересен и рассматривается в разделе "Возможности для дальнейших исследований" в гл. 8.

Если можно считать, что в общем различие между управлением изнутри и управлением извне имеет смысл, несмотря на трудности, порождаемые такими явлениями, как развитие понятий, то идеи Бёркса [19] и Бёркса и Вана Хао [29] о растущих автоматах связаны непосредственно с управляемым извне ростом, а не с управляемым изнутри развитием. Например, рост количества записей на ленте машины Тьюринга (см. приложение 3), который приводится как пример роста в автоматах, управляется извне читающей и печатающей головкой. Это же относилось бы и к тому, что они называют "обобщенной машиной Тьюринга", в которой лента может расти не только на концах, и к их идее обобщенной универсальной вычислительной машины.

Конечно, если в качестве системы взять всю машину Тьюринга целиком, включая и ленту и головку, то управление станет внутренним. Но тогда тот, кто управляет, сам не развивается, и аналогии с развитием организмов по-прежнему нет. Иными словами, рост здесь не происходит через самовоспроизведение частей системы (как требует аксиома 3 гл. 2), а вместо этого одна часть системы порождает остальные части. Следовательно, чтобы машина Тьюринга развивалась, нужно, чтобы ее головка воспроизводила себя так же, как и квадраты ленты. Именно это и происходит в модели, которую мы опишем в гл. 6.

Быть может, стоит заметить мимоходом, что факт самовоспроизведения отличает биологическое развитие также и от того "развития", которое бывает, скажем, в коммерции, где новые части системы могут быть в основе своей совершенно отличными от старых. Однако интересно, что имеется и формальное сходство между развивающимся организмом и человеческим обществом на протяжении ряда поколений, состоящее в том, что элементы последнего тоже сами воспроизводят себя, хотя более сложным, половым способом.

Наконец, хотя, как уже было указано, развитие должно быть в определенном смысле дедуктивным процессом, может быть обманчивой аналогия между такой дедукцией и дедукцией в логике или математике, поскольку в этих последних случаях дедукция управляется извне: Что-то или кто-то должен решить, какие заключения в какой момент вывести. Но сущность развития в том и состоит, что система сама "дедуцирует" себя.

Будем надеяться, что эта глава поможет уяснить те глубокие различия, которые имеются между развитием организмов и другими на вид схожими процессами, и подчеркнет относительную малочисленность работ, имеющих прямое отношение к кибернетике развития.