Как работает мозг - читать онлайн книгу. Автор: Стивен Пинкер cтр.№ 68

читать книги онлайн бесплатно
 
 

Онлайн книга - Как работает мозг | Автор книги - Стивен Пинкер

Cтраница 68
читать онлайн книги бесплатно

Эволюция и обучение могут иметь место и одновременно, когда врожденная структура развивается у животного, которое при этом обучается. Популяции нейронных сетей можно дать общий алгоритм обучения и возможность формировать врожденные элементы, до которых разработчик сетей так или иначе мог дойти – будь то в результате догадки, по традиции или методом проб и ошибок. Врожденные характеристики включают в себя количество узлов, тип связей между ними, исходные значения весов связей и то, каким образом они должны увеличиваться или уменьшаться после каждого эпизода обучения. Симуляция эволюции дает сетям значительное преимущество на старте их учебной деятельности.

Итак, эволюция может влиять на процесс обучения нейронных сетей. Удивительно, но и обучение может влиять на эволюцию. Вспомните рассуждения Дарвина о «начальных стадиях полезных особенностей строения» и дискуссию о том, что толку в половине глаза. Теоретики нейронных сетей Джеффри Хинтон и Стивен Наулан придумали циничный пример. Представьте животное, которым управляет нейронная сеть всего с двадцатью связями, и каждая из них либо возбуждающая (включена), либо нейтральная (выключена). Но эта сеть совершенно бесполезна, пока не заданы правильно значения всех двадцати связей. Ни для чего не пригодна будет не только половина сети, но даже 95 % сети. В популяции животных, у которых связи нейронов определяются самопроизвольными мутациями, более приспособленный мутант с правильно заданными связями будет появляться всего в одном случае на каждый миллион (220) генетически отдельных друг от друга организмов. Что еще хуже, выгода сразу же оказывается утрачена, если животное начинает размножаться половым путем, потому что в этом случае, едва сумев найти волшебную комбинацию нужных весов связей, оно половину из них теряет. В ходе симуляций по такому сценарию не смогла эволюционировать ни одна сеть.

Теперь рассмотрим популяцию животных, у которых нейронные связи могут быть трех типов: врожденные возбуждающие, врожденные тормозящие или задаваемые как возбуждающие или тормозящие в ходе обучения. Мутации определяют, какой из этих трех вариантов (возбуждающая, тормозящая, формируемая в процессе обучения) будет та или иная связь при рождении животного. У среднего животного в таких симуляциях около половины связей являются формируемыми в процессе обучения, остальные связи – либо возбуждающие, либо тормозящие. Обучение работает следующим образом. Каждое животное в начале жизни пытается задавать значения формируемых в процессе обучения связей наугад, пока не найдет волшебную комбинацию. В реальной жизни это может быть определение того, как поймать добычу или расколоть орех; что бы это ни было, животное чувствует, что на этот раз ему повезло, и сохраняет данные настройки, больше не прибегая к методу проб и ошибок. С этих пор у него будет более высокий коэффициент воспроизводства. И чем раньше животное приобретет нужные настройки, тем дольше оно будет иметь этот более высокий коэффициент размножения.

Так вот, эти эволюционирующие и обучающиеся животные получают выгоду от того, что у них в сети меньше ста процентов правильных связей. Возьмем всех животных с десятью врожденными связями. Лишь у одного из тысячи (210) все десять связей будут заданы правильно. (Вспомните, что только у одного из миллиона не-обучающихся животных все двадцать врожденных связей были заданы правильно.) Это животное, изначально обладающее хорошими данными, будет иметь возможность сформировать абсолютно правильную сеть, получив остальные десять связей в процессе обучения; если у него будет тысяча эпизодов для обучения, успех будет весьма вероятным. Животное, достигшее успеха, раньше начнет производить потомство, следовательно, сделает это больше раз. У его потомков будут благоприятные условия для мутаций, в результате которых все больше и больше связей будут становиться изначально правильными, поскольку при наличии большего количества правильно заданных связей им потребуется меньше времени на то, чтобы приобрести остальные в процессе обучения, а доля вероятности того, что они за всю жизнь так и не смогут их приобрести, будут меньше. В симуляциях Хинтона и Наулана сети таким образом формировали все больше и больше врожденных связей, однако эти связи так и не становились полностью врожденными. По мере увеличения количества связей, заданных изначально, давление отбора в сторону установления типа остальных связей начинало ослабевать, потому что при наличии лишь небольшого количества связей, которые предстоит выучить, любой организм может быстро справиться с задачей. Обучение приводит к эволюции врожденности, но не к абсолютной врожденности [193].

Хинтон и Наулан представили результаты своих компьютерных симуляций для публикации в одном научном журнале и получили ответ, что их уже опередили на сотню лет. Психолог Джеймс Марк Болдуин высказал предположение, что обучение может направлять эволюцию именно таким образом, создавая иллюзию ламаркианской эволюции там, где на самом деле никакой ламаркианской эволюции нет. Тем не менее никому до сих пор не удавалось доказать, что эта гипотеза, известная как эффект Болдуина, действительно работает [194]. Хинтон и Наулан показали, как это возможно. Способность к обучению меняет подход к проблеме эволюции: из поиска иголки в стоге сена она превращается в поиск иголки с помощью человека, который будет говорить вам, когда вы приближаетесь к цели.

Эффект Болдуина, очевидно, сыграл большую роль в эволюции мозга. Вопреки положениям стандартной социологической модели, обучение – не какая-нибудь вершина эволюции, лишь не так давно достигнутая людьми. Обучаемы все, кроме простейших животных. Именно поэтому несложные в умственном отношении создания вроде фруктовых мух и морских огурцов всегда были удобными объектами исследования для нейробиологов, пытающихся найти нейронное воплощение обучения. Если способность обучаться имелась уже у какого-нибудь из ранних предков многоклеточных животных, она бы направила эволюцию нервной системы в сторону специализированных схем, даже если бы эти схемы были столь сложными, что естественный отбор не смог бы их обнаружить самостоятельно.

Инстинкт и интеллект

Сложные нейронные схемы сформировались у многих животных, однако распространенный образ того, как животные восходят по некоей лестнице интеллекта, совершенно ошибочен. Общепринятым является мнение, что у низших животных есть некоторое количество врожденных рефлексов, в то время как у высших рефлексы могут связываться с новыми стимулами (как в экспериментах Павлова), а реакции – с поощрением (как в опытах Скиннера). С этой точки зрения, способность к ассоциациям улучшается от низших к высшим организмам и в конечном итоге освобождается от телесных мотиваций и физических стимулов и реакций и трансформируется в способность непосредственно ассоциировать идеи друг с другом, достигающую своей кульминации в человеке. Тем не менее на самом деле реализация интеллекта у реальных животных ничего общего с этим представлением не имеет.

Живущие в Тунисе пустынные муравьи выходят из своего гнезда, проходят некоторое расстояние, а затем возвращаются по раскаленном песку в поисках тела насекомого, погибшего от жары. Найдя мертвое насекомое, муравей откусывает кусочек и возвращается коротким путем к гнезду – отверстию диаметром в один миллиметр, находящемуся метрах в пятидесяти от него. Как ему удается найти обратный путь? Он ведь не чувствует расположение гнезда, как радиомаяк; для навигации он использует информацию, собранную во время путешествия за добычей. Если поднять муравья с земли, как только он выйдет из гнезда, и положить его на некотором расстоянии, муравей будет блуждать беспорядочными кругами. Если кто-нибудь сдвинет муравья с места после того, как он нашел пищу, он побежит по линии, проходящей примерно в двух-трех градусах от гнезда по отношению к месту похищения, немного промахнется мимо гнезда, быстро развернется на 180° и начнет искать несуществующее гнездо. Это доказывает, что муравей каким-то образом измерил и сохранил расстояние до гнезда и направление, в котором оно расположено; такая форма навигации известна как интегрирование по траектории, или навигационное счисление пути.

Вернуться к просмотру книги Перейти к Оглавлению Перейти к Примечанию