# Карл Фристон о мозге: «Мы — это ученые, запертые в темной черепной коробке»

Источник: https://www.youtube.com/watch?v=JuRVkwH9Uq4
Канал: StarTalk
Опубликовано: 19.10.2024

---

В новом выпуске StarTalk **Нил Деграсс Тайсон**, Чак Найс и Гэри О’Рейли обсуждают с профессором Университетского колледжа Лондона **Карлом Фристоном** природу человеческого восприятия и его связь с искусственным интеллектом. В центре дискуссии — «принцип свободной энергии», концепция, объединяющая биологию, физику и машинное обучение для объяснения того, как живые организмы и алгоритмы познают окружающую реальность.

## 🧠 Принцип свободной энергии: физика самоорганизации
[[JUMP:03:42]]

Карл Фристон, признанный одним из самых цитируемых нейробиологов в мире, определяет принцип свободной энергии (FEP) не просто как биологическую теорию, а как фундаментальный математический закон поведения материи [04:13]. Подобно принципу наименьшего действия Гамильтона в классической механике, FEP описывает, как любая система — от частицы до населения планеты — стремится к самоорганизации [04:40].

Основные характеристики принципа:

*   **Математическая преемственность:** Фристон прослеживает корни теории до работ Ричарда Фейнмана, который использовал понятие «свободной энергии» для оценки вероятности траектории движения частиц [06:10].
*   **Минимизация неопределенности:** В биологическом контексте «свободная энергия» — это показатель того, насколько внутренняя модель мира в мозгу не соответствует реальным входящим данным [07:14].
*   **Стремление к минимуму:** Организмы эволюционно настроены «скатываться» к состояниям с минимальной свободной энергией, что Фристон сравнивает с оседанием хлопьев в коробке сухих завтраков под воздействием гравитации [07:54].

По словам Фристона, нейрональная динамика — это буквально процесс «градиентного спуска» по вариационной свободной энергии [08:47]. Мозг постоянно обновляет свои убеждения, чтобы прогноз максимально совпадал с реальностью.

## 🕵️ Активный вывод: мозг как ученый в темной комнате
[[JUMP:11:09]]

Одним из ключевых понятий дискуссии стал «активный вывод» (active inference). Фристон объясняет, что восприятие — это не пассивный сбор данных, а процесс активного тестирования гипотез [13:52]. Наш мозг заперт в темной «коробке» черепа и получает лишь косвенные сигналы через сенсорные органы [13:02].

Механизм работы «активного вывода» включает:

1.  **Создание предсказаний:** Мозг генерирует внутреннюю фантазию или гипотезу о том, что вызвало сигнал (например, «этот шум вызван ветром») [13:40].
2.  **Сравнение с данными:** Если предсказание совпадает с входящим сигналом, гипотеза подтверждается.
3.  **Коррекцию ошибок:** Если возникает разрыв (ошибка предсказания), мозг либо обновляет свою модель, либо меняет поведение (например, поворачивает голову, чтобы рассмотреть объект лучше) [18:38].

Нил Деграсс Тайсон отметил, что объективная реальность в такой модели становится результатом бесконечных микро-шагов по проверке гипотез [14:47]. Фристон подчеркивает, что для адаптации к среде организм должен сам стать «моделью этой среды» [09:14]. Например, разделение в мозге зон «где находится объект» и «что это за объект» зеркально отражает структуру нашего физического мира, где положение и суть вещей статистически разделимы [10:07].

## 🦁 Эволюция как «байесовский отбор моделей»
[[JUMP:19:19]]

Фристон предлагает взглянуть на естественный отбор через призму статистики. По его мнению, эволюция — это процесс минимизации свободной энергии на протяжении поколений [20:10]. 

Аргументы Фристона:

*   **Адаптивная приспособленность:** Существа, которые плохо предсказывают угрозы (например, не могут отличить льва в траве), съедаются и не передают свои гены [20:52].
*   **Байесовский отбор:** Природа «выбирает» те модели (организмы), которые лучше всего соответствуют окружающей среде [20:36].
*   **Трансгенерационное обучение:** Каждое новое поколение наследует уточненную модель мира, минимизирующую ошибки предсказания его предков [20:52].

## 🤖 Почему ChatGPT — это не интеллект в полном смысле слова
[[JUMP:31:38]]

Участники обсудили разницу между современными большими языковыми моделями (LLM) и естественным разумом. Фристон утверждает, что несмотря на впечатляющую беглость, LLM не обладают «агентностью» [42:14].

Ключевые отличия ИИ от биологического мозга по Фристону:

*   **Отсутствие тела (Embodiment):** Мозг тратит большую часть ресурсов на управление мышцами и секрецию [23:45]. Интеллект требует действия для активного сбора данных, а не просто пассивного поглощения текстов из интернета [36:09].
*   **Эффективность:** Человеческий мозг работает на мощности около 20 Ватт, в то время как суперкомпьютеры для обучения ИИ требуют киловатты и мегаватты энергии [41:06]. Принцип свободной энергии диктует путь «наименьшего действия», делая биологический разум эталоном эффективности [40:42].
*   **Вероятность против мировоззрения:** Чак Найс заметил, что LLM просто подбирает наиболее вероятную следующую букву [32:30]. Ребенок же, увидев мяч один раз, способен распознать его в любом контексте, потому что строит глубокую порождающую модель (generative model), а не просто считает статистику слов [33:28].

## 🧬 Цифровые двойники и психиатрия будущего
[[JUMP:44:28]]

Применение принципа свободной энергии выходит за рамки чистой науки. Фристон видит в нем инструмент для медицины. По его словам, психиатрические расстройства, такие как шизофрения или аутизм, можно описать как «ошибки вывода» (failed inference) [50:04].

Практическое применение моделей Фристона:

*   **Фенотипирование:** Создание «цифрового двойника» пациента в компьютере для моделирования его процесса принятия решений [46:32].
*   **Тестирование лекарств:** Возможность проводить «виртуальные операции» или проверять действие синтетических препаратов на цифровой модели мозга перед реальным вмешательством [47:13].
*   **Понимание галлюцинаций:** Галлюцинация — это состояние, когда внутренняя гипотеза мозга становится настолько сильной, что подавляет реальные сенсорные данные [54:37].

Фристон также упоминает феномен «сенсорного ослабления» (sensory attenuation). Чтобы начать движение, мозг должен буквально проигнорировать факт того, что он сейчас неподвижен [27:04]. Неспособность отключать или игнорировать ненужные сигналы, по мнению ученого, может лежать в основе аутизма, когда человек страдает от бомбардировки сенсорным вводом [55:19].

## 🚀 Будущее: от ИИ к «Интеллектуальным Агентам» (IA)
[[JUMP:39:06]]

В завершение беседы Фристон рассказал о переходе от эпохи информации к эпохе интеллекта. В своем программном документе 2022 года «Designing Ecosystems of Intelligence from First Principles» он описывает переход от традиционного ИИ к IA (Intelligent Agency) — интеллектуальным агентам [39:35].

Основные тренды будущего по Фристону:

1.  **Биомиметическое оборудование:** Переход на нейроморфные чипы и квантовые вычисления, которые имитируют энергоэффективность биологических систем [40:02].
2.  **Устойчивость:** Интеллект будущего должен быть экологичным, потребляя минимум энергии, как мозг пчелы [41:06].
3.  **Агентность:** Истинный интеллект будет определяться способностью самостоятельно задавать вопросы миру, а не просто давать ответы на промпты инженеров [25:29].

---