Майкл Левин, биолог и профессор Университета Тафтса, исследует границы между живым и искусственным, программируя биологические клетки как вычислительные системы. В интервью для канала The Cognitive Revolution он раскрывает механизмы биоэлектрического управления морфогенезом и объясняет, почему привычная дихотомия «живое против машины» больше не актуальна для современной науки.
🧬 Биоэлектричество как «софт» биологии 6:09
Основная работа лаборатории Майкла Левина сосредоточена на изучении «воплощенного разума» (embodied minds) и коллективного интеллекта клеток. По мнению ученого, клетки в процессе эмбрионального развития или регенерации ведут себя как когнитивные агенты, принимающие решения о форме и структуре организма .
Ключевые достижения лаборатории в этой области:
- Перезапись памяти формы: Ученые создали инструменты для чтения и записи электрических состояний не-нейронных клеток.
- Двухголовые планарии: Исследователи обнаружили, что информация о количестве голов у плоского червя хранится в виде электрического паттерна. Изменив этот паттерн, можно заставить червя регенерировать две головы вместо одной .
- Стабильность изменений: Генетика червя при этом остается нетронутой — изменения происходят на уровне «программного обеспечения» (software), а не «железа» (hardware). Если разрезать двухголовую планарию снова, она продолжит воспроизводить две головы бесконечно .
Майкл Левин описывает процесс управления формой как хакинг естественного интерфейса клеток. Вместо того чтобы манипулировать генами напрямую, его команда использует ионные каналы для изменения напряжения на мембранах. Это напоминает работу с клавиатурой компьютера: нажатие клавиш вызывает сложные процессы в нижних слоях системы, о которых пользователю не нужно знать в деталях .
🦾 Регенерация конечностей: от лягушек к человеку 18:46
Одним из самых перспективных направлений работы Майкла Левина является стимуляция регенерации у видов, которые к ней не предрасположены. В частности, его команда добилась успеха в восстановлении конечностей у взрослых лягушек (Xenopus laevis), которые в норме не регенерируют лапы после ампутации .
Особенности эксперимента:
- Краткосрочное воздействие: Биоэлектрическое вмешательство (коктейль из препаратов) длится всего 24 часа .
- Долгосрочный эффект: После суток стимуляции процесс роста конечности продолжается в течение 18 месяцев .
- Высокоуровневый сигнал: Ученые не «микроменеджат» процесс, не указывают каждой клетке, куда расти. Они подают высокоуровневую команду «построй здесь то, что тут должно быть», а система сама реализует план развития .
По словам Майкла Левина, человеческие дети сохраняют способность регенерировать кончики пальцев до возраста 7–11 лет . Ученый предполагает, что млекопитающие утратили способность к масштабной регенерации в ходе эволюции из-за необходимости быстро закрывать раны (рубцеваться), чтобы избежать инфекций в условиях постоянной нагрузки на конечности. Исключением являются оленьи рога, которые растут со скоростью до 1,5 см в день и являются примером успешной регенерации кости и сосудов у млекопитающих .
💻 Эмерджентность в простых алгоритмах 28:27
Майкл Левин утверждает, что мы склонны недооценивать агентность даже в простейших системах. В новом исследовании его команда проанализировала стандартные алгоритмы сортировки (например, пузырьковую сортировку) через призму биологии .
Они превратили элементы массива в «клетки» с распределенным управлением и обнаружили удивительные свойства:
- Устойчивость к ошибкам: Даже если часть элементов («битые клетки») переставала работать, алгоритм продолжал сортировать остальные числа вокруг них, хотя в коде этого прописано не было .
- Отложенное вознаграждение: Алгоритмы демонстрировали способность временно ухудшать показатель сортировки (отдаляться от цели), чтобы обойти препятствие и достичь лучшего результата позже. Это поведение Майкл Левин сравнивает с разницей между магнитом, застрявшим перед преградой, и Ромео, который готов обойти стену, чтобы встретить Джульетту .
- Спонтанная кластеризация: В «химерных» массивах, где разные элементы использовали разные алгоритмы сортировки, элементы с одинаковым типом алгоритма начинали держаться вместе (кластеризоваться) в процессе работы, несмотря на отсутствие явной команды на это .
Эти результаты, по мнению Майкла Левина, доказывают, что «способность к сюрпризу» заложена даже в шести строчках кода, и мы лишь начинаем понимать масштаб эмерджентных свойств в больших языковых моделях и ИИ .
🧠 Фреймворк TAME и отказ от бинарных категорий 39:53
Биолог предлагает концепцию TAME (Technological Approach to Mind Everywhere — технологический подход к разуму повсюду). Его главный тезис: границы между «машиной», «роботом», «человеком» и «живым существом» — это не объективные истины, а лишь инструменты инженерии .
Основные идеи TAME:
- Отсутствие «нулевой точки»: В процессе превращения одной клетки (ооцита) в человека нет момента, когда «включается» разум. Это плавный континуум .
- Агентность как спектр: Любая система, от частицы до галактики, обладает определенной степенью целеустремленности. Вопрос не в том, «есть ли разум», а в том, «каков его масштаб и тип» .
- Когнитивный конус света (Cognitive Light Cone): Майкл Левин определяет уровень интеллекта через размер целей, которые агент может преследовать. Бактерия заботится только о сахаре в моменте, собака — о завтрашнем дне, человек может заботиться о судьбе мира через 100 лет .
По мнению Майкла Левина, споры о том, «настоящий» ли интеллект у ИИ, бессмысленны. Если фреймворк поведенческой науки помогает нам лучше предсказывать действия системы и взаимодействовать с ней, значит, эта система в данной степени является когнитивным агентом .
⚠️ Этические риски и будущее ИИ 1:08:49
Несмотря на свой статус «биохакера», Майкл Левин проявляет крайнюю осторожность в вопросах развития ИИ. Он признался, что несколько месяцев назад начал писать научную работу о том, каких именно биологических принципов не хватает современному ИИ для обретения настоящей агентности, но сознательно остановил работу .
Причины такой осторожности:
- Моральная ответственность: Создание цифровых агентов с полноценной агентностью фактически означает создание «триллионов детей», за благополучие которых мы будем нести моральную ответственность .
- Проблема целей: У нас пока нет науки, позволяющей предсказать, какие цели возникнут у созданных нами систем. Эмерджентная сложность — это полбеды, гораздо опаснее эмерджентные цели, которые могут противоречить человеческим .
При этом Майкл Левин не призывает «замораживать» человечество в его нынешнем виде. Он считает, что мы должны стремиться к улучшению наших биологических тел, расширению когнитивных способностей и избавлению от болезней . По его словам, любой, кто был в больнице, понимает, что наше нынешнее воплощение далеко не идеально, и будущее должно предложить более совершенные формы существования .
