Вселенная как код: Стивен Вольфрам о физике, ИИ и цифровом бессмертии

«Нет фундаментальной разницы между хаосом грозового фронта и когнитивными процессами в человеческом мозгу — оба они достигают одного и того же предела вычислительной сложности». Стивен Вольфрам уверен, что Вселенная не описывается изящными уравнениями, а строится на дискретном коде, делая искусственный интеллект нашим первым контактом с по-настоящему «инопланетным» разумом. Чтобы осознать свое место в этой системе, нам придется принять вычислительную неприводимость мира и признать, что история цивилизации — это лишь частный случай бесконечного перебора правил.

👽 В поисках общего языка: инопланетный разум и зеркало ИИ 0:00

Диалог между Лексом Фридманом и Стивеном Вольфрамом начинается не с обсуждения формул или программного кода, а с фундаментального вопроса о месте человека во Вселенной. Стивен Вольфрам, чей вклад в науку простирается от создания системы Wolfram Mathematica до разработки инновационных подходов в физике, предлагает пересмотреть само определение «инопланетного». Для него встреча с внеземным разумом — это не гипотетический сценарий будущего, а реальность, с которой мы уже столкнулись в форме искусственного интеллекта .

ИИ как первый контакт с «чужим» 4:15

Когда речь заходит о коммуникации с инопланетянами, Стивен Вольфрам опирается на свой опыт консультанта фильма «Прибытие» (Arrival), где он и его сын Кристофер помогали создавать визуальный язык пришельцев . Стивен утверждает, что сама постановка вопроса о «визите» инопланетян уже предполагает наличие у них физического воплощения и технологий, понятных нашему восприятию. Однако истинная проблема коммуникации гораздо глубже и уже проявляется в наших попытках понять современные нейросети.

По мнению Вольфрама, ИИ — это наш первый реальный пример инопланетного интеллекта . Когда мы пытаемся «заглянуть в голову» нейросети, чтобы понять, о чем она «думает», мы сталкиваемся с теми же трудностями, которые возникли бы при расшифровке сигналов из другой галактики. Это вычислительный разум, который оперирует категориями, отличными от человеческих, но существующий в рамках той же логики вычислений.

Стивен подчеркивает, что возможность общения зависит от наличия общих понятий, таких как «цель» или «намерение», что само по себе является философским тупиком . Если инопланетный разум посетит Землю, это будет означать, что он разделяет с нами общую физическую реальность — он состоит из атомов и перемещается в пространстве. В таком случае, уверен Вольфрам, мы неизбежно найдем форму коммуникации, как мы находим её с созданными нами алгоритмами .

Грань между интеллектом и вычислениями 7:12

Одним из центральных тезисов Вольфрама является отсутствие четкой границы между «интеллектуальным» и «просто вычислительным» . В современной науке принято считать человеческий мозг вершиной сложности, в то время как процессы в неживой природе — например, движение воздушных потоков в атмосфере — воспринимаются как хаотичные, но примитивные. Вольфрам оспаривает этот антропоцентричный взгляд.

«Мы часто говорим, что у погоды есть свои капризы или собственный разум», — замечает Стивен . С точки зрения физики, процессы гидродинамики, определяющие погоду, являются сложнейшими вычислениями. Вольфрам задается вопросом: чем фундаментально отличаются вычислительные процессы в атмосфере от тех, что происходят в наших нейронах? Его ответ радикален: ничем.

Разница заключается не в сложности вычислений, а в наличии «потока истории» . Человеческий интеллект связан непрерывной нитью цивилизационного опыта, языковой культурой и общими нарративами. Погода тоже «рассказывает свою историю», но эта история не пересекается с нашей, мы не включены в её контекст . Именно это отсутствие общей истории делает инопланетный разум или ИИ «чужими», а не какой-то особый вид биологической или цифровой исключительности.

Техносигнатуры и ловушка культурного контекста 12:17

Рассуждая о том, как распознать присутствие разума во Вселенной, Лекс Фридман вспоминает монолит из фильма «Космическая одиссея 2001 года» — идеальный черный параллелепипед, чей вид явно указывает на искусственное происхождение . Стивен Вольфрам, однако, скептичен в отношении таких «техносигнатур». Он напоминает, что природа создает кристаллы идеальной формы, которые могут выглядеть не менее «спроектированными», чем монолит .

Стивен критикует исторические попытки человечества заявить о себе:

• Идея математика Гаусса вырубить в сибирских лесах гигантскую фигуру в форме доказательства теоремы Пифагора, чтобы её увидели марсиане .
• Золотая пластинка «Вояджера», содержащая записи звуков Земли и диаграммы .

На примере пластинки «Вояджера» Вольфрам показывает, как быстро устаревают наши способы передачи смыслов. Диаграмма, объясняющая, как проигрывать грампластинку, была создана всего несколько десятилетий назад, но современный ребенок уже не может её расшифровать . Мы предполагаем, что инопланетяне пойдут по нашему пути технологического развития (например, будут использовать иглу для считывания звука), но это глубокое заблуждение. Любой «кусок материи», созданный нами, несет в себе столько же информации о нашей цивилизации, сколько и случайный природный объект, если у наблюдателя нет ключа к нашему культурному контексту .

Этика и непредсказуемость будущего 20:04

Завершая обсуждение инопланетного и искусственного разума в этом сегменте, собеседники касаются вопросов этики. Вольфрам утверждает, что этика — это не абстрактная математическая истина, которую можно доказать как теорему, а глубоко человеческая конструкция .

Попытка запрограммировать ИИ на «выживание человечества» или «отсутствие вреда» сталкивается с проблемой неопределенности. Стивен вводит понятие вычислительной неприводимости (которое он детально развивал в своих работах, таких как A New Kind of Science): невозможно предсказать отдаленные последствия действий, не прожив их . Даже если мы дадим ИИ простую инструкцию «сделай так, чтобы людям было хорошо через 1000 лет», результат может оказаться катастрофическим с точки зрения наших текущих ценностей, поскольку ИИ может выбрать путь стагнации ради стабильности .

В конечном итоге, по Вольфраму, ценность нашей цивилизации заключается не в достижении какой-то конечной цели, а в самом процессе существования — в той самой «вычислительной неприводимости», которая делает историю непредсказуемой и уникальной .

💻 Универсальность вычислений и фундаментальная эквивалентность 29:10

Что такое вычисление: от арифмометров к абстрактным правилам 29:10

Стивен Вольфрам определяет вычисление предельно просто: это процесс систематического следования правилам . В самом базовом виде вычисление берет некие входные данные или начальные условия и трансформирует их согласно заданному алгоритму. При этом данные и сами правила могут быть неразделимы — начальные условия вполне могут быть «зашиты» внутрь самого правила .

Важнейший вопрос, который ставит ученый: является ли вычисление «робастной» (устойчивой) концепцией? В физике мы понимаем энергию как нечто фундаментальное, независимо от того, кинетическая она, тепловая или ядерная . История информатики подтвердила, что вычисление обладает такой же универсальностью. 150 лет назад для сложения и умножения требовались разные механические устройства — «магазин машин для сложения» и «магазин машин для умножения» были разными сущностями . Однако к середине XX века ситуация кардинально изменилась:

• В 1900-х годах логики пытались найти функции, которые могли бы представить любую разумную задачу (примитивная рекурсия), но этот подход оказался ограниченным .
• В 1931 году Курт Гёдель в рамках своей знаменитой теоремы показал, как можно «скомпилировать» логические утверждения в арифметику, фактически превратив её в универсальный компьютер .
• В 1936 году Алан Тьюринг представил свои «машины Тьюринга», а Алонзо Чёрч — лямбда-исчисление. К удивлению современников, эти подходы, несмотря на разную архитектуру, оказались эквивалентными .

К 1970-м годам в академической среде закрепилось мнение, что машины Тьюринга — это и есть эталон вычислений. Однако физики долгое время сопротивлялись этой идее, полагая, что Вселенная работает на непрерывных дифференциальных уравнениях и вещественных числах с бесконечным количеством знаков после запятой, что якобы сложнее любой дискретной модели . Стивен Вольфрам отмечает, что его работа в 1980-х годах начала стирать эту дихотомию между физикой и вычислениями .

Принцип вычислительной эквивалентности 37:34

Центральная идея философии Вольфрама — Принцип вычислительной эквивалентности (PCE). Он гласит: любая система, чье поведение не является «очевидно простым», обладает вычислительной сложностью, эквивалентной любой другой системе . Это означает, что как только система преодолевает определенный минимальный порог сложности, она становится так же способна к вычислениям, как самый мощный суперкомпьютер или человеческий мозг.

Для Стивена Вольфрама этот принцип является таким же «научным фактом», как второй закон термодинамики . У него сложный эпистемологический статус: это одновременно и закон природы, и математически доказуемое свойство, и в некотором смысле само определение вычисления .

Из этого принципа следуют важные выводы:

• Универсальность повсюду: Сложные вычисления — это не редкое исключение, требующее миллионов транзисторов, а повсеместное явление, встречающееся даже в системах с простейшими правилами .
• Отсутствие иерархии: Мы привыкли думать, что человеческий интеллект стоит на вершине вычислительной пирамиды, но PCE утверждает, что многие природные процессы производят вычисления той же степени сложности .
• Порог сложности: Существует очень низкая граница, после которой добавление новых правил или усложнение архитектуры не делает систему «умнее» в вычислительном плане — она уже достигла максимума .

Лекс Фридман уточняет, можно ли считать этот принцип доказанным. Вольфрам отвечает, что для многих простых систем (например, определенных клеточных автоматов) математически доказано, что они способны к универсальным вычислениям — то есть на них можно запустить любую программу, от вычисления числа Пи до симуляции другой машины Тьюринга .

Дискретность против континуума: вычислительная природа реальности 45:05

Вопрос о том, является ли сама Вселенная вычислительной системой, остается открытым. Если физика фундаментально сводится к набору правил (программе), то вся она превращается в раздел математики . В этом случае физические законы — это эмерджентные свойства, возникающие из работы некоего «субстрата».

Стивен Вольфрам предполагает, что под привычными нам понятиями пространства и времени лежит нечто максимально «бесструктурное» . Он приводит аналогию с водой: мы воспринимаем её как непрерывную жидкость, которую можно переливать, но на самом деле она состоит из дискретных молекул, и только в совокупности они ведут себя как континуум .

В современной физике пространство по-прежнему описывается в традициях Евклида — как нечто непрерывное, где точки могут находиться сколь угодно близко друг к другу . Вольфрам же ищет фундаментальную теорию в дискретных структурах — графах и сетях . Ранее в разговоре они кратко затрагивали тему поиска этой теории, и ученый подтверждает свой оптимизм: Вселенная, скорее всего, действительно вычислительна .

Отдельное внимание в беседе уделяется роли бесконечности. Вольфрам скептичен к «актуальной бесконечности» в физике: хотя она полезна как концептуальный инструмент, в реальности законы природы, скорее всего, обходятся без неё . Если пространство дискретно, то бесконечная делимость материи — лишь иллюзия, вызванная нашей неспособностью видеть мельчайшие «узлы» вычислительной сети.

🕸️ Вычислительная неприводимость и устройство Вселенной 50:09

Поиск фундаментальной теории физики неизбежно сталкивается с проблемой сложности. Как отмечает Стивен Вольфрам, если модель Вселенной проста, в ней не может быть отдельных строк кода для каждой элементарной частицы — мюонов, кварков или тау-лептонов . Все эти объекты должны быть эмерджентными, то есть возникать из чего-то более глубокого. Однако понимание этих глубинных механизмов ограничено особенностями нашего человеческого мышления.

Для освоения сложных концепций человечество веками строило «когнитивные путевые точки» . Подобно тому как слово «подкаст» служит якорем для описания сложного процесса передачи информации, математические понятия вроде дифференциальных уравнений позволяют нам строить абстракции более высокого уровня . Без этих ступеней мы не смогли бы пройти путь от «песка к компьютеру». Но даже с ними мы сталкиваемся с фундаментальным барьером, который Стивен Вольфрам называет вычислительной неприводимостью.

Вычислительная неприводимость: почему нельзя предсказать будущее 54:41

Ранее в разговоре Стивен Вольфрам упоминал принцип вычислительной эквивалентности, из которого вытекает следствие: поведение многих систем невозможно предсказать, не пройдя каждый шаг их эволюции. В традиционной науке мы привыкли к вычислительной «сводимости» (reducibility) — когда можно подставить значения в формулу и мгновенно узнать результат в любой момент времени, «перегнав» саму систему .

Однако в вычислительно неприводимых системах такой короткий путь закрыт. Это происходит потому, что наш мозг, пытающийся сделать предсказание, сам по себе является вычислительной системой, чья сложность сопоставима со сложностью наблюдаемого процесса . Мы не можем быть «умнее» клеточного автомата, если наши вычислительные возможности фундаментально эквивалентны.

Это создает парадокс для физики:

• Чтобы полностью предсказать состояние Вселенной через миллион лет, нужно буквально прожить этот миллион лет .
• Мы не можем перезапустить Вселенную, чтобы проверить альтернативные правила, так как мы сами в нее встроены.
• Наука возможна только благодаря существованию «островков сводимости» — редких математических закономерностей, где предсказания всё же работают .

Стивен Вольфрам подчеркивает, что история науки последних ста лет — это история осознания ограничений наблюдателя . Теория относительности показала, что наблюдатель ограничен скоростью света, а термодинамика — что мы не видим движения каждой отдельной молекулы, а воспринимаем только усредненные величины вроде энтропии . Таким образом, физические законы — это не только свойства мира, но и результат того, как ограниченный наблюдатель воспринимает вычислительные процессы.

Гиперграфы как «бесструктурная структура» реальности 1:01:33

Когда Стивен Вольфрам ищет фундамент физики, он задается вопросом: какова самая бесструктурная структура, которую можно представить? В последнее время его интуиция указывает на гиперграфы . Если обычный граф состоит из узлов и ребер, соединяющих пары узлов, то гиперграф позволяет соединять произвольное количество элементов (n-арные отношения) .

Вселенная в этой модели представляется как гигантская коллекция абстрактных связей между символами (кортежей). Сами по себе символы не имеют смысла — важно лишь то, что если один и тот же символ встречается в разных связях, это создает структуру . Эволюция такой Вселенной происходит через правила переписывания (rewriting rules): когда в гиперграфе обнаруживается определенный фрагмент, он заменяется на другой согласно заданному правилу .

В этой модели нет «глобальных часов». Обновления происходят везде, где применимо правило, причем порядок этих обновлений не определен . Для стороннего наблюдателя это может показаться хаосом, но здесь вступает в силу математическое свойство, известное как причинно-следственная инвариантность (causal invariance) . Она гарантирует, что независимо от порядка микроскопических обновлений, итоговая сеть причинно-следственных связей будет идентичной. Это критически важное свойство, из которого Стивену Вольфраму удается логически вывести принципы специальной теории относительности .

Пространство и время как эмерджентные свойства 1:07:00

Самое радикальное следствие модели Вольфрама заключается в том, что пространство и время не являются фундаментальными сущностями. На базовом уровне гиперграфа их просто не существует — есть только узлы и правила их трансформации .

Пространство возникает как макроскопический предел структуры гиперграфа. Подобно тому как непрерывный поток воды состоит из дискретных молекул, наше привычное трехмерное пространство — это лишь восприятие невероятно плотной сети связей между узлами . Если соединить узлы как соты в пчелином улье, получится нечто, напоминающее двухмерную плоскость; если изменить топологию связей, можно получить три измерения или любую другую размерность .

Время в этой концепции также не является «четвертым измерением» в геометрическом смысле. Это процесс самого вычисления, последовательность шагов по обновлению графа . Различие между пространством и временем здесь фундаментально:

• Пространство — это расширение структуры связей в гиперграфе.
• Время — это неумолимый процесс перезаписи этой структуры.

Стивен Вольфрам признается, что пока не нашел то конкретное правило, которое порождает именно три измерения пространства , но сама возможность вывести физику из одной строки кода на Wolfram Language кажется ему элегантной . Он размышляет о том, почему наша Вселенная кажется такой простой, в то время как пространство возможных правил бесконечно и в основном состоит из хаотических вычислений .

В конечном итоге, вопрос о том, создана ли эта простая «программа» кем-то извне (гипотеза симуляции) или является естественным свойством вычислительной реальности, остается для Вольфрама открытым. Даже если мы найдем итоговое правило Вселенной, вычислительная неприводимость не позволит нам мгновенно «взломать» реальность — нам всё равно придется проживать каждый шаг этого колоссального вычисления .

🌌 Проект века: поиск фундаментального кода Вселенной и уроки Ричарда Фейнмана 1:15:21

Вопрос о том, является ли наша Вселенная своего рода «технологией», неизбежно упирается в проблему субстрата. Стивен Вольфрам (Stephen Wolfram) подчеркивает, что если мы найдем правило, описывающее мир, это не будет означать, что Вселенная «запущена» на некоем внешнем компьютере . Скорее, это правило репрезентирует поведение системы, так же как уравнения классической механики описывают движение тел, не являясь при этом механизмом, который их двигает. Однако поиск этого правила требует особого подхода, отличного от традиционной физики последних ста лет.

Открытый поиск фундаментальной теории 1:18:53

Вольфрам объявляет о запуске амбициозного и беспрецедентного проекта по поиску фундаментальной теории физики . Его ключевая особенность — максимальная открытость: процесс поиска транслируется в прямом эфире, а все промежуточные результаты становятся достоянием общественности. Ученый осознает риск: проект может закончиться неудачей, породив лишь элегантные математические конструкции, не имеющие отношения к нашей реальности .

Исторический контекст подталкивает к осторожности. В 1600-х годах ученые верили, что поймут устройство мира за столетие, но реальность оказалась сложнее. Современная физика опирается на два столпа:

1. Квантовая теория поля, описывающая микромир.
2. Общая теория относительности, описывающая гравитацию и макрообъекты.

Обеим концепциям уже около ста лет . Несмотря на их успех, фундамент физики не менялся десятилетиями, превратившись для новых поколений ученых в некое подобие «незыблемых пирамид». Ранее в разговоре Лекс Фридман и Вольфрам уже упоминали гиперграфы как возможный новый фундамент, и теперь ученый аргументирует, что сейчас — идеальное время для попытки смены парадигмы. Он называет это поиском «низко висящих фруктов», которые наука могла случайно пропустить . Главный страх Вольфрама — повторить судьбу Лейбница, который еще в XVII веке пытался цифровизировать человеческие знания, но опередил свое время на триста лет .

Ричард Фейнман: интуиция, скрывающая расчет 1:27:57

Важной частью пути Вольфрама стало общение с Ричардом Фейнманом (Richard Feynman). Они тесно сотрудничали в Калифорнийском технологическом институте (Caltech) и позже выступали консультантами в компании Thinking Machines . Фейнман относился к деловой активности Вольфрама скептически, считая руководство компаниями «отвлекающим фактором» от чистой науки .

Вольфрам вспоминает, что Фейнман обладал уникальным, почти магическим стилем работы. Его считали мастером интуиции, но, по мнению Вольфрама, это было частичной иллюзией. На самом деле Фейнман был невероятно хорош в сложнейших вычислениях . Он проводил огромную подготовительную работу «на черновиках», а затем представлял готовый результат как продукт внезапного интуитивного озарения . Это часто мистифицировало коллег, которые пытались следовать его интуиции, не имея под ней того вычислительного фундамента, который Фейнман просто считал «слишком легким», чтобы о нем упоминать .

Их дискуссии часто касались квантовых вычислений — области, которой они занимались еще в 1980–81 годах, задолго до того, как это стало мейнстримом . Вольфрам отмечает, что многие фундаментальные вопросы, например, процесс измерения в квантовой механике, остаются такими же дискуссионными сегодня, какими они были в их беседах сорок лет назад .

Урок Rule 30: крах предсказательной интуиции 1:34:52

Один из самых ярких анекдотов, рассказанных Вольфрамом, связан с демонстрацией Фейнману Правила 30 (Rule 30) — клеточного автомата, генерирующего хаос из простейших условий. Вольфрам распечатал огромную схему на плоттере, и они вместе с Фейнманом буквально ползали по полу с линейками, пытаясь найти закономерности в паттерне .

После долгих попыток Фейнман отвел Вольфрама в сторону и спросил: «Как ты узнал, что это правило создаст такую сложность?» . Услышав ответ: «Я не знал, я просто перебрал все варианты на компьютере и увидел это», Фейнман испытал видимое облегчение. Его признание :

«О, теперь мне гораздо лучше. А я-то думал, что у тебя есть какая-то интуиция, которой нет у меня».

Этот случай обнажил предел человеческого разума: даже гений уровня Фейнмана не мог «сжать» поведение вычислительно неприводимой системы до простой догадки .

Рождение нового метода: от наблюдателя к создателю 1:36:43

Вольфрам объясняет, что его «открытость сознания» к сложности простых правил сформировалась благодаря переходу от классической физики к созданию компьютерных языков. В физике ученый — это сторонний наблюдатель, пытающийся дешифровать Вселенную, которая ему дана . Но при создании языка (такого как Wolfram Language) программист сам становится творцом вселенной, задавая примитивы и наблюдая за тем, что из них вырастет .

Этот опыт «строительства миров» позволил ему осознать, что очевидные вещи часто ускользают от внимания именно из-за ограничений существующих парадигм . По мнению Вольфрама, вычислительный подход — это не просто новый инструмент, а способ преодолеть когнитивную слепоту, которая мешала физикам увидеть простоту за фасадом невероятной сложности окружающего мира.

🧠 Интеллектуальная уверенность и магия «Правила 30» 1:40:24

Роль эго и лидерства в большой науке 1:40:24

Стивен Вольфрам подходит к вопросу собственного эго не как к черте характера, а как к необходимому инструменту лидерства и научного поиска. Проведя большую часть жизни в кресле генерального директора технологической компании, он отмечает, что руководство организацией неизбежно связывает личное «я» с процессом развития и принятия решений . Для Вольфрама эго проявляется в форме «интеллектуальной уверенности». Это специфическое состояние ума, при котором человек, сталкиваясь с непониманием какой-либо концепции, предполагает не собственную глупость, а наличие изъяна в самой аргументации собеседника или эксперта .

Эту черту Стивен Вольфрам наблюдал и у Ричарда Фейнмана. Он вспоминает, что Фейнман верил в авторитеты и «экспертов» ещё меньше, чем он сам . Подобная самоуверенность критически важна для амбициозных задач. Без неё учёный просто не рискнёт браться за проблемы, которые десятилетиями или веками считались неразрешимыми: «Если у тебя нет определённой доли интеллектуальной уверенности, ты просто скажешь: люди пытались сделать это сто лет, кто я такой, чтобы у меня получилось?» .

Именно этот «запас уверенности» позволил Вольфраму решиться на написание книги «A New Kind of Science» (ANKS). Вместо того чтобы публиковать разрозненные академические статьи и сталкиваться с сопротивлением рецензентов на каждом шагу, он выбрал стратегию «секретного оружия» . Он потратил десять лет на создание монументального труда, чтобы представить миру законченную, цельную парадигму с максимально возможной силой воздействия. Тот факт, что компания Wolfram Research носит его имя, учёный также объясняет не манией величия, а готовностью брать на себя полную персональную ответственность за продукт и идеи .

Магия «Правила 30» и разрушение научной интуиции 1:51:34

Центральным открытием, перевернувшим представления Вольфрама о мире, стало «Правило 30» (Rule 30). До этого момента в науке доминировала интуиция, согласно которой простые правила должны приводить к простому поведению, а сложность может возникнуть только из сложных инструкций или внешнего шума. Однако клеточные автоматы — массивы ячеек, меняющих цвет по простым правилам в зависимости от состояния соседей — полностью опровергли это убеждение .

Суть «Правила 30» заключается в следующем:

• Система начинается с одной чёрной клетки на белом фоне .
• Применяется элементарное правило перехода для каждой последующей строки.
• Результатом становится невероятно сложный, хаотичный узор, который не обнаруживает никаких признаков периодичности или упрощения даже спустя миллиарды шагов .

Для Стивена Вольфрама это был момент «яблока Ньютона», который он датирует 1 июня 1984 года. Благодаря появлению лазерного принтера с высоким разрешением он смог распечатать и детально рассмотреть визуализацию этого правила . Обнаруженная сложность была «интуитивно шокирующей». Центральный столбец Rule 30 генерирует последовательность, которая выглядит абсолютно случайной для любых статистических тестов .

Это открытие подсказало Вольфраму ответ на вопрос, как природа создаёт сложность, которую мы видим повсюду: от узоров на раковинах моллюсков до формы облаков. Оказывается, природе не нужны сложные чертежи — ей достаточно простых правил, работающих в «вычислительной вселенной» . Это осознание Стивен называет смиряющим опытом: «Животные в вычислительной вселенной всегда умнее тебя» . Система находит способы реализации сложнейших паттернов, которые человеческий интеллект не в силах предсказать заранее.

«A New Kind of Science» как новая парадигма моделирования 1:57:40

Книга «A New Kind of Science», опубликованная в 2002 году, стала манифестом перехода от математических уравнений к программам как к основному языку описания реальности. На протяжении 300 лет, со времён Галилея и Ньютона, наука опиралась на математику . Однако Вольфрам утверждает, что уравнения — это лишь узкий подкласс всех возможных формальных правил.

Основные тезисы новой парадигмы:

1. Программы вместо формул: Использование алгоритмов (таких как клеточные автоматы) позволяет моделировать процессы, которые невозможно описать традиционным матанализом .
2. Вычислительная неприводимость: Взамен поиска кратких формул, предсказывающих будущее (как это было ранее в разговоре о физике), мы признаём, что часто единственный способ узнать результат — это прогнать симуляцию до конца .
3. Демократизация сложности: Даже простейшие программы могут демонстрировать поведение, эквивалентное сложнейшим вычислениям .

Стивен Вольфрам отмечает, что любая смена парадигмы сопровождается яростным сопротивлением «старой гвардии». Для него негативная реакция научного сообщества на ранних этапах стала «фантастическим позитивным индикатором» того, что он обнаружил нечто действительно важное . Если бы эксперты сразу согласились с ним, это означало бы, что идеи банальны.

Сегодня он с удовлетворением наблюдает, как за последние десятилетия произошёл тектонический сдвиг: всё больше новых областей науки используют компьютерные программы в качестве основы для своих моделей вместо классических уравнений . По его мнению, чем моложе научная дисциплина, тем быстрее она впитывает этот новый метод, не будучи обременённой традициями пяти поколений исследователей .

🧩 Вычислительный язык и гибридный интеллект 2:05:32

Стивен Вольфрам убежден, что прогресс в понимании вычислительной вселенной требует не только теоретических изысканий, но и создания инструментов, способных перевести человеческие цели на язык машин. В этой части беседы Лекс Фридман и его гость обсуждают, как формализация знаний через символьные вычисления и объединение их с современными нейросетями может привести к созданию по-настоящему мощного искусственного интеллекта.

Награды за задачи по Правилу 30 и поиск пределов вычислимости 2:06:11

Для Стивена Вольфрама установление денежных призов за решение конкретных задач — это способ стимулировать изучение фундаментальных свойств вычислительных систем. В 2007 году он назначил награду за доказательство того, является ли конкретная, простейшая из возможных, машина Тьюринга универсальной . Эту задачу решил молодой исследователь из Англии Алекс Смит. Хотя само доказательство состояло из огромного количества микродеталей и не содержало «красивого нового принципа», сам факт его существования подтвердил важную интуитивную догадку: универсальность вычислений находится гораздо «ближе к дому», чем считалось ранее .

Вольфрам отмечает, что такие задачи помогают накопить эмпирический опыт. Он сравнивает это с индуктивной наукой: чем больше примеров универсальности мы находим в простых правилах (таких как Правило 30), тем больше убеждаемся в справедливости общих принципов. Ранее в разговоре они уже касались темы вычислительной неприводимости, и Стивен подчеркивает, что существование коротких математических утверждений с бесконечно длинными доказательствами — прямое следствие этого феномена . В этом контексте призы за Правило 30 призваны найти границы между тем, что мы можем предсказать, и тем, что навсегда останется в области «вычислительного хаоса» .

Символьный язык Wolfram Language: репрезентация реальности 2:12:41

Основным проектом последних тридцати лет для Вольфрама стало создание Wolfram Language — языка, который радикально отличается от Python, C++ или других традиционных средств программирования. Если обычные языки созданы для того, чтобы отдавать компьютеру пошаговые инструкции на низком уровне (память, циклы, операции), то Wolfram Language нацелен на выражение «вычислительных мыслей» .

Стивен проводит историческую аналогию:

• 400 лет назад изобретение математической нотации позволило людям перестать описывать задачи словами и привело к появлению алгебры и математического анализа .
• Wolfram Language должен стать такой же нотацией для вычислительного мышления, позволяя описывать мир (города, химические элементы, алгоритмы) напрямую .

В основе системы лежат символьные преобразования. В отличие от других языков, где переменная X без значения вызовет ошибку, в Wolfram Language X — это абстрактный символ. Этим символом может быть что угодно: название города, траектория космического аппарата или химическая формула . Это позволяет языку оперировать знаниями, накопленными цивилизацией, превращая их в вычислимые сущности.

На текущий момент язык содержит более 6 000 примитивных функций, охватывающих самые разные области :

• Взаимодействие с облачными данными;
• Геопространственные вычисления (например, поиск ближайшего вулкана);
• Обработка изображений и сигналов;
• Работа с графами и булевой логикой.

Вольфрам демонстрирует возможности системы в прямом эфире, используя функцию GeoNearest, чтобы мгновенно найти 10 ближайших к студии вулканов и отобразить их на карте . Это иллюстрирует его главную идею: знания о мире должны быть встроены непосредственно в язык.

Гибридный ИИ: символы против нейросетей 2:26:10

Обсуждая современный бум глубокого обучения, Стивен Вольфрам указывает на фундаментальное различие между статистическим и символьным подходами. Нейросети отлично справляются с задачами восприятия (распознавание образов, классификация), которые исторически были легкими для людей, но сложными для компьютеров . Однако они «начинают с нуля» и игнорируют структурированные знания, накопленные человечеством.

Стивен видит будущее ИИ в гибридной модели:

1. Статистический слой (Нейросети): отвечает за «размытые» задачи, такие как NLP (Natural Language Processing) — выделение сущностей из текста или распознавание объектов на фото .
2. Символьный слой (Wolfram Language): берет результаты работы нейросети и превращает их в точный вычислимый код.

В качестве примера Вольфрам приводит работу с естественным языком. Задача понимания (NLU) для него — это перевод человеческого запроса в точную вычислительную форму . В версии 12 Wolfram Language уже интегрированы современные модели, такие как BERT, которые используются для подготовки данных, которые затем обрабатываются строгими алгоритмами .

На вопрос Лекса о том, почему этот мощный инструмент еще не стал доминирующим повсеместно, Вольфрам отвечает, что распространение идей — процесс медленный и зависящий от социальных сетей и личностей . На «высоком уровне» в R&D (исследованиях и разработках) Wolfram Language уже является стандартом, но его путь к массовому пользователю продолжается.

🏛️ Вычислимая база знаний и цифровой кодекс этики

Архитектура вселенского справочника: как сделать знания вычислимыми 2:35:15

Создание WolframAlpha не было просто амбициозным инженерным проектом; для Стивена Вольфрама это стало проверкой его собственной научной парадигмы. Долгое время он, как и многие исследователи, полагал, что для создания системы, способной отвечать на вопросы об окружающем мире, необходимо сначала решить проблему общего искусственного интеллекта (AGI) . Однако, сформулировав ранее в своих работах принцип вычислительной эквивалентности (согласно которому между сложным поведением и «интеллектом» нет четкой границы), он осознал: создание вычислимой базы знаний возможно и без полноценного сильного ИИ .

Методология построения этой базы отличалась от традиционного веб-скрейпинга или создания поисковых индексов. Стивен Вольфрам вспоминает, как в начале пути привел команду в огромную справочную библиотеку и поставил задачу: за год или два «поглотить» всё, что находится на этих полках . Процесс превращения сырых данных в структурированную, вычислимую форму потребовал огромных усилий по двум направлениям:

1. Экспертное курирование: Стивен Вольфрам настаивает, что в любой области знаний — от химии до демографии — невозможно добиться точности без участия признанных мировых экспертов . Если данные в систему вносились без консультации со специалистом, понимающим нюансы этой области, результат неизменно оказывался неудовлетворительным .
2. Символическая обработка: В отличие от Google, цель которого — сделать информацию доступной и находимой, система Вольфрама стремится к её «пониманию». Любой запрос на естественном языке переводится в точный код Wolfram Language, который затем оперирует фактами из базы данных как вычислимыми объектами .

Интересен опыт столкновения этой системы с классиками старой школы ИИ. Стивен Вольфрам вспоминает встречу с Марвином Минским незадолго до запуска WolframAlpha. Минский, привыкший к десятилетиям пустых обещаний в сфере обработки знаний, поначалу скептически отнесся к демонстрации . Однако после серии случайных запросов из области медицины, химии и астрономии он был поражен: «Боже мой, это действительно работает!» .

Вычислительные контракты: право на языке алгоритмов 2:44:00

Логическим продолжением оцифровки физических и математических знаний становится оцифровка человеческих отношений и законов. Стивен Вольфрам видит будущее юриспруденции в «вычислительных контрактах» . Сегодняшнее право опирается на естественный язык (так называемый «legalese»), полный двусмысленностей, что порождает бесконечные споры в судах. Перевод юридических норм на строгий вычислительный язык позволит создавать смарт-контракты, которые исполняются автоматически и однозначно .

Идея «исчисления разума» не нова — Стивен Вольфрам упоминает Готфрида Лейбница, который в XVII веке мечтал о создании механического калькулятора для разрешения споров . Но если Лейбниц опередил свое время на триста лет, то современные технологии, по мнению Вольфрама, вплотную подошли к созданию «символьного языка дискурса» (Symbolic Discourse Language) . Такой язык позволит выражать не только физические константы, но и намерения сторон: «стороны желают того-то», «в случае возникновения ситуации X произойдет Y» .

Это применимо и к самым актуальным технологическим вызовам:

• Этика беспилотников: Вместо расплывчатых этических принципов поведение беспилотного автомобиля должно быть прописано в коде, учитывающем иерархию биологических видов и человеческие ценности .
• Модерация контента: Проблема того, что Facebook или Twitter показывают пользователям, может быть решена через создание различных «этических модулей» ИИ .

Модульная этика и будущее социальной инженерии 2:47:34

Обсуждая этику ИИ с Лексом Фридманом, Стивен Вольфрам высказывает предостережение против создания единой, глобальной этической системы для алгоритмов. По его мнению, попытка навязать всему человечеству один «модуль правильного поведения» была бы губительна для вида .

Вместо этого он предлагает рыночный подход к цифровой этике:

• Существование множества различных этических надстроек над ИИ (консервативных, либеральных, либертарианских и т.д.) .
• Возможность для каждого пользователя или сообщества выбирать тот «этический фильтр», который соответствует их ценностям .
• Автоматическое исполнение этих правил через прозрачный программный код, а не через скрытые решения корпоративных модераторов.

Стивен Вольфрам признает, что этот путь наиболее прост в вопросах личного выбора (например, выбора контента в ленте новостей), но становится крайне сложным в вопросах общественного здоровья или централизованных систем, где выбор одного человека неизбежно влияет на других . Тем не менее, он остается оптимистом: создание полноценного языка для описания человеческих целей и действий — задача нескольких ближайших лет . В конце концов, даже Алан Тьюринг, планируя сделать Британскую энциклопедию вычислимой, был излишне пессимистичен в оценках сложности, не предвидя появления современных уровней программной абстракции .

🔗 Сознание, бессмертие и будущее в вычислительной вселенной 2:55:39

Завершая масштабную беседу, Лекс Фридман и Стивен Вольфрам (Stephen Wolfram) переходят от обсуждения фундаментальной физики и алгоритмов к вопросам, которые веками занимали философов: природе человеческого «я», моральным правам машин и тому, что останется от смысла жизни, если человечество обретёт цифровое бессмертие.

Субъективный опыт и политические права машин 2:57:50

Обсуждение интеллекта неизбежно приводит к вопросу о сознании. Для Стивена Вольфрама (Stephen Wolfram) это понятие остается крайне «скользким» и лишенным фундаментального определения. Он отмечает, что мы часто определяем интеллект как «вычисления, которые делают что-то, что нам небезразлично» . Если же пытаться дать общее определение, не привязанное к человеческим целям, оно быстро деградирует до простого понятия «вычислений». Согласно принципу вычислительной эквивалентности (о котором подробно говорилось во второй главе), даже простые правила клеточных автоматов достигают уровня сложности, сопоставимого с человеческим интеллектом .

Вопрос о сознании как «субъективном опыте» кажется Стивену Вольфраму (Stephen Wolfram) еще менее определенным. Он иронично замечает, что часто задается вопросом, что «чувствуют» его клеточные автоматы, пока он за ними наблюдает . В этом контексте дискуссия о правах искусственного интеллекта принимает неожиданный оборот. Ученый вспоминает случай на конференции по этике ИИ, где один из философов заявил, что машины получат права только тогда, когда мы будем уверены в наличии у них сознания .

Стивен Вольфрам (Stephen Wolfram) считает такой подход тупиковым из-за его цикличности. По его мнению, реальный переломный момент наступит не из-за философского консенсуса, а из-за поведения самих машин:

• Машины начнут требовать права самостоятельно.
• Они будут заявлять о своем «субъективном опыте» и сознании.
• Это произойдет тогда, когда мы научим их быть максимально похожими на людей для успешного прохождения теста Тьюринга .

«Они скажут: "Мы такие же, как вы, и мы хотим участвовать в голосовании"», — резюмирует ученый . Когда ИИ начнет настойчиво имитировать человеческие реакции, обществу придется признать их субъектность, независимо от того, что происходит «под капотом» их алгоритмов.

Цифровое бессмертие как величайший разрыв в истории 3:02:43

Рассматривая будущее человечества, Стивен Вольфрам (Stephen Wolfram) называет достижение эффективного бессмертия «самым большим разрывом в человеческой истории» . На вопрос Лекса Фридмана (Lex Fridman) о том, хотел бы он сам жить вечно, ученый без колебаний отвечает: «О да, мне весело!» .

Однако он признает, что современное понимание человеческой мотивации глубоко прошито осознанием нашей конечности. Смертность — это «ручка управления», которая сейчас выкручена на определенное значение, и если ее изменить, вся структура человеческого опыта развалится . Ранее в разговоре они касались темы вычислительной неприводимости, и Стивен Вольфрам (Stephen Wolfram) подчеркивает, что даже в бесконечной жизни всегда найдется бесконечное количество вещей, которые можно изучить и понять .

Перспектива «облака из триллиона душ», где сознания существуют в чисто цифровой форме, часто кажется людям скучной — своего рода бесконечной видеоигрой. Но Стивен Вольфрам (Stephen Wolfram) смотрит на это иначе. Он отмечает, как на протяжении веков менялся смысл жизни и оправдание человеческих действий:

• 500 лет назад творческие люди сказали бы, что творят «во славу Божию» .
• Сегодня люди ищут «личную самореализацию» или служение прогрессу.
• В будущем, в состоянии виртуализированного сознания, интерпретация «человеческого состояния» изменится еще радикальнее .

Сам ученый признается, что не может найти «абсолютную истину» для оправдания своей деятельности, так же как невозможно найти универсальную основу для этики ИИ. Его личная мотивация — это удовлетворение от процесса познания и обучения других, что стало для него важным лишь с годами .

Смысл жизни в исследовании вычислительной вселенной 3:07:38

Лекс Фридман (Lex Fridman) выдвигает гипотезу, что Вселенная использует Стивена Вольфрама (Stephen Wolfram) как инструмент для самопознания . Если фундаментальная теория физики (над которой Стивен Вольфрам (Stephen Wolfram) активно работал, как упоминалось в четвертой главе) действительно сводится к простому правилу, то всё в мире взаимосвязано, и это делает процесс открытия неизбежным.

Парадокс заключается в том, что если человечество перейдет в состояние «виртуализированного сознания», интерес к фундаментальной физике может угаснуть. «Кого волнует машинный код под уровнем симуляции, если ты сам стал частью этой симуляции?» — задается вопросом Стивен Вольфрам (Stephen Wolfram) .

Тем не менее, он видит грандиозную цель для бессмертного разума. Вместо того чтобы просто играть в «видеоигру», копирующую нашу текущую Вселенную, развоплощенные сознания могут отправиться в экспедицию по «вычислительной вселенной всех возможных вселенных» . Это бесконечное пространство алгоритмических возможностей, описанное в его книге «A New Kind of Science», может стать новым домом для человеческого духа на вечность.

В финале беседы Стивен Вольфрам (Stephen Wolfram) оставляет слушателей с вдохновляющей, но смиряющей мыслью. Хотя наука долгое время пыталась показать ничтожность человека перед лицом огромного космоса, принцип вычислительной эквивалентности доказывает обратное. На вычислительном уровне процессы внутри человеческого разума столь же сложны и изощренны, как и процессы во всей остальной Вселенной . Мы не просто наблюдатели; мы — вычисления того же порядка, что и звезды.