Реальность — это не набор объектов, а крайне дорогостоящая вычислительная иллюзия, которую наш мозг непрерывно поддерживает, чтобы не утонуть в хаосе Рулиада. Мы не пассивно наблюдаем мир, а активно «сэмплируем» его, сжимая бесконечность вычислений до предсказуемой модели, где наше собственное существование становится единственной константой.
🌌 Вселенная как вычислительная площадка и наблюдатель 0:00
На протяжении человеческой истории мы воспринимали мир через призму распознавания паттернов, однако развитие вычислений позволило нам формализовать саму ткань реальности. В этом контексте Стивен Вольфрам рассматривает Вселенную не просто как физический объект, а как вычислительный процесс. Его подход, называемый «физическим проектом» (Physics Project), исходит из того, что пространство и материя состоят из дискретных элементов — «атомов пространства», которые связаны сетью отношений.
Ключевым аспектом этой модели является концепция «Рулиада» (the Ruliad) — гигантского, запутанного лимита всех возможных вычислений. Внутри этого бесконечного пространства существа, подобные нам, являются лишь ограниченными наблюдателями. Наша природа как наблюдателей определяется двумя фундаментальными ограничениями: мы вычислительно ограничены (наши разумы конечны и не способны охватить все детали Вселенной) и мы обладаем убеждением в собственной временной устойчивости. Как отмечает Вольфрам, без этой иллюзии «застревания» в одном моменте времени мы не смогли бы воспринимать мир связно, несмотря на то, что на фундаментальном уровне гиперграфы могут описывать совершенно иные структуры.
⚡ Суть принципа свободной энергии 13:46
В разговоре с Тимом Скарфом Дональд Хоффман и Стивен Вольфрам обсуждают, как живые системы взаимодействуют с реальностью. Принцип свободной энергии, разработанный Карлом Фристоном, утверждает, что любая устойчивая система стремится минимизировать неожиданность (surprise) и максимизировать предсказуемость своей среды. Это не просто психологическая установка, а необходимое условие существования: чтобы оставаться устойчивой (сохранять «thingness»), система должна находиться в состоянии, которое можно интерпретировать как попытку предсказать события в своей экологической нише.
Фристон уточняет, что под «сюрпризом» в данном контексте понимается самоинформация в смысле Шеннона — отрицательный логарифм вероятности нахождения организма в определенном состоянии. Минимизируя этот сюрприз, система фактически максимизирует вероятность своего выживания. Ранее в разговоре они вскользь касались темы способности агентов моделировать последствия своих действий через иерархии «коконов» (или одеял) Маркова.
Для физика этот принцип выглядит как обратная сторона медали: если объект существует в гармонии со своей средой, он неизбежно демонстрирует свойства, которые выглядят как постоянная настройка своего окружения ради обеспечения предсказуемости. Однако Фристон подчеркивает, что этот принцип применим только при наличии «неравновесного стационарного состояния» (non-equilibrium steady state) — открытой системы, обменивающейся статистическими данными с внешним миром.
🧬 Естественный отбор как байесовский поиск 21:07
Развивая мысль о выживании как о вычислительной задаче, собеседники приходят к выводу, что биологическую эволюцию можно интерпретировать как способ природы осуществлять байесовский поиск (или байесовский выбор модели). Естественный отбор в этой логике — это процесс, происходящий на очень медленных временных шкалах, где природа выбирает наиболее приспособленные фенотипы.
Если успешное существование — это просто сохранение себя в определенных характеристических состояниях на протяжении достаточного времени, то эволюция является механизмом, который находит «лучшие гипотезы» (фенотипы) для конкретной экологической ниши. Биологический организм в данном случае выступает как статистический агент, который, максимизируя маргинальную вероятность своего существования, фактически подтверждает, что его внутренняя модель среды является оптимальной для данных условий. Таким образом, жизнь — это не просто борьба за выживание, а непрерывный вычислительный акт по адаптации к реальности, где каждый организм является моделью своей собственной ниши.
🌌 Навигация в хаосе: агенты, любопытство и структура реальности 25:25
Любопытство как стратегия минимизации неопределенности 25:25
Исследовательское поведение и неутолимая человеческая жажда познания могут показаться парадоксальными, если рассматривать их через призму стремления к стабильности. Однако, с точки зрения физики, любопытство — это не отклонение от курса, а прямой инструмент выживания. Основываясь на принципе свободной энергии, Дональд Хоффман и Тим Скарф обсуждают, что любое действие агента в конечном итоге подчиняется вариационному принципу наименьшего действия.
В контексте этого принципа, «сюрприз» — это математический эквивалент энтропии или неопределенности. Когда мы активно ищем новизну, мы не пытаемся дестабилизировать свою жизнь. Напротив, мы стремимся уменьшить ожидаемую неопределенность в будущем, собирая данные, которые позволяют лучше предсказывать состояние мира. Таким образом, любопытство — это «информационно-поисковое» поведение, направленное на минимизацию энтропии наших убеждений. Ранее в беседе они уже затрагивали тему того, как естественный отбор формирует эти байесовские механизмы поиска, но здесь фокус смещается на то, что агент, который эффективно сэмплирует среду, выглядит как любопытное существо, активно организующее свое существование.
Разделение миров через кокон Маркова 33:48
Критическим моментом, позволяющим говорить об «агенте» в физическом смысле, является способность отделить себя от окружающей среды. Здесь на помощь приходит концепция кокона Маркова (Markov blanket). Этот математический аппарат позволяет провести четкую границу: он разделяет все возможные состояния Вселенной на те, что принадлежат наблюдателю (внутренние состояния), и те, что составляют внешнюю среду.
Благодаря этому разделению внутренние состояния наблюдателя начинают играть роль «достаточных статистик» — своего рода внутреннего резюме или модели убеждений о том, что происходит снаружи. Это позволяет агенту не просто реагировать на хаос, а «верить» в причины, вызывающие те или иные сенсорные входы. Вся математика принципа наименьшего действия остается прежней, но теперь она применяется не к безликим физическим частицам, а к байесовским убеждениям, закодированным структурой самого наблюдателя.
Упорядоченность Вселенной как условие жизни 35:48
Для того чтобы существование наблюдателя было в принципе возможно, Вселенная должна обладать специфическими свойствами. Если бы мир был абсолютно хаотичен или слишком «плотно упакован» взаимодействиями, ни один наблюдатель не смог бы сформировать устойчивую, предсказуемую модель.
Жизнь — это своего рода «узкая игла», которую нужно продеть через сложный ландшафт реальности. Чтобы оставаться на этом пути выживания, агент вынужден моделировать среду, так как просто инерционного движения недостаточно, когда условия вокруг постоянно меняются. Это подразумевает, что наблюдатели возможны только там, где существует «разреженность» связей (sparse coupling).
Именно эта разреженность взаимодействий позволяет сформировать локальные островки предсказуемости, где внутри системы можно выделить когерентную, устойчивую во времени идентичность. В очень ранней Вселенной или вблизи сингулярностей, где влияние внешних сил слишком велико, такие структуры разрушаются, и сама концепция «персонального наблюдателя» теряет смысл. Таким образом, сам факт нашего существования указывает на то, что мы живем в достаточно упорядоченной и разреженной области реальности, допускающей возникновение негэнтропийных систем.
🧠 Природа наблюдателя и архитектура познания 50:26
Тим Скарф и Дональд Хоффман сходятся в том, что фундаментальные законы физики — такие как общая теория относительности и квантовая механика — могут быть выведены из базовых свойств наблюдателя. Хоффман отмечает: чтобы воспринимать Вселенную как нечто связное, наблюдатель должен обладать двумя ключевыми характеристиками: вычислительной ограниченностью и верой в собственное постоянство во времени.
По мнению Скарфа, именно осознание нашей ограниченности как вычислительных систем заставляет нас искать предсказуемые траектории в «Рулиаде» (необъятном пространстве всех возможных вычислений). Ранее в разговоре они касались принципа свободной энергии и байесовского поиска, однако здесь внимание смещается на то, как именно мы структурируем хаос. Если среда становится слишком непредсказуемой, наблюдатель рискует быть «разорванным» внешними силами, которыми он не может управлять. Поэтому потребность в предсказуемости — это не просто философский выбор, а необходимое условие когерентного существования.
Сжатие данных как выживание 54:41
Вычислительная ограниченность диктует стратегию взаимодействия с миром: мы вынуждены сжимать (кодировать) поступающую информацию. Хоффман подчеркивает, что органы чувств и измерительные приборы выполняют роль классификаторов, объединяя огромное количество состояний мира в простые категории — например, мы видим «кошку», не обрабатывая каждый отдельный пиксель в поле зрения.
Дональд Хоффман объясняет этот процесс через минимизацию сложности:
«Вы находитесь в игре сжатия... это эмерджентное свойство максимизации маргинальной правдоподобности ваших сенсорных обменов с наблюдаемым».
Скарф добавляет: даже если бы человеческий мозг обладал бесконечной пропускной способностью, он всё равно был бы обязан сжимать данные, так как объем вычислений, необходимых для обработки каждого атома в пределах светового конуса, превысил бы наши когнитивные ресурсы. Таким образом, неточность и упрощение восприятия — это вынужденная плата за возможность функционировать в физическом мире.
Агентность: от пассивного восприятия к активному действию 59:04
Истинная агентность, по мнению собеседников, выходит за рамки простого статистического сжатия данных. Тим Скарф отмечает, что наблюдатель не просто игнорирует шум, он активно меняет свою жизнь, чтобы избегать хаотических сред. Вместо того чтобы «смиренно» воспринимать турбулентность, агент стремится переместиться в более предсказуемые области пространства, где его внутренняя модель мира остается валидной.
Дональд Хоффман развивает эту мысль, противопоставляя «вещи» (как вихри в потоке жидкости) настоящим агентам. Наблюдатель обладает способностью к обратной связи: он может воздействовать на среду, чтобы получать новые данные, которые, в свою очередь, уточняют его модель.
Контрфактуальное мышление: высший пилотаж разума 1:11:17
Критический водораздел между простыми системами (вроде термостата) и сложными агентами лежит в плоскости воображения. Хоффман утверждает, что агент высшего порядка отличается способностью строить контрфактуальные сценарии: он просчитывает последствия действий, которые еще не совершил.
Математически это выражается через включение собственных действий агента в генеративную модель мира. Агент «верит» в последствия своих шагов, даже если не знает наверняка, что произойдет, пока не получит сенсорный отклик от системы. Это создает петлю обратной связи, в которой планирование и любопытство становятся естественными следствиями применения вариационного принципа наименьшего действия к распределению вероятностей — не только внешних причин, но и собственных состояний наблюдателя.
🧠 Агентность в мире битов и нейронов: от детерминизма к временным иерархиям 1:19:51
🤖 Поиск призрака в машине: детерминизм и истинное планирование в ИИ 1:19:51
В эпоху бурного развития искусственного интеллекта один из самых интригующих вопросов звучит так: как отличить подлинное внутреннее планирование от простого следования жестким детерминированным правилам? Тим Скарф (Tim Scarfe) начинает дискуссию с фундаментального парадокса детерминизма. Если мы можем пошагово проследить, как один кремниевый или биологический нейрон активирует другой, то где в этой цепочке причинно-следственных связей скрывается настоящая агентность? По мнению ведущего, возникает классическая уловка-22, когда любая попытка декомпозировать систему до уровня битов или синапсов как будто стирает саму иллюзию выбора.
Дональд Хоффман (Donald Hoffman) предлагает искать ответ в плоскости математического моделирования внутренних состояний наблюдателя. Он отмечает, что внутренняя динамика сложной системы может быть объяснена градиентным потоком на ландшафте свободной энергии, отражающим скрытые «субперсональные» математические убеждения. Мы постоянно занимаемся подобной обратной задачей в повседневной жизни, пытаясь считать намерения и ментальные состояния окружающих нас людей. Тим Скарф развивает эту мысль, напоминая, что агентность и способность выбирать действия возникают тогда, когда вычисления приобретают достаточную контрфактуальную и темпоральную глубину — то есть когда система способна моделировать саму себя и просчитывать гипотетические сценарии будущего. Даже обычный термостат можно оснастить сложной генеративной моделью со элементами стохастического хаоса для планирования, что придаст ему определенную агентность, недоступную простым физическим объектам.
Однако реальная сложность возникает при попытке применить этот критерий к искусственным нейросетям на практике. Тим Скарф предлагает мысленный эксперимент: представьте, что технологии нейровизуализации достигли такого совершенства, что мы смогли полностью спроецировать карту человеческого мозга на массив битов искусственной нейросети. Глядя на этот колоссальный массив данных извне, как ученый-датасаентист может определить, обладает ли эта «корзина с битами» (bag of bits) внутренней моделью себя и способностью к контрфактуальному планированию? Любой универсальный компьютер теоретически способен эмулировать сам себя, что стирает внешние различия между разумным агентом и простым автоматом.
Дональд Хоффман признает, что из-за фундаментальных ограничений (ранее в разговоре собеседники подробно разбирали концепцию кокона Маркова, отделяющего внутренние состояния от внешних) мы никогда не сможем со стопроцентной уверенностью узнать, что происходит по ту сторону границы. Тем не менее, современная наука способна делать высокоточные выводы на основе анализа вычислительных архитектур. В качестве примера Хоффман приводит анатомию человеческого мозга, где природа зафиксировала строгую независимость между обработкой пространственных характеристик («где») в верхней части и распознаванием сущностей («что») в нижних отделах височной доли. Такая статистическая факторизация мира в структуре связей наглядно доказывает наличие глубокой генеративной модели, адаптированной под стабильную физическую реальность. Чтобы обнаружить истинную агентность в ИИ, исследователям необходимо искать аналогичные маркеры:
-
Выраженную иерархическую структуру связей;
-
Наличие условной независимости при отсутствии жестких физических соединений на шине данных;
-
Специфические корреляты передачи сообщений и распределения вычислительной энергии.
⏳ Темпоральная глубина: почему камни не принимают решений 1:28:15
Пытаясь нащупать границу между одушевленным мышлением и неодушевленной материей, Тим Скарф выдвигает провокационный аргумент. Представим обычный камень, который веками покоится на вершине холма. На него воздействуют ветер, капли дождя, температурные перепады. В конце концов, под влиянием этих микрофакторов камень срывается и катится вниз. Можно ли утверждать, что в этой точке камень принял «окончательное решение», аккумулировав терабайты информации из окружающей среды? И не сводится ли вся разница между мозгом и булыжником исключительно к масштабу времени: мозг обрабатывает входящие сигналы за секунды, а камню требуются столетия?
Дональд Хоффман категорически отвергает эту аналогию, указывая на принципиальное различие в архитектуре. Ключ кроется в многоуровневой иерархии масштабов времени, которая естественным образом возникает в глубоких динамических системах вроде человеческого мозга. Мозг устроен как центростремительная иерархия, где происходит разделение временных шкал по мере продвижения вглубь системы.
Нижние уровни обрабатывают сверхбыстрый, высокоразмерный поток сенсорных данных (например, фотоны, попадающие на сетчатку, или хаотичные нейронные вспышки). Глубокие уровни осуществляют «крупнозернистое» абстрагирование (course graining) и сжатие информации во времени. На этих уровнях формируется контекст, который меняется значительно медленнее.
Именно эта временная сепарация дарует живым системам способность к долгосроческому планированию и ощущение темпоральной стойкости — понимание того, что определенные объекты (включая наше собственное «Я») стабильно существуют во времени. Камень, подвергающийся эрозии, лишен такой архитектуры абстрагирования. Его падение с холма — это изолированное физическое событие, а не следствие работы так называемого пуллбэк-аттрактора (pullback attractor). С присущим ему академическим юмором Хоффман резюмирует: если бы камень упал с горы, а затем развернулся и самостоятельно пошел обратно наверх, вот тогда у нас появились бы веские основания заглянуть под его «капот» в поисках сложной иерархической структуры и итеративной динамики. До тех пор, пока этого не происходит, любые внешние изменения неживых объектов остаются лишь пассивным следствием законов термодинамики.
🏗️ От плоских алгоритмов к истинному АГИ: вызов для технологий будущего 1:32:52
Различие в глубине темпоральных иерархий переносит дискуссию в практическое русло инженерии искусственного интеллекта. Тим Скарф обращает внимание на то, что современные большие языковые модели (LLM) по сути своей плоские. В их архитектуре присутствует лишь один базовый уровень иерархии: прямое вычисление при генерации следующего токена и внешняя обратная связь через контекстное окно, куда добавляются предыдущие токены. Достаточно ли этого для создания полноценного сильного ИИ (AGI), или же технологический тупик преодолим только через воссоздание многоуровневых вертикальных структур, подобных человеческому разуму?
Дональд Хоффман солидарен с тем, что глубокая иерархия критически важна для технологической эволюции ИИ. Зная точную генеративную модель системы, инженеры могли бы напрямую симулировать обновление убеждений в соответствии с принципом наименьшего действия. В таком сценарии полностью объяснимый и прозрачный ИИ демонстрировал бы безупречное базовое оптимальное управление и планирование. Более того, это позволило бы ученым четко классифицировать искусственные системы по шкале агентности, безошибочно определяя, имеем ли мы дело со статичным «камнем», простым «термостатом» со сложной моделью предсказания температур или действительно самоосознающим агентом.
В завершение беседы Тим Скарф и его собеседники касаются природы свободы воли и ее связи с автономией. Как отмечает ведущий, если поведение системы полностью предсказуемо и математически выводимо из ее генеративной модели, в ней не остается места для истинной свободы воли в человеческом понимании. Впрочем, для наличия базовой агентности свобода воли может и не требоваться — достаточно того, чтобы алгоритм автономно анализировал входящие сигналы и принимал решения о дальнейших действиях. Как будет подробно показано в следующей главе, ключевым водоразделом здесь становится критерий взаимодействия агента со средой, требующий от системы способности не просто преобразовывать биты информации внутри себя, но и активно изменять то самое внешнее окружение, которое она воспринимает.
🌌 Проблемы восприятия, агентности и структура Рулиада 1:40:38
В процессе поиска критериев, определяющих агентность, Тим Скарф и Дональд Хоффман обсуждают возможность установления границы между субъектом и средой. Предлагаемый практический критерий заключается в следующем: сущность может считаться агентом, только если она способна замыкать цикл причинности, активно воздействуя на ту же среду, которую она воспринимает.
Скарф отмечает, что это определение может быть интерпретировано двояко. С одной стороны, это чисто функциональный подход — «действие-восприятие», при котором даже термостат обладает простейшей формой агентности, реагируя на изменения. С другой стороны, более тонкое понимание предполагает способность выбирать курс действий из ряда контрфактических альтернатив, что требует сложной генеративной модели. При этом вопрос о том, где именно проходит граница «планирования» и «выбора», остается открытым: скорее всего, это не жесткая линия, а градиент, зависящий от глубины временного горизонта и сложности планирования системы. Ранее в разговоре они касались принципа свободной энергии и роли вероятностного вывода в поведении организмов.
🌀 Сэмплирование Рулиада человеческим разумом 1:50:23
Стивен Вольфрам вводит концепцию Рулиада как пространства, содержащего все возможные вычисления. Согласно его теории, вопрос о «тонкой настройке» Вселенной теряет актуальность, так как в Рулиаде реализованы абсолютно все варианты. Наблюдатели — такие как люди — не выбирают законы физики, они лишь воспринимают специфический, доступный им срез этой бесконечной вычислительной структуры.
То, что мы называем «интересными» явлениями в физическом мире, по сути, является антропоцентрической проекцией. Наши попытки описать законы природы, сжать информацию или найти закономерности зависят от того, каким образом наш разум осуществляет «грубое зернение» (coarse graining) данных. Таким образом, характер наблюдаемой нами Вселенной предопределен тем, что мы являемся именно такими наблюдателями, какими являемся.
🧩 Факторизуемость физического мира 1:54:36
Критический вопрос, который задает Скарф, касается того, можно ли использовать марковские границы (Markov blankets) для выделения отдельных объектов внутри структуры Рулиада. Хотя в классической науке концепция «факторизуемости» мира — возможность проведения независимых экспериментов над изолированными системами — является фундаментом, Вольфрам указывает на ее ограниченность.
В структуре Рулиада все события причинно связаны, и абсолютная изоляция невозможна. Концепция независимых объектов, на которой строятся наши теории, — лишь полезное, но приближенное описание, работающее в определенных масштабах. Истинная факторизуемость возможна лишь в редких случаях, таких как наличие горизонтов событий у черных дыр, где причинные связи действительно разрываются для внешнего наблюдателя.
⚛️ Электроны как скрытые миры 2:00:38
Вольфрам проводит любопытную параллель между элементарными частицами и черными дырами. Хотя в стандартной физике их принято разделять, с точки зрения структуры Рулиада у них много общего: они обладают специфическими свойствами, которые остаются неизменными для внешнего наблюдателя, несмотря на возможную сложность процессов внутри них.
Существует гипотетическое допущение, что за идентичностью всех электронов во Вселенной может скрываться некая сложная внутренняя структура — своего рода «цивилизация», скрытая от внешнего мира. Для любого наблюдателя, находящегося снаружи, электрон будет выглядеть стандартной элементарной частицей, но его внутренняя вычислительная динамика может быть колоссально сложной. Это возвращает нас к фундаментальному вопросу о том, как наблюдатели, «запертые» внутри таких структур, воспринимают движение и реальность.
🎬 Вычислительное бремя наблюдателя: Как конструируется иллюзия стабильности 2:05:31
Цена согласованности: почему «отрендерить» мир сложнее, чем им управлять 2:05:31
Быть наблюдателем во Вселенной — это не пассивная фиксация предзаданной реальности, а колоссальный, непрерывный вычислительный труд. Как отмечается в заключительной части дискуссии на канале Machine Learning Street Talk, сама попытка «отрендерить видео» окружающего мира требует от воспринимающего субъекта невероятных усилий. Наблюдателю приходится постоянно сопоставлять, выравнивать и синхронизировать совершенно разные фрагменты пространства в разные моменты времени, чтобы удерживать их в едином когерентном поле.
Самое поразительное здесь заключается в масштабе затрат: этот процесс удержания внутренней согласованности поглощает значительно больше вычислительной мощности, чем уходит на поддержание всей фундаментальной динамики физических процессов, происходящих «под капотом» мироздания. Базовые законы Вселенной могут строиться на относительно простых математических правилах взаимодействий в гиперграфах, однако перевод этого глубинного хаоса в понятный, структурированный поток повседневного опыта требует от структуры наблюдателя беспрецедентной работы по фильтрации и сборке данных. Ведущий Тим Скарф (Tim Scarfe) и его собеседники подчеркивают, что без этих жестких ограничений восприятия мир превратился бы в абсолютно нечитаемый информационный шум.
Иллюзия покоя как фундаментальное допущение 2:06:13
Чтобы этот сложнейший механизм «рендеринга» реальности вообще мог функционировать, сознание вынуждено принимать жесткие априорные допущения. Главное из них — это базовая иллюзия собственной неподвижности. Наблюдатель всегда подсознательно уверен, что он статичен, персистентен во времени и зафиксирован примерно в одной и той же точке пространства, в то время как весь остальной мир движется вокруг него.
Без этого эвристического допущения человеческий разум просто не смог бы сформировать картину реальности, которую кто-либо способен узнать или интерпретировать. Даже если все скрытые связи на фундаментальном уровне абсолютно верны, отсутствие фиксированной точки отсчета сделало бы ориентацию невозможной. Именно благодаря специфическим характеристикам нашей познавательной системы такие колоссальные космические объекты, как черные дыры, видятся нам стабильными и персистентными физическими телами. Когнитивный психолог Дональд Хоффман (Donald Hoffman) неоднократно указывал в своих трудах, что наши органы чувств — это лишь интерфейс, оптимизированный для выживания, а не для отображения объективной истины, и удержание этого интерфейса требует перманентного когнитивного напряжения.
Защита от координатного распада: уроки относительности 2:06:51
Эта необходимость непрерывного выравнивания пространственно-временных лоскутов — не просто умозрительная концепция из области когнитивных наук. Она находит прямое математическое подтверждение в фундаментальной физике. При попытках численного моделирования в рамках стандартной общей теории относительности ученые сталкиваются с аналогичным вызовом. Если в уравнениях не производить принудительное координатное выравнивание, то в расчетах мгновенно возникают странные координатные сингулярности.
Эти математические артефакты способны в буквальном смысле «разорвать» или деформировать моделируемое пространство, полностью уничтожая структуру симуляции. Таким образом, даже сугубо прикладная задача — технически построить визуализацию или видеоряд физического процесса — с неизбежностью заставляет исследователей возвращаться к фундаментальным вопросам о природе наблюдателя:
- Каких колоссальных усилий стоит живому или искусственному агенту успешное «склеивание» разрозненных квантовых событий?
- Каким образом мозг умудряется удерживать баланс между хаотичной динамикой микромира и макроскопической стабильностью?
- Какова реальная вычислительная цена нашего повседневного восприятия?
Ранее в разговоре участники уже подробно касались таких тем, как суть принципа свободной энергии и определение агентности в искусственном интеллекте. Под занавес эфира собеседники возвращаются к этому вопросу вскользь, обсуждая локализацию процессов управления через классическую аналогию с кораблем, проходящим через Суэцкий канал. Внешний наблюдатель может ошибочно наделить агентностью все огромное судно, видя его целенаправленное движение. Однако для максимальной вычислительной эффективности границы истинного планирования следует сузить до масштабов мозга капитана, находящегося у руля. Тем не менее у агентности всегда есть две стороны: если само планирование минимизировано до размеров черепной коробки, то для реализации этого плана — физического действия — по-прежнему необходима вся громоздкая машина корабля. Это подчеркивает, что любой агент во Вселенной обречен постоянно координировать микроскопический фокус своего внимания с огромной, энергозатратной инфраструктурой окружающего мира.
