В новом выпуске StarTalk Нил Деграсс Тайсон и его коллеги обсуждают природу человеческого восприятия и будущее искусственного интеллекта с Карлом Фристоном, одним из самых влиятельных нейробиологов современности. Речь пойдет о том, как мозг, запертый в темной черепной коробке, конструирует реальность с помощью математических принципов и почему настоящему интеллекту необходимо физическое тело.
🧠 Принцип свободной энергии: математика жизни 0:00
Карл Фристон, профессор Университетского колледжа Лондона, разработал «принцип свободной энергии» (Free Energy Principle, FEP), который он называет не просто биологической теорией, а фундаментальным физическим методом . Подобно принципу наименьшего действия Гамильтона в физике, FEP описывает, как любые самоорганизующиеся системы — от частиц до популяций — сохраняют свою целостность .
Основные тезисы Фристона о природе этого принципа:
- Минимизация хаоса: Подобно тому как хлопья в коробке для завтрака оседают на дно под действием гравитации, живые системы стремятся к состояниям с минимальной «свободной энергией» .
- Связь с Ричардом Фейнманом: Фристон прослеживает корни этой математики до работ Фейнмана (вероятно, его докторской диссертации), который использовал понятие свободной энергии для оценки вероятности пути частицы .
- Вероятность, а не термодинамика: В контексте нейробиологии свободная энергия — это не термодинамический показатель, а мера вероятности того, что объяснение мира в вашей голове соответствует реальности .
- Градиентный спуск: По мнению учёного, динамика нейронов буквально выполняет «градиентный спуск» по вариационной свободной энергии .
🕸 Мозг как прорицатель: почему мы видим не реальность, а прогноз 8:08
Нил Деграсс Тайсон отмечает, что нейроны являются проводниками мыслей и памяти, но Фристон идет дальше, утверждая, что мозг — это прежде всего орган прогнозирования . Мозг заперт внутри черепа в абсолютной темноте. Всё, что он получает — это неструктурированные электрические сигналы от органов чувств .
Процесс восприятия, по словам Фристона, строится на следующих механизмах:
- Бессознательный вывод: Опираясь на идеи Платона, Канта и Гельмгольца, Фристон объясняет, что восприятие — это проверка гипотез .
- Генеративная модель: Мозг строит внутреннюю модель того, как возникают ощущения. Если предсказание модели совпадает с входящим сигналом, гипотеза подтверждается .
- Ошибка предсказания: Если возникает разрыв между прогнозом и реальностью, мозг обновляет свою «модель мира» .
- Статистическое разделение: Мозг анатомически разделяет информацию о том, что это за объект и где он находится. Это разделение продиктовано статистической структурой самой Вселенной .
🏃 Активный вывод: интеллект требует действия 11:09
Одним из ключевых понятий дискуссии становится «активный вывод» (active inference) . Фристон утверждает, что восприятие непассивно: то, что мы видим, напрямую зависит от того, куда мы смотрим и как движемся .
Участники обсудили важность телесности:
- Два способа изменить Вселенную: По словам Фристона, у существа есть только два способа повлиять на мир: сократить мышцу или выделить секрет (гормоны/ферменты) .
- Сенсорное ослабление: Чтобы начать движение, мозг должен временно «игнорировать» сигналы о том, что мы неподвижны . Пример — саккадическое подавление: когда вы быстро переводите взгляд, мозг отключает обработку «смазанного» изображения, считая его «фейковыми новостями» .
- Проблема «Матрицы»: Тайсон напоминает о фильме «Матрица» . Фристон соглашается, что наша реальность — это конструкция, и 99% сенсорной информации мозг просто отсеивает как нерелевантную .
🤖 Почему ChatGPT — это еще не разум 31:50
Обсуждая искусственный интеллект, Фристон проводит четкую грань между современными большими языковыми моделями (LLM) и естественным интеллектом. Несмотря на то что LLM используют «механизмы внимания» (attention heads), похожие на человеческие, им не хватает главного — агентности .
Отличия ИИ от биологического разума по мнению Фристона:
- Отсутствие действия: LLM не выбирают, какие данные им собирать. Они пассивно поглощают огромные массивы информации .
- Эффективность: Человеческий мозг потребляет около 20 Ватт энергии, тогда как суперкомпьютеры требуют киловатты . Принцип свободной энергии позволяет живым системам быть максимально экономичными .
- Генерализация: Двухлетний ребенок, увидев мяч один раз, узнает его в любом контексте. ИИ часто не обладает такой глубокой моделью мира и может выдавать «галлюцинации» .
💊 Цифровые двойники и лечение психики 45:23
Фристон видит огромный потенциал в применении своих теорий для медицины. Если мозг — это статистическая машина, то психические расстройства можно рассматривать как «ошибки вывода» .
Практические применения:
- In silico медицина: Создание «цифровых двойников» пациентов с зависимостями, шизофренией или аутизмом для тестирования лекарств или симуляции хирургического вмешательства в виртуальной среде .
- Понимание галлюцинаций: По мнению учёного, галлюцинации возникают, когда мозг ошибочно придает слишком большой вес своим внутренним прогнозам, игнорируя внешние данные .
- Аутизм: Фристон предполагает, что при тяжелых формах аутизма человек может быть перегружен сенсорным потоком, не имея возможности отсеивать лишнее .
🚀 Будущее: от AI к IA 39:06
Фристон и его коллеги опубликовали работу «Проектирование экосистем интеллекта на основе первых принципов» . Он считает, что мы переходим из «эпохи информации» в «эпоху интеллекта» .
Будущее технологий, по мнению Фристона, лежит в переходе от AI (Artificial Intelligence) к IA (Intelligent Agency) — созданию систем, обладающих собственной волей и способностью к осознанному сбору данных . Это потребует перехода к нейроморфному оборудованию и фотонике для достижения биологической эффективности энергопотребления .
