# Карл Фристон: «Наш мозг — это статистический прибор, конструирующий реальность»

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

---

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
[[JUMP:00:00]]

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 [04:13]. Подобно принципу наименьшего действия Гамильтона в физике, FEP описывает, как любые самоорганизующиеся системы — от частиц до популяций — сохраняют свою целостность [04:40].

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» [05:56].
*   **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 [06:10].
*   **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 [07:14].
*   **Градиентный спуск:** По мнению учёного, динамика нейронов буквально выполняет «градиентный спуск» по вариационной свободной энергии [08:47].

## 🕸 Мозг как прорицатель: почему мы видим не реальность, а прогноз
[[JUMP:08:08]]

Нил Деграсс Тайсон отмечает, что нейроны являются проводниками мыслей и памяти, но Фристон идет дальше, утверждая, что мозг — это прежде всего орган прогнозирования [08:08]. Мозг заперт внутри черепа в абсолютной темноте. Всё, что он получает — это неструктурированные электрические сигналы от органов чувств [13:02].

Процесс восприятия, по словам Фристона, строится на следующих механизмах:

1.  **Бессознательный вывод:** Опираясь на идеи Платона, Канта и Гельмгольца, Фристон объясняет, что восприятие — это проверка гипотез [13:28].
2.  **Генеративная модель:** Мозг строит внутреннюю модель того, как возникают ощущения. Если предсказание модели совпадает с входящим сигналом, гипотеза подтверждается [13:52].
3.  **Ошибка предсказания:** Если возникает разрыв между прогнозом и реальностью, мозг обновляет свою «модель мира» [18:25].
4.  **Статистическое разделение:** Мозг анатомически разделяет информацию о том, *что* это за объект и *где* он находится. Это разделение продиктовано статистической структурой самой Вселенной [10:07].

## 🏃 Активный вывод: интеллект требует действия
[[JUMP:11:09]]

Одним из ключевых понятий дискуссии становится «активный вывод» (active inference) [11:24]. Фристон утверждает, что восприятие непассивно: то, что мы видим, напрямую зависит от того, куда мы смотрим и как движемся [11:51].

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) [23:45].
*   **Сенсорное ослабление:** Чтобы начать движение, мозг должен временно «игнорировать» сигналы о том, что мы неподвижны [27:04]. Пример — саккадическое подавление: когда вы быстро переводите взгляд, мозг отключает обработку «смазанного» изображения, считая его «фейковыми новостями» [27:42].
*   **Проблема «Матрицы»:** Тайсон напоминает о фильме «Матрица» [29:14]. Фристон соглашается, что наша реальность — это конструкция, и 99% сенсорной информации мозг просто отсеивает как нерелевантную [30:58].

## 🤖 Почему ChatGPT — это еще не разум
[[JUMP: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 [32:04].

Отличия ИИ от биологического разума по мнению Фристона:

*   **Отсутствие действия:** LLM не выбирают, какие данные им собирать. Они пассивно поглощают огромные массивы информации [36:23].
*   **Эффективность:** Человеческий мозг потребляет около 20 Ватт энергии, тогда как суперкомпьютеры требуют киловатты [41:06]. Принцип свободной энергии позволяет живым системам быть максимально экономичными [40:42].
*   **Генерализация:** Двухлетний ребенок, увидев мяч один раз, узнает его в любом контексте. ИИ часто не обладает такой глубокой моделью мира и может выдавать «галлюцинации» [33:12].

## 💊 Цифровые двойники и лечение психики
[[JUMP: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» [46:46].

Практические применения:

*   **In silico медицина:** Создание «цифровых двойников» пациентов с зависимостями, шизофренией или аутизмом для тестирования лекарств или симуляции хирургического вмешательства в виртуальной среде [46:32].
*   **Понимание галлюцинаций:** По мнению учёного, галлюцинации возникают, когда мозг ошибочно придает слишком большой вес своим внутренним прогнозам, игнорируя внешние данные [54:37].
*   **Аутизм:** Фристон предполагает, что при тяжелых формах аутизма человек может быть перегружен сенсорным потоком, не имея возможности отсеивать лишнее [55:32].

## 🚀 Будущее: от AI к IA
[[JUMP:39:06]]

Фристон и его коллеги опубликовали работу «Проектирование экосистем интеллекта на основе первых принципов» [39:06]. Он считает, что мы переходим из «эпохи информации» в «эпоху интеллекта» [41:35].

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 [39:20]. Это потребует перехода к нейроморфному оборудованию и фотонике для достижения биологической эффективности энергопотребления [40:02].