Большой плюс этой стратегии заключается в том, что она опровергает возражение о бесконечном регрессе. Гомункулярный функционализм позволяет обойти губительный бесконечный регресс и заменить его конечным, который в итоге приводит нас, как мы только что заметили, к операторам, задача коих настолько проста, что их можно заменить машинами. Главное было отказаться от мысли, что всю работу делает центральный оператор, и распределить задачи между небольшими, менее умными агентами, работа которых также распределяется между другими агентами, и так далее.

Таким образом, идя от общего к частному, классический GOFAI позволил нам сделать большой шаг вперед, однако предложенная им бюрократическая система организации вышла хотя и эффективной, но излишне механистичной! Может, нам и показалось, что мы избавились от короля или директора, но у нас все равно осталась армия руководителей среднего звена, подчиняющихся множеству вице-президентов (взаимодействия которых формируют высший уровень системы) и отдающих приказы своим подчиненным, которые, в свою очередь, делегируют задачи нижестоящим конторским работникам, и так далее. Существование этой гиперэффективной организации, где ни один элемент не работает вхолостую, где не происходит искусственного раздувания штатов, а все приказы беспрекословно выполняются, в основном обусловливалось тем фактом, что огромные компьютеры, на которых разрабатывались ранние модели ИИ, по сегодняшним стандартам были медленными и маломощными, а люди хотели как можно быстрее получить результат. Чтобы произвести впечатление на инвестора, нужно было создать такой ИИ, которому для ответа на простой вопрос не нужно думать часами. Он должен был работать четко. Кроме того, на создание тысяч строк кода требуется немало времени, а если вы сумели разбить итоговую цель – к примеру, научить компьютер отвечать на вопросы о лунных камнях, диагностировать болезни почек или играть в шахматы – на серию решаемых задач и знаете, как создать для них программы, которые затем можно будет интегрировать в рабочую систему, вы получите свой “экспериментальный образец” [24] при целесообразно низких временных и финансовых затратах.

Обратите внимание, что компьютеры всегда конструируются таким образом, чтобы потребности и производительность практически не зависели друг от друга. Аппаратное обеспечение распределяет электрический ток щедро и беспристрастно, поэтому ни одна из микросхем не рискует оказаться обделенной. На программном уровне великодушная диспетчерская система распределяет машинные циклы в зависимости от приоритизации задач, и хотя приоритет процессам может присваивать специальный распределительный механизм, в итоге получается организованная очередь, а не беспорядочная борьба за выживание. Как сказал бы Маркс, “от каждого по способностям, каждому по потребностям”. Специалист по теории вычислительных систем Эрик Баум метко назвал эту иерархию системой “политбюро”. Возможно, смутное понимание этого факта лежит в основе типичного человеческого представления о том, что компьютер ни к чему не может проявлять участие. И проблема не в том, что он сделан из неправильных материалов – разве можно сказать, что кремний не подходит для проявления участия в той степени, в которой подходит углерод? – а в том, что его внутренняя организация не предполагает наличия рисков и возможностей и потому компьютер и не должен проявлять участие.

Нейроны не такие. Обычные клетки, из которых состоят наши тела, вероятно, можно сравнить с послушными рабами – наподобие самоотверженных, бесплодных рабочих муравьев, которые живут в колонии, выполняют стереотипные задачи и существуют в относительно неконкурентной (марксистской) среде. Но клетки мозга – как я теперь думаю – ожесточенно конкурируют на рынке. За что? Чего может желать нейрон? Энергии и ресурсов, чтобы жить дальше – прямо как его одноклеточные предки-эукариоты и более дальние кузины, бактерии и археи. Нейроны – это своего рода биологические роботы; они явно не наделены сознанием в полной мере. Не забывайте, это эукариоты, подобные грибкам и дрожжевым клеткам. Если отдельные нейроны сознательны, то сознательна и нога спортсмена! Но нейроны, как и их безмозглые одноклеточные кузины, представляют собой весьма компетентных агентов в борьбе за существование – только не между пальцами ваших ног, а в конкурентной среде мозга, где победу одерживают клетки, способные более эффективно устанавливать связи и участвовать в более важных процессах на уровне виртуальных машин, где различаются масштабные человеческие стремления и цели. Многие подсистемы нервной системы организованы в качестве оппонентных процессов, втянутых в войны между подподсистемами, каждая из которых стремится перетянуть одеяло на себя. (К примеру, наши эмоции можно представить в качестве соперничающих бурь, стремительно вытесняющих друг друга, мешающих друг другу или вступающих в сговор против другой бури.) На мой взгляд, оппонентная динамика эмоций и та роль, которую они играют в контроле над нашим сознанием, определяются экономным характером нейрохимии, сдерживающим склонность отдельных нейронов к конкуренции. (Обратите внимание, что нейроны все равно умеют работать в команде в рамках более крупной организации, в отличие от более радикально эгоистичных агентов, раковых клеток. Нобелевский лауреат биолог Франсуа Жакоб, как мне помнится, сказал, что любая клетка мечтает разделиться на две. Нейроны же стремятся сохранить активность и влиятельность, но не мечтают о размножении.) С такой точки зрения способность животных разумно контролировать свое поведение все равно остается моделируемым процессом – как транзакция на бирже, – но, как сказал нейробиолог Себастьян Сеунг (2007), нейроны эгоистичны и стремятся максимизировать свою прибыль во всех валютах, которые только доступны в мозге. Что же нейроны покупают, отдавая дофамин, серотонин и окситоцин? Они приобретают большее влияние в сетях, в которые вовлечены, а вместе с ним и большую безопасность. (Тот факт, что мулы бесплодны, не мешает им добывать себе пропитание, а следовательно, нейроны также могут руководствоваться инстинктами самосохранения, унаследованными от способных к размножению предков.)

Итак, если идти от частного к общему, вдохновляясь нейробиологией, гомункулярный функционализм начинает казаться все более точной моделью работы мозга, поскольку порождаемые им хаотичные и конкурентные “вычислительные архитектуры” выглядят убедительнее с биологической точки зрения: мы начинаем понимать, какие эволюционные процессы ответственны за построение этих архитектур как на стадии зародыша, так и во взрослой жизни. Кроме того, мы можем проследить их происхождение от более простых нервных систем, состоящих из менее квалифицированных гомункулов, которые лишь вроде как обладают восприятием, дают друг другу сигналы и имеют память [25] .

Зачем нам вообще оператор “вроде как”? Дело в том, что, разбирая – или собирая – комплект все более компетентных уровней, мы должны знать о каждом уровне два факта: что он собой представляет и что он делает. Чтобы понять, что он собой представляет, достаточно описать структурную организацию элементов, из которых он состоит, при условии что элементы, насколько нам известно, функционируют именно так, как положено. Чтобы понять, что он делает, нужно проанализировать (когнитивную) функцию, которую он (вроде как) выполняет, причем выполняет достаточно хорошо, чтобы на следующем уровне мы могли сказать, что имеем в своем распоряжении компетентный кирпичик, выполняющий только эту функцию – выполняющий ее вроде как, чего нам вполне достаточно. Это ключ к решению невероятно сложного вопроса о том, как сознание вообще может состоять из материальных механизмов. На заре компьютерной эры этот потенциал разглядел Алан Тьюринг, который больше всех заслуживает признания за изобретение компьютера. Он брал безмозглые фрагменты механизмов, не имеющие никакой искры сознания, и составлял из них более компетентные механизмы, которые, в свою очередь, могли стать фрагментами еще более компетентных механизмов – и так далее, без очевидных ограничений. Оператор “вроде как” когнитивной науки примерно соответствует дарвиновскому градуализму эволюционных процессов (подробнее об этом в части VI). До бактерий существовали вроде как бактерии, до млекопитающих – вроде как млекопитающие, до собак – вроде как собаки и так далее.

Нам не обойтись без дарвиновского градуализма, чтобы объяснить огромную разницу между обезьяной и яблоком, а без градуализма Тьюринга не обойтись, чтобы объяснить огромную разницу между человекоподобным роботом и карманным калькулятором. Обезьяна и яблоко состоят из одних и тех же базовых ингредиентов, по-разному структурированных и используемых в многоуровневом каскаде различных функциональных компетенций. Не существует четкой границы, отделяющей вроде как обезьяну от обезьяны. Как человекоподобный робот, так и карманный калькулятор сделаны из одинаковых базовых, бездумных, бесчувственных кирпичиков Тьюринга, но мы составляем из них более крупные, более компетентные структуры, которые затем становятся элементами еще более компетентных структур на более высоких уровнях, и в конце концов добираемся до таких (вроде как) умных фрагментов, что их можно назвать понимающими. Мы используем интенциональную установку, чтобы отслеживать убеждения и желания (или “убеждения” и “желания”, или вроде как убеждения и вроде как желания) (вроде как) рациональных агентов на каждом уровне, начиная с простейших бактерий, через все схемы распознавания, сигнализации, сравнения и запоминания, которые включает в себя мозг животных, от морских звезд до людей-астрономов. Не существует четкой границы, отделяющей истинное понимание, и это верно даже в случае с людьми. Маленький ребенок вроде как понимает собственную фразу “мой папа – врач”, а я вроде как понимаю формулу E=mc2. Некоторые философы противятся этому антиэссенциализму (см. главу 43): либо вы верите, что снег белый, либо нет; либо вы наделены сознанием, либо нет; ничто нельзя считать аппроксимацией психического феномена; здесь либо все, либо ничего. Для таких мыслителей свойства сознания остаются неразрешимой загадкой, поскольку сознание “совершенно” и совершенно не похоже ни на что из того, что можно найти в сугубо материальных механизмах.