Но, когда говорят люди, они не просто ассоциируют звуки со звуками, а делают гораздо большее, так что модели не могут за ними угнаться. Ошибки происходят из-за отсутствия механизмов, оперирующих логическими связями. Большинство моделей заходят в тупик, пытаясь справиться с новыми словами, которые не похожи на уже знакомые и не могут быть обобщены по аналогии. Встретившись с новым словом «frilg», например, они выдают не «frilged», как сделал бы человек, а странную смесь вроде «freezled». Дело в том, что у них нет алгоритма переменной (как «х» в алгебре или «глагол» в грамматике), приложимого к любому элементу категории, независимо от того, насколько знакомы его свойства. (Это механизм, позволяющий людям мыслить категориями.) Сети могут только ассоциировать отрывки звуков с другими отрывками, и, сталкиваясь с новым глаголом, который звучит непохоже ни на один из тех, на которых они обучались, сети выдают на-гора попурри из наиболее похожих звуков, какие только могут найти.
Модели также не могут различать глаголы-омонимы с одинаковым звучанием, но разными формами прошедшего времени, как в случае «ring the bell» — «rang the bell» или «ring the city» — «ringed the city». Стандартные модели учитывают только звуки и слепы к грамматической разнице глаголов, требующих различного спряжения. Ключевое отличие здесь между простыми корнями, такими как «ring» в смысле звонить (прошедшее время «rang») и сложными глаголами, произошедшими от существительных, такими как «ring» в смысле окружить (прошедшее время «ringed»). Чтобы уловить эту разницу, лингвистическая система должна быть оборудована структурами связанных данных (например, «глагол, произошедший от существительного»), а не просто кучей разрозненных элементов.
Еще одна проблема — в том, что коннекционистские сети внимательно отслеживают статистику ввода: сколько глаголов каждой звуковой модели они встречали. Это не позволяет им рассчитывать на озарения, с помощью которых маленькие дети открывают правило «-ed» и начинают делать ошибки вроде «heared» и «holded». Создатели коннекционистских сетей могут заставить их так ошибаться, только бомбардируя сети правильными глаголами (чтобы буквально выжечь в них «-ed»), что совершенно не похоже на живой опыт реальных детей. И наконец, масса свидетельств, предоставленных когнитивной нейронаукой, показывает, что грамматические комбинации (включая правильные глаголы) и словарный поиск (включая неправильные глаголы) выполняются отдельными системами мозга, а не единственной ассоциативной сетью.
Не то чтобы нейронные сети были не способны уловить смысл предложения или выполнить задачу грамматического спряжения. (Лучше бы они это умели, потому что сама идея, что размышление — это форма нейронного вычисления, требует, чтобы какой-то вид нейронной сети повторял все, что может делать разум.) Проблема лежит в убежденности, что можно сделать что угодно с самой общей моделью, если правильно ее обучать. Многие исследователи усиливали, модернизировали или объединяли сети в более сложные и мощные системы. Они посвящали разделы нейронной сети абстрактным понятиям вроде «глагольная группа» или «утверждение», встраивали дополнительные механизмы (такие как синхронизированные паттерны импульсов), чтобы связать их в подобие составной рекурсивной системы символов. Они устанавливали пакеты нейронов для слов, или для английских суффиксов, или для основных грамматических признаков. Они строили гибридные системы: с одной нейросетью — для извлечения неправильной формы глагола из памяти и другой — для соединения глагола с суффиксом[17].
Система, собранная из усиленных подсетей, может оказаться вне всякой критики. Но в этом случае мы уже не говорим об обычной нейронной сети! Мы будем говорить о сложной системе, в которой изначально заложены механизмы для выполнения задач, подвластных людям. В детской сказке «Каша из топора» главный герой просит разрешения воспользоваться котлом, чтобы сварить кашу из топора. Но затем, чтобы сделать кашу вкуснее, он добавляет все новые и новые ингредиенты и готовит сытное наваристое блюдо за счет скупой хозяйки. Разработчики коннекционистских сетей, претендующие на создание интеллекта на базе обычных нейронных сетей, не требуя чего-то существенного, занимаются тем же самым. Элементы дизайна, которые делают нейросеть умной — за что отвечает каждый нейрон, как они связаны друг с другом, какие типы сетей объединены в систему следующего уровня и каким образом, — отражают врожденную организацию моделируемой части разума. Обычно исследователь подбирает их вручную, подобно изобретателю, перетряхивающему коробку с диодами и транзисторами, но в настоящем мозге они могли развиваться благодаря естественному отбору (и архитектура некоторых сетей действительно создается с помощью симуляции естественного отбора)[18]. Единственная альтернатива состоит в том, что какие-то предыдущие эпизоды научения подготовили сеть к научению нынешнему, но, разумеется, нам придется в какой-то момент остановиться и признать некоторые врожденные характеристики самой первой сети, запустившей этот процесс.
Так что слухи, что нейронная сеть может заменить ментальную структуру статистическим научением, неверны. Простая, неспециализированная сеть не отвечает требованиям обычного человеческого мышления и речи; комплексные, специализированные сети — это каша из топора, в которой большая часть интересующей нас работы выполняется благодаря изначально заданным, врожденным настройкам нейронных связей внутри сети. Когда мы призна́ем это, моделирование нейронных сетей станет неотъемлемым дополнением теории сложной человеческой природы, а не будет пытаться подменить ее[19]. Оно заполнит пробелы между элементарными мыслительными операциями и психологической активностью мозга и послужит важным звеном в длинной цепи знаний между биологией и культурой.
Бо́льшую часть своей истории нейронауки сталкивались с обескураживающим фактом: мозг выглядит так, словно он изначально специализирован до мельчайшей детали. Если говорить о человеческом теле, то на нем мы видим следы жизненного опыта: оно может быть загорелым или бледным, плотным или рыхлым, иссушенным, пухлым или рельефным. Но подобных следов не найдешь в мозге. Очевидно, что-то здесь не так. Люди учатся, и учатся многому: осваивают язык, культуру, секреты производства, базы данных накопленных ими фактов. К тому же сотни триллионов связей в мозгу невозможно задать геномом в 750 мегабит. Мозг должен каким-то образом меняться в ответ на поступающую информацию, вопрос — каким?
И мы, наконец, начинаем это понимать. Изучение нейропластичности сейчас на пике. Почти каждую неделю появляются новые знания о том, как мозг формируется в утробе и настраивается вне ее. Десятилетиями никто не мог найти хоть что-то, что физически меняется в мозге, и неудивительно, что нынешние открытия в области пластичности нарушили равновесие в дихотомии врожденное/приобретенное. Некоторые считают, что пластичность поможет расширению человеческого потенциала и поставит силу мозга на службу революционным изменениям в воспитании детей, образовании, медицине и борьбе со старением. В некоторых научных манифестах провозглашается, будто пластичность доказывает, что мозг не может иметь сколько-нибудь значительной врожденной структуры[20]. В книге «Пересматривая наследственность» (Rethinking Innateness) Джеффри Элман и группа коннекционистов Западного полюса пишут, что предрасположенность по-разному думать о разных вещах (язык, люди, объекты и т. д.) может быть заложена в мозг только в виде предупреждающих сигнализаторов, которые обеспечивают организмам получение «огромного количества определенных входных данных еще до последовательного научения»[21]. В «конструктивистском манифесте» ученые-теоретики Стивен Кварц и Терренс Сейновски пишут, что «хотя кора больших полушарий и не "чистый лист", на ранних стадиях она по большей части не специализирована», и поэтому теории врожденных идей «выглядят неправдоподобными»[22].
Бесспорно, исследования пластичности и развития нервной системы открывают человеческому знанию новые горизонты. Как линейная нить ДНК может управлять сборкой замысловатого объемного органа, позволяющего нам думать, чувствовать, учиться? Эта проблема поражает воображение и способна обеспечить нейроученых работой на десятилетия и заодно опровергнуть любые предположения о том, что мы достигли «конца наук».
Да и сами по себе открытия в этих областях удивительны и провокативны. Традиционно считалось, что кора головного мозга (наше «серое вещество») разделена на зоны с определенными функциями. Одни представляют конкретные части тела, другие отвечают за восприятие и обработку звуков и зрительных образов, третьи концентрируются на мышлении и языке. Но теперь мы знаем, что познание и практика меняют границы между зонами. (Это не значит, что ткани мозга буквально увеличиваются или сжимаются, но, как показывает сканирование или обследование коры головного мозга с помощью электродов, граница, на которой заканчивается одна способность и начинается другая, может сдвигаться.) Например, у скрипачей увеличена область коры, отвечающая за пальцы левой руки[23]. Когда человек или обезьяна выполняют простую задачу вроде различения форм или слежения за точкой в пространстве, нейроученые могут наблюдать, как части коры головного мозга или даже отдельные нейроны выполняют эту работу[24].
Перераспределение ресурсов тканей мозга для выполнения новых задач особенно ярко заметно, когда человек лишается возможности пользоваться органом чувств или частью тела. Люди, слепые от рождения, пользуются зрительной корой, читая шрифт Брайля