Биология поведения человека: Лекция #22. Эмерджентность и сложность [Роберт Сапольски. Стэнфорд]

• Курс "Биология поведения человека" в Стэнфорде.  

• Обсуждение клеточных автоматов и фракталов.  

• Важность эффекта бабочки в детерминированно-хаотических системах.  

• Фракталы и их влияние на масштаб.  

• Крошечные различия могут иметь значительные последствия.  

• Клеточные автоматы как пример фракталов.  

• Первый паттерн и его свойства.  

• Простые правила и локальные эффекты.  

• Большинство систем вымирают, но некоторые достигают зрелых состояний.  

• Конвергенция начальных условий.  

• Невозможность предсказать будущее системы по начальному состоянию.  

• Нелинейные системы и эффект бабочки.  

• Влияние начальных условий на паттерны.  

• Примеры с асимметричными и симметричными начальными условиями.  

• Непредсказуемость будущего системы.  

• Влияние правил на паттерны.  

• Разнообразие паттернов при разных правилах.  

• Биологические аналоги и непредсказуемость эволюции.  

• Примеры раковин и панцирей.  

• Простые правила и сложные паттерны.  

• Конвергенция в природе и эволюция.  

• Исследование растений на горе Кения.  

• Конвергенция форм растений в разных климатических условиях.  

• Ограниченное количество форм, способных выжить в экстремальных условиях.  

• Существует несколько вариантов количества ног и способов передвижения у существ.  

• В органических системах встречаются клеточные автоматы, где небольшие различия приводят к значительным изменениям.  

• В природе существует мало вариантов выживания в разных условиях, что указывает на конвергенцию и клеточные автоматы.  

• Стивен Вольфрам, известный математик и разработчик клеточных автоматов, опубликовал книгу "Новый вид науки".  

• Книга содержит около 1200 страниц и рассказывает о природных паттернах и клеточных автоматах.  

• Книга описывает, как простые правила могут создавать сложные системы, но не всегда предсказывает, какая система выживет.  

• В природе можно запрограммировать сложность с помощью простых правил.  

• Редукционистский метод понимания вселенной перестает работать из-за нехватки нейронов.  

• Ученые сосредоточились на нейронных сетях, где информация кодируется в сетях, а не в отдельных нейронах.  

• Нейронная сеть состоит из двух слоев: нейроны нижнего слоя распознают конкретные стимулы, а нейроны верхнего слоя получают информацию от всех нейронов нижнего слоя.  

• Нейроны в среднем слое распознают общие черты и аналогии, что позволяет распознавать импрессионизм.  

• Нейронные сети позволяют распознавать сходство и метафоры, что отличает их от последовательных аналитических операций компьютеров.  

• Нейронные сети с широкой системой связей позволяют распознавать сходство и метафоры.  

• Творчество связано с созданием новых связей между нейронами, что позволяет создавать уникальные нейронные сети.  

• Пример Пикассо показывает, как расширенные нейронные сети могут создавать уникальные связи и распознавать лица.  

• Исследования показывают, что нейроны в коре головного мозга реагируют на мультимодальные стимулы.  

• Карл Лэшли пытался найти энграммы для хранения фактов, но пришел к выводу, что память не существует в виде отдельных нейронов.  

• У пациентов с болезнью Альцгеймера память не исчезает, но становится сложнее добраться до нее из-за ослабления нейронных сетей.  

• Пациенты с болезнью Альцгеймера могут помнить информацию, но требуется больше стимулов для ее извлечения.  

• Тесты показывают, что память не исчезает, а становится сложнее добраться до нее.  

• Нейронные сети могут быть тонкими и  

• Фрактальные гены не зависят от масштаба и могут создавать древовидные структуры.  

• Пример: трубка растет до пяти раз длиннее ширины, затем разветвляется.  

• Это правило применимо как к одному нейрону, так и к целой кровеносной системе.  

• Гены кодируют белки, которые механически соединяются, образуя трубки.  

• Трубки становятся нестабильными и разделяются при достижении определенной длины.  

• Это объясняет, как фрактальные правила работают в реальной жизни.  

• Кровеносная система занимает менее пяти процентов массы тела.  

• Фрактальная геометрия помогает решить проблему размещения.  

• Примеры: множество Кантора и снежинка Коха.  

• Фрактальные мутации могут изменить правила роста трубок.  

• Это может привести к катастрофическим последствиям для кровеносной и дыхательной систем.  

• Примеры редких заболеваний, таких как синдром Калмана.  

• Эмерджентность объясняет, как системы принимают сложные формы без генетических команд.  

• Пример с ломтиком картофеля, который принимает форму двойного седла при нагревании.  

• Это решение является следствием биофизических свойств, а не эволюционного отбора.  

• Фрэнсис Гальтон впервые описал феномен мудрости толпы.  

• Пример с ярмаркой, где фермеры не могли точно угадать вес животного, но среднее значение оказалось правильным.  

• В шоу "Кто хочет стать миллионером" зрители голосуют за правильный ответ, что повышает вероятность успеха.  

• Рынки предсказаний используют мудрость толпы для прогнозирования событий.  

• Пример с поиском затонувшей подлодки, где эксперты усреднили свои прогнозы и оказались в трехстах метрах от нужного места.  

• Для успеха нужно беспристрастное собрание экспертов, разбирающихся в теме.  

• Эмерджентная сложность возникает из взаимодействия простых элементов.  

• Пример с муравьями: из хаотичного поведения возникает сложная система.  

• Муравьи не знают точных правил, но взаимодействуют, создавая адаптивные паттерны.  

• Задача коммивояжера: найти кратчайший маршрут через несколько мест.  

• Решение с помощью роевого интеллекта: виртуальные муравьи оставляют феромонные следы, которые помогают найти оптимальный маршрут.  

• Муравьи используют простые правила для решения задачи, что делает их подход эффективным.  

• Роевой интеллект используется для оптимизации маршрутов и решения задач.  

• Пример с телекоммуникационными компаниями, которые используют муравьев для расчета минимальной длины кабеля.  

• Муравьи решают задачу, следуя простым правилам, что делает их подход эффективным и масштабируемым.  

• Пчелы ищут место для улья, танцуя и передавая информацию о направлении и расстоянии.  

• Пчелы с хорошим источником пищи танцуют дольше, привлекая других пчел.  

• Случайные взаимодействия между пчелами оптимизируют поиск места для улья.  

• Простые правила притяжения и отталкивания создают сложные структуры.  

• Пример с муравьями и пчелами показывает, как простые правила приводят к сложным результатам.  

• В симуляциях городов и нейронов простые правила приводят к упорядоченным структурам.  

• Молекулы с разными зарядами притягиваются или отталкиваются.  

• Эксперимент с первичным бульоном показал, как молекулы выстраиваются в аминокислоты.  

• Простые правила приводят к сложным структурам, как в примере с магнитами и шариками.  

• Землетрясения и телефонные звонки имеют степенное распределение вероятностей.  

• Исследования показывают, что различные явления подчиняются этому закону.  

• Примеры включают количество ссылок на сайтах и количество отправленных имейлов.  

• Теория Бейкона позволяет определить число Бейкона для каждого человека.  

• Степенное распределение применяется в различных системах, включая тектонические плиты и телефонные звонки.  

• В биологии это применимо к нейронным сетям, где узлы устанавливают связи на разных расстояниях.  

• Узлы в сети должны принимать решения о том, с кем устанавливать связи.  

• Степенное распределение вероятностей помогает оптимизировать систему.  

• В коре головного мозга нейроны создают локальные и дальние связи, что обеспечивает стабильную работу.  

• У пациентов с аутизмом наблюдается более резкое степенное распределение связей.  

• Это приводит к изолированным областям и функциональным нарушениям.  

• Половые различия в степенном распределении связей также влияют на работу мозга.  

• Оценка качества продуктов и услуг может происходить снизу вверх.  

• Пример: Википедия, где пользователи оставляют отзывы, что улучшает качество контента.  

• Недостаток: системы склонны к однообразию и не замечают отклонения от общей выборки.  

• Кора головного мозга развивается с помощью роевого интеллекта.  

• Клетки-пионеры и нейроны-странники устанавливают связи, создавая оптимальное степенное распределение.  

• Это проявление эмерджентности, возникающей из простых локальных правил.  

• Нейроны человека и других видов имеют схожие базовые элементы.  

• Различия в количестве клеток и их взаимодействии создают эмерджентные свойства.  

• Пример: Гарри Каспаров и шахматный компьютер Deep Blue, где компьютер победил за счет скорости.  

• Компьютер может производить больше вычислений за короткий промежуток времени.  

• Гроссмейстер может предвидеть сложные ситуации, но компьютер может просчитывать на 7-8 ходов вперед.  

• Каспаров проиграл из-за способности компьютера генерировать множество решений и выбирать лучшее.  

• С достаточным количеством элементов происходит оптимизация решения.  

• Нейроны человека и других видов отличаются только количеством.  

• Геном человека и шимпанзе совпадают на 98%, но есть значительные различия.  

• У человека меньше генов для обонятельных рецепторов, что составляет половину различий.  

• Различия в генах, связанных с морфологией костей и волосяным покровом.  

• Гены, связанные с размножением, делают гибриды невозможными.  

• Человеческие клетки делятся больше раз, что увеличивает количество нейронов.  

• Количество нейронов определяет особенности мозга.  

• Различия между видами заключаются в количестве нейронов.  

• Важность количества элементов для создания сложной системы.  

• Чем проще составляющие, тем лучше.  

• Случайные взаимодействия способствуют оптимизации сетей.  

• Градиентность информации играет важную роль в оптимизации системы.  

• Локальное взаимодействие между ближайшими соседями важно.  

• Лучше знать немного обо всем, чем быть узким специалистом.  

• Эмерджентные явления объясняют сложность человеческого мозга и поведения.  

• Поколение, выросшее с осознанием ненужности критиков, лучше понимает эмерджентность.  

• Примеры успешных революций, произошедших через эмерджентные процессы.  

• Понятие идеала и эссенциального совершенства — миф.  

• Отсутствие плана действий подразумевает отсутствие необходимости в источнике указаний сверху.  

• Чем чаще это происходит, тем легче осмыслить эмерджентные системы.