Дэвид Вернон: «То, что мы называем искусственным интеллектом, им не является»

Дэвид Вернон — признанный специалист в области создания и изучения искусственного интеллекта, приглашенный профессор Университета Иннополис. За последние 36 лет он работал в университетах Ирландии, Швеции, Германии, ОАЭ, а также в Европейском сообществе развития систем искусственного интеллекта. Мы побеседовали с Дэвидом о настоящем и будущем искусственного интеллекта.
— Что ученые понимают под искусственным интеллектом?
— У понятия «искусственный интеллект» много объяснений. Одно из старейших дано Алленом Ньюэллом и Гербертом Саймоном, двумя пионерами исследований в этой области, которые в 1975 году написали: «Задача интеллекта заключается в том, чтобы не допустить экспоненциального взрыва при поиске решения проблемы». Они имели в виду, что существует огромное количество в большинстве своем интересных проблем, которые заставляют нас изучить экспоненциально огромное количество их потенциальных решений, чтобы найти то, которое подойдет, в случае если применить к ним метод простого перебора. Лучшим способом избежать этого «взрыва» возможных вариантов решения является интеллектуальный выбор вашей стратегии поиска. С этой точки зрения искусственный интеллект — это наличие такой стратегии у машины, чаще всего у компьютера или у робота, который контролируется компьютером.

На какой стадии сейчас находится развитие искусственного интеллекта?
— В последние несколько лет эта область сильно прогрессировала. В кругах специалистов по искусственному интеллекту есть шутка о том, что если ИИ работает, то он больше не является искусственным интеллектом. Это означает, что то, что мы считали искусственным интеллектом несколько лет назад, сегодня выглядит не более чем улучшенным методом обработки данных. В качестве примера возьмем систему рекомендаций на сайтах онлайн-шопинга, изучающую ваши предпочтения и предлагающую товары, которые, скорее всего, должны вас заинтересовать. Многие задачи в этой системе выполняются искусственным интеллектом. То же самое можно сказать и о самоуправляемых автомобилях. Суперкомпьютер Watson от IBM, который может обыграть человека в телевикторину Jeopardy, — это еще один хороший пример.
— Когда и где, с вашей точки зрения, начались разработки искусственного интеллекта?
— Большинство специалистов считает, что рождение ИИ произошло на конференции в Дартмутском колледже в штате Нью-Гемпшир, которая проходила в июле и августе 1956 года. На ней присутствовали такие люди, как Джон Маккарти, Марвин Мински, Аллен Ньюэлл, Герберт Саймон и Клод Шеннон, каждый из которых имел прямое влияние на разработку искусственного интеллекта в следующие полвека. В то же время, я думаю, фундамент этих исследований был заложен ранее такими людьми, как Норберт Винер, который был пионером в области кибернетики, а также знаменитой работой Уоррена Мак-Каллока и Уолтера Питтса «Логическое исчисление идей, имманентных в нервной деятельности», опубликованной ими в 1943 году. Книга У. Росса Эшби «Конструкция мозга», которая была выпущена в 1952 году, явилась еще одной важной вехой в процессе рождения искусственного интеллекта.
— В каких областях современной науки может найти свое применение искусственный интеллект?
— Их очень много, всех и не перечислишь. Стоит подумать о любой области, в которой существуют сложные проблемы (в том смысле, что количество возможных решений проблемы растет по экспоненте в зависимости от масштаба проблемы), и в ней наверняка найдет свое применение искусственный интеллект. Другими словами, искусственный интеллект может быть применен в любой области науки, у которой есть какая-либо конечная цель, но набор данных, с которыми вы работаете, не до конца ясен или меняется с течением времени, или применение полученного знания еще не до конца понятно. На сегодняшний день самой важной областью в этом контексте является робототехника, в особенности когнитивная робототехника.
— В каких областях повседневной жизни используется или будет использоваться в ближайшем будущем искусственный интеллект?
— Машины, которые будут управляться без водителя, роботы-медсестры, которые смогут самостоятельно заботиться о людях преклонного возраста и больных, роботы, которые смогут ассистировать врачам во время микрохирургических операций, любое интернет-приложение, изучающее ваше поведение и адаптирующееся к вашим нуждам и предпочтениям, а также упомянутые мной ранее примеры.
— Вы упомянули когнитивную робототехнику, а что такое искусственные когнитивные системы?
Можно ли искусственно воссоздать интеллект человека?Можно ли искусственно воссоздать интеллект человека?Нейроинформатик Виталий Дунин-Барковский о механизмах работы мозга и перспективах развития искусственного разума— У когнитивной деятельности, как и у понятия «искусственный интеллект», много дефиниций. Вот, например, моя собственная: «Когнитивная деятельность — это процесс, в котором автономная система изучает окружающий мир, учится на собственном опыте, пытается просчитать последствия своих действий, ищет пути для достижения поставленных задач и адаптируется к изменяющимся обстоятельствам».
На самом деле термин «когнитивная деятельность» (cognition) — это очень общий термин, объединяющий целый набор различных способностей и возможностей. Он включает в себя следующие возможности:
1) Возможность достигать цели, просчитывать результат различных стратегий для достижения поставленных целей и применять эти стратегии.
2) Возможность действовать с различным уровнем автономности.
3) Взаимодействие — общение, коммуникация и сотрудничество с другими машинами и людьми.
4) Определять намерения других машин и людей и предсказывать их действия.
5) Возможность чувствовать и интерпретировать ожидаемые и неожиданные события.
6) Возможность предвидеть действия и предсказывать результат своих собственных действий и действий других.
7) Возможность выбирать из различных стратегий действий, следовать выбранной стратегии и предсказывать результат.
8) Адаптироваться к изменяющимся обстоятельствам в режиме реального времени, регулировать настоящие и будущие действия, исходя из этого.
9) Учиться, исходя из опыта, регулировать стратегию собственных действий и запоминать ее на будущее.
10) Замечать, когда что-то идет не по выбранному плану действий, вычленять причину этого и исправлять допущенные ошибки.
Это очень длинный список! И это лишь одна из причин, почему когнитивные системы так тяжело понять и создать.
— А как работает компьютерное и роботизированное зрение?
— На этот вопрос нельзя быстро ответить: человеческое зрение одно из самых сложных чувств, и, даже несмотря на то что компьютерное и роботизированное зрение далеко отстает от возможностей нашего, оно все равно невероятно сложно. Его основная идея состоит в том, что необходимо обработать данные, которые представлены на изображении или в видео, вычленить важные элементы и осмыслить их в контексте того, какая задача стоит перед роботом. Проблема состоит в том, как создать систему распознавания образов, а также систему понимания того, какой из элементов более важен в ситуации, когда в данных много «шума», когда они распознаваемы лишь частично или меняются с течением времени. Существуют математические инструменты для решения этих задач. Некоторые из них невероятно сложны, некоторые нет.
— С какими мифами о роботах вы чаще всего сталкиваетесь в вашей работе?
— Миф о том, что роботы захватят мир и что в скором времени искусственный интеллект будет представлять серьезную опасность для нашего существования. В теории это может произойти — если бы у нас появились системы искусственного интеллекта, которые были бы настолько «умны», что могли бы самостоятельно себя перепрограммировать, чтобы еще больше развить свой интеллект, постепенно превзойти наш интеллект и нашу способность их контролировать. Так что это не совсем миф (в конце концов, Джон фон Нейман впервые использовал термин «сингулярность» в контексте возможности таких событий), но при нынешнем уровне развития искусственного интеллекта это невозможно. Нам предстоит пройти долгий путь, прежде чем можно будет всерьез рассматривать эту возможность.
— Какое представление о будущем искусственного интеллекта в научной фантастике кажется вам наиболее реалистичным?
— Если мы можем о чем-то мечтать, то мы можем претворить эти мечты в жизнь (конечно, если позволяют законы физики), так что я думаю, что большинство представлений о будущем искусственного интеллекта, представленных в научной фантастике, могут стать реальностью. Но мы еще далеки от их претворения в жизнь. Сейчас мы находимся на уровне ньютоновской механики в области искусственного интеллекта, однако действительно сложным искусственным когнитивным системам понадобится эквивалент теории относительности или квантовой механики. Пока мы не откроем эти теории, мы все равно сможем создавать системы искусственного интеллекта для практических целей, вот только, возможно, мы не заметим, что это настоящий искусственный интеллект.
http://postnauka.ru/talks/44431

И мой комментарий к тексту

Подобная схема развития событий характерна для а) закрытого общества и б) для несознательнго общества.

Экспериментаторы не обратили внимания на то, что даже мышам для рая нужны не только еда, вода и секс. Не обратив на это внимания они почему-то решили назвать подобные условия раем.

У человека не зря существует идея рая и ада. Одни заслуживают рая, другие ада. Если бы из эксперимента выводили животных определенного поведения и тем самым ограничивали их численность в целом, то рая можно было бы добиться. Такое ведение эксперимента дало бы нам избавление от вышеупомянутых "а" и "б". То есть общество мышей перестало бы быть закрытым, а вмешательство экспериментатора внесло бы недостающий элемент сознательности.

Статья современная, хотя даты попадаются старые

СОСТОЯНИЯ ВЕЩЕСТВА - КОНДЕНСАТ БОЗЕ-ЭНШТЕЙНА

9 октября 2001 года юбилейную, сотую Нобелевскую премию по физике получили американские физики Карл Виеман (Carl Wieman) из Университета штата Колорадо и Эрик Корнелл (Eric A. Cornell) из Национального института стандартов и технологий и немецкий физик Вольфганг Кеттерль (Wolfgang Ketterle) из Массачусетского технологического института. Шведская королевская академия наук присудила им премию в размере 950 тысяч долл. за экспериментальное открытие нового состояния вещества - конденсата Бозе-Эйнштейна.

     Конденсат Бозе-Эйнштейна (КБЭ) назван так по имени индийского физика Шатьендраната Бозе, на основе работ которого Альберт Эйштейн 75 лет назад предсказал возможность существования некоего газового конденсата, который обладает свойствами отдельного атома.

    Со школьной скамьи всем известно понятие "идеального газа": при обычных температурах газ состоит из множества беспорядочно движущихся атомов, которые можно представить себе в виде сталкивающихся между собой и отлетающих друг от друга бильярдных шаров. При охлаждении эти "шары" будут замедляться в своем движении и расстояние между ними будет сокращаться, пока они не соберутся в одну плотную массу. Затем, при приближении температуры к абсолютному нулю, движение шаров перейдет в их вибрацию, они тысячекратно увеличатся в размерах и потеряют свои строгие очертания - это уже будут не шары, а бесформенные "облака", проходящие сквозь друг друга. Два самых медленных центральных облака сольются в одно и образуют единую эллипсоидную сферу, которая затем поглотит все остальные облака. В итоге перед нами предстанет одно большое облако, в котором уже невозможно будет различить отдельные части, но это облако будет обладать свойствами частей, из которых оно образовалось.
     
    Таким образом, КБЭ, как и любое другое вещество, состоит из отдельных атомов, но, в отличие от обычного вещества, атомы теряют в нем свою индивидуальность. Становится невозможным отличить часть от целого, и по сути получается конгломерат атомов, обладающий квантовыми свойствами одного отдельно взятого атома. Этот гигантский квази-атом больше обычного в 100 тысяч раз и даже крупнее человеческой клетки. Благодаря своим размерам, КБЭ дает экспериментаторам уникальную возможность непосредственно проверять на практике теоретические положения квантовой механики: в современной науке он выполняет ту же роль, что и яблоки - в ньютоновские времена.

    Впервые вещество, обладающее свойствами КБЭ, было получено в 1938 году. Советский физик Петр Капица и канадец Джон Аллен охладили гелий-4 до температуры ниже 2.2 кельвина, в результате чего этот газ приобрел свойства сверхтекучей жидкости, совершенно не имеющей вязкости. Сверхтекучий гелий демонстрирует необычные свойства: он может выливаться вверх из открытого контейнера (см. ниже фото) или растекаться по вертикальным стенам.  Сверхтекучесть в гелии происходит благодаря тому, что часть атомов гелия, до 10 процентов, превращается в КБЭ.
   
    Другая сфера применения КБЭ - сверхпроводники.

    Наконец, свойства КБЭ наблюдаются в экситоне (от лат. excito - возбуждаю). Это квазичастица, которая представляет собой связанное состояние электрона и так называемой "дырки" - отсутствующего электрона в узле кристаллической решетки полупроводника.

    Однако, феномен КБЭ в чистом виде был экспериментально продемонстрирован сравнительно недавно. В 1995 году группа физиков - нынешних нобелевских лауреатов - произвела этот конденсат при помощи атомных ловушек с использованием лазерных лучей и магнитных полей, в которых атомы рубидия были охлаждены до сверхнизкой температуры  в несколько сот нанокельвинов. Вслед за этим группы ученых во всем мире произвели множество экспериментов с КБЭ, в которых на него воздействовали лазерными лучами, звуковыми волнами, магнитными полями и т.д. В частности, при прохождении лазерного луча через газовый конденсат было достигнуто замедление скорости света до скорости движения пешехода (метр в секунду). Полученные результаты в основном соответствовали ожидаемым в соответствии с постулатами квантовой механики. Таким образом, было положено начало переходу от квантовой  теории к квантовой практике.

    В ближайшем будущем можно ожидать широкое внедрение КБЭ в технологию точных измерений, что сделает возможным создание сверхточных приборов наведения и ориентации, гравитометров, систем определения положения самолетов и космических кораблей с точностью до нескольких сантиметров.  Другая перспективная область внедрения КБЭ - нанотехнология, обещающая появление нано-роботов, способных собирать молекулы любого вещества из отдельных атомов, и сверхмощных квантовых компьютеров.

    Основным инструментом внедрения феномена КБЭ в технический прогресс станет, по всей видимости, АТОМНЫЙ ЛАЗЕР. Это устройство представляет собой материальный аналог оптического лазера. То есть, вместо луча света генерируется направленный "луч" материального вещества. Такой луч представляет собой когерентный, свободно движущийся поток газового концентрата. Термин "когерентный" в данном случае означает, что все атомы в луче движутся квантово-синхронно, то есть их волновые функции взаимно упорядочены.

    Первый атомный лазер был создан в 1997 году группой Вольфганга Кеттерля и приводился в действие силой гравитации. Содовый концентрат облучали радиоимпульсами, под воздействием которых часть атомов меняла свой спин. На атомы с измененным спином не распространялось действие ловушки, и они в буквальном смысле слова выпадали из нее. Фактически, такой атомный лазер больше напоминал не луч света, а струю воды, льющуюся из крана.

    В 1998 году Теодор Хёнш из Мюнхенского университета продемонстрировал подобную систему, в которой был задействован непрерывный поток атомов рубидия. Рубидиевый атомный луч был в миллион раз ярче всех ему подобных. Примерно в то же время Вилльям Филлипс и Стивен Ролстон из Национального института стандартов и технологий создали, наконец, атомный лазер, луч которого можно было посылать в любом направлении, а не только вниз. В своей конструкции они использовали оптические лазеры, выбивающие из конденсата атомы через вращающуюся дыру на краю ловушки - так называемый "круг смерти". С помощью определенной последовательности лазерных импульсов, тщательно синхронизированных с кругом смерти, ученые получили когерентный, интенсивный и непрерывный поток атомов - аналог яркого луча оптического лазера.

    В настоящее время атомные лучи уже используются в ряде научных и промышленных приборов, в частности, в атомных часах, в высокоточных измерительных инструментах для определения фундаментальных констант и в производстве компьютерных чипов. Однако можно предположить, что широкое внедрение атомных лазеров займет довольно долгое время, судя по тому, что между изобретением оптического лазера и его повсеместным применением в бытовой технике прошло 30 лет. Основная проблема использования атомного лазера заключается пока что в том, что его луч распространяется только в вакууме.

    Среди научно прогнозируемых сфер применения атомного лазера на грани фантастики - атомная голография. Теоретически возможно создание в будущем атомно-лазерных принтеров и факсов, которые позволят распечатывать и передавать на большие расстояния не плоские изображения объектов, но их материальные трехмерные модели."
http://www.galactic.org.ua/pr-nep/Fiz-7.htm

Коды мозга. Анохин
http://theoryandpractice.ru/videos/80-kody-mozga

В Стэнфордском университете испытания проходит новое средство, которое обещает уничтожать раковые опухоли во всем теле. Оно работает за счет стимуляции иммунитета, пишет ТАСС. Известно: препарат смог избавить от рака 87 из 90 подопытных мышей. Ученые считают, что средство подойдет для терапии всех видов онкологических заболеваний, включая лимфому, меланому, рак толстой кишки и молочной железы. Средство уже начали тестировать на добровольцах (15 пациентов с лимфомой).

Идея в следующем: как только иммунная система находит опухоль, иммунные Т-клетки начинают ее атаковать. Однако раковые клетки быстро подавляют иммунные. Ученые решили соединить два средства. Введение этой смеси прямо в опухоль позволяет подавить активность раковых клеток и пробудить иммунные.

Как показали наблюдения, у большинства подопытных мышей смесь уничтожила опухоли сразу по всему телу. Троим, у которых случились рецидивы, потребовались дополнительные дозы. По словам ученых, если эксперименты с людьми пройдут успешно, средство можно будет рекомендовать в качестве первичной терапии. То есть пациенту вводят препарат перед операцией, чтобы удалить большую часть опухолей и сократить риск рецидива.
http://www.meddaily.ru/article/07feb2018/unismess

Речной рак принимает решение

В нейробиологии успех исследований самым радикальным образом зависит от удачного выбора объекта. Эрик Кандель, получивший в 2000 году Нобелевскую премию за исследования памяти, рассказывает в своих мемуарах, что поворотным пунктом в его карьере стало решение сменить объект. Тайны памяти, ускользавшие от исследователей, пока они работали на кошках, удалось раскрыть в ходе изучения морского моллюска аплизии. Не в последнюю очередь этому способствовало то обстоятельство, что нейроны аплизии гораздо крупнее кошачьих. Это позволяет следить за работой индивидуальных нервных клеток – например, втыкая в них электроды и регистрируя электрическую активность. Результаты, полученные на аплизии, впоследствии оказались вполне приложимыми и к кошкам, и к людям.

Механизмы принятия решений изучают обычно на млекопитающих – животных с чрезвычайно сложной нервной системой и мозгом, состоящим из сотен миллионов очень мелких нейронов. Даже самые мощные современные методы, такие как магнитно-резонансная томография, позволяют в лучшем случае найти участки мозга или большие группы нейронов, участвующие в тех или иных этапах принятия решения в неоднозначной ситуации (Gold, Shadlen, 2007). Чтобы добраться до более тонких деталей, нужен объект попроще, и желательно с крупными нейронами. Впрочем, сначала нужно убедиться, что такие животные действительно способны принимать "осмысленные" (то есть целесообразные, адаптивные) решения на основе комплексного анализа разнородной информации, подобно тому как это делают умные млекопитающие.

Мы уже знаем, что даже отдельно взятый нейрон – базовый элементарный блок нервной системы – по сути дела является маленькой биологической машинкой для принятия одного из двух альтернативных решений (возбудиться или нет) на основе анализа разнородных входящих сигналов. Понятно, что из нескольких таких блоков в принципе нетрудно сконструировать более сложный контур, обеспечивающий осмысленное поведение организма. Но это теория, а как обстоит дело на практике?

Результаты экспериментов на раках, проведенных недавно психологами и нейробиологами из Мэрилендского университета (США), показали, что сравнительно простая нервная система рака эффективно справляется с задачами, требующими принятия решений (то есть осмысленного, целесообразного выбора одного из нескольких альтернативных вариантов поведения в зависимости от ситуации) (Liden et al., 2010).

В ряде работ, выполненных в последние годы, было показано, что раки могут стать перспективным объектом для нейробиологических исследований. Поэтому интерес ученых к этим животным вполне понятен. Одно из самых удобных свойств раков заключается в том, что в осуществлении некоторых важных поведенческих реакций у них участвуют немногочисленные очень крупные нейроны, электрическую активность которых можно регистрировать неинвазивными методами – помещая электроды просто в воду рядом с раком и ничего не втыкая в само животное.

Авторы исследовали реакцию молодых раков Procambarus clarkii на движущиеся тени (см. рисунок). В опытах приняли участие 259 раков. Чтобы исключить эффекты обучения и привыкания, каждого рака использовали только в одном опыте.

Схема экспериментальной установки. Проголодавшегося рака выпускали в правую часть аквариума, после чего он шел влево, на запах пищи. Когда рак достигал первого фотодиода, на него начинала надвигаться тень. При помощи электродов регистрировали активность медиальных гигантских нейронов. По рисунку из Liden et al., 2010.

Заметив приближающуюся тень, рак либо замирает, либо резко бьет хвостом и отпрыгивает далеко назад. Обе реакции – защитные. В природе движущаяся тень с большой вероятностью означает приближение хищника – например, крупной рыбы или птицы. В эксперименте использовали тень от пластиковой непрозрачной пластины, и раки никогда не игнорировали ее. В каждом опыте непременно наблюдалась одна из двух реакций – либо замирание, либо удар хвостом.

Ранее было установлено, что удар хвостом происходит в результате возбуждения двух гигантских нейронов, расположенных в брюшной нервной цепочке и проходящих вдоль всего тела рака (medial giant interneurons, MG). Возбуждение этих нейронов регистрировалось при помощи двух электродов. Электрический импульс пробегает по гигантским нейронам примерно за одну миллисекунду до того, как начнут сокращаться мышцы брюшка. То есть фактически приборы регистрируют принятое раком решение ударить хвостом еще до самого удара. Что касается реакции замирания, то она провоцируется возбуждением одного-единственного нейрона; этот нейрон известен, но в данном эксперименте его активность не регистрировалась.

Оказалось, что рак решает, как ему поступить – замереть или ударить хвостом, – в зависимости от скорости движения тени. Если тень надвигается медленно (1 м/с), то рак, скорее всего, прыгнет. При виде быстрой тени (4 м/с) – замрет. Эти скорости примерно соответствуют реальным скоростям движения хищных рыб.

Смысл такого поведения довольно очевиден. Если хищник движется не очень быстро, есть шанс спастись от него бегством. Это надежнее, чем замирать и надеяться, что тебя не заметят. Но если враг мчится со скоростью 4 м/с, прыгать от него бесполезно – догонит. Остается замереть и положиться на удачу. Похожее поведение характерно для грызунов: они тоже чаще реагируют замиранием, а не бегством, на угрозу, от которой трудно или невозможно убежать.

Решение рака зависит от скорости движения тени. По горизонтальной оси – скорость тени (м/с), по вертикальной – процент принятых решений; серым цветом показаны замирания, черным – удары хвостом. По рисунку из Liden et al., 2010.

От скорости тени зависело не только само решение, но и время, затраченное раком на его принятие. Те раки, которые в итоге выбрали прыжок, раздумывали дольше, если тень надвигалась не очень быстро. Между началом движения тени и возбуждением MG проходило около 80 мс при скорости тени 1 м/с и лишь около 65 мс при скорости 4 м/с. Впрочем, раки все равно не успевали отпрыгнуть до того, как тень их накроет: при максимальной скорости движения тени она настигала их за 44 мс.

Могут ли раки, принимая решение, учитывать еще какие-то факторы, кроме скорости движения тени? Прыжок обходится раку довольно дорого: помимо того что на столь резкое движение тратится много сил, рак после прыжка оказывается дальше от своей цели – в данном случае от источника вкусного запаха, к которому он полз. Кроме того, после прыжка ему приходится дольше приходить в себя, прежде чем он сможет продолжить путь. Раки начинали снова ползти на запах в среднем через 11 с после реакции замирания и через 29 с после удара хвостом. На то, чтобы добраться до цели, в первом случае уходило в среднем 47 с (от начала эксперимента), а во втором – целых 140 с. В природе раки часто сталкиваются с дефицитом пищи и дерутся за нее друг с другом. Поэтому раку невыгодно шарахаться от каждой тени. Принимают ли раки в расчет это обстоятельство?

Авторы провели еще одну серию экспериментов с переменной концентрацией пищевого запаха и со скоростью движения тени 1 и 2 м/с. Ученые предположили, что более сильный – а значит, более привлекательный – запах пищи, возможно, будет склонять раков к тому, чтобы реже прыгать и чаще замирать. Это предположение подтвердилось: концентрированный запах пищи достоверно снизил частоту прыжков, соответственно повысив частоту замираний. Особенно четко эта закономерность проявилась при скорости тени 2 м/с. При низкой скорости (1 м/с) эффект был сходный, но более слабый.

Исследование показало, что процесс принятия решений у раков в общих чертах похож на таковой у млекопитающих. Раки интегрируют информацию, поступающую от разных органов чувств (в данном случае – от глаз и обонятельных рецепторов), "взвешивают" значимость этих сигналов и принимают решение на основе результатов взвешивания. Сам акт принятия решения состоит в том, что несколько ключевых нейронов, на которых сходятся окончания других нервных клеток, либо возбуждаются, либо нет.

Разумеется, для того чтобы осуществлять подобные аналитические процедуры – и в результате совершать вполне осмысленные, адаптивные поступки, – вовсе не нужно обладать сознанием [в одной англоязычной научно-популярной книге – к сожалению, не могу вспомнить, в какой именно, – мне попалась очаровательная (и при этом абсолютно верная) фраза: "Чтобы учиться, не нужно обладать ни разумом, ни сознанием". По-моему, она подошла бы в качестве девиза многим образовательным учреждениям]. Даже очень простые нейронные контуры могут справляться с такой работой, совершая ее автоматически, без всякого осознания или рефлексии, подобно интерактивной компьютерной программе. Эта простая мысль до сих пор кажется чуждой многим людям, что вообще-то немного странно в наш компьютерный век. Изученное в обсуждаемой работе поведение раков нетрудно запрограммировать. Наверняка можно сделать искусственного автоматического рака, который будет реагировать на тени и запахи совсем как живой. Подобные роботы уже существуют: например, удалось сделать механических тараканов, которых живые тараканы принимают за "своих" и даже считаются с их "мнением", когда нужно решить, в каком из нескольких укрытий лучше всем вместе спрятаться (тараканы – большие коллективисты) (Halloy et al., 2007).

Вряд ли на раках можно изучать сложные мыслительные процессы, характерные для человека и других млекопитающих, но базовые нейрологические механизмы принятия решений, по-видимому, сходны у нас и у раков. Изучать их на раках гораздо проще, чем на обезьянах и крысах, что делает раков перспективными объектами нейробиологических исследований.

Рассмотренный пример также помогает понять, почему результаты мыслительных процедур у людей и других животных часто бывают предельно дискретными (контрастными, категориальными) [соображения, изложенные в этом абзаце, автор позаимствовал у лингвиста С. А. Бурлак, которая высказала их на антропологическом семинаре в Московском Государственном Дарвиновском музее в конце 2010 года]. Рак не может наполовину замереть, наполовину прыгнуть. Нужно выбрать одно из двух и затем уже действовать решительно, не оглядываясь на упущенные альтернативные возможности. Кроме того, как мы уже говорили, категоричность изначально заложена в саму структуру нейрона. Нейрон не может послать по аксону половину или семь восьмых потенциала действия. Все или ничего, ноль или единица, белое или черное. Надо ли удивляться, что люди так любят преувеличивать контрастность наблюдаемых различий между похожими объектами, что мы склонны искать (и, черт побери, находить!) четкие границы даже там, где их со всей очевидностью нет. Как, например, в эволюционном ряду, соединяющем нечеловеческих обезьян с человеком.

"Нет, вы все-таки скажите нам точно, в какой момент обезьяна стала человеком!" – вот типичное требование, предъявляемое публикой ученым, когда речь заходит об антропогенезе. Не скажу. Зато вы можете спросить у речного рака, на какие категории делятся хищники. Он вам объяснит, что хищники делятся на две категории, которые невозможно спутать и между которыми вообще нет ничего общего. Есть медленные хищники – от них нужно прыгать. Есть быстрые хищники – от них не убежишь, нужно замирать. Вот и все. Переходных форм не существует. Для такой логики достаточно пары нейронов. Для иной – часто не хватает и ста миллиардов.

Эволюция человека. Обезьяны, нейроны и душа

Александр Марков

"За последние годы я обращал внимание на облака возможно 2-3 раза выискивая в контурах облаков, что то знакомое.

Могли ли корабли Кука для аборигенов, которые  не наблюдали  даже похожие контуры в повседневной жизни нести к.л. значимость?

Даже с новизной дела обстоят проще , так как новое то , что несколько отличается от старого.

Если бы в виде кораблей была огромная пирога , то аборигены могли заметить новизну- значимость .

Но в случае кораблей Кука не было ни новизны ни значимости.

Животные на островах, которые никогда не видели людей по началу их тоже не замечали .

Описания специалистов, которые занимаются "невидимым"  подтверждают : в разных случаях описывается то, что в самом деле хорошо иллюстрирует эффект невидимого когда объект совершенно не знаком и никак не ассоциирован с теми признаками, которые наблюдатель мог бы увидеть и придам им определенный смысл, определенное значение для него.

Были случаи когда аборигены выросшие в вертикальной среде джунглей при выходе на равнину - теряли сознание, долго болели и даже умирали.

Тоже и с котами, которых лишали в эксперименте восприятия горизонтальных  линий.

В работе "Нейробиология и генетика поведения" лекция №23:

В следующей серии экспериментов котят помещали в так называемую вертикальную среду (котята сидели в темноте, и свет зажигали ненадолго, при этом в пустом помещении имелись только вертикальные полоски на стенах). По окончании сензитивного периода их помещали в обычную среду. Оказалось, что такие котята не видят горизонтальные предметы, то есть если швабра стоит, то котенок может ее обойти, если она лежит, то он на нее натыкается. Это происходит потому, что в коре не образовались связи, реагирующие на горизонтальные предметы.

Что еще раз подтверждает заявленное : Информация возникает в психике как знания того , что означают воспринятые сведения для данной личности

Опять же нужно иметь в виду, что не все сведения готовы к восприятию.Нужно обладать определённой информативностью об поступающих сведениях.Нужно быть обладателем личной системы значимости ( субъективное)

Большинство животных в мире не обладают личной системой значимости, а значит не могут делать субъективных оценок. Информация в мозге не будет возникать.

Хотя внешне можно наблюдать как таракан убегает от тапка.Здесь работает врождённая реакция двигаться в противоположном направлении от больших предметов."
http://philosophystorm.org/materiya-ene … ent-448454