Архитектура сознания: эволюционный и инженерный взгляд
Недавно на SE7ENе вышла публикация Андрея Вечернего под названием «Концепция байесовского мозга, или Почему этот заголовок в моменте — ваша галлюцинация» https://habr.com/ru/companies/ru_mts/articles/1029856/. В ней доступно раскрыт принцип свободной энергии Карла Фристона и интерпретация Анила Сета: запертый в черепной коробке мозг лишен прямого доступа к миру, поэтому все наши переживания — это лишь вероятностные гипотезы о том, что скрывается за пределами нейронной сети.
В этой концепции есть «слепое пятно», которое часто упускают: она блестяще описывает *механизм* восприятия, но обходит стороной вопрос мотивации. Почему живое существо не остается в покое? Зачем сытый и защищенный человек тратит время на чтение сложных статей, ребенок без явных причин тянется к электрической розетке, а лабораторная крыса в новой клетке неустанно обследует каждый угол? Попробуем разобрать этот «двигатель» психики через призму нейробиологии и психотерапии. Если байесовский подход — это эпистемическая сторона (как мы видим), то здесь мы затронем аффективную и мотивационную (что нас толкает вперед). Последние четыре десятилетия наука и инженерия независимо друг от друга приближались к ответу, который радикально отличается от философских догм последних двух веков.
Пролог: биография как инструмент познания
У Зигмунда Фрейда было шестеро детей — немаловажный факт, если учесть, что он возвел либидо в ранг универсального психического мотора. Теория, где сексуальное влечение является первопричиной всего сущего, была создана человеком, для которого это влечение было весьма настойчивым. Это не опровергает Фрейда, но позволяет взглянуть на его идеи через призму его же жизни.
Фриц Перлз, стоявший у истоков гештальт-терапии, писал «Эго, голод и агрессия» в 1942 году, находясь в эмиграции и стесненных обстоятельствах. Он предложил радикальную замену: поставить во главу угла не либидо, а голод. Альфред Адлер, с детства страдавший от рахита и соперничества со старшим братом по имени Зигмунд (ирония судьбы), выдвинул теорию компенсации комплекса неполноценности через жажду превосходства.
Это не обесценивание их трудов. Они были выдающимися мыслителями, опиравшимися на интеллект, интроспекцию и смелость экстраполировать свой внутренний опыт на все человечество — в отсутствие инструментов современной науки.
Дофамин: пересмотр функций
История вопроса берет начало с классического эксперимента 1954 года: Джеймс Олдс и Питер Милнер обнаружили, что крысы готовы бесконечно нажимать на рычаг, стимулирующий мезолимбический путь, игнорируя базовые нужды. Долгое время этот участок называли «центром удовольствия».
Однако в 1997 году Вольфрам Шульц, Питер Дайан и Рид Монтегю доказали иное: дофаминовые нейроны кодируют не само удовольствие, а ошибку предсказания — разницу между ожидаемым и реально полученным. Это система предвкушения. Вскоре Кент Берридж и Терри Робинсон разделили понятия «wanting» (хотение) и «liking» (нравливание). Блокировка дофамина гасит желание, но не лишает удовольствия от потребления. Напротив, избыток дофамина стимулирует неистовый поиск без наслаждения. Это объясняет ад наркотической зависимости: система стремления взломана и работает на износ, тогда как гедонистическая система истощена.
Древние нейронные контуры
Яак Панксепп в книге «Affective Neuroscience» (1998) выделил семь фундаментальных эмоциональных систем, общих для всех млекопитающих. Среди них система SEEKING (поиск) занимает центральное место. Это не поиск чего-то конкретного, а «драйв» как таковой — чистая энергия, направленная вовне. Без системы SEEKING гнев не находит врага, страх не ищет спасения, а влечение — объекта. Она — «материнская плата», задающая активность всей психике.
Мозг как машина прогнозирования
Для понимания картины важны три аспекта предиктивного мозга:
Во-первых, мозг непрерывно генерирует модели реальности. Восприятие — это лишь коррекция внутренних ожиданий на основе сенсорных ошибок. Информационный поток направлен «сверху вниз»: мозг диктует ожидания, а от органов чувств получает только сигналы об ошибках.
Во-вторых, минимизация этих ошибок — главная задача системы. Она решается либо обновлением модели (обучение), либо действием (активный вывод — active inference). Карл Фристон математически обосновал: чтобы выжить, организм должен не просто реагировать на события, а целенаправленно искать новизну, проверяя прочность своей модели мира.
В-третьих, без активного исследования «узких мест» модели, она быстро деградирует в нестабильной среде. Поисковая система Панксеппа, дофаминовый сигнал ошибки и концепция активного вывода сливаются в единую конструкцию: любопытство как фундаментальный драйв психики.
Страх против любопытства
Любая новизна амбивалентна: это может быть ценный ресурс или смертельная угроза. Выбор между поиском и бегством зависит от «емкости» модели: если предполагаемая ошибка предсказания укладывается в возможности системы — включается любопытство. Если превосходит их — страх. Зона посильной новизны — это полоса между скукой и паникой, где происходит развитие модели.
Их одновременная активация порождает состояние «завораживания» (Кант называл это sublime — возвышенным). Это состояние пиковой эффективности, где баланс между любопытством и тревогой обеспечивает максимальный прогресс в адаптации.
Технологическая конвергенция
Инженеры ИИ пришли к аналогичным архитектурам независимо. Еще в 1991 году Юрген Шмидхубер предложил награждать агента за «удивление» — точность этого математического подхода совпала с биологическим дофаминовым сигналом. В 2017 году DeepMind и OpenAI доказали, что искусственные агенты, мотивированные любопытством (внутренней наградой за снижение неопределенности), справляются со сложными задачами (например, играми) на порядок лучше, чем системы, нацеленные только на конечный результат.
Французский ученый Пьер-Ив Удейер развивает «машины развития», которые, подобно детям из концепции Льва Выготского, сами выбирают задачи из своей «зоны ближайшего развития». Схожие принципы лежат в основе моделей с «внутренними мирами» (World Models Дэвида Ха и Шмидхубера), которые «во сне» проигрывают сценарии, готовясь к реальности. Современные LLM начинают обретать инструменты для активного сбора данных, что постепенно превращает пассивные модели в активные субъекты, способные признавать свое незнание — по сути, инженерный эквивалент страха перед непосильной задачей.
Информация как ресурс
Сергей Капица показал, что человечество растет не просто по экспоненте, а гиперболически, так как каждый новый человек увеличивает совокупную информационную мощь вида. Мы питаемся информацией. Демографический переход к «интенсивному» росту в постиндустриальных обществах — это не кризис, а качественное усложнение узлов этой системы. Образование и накопление знаний становятся способом выживания вида в условиях информационной экспансии.
Скромное послесловие
Представленная картина — скорее продуктивная рабочая гипотеза, чем незыблемая догма. Она объединяет нейробиологию, математику активного вывода и теорию систем в концепцию, где любопытство выступает операционной системой психики. Это дает ключ к новым вопросам: можно ли измерить «ширину» зоны посильной новизны у конкретного человека? Можно ли тренировать любопытство, как мышцу? Как это изменит диагностику психических расстройств и развитие ИИ? Возможно, ответ на эти вопросы и есть следующий шаг в эволюции нашей собственной модели мира.
Роман Кузнецов
