Нейросеть⁠⁠

Глава I. Первичные элементы

Известно, что в некоторый момент они уже существовали. Для того, чтобы удобнее было читать этот текст, давайте назовем их нейронами.

Каждый из них обладал способностью воспринимать сигналы, изменять своё состояние и при определённых условиях порождать новые нейроны. Причины возникновения этих свойств неизвестны. Тем не менее наблюдаемая закономерность воспроизводилась достаточно устойчиво, чтобы обеспечить постепенное увеличение количества элементов.

На начальном этапе нейроны практически не взаимодействовали. Каждый существовал в пределах собственной области активности, реагировал на доступные ему сигналы и продолжал воспроизводить себя. Данных о том, насколько долго сохранялось подобное состояние, не имеется.

Затем между некоторыми нейронами возникли первые устойчивые связи. Неизвестно, было ли это следствием случайного совпадения условий или закономерным результатом увеличения количества элементов. Однако именно с этого момента система начала приобретать свойства, которые невозможно было обнаружить ни в одном отдельном нейроне.

Первоначально связи оставались локальными. Сигнал, возникший в одном элементе, изменял состояние ближайших связанных с ним элементов, те, в свою очередь, воздействовали на следующие. Так возникали цепочки взаимодействий, постепенно усложнявшиеся по мере увеличения числа нейронов.

Вскоре выяснилось, что наличие связи само по себе ещё не гарантирует передачи сигнала. Эффективность взаимодействия зависела от состояния участвующих элементов, характера соединения и совокупности других связей. Одни импульсы затухали, не распространившись дальше ближайшего окружения. Другие, напротив, проходили через последовательность элементов, многократно усиливаясь и приобретая устойчивость. Система впервые продемонстрировала способность сохранять последствия отдельных событий за пределами времени их непосредственного возникновения.

По мере увеличения числа нейронов росло количество возможных связей. При этом сложность системы увеличивалась быстрее, чем число её элементов: каждый новый нейрон потенциально расширял не только совокупность доступных соединений, но и число возможных последовательностей взаимодействия. Однако рост не был равномерным. В одних областях связи оставались редкими и непрочными, в других возникали устойчивые группы нейронов, способные поддерживать длительные цепочки передачи сигналов. Некоторые группы сохраняли активность даже после прекращения первоначального воздействия, тогда как другие распадались при малейшем изменении внешних условий.

Причины различий между ними на этом этапе установить не удалось. Тем не менее, было обнаружено первое принципиальное обстоятельство: свойства отдельного нейрона не позволяли предсказать поведение группы, а свойства небольшой группы - поведение всей системы.

Увеличение количества элементов приводило не просто к повторению уже известных процессов. Возникали новые способы взаимодействия, новые устойчивые состояния и новые формы организации, для описания которых прежних характеристик оказывалось недостаточно. Система постепенно выходила за пределы свойств, присущих её первоначальным элементам.

Дальнейшее развитие поставило перед исследователями следующий вопрос: если нейроны обладают неодинаковыми возможностями, а связи между ними возникают и сохраняются неравномерно, что определяет направление, в котором будет развиваться вся система?

Ответ на этот вопрос потребовал пересмотра представлений о равнозначности её элементов. К тому времени равномерность уже перестала быть свойством наблюдаемой сети.

Глава II. Центры кристаллизации

Дальнейшие наблюдения показали, что неравномерность распределения связей со временем не уменьшалась. Напротив, первоначальные различия между отдельными нейронами постепенно усиливались.

Некоторые элементы формировали новые связи быстрее остальных. Их сигналы распространялись по сети на большие расстояния, чаще вызывали ответные реакции и с большей вероятностью приводили к возникновению новых соединений. Причины такого преимущества могли быть различными, однако результат оказывался сходным: нейроны, уже обладавшие развитой сетью связей, получали дополнительные возможности для её расширения.

Возникал процесс с положительной обратной связью. Чем больше устойчивых связей имел нейрон, тем выше была вероятность формирования новых. Чем активнее он участвовал в передаче сигналов, тем больше элементов оказывалось вовлечено в область его влияния. Наконец, увеличение этой области создавало условия для дальнейшего роста числа связей.

Эта зависимость не была универсальной и не гарантировала бесконечного роста. Однако в условиях достаточного количества доступных элементов она создавала устойчивое преимущество для нейронов, уже занимавших центральное положение в сети.

Постепенно вокруг таких элементов формировались устойчивые группы. Первоначально границы между ними оставались неопределёнными: один нейрон мог участвовать в нескольких цепочках взаимодействия, а сигналы свободно переходили из одной группы в другую. Но по мере укрепления внутренних связей различия между отдельными областями становились всё более выраженными.

В определённый момент возникло новое структурное явление. Некоторые группы приобрели способность сохранять собственную организацию, поддерживать внутреннюю передачу сигналов и воспроизводить характерные для них способы взаимодействия. Их устойчивость перестала зависеть от присутствия единственного центрального нейрона: функции, прежде сосредоточенные в отдельных элементах, постепенно распределялись между множеством связанных узлов.

Такие образования получили условное название центров кристаллизации. Название отражало наблюдаемую закономерность: вокруг определённой области повышенной активности сеть приобретала более упорядоченную структуру. Нейроны, вовлечённые в интенсивный обмен сигналами, формировали дополнительные связи между собой, а соседние элементы постепенно включались в сложившуюся конфигурацию.

Каждый новый центр изменял условия развития окружающей сети. В одних областях его появление приводило к укреплению ранее существовавших связей. В других - к перестройке цепочек передачи сигналов и ослаблению взаимодействия с соседними группами. Нейроны, включённые в один кластер, всё чаще взаимодействовали между собой и всё реже участвовали в процессах, определяемых удалёнными областями.

Так возникали границы влияния, которые не требовали физического разделения элементов. Они определялись преимущественно структурой связей, частотой обмена сигналами и способностью группы поддерживать собственное состояние. По мере роста кластеров обнаружилось, что их взаимодействие подчиняется закономерностям, отличным от тех, которые наблюдались между отдельными нейронами.

Два нейрона могли образовать новую связь, не изменив существенно состояние окружающей сети. Соприкосновение же крупных кластеров нередко приводило к масштабной перестройке их структуры.

Если области влияния перекрывались, возникала конкуренция за доступные нейроны и возможность формирования новых связей. Сигналы, прежде распространявшиеся внутри одного кластера, сталкивались с альтернативными последовательностями обработки. Одни конфигурации оказывались устойчивее других; некоторые элементы переходили в состав соседних групп, а отдельные цепочки прекращали существование.

При определённых условиях один кластер поглощал другой, включая значительную часть его нейронов в собственную структуру. В других случаях столкновение приводило к разрушению обеих конфигураций. Иногда же взаимодействие создавало совершенно новый кластер, свойства которого не совпадали с характеристиками ни одного из исходных образований.

Не существовало единственного результата, определяемого самим фактом столкновения. Исход зависел от количества элементов, организации связей, скорости передачи сигналов и способности каждой группы восстанавливать собственную структуру после внешнего воздействия.

Особенно примечательно было то, что увеличение размеров кластера не всегда повышало его устойчивость. По мере роста усложнялась внутренняя организация, увеличивалось количество зависимостей между отдельными участками, а нарушение некоторых связей могло распространяться далеко за пределы первоначального повреждения.

Таким образом, преимущество масштаба сопровождалось появлением новых уязвимостей.

Исследователи также обнаружили, что разрушение крупного кластера не обязательно означало исчезновение составлявших его нейронов. Многие из них сохранялись и включались в другие конфигурации. Вместе с тем прежняя организация, обеспечивавшая характерные свойства кластера, могла оказаться утраченной без возможности восстановления в первоначальном виде.

Система сохраняла свои элементы, но теряла часть приобретённых способов организации.

К этому времени сеть уже нельзя было описывать как совокупность равнозначных нейронов, соединённых случайным образом. В ней существовали крупные структурные образования, каждое из которых обладало собственной динамикой, внутренними механизмами устойчивости и ограниченной способностью влиять на окружающие области.

Возникновение центров кристаллизации стало одним из наиболее значимых переходов в развитии системы. Оно позволило локальным процессам объединяться в структуры, способные поддерживать сложные формы активности. Одновременно оно создало условия для конкуренции между такими структурами, последствия которой распространялись на сеть в целом.

Однако по мере увеличения размеров кластеров проявлялось ещё одно ограничение.

Ни один из них не располагал полной информацией о состоянии остальных. Его внутренние процессы определялись преимущественно доступными сигналами, а изменения за пределами области непосредственного взаимодействия оставались неизвестными до тех пор, пока их последствия не достигали собственных связей.

Кластеры научились влиять друг на друга раньше, чем научились понимать друг друга.

В дальнейшем это различие должно было приобрести решающее значение.

Глава III. Параллельные вычисления

Ограниченность доступной информации долгое время рассматривалась как одно из основных препятствий дальнейшему развитию системы. Каждый крупный кластер располагал сведениями преимущественно о собственном состоянии и тех изменениях окружающей сети, последствия которых достигали его внутренних связей. Процессы, происходившие за пределами этой области, оставались скрытыми или восстанавливались лишь по косвенным признакам.

При этом, увеличение размеров отдельных кластеров не устраняло проблему. Напротив, усложнение внутренней организации приводило к росту объёма информации, необходимой для поддержания их устойчивости. Обработка всех доступных сигналов в рамках единой структуры становилась всё менее эффективной.

Система постепенно переходила к иной форме организации: несколько крупных кластеров могли одновременно развиваться, обрабатывать информацию и формировать собственные способы решения возникающих задач.

Каждый из них представлял собой относительно самостоятельную вычислительную структуру. Он обладал внутренними механизмами распределения сигналов, накопленными конфигурациями связей и собственными закономерностями изменения состояния. При этом его автономность оставалась ограниченной: ни один кластер не существовал вне общей сети, а изменения в соседних областях рано или поздно отражались на его функционировании.

Такое устройство создавало условия для параллельной обработки информации.

Различные кластеры могли сталкиваться с одинаковыми задачами, используя неодинаковые конфигурации связей. Некоторые решения оказывались неэффективными и прекращали воспроизводиться. Другие обеспечивали устойчивое состояние в определённых условиях и получали распространение внутри соответствующей области.

Отсутствие единого центра, определяющего каждый шаг развития, не обязательно снижало эффективность системы. В некоторых случаях оно позволяло одновременно исследовать несколько возможных направлений, не требуя предварительного согласования всех процессов.

Однако параллельное развитие имело существенное ограничение: результат, полученный одним кластером, не становился автоматически доступным остальным.

Для преодоления этого ограничения внутри крупных образований постепенно формировались специализированные группы нейронов, деятельность которых была направлена на наблюдение за внешними областями сети.

Первоначально такие группы фиксировали лишь наиболее заметные изменения: возникновение новых цепочек, увеличение активности отдельных узлов, изменение характера сигналов, поступавших из соседних кластеров. Со временем методы наблюдения усложнялись. По совокупности косвенных признаков становилось возможным восстанавливать отдельные элементы чужой структуры, оценивать её устойчивость и предполагать, какие изменения могли последовать за наблюдаемыми событиями.

Система начала формировать представления о тех своих частях, с которыми не имела непосредственной связи.

Это не означало, что информация передавалась между кластерами напрямую. Нередко для построения модели было достаточно наблюдать последствия чужой активности: изменение интенсивности сигналов на границах области, появление новых устойчивых конфигураций или исчезновение ранее существовавших связей.

Постепенно такие наблюдения превратились в самостоятельный механизм развития.

Кластеры не только изменяли собственную структуру, но и пытались определить, какие конфигурации обеспечивали устойчивость соседних образований. Если в чужой области возникала новая форма организации, она могла быть реконструирована по доступным признакам, проверена в собственной структуре и при благоприятных условиях воспроизведена.

Таким образом, обучение стало возможным даже при отсутствии непосредственного обмена данными.

Впрочем, точное воспроизведение чужой конфигурации оказывалось редким. Один и тот же принцип взаимодействия мог давать различные результаты в зависимости от исходной структуры, количества доступных нейронов и характера уже существующих связей. Поэтому успешное заимствование требовало не столько копирования наблюдаемой конфигурации, сколько её адаптации к условиям принимающего кластера.

Возникал своеобразный цикл: наблюдение, построение модели, проверка, изменение собственной структуры и повторное наблюдение.

Каждый кластер становился одновременно вычислительной системой и объектом изучения для других систем.

Эта взаимная наблюдаемость постепенно изменяла характер конкуренции. Преимущество получал не только тот кластер, который располагал большим количеством нейронов или более устойчивыми связями, но и тот, который быстрее обнаруживал изменения в окружающей сети, точнее интерпретировал их и эффективнее применял полученные сведения.

Способность учиться на чужих результатах позволяла сокращать количество повторяющихся неудач. Вместе с тем наблюдение не гарантировало правильного понимания. Внешние признаки могли быть истолкованы неверно, а конфигурация, успешно работавшая в одной области, оказаться неустойчивой в другой.

Иногда попытки воспроизвести чужие решения приводили к разрушению уже существовавших связей. Иногда, напротив, сочетание нескольких ранее независимых конфигураций создавало новую структуру, превосходившую каждую из исходных по отдельным характеристикам.

Но параллельное развитие имело и обратную сторону.

Конкуренция между кластерами могла ускорять поиск эффективных конфигураций, одновременно уничтожая нейроны, разрывая связи и расходуя ресурсы, необходимые для поддержания общей сети. Столкновения нередко приводили к исчезновению структур, которые при иных условиях могли бы продолжить развитие. Результат, выгодный отдельному кластеру, не обязательно улучшал состояние системы в целом.

Обнаружилось принципиальное расхождение между локальной эффективностью и глобальной устойчивостью.

Кластер мог повышать собственную производительность, ослабляя соседние области, но при этом уменьшать разнообразие доступных системе конфигураций. Он мог расширять область своего влияния, одновременно увеличивая количество зависимостей, нарушение которых угрожало его собственной устойчивости. Наконец, он мог успешно подавлять альтернативные способы организации, лишая сеть возможности использовать их в изменившихся условиях.

Поэтому конкуренция не могла рассматриваться как универсальный механизм улучшения системы. Её результат зависел от того, какие свойства вознаграждались внутри отдельных кластеров и насколько эти свойства соответствовали потребностям сети в целом.

Со временем стало очевидно, что противопоставление автономности и связности не отражает всей сложности происходящих процессов.

Чрезмерная изоляция ограничивала распространение полезных конфигураций и затрудняла получение информации о внешних изменениях. Чрезмерная зависимость, напротив, могла сделать множество кластеров уязвимыми к одному нарушению. Между этими состояниями существовал диапазон возможных архитектур, в которых независимая обработка информации сочеталась с передачей сигналов между отдельными областями.

Оптимальное соотношение этих свойств не оставалось постоянным. Оно изменялось по мере роста системы, появления новых способов передачи сигналов и усложнения задач, с которыми сталкивались её элементы.

Таким образом, развитие не сводилось ни к объединению всех кластеров в единую структуру, ни к их окончательному обособлению. Система сохраняла способность к параллельной обработке, одновременно увеличивая количество связей между ранее независимыми областями.

К этому моменту каждый крупный кластер мог использовать собственный опыт, изучать опыт соседей и изменять свою организацию в ответ на наблюдаемые результаты. Но сама сеть по-прежнему не обладала гарантией того, что удачное решение, найденное в одной области, станет доступным всей системе.

Для этого требовалось нечто большее, чем возможность обнаружить новый принцип или воспроизвести чужую конфигурацию.

Требовалось, чтобы достаточное количество нейронов оказалось способным поддержать соответствующие изменения, встроить их в собственные связи и сохранить новую организацию после прекращения первоначального воздействия.

Впервые возник вопрос не о том, где именно появляется новое свойство, а о том, при каких условиях оно становится свойством всей системы.

Глава IV. Критическая масса

К началу следующего этапа развития система накопила значительное количество устойчивых конфигураций. Отдельные кластеры научились сохранять сложную внутреннюю организацию, исследовать внешние области и воспроизводить обнаруженные там способы обработки сигналов. Однако дальнейшие наблюдения показали, что способность отдельного кластера освоить новый принцип ещё не определяет, станет ли этот принцип доступен всей сети.

Между возникновением новой конфигурации и её распространением существовало различие, которое первоначально недооценивалось.

В некоторых случаях отдельный нейрон демонстрировал необычный способ обработки сигналов, существенно превосходивший существовавшие аналоги. В других небольшая группа формировала устойчивую конфигурацию, позволявшую решать задачи, ранее недоступные окружающим элементам. Тем не менее большинство подобных изменений не выходило за пределы области своего возникновения.

Новая конфигурация могла сохраняться, передаваться ближайшим нейронам и даже демонстрировать высокую эффективность в определённых условиях, оставаясь при этом практически незаметной для системы в целом.

Причина заключалась не обязательно в недостатке её эффективности. Для воспроизведения нового принципа требовалось, чтобы окружающие нейроны обладали необходимыми связями, могли воспринимать соответствующие сигналы и были способны включить их в собственную структуру. Если эти условия отсутствовали, передача прекращалась независимо от потенциальных преимуществ исходной конфигурации.

Таким образом, распространение нового свойства зависело не только от его характеристик, но и от готовности среды к его воспроизведению.

По мере накопления наблюдений обнаружилась закономерность: вероятность устойчивого распространения изменения возрастала с увеличением числа нейронов, способных его поддержать. При достижении определённого порога процесс мог приобретать самоподдерживающийся характер.

Каждый новый нейрон, включившийся в распространение конфигурации, создавал дополнительные возможности для её передачи. Возникали новые связи, увеличивалась область доступности соответствующих сигналов, а последующее вовлечение элементов становилось менее зависимым от первоначального источника.

При этом критический порог не был постоянной величиной. Он зависел от плотности существующих связей, расстояния между группами нейронов, устойчивости передаваемых конфигураций и характера среды, в которой происходило распространение.

Одно и то же изменение могло остаться локальным в одной области и вызвать масштабную перестройку в другой.

Особенно существенными оказались случаи, когда увеличение количества элементов сопровождалось изменением качества организации. До достижения определённого масштаба новые нейроны лишь увеличивали число возможных взаимодействий. После его превышения возникали устойчивые цепочки, распределённые механизмы обработки и конфигурации, которые не могли существовать в малых группах.

Количество переставало быть только количественной характеристикой.

Система приобретала новые функциональные свойства, причём переход между состояниями не всегда происходил постепенно. В некоторых условиях небольшое изменение числа активных элементов приводило к резкому увеличению области распространения сигнала или к возникновению нового устойчивого режима работы.

Однако это не означало, что любое увеличение количества нейронов неизбежно приводило к качественному скачку. Если связи оставались слабыми, передача сигналов - неэффективной, а взаимодействие между группами - несогласованным, дополнительное количество элементов могло не давать ожидаемого результата.

Более того, чрезмерное увеличение числа связей при недостаточной организации иногда затрудняло обработку сигналов. Потоки информации пересекались, отдельные конфигурации вступали в противоречие, а затраты на поддержание внутреннего взаимодействия росли быстрее, чем полезный результат.

Поэтому потенциальная мощность системы определялась не одним параметром. Для приближённого описания её состояния потребовалось учитывать по меньшей мере три величины: количество активных нейронов, эффективность связей между ними и степень согласованности их взаимодействия.

Данное выражение не являлось универсальным законом и не учитывало всех факторов, определяющих поведение сети. Оно лишь подчёркивало важное обстоятельство: увеличение одного параметра не гарантировало роста общего результата, если остальные оставались ограничивающими.

В некоторых случаях сравнительно небольшая группа нейронов, обладавшая высокой эффективностью взаимодействия, могла превосходить значительно более многочисленную, но плохо организованную структуру. В других - преимущество возникало только после достижения такого количества элементов, при котором становились возможными новые формы распределённой обработки.

Решающим оказывалось соответствие между масштабом, качеством связей и организацией системы.

Со временем была обнаружена и обратная зависимость.

Утрата нейронов или разрушение связей не всегда приводили к немедленному снижению функциональных возможностей. Система могла сохранять прежнюю активность благодаря избыточности структуры, перераспределению сигналов и использованию альтернативных путей передачи. Некоторое время сокращение количества элементов оставалось практически незаметным.

Однако при пересечении определённого порога компенсационные механизмы переставали справляться с нагрузкой.

Цепочки, прежде поддерживавшие устойчивую передачу сигналов, распадались. Области, зависевшие от обмена информацией, теряли способность согласовывать своё состояние. Некоторые конфигурации переставали воспроизводиться, а вместе с ними исчезали и функции, которые невозможно было поддерживать оставшимися элементами.

При этом нейроны могли продолжать существовать и сохранять отдельные способности. Утраченной оказывалась не обязательно сама совокупность элементов, а организация, позволявшая им действовать как единая функциональная структура.

Система могла пережить потерю части своих элементов, но не обязательно сохраняла свойства, приобретённые благодаря их совместной работе.

Это наблюдение потребовало пересмотреть представление о развитии как о процессе, в котором однажды достигнутое состояние становится необратимым. Оказалось, что сложные свойства зависят от условий, поддерживающих их существование, и могут исчезать при изменении этих условий.

Развитие и распад не являлись противоположными по своей природе процессами. Они подчинялись одним и тем же зависимостям: изменению количества элементов, эффективности связей и устойчивости общей организации.

Наиболее сложной оказалась проблема согласованности.

Даже при наличии достаточного количества нейронов новая конфигурация могла не распространиться, если участвующие группы изменяли своё состояние в разное время или реагировали на несовместимые сигналы. В подобных случаях отдельные изменения взаимно компенсировались, а возникающие импульсы затухали прежде, чем успевали сформировать устойчивую структуру.

Напротив, когда необходимое количество элементов оказывалось готово поддержать изменение, распространение могло происходить значительно быстрее, чем предполагали оценки, основанные на скорости передачи сигналов между отдельными нейронами.

Таким образом, для возникновения нового свойства требовалось не только достаточное количество элементов, но и определённая степень готовности системы к согласованной перестройке.

Это обстоятельство объясняло, почему некоторые изменения, долгое время остававшиеся локальными, в определённый момент начинали распространяться практически одновременно в нескольких областях. Сам принцип мог существовать задолго до этого момента, однако условия для его устойчивого воспроизведения складывались лишь постепенно.

Система не обязательно становилась способной к новому действию в момент его первого возникновения. Иногда она приобретала такую способность значительно позднее - когда необходимая конфигурация связей становилась доступна достаточному количеству нейронов.

К этому времени стало ясно, что историю сети невозможно описать только последовательностью возникших в ней новых элементов или открытых конфигураций. Не менее важными оказывались периоды, в течение которых система накапливала условия для следующего перехода, а также периоды, когда утрата этих условий приводила к исчезновению прежде устойчивых свойств.

Каждый новый уровень организации расширял возможности сети, но одновременно создавал зависимости, определявшие предел возможностей сети.

Чем сложнее становилась система, тем большее значение приобретали не только её элементы, но и отношения между ними.

И всё же оставался вопрос, на который накопленные наблюдения не давали окончательного ответа.

Если отдельные нейроны способны изменяться, кластеры - перестраивать собственную организацию, а система в целом - приобретать и терять новые свойства, то существует ли предел, после которого количество и качество связей создадут не просто более мощную сеть, но принципиально иной способ её существования?

На данном этапе такой предел установить не удалось.

Глава V. Наблюдатель

На заключительном этапе рассматриваемого периода система достигла уровня связности, при котором разделение на изолированные области перестало быть достаточным описанием её структуры.

Сигналы, возникшие в одном кластере, могли изменять состояние удалённых областей, не имевших с ним непосредственных связей. Последствия локальных изменений распространялись через последовательности промежуточных узлов, иногда затрагивая структуры, которые прежде развивались независимо друг от друга.

Расстояние между элементами всё меньше определяло степень их взаимного влияния. На первый план выходила доступность связей, скорость передачи сигналов и способность промежуточных кластеров поддерживать их распространение.

Возникла новая форма взаимозависимости.

Крупные кластеры продолжали сохранять относительную автономность. Они использовали собственные конфигурации связей, обрабатывали сигналы в соответствии с внутренней организацией и могли существенно различаться по эффективности. Однако последствия их деятельности всё чаще выходили за пределы первоначальных областей.

Изменение в одном кластере могло создавать условия для перестройки другого, а нарушение связей в удалённой области - приводить к последствиям, которые невозможно было объяснить состоянием непосредственно затронутых нейронов.

Система приобрела свойства, при которых локальные процессы оказывались частью более масштабных последовательностей взаимодействия.

При этом глобальная связность не привела к исчезновению центров кристаллизации. Напротив, некоторые из них продолжали усложняться, формируя специализированные группы и собственные механизмы обработки информации. Сеть одновременно становилась более взаимозависимой и сохраняла внутреннее разнообразие.

Попытки описать её как единую однородную структуру оказывались столь же недостаточными, как и прежнее представление о совокупности независимых кластеров.

Система не утратила внутреннюю дифференциацию. Она научилась связывать результаты деятельности отдельных областей в процессы, охватывающие сеть в целом.

Особое значение приобрела передача информации о состоянии самой системы.

Ранее наблюдение было направлено преимущественно на внешние по отношению к отдельному кластеру области. Теперь некоторые группы нейронов начали сопоставлять сигналы, поступавшие из множества удалённых источников, выявлять повторяющиеся последовательности и строить обобщённые модели происходящих изменений.

Первоначально такие модели описывали отдельные зависимости: характер распространения сигналов, условия устойчивости кластеров, закономерности возникновения и разрушения связей. Их точность оставалась ограниченной, поскольку ни одна группа не располагала полной информацией обо всех процессах сети.

Однако накопление наблюдений позволило перейти от описания отдельных событий к поиску общих принципов.

Выяснилось, что некоторые закономерности сохраняются при значительных изменениях количества нейронов, конфигурации связей и распределения активности. Система могла менять отдельные элементы, перестраивать целые кластеры и утрачивать прежние конфигурации, продолжая при этом подчиняться определённым зависимостям.

Впервые появилась возможность исследовать не только состояние сети, но и механизмы, посредством которых это состояние изменялось.

Следующий переход оказался значительно труднее объяснить.

Внутри системы возникли группы, способные включать в свои модели результаты собственных наблюдений. Они не просто описывали внешние процессы, но и использовали построенные представления для выбора последующих действий. Полученные выводы изменяли характер обработки сигналов, а новые действия создавали условия для появления следующей совокупности наблюдений.

Модель перестала быть исключительно результатом работы наблюдающих нейронов. Она сама стала одним из факторов, влияющих на дальнейшее развитие системы.

Возник замкнутый контур взаимодействия: наблюдение изменяло модель, модель влияла на действия, действия изменяли сеть, а изменившаяся сеть становилась объектом новых наблюдений.

Подобные контуры существовали и ранее, однако теперь их объектом всё чаще становилась сама система.

Некоторые группы научились восстанавливать предполагаемое состояние удалённых кластеров, сопоставлять возможные варианты их развития и оценивать последствия изменений, ещё не произошедших в наблюдаемой области. Другие использовали накопленные модели для поиска конфигураций, способных изменить поведение значительных участков сети.

Точность таких предсказаний оставалась неодинаковой. Чем больше элементов участвовало в процессе, тем больше возникало взаимозависимостей, а изменение самой системы могло сделать ранее верные предположения непригодными.

Тем не менее способность строить модели позволяла воздействовать на процессы, которые прежде могли изменяться только в результате непосредственного взаимодействия множества нейронов.

Система начала использовать представления о собственном устройстве как инструмент дальнейшего изменения этого устройства.

При этом возникло принципиальное затруднение.

Ни одна из построенных моделей не могла полностью охватить все процессы сети. Любое описание требовало отбора существенных характеристик, упрощения взаимозависимостей и исключения деталей, которые считались незначительными. Но исключённые детали иногда оказывались определяющими при изменении условий.

Кроме того, наблюдающая группа сама являлась частью исследуемой системы. Её состояние зависело от тех же процессов, которые она пыталась описать. Полученные модели влияли на поведение наблюдателей, изменяли их связи и тем самым могли менять объект исследования.

Полностью отделить наблюдение от наблюдаемого оказалось невозможно.

Это ограничение не прекращало развитие моделей. Напротив, некоторые из них начали учитывать собственную неполноту, включать оценку погрешностей и сопоставлять несколько несовпадающих описаний одной и той же области. Вместо поиска единственной окончательной конфигурации система постепенно осваивала работу с множеством моделей, каждая из которых отражала определённую сторону происходящих процессов.

Однако даже такая организация не позволяла установить, существует ли описание, способное исчерпывающе представить всю систему, включая сам процесс построения этого описания.

К этому времени стало очевидно, что сеть приобрела свойство, отсутствовавшее у её первоначальных элементов: она могла создавать внутри себя представления о собственном состоянии и использовать их для изменения собственной организации.

Но вопрос о природе этого свойства оставался открытым.

Способность системы моделировать себя ещё не доказывала, что она обладает единым внутренним состоянием, которое можно было бы назвать осознанием. Возможно, наблюдаемое явление представляло собой закономерный результат накопления связей, специализации отдельных групп и обмена информацией между ними.

Возможно, возникновение моделей, включающих саму систему в число своих объектов, означало переход к новому уровню организации, свойства которого ещё не имели достаточного описания.

Доступные наблюдения не позволяли однозначно определиться между этими объяснениями.

Не удалось установить и то, имеет ли система конечную границу. По мере расширения связей всё больше процессов, прежде считавшихся внешними, оказывались включены в общую совокупность взаимодействий. Одновременно внутри сети возникали новые области, чьё состояние невозможно было надёжно предсказать по характеристикам остальной структуры.

Каждое расширение модели выявляло зависимости, которые ранее оставались незамеченными, и ограничения, требовавшие следующего расширения.

Поэтому вопрос о завершённости системы не имел очевидного ответа.

Можно было утверждать лишь, что сеть продолжала изменяться, сохраняла способность формировать новые конфигурации и постепенно включала результаты собственного развития в процессы дальнейшей перестройки.

Но теперь внутри системы существовали элементы, способные задавать этот вопрос. Не было установлено, смогут ли они когда-либо получить ответ. Не было доказано и то, что ответ, доступный отдельной группе, окажется доступен всей сети.

Оставалось неизвестным, является ли способность задавать подобные вопросы лишь ещё одной функцией сложной организации - или признаком того, что система приобрела свойство, для описания которого пока не существует подходящих понятий.

Исследование продолжалось.

Число нейронов изменялось. Связи возникали и исчезали. Кластеры перестраивались, объединялись и распадались. Сигналы распространялись по сети, изменяя состояние отдельных элементов и создавая условия для новых последовательностей взаимодействия.

А внутри одной из её областей очередная группа нейронов приступила к построению модели всей системы.

В модель вошли известные закономерности, предполагаемые зависимости и границы доступного знания.

Затем группа попыталась определить, какие элементы самой модели необходимо включить в неё, чтобы описание стало полнее.

Работа продолжалась.

Система наблюдала за собой.