Истинный творец всего. Как человеческий мозг сформировал вселенную в том виде, в котором мы ее воспринимаем

Глава 3 Информация и мозг: немного Шеннона, чуточку Гёделя

Вжаркий влажный день лета 2015 года веселая толпа молодежи заполняла пасторальный променад в деревне Кларанс на швейцарской стороне Женевского озера, двигаясь, казалось, в ритме очередного концерта на открытом воздухе в рамках джазового фестиваля в Монтрё. С удовольствием отобедав в ресторане «Пале Ориенталь», расположенном всего в нескольких сотнях метров, мы с моим лучшим другом швейцарско-египетским математиком и философом Рональдом Сикурелом решили совершить послеобеденную прогулку и проанализировать еще один принципиальный элемент теории, которую мы выстраивали совместными усилиями. Мы шли бок о бок, подбрасывая друг другу идеи и обсуждая одну из наших любимых тем того богатого на события швейцарского лета (а именно — последовательность событий, позволивших жизни возникнуть на Земле несколько миллиардов лет назад, эволюционировать и преуспеть в непрестанном сопротивлении безжалостной и возрастающей во вселенной энтропии), пока вдруг не остановились перед странным деревом (рис. 3.1).

Рис. 3.1. Рональд Сикурел позирует у знаменитого дерева на берегу Женевского озера в Монтрё, в Швейцарии, после важного теоретического прорыва (фотография любезно предоставлена Мигелем А. Николелисом).

Мы стояли, застыв посреди променада и сосредоточив все свое внимание на этом необычном дереве, и тут мне в голову неожиданно пришла одна идея. «Жизнь есть диссипация энергии с целью записи информации в органическую материю», — вдруг ни с того ни с сего произнес я, а затем повторил эту фразу несколько раз, чтобы точно ее не забыть.

Захваченный врасплох этой мыслью, которая немедленно начала резонировать у него в голове, Рональд вновь повернулся и уставился на дерево, словно ища на нем окончательное подтверждение. После недолгого молчания он широко улыбнулся, хотя и выглядел чуть более взволнованным, чем обычно. Он указал на ближайшую скамейку, приглашая меня присесть, и в конце концов заявил: «Кажется, есть!»

И тогда я понял, что мы наконец поймали нить, которую искали все лето, прогуливаясь по этому променаду каждый день, глядя на озеро, цапель, уток и гусей, раздражая спешащих по своим делам прохожих своей странной привычкой проводить мысленные эксперименты посреди оживленных улиц и в итоге по воле судьбы все же совершив наше судьбоносное знакомство со странным деревом, которое явно не казалось примечательным никому, кроме нас.

В то утро перед нашей обычной ежедневной встречей я по случайности обратил внимание на ветки и листья деревьев, росших по берегам этого швейцарского озера. Вспоминая типичные огромные кроны тропических деревьев Бразилии, которыми я восхищался с самого детства, я хорошо видел теперь, насколько разница в широте влияла на форму листьев деревьев и общую пространственную конфигурацию растений в разных уголках планеты. Я помню, как подумал об удивительном механизме адаптации, придуманном природой для оптимизации биологических солнечных панелей, используемых деревьями для извлечения максимального количества солнечной энергии в зависимости от того, где именно на планете Земля им выдалось пустить корни. Эта мысль заставила меня вспомнить почти забытый урок школьной учительницы ботаники, услышанный мною сорок лет назад. Речь шла о дендрохронологии — одном из увлечений нашей учительницы в 1977 году. Как считала мисс Зульмира, великий Леонардо да Винчи первым заметил, что каждый год на стволах деревьев образуется новое кольцо, ширина которого отражает климатические условия этого сезона (в определенных климатических условиях некоторые деревья могут образовывать за год несколько колец). Вооруженный этими знаниями, американский ученый и изобретатель Александр Твининг предположил, что путем сопоставления рисунка колец большого количества деревьев можно восстановить историю климатических условий в любой точке Земли. Годы с большим количеством влаги приводят к появлению более широких колец, а в засушливые периоды древесина нарастает лишь очень тонкими слоями.

Развивая эту идею, пионер в современной истории вычислительной техники Чарлз Бэббидж предположил, что можно характеризовать возраст геологических слоев и соответствующие климатические условия путем анализа колец, запечатленных в окаменелых деревьях. Хотя Бэббидж предложил этот метод в 1830-х годах, дендрохронология стала активной сферой научных исследований только благодаря трудам и настойчивости американского астронома Эндрю Элликотта Дугласа, который обнаружил корреляцию между древесными кольцами и циклами солнечных пятен, на протяжении тридцати лет измеряя ширину древесных колец от настоящего времени вплоть до 700-х годов нашей эры. Используя эти уникальные биологические записи, археологи смогли точно установить, например, время постройки некоторых сооружений ацтеков в юго-западной части современных Соединенных Штатов. Сегодня дендрохронология позволяет ученым восстанавливать картины вулканической активности, ураганов, оледенений и осадков, происходивших на Земле в прошлом.

Таким образом, древесные кольца достаточно ярко иллюстрируют, каким образом органическая материя может физически заполняться информацией, представляющей подробный отчет о климате, а также о геологических и даже астрофизических событиях, происходивших за время жизни организма.

За исключением воздаяния должного за дендрохронологию мисс Зульмире, я не смог сделать никаких важных выводов из двух, казалось бы, несвязанных наблюдений — изысканной формы листьев деревьев в парке Монтрё и записей о возможных временных событиях в стволах деревьев. Поэтому я занялся рисованием — хобби, к которому я вернулся во время сбора материала для этой книги, — пока до встречи с Рональдом в ресторане «Пале Ориенталь» еще оставалось время.

Через несколько часов, когда мы с Рональдом сидели на скамейке в парке, все эти соображения вновь пришли мне в голову. С той лишь разницей, что теперь я видел четкую логическую и причинную связь между солнечными панелями дерева и отсчитывающими время древесными кольцами. «Точно, Рональд! Солнечная энергия рассредоточивается в виде информации, прописываемой в органическом веществе, формирующем ствол дерева. Вот он, ключ: энергия превращается в физически закрепленную информацию, чтобы достичь максимального локального снижения энтропии, которое необходимо дереву, чтобы прожить следующий день, собрать еще больше энергии, встроить больше информации в свою плоть и продолжать противостоять аннигиляции!»

Летом 2015 года мы с Рональдом с головой окунулись в идею об использовании термодинамики в качестве объединяющей основы для плавного связывания эволюции всей вселенной с теми процессами, которые привели к возникновению и эволюции жизни на Земле. В ходе этих бесед мы достаточно быстро осознали возможные последствия от восприятия жизни и живых организмов в качестве реальных эволюционных экспериментов, нацеленных на поиск оптимального пути для превращения энергии во встроенную информацию в качестве главной стратегии, с помощью которой жизнь хотя бы некоторое время может противостоять ужасу окончательного исчезновения при переходе в состояние, называемое нами смертью.

Хотя за последние сто лет многие авторы обсуждали такие концепции, как энергия, информация и энтропия в приложении к живым организмам, нам казалось, что за время той нашей прогулки нам удалось прийти к чему-то новому. Для начала наше открытие требовало нового определения информации, которое бы точнее отражало основы функционирования живых систем и отличалось от более известной версии термина, предложенной Клодом Шенноном в электротехнике для описания сообщений, передаваемых через зашумленные каналы в искусственных устройствах. Кроме того, тщательно обдумав свою теорию, мы поняли, что выработали в процессе еще одну новую идею, приравняв организмы и даже их клеточные и субклеточные компоненты к новому классу вычислительных устройств — к органическим компьютерам, о которых я уже упоминал в 2013 году в статье, написанной при совершенно иных обстоятельствах.

В отличие от механических, электронных, цифровых или квантовых компьютеров, создаваемых инженерами, органические компьютеры возникают в процессе естественной эволюции. Их главная особенность заключается в том, что для приобретения, обработки и хранения информации они используют свою органическую структуру и законы физики и химии. Это фундаментальное свойство означает, что функционирование органических компьютеров в первую очередь основано на аналоговом вычислении, хотя в некоторых важных случаях встречаются элементы цифрового вычисления. (Аналоговые системы для расчетов используют непрерывные вариации заданных физических параметров, описывающих электрический ток, механическое перемещение или поток жидкости. Простейший пример аналогового вычислительного устройства — логарифмическая линейка. Аналоговые компьютеры использовались повсеместно до появления в конце 1940-х годов цифровой логики и цифровых компьютеров.)

Учитывая, что для нас отправной точкой была термодинамика, с самого начала нашего сотрудничества мы с Рональдом находились под глубоким влиянием работ российско-бельгийского химика и лауреата Нобелевской премии Ильи Пригожина и его построенном на законах термодинамики мировоззрении. В одной из ставших ныне классическими книг, «Порядок из хаоса», написанной в соавторстве с Изабель Стенжерс, Пригожин представляет свою теорию термодинамики сложных химических реакций и непосредственные следствия из своей работы, позволившие ему сформулировать совершенно новое, подробное определение жизни. Теория Пригожина о так называемых самоорганизующихся химических реакциях позволяет понять, как из неживой материи могут возникать живые системы.

Ключевым элементом концепции Пригожина является понятие термодинамического равновесия. Система находится в равновесии, если внутри нее или между ней и окружающей средой не происходит суммарного переноса энергии или вещества. Если по какой-либо причине возникает градиент энергии, создающий участки с более высоким и более низким уровнем энергии, система самопроизвольно перераспределяет избыток энергии с первого участка на второй. Для наглядности представьте себе чайник с водой, оставленный в помещении при комнатной температуре. В таких условиях вода в нем находится в тепловом равновесии, и на макроскопическом уровне никаких изменений не происходит, поскольку вода спокойно остается в жидком состоянии. Но если вы начинаете нагревать воду, чтобы заварить чай, то по мере повышения температуры и ее приближения к точке кипения вода все больше и больше удаляется от жидкого равновесного состояния, пока не претерпевает фазовый переход и не превращается в водяной пар.

По мнению Пригожина, все организмы — от бактерий до деревьев и людей — представляют собой открытые системы, которые выживают только благодаря поддержанию себя в максимально далеком от равновесия состоянии. Это означает, что для жизни необходим постоянный обмен энергией, материей и информацией внутри самого организма и между ним и его окружением, что позволяет поддерживать химический и тепловой градиенты в клетках, в организмах в целом и между организмами и окружающей средой. И эта борьба длится на протяжении всей жизни организма. Нарушение этого удаленного от равновесия состояния неизбежно приводит организм к смерти и распаду.

С явлением диссипации, то есть рассеивания энергии, мы сталкиваемся каждый день. Например, когда мы поворачиваем ключ зажигания в машине — двигатель начинает работать, и часть энергии, образующейся при сгорании бензина, затрачивается на перемещение автомобиля, но значительное ее количество рассеивается в форме тепла, которое уже не используется для полезного действия. Это и есть диссипация: преобразование одной формы энергии, которая может совершать большее количество работы, в энергию, которая может совершать меньшее количество работы. Возникающие в природе крупные структуры также являются результатом процессов, происходящих с диссипацией большого количества энергии. Хороший пример — ураганы. Гигантские закрученные белесые пятна на спутниковых снимках — результат процесса самоорганизации с участием облаков и ветра; они образуются за счет диссипации большого количества энергии в виде гигантских масс горячего и влажного воздуха, формирующегося в районе экватора и поднимающегося от поверхности океана на большую высоту. Поднимаясь все выше и выше в атмосфере, он оставляет позади себя зоны пониженного давления, которые вскоре заполняются более холодным воздухом из соседних зон высокого давления. Этот воздух нагревается, увлажняется и поднимается вверх. При достижении больших высот с более низкой температурой водяные пары из воздуха конденсируют и образуют облака, которые вращаются под влиянием сильных ветров, возникающих из-за быстрой циркуляции горячего и холодного воздуха. Наблюдаемая нами структура урагана и его перемещение — результат самоорганизующегося процесса диссипации энергии, являющегося следствием этого погодного механизма, который в самых экстремальных случаях может быть сравним с мощнейшей климатической бомбой.

Пригожин и его коллеги обнаружили, что в лабораторных чашках Петри могут происходить химические реакции, приводящие к возникновению самоорганизующихся структур, чем-то напоминающих структуру урагана. Например, изменяя количество определенных реагентов, внешние условия (например, температуру) или вводя катализатор, можно добиться появления неожиданных ритмичных осцилляций в образовании продуктов реакции. Такие явления получили название химических часов. Ученые также обнаружили сложные пространственные структуры, в том числе сегрегацию различных типов молекул в разных частях реакционного сосуда. Короче говоря, случайные столкновения реагирующих веществ могут приводить к возникновению упорядоченности за счет рассредоточения энергии в системе.

На основании этих наблюдений Пригожин сформулировал две основные концепции. Первая описывает некий момент, когда добавление небольшого количества реагента или небольшое изменение температуры может принципиальным образом изменить течение химической реакции во времени и (или) пространстве. Интересно, что в конце XIX века французский математик Анри Пуанкаре столкнулся с этим же явлением в математике при анализе нелинейных дифференциальных уравнений: существует определенная точка, после которой становится невозможно с точностью предсказать поведение функции; начиная с этого момента система начинает вести себя хаотическим образом, и все численные результаты уравнения описывают математическую макроструктуру, называемую странным аттрактором. Вторая принципиальная концепция называется концепцией синхронизации. Она гласит, что при некоторых условиях, далеких от состояния равновесия, молекулы реагирующих веществ как бы «переговариваются» друг с другом, в результате чего в процессе самоорганизации могут возникать сложные временные или пространственные картины. Обе концепции играют важнейшую роль в определении индивидуального мозга и сетей синхронизированных мозгов (мозгосетей) в качестве органических компьютеров (см. главу 7).

В таком контексте переход от химических реакций к теории функционирования живых организмов требует лишь одного логического шага, и Пригожин сделал его с большим удовольствием. Чтобы понять, как именно, давайте вернемся к нашему швейцарскому дереву в Монтрё на променаде у озера и свяжем теорию Пригожина с нашими идеями.

Это дерево давным-давно пустило глубокие корни на берегу Женевского озера, используя свои многочисленные биологические солнечные панели для поглощения солнечного света и извлекая углекислый газ из окружающей среды. Оно получает энергию из солнечного света благодаря наличию в хлоропластах клеток листьев светопоглощающего пигмента — хлорофилла. Используя солнечный свет, углекислый газ и воду, хлоропласты осуществляют фотосинтез. Благодаря этому процессу растения способны направлять некоторое количество энергии солнечного света на поддержание и укрепление неравновесного состояния, существовавшего в семечке, из которого выросло растение, за счет добавления и поддержания слоев органической ткани в своей структуре.

Растения поглощают солнечный свет, животные поедают растения, а мы поедаем и тех и других. В целом жизнь сводится к поеданию того, что дает нам солнце; одни берут его свет сразу, а другие получают свою долю из вторых рук. Наш с Рональдом вклад в развитие этой идеи заключается в формулировании теории о том, что диссипативная структура (в данном случае дерево) претерпевает самоорганизацию — оно использует преимущества данного процесса для физического встраивания информации в образующую его органическую материю. Например, по мере роста дерева информация о климате, наличии воды, динамике солнечных пятен и многих других параметрах встраивается в круги, которые дерево каждый год добавляет к своей трехмерной структуре. В этом смысле дерево осуществляет все базовые операции, которые требуются от органического компьютера в соответствии с нашим критерием. И хотя у самого дерева нет прямого доступа к «памяти», сконцентрированной в виде кругов, внешние наблюдатели вроде нас могут до нее добраться[6].

В более формальном виде мы с Рональдом определили следующее:

Мы полагаем, что этот процесс не идентичен в разных формах жизни. Мы только что обратили внимание на то, что заключенная в древесных кольцах информация не может (насколько я могу судить) быть извлечена самим растением. Иными словами, само растение не имеет доступа к информации, требующейся, чтобы рассчитать, скажем, количество пятен на Солнце в предыдущем сезоне. Однако животные, обладающие мозгом, не только постоянно обращаются ко встроенной в их нервную ткань информации, но и используют ее как руководство для действий и поведения в будущем. В таком случае процесс превращения энергии в информацию лежит в основе важнейшего феномена, называемого обучением, и отвечает за накопление воспоминаний в головном мозге животного. Более того, поскольку в головном мозге этот процесс встраивания информации происходит напрямую через модификацию нервной ткани (т. е. через физическое изменение морфологических характеристик синапсов между двумя нейронами), можно сказать, что эта информация обладает «причинной эффективностью» в отношении нервной системы. Это означает, что процесс записи информации изменяет физическую конфигурацию (и, следовательно, функциональные параметры) сетей нейронов[7]. В этом заключается основа мощнейшего нейрофизиологического свойства, называемого нейропластичностью (см. главу 4).

Записывание информации в головной мозг животного — это очень большой шаг вперед по сравнению с годичными кольцами деревьев. Но еще более впечатляющие результаты показывает человеческий мозг. В нем диссипация энергии отвечает не только за постоянное накопление воспоминаний в результате удивительного и уникального процесса, происходящего на протяжении длительного периода времени или даже всей жизни организма, за обучение и пластичность, но также за появление гораздо более ценного и редкого продукта — знания.

Энергия превращается в знания!

На мой взгляд, это можно считать кульминацией, самым революционным результатом термодинамического описания жизни.

На данном этапе необходимо описать одно очень важное термодинамическое понятие — энтропию. Энтропию можно определить множеством способов. Как вариант, можно представить ее в качестве меры разупорядочения молекул или случайного распределения в конкретной макроскопической системе. Иначе энтропия описывается как число микросостояний, которые конкретная система, например газ, способна принимать, не меняя макроскопического поведения. Представьте себе, что входите в огромный пустой танцевальный зал в отеле с одним маленьким, наполненным гелием воздушным шариком в руках, как на день рождения. Поскольку шар имеет маленький объем, молекулы гелия плотно прижаты друг к другу и имеют сравнительно низкий уровень разупорядочения, поскольку не могут удалиться на большое расстояние из-за ограниченного объема шара. Аналогичным образом количество микросостояний тоже сравнительно невелико: хотя каждый атом гелия может меняться местами с другими атомами, не приводя к смене макросостояния наполненного гелием шарика, их передвижения все же ограничены шаром, и они не могут занять другое положение в танцевальном зале. Какое бы определение вы ни использовали, в данном случае гелий находится в состоянии с низким уровнем энтропии. Но вот вы доходите до центра зала и решаете проткнуть шарик и выпустить гелий. Теперь гелий, который изначально был сжат в ограниченном пространстве (соответствующем объему шара), распространяется по всему залу гораздо большего объема, что значительно повышает степень разупорядочения молекул и неопределенность точной локализации каждой молекулы гелия. Эта неопределенность характеризует состояние с высоким уровнем энтропии.

Знаменитый австрийский физик Людвиг Больцман, один из создателей термодинамики, первым нашел способ описать это понятие на количественном уровне, создав статистическую формулу для энтропии природных веществ, таких как газы. Его формула выглядит так:

где E — энтропия, k — постоянная Больцмана, а n — общее число микросостояний системы.

Как следует из первой формулировки второго закона термодинамики, предложенной Уильямом Томпсоном в 1852 году, общая энтропия замкнутой изолированной системы со временем увеличивается. Этот закон применим ко всей вселенной, однако он не учитывает возникновения «локальных очагов сопротивления» со стороны живых организмов, которые оттягивают момент окончательного распада и рассредоточения. Эта партизанская война живых организмов хорошо отражена в работе другого знаменитого австрийца — лауреата Нобелевской премии физика Эрвина Шрёдингера, одного из титанов квантовой физики, который в книге «Что такое жизнь?» высказал предположение, что жизнь — это бесконечная борьба за создание и сохранение островков с пониженной энтропией, которые мы называем организмами. Как он писал, «существенно в метаболизме то, что организму удается освобождать себя от всей той энтропии, которую он вынужден производить, пока он жив»[8].

В книге «Вопрос жизни» британский биохимик из Университетского колледжа Лондона Ник Лейн дополнительно проясняет связь между энтропией и жизнью: «А главное вот что: чтобы обеспечивать рост и размножение, некоторые реакции должны непрерывно выделять тепло в окружающую среду, разупорядочивая ее»[9]. И далее продолжает: «Мы и сами платим за свое непрерывное существование теплом, которое высвобождается в результате непрерывно протекающей реакции дыхания. Мы постоянно окисляем пищу кислородом, нагревая окружающее пространство. Потеря тепла — не побочный эффект, а совершенно необходимый для поддержания жизни процесс. Чем больше потеря тепла, тем выше доступный уровень сложности».

Используя терминологию Пригожина, можно сказать, что чем больше энергии рассеивает организм, тем большей сложности он может достигнуть!

В конце 1940-х годов концепции энтропии и информации оказались навечно тесно связаны благодаря работе американского математика и электромеханика Клода Шеннона, который в 1948 году в возрасте тридцати двух лет, будучи сотрудником лаборатории Белла, опубликовал в техническом журнале компании знаменитую работу длиной в 79 страниц. В своей «Математической теории коммуникаций» Шеннон впервые представил количественную теорию информации. Помимо прочего, эта статья навсегда вошла в анналы истории в качестве теоретической колыбели, из которой позднее появилась одна из самых важных математических единиц измерения, созданных человеком в XX веке, единица информации — бит.

За несколько лет до выхода этой революционной статьи, в 1937 году, Шеннон, тогда еще студент Массачусетского технологического института, показал, что для описания каких-либо логических или численных связей в электрических цепях достаточно лишь двух чисел (0 и 1) и соответствующей логики, называемой Булевой логикой в честь ее создателя Джорджа Буля. Эта потрясающая теория положила начало эпохе цифровых сетей — изобретение транзистора в той же лаборатории Белла и первая теория Алана Тьюринга для построения идеальной вычислительной машины сделали возможным создание цифровых компьютеров, кардинально изменивших жизнь человечества за последние восемьдесят лет.

В своей статье 1948 года Шеннон предложил статистическое описание информации, как его предшественники в предыдущем столетии предлагали количественное описание энергии, энтропии и других термодинамических параметров. Более всего Шеннона интересовало то, что он называл «фундаментальной проблемой коммуникации»: «точное или приблизительное воспроизведение в определенной точке сообщения, выбранного в другой точке». В шенноновском подходе к информации не отводилось никакой роли контексту, семантике или даже смыслу; все это были лишь ненужные усложнения узкой проблемы передачи информации, которую он хотел разрешить.

В своей книге «Информация: История, теория, поток» Джеймс Глик отлично суммирует основные выводы Шеннона из его поразившей мир вероятностной теории информации. Три из них имеют непосредственное отношение к нашему рассказу. Вот они:

К общим выводам из последнего шокирующего утверждения мы еще вернемся, но до этого важно показать, как записать статистические представления Шеннона об информации в виде уравнения. В этой математической формуле энтропия Шеннона (H) представляет собой минимальное количество битов, необходимое для точного кодирования последовательности символов, каждый из которых может встречаться с определенной вероятностью. В упрощенном виде формула выглядит следующим образом:

где p_i представляет собой вероятность появления каждого символа, передаваемого по каналу. В этом случае H измеряется в битах информации.

Например, если канал пропускает только один 0 или одну 1 с равной вероятностью 50 % для каждого из двух символов, для точного кодирования и передачи этого сообщения нужен один бит. С другой стороны, если канал пропускает только 1 (это означает, что вероятность появления этого символа составляет 100 %), значение H равно нулю: не передается никакой информации, поскольку сообщения не содержат никакой неожиданности. Но если длинная последовательность символов состоит из миллиона независимых битов (и каждый с равной вероятностью несет либо 0, либо 1), такой канал передает 1 миллион битов информации.

По сути, определение Шеннона означает, что чем более случайной является последовательность символов (чем она более «неожиданная»), тем больше информации в ней содержится. Точно так же, когда лопается шарик, гелий переходит из состояния с низкой энтропией в состояние с высокой энтропией, и количество информации, необходимой для описания локализации каждого атома гелия, тоже увеличивается из-за увеличения неопределенности локализации атомов в пространстве гораздо большего объема. Таким образом, согласно Шеннону, энтропию можно описать как количество дополнительной информации, необходимой для определения точного физического состояния системы с учетом ее термодинамической специфики. Иначе энтропию можно воспринимать в качестве меры недостатка информации о такой системе.

Успешность шенноновской концепции информации была очевидна — она быстро преодолела границы сферы, для которой была сформулирована изначально, и перетекла во множество других дисциплин, при этом изменив многие из них, иногда радикальным образом. Например, понимание того, что длинные последовательности четырех основных нуклеотидов позволяют нитям ДНК кодировать всю информацию, необходимую для воспроизведения организмов из поколения в поколение, ввело шенноновскую концепцию информации в сферу генетики и молекулярной биологии. С открытием генетического кода начал формироваться определенный консенсус. В общих чертах этот консенсус сводится к тому, что все наши знания о вселенной можно закодировать и расшифровать в битах — в соответствии с инновационным и революционным цифровым определением информации Шенноном. В статье «Информация, физика, квант: поиски связей» один из величайших физиков прошлого столетия Джон Арчибальд Уилер отстаивал свое мнение о том, что «информация дает начало всему, каждой частице, каждому силовому полю, даже самому пространственно-временному континууму». Он описывал это с помощью выражения «Все из бита» (It from Bit), которое немедленно вошло в оборот.

Теперь, после экскурса в такие отдаленные сферы, как термодинамика и зарождение информатики, мы готовы вернуться к нашему любимому дереву на променаде в Монтрё в Швейцарии и понять, что именно мы с Рональдом имели в виду. В целом мы выдвинули идею о том, что путем диссипации энергии живые системы самоорганизуются и встраивают информацию в свою органическую материю, создавая островки пониженной энтропии и отважно пытаясь затормозить, пусть даже совсем незначительно, движение к неизбежному разупорядочению и исчезновению, к которым, по-видимому, приближается вселенная. Хотя часть этой информации описывается классической формулой Шеннона, мы предполагаем, что основная часть рассеивается в ходе процесса, приводящего к физическому встраиванию информации разного типа в органические ткани. Мы с Рональдом решили назвать это гёделевской информацией в честь величайшего логика XX века Курта Гёделя, который продемонстрировал ограничения формальных систем, описываемых шенноновской информацией. Так что теперь, чтобы продолжить наш рассказ, нужно сравнить описания информации по Шеннону и по Гёделю.

Для начала гёделевская информация не бинарная и цифровая, а непрерывная или аналоговая, и ее включение в органические ткани подпитывается процессом рассредоточения энергии в организмах. Соответственно, гёделевская информация не может быть представлена в цифровой или дискретной форме и восприниматься как бинарные биты информации, проходящие через зашумленный коммуникационный канал. Чем сложнее организм, тем больше в нем накапливается гёделевской информации, встроенной в его органическую субстанцию.

Проиллюстрировать основные различия между информацией по Шеннону и по Гёделю можно на нескольких примерах. В процессе трансляции на рибосомах отдельные аминокислоты соединяются между собой в определенном порядке, образуя линейную последовательность белка. По мере диссипации энергии в ходе трансляции в эту линейную последовательность белка включается гёделевская информация. Однако, чтобы полностью передать смысл этой информации, исходная линейная последовательность аминокислот, описывающая белок, должна принять трехмерную конфигурацию, называемую третичной структурой. Кроме того, многие специфически упакованные субъединицы белков должны взаимодействовать друг с другом с образованием так называемой четвертичной структуры белковых комплексов, как в молекуле гемоглобина — переносящего кислород белка, содержащегося в эритроцитах крови. Гемоглобин связывает кислород и выполняет свою функцию только при условии формирования такой четвертичной структуры.

Хотя в правильных условиях линейные белковые цепи очень быстро приобретают третичную структуру, крайне сложно предсказать эту окончательную форму укладки на основании исходной линейной последовательности белка, используя алгоритм цифрового вычисления. Если пользоваться нашей терминологией, можно сказать, что гёделевская информация, заключенная в линейной последовательности белка, проявляется напрямую (то есть вычисляется) в физическом процессе фолдинга, приводящем к образованию трехмерной структуры белка. В терминах цифровой логики этот процесс может считаться не поддающимся обработке или расчету, что означает, что на основании одной лишь линейной аминокислотной последовательности нельзя предсказать финальную трехмерную структуру белка. Вот почему мы называем гёделевскую информацию аналоговой, а не цифровой. Ее нельзя свести к цифровому описанию, поскольку ее проявление зависит от непрерывного (или аналогового) процесса модификации биологической структуры, определяющегося законами физики и химии, а не алгоритмом, заложенным в цифровой компьютер.

Теперь давайте рассмотрим второй и гораздо более сложный пример. Представьте себе, что пара молодоженов утром первого дня своего медового месяца завтракает на балконе отеля с видом на Эгейское море на греческом острове Санторини. На фоне типичного розового рассвета в классическом гомеровском великолепии они берут друг друга за руки и сливаются в недолгом, но страстном поцелуе. А теперь переносимся на пятьдесят лет вперед. В день, который мог бы быть пятидесятой годовщиной их свадьбы, вдова — единственная живая свидетельница того утра — возвращается на тот же балкон того же отеля на Санторини и на рассвете заказывает такой же завтрак. Она завтракает в одиночестве, и хотя прошло уже полстолетия, она вновь живо ощущает то же глубокое чувство, вызванное прикосновением рук и губ любимого. И хотя в это утро небо скрыто облаками и нет ветра, в этот самый момент она чувствует, как переносится на тот рассветный Санторини и вновь переживает сладость утреннего эгейского бриза, ласкающего ее волосы, пока она прижимается к своему возлюбленному. По сути, вдова заново переживает те же ощущения, что и пятьдесят лет назад.

В соответствии с нашими представлениями то, что она испытывает, является явным проявлением гёделевской информации, которая ранее запечатлелась в ее памяти и оставалась там на протяжении пятидесяти лет, пока внезапно женщина не вспомнила, как впервые попробовала это блюдо греческой кухни. Но как бы она ни пыталась рассказать о своих ощущениях, она никогда не сможет полностью выразить словами те чувства, воспоминания, нежность, любовь и потерю. Дело в том, что, хотя гёделевская информация может отчасти проектироваться в шенноновскую информацию и передаваться с помощью письменной или устной речи, она не может полностью выразиться в этой усеченной цифровой форме.

Этот последний пример демонстрирует два интересных свойства. Во-первых, во время завтрака в медовый месяц часть сенсорных сигналов (вкусовых, зрительных, слуховых, тактильных) транслировалась в мозг двух взаимодействующих людей в основном в форме шенноновской информации. Когда эти мультимодальные сообщения достигли мозга, они и взаимосвязь между ними, а также возможные причинно-следственные связи сравнивались с существующей в мозге двух людей системой отсчета, сформированной на основе всего накопленного жизненного опыта (рис. 3.2). И далее результат этого сравнения встроился в кору в виде непрерывной гёделевской информации. Это означает, что человеческий мозг непрерывно превращает шенноновскую информацию, воспринятую извне нашими периферическими органами чувств (глазами, ушами, языком, кожей), в долгосрочные мнемонические записи в форме гёделевской информации. С другой же стороны, под действием аналогичных сенсорных стимулов, таких как вкус пищи, которую вы раньше уже ели в тех же условиях, записанные десятилетия назад воспоминания в форме гёделевской информации легко превращаются (хотя бы частично) в поток шенноновской информации, которую можно передавать. Та часть, которая не может претерпевать этих превращений, не отражается в словах и переживается как личные эмоции и ощущения. Следовательно, когда речь идет об этом типичном для людей переживании давнишних воспоминаний, нет никакого потока шенноновской информации, никакого математического алгоритма, никакого цифрового компьютера и никакого искусственного интеллекта, которые могли бы достаточно точно воспроизвести или сымитировать то, что каждый из нас переживает у себя в голове. Иными словами, одной шенноновской информации недостаточно, чтобы доходчиво описать все то, что способен сохранить, пережить и выразить мозг[10]. Таким образом, как предполагает Рональд, если энтропия — это количество дополнительной информации, необходимой для характеризации точного физического состояния системы, гёделевская информация — это энтропия мозга. Иными словами, именно дополнительная порция информации, непередаваемая в терминах Шеннона, необходима для полного описания того типа встроенной в головной мозг информации, которая делает нас людьми. Следовательно, существование гёделевской информации является одной из ключевых причин, по которым цифровые компьютеры никогда не смогут воспроизвести функцию и волшебство человеческого мозга; цифровые компьютеры рассеивают энергию в виде тепла и безопасных электромагнитных полей, тогда как мозг животных и особенно человека использует диссипацию энергии для накопления гёделевской информации в нервных тканях (см. главу 6).

Рис. 3.2. Схема процесса превращения информации Шеннона в информацию Гёделя, возникновения ментальных абстракций и создания человеческой вселенной в результате наших попыток описания космоса (рисунок Кустодио Роса).

Один из наиболее интересных мне феноменов человеческого мозга — эффект фантомной конечности — может еще лучше показать различия между информацией по Шеннону и по Гёделю, поскольку наглядно иллюстрирует особенности восприятия человеческим мозгом потенциально конфликтующих или двусмысленных сообщений в отличие от цифрового компьютера. Представьте себе человека, который после ампутации правой ноги лежит на больничной койке и не видит своих ног, поскольку его тело полностью укрыто простыней. К нему подходит хирург, ампутировавший ногу, и сообщает, что, к сожалению, пару часов назад ногу пришлось ампутировать из-за развития гангрены. Хотя пациент теперь знает правду, он чувствует глубокое противоречие, поскольку до сих пор ощущает правую ногу под простыней как результат эффекта фантомной конечности — хорошо известного феномена, проявляющегося почти у 90 % пациентов после ампутации. Во всех этих случаях на протяжении еще долгого времени после ампутации (спустя месяцы и даже годы) пациенты сообщают о совершенно отчетливых и различимых тактильных ощущениях, включая боль и даже движения ампутированной конечности.

Поскольку наш гипотетический пациент все еще живо ощущает присутствие под простыней ампутированной ноги, он настаивает, что конечность не была ампутирована. Это, должно быть, какая-то ошибка или, хуже того, мошенничество, за которое вообще засудить надо! Сбитый с толку такой агрессией хирург начинает раздражаться и бестактно демонстрирует пациенту отрезанную ногу, чтобы убедить его в том, что ампутация имела место. И даже тогда, видя и узнавая свою ампутированную конечность, пациент продолжает чувствовать ногу и описывает врачу ощущение все еще связанной с телом ноги. Он даже чувствует движение ступни во время их разговора, хотя ампутированная нога в руках хирурга не шевелится.

Эта печальная сцена показывает, что человеческий мозг способен справляться с ситуациями, в которых реальность (отсутствие ноги) и ощущение (отчетливое восприятие ее присутствия) противоречат друг другу и сосуществуют в одном и том же мозге. Цифровой компьютер не смог бы справиться с такой неоднозначностью. Он бы завис, поскольку цифровая логика не может преодолеть «двойственность» такой ситуации. Для цифрового компьютера, использующего информацию Шеннона, нога либо присоединена (0) к телу пациента, либо ампутирована (1). И переходного состояния не существует. Но в человеческом мозге, обрабатывающем информацию Гёделя, эти состояния сосуществуют и обрабатываются таким образом, что пациент может ощущать и описывать зуд в уже не существующей ноге.

Как мы увидим далее, классические модели функционирования мозга вроде той, что была предложена Дэвидом Хьюбелом и Торстеном Визелем в 1960-х годах, не могут учитывать эффект фантомной конечности, поскольку в целом основаны на концепции информации Шеннона. Мы с Рональдом считаем, что эффект фантомной конечности можно интерпретировать через аналогию с первой теоремой Курта Гёделя о неполноте. Вот почему мы использовали имя Гёделя для обозначения нового типа физически встроенной информации: именно этот тип информации позволяет учитывать такие свойства, как интуиция — уникальное человеческое качество, которое, согласно Гёделю, требуется (в большей степени, чем синтаксический формализм) для решения математических загадок.

Примеры с медовым месяцем и фантомной конечностью иллюстрируют еще одно принципиальное различие между информацией Шеннона и Гёделя: в то время как информация Шеннона в основном имеет отношение к синтаксису сообщения, информация Гёделя отражает нашу способность придавать смысл внешним событиям и предметам и выражать семантику и даже двусмысленность получаемых и передаваемых сообщений.

В отличие от информации Шеннона, которую можно выразить вне зависимости от передающей ее среды (электрических проводов, нервов или радиоволн), информация Гёделя демонстрирует в организме причинную эффективность, только будучи физически встроенной в органическое вещество. Вспомните о годовых кольцах нашего любимого дерева: эти нарастающие отложения древесины являются результатом непрерывного процесса диссипации энергии, который приводит к ежегодному образованию нового кольца и встраиванию в ткани растения гёделевской информации о засухах, солнечных пятнах или обилии осадков. Невозможно отделить этот тип гёделевской информации от органической матрицы, описывающей историю жизни дерева. Иными словами, при нашем определении гёделевской информации имеет значение среда, в которую она встроена. Опять-таки, хотя заключенная в древесных кольцах информация недоступна для самого дерева, у животных с головным мозгом эта информация может считываться очень быстро и эффективно.

Причинную эффективность гёделевской информации можно проиллюстрировать на хорошо известном примере — на эффекте плацебо. Прекрасно знакомый врачам эффект плацебо заключается в том, что у значительной доли пациентов наблюдаются выраженные клинические улучшения при приеме полностью инертного вещества (вроде таблетки из муки), которое их врач называет «новым лекарственным средством». Иными словами, если врач, которому пациенты доверяют, говорит, что эти таблетки точно помогут, многие пациенты ожидают положительного эффекта лечения. И действительно, у значительной доли таких пациентов отмечаются некоторые клинические улучшения. Интересно, что назначение плацебо в такой форме, которая большинству людей сама по себе кажется эффективной, дает еще лучшие результаты. По некоторым данным, плацебо, прописанное в форме крупных и ярко окрашенных (например, красных) капсул, дает в среднем максимальный эффект. Эти результаты свидетельствуют о том, что культурные представления о медицине играют здесь важную роль и являются движущим фактором эффекта плацебо.

В нашем контексте эффект плацебо можно объяснить прямым воздействием сообщения врача, предложившего пациенту новое лечение, на нервную ткань. Хотя изначально это сообщение передается в виде облеченной в слова шенноновской информации, в головном мозге пациента эта информация соотносится с его собственными внутренними ожиданиями и представлениями и сохраняется в виде гёделевской информации. Подкрепляя исходную веру пациента в лекарство или метод лечения, сигнал плацебо действует непосредственно на нейроны, запуская процесс выброса нейромедиаторов и гормонов и приводя к электрическому возбуждению нейронов, которое, например, усиливает иммунную систему пациента — и это лишь одна из гипотез, объясняющих эффект плацебо. По нашему мнению, такая нейроиммунологическая связь объясняется причинной эффективностью гёделевской информации в отношении нервной ткани.

Эффект плацебо подкрепляет наше предположение о том, что, в то время как информация Шеннона выражается в виде жестких синтаксических правил с помощью целых чисел, битов и байтов, информация Гёделя, которая генерируется и хранится интегральной системой (мозгом), отражает богатый аналоговый диапазон причинно-следственных связей и семантических конструкций, усиливающих смысл и доходчивость человеческой речи; и это основной метод взаимодействия человека с собственными мыслями, эмоциями, чувствами, ожиданиями и глубокими убеждениями.

Еще одна важная особенность гёделевской информации заключается в том, что ее количество и сложность различны в разных организмах. Это означает, что в отличие от информации Шеннона, которая увеличивается с повышением энтропии системы, гёделевская информация наращивает сложность как раз при снижении энтропии, происходящем в далеких от равновесия термодинамических островках, которые мы называем живыми системами. Таким образом, информация Шеннона определяется степенью неопределенности и неожиданности в проводящем канале, а информация Гёделя увеличивается с повышением уровня сложности биологической структуры или функции, адаптационной способности организма, его стабильности и выживаемости, которые выражаются в усилении способности противостоять распаду. Чем сложнее организм, тем больше в нем накапливается гёделевской информации. Таким образом, в соответствии с нашей теорией, путем рассредоточения энергии для записи гёделевской информации организмы пытаются максимально продлить свое существование за счет усиленного накопления солнечной энергии и в конечном итоге воспроизведения самих себя путем передачи ДНК следующим поколениям.

Этот процесс достигает кульминации у человека, поскольку именно гёделевская информация используется для производства знаний, культуры, технологии и создания больших взаимодействующих социальных групп, значительно повышающих наши шансы на успешную адаптацию к изменяющимся условиям внешней среды.

Концепция гёделевской информации также объясняет неосознанность, которой отличается большая часть процессов в мозге. Пояснить эту мысль может помочь, к примеру, классический эксперимент, проведенный в начале 1980-х годов американским нейробиологом Бенджамином Либетом. В ходе эксперимента Либета (рис. 3.3) человека сажают напротив экрана с изображением циферблата настенных часов, вдоль которого перемещается точка. На человека надевают шлем, чтобы экспериментатор мог постоянно регистрировать электрическую активность мозга испытуемого, используя классический метод электроэнцефалографии. Участника эксперимента просят выполнить простую задачу — в любой момент, когда захочется, нажать на кнопку указательным пальцем. Кажется, все довольно просто. Однако, чтобы было интереснее, Либет просил участников использовать движущуюся вдоль циферблата точку для обозначения того момента, когда они осознают свое желание согнуть палец. С помощью этого простого устройства Либет сумел зарегистрировать три момента времени (рис. 3.3): когда человек нажимает на кнопку, когда он решает нажать на кнопку, по его собственным словам, в зависимости от положения точки на циферблате и когда начинает меняться состояние его головного мозга, по данным электроэнцефалограммы. Как видно из рисунка 3.3, хотя осознанное решение человек, по его словам, принимает примерно за 200 миллисекунд до нажатия пальцем на кнопку, повышение активности на ЭЭГ отмечается примерно за 500 миллисекунд до этого действия.

Рис. 3.3. Классический вариант эксперимента Либета (рисунок Кустодио Роса).

Существует множество разных и порой противоречащих друг другу интерпретаций результатов эксперимента Либета. Большинство людей воспринимают их в качестве однозначного подтверждения того, что многое в человеческом мозге происходит неосознанно, поскольку изменение электроэнцефалограммы происходит примерно за 300 миллисекунд до того, как человек осознает свою готовность нажать на кнопку, следовательно, он не обладает свободой воли. Я не буду здесь углубляться в эту дискуссию. Нам с Рональдом любопытные наблюдения Либета интересны совсем в ином ключе. Несмотря на то что все в основном обращают внимание на тот факт, что за 500 миллисекунд до нажатия на кнопку мозг человека уже выполняет соответствующие операции, пусть даже на подсознательном уровне, мы с Рональдом заинтересовались другими вопросами. Какой процесс (или процессы) в первую очередь предшествуют этому неосознанному изменению ЭЭГ? И откуда берется этот сигнал? Мы предположили, что еще раньше, чем за 500 миллисекунд, отделяющих нажатие на кнопку от подъема сигнала на ЭЭГ, мозг человека пытается добраться до гёделевской информации в неокортексе (и, возможно, в субкортикальных структурах, активность которых нельзя зафиксировать с помощью ЭЭГ). Как только эта гёделевская информация становится доступна (неосознанно), она организует потоки шенноновской информации, которую можно зарегистрировать с помощью ЭЭГ, и именно это происходит за 500 миллисекунд до того, как человек двигает пальцем и нажимает на кнопку. Как только высокоразмерная гёделевская информация трансформируется в низкоразмерную шенноновскую информацию, создается исполняемая моторная программа, которая может быть передана по нервам (нейробиологическим эквивалентам шенноновских коммуникационных каналов) от первичной моторной коры к спинному мозгу, а оттуда — к мышцам, и в результате осуществляется движение. Таким образом, согласно нашей интерпретации этого эксперимента, высокоразмерная гёделевская информация является истинным источником шенноновской информации, измеряемой по сигналу ЭЭГ за 500 миллисекунд до нажатия на кнопку. Вообще говоря, в таком контексте фиксация сигнала ЭЭГ за 500 миллисекунд до движения не указывает на отсутствие свободы воли. Свобода воли может проявляться до какой-либо измеряемой активности на ЭЭГ, когда гёделевская информация становится доступна и считывается при подготовке к последующему движению.

Раньше мы с Рональдом часто использовали еще один пример для иллюстрации несоответствий в том, что измерения активности мозга рассказывают о внутренних процессах, происходящих в нашем мозге. Представьте себе, что ученый хочет экспериментальным путем показать, что именно происходит в тот момент, когда человек рассматривает на экране компьютера серию картинок, среди которых есть неприятные изображения. Чтобы зарегистрировать влияние этих изображений на мозг человека, ученый решает измерить электрическую активность мозга с помощью ЭЭГ, а также получить изображения высокого разрешения методом магнитно-резонансной томографии (МРТ) в тот момент, когда человек разглядывает изображения на мониторе. Поскольку выбранные экспериментатором методы анализируют активность мозга извне, обычно они позволяют получить только информацию Шеннона. Параллельно с получением сигналов ЭЭГ и МРТ экспериментатор также просит человека рассказывать об ощущениях, вызываемых у него изображениями. При наличии обоих наборов данных можно проанализировать корреляцию между количественными мерами активности мозга (данные ЭЭГ и МРТ) и тем, что участник эксперимента передает с помощью слов. Ученый обнаруживает, что объективные параметры активности мозга не всегда хорошо коррелируют с ощущениями, переданными при помощи речи. Если учесть, что даже слова для описания ощущений являются лишь низкоразмерной проекцией высокоразмерной гёделевской информации, хранящейся в мозге человека, становится понятно, насколько сложно осуществить количественную оценку всей гёделевской информации, которую может содержать такой мозг, как наш.

Но это еще не все. Поскольку мозг представляет собой сложную динамическую систему, он умеет создавать разные эмерджентные свойства при неизмеримо малых различиях начальных условий. Следовательно, при работе с живым мозгом у доблестного и преданного своему делу ученого из нашей истории нет возможности измерить все необходимые показатели в режиме реального времени. Даже если можно было бы произвести все необходимые измерения, мы бы не всегда знали, как их перевести в человеческие ощущения.

Поскольку человеческий мозг способен отображать и шенноновскую, и гёделевскую информацию, а также из-за невозможности нахождения идеальной корреляции между ними, в рамках традиционного научного подхода перед нами встает серьезнейшая проблема. Конкретный физический объект, который мы называем человеческим мозгом, занимает весьма специфическое место среди объектов изучения естественных наук. В этом случае внешняя информация (цифровая и формальная) никогда не сможет полностью описать всю реальность, описываемую внутренней информацией (аналоговой и интегральной). Именно эта внутренняя информация обладает уникальностью, возникающей в результате слияния информации и материи в мозге — без сомнения, самом мощном вычислительном инструменте, дарованном нам эволюцией.

В целом различия между шенноновской и гёделевской информацией можно описать следующим образом: информация Шеннона символическая; это означает, что получатель сообщения, содержащего информацию Шеннона, должен расшифровать ее, чтобы извлечь какой-то смысл. И для этого ему, понятное дело, нужно знать ключ шифрования до получения сообщения, и если в самом сообщении ключ отсутствует, информация останется недоступной. К примеру, без внешнего ключа для вас не имели бы смысла строки, которые вы сейчас читаете. Смысл сообщения необходим мозгу, чтобы что-то с ним сделать. Информация же Гёделя, напротив, не требует никакого ключа; ее смысл мгновенно распознается мозгом любого человека. Это объясняется тем, что смыслом сообщение наделяет мозг, который получает или создает это сообщение. Как говорит Хомский[11], «в речи самое главное то, что не произносится».

Возможно, вы задаетесь сейчас вопросом: а нужно ли вообще вводить понятие гёделевской информации? Мой ответ — безусловно! Как мы видели, понятие гёделевской информации позволило получить несколько новых и интересных заключений и гипотез. Прежде всего, оно дало нам возможность сформулировать определение организма в качестве компьютера нового класса. Существует много типов искусственных компьютерных устройств: механические вычислительные устройства, такие как счеты и разностная машина Чарлза Бэббиджа, аналоговые компьютеры, такие как логарифмическая линейка, цифровые компьютеры, такие как переносные компьютеры и планшеты, которые мы сегодня так активно используем, а также самые современные квантовые компьютеры. Как мы обсуждали в начале главы, мы с Рональдом предположили, что организмы можно считать особым классом вычислительных устройств. Мы называем их органическими компьютерами: это устройства, в которых вычисления осуществляются при помощи их собственной трехмерной органической структуры.

Наша концепция органических компьютеров применима на разных уровнях организации живых существ — от самых крохотных наномашин, действующих за счет синхронной совместной работы множества взаимосвязанных молекул (таких как белковые комплексы, например АТФ-синтезирующая нанотурбина, или комплексы белков и липидов, как в клеточных мембранах), до групп генов, которые должны работать вместе, чтобы кодировать определенный физический признак, или — в чуть более крупном масштабе — очень сложных микроэлектростанций (хлоропластов и митохондрий), позволяющих растениям и животным жить за счет выработки энергии для групп клеток, формирующих органические ткани, или обширных сетей нейронов в мозге животного, а также мозгосетей, состоящих из отдельных существ, взаимодействующих синхронно в социальных группах животных.

Хотя в органических компьютерах невозможно отделить аппаратную часть от программного обеспечения, такие биологические вычислительные системы могут использовать в своей работе как шенноновскую, так и гёделевскую информацию. Но по мере усложнения органической структуры усиливается роль встроенной гёделевской информации, поскольку из-за своей аналоговой (в том смысле, что она не может быть полностью описана цифровыми символами или сведена к ним) природы она не может быть правильно загружена, извлечена или симулирована цифровой системой. Однако это не означает, что органические компьютеры нельзя программировать. Совсем наоборот. Этой важной теме посвящены главы 7 и 11.

На начальных этапах эволюции на Земле простейшие организмы, которые не могли самовоспроизводиться, поскольку еще не существовало ДНК или РНК, представляли собой лишь крохотные, окруженные мембраной везикулы, внутри которых происходило лишь несколько основных химических реакций, поддерживающих жизнь на протяжении короткого отрезка времени. На этой стадии цикл солнечного света и условия окружающей среды программировали жизнь всех организмов на Земле. В таком контексте использование гёделевской (аналоговой) информации, которая формировалась в результате превращения рассеивающейся энергии в первые следы органического материала, предшествовала использованию организмами шенноновской (цифровой) информации, которая стала доступна только с появлением механизмов самовоспроизведения, основанных на ДНК и РНК. Поэтому до того, как рибосомы стали выступать в роли этакой машины Тьюринга и производить белки с помощью матричной РНК, синтезирующейся на основе цепочек ДНК, должны были существовать аналоговые мембраны, позволявшие формироваться крохотным частицам и отделять от внешней среды вещества, необходимые для существования самых первых форм жизни на нашей планете. Таким образом, в отношении живых существ можно говорить о принципе «от бытия к битам» (from BEing to BITing): первые организмы сначала должны были возникнуть (в органическом смысле) и лишь после накопления какого-то базового количества гёделевской информации смогли начать передавать биты информации для самовоспроизведения.

К тому времени, когда «информационные молекулы», такие как РНК и ДНК, стали передавать генетическую информацию внутри организмов или их потомкам, они уже были возведены в ранг важнейших «программистов», которые создают трехмерную структуру, определяющую свойства организма. Когда вирус инфицирует клетку носителя, он использует собственную РНК для перепрограммирования генетической машины своей жертвы и создания множества новых вирусных частиц. Аналогичным образом ДНК содержит ценнейшие цифровые инструкции для построения любого организма в виде точной трехмерной реплики его предков. Используя современную аналогию, можно сказать, что РНК и ДНК содержат в себе программные инструкции (в формате шенноновской информации), позволяющие осуществлять трехмерную печать органических компьютеров.

Однако для функционирования и выживания сложных живых существ требуется дальнейшее программирование. Способствуя дополнительному накоплению гёделевской информации и усилению биологической сложности, эволюция в конечном итоге создала нервную систему, способную хранить информацию в памяти и обучаться путем взаимодействия с внешним миром. В какой-то момент среди этой эволюционной мозаики возникла нервная система приматов. И с тех пор в каждом когда-либо жившем на земле человеческом существе после формирования из органического вещества исходной трехмерной структуры мозга на основании содержащихся в нашем геноме инструкций все движения нашего тела, наши социальные взаимодействия, речь, человеческая культура и в конечном итоге технология взяли на себя роль программирования самого сложного и продуманного органического компьютера — Истинного творца всего.