Как работает мозг полностью

А теперь перейдем к особенному. Представим, что мы пытаемся интерпретировать только что полученное материальное явление, используя схему, согласно которой исходный элемент несет в себе информацию. Например, посчитаем только что полученные годичные кольца и будем интерпретировать их как возраст данного дерева в данный момент времени, несмотря на то, что их источником вовсе не был рост дерева. Допустим, что машина была сконструирована таким образом, чтобы полученные метки действительно что-то означали – то есть чтобы они несли в себе информацию о каком-то явлении в мире. Например, представим, что машина сканирует годичные кольца на пне и выжигает на специальной доске по одной метке на каждое кольцо, потом переходит к пню более молодого дерева, срубленного в то же самое время, и стирает с доски по одной метке на каждое кольцо. Сосчитав оставшиеся отметки на доске, мы получим возраст первого дерева на тот момент, когда было посажено второе дерево. В этом случае перед нами будет разумная машина, машина, которая делает истинные выводы из истинных посылок – не за счет какого-то особого вида материи или энергии и не за счет того, что какая-то из ее деталей обладает интеллектом или рассудком. Все, что мы видим, – это тщательно сконструированная цепь самых обыкновенных физических действий, первым звеном которой было конфигурирование материи, несущей в себе информацию. Наша разумная машина своей разумностью обязана двум свойствам, неразделимо соединенным в той сущности, которую мы называем символом: символ несет в себе информацию и одновременно обусловливает другие события (годичные кольца коррелируют с возрастом дерева и могут поглощать световой луч сканера). Когда явление, обусловленное другим явлением, само несет в себе информацию, мы называем такую систему процессором данных или компьютером.

Вообще вся эта схема может показаться вам нереализуемой на практике. Кто может гарантировать, что можно соединить между собой несколько штуковин так, чтобы они падали, раскачивались, мигали ровно таким образом, что получившиеся результаты можно было интерпретировать и обнаружить некий смысл? (А еще лучше, чтобы это был смысл, вписывающийся в ранее сформулированную концепцию или закономерность, которая представляется нам интересной – в конце концов, ведь постфактум толкование можно дать любым результатам, даже самым бессмысленным.) Можем ли мы быть уверены, что подобная машина будет выдавать знаки, которые будут действительно соответствовать какой-то значимой ситуации в мире (например, возрасту дерева в тот момент, когда было посажено другое дерево, или среднему возрасту отростка этого дерева, или чему-нибудь еще), а не будут просто бессмысленным рисунком, не означающим ничего вообще?

Гарантией того, что это возможно, являются труды математика Алана Тьюринга. Он разработал гипотетическую машину, входные и выходные символы которой могут соответствовать в зависимости от специфики машины одной из огромного количества разумных интерпретаций. Машина состоит из ленты, разделенной на ячейки, головки записи-чтения, которая может печатать или считывать символ в ячейке и двигать ленту в обоих направлениях, указателя, который может указывать на фиксированное количество отметок времени на корпусе машины, и набора механических рефлексов. Каждый рефлекс запускается прочитанным символом и текущим положением указателя; машина печатает символ на ленте, передвигает ленту и/или перемещает указатель. Лента, подаваемая в машину, не ограничена по количеству. Эта конструкция получила название «машина Тьюринга».

Что может делать эта простая машина? Она может считывать символы, обозначающие цифры или совокупности цифр, и печатать символы, обозначающие новые цифры, которые являются значением той или иной математической функции, решаемой посредством пошаговой последовательности операций (сложения, умножения, возведения в степень, разложения на множители и так далее – я намеренно не закрываю список, чтобы подчеркнуть важность открытия Тьюринга, не вдаваясь в технические подробности). Она может применять правила любой применимой логической системы, чтобы получать истинные утверждения из других истинных утверждений. Она может применять правила грамматики любого языка, получая грамматически правильные предложения. Эквивалентность между машинами Тьюринга, математическими функциями, логическими правилами и грамматиками привела логика Алонсо Черча к положению о том, что любая четко определенная пошаговая инструкция, которая гарантированно дает решение данной проблемы за ограниченное время (иными словами, любой алгоритм) может быть выполнена с помощью машины Тьюринга.