24.08.2024

В начале было вычисление

Жизнь — это код, а код — это жизнь, как в природе, так и в технологиях.

Блез Агуэра-и-Аркас — вице-президент/научный сотрудник Google, где он является техническим директором Technology & Society и основателем Paradigms of Intelligence, организации, занимающейся фундаментальными исследованиями ИИ. Его исследования включают работу над машинным обучением, сохраняющим конфиденциальность, ИИ на устройстве, большими языковыми моделями и человеческой идентичностью (тема его последней книги Who Are We Now? ). Его готовящаяся к выпуску книга What Is Intelligence? пытается ответить на вопрос, вынесенный в заголовок, на основе последних достижений в области ИИ, нейронауки и искусственной жизни.  

·        I. Абиогенез

    Как впервые возникла жизнь на Земле? Несмотря на четкую формулировку принципа эволюции, Чарльз Дарвин не имел об этом ни малейшего понятия. В 1863 году он написал своему близкому другу Джозефу Далтону Хукеру, что «это просто чепуха, думать в настоящее время о происхождении жизни; с таким же успехом можно думать о происхождении материи».

     Сегодня у нас больше информации, хотя подробности утеряны в глубине веков. Биологи и химики, работающие в области абиогенеза — изучения момента, когда 3 или 4 миллиарда лет назад химия стала жизнью, — разработали несколько правдоподобных историй происхождения. Согласно одной из них, протоорганизмы в древнем « мире РНК » состояли из молекул РНК, которые как реплицировались, так и складывались в трехмерные структуры, которые могли действовать как примитивные ферменты. 1 В конкурирующем описании « сначала метаболизм » химические реакционные сети зародились в пористых каменных трубах «черных курильщиков» на дне океана, питаемых геотермальной энергией; РНК и ДНК появились позже. 2

    В любом случае, даже бактерии — простейшие формы жизни, выжившие сегодня — являются продуктом многих последующих эволюционных шагов. Наиболее важным из этих шагов, возможно, был большой и внезапный, а не ежедневная, инкрементальная мутация и отбор, теоретизированные Дарвином. Эти « основные эволюционные переходы » включают в себя более простые, менее сложные реплицирующиеся сущности, которые становятся взаимозависимыми, чтобы сформировать более крупный, более сложный, более способный репликатор. 3

      "Мы состоим из функций, а эти функции состоят из функций, до самого низа."

    Как обнаружила в 1960-х годах независимый биолог Линн Маргулис, эукариотические клетки являются результатом такого симбиотического события, когда древние бактерии, которые стали нашими митохондриями, были поглощены другой одноклеточной формой жизни, связанной с сегодняшними археями. В такие моменты древо жизни не просто ветвится; оно также переплетается само с собой, его ветви сливаются, производя радикально новые формы. Маргулис была одним из первых сторонников идеи о том, что эти события являются движущей силой скачков эволюции.

  Вероятно , что бактерии сами являются продуктом таких симбиотических событий — например, между РНК и белками. 4 Даже слабо реплицирующиеся сети химических реакций у этих черных курильщиков можно рассматривать как такой альянс, набор реакций, которые, катализируя друг друга, образовали более прочное, самоподдерживающееся целое.

  Так что в каком-то смысле Дарвин, возможно, был прав, когда говорил, что «это просто ерунда» — думать о происхождении жизни, поскольку жизнь могла не иметь единого происхождения, а скорее сплелась из множества отдельных нитей, самые старые из которых выглядят как обычная химия. Для того, чтобы это плетение имело место, не требуется разумного замысла; нужна только неопровержимая логика, что иногда союз создает что-то прочное, и что все прочное… прочно.

 Часто выживать означает и занимать, и создавать совершенно новые ниши. Следовательно, эукариоты не заменили бактерии; на самом деле, они в конечном итоге создали для них много новых ниш. Аналогично, симбиотическое возникновение многоклеточной жизни — еще один важный эволюционный переход — не вытеснило одноклеточную жизнь. Наша планета — палимпсест, и большая часть ее прошлого все еще видна в настоящем. Даже черные курильщики все еще бурлят. Самокатализирующая химия прото-жизни, возможно, все еще медленно варится там, на дне океана.

     II.Вычисление

   В то время как большинство биохимиков сосредоточились на понимании конкретной истории и функционирования жизни на Земле, более общее понимание жизни как явления пришло с неожиданной стороны: из компьютерной науки. Теоретические основы этой связи восходят к двум основателям этой области, Алану Тьюрингу и Джону фон Нейману.

   Получив степень по математике в Кембриджском университете в 1935 году, Тьюринг сосредоточился на одной из фундаментальных нерешенных проблем того времени: Entscheidungsproblem ( по-немецки «проблема принятия решения»), которая спрашивала, существует ли алгоритм для определения действительности произвольного математического утверждения. Ответ оказался «нет», но способ, которым Тьюринг доказывал это, оказался гораздо важнее самого результата. 5

   Доказательство Тьюринга требовало, чтобы он определил общую процедуру вычислений. Он сделал это, изобретя воображаемое устройство, которое мы теперь называем «Машиной Тьюринга». Машина Тьюринга состоит из головки чтения/записи, которая может двигаться влево или вправо по бесконечной ленте, считывая и записывая символы на ленте в соответствии с набором правил, заданных встроенной таблицей.

 Во-первых, Тьюринг показал, что любой расчет или вычисление, которые можно выполнить вручную, может быть выполнено и такой машиной, если у нее есть соответствующая таблица правил, достаточно времени и достаточно ленты. Затем он показал, что существуют определенные таблицы правил, которые определяют универсальные машины, так что сама лента может определять не только любые входные данные, но и нужную таблицу, закодированную как последовательность символов. Это компьютер общего назначения: одна машина, которую можно запрограммировать на вычисление чего угодно .

В начале 1940-х годов фон Нейман, венгерско-американский полимат, который уже внес большой вклад в физику и математику, обратил свое внимание на вычисления. Он стал ключевой фигурой в разработке ENIAC и EDVAC — одних из первых в мире реальных универсальных машин Тьюринга, теперь известных как «компьютеры».

За эти годы было потрачено много мыслей и творчества на то, чтобы выяснить, насколько простой может быть универсальная машина Тьюринга. Для этого нужно всего несколько инструкций. Знатоки эзотерических языков даже придумали, как вычислять с помощью всего одной инструкции (так называемый OISC или «компьютер с одним набором инструкций»).

Однако существуют неснижаемые требования: инструкция или инструкции должны каким-то образом изменять среду, которую последующие инструкции могут «видеть», и должно быть условное ветвление, то есть в зависимости от состояния среды произойдет либо одно, либо другое . В большинстве языков программирования это выражается с помощью операторов «if/then». Когда есть только одна инструкция, она должна служить обеим целям, как в языке SUBLEQ, единственная инструкция которого — «вычесть и перейти, если результат меньше или равен нулю».

III. Функционализм

И Тьюринг, и фон Нейман прекрасно понимали параллели между компьютерами и мозгом, развивая множество идей, которые стали основополагающими для нейронауки и искусственного интеллекта. В отчете фон Неймана об EDVAC логические вентили машины явно описывались как электронные нейроны. 6 Независимо от того, была ли эта аналогия верна (она не верна; нейроны сложнее логических вентилей), ключевым моментом здесь было то, что и мозг, и компьютер определяются не своими механизмами, а тем, что они делают — их функцией, как в разговорном, так и в математическом смысле.

Мысленный эксперимент может проиллюстрировать это различие. Хотя нам еще многое предстоит узнать о мозге, биофизики тщательно охарактеризовали электрическое поведение отдельных нейронов. Следовательно, мы можем написать компьютерный код, который точно моделирует, как они реагируют на электрические и химические входы. Если бы мы каким-то образом смогли заменить один из нейронов в вашем мозге компьютером, работающим по такой модели, подключив его входы и выходы соответствующим образом к соседним нейронам, сможет ли остальная часть вашего мозга — или «вы» — заметить разницу?

Если модель верна, ответ — «нет». Этот ответ останется тем же, если заменить миллион нейронов… или все из них. Что имеет значение, будь то в масштабе отдельного нейрона или всего мозга, так это функция . Мы сделаны из функций, и эти функции сделаны из функций, вплоть до самых низов.

"Назвать ДНК «программой» — это не метафора, это буквально так."

В популярной культуре 1950-х годов компьютеры часто считались «похожими» на мозги по поверхностным причинам, например, из-за того, что они оба полагаются на электричество. Для Тьюринга такие детали были несущественными, и придание им значения было просто суеверием . Компьютер можно было бы с таким же успехом сделать из шестеренок и шестеренок, как стимпанковскую «аналитическую машину», о которой Чарльз Бэббидж и Ада Лавлейс мечтали (но, к сожалению, так и не построили) в 19 веке. Более глубокий смысл заключался в том, что достаточно мощный универсальный компьютер, соответствующим образом запрограммированный, может вычислить все, что вычисляет мозг.

ИИ был поиском такой программы, и смысл имитационной игры Тьюринга, мысленного эксперимента, известного сегодня как тест Тьюринга, заключался в том, что если такая программа может вести себя функционально как разумный человек, мы должны сделать вывод, что компьютер (или запущенная программа) также разумны.

В своей обычной форме тест Тьюринга упрощает вещи, ограничивая взаимодействие окном чата, но когда вы уменьшаете масштаб, чтобы рассмотреть целое живое тело, а не только мозг в бочке, это упрощение больше не кажется адекватным. С точки зрения эволюции, самая основная функция организма — не отправлять и получать текстовые сообщения, а воспроизводиться. То есть, его выход — это не просто информация, а реальная копия чего-то подобного ему самому . Как, задавался вопросом фон Нейман, может машина (в самом широком смысле) воспроизводиться? Как, другими словами, возможна жизнь.

IV.Воспроизведение

Фон Нейман представил себе машину, сделанную из стандартизированных деталей, как кирпичики LEGO, плавающую по водоему, где эти детали можно было бы найти качающимися на воде. 7 Задача машины — собрать все необходимые детали и построить другую машину, подобную ей. Конечно, именно это и должна делать бактерия, чтобы размножаться; на самом деле, это то, что должна делать каждая клетка, чтобы делиться, и то, что должна делать каждая мать, чтобы родить.

На первый взгляд, создание чего-то столь сложного, как вы сами, имеет оттенок парадокса, как будто вы поднимаете себя за собственные волосы. Однако фон Нейман показал, что это не только возможно, но и просто, используя обобщение Универсальной Машины Тьюринга.

Он представил себе «машину А», которая будет считывать ленту, содержащую последовательные инструкции по сборке на основе ограниченного каталога деталей, и выполнять их шаг за шагом. Затем будет «машина Б», чья функция — копировать ленту, предполагая, что сама лента также сделана из доступных деталей. Если инструкции по сборке машин А и Б сами закодированы на ленте, то вуаля — у вас есть репликатор.

Инструкции по созданию любых дополнительных нерепродуктивных механизмов также могут быть закодированы на ленте, так что репликатор может даже построить что-то более сложное, чем он сам. Семя или оплодотворенная яйцеклетка иллюстрируют этот момент.

Примечательно, что фон Нейман описал эти требования к самовоспроизводящейся машине до открытия структуры и функции ДНК. Тем не менее, он сделал это совершенно правильно. Для жизни на Земле ДНК — это лента; ДНК-полимераза, которая копирует ДНК, — это «машина B»; а рибосомы, которые строят белки, следуя последовательно закодированным инструкциям в ДНК, — это «машина A». Рибосомы и ДНК-полимераза состоят из белков, последовательности которых, в свою очередь, закодированы в нашей ДНК и производятся рибосомами. Вот как жизнь поднимает себя на собственных бутстрапах.

V. Эквивалентность

Хотя это редко осознается в полной мере, идея фон Неймана установила глубокую связь между жизнью и вычислениями. Машины A и B — это машины Тьюринга. Они должны выполнять инструкции, которые влияют на их среду, и эти инструкции должны работать в цикле, начиная с начала и заканчивая в конце. Это требует ветвления, например, « если следующая инструкция — кодон CGA, то добавьте аргинин к конструируемому белку» и « если следующая инструкция — UAG, то ОСТАНОВИТЕСЬ». Называть ДНК «программой» — это не метафора, это буквально так.

Существуют существенные различия между биологическими вычислениями и тем видом цифровых вычислений, который выполняет ENIAC или ваш смартфон. ДНК тонка и многослойна, включая такие явления, как эпигенетика и эффекты близости генов. Клеточная ДНК также далека от полной картины. Наши тела содержат (и постоянно обмениваются) бесчисленное количество бактерий и вирусов, каждый из которых выполняет свой собственный код. Биологические вычисления являются массивно параллельными; ваши клетки имеют где-то около 300 квинтиллионов рибосом. Все эти биологические вычисления также шумные; каждая химическая реакция и шаг самосборки являются стохастическими.

Тем не менее, это вычисления. На самом деле, существует множество классических алгоритмов в компьютерной науке, которые требуют случайности, поэтому Тьюринг настоял на том, чтобы Ferranti Mark I, ранний компьютер, который он помог разработать в 1951 году, включал инструкцию случайных чисел. Таким образом, случайность является небольшим, но важным расширением оригинальной машины Тьюринга, хотя любой компьютер может имитировать ее, вычисляя детерминированные, но выглядящие случайными или «псевдослучайные» числа.

Параллелизм также становится все более фундаментальным для компьютерной науки. Современный ИИ, например, зависит как от массивного параллелизма, так и от случайности — как в алгоритме «стохастического градиентного спуска», используемом для обучения большинства современных нейронных сетей, и настройке «температуры», используемой практически во всех чат-ботах для введения степени случайности в их вывод.

Случайность, массовый параллелизм и тонкие эффекты обратной связи — все это вместе взятое делает очень, очень сложным рассуждать о, «программировать» или «отлаживать» биологические вычисления вручную. (Нам понадобится помощь ИИ.) Тем не менее, мы должны помнить, что фундаментальным вкладом Тьюринга было не изобретение какой-то конкретной машины для вычислений, а общая теория вычислений. Вычисления есть вычисления, и все компьютеры, по сути, эквивалентны.

Любая функция, которую может вычислить биологическая система, может быть вычислена машиной Тьюринга с генератором случайных чисел, и наоборот. Все, что может быть сделано параллельно, может быть сделано и последовательно, хотя это может занять очень много времени. Действительно, большая часть неэффективности сегодняшнего искусственного интеллекта на основе нейронных сетей заключается в том, что мы все еще программируем последовательные процессоры для последовательного выполнения операций, которые мозг выполняет параллельно.

VI.Искусственная жизнь

Прозрение фон Неймана показывает, что жизнь зависит от вычислений. Таким образом, во вселенной, физические законы которой не допускают вычислений, возникновение жизни было бы невозможным. К счастью, физика нашей вселенной допускает вычисления, что доказывается тем фактом, что мы можем строить компьютеры — и тем, что мы вообще здесь.

Теперь мы в состоянии спросить: во вселенной, способной к вычислениям, как часто будет возникать жизнь? Очевидно, что это произошло здесь. Было ли это чудом, неизбежностью или чем-то средним? Несколько соавторов и я приступили к исследованию этого вопроса в конце 2023 года.

В наших первых экспериментах использовался эзотерический язык программирования под названием (извините) Brainfuck. 8 Хотя он и не такой минималистичный, как SUBLEQ, Brainfuck очень прост и очень похож на оригинальную машину Тьюринга. Как и машина Тьюринга, он включает в себя головку чтения/записи, которая может шагать влево или вправо по ленте.

В нашей версии, которую мы называем «bff», есть «суп», содержащий тысячи лент, каждая из которых включает в себя как код, так и данные. Ленты имеют фиксированную длину — 64 байта — и изначально заполнены случайными байтами. Затем они взаимодействуют случайным образом, снова и снова. Во взаимодействии две случайно выбранные ленты склеиваются концом к концу, создавая строку длиной 128 байт, и эта объединенная лента запускается, потенциально изменяя себя. Затем 64-байтовые половинки раздвигаются и возвращаются в суп. Время от времени значение байта рандомизируется, как это делают космические лучи с ДНК.

"После нескольких миллионов взаимодействий происходит нечто волшебное: записи начинают воспроизводиться."

Поскольку bff имеет только семь инструкций, представленных символами «< > + – , [ ]», и существует 256 возможных значений байтов, после случайной инициализации только 2,7 процента байтов в данной ленте будут содержать допустимые инструкции; любые неинструкции пропускаются. Таким образом, поначалу от взаимодействия между лентами мало что происходит. Время от времени допустимая инструкция изменяет байт, и эта модификация сохраняется в супе. Однако в среднем за взаимодействие выполняется только пара вычислительных операций, и обычно они не оказывают никакого эффекта. Другими словами, хотя вычисления возможны в этой игрушечной вселенной, на самом деле их происходит очень мало. Когда байт изменяется, это, скорее всего, происходит из-за случайной мутации, и даже когда это вызвано выполнением допустимой инструкции, изменение является произвольным и бесцельным.

Но после нескольких миллионов взаимодействий происходит нечто волшебное: ленты начинают воспроизводиться. По мере того, как они порождают копии себя и друг друга, случайность уступает место сложному порядку. Количество вычислений, происходящих при каждом взаимодействии, резко возрастает, поскольку — помните — воспроизведение требует вычислений. Две из семи инструкций Brainfuck, «[» и «]», предназначены для условного ветвления и определяют циклы в коде; воспроизведение требует по крайней мере одного такого цикла («копировать байты до завершения»), в результате чего количество инструкций, выполняемых при взаимодействии, достигает сотен, как минимум.

Код больше не является случайным, но, очевидно, целенаправленным , в том смысле, что его функцию можно анализировать и реверсировать. Неудачная мутация может сломать его, сделав неспособным к воспроизводству. Со временем код развивает умные стратегии, чтобы повысить свою устойчивость к таким повреждениям. Это возникновение функции и цели похоже на то, что мы видим в органической жизни на каждом уровне; именно поэтому, например, мы можем говорить о функции кровеносной системы, почки или митохондрии и о том, как они могут «отказаться» — хотя никто не проектировал эти системы.

Мы воспроизвели наш базовый результат с помощью множества других языков программирования и сред. В одной особенно красивой визуализации мой коллега Алекс Мордвинцев создал двумерную среду, похожую на bff, где каждый из массива 200×200 «пикселей» содержит ленту, а взаимодействия происходят только между соседними лентами на сетке. Ленты интерпретируются как инструкции для культового микропроцессора Zilog Z80, выпущенного в 1976 году и использовавшегося во многих 8-битных компьютерах на протяжении многих лет (включая Sinclair ZX Spectrum, Osborne 1 и TRS-80). Здесь также из случайных взаимодействий вскоре возникают сложные репликаторы, развивающиеся и распространяющиеся по сетке последовательными волнами.

VII. Термодинамика

У нас пока нет элегантного математического доказательства, которое хотел бы Тьюринг, но наши симуляции показывают, что в целом жизнь возникает спонтанно, когда позволяют условия. Эти условия кажутся довольно минимальными: физическая среда, способная поддерживать вычисления, источник шума и достаточно времени.

Репликаторы возникают, потому что сущность, которая воспроизводит, более динамически стабильна , чем та, которая этого не делает. Другими словами, если мы начнем с одной ленты, которая может воспроизводить, и одной, которая не может , то в какой-то момент времени мы, скорее всего, найдем много копий той, которая может воспроизводить, но вряд ли найдем другую вообще, потому что она будет либо испорчена шумом, либо перезаписана.

Это подразумевает важное обобщение термодинамики, раздела физики, изучающего статистическое поведение материи, подверженной случайным тепловым колебаниям, то есть всей материи, поскольку выше абсолютного нуля все подвержено такой случайности. Знаменитый второй закон термодинамики гласит, что в замкнутой системе энтропия со временем будет увеличиваться; вот почему, если вы оставите блестящую новую газонокосилку снаружи, ее лезвия постепенно затупятся и окислятся, краска начнет отслаиваться, и через несколько лет все, что останется, — это высокоэнтропийная груда ржавчины.

Для физика жизнь странна , потому что она, кажется, противоречит второму закону. Живые существа выживают, растут и даже могут со временем становиться более сложными, а не деградировать. Здесь нет строгого нарушения термодинамики, поскольку жизнь не может существовать в замкнутой системе — для этого требуется ввод свободной энергии — но, казалось бы, спонтанное возникновение и усложнение живых систем, казалось, выходит за рамки физики.

Теперь, однако, кажется очевидным, что, объединив термодинамику с теорией вычислений, мы должны быть в состоянии понять жизнь как предсказуемый результат статистического процесса, а не относиться к ней с тревогой как к технически разрешенной, но таинственной. Наши эксперименты с искусственной жизнью предполагают, что когда вычисление возможно, оно будет «динамическим аттрактором», потому что реплицирующиеся сущности более динамически стабильны, чем не В нашей вселенной для этого требуется источник энергии. Это потому, что, как правило, вычисления включают необратимые шаги, а они потребляют свободную энергию. Следовательно, чипы в наших компьютерах потребляют энергию и генерируют тепло, когда работают. Жизнь должна потреблять энергию и генерировать тепло по той же причине: потому что она по своей сути вычислительна.

VIII.Комплексификация

Когда мы вытаскиваем ленту из супа лучших друзей после нескольких миллионов взаимодействий, когда репликаторы берут верх, мы часто видим уровень сложности в программе на этой ленте, который кажется излишне — даже неправдоподобно — высоким. Рабочий репликатор может состоять всего из нескольких инструкций в одном цикле, требуя для выполнения пару сотен операций. Вместо этого мы часто видим инструкции, заполняющие большую часть 64 байтов, множественные и сложные вложенные циклы и тысячи операций на взаимодействие.

Откуда взялась вся эта сложность? Это определенно не похоже на результат простого дарвиновского отбора , работающего со случайным текстом, сгенерированным пресловутым миллионом обезьян, печатающих на миллионе пишущих машинок. Фактически, такая сложность возникает даже при нулевой случайной мутации — то есть, используя только начальную случайность в супе, что приводит к тарабарщине на целый роман. Едва ли миллион обезьян — и слишком мало, чтобы содержать больше, чем несколько последовательных символов рабочего кода.

"Компьютеры и мобильные телефоны, безусловно, имеют определенную цель, иначе мы бы не говорили о них как о глючных устройствах."

Ответ напоминает о проницательности Маргулис: центральная роль симбиоза, а не просто случайной мутации и отбора в эволюции. Когда мы внимательно смотрим на период покоя перед началом репликации лент, мы замечаем постепенный, устойчивый рост количества выполняемых вычислений. Это происходит из-за быстрого появления несовершенных репликаторов — очень коротких фрагментов кода, которые, так или иначе, имеют некоторую ненулевую вероятность генерировать больше кода. Даже если созданный код не похож на оригинал, это все равно код, и только код может производить больше кода; не-код не может ничего производить!

Таким образом, с самого начала работает процесс отбора, в котором код порождает код. Этот изначально творческий, самокатализирующийся процесс гораздо важнее случайной мутации в создании новизны. Когда биты размножающегося кода объединяются, образуя репликатор, это симбиотическое событие: работая вместе, эти биты кода генерируют больше кода, чем они могли бы по отдельности, а код, который они генерируют, в свою очередь, произведет больше кода, который делает то же самое, в конечном итоге приводя к экспоненциальному взлету.

Более того, после взлета полностью функционального ленточного репликатора мы видим дальнейшие симбиотические события. Дополнительные репликаторы могут возникать внутри реплицирующейся ленты, иногда производя несколько своих копий при каждом взаимодействии. При наличии мутации эти дополнительные репликаторы могут даже вступать в симбиотические отношения со своим «хозяином», обеспечивая устойчивость к мутационному повреждению.

IX.Экология

По сути, жизнь — это код, а код — это жизнь. Точнее, отдельные вычислительные инструкции — это неприводимые кванты жизни — минимальный реплицирующийся набор сущностей, какими бы нематериальными и абстрактными они ни казались, которые объединяются, чтобы сформировать более крупные, более стабильные и более сложные репликаторы в постоянно восходящих симбиотических каскадах.

В игрушечной вселенной bff элементарными инструкциями являются семь специальных символов «< > + – , [ ]». На первобытном морском дне геотермальные химические реакции, которые могли катализировать дальнейшие химические реакции, могли играть ту же роль. Наше растущее понимание жизни как самоусиливающегося динамического процесса сводится не к вещам , а к сетям взаимовыгодных отношений . На каждом уровне жизнь — это экология .

В настоящее время мы постоянно взаимодействуем с компьютерами: телефонами в наших карманах и сумочках, нашими ноутбуками и планшетами, центрами обработки данных и моделями ИИ. Они тоже живые?

Они, безусловно, целенаправленны, иначе мы не могли бы говорить о том, что они сломаны или глючат. Но аппаратное и программное обеспечение, в общем, неспособны воспроизводиться, расти, исцеляться или развиваться самостоятельно, потому что инженеры давно поняли, что самомодифицирующийся код (вроде bff или DNA) трудно понять и отладить. Таким образом, телефоны не делают телефоны-дети, а приложения не генерируют спонтанно новые версии самих себя.

И все же: в этом году в мире больше телефонов, чем в прошлом; приложения приобретают новые функции, устаревают и в конечном итоге достигают конца срока службы, заменяясь новыми; и модели ИИ совершенствуются из месяца в месяц. Определенно похоже, что технологии воспроизводятся и развиваются!

Если мы уменьшим масштаб, поместив технологию и людей в кадр вместе, мы увидим, что это большее, симбиотическое «мы», безусловно, воспроизводится, растет и развивается. Появление технологии и взаимовыгодные (хотя иногда и напряженные) отношения между людьми и технологией — это не что иное, как наш собственный последний крупный эволюционный переход. Таким образом, технология не отличается от природы или биологии, а является лишь ее последним эволюционным слоем.

Ссылки

1. Чех, ТР Миры РНК в контексте. Cold Spring Harbor Perspectives in Biology 47 , a006742 (2012). 

2. Рассел, М. Дж. и Мартин, В. Каменистые корни пути ацетил-КоА. Тенденции в биохимических науках 29 , 358-363 (2004).

3. Сатмари, Э. и Смит, Дж. М. Основные эволюционные переходы. Nature 374 , 227-232 (1995).

4. Woese, CR Об эволюции клеток. Труды Национальной академии наук 99 , 8742-8747 (2002).

5. Тьюринг, А. М. О вычислимых числах с приложением к проблеме Entscheidungsproblem . Труды Лондонского математического общества, том 2 , вып. 42 , стр. 230–265 (1937).

6. Фон Нейман, Дж. Первый черновик отчета по EDVAC. Университет Пенсильвании (1945).

7. Фон Нейман, Дж. Теория самовоспроизводящихся автоматов. Издательство Иллинойсского университета, Урбана, Иллинойс (1966).

8. Агуэра и Аркас, Б. и др. Вычислительная жизнь: как хорошо сформированные самовоспроизводящиеся программы возникают из простого взаимодействия. arXiv 2406.19108 (2024).