Войти в систему

Home
    - Создать дневник
    - Написать в дневник
       - Подробный режим

LJ.Rossia.org
    - Новости сайта
    - Общие настройки
    - Sitemap
    - Оплата
    - ljr-fif

Редактировать...
    - Настройки
    - Список друзей
    - Дневник
    - Картинки
    - Пароль
    - Вид дневника

Сообщества

Настроить S2

Помощь
    - Забыли пароль?
    - FAQ
    - Тех. поддержка



Пишет ivanov_petrov ([info]ivanov_petrov)
@ 2009-03-26 08:06:00


Previous Entry  Add to memories!  Tell a Friend!  Next Entry
Редукция и вырожденность
http://nature-wonder.livejournal.com/161529.html
"А теперь вернемся к вопросу о разных уровнях организации. Как происходит переход от молекул к клеткам? Здесь мне хотелось бы сказать несколько слов о сложности. Вопрос об уровнях организации очень глубок. Еще 10 лет назад думали, что биологические взаимодействия можно визуализировать, как например, цикл Кребса, гликолитический распад углеводов или строение белков, и все станет понятно. В действительности в биологии все гораздо сложнее.
К примеру, я работал над молекулами клеточной адгезии в мозге. Проблема состояла в следующем: все считали, что способ и порядок объ¬единения нервных клеток, вне зависимости от сложности, влияет на то, как человек воспринимает сигналы из окружающей среды, как он думает, дышит, чувствует запахи и выполняет какие-то действия. Но как объединяются эти клетки? Роджер Сперри, ученик Пола Вейсса, получивший Нобелевскую премию 1981 г. за изучение функциональной специализа¬ции полушарий головного мозга, предположил, что клетки объединяются в мозг благодаря коду, действующему чуть ли не на уровне отдельных клеток. Это была так называемая «гипотеза химического сродства».
Позже я думал о том, как работает мозг в целом, как мозгу удается распознавать так много совершенно разных предметов. Возьмем, к примеру, эту комнату. Полную информацию о ней невозможно занести в компьютер — для создания подходящего компьютера не хватило бы материи всей Вселенной. Как же это удается мозгу? Мне стало ясно, что это происходит совершенно не так, как в компьютере. Мозг — не компьютер, и мир — не магнитная лента с однозначным набором сигналов. Я еще раз обращаю Ваше внимание на то, что мы имеем дело с химической системой. Однояйцевые близнецы с одинаковыми иммунными системами реагируют на один и тот же антиген различными антителами, несмотря на то, что их реакции на антиген более схожи, чем реакции разнояйцевых близнецов. Эта проблема мучила меня. Мне казалось, что это главный вопрос: как мы распознаем, как с помощью чувственного восприятия мы можем классифицировать предметы окружающего мира способом, соответствующим особенностям нашего биологического вида?
Вот любопытный пример влияния размышлений о теории на практику. Как-то я сказал себе: «Если Сперри прав, твоя теория о том, что мозг — не компьютер, обречена, найдется код. Так что разберись, как работают молекулы клеточной адгезии. Если ты прав, то ты не дока¬жешь свою теорию, но и не опровергнешь ее. Если теория верна, то молекулы клеточной адгезии будут изменяться в зависимости от их окружения и не будут определяться кодом. В конце концов, их многообразие ограничится несколькими разновидностями, причем на этот отбор должно влиять прошлое данной клетки, а раз так, то даже у однояйцевых близнецов мозг организуется по-разному». Мы с коллегами доказали это. Мы показали, что именно так действуют молекулы клеточной адгезии — динамично и комбинаторно.

Теперь мне хотелось бы поговорить о понятии вырожденности, которое, по моему мнению, так же важно в биологии, как понятие симметрии в физике и химии. Подумайте о проблеме избыточности: вы посылаете в космос ракету, но боитесь, что не найдете там мастерских, и поэтому загружаете в нее пять одинаковых компьютеров. Вы пользуетесь только одним, а когда он выходит из строя, берете другой, любой из оставшихся, у вас их полно. Причем все имеющиеся компьютеры изоморфны.
Вырождение — это другое. Вырожденной я называю систему, в которой неизоморфные структуры выполняют одинаковые функции. Не важно, находятся ли эти структуры на разных уровнях организации, являются ли они молекулами-партнерами с различным строением или представляют собой сеть. Самое потрясающее в биологических системах это то, что различные структуры на разных уровнях организации могут выполнять одну и ту же задачу. Им не предназначено выполнять одну и ту же задачу, ведь эволюция никому ничего не предназначает. Учитывая сложность биологических систем, вырождение неизбежно. Около 30 % мутаций у мух приводят к смерти, но остальные — нет, таких почти 70%. Если бы вырождения не было, все мутации были бы смертельными. Таким образом, вырождение — это очень важный принцип биологии, в особенности для мозга, устройство которого мы пока понимаем отнюдь не полностью.
Любая попытка понять, как устроена сеть сложных биологических реакций, даже если определить каждую из них в терминах единой причин¬ной цепи, в общем случае обречена на неудачу. Биологические системы по своей природе являются вырожденными системами, ведь эволюция не может вернуться к своему началу. Если приспособление затруднено, его нужно облегчить на любом уровне — к структуре что-то должно добавиться. Очень редко, может быть в случае вирусов, встречается упрощение структуры, но обычно нельзя перемотать пленку назад и начать все заново. Так система постепенно усложняется. Большинство мутаций вредны. По своей природе они случайны или почти случайны, а поэтому как можно не дать им вывести организм из строя? Ответ таков: на каждом уровне организации биологических систем встречается вырождение как результат сложного устройства этих систем. Это чрезвычайно интересно, поскольку это означает, что нужно измерять величину сложности так же, как мы измеряем термодинамические величины в цикле Карно. Возможно, разработка теории сложности займет много времени, но нам нужны меры сложности и величина, связывающая сложность и вырожденность. Как раз этим я сейчас и занимаюсь.

И, наконец, поговорим о редукционизме. Любая наука методологически должна быть редукционистской. Однако, размышляя о вырожденных системах, нужно помнить, что каждый человек уникален и не может быть описан набором молекул и их взаимодействий. Мне рассказывали, что когда Эйнштейна спросили: «Как Вы думаете, наука всемогуща?», старый лис улыбнулся и ответил: «Возможно, но какой в этом прок? Все равно, что сводить симфонию Бетховена к изменению атмосферного давления».
Однажды я поспорил с физиком Стивом Вайнбергом, который утверждал, что, в конечном счете, все должно сводиться к некоему исходному суперсимметричному уравнению, объединяющему все четыре фундаментальных взаимодействия. Мне это кажется просто глупостью. Мой контраргумент состоит в том, что законы физики, может быть, не менялись еще со времен Большого взрыва, но первоначальные условия были далеки от равновесных. Поскольку все мы согласны, что Большой взрыв скорее всего имел место, и мы далеки от равновесия, история не впол¬не однозначна из-за изменяющихся граничных условий.
Вайнберг очень критично отнесся к моему очерку о «Глупом редукционизме». Он сказал: «Эдельман не понимает, что все кроме исторических случайностей нужно связывать с теорией четырех взаимодействий». На что я отвечал: «Вайнберг, Вы историческая случайность, как и я, и вся эволюция». Проблема в этом. Биология крутится вокруг исторических случайностей, но парадокс состоит в том, что они представляют собой сложные химические системы. Эти химические и биологические системы благодаря сложности и вырождению устроены таким образом, что могут отображаться на непредвиденные обстоятельства. Поэтому убеждение в том, что можно получить нестатистическую редукцию, неверно. То есть биология неопределенна настолько, что для получения полного представления об этих химических системах высокого порядка требуются статистические методы. И это неизбежно.
Ее нельзя свести к идеальной простой схеме, как, например, электронную цепь. Здесь нет ничего мистического, но это, конечно же, интригует."

http://n-t.ru/nl/mf/edelman.htm Gerald М. Edelman Нобелевская премия по физиологии и медицине (1972) Фрагмент интервью.


(Читать комментарии) - (Добавить комментарий)


[info]shaiva@lj
2009-03-26 07:03 (ссылка)
Почему это чудовищно сложно? Казалось бы, взяли нейронную сеть, в 10^{черт знает какой степени} превосходящую существующие, обучили, дали связь с внешним миром. Проблема в сравнении компьютера с мозгом в другом, мне кажется. У мозга есть мотивация работать, а вот как мотивировать нейронную сеть решать задачи...

(Ответить) (Уровень выше) (Ветвь дискуссии)


[info]plakhov@lj
2009-03-26 07:26 (ссылка)
Казалось бы, взяли нейронную сеть, в 10^{черт знает какой степени} превосходящую существующие, обучили, дали связь с внешним миром
1) Техническое: мы не умеем обучать нейронные сети; то, что в русскоязычной литературе называется "нейронными сетями" - клубок эклектичных, устаревших, плохо работающих методик, к тому же не имеющих практически никакого отношения к своим биологическим омонимам.
2) Биологическое: человек обучается не с нуля, в него в результате эволюции "встроено" очень многое. Есть такая редкая болезнь - аутизм (не путать с бытовым пониманием). При ней ломается всего один вшитый механизм - знание о том, что ты - человек, аналогичный наблюдаемым извне; ментальная модель "я примерно такой же" и умение перевести свои ощущения на язык этой ментальной модели (не "последовательно напрягаются такие-то мышцы и точка зрения перемещается в пространстве", а "я иду, в смысле, такой человечек, который я, идет") и наоборот (не "такой человечек, который я, должен полить цветы лейкой", а "нужно напрягать мышцы в такой-то последовательности"). Очень поучительно в этом смысле наблюдать за тем, как обучаются аутисты, особенно дети. Это полнейшие инопланетяне, причем им учиться вещам, которые мы считаем простыми, в разы сложнее, а абстракциям - проще, чем нам.
3) Банальное: у человека есть не только мозг, но и тело, и это важно. Если сознание ребенка каким-то образом поместить в компьютер, он не вырастет человеком.

(Ответить) (Уровень выше) (Ветвь дискуссии)


[info]flying_bear@lj
2009-03-26 07:38 (ссылка)
Если бы был Государем императором, наложил бы резолюцию "Читал с особенным удовольствием". А по-нашему +1.

(Ответить) (Уровень выше)


[info]shaiva@lj
2009-03-26 08:22 (ссылка)
Я не знаю какое отношение имеют те нейронные сети, которые пишут в соседней лаборатории к биологии, но работают вроде неплохо. Да, они решают узкий круг задач поиска информации в базе данных и угадывают следующие запросы на основе "опыта", полученного в процессе "обучения". Сеть представляет из себя плоскую матрицу с равнозначными узлами, пути на которой -- ответы на вопросы "где искать" и "что будут искать потом". Ну черт их знает, может и правда ерундой занимаются, тем более пьют больше наших :)

Я не понял к чему относятся пункты 2 и 3. Про 3 не понимаю важность тела. Вообще очень мало из детей людей вырастает :) Но шутки-шутками, а вот, скажем, несчастное дитя, парализованное и обладающее только слухом, тоже не вырастет человеком?

(Ответить) (Уровень выше) (Ветвь дискуссии)


[info]plakhov@lj
2009-03-26 09:04 (ссылка)
Эммм. "Работают неплохо" в machine learning'е - плеоназм. "Работает" в каждой конкретной задаче тот метод, который в ней работает лучше всех остальных. А так "вообще работают неплохо" и метод наименьших квадратов, особенно если нелинейные комбинации добавить, и случайное блуждание, и ближайшие соседи, в общем, тупейшие методы, которые откровением никто не считает. Ваша задача очень напоминает netflix prize, вот попробуйте туда с нейронными сетями сунуться :)

Пункты 2-3 относятся к тому, что "просто обучать сеть с нуля" может быть и достаточно для получения какого-то разумного существа (хотя тоже сильно сомневаюсь), но уж точно недостаточно для получения человека - понадобится сначала воспроизвести фундамент нашего разума, состоящий из чудовищного количества мелких и крупных хаков природы.

несчастное дитя, парализованное и обладающее только слухом, тоже не вырастет человеком?
Если у него также "отключены" боль, проприоцепция, обоняние, чувство голода, сексуальное желание, сны, возрастные изменения - конечно, не вырастет.

(Ответить) (Уровень выше) (Ветвь дискуссии)


[info]shaiva@lj
2009-03-26 10:23 (ссылка)
Мой пойнт изначально был в том, что мозг сэмулировать можно при предоставлении неограниченных вычислительных ресурсов и памяти, но человеком это не будет хотя бы потому, что у него не будет мотивации... как это назвать-то (жить, существовать, функционировать, учиться). Вы отвечаете на что-то другое, как мне кажется, и на что я пока не понимаю.

Бррр. Про задачу я вообще ничего не рассказывал (ни сути данных, которые находятся в базе данных, ни способа ее организации, ни самой задачи поиска, наконец), и потому меня смущает, что люди со стороны по весьма скудным данным о решении способны восстановить задачу... Вы работаете в первом отделе?

(Ответить) (Уровень выше) (Ветвь дискуссии)


[info]plakhov@lj
2009-03-26 10:37 (ссылка)
Мой пойнт изначально был в том, что мозг сэмулировать можно при предоставлении неограниченных вычислительных ресурсов и памяти, но человеком это не будет хотя бы потому, что у него не будет мотивации
А, тогда я неправильно понял ваши возражения. В таком случае все проще. Я действительно с самого начала имел в виду, что для повторения человеческого разума придется эмулировать не только работу "рациональной составляющей мышления", но работу человеческого мозга и человеческого тела как целого. Именно это и является чудовищно сложным, аморальным и пр.

Бррр. Про задачу я вообще ничего не рассказывал (ни сути данных, которые находятся в базе данных, ни способа ее организации, ни самой задачи поиска, наконец)
Мне почему-то показалось, что рассказали :) Ну т.е. я сталкивался с задачей, которая формулировалась крайне похожим образом, и по вашему короткому описанию решил, что понимаю, о чем речь. Прошу прощения, если обидел.
Но моя позиция относительно эффективности нейронных сетей останется прежней до тех пор, пока кто-нибудь не покажет мне задачу, на которой они работают лучше, чем, скажем, random forest.

(Ответить) (Уровень выше)


(Читать комментарии) -