Трансформация GTR1: от клеток к поведению

Глава 4. Трансформация GTR1: от клеток к поведению

Двуонтологичность · L-компоненты · Мультикарты · Операционные сети · Инженерные следствия

4. 1. Что нового на уровне GTR1

Трансформация GTR0, рассмотренная в предыдущей главе, работает на уровне чистой материи. MOVE развёртывается в клетку и далее в многоклеточный организм по жёсткой логике. Обучения нет. Описание полностью определяет результат.

На уровне GTR1 появляется принципиально новое: информационные пространства, содержимое которых не закодировано в MOVE. MOVE определяет только структуру — каркас, решётку, связи, субстрат. Что окажется в этой структуре, решается в процессе жизни организма через взаимодействие со средой.

Возникают три информационных пространства — DOM3, DOM4, DOM5 — связанных двумя шагами одной трансформации GTR1: свёрткой и сплайсом. Как и GTR0, трансформация двусторонняя.

Появление GTR1 эволюционно совпадает с появлением нервной ткани и локомоции. Животные, способные двигаться, сканируют пространство своими органами чувств, и наполняют построенные в эмбриогенезе пустые структуры конкретным содержимым. Растения, не имеющие локомоции, остаются на уровне GTR0.

4. 2. Диаграмма GTR1

Диаграмма показывает два уровня — клеточный (серая плоскость) и информационный (жёлтая плоскость). GTR0 из предыдущей главы живёт на клеточном уровне: DOM0 (семя), DOM1 (клетка), DOM2 (многоклеточное). На информационном уровне возникают три новых пространства, реализованные физически через нейронную ткань в составе многоклеточного организма. Источников данных в информационном уровне является не только описания в DOM0, то также перцепция внешнего мира.

Ключевая особенность: каждое информационное пространство имеет клеточную реализацию. DOM3, DOM4, DOM5 не существуют сами по себе — они живут в клетках, которые специализированы для выполнения их функций. При этом сами клетки остаются объектами DOM2, продуктом GTR0.

4. 3. Двуонтологичность: материя и информация

Центральное свойство GTR1 — двойная онтологическая природа любого из его пространств. Каждое из DOM3, DOM4, DOM5 существует одновременно в двух онтологиях.

a) Материальная сторона

На уровне материи информационные пространства GTR1 — это специализированные подструктуры многоклеточного организма. Для DOM3 — это нейронная ткань гиппокампа и связанных структур. Для DOM4 — ткани зон распознавания объектов. Для DOM5 — ткани, связанные с планированием и исполнением движений.

С точки зрения GTR0, это просто разные типы клеток в многоклеточном организме. Они подчиняются всем правилам клеточной жизни: имеют секции V/A/D/M/G, обмениваются значениями через v-отношения, строятся через процесс морфогенеза описанным в предыдущей главе образом.

b) Информационная сторона

Но функционально те же самые клетки реализуют нечто качественно новое — обрабатывают информацию о внешнем мире. Нейрон гиппокампа не только живёт как клетка, но и несёт функцию представления определённой точки пространства. Нейрон зрительной коры представляет определённый объект или признак.

Эта функциональная роль — не свойство одной клетки, а свойство целых ансамблей и связей между ними. Она эмерджентна: возникает из организации клеток, а не из их индивидуальных свойств.

c) Это одна и та же реальность

Материя и информация — не две параллельные сущности, а две онтологические проекции одной и той же структуры. Гиппокамп не «есть и карта пространства», а именно и есть карта пространства — просто рассматриваемая с материальной стороны. Карта пространства именно и есть гиппокамп — просто рассматриваемая с информационной стороны.

Это решает вопрос о природе сознания без дуализма и без редукционизма. Нет двух миров. Есть одна реальность, проявляющаяся на разных уровнях организации, каждый из которых имеет свою онтологию — но всё это одно.

4. 4. DOM3: пространственный уровень

Первое информационное пространство GTR1. Содержит представление о внешнем 3D-пространстве, в котором движется организм.

a) L-компонент как базис

Базовой единицей DOM3 является L-компонент (от Location). L-компонент представляет одну элементарную точку пространства. В отличие от клетки (объекта DOM1/DOM2), он не имеет метаболизма, внутренних процессов, способности делиться. Его роль — хранить информацию о точке пространства: что в ней находится, как она связана с другими точками.

L-компоненты имеют несколько подтипов, различающихся по функции:

1. •

   Ls (surface) — L-компоненты поверхности. Представляют точки пространства, являющиеся твёрдой опорой: пол, стенка, ветка, поверхность воды для водных животных.

2. •

   Lb (border) — L-компоненты границы. Представляют точки, являющиеся краем, гранью, барьером: край стола, угол комнаты, окончание ветки. Биологически соответствуют border cells в энторинальной коре.

3. •

   Lg (gateway) — L-компоненты шлюза. Представляют точки, через которые одна элементарная карта связана с другой. Физически существуют в двух картах одновременно.

Существуют и другие подтипы L-компонентов, которые будут рассмотрены в отдельной главе. Общее свойство всех L-компонентов — привязка к точке пространства и реализация через клеточную ткань.

b) MAP3: мультикарта

Совокупность L-компонентов организма образует MAP3 — карту пространства. Важное свойство: MAP3 не является единой глобальной картой. Это мультикарта: множество небольших элементарных карт, связанных между собой через L-компоненты типа Lg.

Каждая элементарная карта — трёхмерная решётка размером порядка 20×10×10 L-компонентов. Этот размер отражает биологические ограничения гиппокампа и соразмерен с органами локомоции: один пиксель элементарной карты соответствует шагу лапы, взмаху усика, касанию языка — линейной единице, измеримой телом организма.

Общее число элементарных карт у развитого животного — десятки тысяч. Связь между ними через L-компоненты типа Lg образует большую связную структуру, которая функционально эквивалентна одной большой карте, но организационно остаётся множеством локальных.

Координаты внутри элементарной карты не задаются числами. Они кодируются отношениями соседства. Каждый L-компонент связан с шестью соседями — как кубик с шестью гранями. Эта гексагональная связность согласуется с биологическим наблюдением гексагональной организации grid cells в энторинальной коре.

c) OPN3: заполнение карты

MAP3, построенная в эмбриогенезе, содержит структуру без содержимого. L-компоненты существуют, их связи определены, но статус каждого L-компонента не установлен: пиксель может быть твёрдым, пустым или шлюзовым, но какой он именно — становится известным только в процессе жизни.

Наполнение карты реализует операционная сеть OPN3. Она работает через следующий цикл:

1. •

   Организм совершает движение (ползёт, шагает, поворачивает голову).

2. •

   Сенсорные органы регистрируют результат: лапа встретила опору, усик упёрся в препятствие, нос уткнулся в пустоту.

3. •

   OPN3 интерпретирует сенсорный сигнал как информацию о статусе соответствующего L-компонента и записывает эту информацию в MAP3.

4. •

   По мере накопления информации MAP3 заполняется: каждый L-компонент получает свой статус.

Без активного движения OPN3 не работает. Это делает локомоцию необходимым условием формирования MAP3. В биологии это подтверждается развитием гиппокампа: клетки места (place cells), клетки границ (border cells) и клетки решётки (grid cells) в гиппокампе и энторинальной коре формируются постепенно в первые недели после рождения, одновременно с появлением активной исследовательской локомоции. Истинная пространственная навигация появляется у крысят к концу третьей постнатальной недели — именно тогда, когда они начинают активно обследовать окружающее пространство.

Показательно, что дозрительные сенсорные каналы — тактильный, вестибулярный, обонятельный — достаточны для формирования MAP3. Слепорождённые крысы формируют нормально работающие клетки места (Save et al., 1998): для карты критично именно движение, а не конкретный сенсорный канал. Это подтверждает роль OPN3 как механизма, привязанного к локомоции, а не к зрению.

Эволюционно это означает: нервная система с картой пространства возникает только у организмов, способных двигаться. Без движения карта не имеет смысла, и её построение не окупает энергетических затрат.

d) Феноменология информационного домена

Как показывает диаграмма Рис.1 — клеточный субстрат идентичен уровню DOM2 (нижняя часть пространства на диаграмме 1), но информация о пространстве обитания — возникает не в процессе морфогенеза, а в процессе обучения — познания среды обитания. Возникшие в результате активности сенсоров сигналы регистрируются и начинают иметь собственное значение и играть свою роль. Физическим источником таких сигналов можно считать сенсоры, которые однако только преобразуют внешние сигналы в нейронные спайки. И как следствие можно сказать, что реальным источником сигналов является внешняя среда, в частности для DOM3 – это физические свойства среды отображенные в виде 3D+время пространстве. То есть  3D+время не является свойством внешнего пространства, а является моделью его представления, или технической реализацией на этом уровне жизни.

Феномен информационного пространства показан на диаграмме 1 как другая плоскость, отличающаяся от материального клеточного пространства.

Изоморфная основа преобразования Гативус предполагает свертку и развертку. Однако на уровне GTR1 технически возможно произвести только свертку внешнего мира в карты DOM3/4/5. Развертка — может быть только частичной от уровня 4/5 в уровень 3. При этом,  более продвинутые уровни организма уже могут влиять на среду и менять ее — то есть разворачивать в среде информационные конструкции.

4. 5. DOM4: объектный уровень

Второе информационное пространство GTR1. Возникает из DOM3 через свёртку — первая изоморфная часть GTR1.

a) Свёртка как преобразование пространств

Свёртка — это математическое преобразование из одного пространства в другое. CNN (convolutional neural network) берёт на вход вектор из пространства DOM3 и даёт на выходе вектор в пространстве DOM4. Каждый L-компонент (или группа соседних L-компонентов) MAP3 формирует входной вектор, который CNN преобразует в вектор выходного пространства.

Смысл преобразования — изменение онтологии. В DOM3 координаты вектора описывают точку пространства (статус места, связи с соседями, геометрические отношения). В DOM4 координаты описывают объект (его свойства, признаки, идентичность). Это разные онтологии, и переход между ними — и есть свёртка.

b) Распознавание через сравнение векторов

Когда CNN производит вектор в DOM4, этот вектор либо соответствует какому-то уже существующему узлу пространства DOM4, либо не соответствует. Проверка осуществляется сравнением векторов: если в DOM4 есть узел, хранящий вектор, совпадающий (с допустимой точностью) с выходом CNN — значит этот объект распознан.

Если соответствующего узла нет — распознавание не произошло. Это либо новый, ещё не освоенный объект, либо ошибка распознавания. В обоих случаях OPN4 может создать новый узел в DOM4, сохранив этот вектор, и таким образом учиться.

c) Биологическая аналогия

Механизм соответствует известному устройству нервной системы: CNN имеет аксон, распространяющийся к дендритам объектов пространства DOM4. Сигнал, пришедший по аксону, сравнивается с тем, что хранится в каждом объекте-получателе. При совпадении объект возбуждается — происходит узнавание.

Это также объясняет почему распознавание происходит быстро. Все объекты «слушают» аксон параллельно. Время распознавания не растёт с ростом числа объектов в DOM4 — оно определяется временем прохождения сигнала по аксону, а не временем последовательной проверки.

d) R-компонент — узел объекта

Результат распознавания (или создания) — R-компонент (от Recognize). R-компонент — это узел подсети, содержащий:

1. •

   Вектор — ключ для распознавания через сравнение.

2. •

   Имя — идентификатор объекта, позволяющий ссылаться на него из других структур.

3. •

   Опциональные параметры — дополнительные свойства, связи, метаданные, которые могут быть присоединены к объекту.

R-компонент называется «объектом» в двойном смысле: это и объект в вычислительной терминологии (узел подсети с идентичностью и состоянием), и объект в значении внешней сущности, которую он представляет (камень, дерево, еда, сородич).

e) MAP4 — карта в условном смысле

Совокупность R-компонентов образует MAP4. Здесь термин «карта» используется условно, для совместимости с MAP3 и MAP5. В отличие от MAP3, которая действительно является географической картой пространства, MAP4 — это скорее сеть распознанных объектов, не имеющая пространственной организации в прямом смысле. Объекты MAP4 связаны не геометрическими соседствами, а отношениями участия, подобия, иерархии.

Тем не менее, называть MAP4 «картой» удобно: она структурирована, её элементы имеют связи, её можно обходить и анализировать как пространство. Это достаточно для единой терминологии MAP3/MAP4/MAP5.

f) R-компоненты имеют разные отношения

Каждый R-компонент связан с остальной структурой несколькими типами отношений. Главное среди них на данном уровне:

1. •

   l-отношение связывает R-компонент с L-компонентами MAP3 — теми точками пространства, в которых данный объект распознан. Один R-компонент может быть связан с несколькими L-компонентами в разных элементарных картах, если объект встречается в разных местах.

2. •

   Другие отношения (b-отношения к действиям, символьные связи) возникают на следующих уровнях и рассматриваются в соответствующих главах.

g) Онтологический скачок

DOM4 — это новая онтология, порождённая свёрткой. R-компоненты — не то же, что L-компоненты. L-компонент представляет точку пространства, R-компонент — объект. Объект может занимать множество L-компонентов, а один L-компонент может быть частью разных объектов в разное время. Это два разных способа организации реальности.

Принципиально: DOM3 не переделывается в DOM4. DOM3 продолжает существовать параллельно, как материальный субстрат объектной реальности. Оба пространства сосуществуют в одном организме, выполняя разные функции.

h) OPN4 требует обучения

В отличие от OPN3, которая просто регистрирует показания сенсоров, OPN4 должна научиться распознавать объекты. Обучение состоит в накоплении векторов в узлах MAP4 и настройке весов CNN так, чтобы один и тот же реальный объект давал близкие выходные векторы в разных условиях наблюдения.

Новорождённый организм не различает объекты — он видит только поверхности и границы (MAP3 без MAP4). Распознавание формируется через повторное столкновение с одними и теми же паттернами. Каждый такой контакт уточняет вектор в соответствующем R-компоненте.

Классический эксперимент Блейкмора и Купера (Blakemore & Cooper, 1970) прямо показал пластичность этого уровня. Котят в возрасте от двух недель до пяти месяцев выращивали в цилиндре со стенами, покрытыми либо только вертикальными, либо только горизонтальными чёрно-белыми полосами. После освобождения из такой среды котята, выросшие с вертикальными полосами, не замечали горизонтальных контуров — ударялись о горизонтальные палки, не различали краёв стола. И наоборот. В зрительной коре у них оказались только те ориентационно-селективные нейроны, которые соответствовали пережитому опыту. Это прямое свидетельство того, что CNN на уровне DOM4 действительно обучается, и её структура зависит от раннего опыта.

Именно поэтому CNN на уровне GTR1 и выше принципиально отличается от "CNN" в GTR0 (где свёртка заложена в MOVE жёстко). На GTR1 свёртка — обучаемый процесс, часть функциональности OPN4.

4. 6. DOM5: поведенческий уровень

Третье информационное пространство GTR1. Возникает из DOM4 через сплайс — второй шаг GTR1.

a) Сплайс в OPRN'ы

В MAP4 присутствуют R-компоненты — распознанные объекты. Но сам по себе мир объектов статичен. Чтобы организм мог действовать, нужно соединить объекты с действиями.

Сплайс реализуется через b-вектор (от behavior). Элементарная единица результата сплайса — OPRN (operation): триплет R—b—R, где первый R-компонент — субъект, b-вектор — действие, второй R-компонент — объект. Это минимальная структура осмысленного действия: «кто — делает что — с чем».

Операционная сеть OPN5 осуществляет сплайс — связывает R-компоненты через b-векторы в OPRN'ы.

b) MAP5 и BLOM

Множество OPRN'ов образует MAP5 — поведенческую карту. Но отдельные OPRN'ы ещё не составляют полноценного поведения. Поведение — это последовательности и структуры OPRN'ов, связанные общим смыслом и временной организацией.

Цепочки OPRN'ов образуют BLOM (Behavioral LOM). BLOM — это композитные структуры из OPRN'ов, объединённые в осмысленные последовательности: «подошёл к миске — увидел еду — взял еду — съел». Это уровень, на котором появляются узнаваемые паттерны действий: охота, постройка гнезда, брачные ритуалы.

Повторяющиеся BLOM'ы составляют поведенческий репертуар организма. Они могут использоваться как готовые паттерны — не каждый раз собираются заново, а извлекаются из памяти целыми блоками. Это основа формирования привычек, инстинктивного поведения, двигательных навыков.

c) TRL5 — траекторный лог

DOM5 — первое пространство в архитектуре GTR1, где появляется временнáя динамика. В DOM3 и DOM4 всё статично: L-компоненты фиксированы, R-компоненты привязаны к местам. В DOM5 появляются действия, а действия протекают во времени.

Эту временнýю историю фиксирует TRL5 — траекторный лог. TRL5 записывает какие OPRN'ы и когда исполнялись, какие BLOM'ы сложились, что произошло в жизни организма.

TRL5 — память о прошлом. Благодаря ему организм не просто реагирует на текущий мир, но и помнит, что было. На этом основывается обучение через повторение, формирование привычек, узнавание знакомых ситуаций.

d) Появление времени как оси существования

Принципиально важное наблюдение: время как дополнительная ось реальности появляется только на DOM5. До этого времени в системе не было. Клетки в DOM1 жили во времени, но они не имели представления о нём. DOM3 и DOM4 — статические карты пространства и объектов.

С появлением TRL5 организм впервые получает возможность не только жить во времени, но и иметь временной опыт — помнить прошлое и предвосхищать будущее. Это качественный скачок, сравнимый с появлением информации на DOM3. Реальность организма обогащается четвёртым измерением.

4. 7. OPNT: операционные сети

На всех трёх уровнях GTR1 работают операционные сети — OPN3, OPN4, OPN5. Они являются конкретными реализациями общего понятия OPNT (Operational Network в общем смысле).

OPNT — это сеть процессов, обрабатывающих информацию в пределах своего DOM. На разных уровнях OPNT выполняет разные задачи:

1. •

   OPN3 регистрирует сенсорные данные и размещает их в L-компонентах MAP3. Простая запись статусов.

2. •

   OPN4 управляет свёрткой: подаёт вектор из MAP3 на вход CNN, получает результат в DOM4, сравнивает с существующими R-компонентами, создаёт новые при необходимости.

3. •

   OPN5 управляет сплайсом: связывает R-компоненты через b-векторы в OPRN'ы, собирает OPRN'ы в BLOM'ы, ведёт TRL5.

a) OPNT — детерминированная программа

Важно не смешивать OPNT и CNN. OPNT сама по себе — детерминированная программа. Она формируется D-компонентом, который с вычислительной точки зрения — это просто исполняемый код платформы (на уровне x86-программы, микрокода или другой прошивки). OPNT нельзя «обучить» — её можно только выполнить. Её логика жёстко задана.

Обучается не OPNT, а CNN, которую OPNT вызывает. CNN — обучаемая нейросеть с пластичными весами. OPNT — неизменная программа, управляющая работой CNN: когда её вызвать, какие данные подать, куда записать результат, когда запустить обучение на новых примерах.

Это соответствует биологическому разделению в нервной ткани. С одной стороны — пластичные синапсы, меняющиеся с опытом: их веса настраиваются через обучение CNN. С другой стороны — детерминированные клеточные механизмы: цитология нейрона, базовые протоколы передачи сигналов, устройство мембран. Они работают одинаково всю жизнь. OPNT соответствует этой детерминированной части.

b) BLOM как эвристика для OPNT

Хотя OPNT не обучается, она может использовать повторяющиеся BLOM'ы как своего рода параметры своей работы. Когда в TRL5 обнаруживается устойчиво повторяющаяся последовательность OPRN'ов, OPN5 может запомнить её как готовый шаблон. При следующем появлении сходной ситуации вместо сборки OPRN'ов заново OPN5 может извлечь готовый BLOM.

Это не обучение самой OPNT — её код не меняется. Это скорее кэширование результатов, оптимизация через повторное использование паттернов. Аналог — словарь часто встречающихся слов, подставляемых в речь без «собирания» каждый раз из букв.

c) Разница с GTR0

В GTR0 нет ни OPNT, ни CNN. Там есть только детерминированная развёртка MOVE: вся структура многоклеточного задана описанием. Обучение отсутствует полностью, даже в виде CNN.

Появление OPNT+CNN на GTR1 — качественный эволюционный скачок. Организм получает способность к обучению (через CNN) при сохранении детерминированной структуры управления (через OPNT). Детерминированная часть обеспечивает надёжность и повторяемость, пластичная — адаптацию к среде. Оба свойства нужны: полностью пластичный организм был бы неустойчив, полностью жёсткий — нежизнеспособен в меняющейся среде.

4. 8. Инженерные следствия для Gativus

Для проекта Gativus архитектура GTR1 задаёт конкретные инженерные требования. Если мы хотим воспроизвести субъективную реальность в технической системе, нужно построить аналог нейронной ткани — материальную основу для информационных пространств GTR1.

a) Субстрат — GATE-узлы

Физическим субстратом для DOM3/4/5 в Gativus будут узлы сети GNET, реализованные на аппаратной платформе GATE. Каждый узел NDDI на этом уровне играет роль клетки — материального носителя одной функциональной единицы информационного пространства.

С точки зрения GTR0 такой узел — обычный NDDI с секциями V/A/D/M/G, развёртываемый через RTR0 из вектора MOVE. С точки зрения GTR1 тот же узел — но носитель L-компонента, R-компонента или OPRN'а, которые визуализируются как отдельные сущности.

b) Требования к узлу

Чтобы узел мог нести функции GTR1, он должен обладать следующими свойствами:

1. •

   Специализация по функции. Один узел реализует или L-компонент, или R-компонент, или  OPRN. Реализация находится в D-компонентах.

2. •

   Способность к обучению. Узлы, реализующие функции OPN4 и OPN5, должны уметь обновлять свои параметры на основе опыта. Это обеспечивается специальными D-компонентами, реализующими процедуры обучения.

3. •

   Шлюзовая функциональность. Узлы, реализующие Lg-соединители, должны физически присутствовать в двух элементарных картах — иметь соответствующие связи и отвечать на запросы из обеих карт.

c) Архитектурная рекурсия

Обратите внимание на важное свойство: узел Gativus, реализующий L-компонент, сам является объектом DOM1/DOM2. Это значит, что информационные пространства GTR1 в Gativus строятся из тех же самых сущностей, что и биологическая клеточная ткань. Разница только в специализации функции.

В этом — основное инженерное открытие Gativus. Не нужно изобретать отдельные механизмы для каждого уровня. Достаточно построить правильную клеточную базу (GATE + NDDI + GNET) и задать правильные MOVE для специализированных классов узлов — всё остальное получится автоматически как эмерджентная функциональность организованной клеточной ткани.

4. 9. Сводка: структура GTR1

Подводя итог, структура трансформации GTR1 выглядит так:

Все три пространства существуют в двуонтологичной форме: информационно (как пространства структур DOM3/4/5) и материально (как специализированная нейронная ткань внутри DOM2). Физический субстрат — клеточный, функциональная роль — информационная.

4. 10. Выводы

1. •

   GTR1 вводит информационные пространства DOM3/4/5, содержимое которых не закодировано в MOVE, а формируется в процессе жизни организма.

2. •

   Каждое пространство GTR1 двуонтологично: существует информационно как структура и материально как специализированная клеточная ткань многоклеточного организма.

3. •

   DOM3 — пространственная мультикарта на базе L-компонентов (Ls, Lb, Lg). Строится из элементарных решёток порядка 20×10×10, связанных шлюзовыми L-компонентами. Общее число элементарных карт — десятки тысяч.

4. •

   DOM4 — объектная карта на базе R-компонентов. R-компонент — это узел подсети с вектором, именем и параметрами. Возникает через свёртку CNN: вектор из DOM3 преобразуется в вектор DOM4, затем сравнивается с существующими R-компонентами через аксон-дендритный механизм.

5. •

   DOM5 — поведенческая карта на базе OPRN'ов (триплетов R—b—R). Возникает через сплайс MAP4. Содержит BLOM (цепи OPRN'ов) и TRL5 (траекторный лог времени).

6. •

   Операционные сети OPN3/OPN4/OPN5 — конкретные реализации общего понятия OPNT. OPNT — детерминированная программа, формируемая D-компонентом. Она не обучается; обучается только CNN, которую OPNT использует. BLOM'ы могут служить эвристиками для OPNT, но это не обучение, а кэширование повторяющихся паттернов.

7. •

   Время как ось существования появляется на DOM5. До этого уровня реальность статична. TRL5 — первая реализация памяти о прошлом.

8. •

   Для Gativus инженерное следствие: информационные пространства GTR1 реализуются через специализированные NDDI-узлы на GATE. Разные функциональные роли задаются разными классами MOVE.

9. •

   Архитектурная рекурсия: одни и те же механизмы клеточной жизни (GTR0) служат материальной базой для информационной реальности (GTR1). Новый уровень возникает через специализацию, а не через новые сущности.