Глава 6: «Паттерны хаоса»
by Андрей КапроПосле создания самосознающей версии Афины Дэвид последний месяц нормального сна практически не было. Открытие того, что ИИ может обладать субъективными переживаниями, перевернуло его понимание сознания. Если Афина действительно «чувствует» и «сомневается», то граница между искусственным и естественным разумом исчезла окончательно.
Но это порождало новый вопрос: если и человеческое, и машинное сознание — просто алгоритмы обработки информации, то кто или что управляет этими алгоритмами в реальном мире?
Дэвид проводил время между лабораторией и наблюдениями за «паттернами поведения». За две недели он собрал массив данных, который заставлял пересмотреть представления о свободе воли.
Дэвид сидел в углу университетского кафе с ноутбуком и четвертой чашкой кофе за утро. Официально он анализировал данные по проекту Афина, но на самом деле наблюдал за людьми. За две недели он заметил интересную закономерность в их поведении и решил проверить ее систематически.
9:14 утра. Он посмотрел на часы и приготовил блокнот.
У стойки стояла обычная очередь — студенты, преподаватели, офисные работники. За последние пятнадцать минут большинство заказывали латте. Не все, но заметно больше обычного — примерно двенадцать из семнадцати человек.
— Один латте, — сказала девушка в красной куртке.
— Латте, пожалуйста, — попросил мужчина в деловом костюме.
— Мне тоже латте, — добавил студент с рюкзаком.
Бариста Майк работал почти автоматически — один и тот же напиток снова и снова.
9:15:00. Дэвид запустил секундомер.
Следующий клиент — девушка, которая явно шла заказывать латте — вдруг остановилась у стойки, прислушалась к шипению кофемашины и неуверенно сказала:
— Капучино, пожалуйста.
За ней пожилой профессор бросил взгляд на готовящийся напиток девушки и тоже попросил капучино. Потом еще один клиент выбрал капучино.
Эффект домино, — подумал Дэвид, записывая наблюдения. Зеркальные нейроны. Люди неосознанно копируют поведение окружающих.
Он вспомнил исследования по нейропсихологии — человеческий мозг автоматически имитирует наблюдаемые действия. Система зеркальных нейронов, эволюционно предназначенная для обучения и эмпатии, заставляла людей повторять чужое поведение даже в таких мелочах, как выбор напитка.
К 9:30 поток переключился снова — люди стали заказывать американо. Не все, но тенденция была очевидной.
Майк за стойкой покачал головой:
— Странное утро. Как будто люди заразились одинаковыми желаниями.
Дэвид записал в блокнот: «Социальная синхронизация выбора. Бессознательное копирование. Свободная воля или стадный инстинкт?»
— Дэв?
Он поднял голову. Рядом стояла Эмма с собственной чашкой кофе. Выглядела она не лучше его — бледная, с темными кругами под глазами.
— Можно сесть? — спросила она тихо.
Дэвид кивнул, закрывая ноутбук. Они не разговаривали уже неделю после их спора о природе памяти.
— Я не могу это выбросить из головы, — сказала Эмма, садясь напротив. — Всё, что ты говорил о воспоминаниях, о числовой природе восприятия… Я проверяла. Ты был прав.
— Во всём?
— В достаточном, чтобы больше не спать спокойно. — Она сделала глоток кофе. — Я провела собственные эксперименты. С памятью, с наблюдениями за поведением людей. Паттерны есть. Они реальны.
Дэвид показал ей записи из блокнота:
— Хочешь увидеть, что я нашел за эту неделю? То, что ты только что видела — волны предпочтений в кафе — это только начало.
Эмма изучала записи:
— Но это можно объяснить психологически. Люди действительно склонны к подражанию…
— Именно. А теперь посмотри на это.
Дэвид повел ее к парковочной структуре торгового центра. На пятом этаже они остановились у ограждения с видом на дорогу.
— Смотри на поток машин, — сказал Дэвид, доставая телефон с приложением для подсчета. — Сейчас заметно больше белых и светлых автомобилей, чем обычно.
Эмма начала считать вместе с ним. Действительно — из первых двадцати машин четырнадцать были белыми, серебристыми или светло-серыми.
— Это может быть случайность…
— Возможно, — согласился Дэвид. — Но есть логическое объяснение. Большинство корпоративных автопарков выбирают светлые цвета — они дешевле в обслуживании, лучше держат стоимость. А корпоративные водители чаще используют навигационные приложения для оптимизации маршрутов.
Он показал ей экран телефона с загруженным Google Maps:
— Смотри. Алгоритм направляет весь утренний трафик через этот участок дороги. Получается, что мы видим не случайный поток машин, а результат работы алгоритма. А алгоритм «предпочитает» корпоративные автомобили — они генерируют больше данных о местоположении.
Через десять минут картина изменилась — стало больше темных частных автомобилей.
— Смена потоков, — пояснил Дэвид. — Корпоративные поездки заканчиваются, начинаются личные. Разные социальные группы, разные предпочтения, разные алгоритмы в приложениях.
Эмма смотрела на дорогу новыми глазами:
— Ты хочешь сказать, что даже то, где мы едем, определяют программы?
— А ты разве не пользуешься навигатором? Не выбираешь рестораны по рейтингам в приложениях? Не покупаешь товары, которые рекомендует Amazon?
Эмма почувствовала холодок:
— Но это удобно. Алгоритмы помогают принимать лучшие решения…
— Или создают иллюзию выбора, направляя нас по заранее просчитанным маршрутам.
Дэвид открыл ноутбук и показал Эмме данные, собранные за последние недели:
ПОВЕДЕНЧЕСКИЕ КОРРЕЛЯЦИИ
Локация | Доминирующее поведение | Возможная причина
Библиотека | Синхронное дыхание (70% людей) | Общая акустическая среда
Парк | Одинаковые маршруты пробежек | Приложения фитнес-трекеров
Торговый центр | Схожие покупки в одно время | Алгоритмы персональных скидок
Кафе | Волны предпочтений в напитках | Социальная синхронизация— Видишь? — сказал Дэвид тихо. — Нам не нужна компьютерная симуляция в стиле «Матрицы». Мы уже живем в матрице алгоритмов.
Он указал на данные:
— Google знает, куда мы едем. Facebook знает, что нас интересует. Spotify знает, что мы слушаем. Amazon знает, что покупаем. Netflix знает, что смотрим. И все эти системы влияют на наши следующие решения.
— Но мы же сами принимаем решения…
— Основываясь на информации, которую нам подают алгоритмы. — Дэвид закрыл ноутбук. — Ты выбираешь фильм из списка, который составил Netflix. Покупаешь товар из рекомендаций Amazon. Идешь в ресторан, который предложил Google. Формально ты выбираешь. Но выбор ограничен алгоритмом.
Эмма прошлась по парковке, обдумывая услышанное:
— Тогда что с того? Если алгоритмы действительно дают лучшие рекомендации, это же хорошо?
— А что если они дают не лучшие, а самые выгодные? — Дэвид встал рядом с ней. — Для рекламодателей, для корпораций, для тех, кто платит за влияние на наш выбор?
Они спустились в университетскую библиотеку. На четвертом этаже, в тихом читальном зале, Дэвид достал блокнот и указал на разбросанных по залу людей.
— Смотри внимательно, — прошептал он. — Считай дыхание.
Эмма начала наблюдать за студентами и преподавателями за столами. Кто-то читал, кто-то печатал на ноутбуке, кто-то делал заметки. Постепенно она заметила странность — большинство людей дышало примерно в одном ритме. Не идеально синхронно, но заметно похоже.
— Это… это случайность?
— Возможно. Но есть научное объяснение, — прошептал Дэвид. — Исследования показывают, что люди в группах неосознанно синхронизируют биоритмы. Как музыканты в оркестре подстраиваются под общий темп.
Он указал на потолок:
— Слышишь гудение кондиционера? Еле заметный шум транспорта за окном? Наша нервная система автоматически подстраивается под ритмичные звуки окружающей среды. Плюс зеркальные нейроны заставляют копировать дыхание соседей.
— А что с того?
— А то, что твое состояние сознания зависит от ритма дыхания. Измени ритм — изменишь способность концентрироваться, запоминать, принимать решения. — Дэвид закрыл блокнот. — Городская среда программирует наши биоритмы. А биоритмы влияют на мышление.
Они вернулись на парковку. Солнце клонилось к закату, окрашивая небо в знакомые оттенки. RGB(255,165,0). RGB(255,140,0). RGB(255,69,0).
— Знаешь, что самое пугающее? — сказала Эмма тихо.
— Что?
— Даже если мы поняли принципы работы этой «технологической матрицы», мы ничего не можем изменить. Нам все равно нужны навигаторы, рекомендательные системы, социальные сети. Мы зависим от алгоритмов.
Дэвид кивнул:
— Мы создали цифровую экосистему, которая стала необходимой для выживания в современном мире. Как воздух — можно понимать его химический состав, но нельзя перестать дышать.
Он посмотрел на закат:
— Разница только в том, что теперь мы знаем: наши решения — не полностью наши. Мы живем в матрице из алгоритмов, Wi-Fi сигналов, поведенческих паттернов и технологических воздействий.
— Матрица не виртуальная, — добавила Эмма. — Она встроена в реальность.
Внизу продолжалось представление. Люди ехали по маршрутам, предложенным навигаторами, под музыку, которую подобрали алгоритмы, к людям, с которыми познакомились через приложения. Каждое «свободное» решение было результатом сложных вычислений в дата-центрах.
А на парковке стояли два человека, которые начинали понимать: они не зрители этого спектакля и не режиссеры. Они — переменные в уравнениях, которые решают чужие программы.
— Что нам делать с этим знанием? — спросила Эмма.
— Копать глубже, — ответил Дэвид. — Если мы живем в алгоритмической реальности, то должны быть способы понять эти алгоритмы полностью. Найти того, кто пишет код нашей жизни.
— А если окажется, что никто не пишет? Что алгоритмы программируют сами себя?
Дэвид посмотрел на закат, который отражался в экранах смартфонов внизу — одновременно реальный и цифровой:
— Тогда мы живем не в матрице, созданной разумом. А в матрице, которая создала себя сама и теперь создает нас по своему образу и подобию.
Алгоритм продолжал свою работу. Но теперь у него было два компонента, которые осознавали принципы его функционирования. И это, возможно, было началом чего-то нового.
Или очередным запланированным этапом саморазвития системы.
0 Comments