6. Второе затруднение: когнитивизму свойственно заблуждение, связанное с гомункулом

Похоже, что мы столкнулись с проблемой. Синтаксис не часть физики. Следствием этого будет то, что, если вычисление определяется синтаксически, то ничто, по сути, не является цифровым компьютером лишь благодаря своим физическим свойствам. Есть ли выход из этого затруднения? Да есть, и он стандартно используется в когнитивной науке. Но этот выход является выходом из огня, да в полымя. Большинству из тех работ по теории вычислительных функций сознания, которые я видел, тем или иным образом присуще заблуждение, связанное с гомункулом. Суть его заключается в том, что в мозге есть некий агент, использующий его для своих вычислений. Типичным примером является Дэвид Марр (1982), описывающий задачу зрения, как переход от двухмерных визуальных восприятий на сетчатке гааза к трехмерному описанию внешнего мира, как обработку данных зрительной системы. Все затруднение в том, кто собственно читает предоставленное описание. В самом деле, из прочтения книги Марра, а также многих других стандартных книг на эту тему, складывается впечатление, что нам следует воззвать к гомункулу внутри системы для того, чтобы он трактовал ее операции как поистине вычислительные.

Многим писателям, например Деннету (1978), заблуждение, связанное с гомункулом не кажется таким уж проблематичным. Им кажется, что гомункула можно “исключить”. Идея заключается в следующем: так как вычислительные операции компьютера можно раскладывать на более простые составляющие до тех пор, пока мы не достигнем простых бинарных схем, типа “да-нет”, “1-0”, создается впечатление, что гомункулы более высоких уровней могут заменяться на более глупых гомункулов, до тех пор пока мы не достигнем низшего простого уровня, в котором, по сути, нет гомункула. Коротко, вся идея заключается в том, что рекурсивное разложение исключит гомункула.

Мне потребовалось немало времени, чтобы понять, к чему эти люди нас пытаются склонить. Так что, если кто-нибудь еще над этим также недоумевает, я приведу пример и детально его объясню. Допустим, у нас есть компьютер, умножающий шесть на восемь, чтобы получить сорок восемь. Мы задаем вопрос: “Как он это делает?” Ответом может быть то, что он семь раз[73] прибавляет шестерку к ней самой. Но если вы спросите: “Как он добавляет шестерку к ней самой семь раз?”, на это можно ответить, что сначала он переводит все цифры в двоичную систему счисления, а затем применяет простой алгоритм для оперирования с двоичной системой счисления до тех пор, пока мы, наконец, не достигнем нижнего уровня, на котором все инструкции существуют в форме “написать нуль, стереть единицу”. Так, например, на верхнем уровне наш умный гомункул говорит: “Я могу умножать шесть на восемь, чтобы получить сорок восемь”. Но на следующем, более низком уровне, он заменяется на более глупого гомункула, который говорит: “Я вообще-то не умею умножать, но я умею складывать”. Под ним находятся еще более глупые, которые говорят: “Мы, на самом деле, не умеем ни складывать, ни умножать, но мы знаем, как осуществить переход из десятичной в двоичную систему”. Под этими сидят еще более глупые, которые говорят: “Мы вообще-то ничего подобного не знаем, но мы умеем работать с двоичными символами”. На самом нижнем уровне находится целая компания гомункулов, которые просто говорят: “Ноль один, ноль один”. Все высшие уровни сводятся к этому низшему. По настоящему существовать может только низший уровень, все верхние уровни — это уровни лишь как-бы (as-if).

Разные авторы (например, Haugeland 1981; Block 1990) описывают это свойство, когда заявляют, что система — это синтаксический двигатель, управляющий семантическим двигателем. Но нам снова приходится сталкиваться с нашим старым вопросом: какие факты, внутренне присущие системе, делают ее синтаксической? Какие факты относительно низшего уровня или любого другого уровня превращают все операции в нули и единицы? Без гомункула, находящегося вне рекурсивного разложения, у нас даже нет синтаксиса, с которым мы могли бы работать. Попытка элиминировать заблуждение, связанное с гомункулом внутри рекурсивного разложения заканчивается неудачей, потому что единственный путь сделать синтаксис внутренне присущим физическим свойствам-это поместить гомункула внутрь физических свойств.

У всего этого есть еще одна очаровательная черта. Когнитивисты с радостью допускают, что более высокие уровни вычисления, например “умножение 6 на 8”, зависят от наблюдателя; не существует чего-либо напрямую соответствующего умножению; все происходит относительно гомункула/наблюдателя. Но они хотят избавиться от этого допущения на более низких уровнях. Электронная цепочка, как они признают, на самом деле, не умножает 6 на 8 как таковые, но она в действительности манипулирует нулями и единицами, и из этих манипуляций, так сказать, складывается умножение. Но допустить, что более высокие уровни вычисления не являются внутренне присущими физическим свойствам, значит допустить то же самое и относительно более низких уровней. Так что заблуждение, связанное с гомункулом все еще с нами.

Для настоящих компьютеров, тех, что вы покупаете в магазине, проблемы гомункула не существует, потому что каждый пользователь является этим самым гомункулом. Но, если мы предположим, что мозг — это цифровой компьютер, у нас остается вопрос: “А кто пользователь?” В когнитивной науке типичные вопросы, требующие гомункула, это вопросы типа: “Каким образом зрительная система вычисляет форму из оттенков; каким образом она вычисляет отдаленность объекта, исходя из размера образа на сетчатке?” Параллельным вопросом мог бы быть следующий: “Каким образом гвозди вычисляют расстояние, на которое они войдут в доску, исходя из силы удара молотка и плотности древесины?” В обоих случаях ответ один: если нас интересует внутренняя работа системы (how the system works intrinsically), то ни гвозди, ни зрительная система ничего не вычисляют. Мы, как внешние гомункулы, можем описать их вычислительно, и это зачастую полезно сделать. Но вы не поймете процесс забивания гвоздей, предполагая, что гвозди каким-то образом внутренне применяют алгоритмы, и вы не сможете понять, что такое зрение, предполагая, что система выполняет, например, алгоритм выведения формы из оттенка.