Но у человеческого мозга есть собственная физическая структура, уникальная для его эволюционной истории. Некоторые области, такие как обоняние и зрение, у современного человека стали меньше, чем были у наших предков. Другие области, такие как кора, увеличилась. Сам мозг состоит из сложной взаимосвязанной совокупности нейронов, выстроенных подобно паутине.32 Эта структура допускает одновременную или параллельную обработку разных видов информации.33 Теория естественного отбора никоим образом не противоречит коннекционистскому взгляду на мозг. И ни одна из этих двух точек зрения не противоречит нашему пониманию мозга как «процессора». В первых компьютерах информация обрабатывалась последовательно, один бит за другим. Появление компьютеров с параллельными процессорами (то есть с одновременной обработкой данных) привело к тому, что способности машины к обучению стали гораздо ближе к способностям человеческого мозга. Врожденная структура набора взаимосвязанных процессоров – нейронов – обеспечивает способность запоминать, сравнивать и обобщать. Эта концепция помогает нам понять, как мозг выполняет фундаментальные функции, позволяющие обрабатывать информацию.
«Локалистский» взгляд на обработку информации предполагает, что представления могут быть встроены в более частные нейронные ансамбли, простейшим из которых является один нейрон. Два этих подхода могут работать вместе: некоторые процессы могут быть построены локально, тогда как другие процессы могут быть распределены более широко.34
Один из способов функционирования коннекционистской модели состоит в том, чтобы присвоить «вес» или «степени силы» связям между базовыми элементами, – если речь о мозге, это будут нейроны. Когда относительная сила синаптических связей меняется, информация, содержащаяся в паттернах возбуждения, также может измениться.35 Тонкое и быстрое изменение силы синапсов – это продукт обучения; общая же способность достигать прочности связок является врожденной и может зависеть от генетики, а также от нервных процессов в самом мозге.36 Некоторые из этих связей могут быть предопределены наследственностью. Мозг может быть запрограммирован на создание систем, «склонных» обрабатывать определенные формы данных, например лица близких (объектов привязанности). Эти врожденные ценности приносят эволюционную пользу и остаются в нашем генетическом наследии.37 Системы оценки могут включать в себя унаследованные ценности, которые придают эмоциональный смысл повседневной жизни. Но сила синапсов также может определяться опытом – процесс нейропластичности делает возможным обучение. Эмоциональный опыт может усиливать этот процесс. Таким образом, опыт влияет на мозг, меняя силу синаптических связей.38
Также считается, что сложные системы обладают свойством, которое создает ощущение порядка, сплоченности и стабильности. Как указывалось ранее, это эмерджентное свойство называется «самоорганизацией».39 Естественный отбор, коннекционизм и взгляды на обработку информации совместимы с закономерностями сложных систем или динамическим взглядом на самоорганизацию. Эволюционная теория помогает нам понять, как системы развились до адаптивно сложных форм, предназначенных для выполнения определенных действий при решении проблем. Коннекционистская теория помогает нам понять, как эти навыки обработки информации могут быть реализованы в трехмерной реальности взаимосвязанной нервной ткани. Наши уникальные модели обработки информации отражают фундаментальные компоненты разума, сформированные эволюцией и физической реальностью структуры мозга. Теперь мы добавим к этому теорию сложности, чтобы понять, как разум организует свою работу.
Теория нелинейной динамики сложных систем, или теория сложности, предлагает несколько принципов, которые помогут лучше понять многие аспекты разума, от эмоций до человеческих отношений. Как заявили Болдрини и его коллеги, «спонтанность, непредсказуемость и самоорганизующиеся свойства нелинейных динамических систем хорошо подходят для объяснения спонтанной, непредсказуемой и творческой природы человека».40 Динамические системы отличаются своей открытостью внешним силам, обладают нелинейностью, означающей, что маленькие входные сигналы могут привести к большим и труднопредсказуемым результатам, и имеют способность к хаотичному поведению. Динамические системы имеют несколько основных особенностей: (1) они образуют эмерджентные паттерны с рекурсивными характеристиками, в которых взаимодействие элементов порождает явления, синергетически «возникающие» из этих взаимодействий; (2) они нелинейны, их поведение трудно предсказать; (3) они обладают свойствами самоорганизации.41 Рассмотрим подробнее каждую из этих функций.