Имитология – это более ранняя стадия пантокреатики, вытекающая из уже практикуемого в наши дни моделирования реальных явлений в научных теориях, цифровых машинах и др. Она охватывает осуществление как естественных материальных процессов (звезда, извержение вулкана), так и явлений, не относящихся к таковым (атомный реактор, цивилизация). Совершенный имитолог – это тот, кто сумеет воспроизвести любое явление Природы или же явление, какого Природа, правда, спонтанно не создает, но создание которого является реальной возможностью. Почему уже процесс постройки машины я отношу к подражательной деятельности, станет ясно в дальнейшем.

Между имитологией и фантомологией нет резкой границы. Как более поздняя, высшая фаза имитологии фантомология охватывает создание процессов все более отличных от естественных, вплоть до совершенно невозможных, то есть таких, которые ни при каких обстоятельствах произойти не могут, ибо они противоречат законам природы. Казалось бы, что такие процессы образуют пустое множество: ведь нельзя же реализовать нереализуемое. Мы постараемся, однако, хотя бы приближенно и весьма примитивно, показать, что эта «невозможность» не обязана быть абсолютной. Теперь мы покажем только, как можно представить себе первый шаг в сторону фантомологии. Модель атома должна служить для познания оригинала, то есть Природы. Мы построили модель с этой целью. Если модель не соответствует Природе, мы считаем, что она не представляет собой ценности. Так обстоит дело сегодня. Стратегию, однако, можно изменить. Эту модель можно использовать для других целей: по модели сделать атом, отличающийся от настоящего – строительный элемент «иной материи», материи, которая тоже будет отличаться от «настоящей».

(g) Модели и действительность

Моделирование – это подражание Природе, учитывающее немногие ее свойства. Почему только немногие? Из-за нашего неумения? Нет. Прежде всего потому, что мы должны защититься от избытка информации. Такой избыток, правда, может означать и ее недоступность. Художник пишет картины, но, хотя у него есть рот и мы могли бы с ним поговорить, мы не узнаем, как он создает свои произведения. О том, что происходит в его мозгу, когда он пишет картину, ему самому неизвестно. Информация об этом находится в его голове, но нам она недоступна. Моделируя, следует упрощать: машина, которая может написать весьма скромную картину, рассказала бы нам о материальных, то есть мозговых, основах живописи больше, чем такая совершенная «модель» художника, какой является его брат-близнец. Практика моделирования предполагает учет некоторых переменных и отказ от других. Модель и оригинал были бы тождественны, если бы процессы, происходящие в них, совпадали. Этого не происходит. Результаты развития модели отличаются от действительного развития. На это различие могут влиять три фактора: упрощенность модели по сравнению с оригиналом, свойства модели, чуждые оригиналу, и, наконец, неопределенность самого оригинала. Когда мы имитируем живой мозг с помощью электронного, мы, кроме отображения сети нервных клеток (которое осуществляется с помощью некоторой электрической схемы), должны учесть еще и такое явление, как память. Живой мозг не имеет отдельного резервуара памяти. Настоящие нейроны универсальны – память «рассеяна» по всему мозгу. Наша электросхема таких способностей не проявляет. Поэтому мы должны подключить к электронному мозгу специальные резервуары памяти (например, ферромагнитной). Кроме того, настоящий мозг отличается еще некоторой «случайностью» поведения, непредсказуемостью действий, а электронная схема – нет. Как поступает кибернетик? Он встраивает в модель «генератор акцидентальности», который, включаясь, посылает случайно выбранные сигналы в глубь схемы. Такая «акцидентальность» была заранее предусмотрена: соответствующее дополнительное устройство использует таблицы случайных чисел или что-либо подобное.

Итак, мы получили нечто вроде аналога «непредсказуемости», «свободной воли». После всего этого сходство параметров на выходах обеих систем, нервной и электронной, возросло. Но сходство возросло только относительно пар состояний «вход» – «выход». Сходство вовсе не увеличивается, а, напротив, уменьшается, если, кроме динамической связи «вход» – «выход», принять во внимание всю структуру обеих систем (или, иначе говоря, если учесть большее число переменных). У электронного мозга, правда, есть теперь «воля» и «память», но у настоящего мозга нет ведь ни генератора акцидентальности, ни отдельного резервуара памяти. Поэтому чем больше модель сближается с оригиналом в рамках некоторых имитируемых переменных, тем больше она отходит от него в области других переменных. Если бы мы захотели учесть еще переменную возбудимость нейронов, обусловленную существованием порога возбудимости (причем организм реализует это одним лишь биохимизмом реакций), то должны были бы каждый переключающий элемент («нейристор»), то есть эквивалент нейрона, снабдить особой электрической схемой и т.д.[74] Итак, переменные, входящие в модель, но не обнаруживаемые в самом моделируемом явлении, мы считаем несущественными. Это частный случай общего метода сбора информации, при котором всегда производится предварительный выбор. Например, для лица, которое ведет обычный разговор, потрескивания в телефонной трубке – это «шум», но для инженера-связиста, проверяющего линию, именно этот шум и может быть информацией (этот пример заимствован у Эшби). Поэтому, если бы мы захотели промоделировать какое-либо явление с учетом всех его переменных (предположим на время, что это возможно), нам пришлось бы создать систему, обогащенную по сравнению с оригиналом теми дополнительными переменными, которые свойственны самой моделирующей системе, но которых нет у оригинала. Вот почему применение цифрового моделирования плодотворно до тех пор, пока количество переменных мало. При увеличении их числа этот метод быстро достигает предела своей применимости. Поэтому такой способ моделирования должен уступить место другому.

Теоретически наиболее экономично моделировать одно явление другим таким же явлением. Но возможно ли это? Чтобы промоделировать человека, его нужно, по-видимому, воссоздать; чтобы промоделировать биологическую эволюцию, нужно повторить ее на такой же планете, как Земля. Наисовершеннейшей моделью яблока будет другое яблоко, а Космоса – другой Космос.

Это смахивает на reductio ad absurdum имитологической практики, однако не будем спешить с таким приговором.

Ключевой вопрос звучит так: существует ли нечто такое, что, не будучи верным (модельным) повторением явления, содержало бы больше информации, чем само это явление? Ну, конечно же, существует. Это – научная теория. Она охватывает целый класс явлений; она говорит о каждом из них и одновременно о всех вместе. Безусловно, теория не учитывает многих переменных данного явления, но они для достижения поставленной цели несущественны.

Здесь, однако, заключена новая трудность: давайте поставим вопрос, содержит ли теория лишь ту информацию, которую мы в нее сами вложили (создавая ее на основе фактов, почерпнутых из наблюдений, и на основе других теорий, например теории измерений), или же она может содержать больше информации? Это невозможно? А ведь на основе теории физического вакуума квантовая теория поля предсказала ряд явлений. Кроме теории бета-распада, отсюда родились результаты в теории сверхтекучести (жидкого гелия), а также теории твердого тела. Если в общем случае теория должна была предвидеть явление X, а потом оказалось, что из нее дедуктивно выводимы еще и другие явления, о существовании которых мы до сих пор ничего не знали, то откуда же взялась в ней эта «дополнительная» информация?

Она появилась потому, что изменения в мире, в общем-то говоря, взаимосвязаны. Благодаря этой взаимной связи мы «додумались» до одного, а оно «потянуло за собой» другое.

Это звучит убедительно, но как же обстоит дело с балансом информации? Мы вложили в теорию X битов информации, а получаем X+N? Не значит ли это, что достаточно сложная система (такая, как мозг) может создавать дополнительную информацию – большую по сравнению с имевшейся в предыдущий момент, причем без притока информации извне? Но ведь это был бы подлинный информационный perpetuum mobile.