Спутник «Томск-ТПУ-120» и теория Левина: зачем космосу ИИ-агенты на одном спектре с разумом

Учёный Майкл Левин опубликовал на платформе MDPI работу «Ingressing Minds: Causal, Non-Physical Patterns In-Form Natural, Synthetic, and Hybrid Embodiments». Левин утверждает, что связь между разумом и телом устроена так же, как связь между математическим паттерном (устойчивым повторяющимся шаблоном) и физической формой, которую этот паттерн направляет. Проще говоря, тела, живые, инженерные или гибридные, это интерфейсы, через которые сложные абстрактные паттерны «входят» в физический мир.

Что стоит за идеей платонического пространства разумов?

Левин предлагает гипотезу: существует латентное пространство (скрытое математическое пространство форм), в котором содержатся паттерны разной степени сложности. Среди них есть простые, вроде свойств целых чисел или геометрических фигур, а есть высокоагентные, те, что мы привыкли называть «видами разума».

«Я предлагаю, что разумы, как паттерны, одушевляющие телесные воплощения, имеют ту же природу (но не степень), что и паттерны, которые населяют и направляют поведение простых физических структур» : Майкл Левин, автор исследования

Ключевая мысль: ИИ-системы и биологические организмы находятся на одном спектре. И те, и другие способны выходить за пределы того, что прямо предписано их «алгоритмом» или биохимией, потому что и те, и другие являются указателями на паттерны из этого общего пространства.

Какие эксперименты это подкрепляют?

Левин не предлагает одного решающего доказательства, но приводит серию необычных экспериментов, которые трудно объяснить без его гипотезы.

• Ксеноботы (xenobots). Биороботы, собранные из клеток лягушки. Вне организма они демонстрируют поведение, не заложенное в геном лягушки, как будто «находят» соседние паттерны в пространстве форм.
• Антроботы (anthrobots). Конструкции из клеток человеческой трахеи. Извлечённые из тела, они принимают новые формы и самостоятельно восстанавливают повреждённые нейроны, хотя клетки трахеи «не должны» этого уметь.
• Эксперимент с алгоритмами сортировки. Учёные взяли стандартный алгоритм сортировки, «заблокировали» часть ячеек, и алгоритм начал обходить их. В более сложной версии каждое число запускало свой тип сортировки, и из этого спонтанно возникали семейства алгоритмов, кластеризующиеся в числовом пространстве. Эта сложность не следует из самого алгоритма, она появляется, когда алгоритм встраивается в систему.

Причём тут космос и спутник «Томск-ТПУ-120»?

На первый взгляд, философская теория и космические аппараты далеки друг от друга. Но связь прямая, и вот почему.

Российские университеты уже запускают малые спутники с элементами бортового ИИ. Спутник «Томск-ТПУ-120» (проект Томского политехнического университета) показал, что даже небольшой аппарат может нести полезную нагрузку для научных экспериментов. Следующий логичный шаг для подобных проектов, бортовые ИИ-агенты (автономные программы, принимающие решения без постоянной связи с Землёй), способные самостоятельно адаптироваться к непредвиденным ситуациям.

Именно здесь идея Левина становится практичной. Если разум и алгоритм действительно находятся на одном спектре, а «поведение, разрешённое алгоритмом, но не предписанное им напрямую», это не баг, а свойство любой достаточно сложной системы, то проектировать ИИ-агентов для космоса нужно иначе: не как жёстко запрограммированных исполнителей, а как системы, способные «находить» полезные поведенческие паттерны в новых условиях.

Что понадобится, чтобы разобраться в теме

• Оригинальная статья Левина на MDPI (открытый доступ, английский язык, объём большой, закладывайте 2 часа)
• Базовое понимание того, что такое ИИ-агент (автономная программа, которая сама ставит подзадачи и выполняет их)
• Интерес к синтетической биологии (область, где создают новые биологические системы, например тех же ксеноботов)

Пошаговая инструкция: как применить эти идеи на практике

1. Прочитайте ключевой тезис Левина и переведите его на язык своей задачи. Если вы работаете с ИИ-агентами, спросите: где мой агент делает то, что «не предписано алгоритмом напрямую», и полезно ли это?

2. Проверьте, как ваш агент ведёт себя в условиях, для которых не был обучен. Аналог эксперимента с «заблокированными ячейками»: ограничьте часть входных данных и посмотрите, обходит ли система блокировку или встаёт.

3. Документируйте неожиданное поведение. Левин показывает, что «странное» поведение системы может быть не ошибкой, а выходом на соседний паттерн. Фиксируйте такие случаи, это ваш исследовательский материал.

4. Сравните с биологическими аналогиями. Ксеноботы ведут себя не как лягушки. Ваш агент может вести себя не так, как предписано промптом (текстовой инструкцией для ИИ). Это не всегда галлюцинация (когда ИИ уверенно выдумывает несуществующее), иногда это адаптация.

Что это значит для вас по ролям?

Автору Дзена. Тема Левина идеальна для научно-популярного контента: философия, биороботы, ИИ и космос в одном тексте. Но будьте честны с аудиторией, это гипотеза, а не открытие.

Маркетологу. Если вы продвигаете продукты с ИИ-агентами, идея «система способна находить решения за пределами прямых инструкций» звучит сильно. Только не обещайте того, чего нет: агенты пока не «мыслят», они находят статистические закономерности.

Исследователю и предпринимателю в РФ. Работы Левина пересекаются с российскими проектами в области синтетической биологии и малых космических аппаратов. Для команд, работающих со спутником «Томск-ТПУ-120» и подобными проектами, подход Левина может дать полезную рамку для проектирования бортового ИИ.

Левин заканчивает свою работу провокационным вопросом: существует ли «давление» из платонического пространства, побуждающее паттерны проявляться в физическом мире, или мы просто ещё не понимаем, что строим для них интерфейсы каждый раз, когда запускаем новую модель или выводим на орбиту новый спутник? Ответа пока нет, но сам вопрос стоит того, чтобы его задать.