Конвергенция технологий — новая детерминанта развития общества

Понятие конвергенции технологий. Описание NBIC-конвергенции в свете новейших достижений технологий. Технологические перспективы

Процесс развития науки — если описать его в самых общих чертах — начинается с появления множества отдельных, не связанных между собой областей знания, например: зоология и ботаника, механика и то, что впоследствии было названо химией и пр. Уже позже началось объединение областей знания в более крупные комплексы, а по мере их расширения снова проявила себя тенденция к специализации.

Развитие же технологий имеет изначально иной характер: технологии всегда развивались взаимосвязано, и, как правило, прорывы в одной области были связаны с достижениями в других областях. В отдаленном прошлом чаще всего в качестве таких «катализаторов» технического прогресса выступали достижения в создании новых материалов (появление бронзы, стекла, стали и т. д.). Эта тенденция сохранилась до сегодняшнего дня, и не так давно, например, распространение композитных материалов сделало возможным дешевые и надежные частные космические запуски.[††††††] Также ученые надеются, что появление длинных (сантиметровых) углеродных нанотрубок сделает в недалеком будущем возможным строительство космического лифта.

Но достаточно и других примеров, когда катализаторами нового широкомасштабного развития технологий служили фундаментальные открытия (например, появление радио), также — появление более эффективных двигателей и транспортных средств (двигатель внутреннего сгорания, летательные аппараты тяжелее воздуха) или разработки в другой, не связанной области. Показателен следующий пример: распространение ткацких станков для изготовления шалей со сложными рисунками с управлением при помощи перфолент привело к появлению счетных машин на перфокартах и повлияло на создание современных компьютеров.

При этом развитие технологий в прошлом обычно определялось в течение длительных периодов каким-либо одним ключевым открытием или прогрессом в одной области. Так, можно выделить открытие металлургии, использование силы пара, открытие электричества, изобретение и внедрение в производство машин, появление компьютеров и т. п. Сегодня же, благодаря ускорению научно-технического прогресса, мы наблюдаем пересечение по времени целого ряда волн научно-технической революции. В частности, можно выделить идущую с 80-х годов XX-го столетия революцию в области информационных и коммуникационных технологий, последовавшую за ней биотехнологическую революцию, недавно начавшуюся революцию в области нанотехнологий. Также нельзя обойти вниманием имеющий место в последнее десятилетие бурный прогресс развития когнитивной науки[‡‡‡‡‡‡] (Величковский 2006), который расценивается многими учеными как намечающаяся научная революция (Robinett 2004: 166—170). Каждая из этих областей способна принести (и уже приносит) множество важных теоретических и практических новых результатов. При этом полученные результаты оказывают, как это показано ниже, заметное влияние не только на развитие своей отрасли, но и ускоряют развитие иных технологий и областей знания. Особенно интересным и значимым нам представляется взаимовлияние именно информационных технологий, биотехнологий, нанотехнологий и когнитивной науки.

Данное явление, не так давно замеченное исследователями, получило название NBIC-конвергенции (по первым буквам областей: N -нано; B -био; I -инфо; C -когно). Термин введен в 2002 г. Михаилом Роко и Уильямом Бейнбриджем, авторами наиболее значительной в этом направлении на данный момент работы, отчета «Converging Technologies for Improving Human Performance» (Roco, Bainbridge 2004), подготовленного 2002 году в рамках Всемирного центра оценки технологий (WTEC). Отчет посвящен раскрытию особенности NBIC-конвергенции, ее значению в общем ходе технологического развития мировой цивилизации, а также ее эволюционному и культурообразующему значению.

Конвергенция (от английского convergence — схождение в одной точке) означает не только взаимное влияние, но и взаимопроникновение технологий, когда границы между отдельными технологиями стираются, а многие интересные результаты возникают именно в рамках междисциплинарной работы на стыке областей. В отношении NBIC-конвергенции можно даже говорить об ожидаемом частичном слиянии этих областей в единую научно-технологическую область знания. Технологическое знание, как мы увидим, во многом повторяет структуру научного знания, а в некотором смысле, даже встроено в общую систему науки.

Учитывая взаимосвязь всех человеческих знаний, интерес представляет вопрос о структуре всей совокупности этих знаний. Базируясь на анализе научных публикаций ииспользуя метод визуализации, основанный на взаимном цитировании и кластерном анализе[§§§§§§], была построена схема сети пересечений новейших технологий (Borner 2006). Данная схема (см. Рис. 1) отражает природу NBIC-конвергенции.

Рисунок 1. Карта пересечений новейших технологий.

Источник: Авторская переработка схемы из доклада Mapping the Structure and Evolution of Science (Borner 2006).

Расположенные на периферии схемы основные области новейших технологий образуют пространства взаимных пересечений. На этих стыках используются инструменты и наработки одной области для продвижения другой. Кроме того, учеными иногда обнаруживается сходство изучаемых объектов, принадлежащих разным областям. Из четырех описываемых областей (нано-, био-, инфо-, когно-) наиболее развитая (информационно-коммуникационные технологии) на данный момент чаще всего поставляет инструменты для развития других. В частности, это возможность компьютерного моделирования различных процессов.

Вторая (исторически и по степени проработанности) область — биотехнология — также дает инструментарий и теоретическую основу для нанотехнологий и когнитивной науки, и даже — для развития компьютерных технологий (Amos 2005).

Действительно, взаимодействие нано - и биотехнологий (так же, как и остальных составляющих схемы, и это будет показано ниже) является двусторонним. Биологические системы дали ряд инструментов для строительства наноструктур. Например, созданы особые последовательности ДНК, которые заставляют синтезированную молекулу ДНК сворачиваться в двумерные и трехмерные структуры любой конфигурации (Casci 2006: 332). Подобные структуры могут быть использованы, например, в качестве «лесов» для строительства наноструктур. В перспективе видна возможность синтеза белков, выполняющих заданные функции по манипуляции веществом на наноуровне (однако это требует решения сложной проблемы по изучению принципов сворачивания белков) (Twyman 2004). Были продемонстрированы и обратные возможности, например — модификация формы белковой молекулы с помощью механического воздействия (фиксация «наноскобой») (Choi, Zocchi 2006: 8541—8548).

В перспективе нанотехнологии приведут к возникновению и развитию новой отрасли, наномедицины (а потом и нанобиологии): комплекса технологий, позволяющих управлять биологическими процессами на молекулярном уровне. По мере развития этой области, будут созданы новые инструменты (наносенсоры и т. д.) для изучения биологических структур на молекулярном и клеточном уровне. В данное время работы в области наномедицины носят в основном теоретический характер. Из наиболее значимых направлений следует указать изучение возможности создания респироцитов (искусственных эритроцитов) и микробиворов (искусственных лейкоцитов) (Freitas 1998: 411—430).

В целом же взаимосвязь нано - и био - областей науки и технологии носит весьма глубокий, фундаментальный характер. При рассмотрении живых (биологических) структур на молекулярном уровне становится очевидной их химическая природа. Если на макроуровне соединение живого и неживого (например, человек и механический протез) приводит к возникновению существа смешанной природы (киборг), то на микроуровне различие между живым и неживым не столь очевидно. К примеру, АТФ-синтаза (комплекс ферментов, присутствующий практических во всех живых клетках) по принципам своего устройства и функциям представляет собой миниатюрный электромотор. Разрабатываемые же в настоящее время гибридные системы (микроробот со жгутиком бактерии в качестве двигателя) не отличаются принципиально от естественных (вирус) или искусственных систем. Подобное сходство строения и функций природных биологических и искусственных нанообъектов приводит к особенно явной конвергенции нанотехнологий и биотехнологий.

Как видно из Рис. 1, нанотехнологии и когнитивная наука наиболее далеко отстоят друг от друга, поскольку на данном этапе развития науки возможности для взаимодействия между ними ограничены. Кроме того, как отмечалось выше, нанотехнологии и когнитивная наука начали активно развиваться позже других описываемых областей, и поэтому развитие их взаимодействия во многом лежит в будущем. Но из просматриваемых уже сейчас перспектив, прежде всего, следует выделить использование наноинструментов для изучения мозга, а также — его компьютерного моделирования. Существующие внешние методы сканирования мозга не обеспечивают достаточной глубины и разрешения. Безусловно, существует огромный потенциал для улучшения их характеристик (терагерцовые сканеры, более эффективные компьютерные алгоритмы для обработки, пр.). Но нанотехнологии (а именно, разрабатываемые во многих ведущих лабораториях роботы размером до 100 нм — нанороботы) представляются наиболее технически простым путем изучения деятельности отдельных нейронов и даже их внутриклеточных структур. Так, например, известный российский математик, Я. И. Корчмарюк пишет о введении достаточно малых датчиков-»шпионов», попадающих в мембраны тел всех нейронов с кровотоком. Эти датчики-»шпионы» смогут отслеживать изменения в электрических и химических изменениях активности нейроклетки для анализа работы нейрона и построения модели его работы (Корчмарюк 1999).

Взаимодействие между нанотехнологиями и информационными технологиями носит двусторонний синергетический и, что особенно интересно, рекурсивно взаимоусиливающийся характер. С одной стороны, информационные технологии используются для симуляции наноустройств (являясь, в каком-то роде, «ступенькой» для развития нанотехнологий). С другой стороны, уже сегодня идет активное использование (пока еще достаточно простых) нанотехнологий для создания более мощных вычислительных и коммуникационных устройств (см. ниже).

Надо сказать, что в прошлом и сейчас темпы увеличения мощности компьютеров описываются Законом Мура (Moore 1965: 114—117), который, утверждает, что с самого начала появления микросхем каждая новая модель их с завидным постоянством разрабатывается спустя примерно 18—24 месяцев после появления предшествующей модели, а емкость их при этом возрастает каждый раз примерно вдвое. По мере развития нанотехнологий, станет возможным создание с их помощью более совершенных вычислительных устройств. В свою очередь, это облегчит моделирование нанотехнологических устройств, обеспечивая ускоренный рост нанотехнологий. Подобное синергетическое взаимодействие, весьма вероятно, обеспечит относительно быстрое (всего за 20—30 лет) развитие нанотехнологий до уровня молекулярного производства (одно из двух главных ожидаемых технологических достижений XXI века, второе — так называемый «сильный» искусственный интеллект [см. ниже]), что, в свою очередь, приведет к появлению компьютеров, достаточно мощных для моделирования человеческого мозга (Рассел, Норвиг 2006).

Существуют различные подходы к дальнейшему увеличению вычислительной мощности компьютеров, но все они, безусловно, связаны с миниатюризацией и уплотнением. Нанотехнологии позволят создавать наноэлектронные устройства с атомарным размером элементов, а также наномеханические системы (gears and rods [*******] системы) (Drexler, Peterson 1991).

Симуляция молекулярных систем пока находится в начале своего развития, но уже достигнуты впечатляющие успехи, доказывающие принципиальную возможность симуляции сложных наноустройств. Удалось симулировать (с атомарной точностью, учитывая тепловые и квантовые эффекты) работу молекулярных устройств размером до 20 тыс. атомов[†††††††]. Удалось построить атомарные модели вирусов и некоторых клеточных структур размером в несколько миллионов атомов. Достигнуты значительные успехи в моделировании процесса сворачивания белков (David 1998). Интересно отметить, что, по мере развития вычислительных технологий количество атомов, необходимое для компьютерной симуляции одного атома, будет сокращаться. Это представляет собой еще один пример конвергенции.

Важно также отметить, что в последнее десятилетие произошло окончательное формирование новой научной области: когнитивной науки (Luger 1994), что ознаменовало начало последней, четвертой волны современной научно-технической революции. Когнитивная наука или когнитология («наука о разуме») объединяет в себе достижения когнитивной психологии, психофизики, исследований в сфере искусственного интеллекта, нейробиологии, нейрофизиологии, лингвистики, математической логики, неврологии, философии, и других наук.

Ключевым техническим достижением, сделавшим когнитологию возможной, стали новые методы сканирования мозга. Томография и другие методы впервые позволили заглянуть внутрь мозга и получить прямые, а не косвенные данные о его работе.[‡‡‡‡‡‡‡] Важную роль здесь сыграли и все более мощные компьютеры (HPC Wire 2007).

Изучение деятельности мозга шло не только на уровне всей системы, но и отдельных элементов. Стало возможным подробно изучить функции нейромедиаторов и их распространение в мозгу, а также работу отдельных нейронов и их частей (Siegel et al. 1999).

Информационные технологии также используются для моделирования биологических систем. Возникла новая междисциплинарная область вычислительная биология, включающая биоинформатику, системную биологию и др. (Pevzner 2000). Появился даже новый тип биологических/медицинских экспериментов in silico (в компьютерной симуляции) в дополнение к давно известным in vivo и in vitro [§§§§§§§]. К настоящему моменту создано множество самых разнообразных моделей, симулирующих системы от молекулярных взаимодействий до популяций. Объединением подобных симуляций различных уровней занимается, в частности, системная биология. Ряд проектов[********] самого разного рода занимается интеграцией моделей организма человека на различных уровнях (от клеток до целого организма).

Важным параметром моделирования являются глубина проработки модели и ее точность. В настоящее время модели крупных биологических систем описывают их приближенно. В то же время, теоретически и практически возможна реализация полного моделирования с точностью вплоть до атомарной. На данный момент, как мы уже сказали (см. выше), продемонстрированы модели вирусов (в том числе, созданные с помощью сканирующей микроскопии), содержащие несколько миллионов атомов и модели внутриклеточных структур (рибосомы и др.) схожей сложности (Sanbonmatsu, Simpson, Chang-Shung 2005: 15854—15859).

Для увеличения масштабов моделирования требуется дальнейший рост вычислительной мощности компьютеров. По мере его увеличения, станет возможным детальное и точное моделирование бактерий, целых клеток человеческого организма, а в перспективе даже мозга человека и всего организма. Уже начаты международные научные проекты, ставящие перед собой именно такие цели. Проект International E. coli Alliance работает над моделированием бактерии кишечной палочки (Science 2002). Проект Blue Brain (совместный проект IBM и Ecole Polytechnique Federale de Lausanne) создан для работы над моделированием коры головного мозга человека (Blue Brain Project 2007).

Важнейшей задачей для понимания принципов работы живых систем является изучение работы белков. Проблема осложняется крайней сложностью процесса сворачивания белков в процессе синтеза. Требуется значительная точность при моделировании, которая возможна только при высоких вычислительных мощностях. В настоящее время для этого обычно используются суперкомпьютеры или системы распределенных вычислений, такие как созданная в Стэнфордском Университете Folding@Home, объединяющая почти 2 миллиона компьютеров. По мере роста вычислительной мощности и развития параллелизации компьютеров наши возможности по симуляции биологических систем будут также расти. В будущем станет возможным полное моделирование живых организмов, от генетического кода до строения организма, его роста и развития, вплоть до эволюции популяции.

Успешное моделирование сложных организмов на молекулярном, клеточном и системном уровнях сделает возможным разработку и тестирование лекарств на компьютерных моделях, изучение всей совокупности процессов обмена веществ, создание искусственных организмов с нуля, разработку высокоэффективных лекарств от большинства болезней и старения.

Не только компьютерные технологии оказывают большое влияние на развитие биотехнологий. Наблюдается и обратный процесс, например, в разработке так называемых ДНК-компьютеров (Jonoska, Karl, Saito 1998). Одним из интереснейших направлений информатики является теория клеточных автоматов. На сегодняшний день параллели между клеточными автоматами и ДНК неплохо изучены (Sirakoulis et al. 2003). Есть и первые практические результаты. Была продемонстрирована практическая возможность вычислений на так называемых ДНК-компьютерах (Letters, Macdonald et al. 2006). Уже сама по себе возможность химических вычислений весьма интересна, но, кроме этого, оказалось, что ДНК-компьютеры обладают высоким параллелизмом и могут решать ряд задач не менее эффективно, чем традиционные электронные компьютеры сегодня. В ближайшее время они могут быть использованы в качестве интерфейсов на стыке между электронными и биологическими устройствами, однако в будущем, вероятно, уступят более мощным наномеханическим и квантовым компьютерам.

Стоит также отметить, что любой живой организм имеет определенные характеристики, свойственные кибернетическим устройствам. Например, развитие организма во время роста имеет целый ряд параллелей с такими математическими конструкциями как те же клеточные автоматы. Некоторые исследователи, занимающиеся изучением закономерностей строения живых систем, такие как Стивен Вольфрам, даже говорят об их изначальной математичности (Wolfram 2002).

Взаимодействие между самой первой по времени возникновения и последней волнами НТР (компьютерной и когнитивной) является, возможно, в перспективе наиболее важной «точкой научно-технологического роста».

Во-первых, как уже было сказано, информационные технологии сделали возможным существенно более качественное, чем раньше, изучение мозга. Все существующие технологии сканирования мозга требуют мощных компьютеров и специализированных компьютерных алгоритмов для реконструкции трехмерной картины происходящих в мозгу процессов из множества отдельных двумерных снимков и других процессов.

Во-вторых, развитие компьютеров делает возможной (и, как мы уже видели, на этом пути есть определенные успехи) симуляцию мозга. Так, удалось создать компьютерные модели отдельных нейронов (Oja 1982). Затем — были созданы более сложные модели отдельных систем. Была продемонстрирована принципиальная возможность воссоздания в компьютерной модели с точностью 95% процесса функционирования части гиппокампа крысы (Graham-Rowe 2003). Чип, реализующий эти функции, созданный специально для целей эксперимента, в принципе, может быть имплантирован в мозг, заменяя его часть. Сейчас идет работа (проект Blue Brain) над созданием полных компьютерных моделей отдельных неокортексных колонок, являющихся базовым строительным элементом новой коры головного мозга — неокортекса (Markram 2006: 153—160). В перспективе (по оценкам экспертов, к 2030—2040 годам (Kurzweil 2005)) возможно создание полных компьютерных симуляций человеческого мозга, что означает симуляцию разума, личности, сознания и других свойств человеческой психики (перенос человеческого разума на компьютерный носитель называется «загрузка» или «аплоадинг»). Интересно, что, по мнению специалистов, еще до появления возможности полной симуляции человеческого мозга будут созданы (поскольку они не требуют столь высоких вычислительных мощностей) и станут широко распространены технологии виртуальной реальности, то есть точной симуляции физического мира.

В-третьих, развитие «нейро-силиконовых» интерфейсов (объединения нервных клеток и электронных устройств в единую систему) открывает широкие возможности для киборгизации (подключения искусственных частей тела, органов и т. д. к человеку через нервную систему)[††††††††], разработки интерфейсов «мозг-компьютер» (прямое подключение компьютеров к мозгу, минуя обычные сенсорные каналы) для обеспечения высокоэффективной двусторонней связи. Замечательный эксперимент по разработке такого интерфейса был произведен исследовательской группой компании Cyberkinetics в 2004-м году. В результате эксперимента практически полностью парализованный человек смог управлять курсором на экране монитора, рисуя, переключая программы и пр. (Hochberg et al. 2006: 164—171). Работа над усовершенствованием подобных интерфейсов продолжается в Cyberkinetics и в других лабораториях.

В-четвертых, наблюдаемый сейчас стремительный прогресс в когнитивной науке в скором времени, как полагает ряд ученых, позволит «разгадать загадку разума», то есть описать и объяснить процессы в мозгу человека, ответственные за высшую нервную деятельность человека (Robinett 2004). Следующим шагом, вероятно, будет реализация данных принципов в системах универсального искусственного интеллекта. Универсальный искусственный интеллект (также называемый «сильный ИИ» и «ИИ человеческого уровня») будет обладать способностями к самостоятельному обучению, творчеству, работе с произвольными предметными областями и свободному общению с человеком. В трансгуманистической футурологии считается, что создание «сильного ИИ» станет одним из двух главных технологических достижений XXI века, наряду с молекулярными нанотехнологиями (Anissimov 2005).

Обратное влияние информационных технологий на когнитивную область, как уже было показано, весьма значительно, но оно не ограничивается использованием компьютеров в изучении мозга. Информационные и коммуникационные технологии (ИКТ) также уже сейчас используются для усиления человеческого интеллекта. В таких областях человеческой деятельности, как поиск и обработка информации, структурирование знаний, планирование деятельности, организация творческого мышления и тому подобные, специально созданные компьютерные инструменты играют значительную роль. По мере расширения возможностей «слабого ИИ» (то есть разнообразных компьютерных агентов, систем контекстного поиска, систем анализа данных и т. д.), они во все большей степени дополняют естественные способности человека к работе с информацией. Исследователи предсказывают, что по мере развития данной области будет происходить формирование «внешней коры» («экзокортекс») мозга, то есть, системы программ, дополняющих и расширяющих мыслительные процессы человека. Естественно предположить, что в дальнейшем элементы искусственного интеллекта будут интегрироваться в разум человека с использованием прямых интерфейсов «мозг-компьютер» (Wolpaw et al. 2000: 164—173). Многие ученые считают, что это может произойти в 2020—2030-х годах (Vinge 1993). В более отдаленной перспективе подобное расширение человеческих возможностей может привести (параллельно с разработкой систем «сильного ИИ») к формированию так называемого сверхразума — усиленного человеческого интеллекта, предел возможностей которого определить затруднительно (Bostrom 1998).

Принимая во внимание описанные выше взаимосвязи, а также в целом междисциплинарный характер современной науки, можно даже говорить об ожидаемом в перспективе слиянии NBIC областей в единую научно-технологическую область знания.

Такая область будет включать в предмет своего изучения и действия почти все уровни организации материи: от молекулярной природы вещества (нано), до природы жизни (био), природы разума (когно) и процессов информационного обмена (инфо).

Как отмечает Дж. Хорган, в контексте истории науки, возникновение такой мета-области знания будет означать «начало конца» науки, приближение к ее завершающим этапам (Horgan 2006).

Разумеется, это утверждение не следует интерпретировать как косвенный аргумент в пользу духовного, религиозного и эзотерического «знания», то есть, перехода от научного познания к какому-то иному. «Исчерпаемость научного познания», по мнению Хоргана, означает завершение организованной деятельности человека по изучению основ материального мира, классификации природных феноменов, выявлению базовых закономерностей, определяющих идущие в мире процессы (Horgan 2006). Следующим этапом может стать изучение сложных систем (в т. ч. намного более сложных, чем существующие сейчас). Деятельность в этом направлении может развиться из таких областей знания, как кибернетика, системный анализ, синергетика и т. д. В идеале единая структура знания будет включать в себя все области: от бытовой до культурной, религиозной, научной и технической.

В целом, можно говорить о том, что развивающийся на наших глазах феномен NBIC-конвергенции представляет собой радикально новый этап научно-технического прогресса, не имеющий исторических аналогов по степени влияния на человеческую цивилизацию. По своим возможным последствиям NBIC-конвергенция является важнейшим эволюционно-определяющим фактором: развитие входящих в NBIC-блок технологий повлияет на все стороны человеческой жизни, многие из них изменит радикально. Сама по себе эволюция человека, надо полагать, перейдет под его собственный разумный контроль (см. статью Валерии Прайд «Интеллект как фактор эволюционного развития» в этом сборнике).

Отличительными особенностями NBIC-конвергенции являются:

· интенсивное взаимодействие между указанными научными и технологическими областями;

· значительный синергетический эффект;

· широта охвата рассматриваемых и подверженных влиянию предметных областей — от атомарного уровня материи до разумных систем;

· перспектива качественного роста технологических возможностей индивидуального и общественного развития человека — благодаря NBIC-конвергенции.