4. Семантика

Чем занимается семантика

Семантика — это учение, которое рассказывает нам про объекты физические и ментальные/идеальные/математические, вводит отношения между ними (в том числе отношение репрезентации математическим объектом физического объекта и отношение презентации паттерном физического объекта), говорит о разнице мира и его описаний, говорит о языке описаний и степени строгости/формальности описания, а также вводит толкователя языка. Практикой семантики занимается роль «семантик» (можно говорить и «значкователь», но лишняя русификация тут как с «мокроступами» вместо «галош»).

Семантика — это учение о значении и смысле знаков как паттернов физических объектов. Семантика занимается вопросом о том, чему соответствуют в реальном физическом мире ментальные объекты, обозначаемые знаками. Когда мы говорим или пишем «коса» — что это означает? А в фразе «косил косой косой косой»? А если речь идёт о таких объектах, как движение/поведение/изменение?

Появление знаков и знакового мышления при этом изучается нейросемиотикой, которую мы обсуждали, когда описывали понятизацию, а надёжная память для знаков и удержание на них внимания, осознанность работы с ними обсуждаются в собранности.

Семантику нужно изучать из-за вероломства образов. Что изображено на картине «Вероломство образов»¹ художника Рене Магритта?

Курительная трубка (помним, что это картина 1929 года, это был более чем обычный предмет)? Но надпись гласит — «это не курительная трубка». Художник говорит, что вот эту трубку вы не набьёте табаком и не покурите, это «описание трубки», изображение. Более того, вы сейчас смотрите на описание описания: на экране вы видите маленькую картинку, изображающую картину Рене Магритта «Вероломство образов», которая изображает физический объект — курительную трубку художника.

А что вы видите, когда смотрите на букву «А»? Что означает «буква А»? То же ли самое, что «ПЕРВАЯ БУКВА РУССКОГО АЛФАВИТА»? А если писать маленькими буквами — то же самое? Какое значение знака «А» или знака «буква а»? Значение «слона» — это идея слона, возникающая у вас в голове. А значение «буквы а»? Какая идея знака для самого знака? Запутаться очень легко. Если кто-то сожжёт флаг (это тряпка на палке, специальным образом раскрашенная, когда жгут тряпку, то часто и палку убирают), то почему все так нервничают? Флаг что-то обозначает, и действует магия вуду, в которой колют иголками куклу, чтобы вызвать болезнь у обозначаемого этой куклой человека? То есть действие над флагом как-то означает действие над предметом, который он обозначает, и абсолютно несуеверные люди вдруг начинают нервничать?

При этом нельзя считать, что во всех этих случаях участвуют два объекта внимания: знак/нота/символ и означаемое/референт. Объектов много (и при серьёзном рассмотрении их даже больше):

• Знак/нота/символ и даже просто напишем «документированное описание» (тут может быть и текст, и картинка, и кинофильм, и «условный знак» типа выставленного на подоконнике цветочка, любимый знак шпионских историй). Знак интересен тем, что у него к означаемому отношение репрезентации, а ещё у него есть материальный носитель для этого знака, к нему у знака отношение презентации, а сам знак тут — паттерн/узор/шаблон материального носителя. Но сам паттерн — это ментальный объект, тип того, что бывает на материальных носителях. Знаками занимается семиотика, знаковым мышлением в нейросетях (включая мозг) — нейросемиотика.

• Означаемое/денотат/референт/символизируемый/описываемый объект (если это физический объект, то всё просто, но представьте себе какую-нибудь «благовоспитанность» или «эмерджентность», или даже «вампира», или «математическую точку»).

• Значение — какой-то паттерн работы вычислителя, распознавшего знак и/или означаемое, это концепт/понятие/референс/сигнификат/денотат/ментальный объект/математический объект. Отсылка на «паттерн/шаблон работы» вычислителя тут означает ход на конструктивное (через операции создания) определение понятия. Это снимает необходимость определять представление понятия как знака в памяти вычислителя: если вычислитель нейросетевой, то нельзя сказать, где именно в памяти вычислителя находится понятие, у него распределённое/нечленораздельное/«голографическое»/коннективистское представление². Кроме денотата/значения может быть ещё и коннотат/сопутствующее значение³

• Смысл — это то, что агент хочет сообщить другим агентам (включая самого себя), когда он использует знаки для коммуникации. Смысл уточняет значение, а иногда (если смысл сильно меняет значение и ситуация повторяется, то есть становится паттерном) и вводит новое значение или делает какой-то физический объект (в том числе паттерн на физическом объекте) знаком.

Обратите внимание, сколько разных «почти синонимов» для каждого объекта! Терминология будет немножко плыть, если знаком окажется слышимая фонема, или знаком окажется небольшой томик «Войны и мира», или тот самый «цветок на подоконнике» из шпионских романов. И ещё могут быть трудности с иноязычной терминологией (иногда «смысл» в английском meaning, и «значение» тоже meaning, но иногда «смысл» — это sence. Да и в русском языке «смысл» может иметь самые разные словарные значения: от семантического «смысла» употребления какого-то знака в какой-то ситуации до «цели всей этой деятельности», например «смысл нашего проекта — заработать нам много денег, остальное не должно волновать», и тут слово «смысл» не про семантику и уточнение значение знаков, а про прагматику/целеполагание).

Если я ткну в ходе лекции пальцем на какое-то место в воздухе вокруг себя и скажу «вот это понятие», то это место само станет знаком для понятия «понятие», а если я ткну пальцем на другое место в воздухе вокруг себя, и скажу «знак», то это уже будет знаком для понятия «знак»! Такое действие присвоения знака понятию часто называется означкованием.

Тем самым воздух с размеченными в нём местами станет моделером: эти места-знаки будут обозначать какие-то понятия, и нотационная инженерия — как сделать из воздуха моделер, какими знаками (местами в воздухе вокруг лектора) какие понятия обозначать. Конечно, при этом важна собранность: внимание к особым местам в пространстве что-то обозначающим, должно длиться в ходе лекции, память о значении этих мест (какие понятия они означают) должна быть достаточно крепка, чтобы удерживать «знаковость» этих мест в ходе лекции.

Иногда знака вообще нет, но он подразумевается — и его отсутствие само по себе знак, и сообщение может строиться как раз на отсутствии ожидаемого знака.

Это любимая тема шуток, игра с разными значениями знаков, при этом сложные знаки конструируются из простых — буквы из штрихов, слова из букв, предложения из слов, разделённых пробелами и знаками пунктуации. Конечно, классическая семиотика тут будет испытывать затруднения, а вот нейросемиотика вполне будет справляться.

Получается, что семиотика в целом (и нейросемиотика в частности, когда со знаками работает нейровычислитель, нейронная сеть) занимается главным образом знаками, а вот всеми проблемами, которые относятся не к знакам, а к их значениям, занимается семантика. Агент в роли семантика разбирается со сложными отношениями, возникающими между знаками, значениями, смыслами, означаемыми объектами в ходе каких-то деятельностей, но акцент у этого агента не на знаки, а на значения и смыслы — понятия и их связи друг с другом и означаемыми объектами как ментального, так и физического мира. А знаки? Знаков может и не быть, может быть только их ожидание, знаки могут проектироваться/создаваться.

Типичный вопрос семантики — это «что означает слово мир в «Войне и мире» — это мир-вселенная, или мирное время?». Это не вопрос про знак (семиотика: вопросы про знаки), это вопрос про значение знака (семантика: вопросы про значение). До орфографической реформы ответ был однозначным: «Война и миръ» означали войну и мирное время, но легенда о том, что название было в какой-то момент изменено, а изначально было про мир-вселенную, «Война и Мiръ» — эта легенда так и осталась.⁴

Что нового произошло в семантике за последние сто лет? Не хватит ли обычной «языковой интуиции», эрудиции (то есть понятизации: обратили внимание на объект, распознали в нём чашку, назвали «чашка») чтобы справляться со всеми этими проблемами понятий, значений, означаемых?

Нет, понятизации и «просто начитанности» не хватит, если только речь идёт не о поэтических образах, и цена ошибки невелика. Недостаточно разбираться с «похожестями», недостаточно собраться, чтобы удерживать внимание на «похожестях» предметов, знаков, понятий, нужно ещё чётко все эти предметы различать. Представление даже о физических объектах, которые неизменны в течение какого-то периода (или наоборот, изменяются, но остаются теми же самыми) иногда называют frame problem⁵. Например, вы покрасили красную цифру 1 в синий цвет — это та же цифра после перекраски, или уже другая? А если речь идёт о номерах игроков в «красной» и «синей» командах, обозначаемых одними и теми же цифрами с 1 по 5 — изменение цвета цифры будет что означать, переход в другую команду, или ничего, поскольку это «просто арифметика, цифра всегда цифра»? А если написать «один» — это та же цифра? А если «адин!!!111»? Сколько это будет — стопиццот (100500), точно ли сто тысяч пятьсот, или речь вообще о чём-то другом?

Как разобраться в подобных случаях? Или кто-то упоминает сепульки⁶ — как вы догадываетесь, что это? Как вы определяете, когда говорящий про системное мышление имеет в виду мышление про системные уровни и жизненный цикл, а когда он просто хочет сказать «рациональное, хорошее, упорядоченное мышление», и слово «системное» добавляет в абсолютно бытовом значении «крепко подумал, ничего не забыл»? В словарях для одного слова приводится множество словарных гнёзд — как вы понимаете, какое из них использовано? Со знаком тут всё ясно, а вот что там со значением? А что со смыслом?

От нестрогих рассуждений к строгим и обратно

Знак (один символ или их множество, или вообще любое даже не символьное описание — а хоть и картинка) обычно отсылает к недоопределённому понятию. Например, вы встречаете вот такое изображение:

Это утка или кролик⁷? Не говорите, что «что-то совсем непонятное», ибо нарисовано достаточно понятно, чтобы отличить от космического корабля или компьютерной клавиатуры! Ещё один пример для того же самого: можно ли считать, что 3 хорошо обозначает число пи? Или нужно как-то уточнять?

В работе со знаками мы говорим о строгости/точности/формальности, если ожидаем точности в определении значений, или нестрогости/неточности/неформальности. Нестрогость значений в мышлении нужна не меньше, чем строгость:

• Рассуждения/вычисления с нестрогими значениями обычно много быстрее

• Нестрогие значения легче сопоставить друг с другом.

Требование рациональности к мышлению характеризуется свободой движения в мышлении от быстрого нестрогого/неформального интуитивного/неосознанного (S1 по Канеману) мышления к медленному строгому/формальному рассудочному/осознанному (S2 по Канеману), и обратно. Мастерство мышления оказалось зависящим не только от умения рассуждать на каком-то уровне формальности, но и менять этот уровень: управлять формализацией/строгостью описаний, а не думать на уровне точности «уж как смог». Способы выражения мира в мышлении (выражение понятий в операциях с ними) меняются:

• Строгие вычисления будут повторяться, с ними можно делать хоть 10000 последовательных операций, получишь один и тот же результат. Нестрогие вычисления будут давать разный результат: для «приблизительных значений» будет быстро накапливаться ошибка. Если вы будете складывать целые числа (так называемые «цифровые значения»), то результат будет всегда однозначным. Если вы будете складывать какие-то измерения аналоговых параметров, то из-за неминуемых ошибок (шум, а хоть и тепловой шум, сбои из-за радиации и т.д.) результат будет чуть-чуть каждый раз разным. Если усиливать цифровой сигнал, он пройдёт 100500 (это сколько?) усилительных каскадов, и будет неизменным. Если усиливать аналоговый сигнал, то на выходе легко может оказаться шум (который присутствует в исходном сигнале, в каждом каскаде он будет немного усиливаться плюс добавляться какой-то свой шум — и всё, сигнал будет в конечном итоге утерян, потеряется в шуме).

• Если вычисления/рассуждения ума проводятся в нейросети, то в них появляется «квантованность»⁸: пространство понятий оказывается представлено дискретно, причем эта дискретность подчиняется закономерностям квантовомеханической статистики. По факту вычисления идут не с непрерывным пространством понятий и оценивается каждая точка этого пространства, но с дискретным пространством понятий и оценивается только точка в «понятийном растре». Это примерно то же самое, что иметь пиксельный растр на дисплеях и частоту дискретизации для аудиотракта в компьютерах: в конечном итоге гарантируется, что исходные «непрерывные» понятия с каким-то уровнем точности могут быть восстановлены из такого «квантованного» описания.

• Если вычисления при принятии решений квантовоподобные, то они линейны⁹, поэтому требуют меньше времени и ресурсов. И ещё они не откидывают события, о которых ничего не известно (и тем самым учитывают понятия, которые могли бы быть использованы в рассуждениях, но мы просто ещё не знаем, что эти события и отражающие их понятия существуют. Вычисления по Байесу их откидывают, а квантовоподобные рассуждения — учитывают¹⁰). Тем самым биологические системы представляют понятия квантовоподобно, а не непрерывно, как в классической математике с непрерывными функциями. И люди оказываются неплохими квантовоподобными вычислителями¹¹, а не плохими вычислителями байесовской вероятности.

• Есть многочисленные гибридные вычисления/рассуждения, в которых участвуют и более точные формально определённые понятия, и менее точно определённые (или даже совсем неопределённые, не выходящие на уровень сознания, не осознаваемые и не имеющие знаков для своего представления) понятия.

• Понятия не равны знакам. Если написать слово «единорог», то в зависимости от того, какое будет определено этим словом понятие, с ним можно дальше строить и строгие вычисления (например, «единорог¹² — это часть логического высказывания», и менее строгие (например, «единорог¹³ — это персонаж легенд и сказок», «единорог¹⁴ — это компания, достигшая оценки в $1 млрд. до момента выхода на фондовый рынок»). Это даже неважно, одно и то же понятие имеется в виду, или нет (скажем, два первых примера имеют в виду одно и то же понятие, но в логике с ним обращаются строго, а вот в литературе — не очень строго).

Особенно это важно, когда включаешь в мышление рассуждения/вычисления нескольких человек, нескольких компьютеров — уровни формальности/строгости этих вычислений нужно обязательно согласовывать при общении. Если кто-то делает «прикидку», то для него вполне нормально сказать «насос», и считать, что «сифон», «напорная башня», и даже «жёлоб» или «труба» для отвода воды вполне подойдёт. Если собеседник ожидает другого уровня точности, то нужно будет указать конкретную марку насоса, и будет очень неприятная ситуация, когда вместо «насоса» окажется «сифон» (это тот же уткозаяц, который ведь не космический корабль!).

Мышление коллективно, интеллект распределён в обществе людей и машин, в одиночку мыслить всё одно не получится. И даже простые прикладные рассуждения тоже не получатся в одиночку, труд сегодня существенно связан с разделением труда.

Работа с изменением уровня формальности/строгости описания/означкования/моделирования мира для коммуникации между мыслителями (людьми и не-людьми) в современном мышлении обязательна и связана с тем, что при изменении уровня строгости меняется теория принятия решений. Булева логика даёт классическую теорию решений, включая и теорию решений, основанную на байесовской логике. Квантовоподобная теория решений опирается на совсем другие предпосылки, это мы обсудим подробней, когда займёмся рациональностью как отдельной дисциплиной интеллект-стека. Пока же надо просто запомнить, что при принятии решений можно моделировать мир и коммуницировать по поводу этих моделей грубо и многозначно, зато быстро, а можно коммуницировать много точнее и однозначней, зато медленней.

Движение в сторону дискретной рассудочности, переход к локальным представлениям и понятийному мышлению (даже в нейросетях!) назовём формализацией/моделированием/теоретизированием/познанием/схематизацией (это всё про понятия, и «схема» тут — это не визуальная диаграмма¹⁵, а используемая в науках о мышлении абстрактная «схема понятий»), а обратный переход к менее строгим (и часто распределённым/коннективистским представлениям, например, нейросетевым) — рендерингом/деформализацией/демоделированием.

Рендеринг — это когда по нотам пианист играет мелодию, добавляя свою интерпретацию, или по информационной инженерной модели из системы автоматизированного проектирования делается фотореалистическое изображение. Удивительно, но образованные технари хорошо разбираются с формализацией/моделированием, но убоги в рендеринге. Они на входе имеют живой и богатый реальный мир, на выходе имеют абстрактную модель. Гуманитарии, наоборот, хорошо справляются с рендерингом: они берут сухие и чёткие формулировки и «наводят поэзию», ослабляют строгость/формальность описаний. Технарь заменит изображения животных на карте мира условными обозначениями (и сделает пространные описания, что эти обозначения означают). Гуманитарий наоборот: возьмёт карту с условными обозначениями, и заменит их картинками (не особо заботясь при этом, как эти картинки соответствуют какой-нибудь научной классификации животных). А как надо? Надо уметь двигаться в обоих направлениях: и поднимать уровень строгости, и снижать его. Слишком строгие рассуждения часто невозможно сопоставить друг с другом (формально-логические системы несовместимы друг с другом), слишком нестрогие — дают ошибки в рассуждениях, и эти ошибки накапливаются при увеличении числа шагов в рассуждениях. Поэтому строгость в рассуждениях должна варьироваться.

Как рассуждать по описаниям на естественном языке, то есть рассуждать в средней части спектра формальности, работая с обычными текстами, по потребности управляя точностью описания объектов, которые участвуют в мышлении, менее известно. Если бы это было хорошо известно, то можно было бы реализовать такие рассуждения в компьютерах («объяснить компьютеру», научить компьютер таким вычислениям/рассуждениям). Но пока успехи компьютеров в области рассуждений на естественном языке более чем скромны. Тем не менее, эти успехи есть: при росте размера нейронной сети и росте числа примеров, которые может усвоить нейронная сетка в своей «памяти» как сжатую модель языка и представлений о мире, способность рассуждать появляется (мы говорили об этом в разделе «понятизация», когда приводили «деревце появляющихся при росте размера нейросети свойств», способность к рассуждениям там росла). Нынешние нейросети линейки GPT-3, GPT-3.5, GPT-4 (сервис ChatGPT) чётко это демонстрируют.

Как поэты, писатели художественной литературы, художники, композиторы (все производимые ими описания должны только частично соответствовать окружающему миру, чтобы быть узнаваемыми, но они не должны точно описывать мир) компьютеры работают уже и сейчас отлично. Понятизацией компьютеры овладели, и даже по многим тестам уже лучше, чем люди, стихи компьютера и человека уже не отличить — компьютеру даже не нужно «прислушиваться к ощущениям в теле» (заметили, что «прислушиваться» это слух, а «ощущения в теле» это кинестетика? Само высказывание «прислушиваться к ощущениям» не очень «логично», не строго, но вполне понятно). Собранности компьютерам не занимать, это и обсуждать не нужно. Формальные рассуждения с точными значениями символов компьютеры делают тоже лучше людей (перемножение десятизначных чисел компьютер делает влёгкую, а вы?), при этом важно, что они не привлекают к этим точным рассуждениям нейросети. Но вот мышление на уровне точности, чаще всего задействуемой в профессиональной (а не бытовой на уровне «как пройти в библиотеку») речи — вот это у компьютеров пока плохо. Равно как плохо с моделированием и рендерингом¹⁶.

Так что прямо сейчас, уже в 21 веке в семантике проходит революция, меняется сам способ разговора о семантике, этот разговор становится сам по себе достаточно точным, чтобы охватить работу с символическими/знаковыми представлениями и живых людей, и компьютеров — по мере того, как растёт возможность компьютеров работать и с формально-логическими представлениями, и с большими глубокими нейросетями.

Пространство смыслов и его формализация

Мышление человека (и машин) основано на концептуальном/понятийном/ментальном пространстве — многомерном пространстве смыслов. Это абстрактное/умозрительное (не физическое! Математическое! Ментальное!) многомерное пространство. В этом пространстве понятия представляют векторами, поэтому иногда это пространство называют vector space, latent space, feature space и используют для представления каких-то предметов окружающего мира¹⁷. Представления/representations важны, это способ отображения многообразия физического окружающего мира абстрактными/математическими/ментальными/идеальными объектами. Многомерные пространственные математические представления для самых разных описаний сегодня общеприняты в работах по машинному интеллекту, и есть множество гипотез, что вычисления в человеческом мозге тоже работает с подобным представлением. В лингвистике примерно об этом же говорят как о понятийном пространстве, conceptual space¹⁸.

В этом многомерном пространстве смыслов выделяют какие-то области, обозначающие предметы из предметных областей (domains). Области эти имеют нечёткие границы (хотя в работах по машинному интеллекту их представляют и точками, и распределениями вероятности принадлежности к области, и многими другими хитрыми способами). Знаками/symbols мы обозначаем вот эти области в пространстве смыслов, понятия. Знаки — это представление/presentation понятий в реальном мире. По-русски слово одно и то же, но по-английски representation — это представление абстрактным объектом (понятием, областью в пространстве смыслов) объекта в физическом мире, а presentation ровно наоборот — представление абстрактного объекта-понятия каким-то физическим предметом-символом, знаком (например, представление частицами краски на бумаге букв).

Мы считаем, что все рассуждения в конечном итоге опираются на наши представления о предметах физического мира и их взаимодействия, хотя они и абстрагируются потом на много уровней абстракции. Сама операция абстрагирования может быть устроена очень по-разному (иногда это даже преобразование самого пространства смыслов, иногда переход к другим областям этого пространства, иногда изменение формы и объема областей пространства, иногда выделение новых областей в этом пространстве, вариантов много).

Все эти операции абстрагирования происходят обычно для целей сдвижки вправо по спектру строгости для того, чтобы один и тот же способ рассуждений на достаточно высоком уровне абстракции удовлетворял множеству конкретных ситуаций, был универсален. Вы абстрагируете счётные объекты (бараны, скрепки, листья на дереве) и после этого вы можете их считать. Если вы имеете абстракцию физического объекта, вы можете вычислить его траекторию падения после броска — одинаково для всех случаев, в том числе одинаково учитывая сопротивление воздуха, изменение силы тяжести в зависимости от широты и т.д.

Если речь идёт о массовом означковании разных понятий, чтобы потом строить рассуждения путём манипулирования знаками, а не самими понятиями, то речь идёт о нотации, упорядоченном наборе знаков, выражающих какие-то понятия и отношения между понятиями (эти отношения, конечно, сами по себе понятия). Придумывание удобной нотации — это нотационная инженерия, часто совмещаемая с онтологической инженерией, выявлением в мире удобных для объяснения и коммуникации объектов. Онтологическая инженерия говорит, какие объекты нам важны, стартуя часто с понятизации и задействуя собранность — но чтобы собранность могла быть реализована, надо придумать нотацию для записи, и тут работает нотационная инженерия, которая строится как инженерная дисциплина на основе семиотики¹⁹. Нотационная инженерия лишь наполовину «инженерия», поскольку знак одной стороной живёт в мире понятий, ментальном мире, и в этой части предмет не инженерии как деятельности по изменению мира к лучшему, но другой стороной знак — это выражаемый на носителе информации паттерн, и вот он-то живёт в мире, может быть предметом инженерии. Нотационная инженерия, совмещённая с онтологической инженерией, важна: попробуйте умножать и делить в римских числах, которые были заменены арабскими не так давно. Из онтологической инженерии там в состав цифр был включён ноль, а вот начертание цифр и правила разрядности — это уже нотационная инженерия. Многие нотации в культуре примерно такие же по неудобству, как и римская нотация: музыкальная классическая нотация 7 знаков для 12 тонов в октаве (остальные обозначаются диезами и бемолями как повышениями-понижениями, решение — 12 знаков для 12 тонов²⁰), алфавиты естественных языков (реформы алфавитов регулярны, в том числе реформы иероглифической нотации²¹), танцевальные нотации²². Проблема в том, что без онтологического разбирательства (какие понятия надо обозначать знаками и какие отношения между понятиями должны эти знаки удобно выражать) и прагматического разбирательства (зачем это всё писать, какого сорта рассуждения в каких ситуациях с использованием каких моделеров поддерживать) нотационной инженерией заниматься нельзя: семантика (и семиотика), а также онтология и познание/исследования (как непрерывное уточнение онтологии) оказываются более чем тесно связанными.

Если у какого-то объекта или отношения нет имени, то мы не можем на него указать ни себе, ни другим людям, ни другим компьютерам. Да, можно говорить не об «имени», а об «адресе», но и адрес — это имя.

Нужно уметь обращаться с именами. Когда вы видите авиалайнер, то представьте: в нём порядка 6 миллионов индивидуальных деталей, каждая из которых получила своё имя, иначе просто нельзя было бы разным участникам проекта договориться о том, чтобы её спроектировать, изготовить, установить на место в самолёте, проверить работоспособность после установки. Но как же мы называем разные объекты? У одного объекта ведь может быть множество имён! Как не запутаться?

В области именования есть разные виды имён: термины, дескрипторы, десигнаторы, метки, идентификаторы, синонимы, теги, коды. Именование — это само по себе небольшая предметная область внутри семантики (а терминология как отдельная наука²³ — это предметная область внутри предметной области именования). Есть имена для имён (почему бы и нет, например, «вот это имя» с указательным жестом на одно из имён в списке на странице — это тоже имя для имени!).

Когда вы смотрите спектакль, вы видите Принца Гамлета, или Васю Пупкина? Или это разные объекты, каждый из которых имеет разное имя — но как мы догадываемся, что по факту это один и тот же объект? Когда смотрите ролевую игру (примерно то же, что спектакль, только «не для показа, а для участия») или рабочий проект (примерно то же, что ролевая игра живого действия), то вы видите отыгрывающего Принца Гамлета или инженера-электронщика? Как мы догадываемся, что во время отыгрыша это один и тот же объект?

Вот мы имеем какую-то проблему в теле (что-то напрягается в шее, когда сидим больше часа), как мы её называем? По какому имени вспомним завтра? По какому имени расскажем о ней врачу? Если не дать имя, то как вообще вспомнить о проблеме?

Не путаем ли мы термин как имя понятия и понятие, этим термином обозначаемое? Если мы спорим о терминах и понятиях, можем ли мы их различить? О понятиях спорить полезно, а спор о терминах заведомо бесперспективный, и об этом, кстати, тоже нужно знать!

Работе с именами нужно учиться, и сразу таким образом, чтобы справляться с трудовыми ситуациями, где миллионы имён, и может вполне оказаться и так, что вы должны эти имена придумывать. Вы должны это уметь делать! Семантика в интеллект-стеке занимается как раз и проблемами именования бесчисленного числа объектов окружающего мира.

Ещё одно понимание семантики — это понимание из computer science, где семантика (вместе с логикой) назвалась Theory B²⁴. В учебнике информатики²⁵ было два тома, первый касался алгоритмики как обсуждению потребных для вычисления ресурсов (сложность алгоритмов), поэтому она получила назавание Theory A. Второй том получил название Theory B и там шла речь о семантике и логике: что именно означает компьютерное вычисление, какой смысл имеют компьютерные программы. Тамошняя семантика — это главным образом математическая/денотационная семантика²⁶. Она очень похожа на то, что делают физики: физики описывают математическими объектами физическую реальность, а информатики (computer scientists) описывают математическими объектами объекты компьютерной памяти и вычисления/операции над ними (вычисления в их самом общем виде — это операции по каким-то правилам над какой-то памятью).

Всё там ещё сложней, ибо computer science оказывается экспериментальной наукой²⁷, которая обосновывает/объясняет идентичность поведения математических/ментальных объектов поведению физических объектов-вычислителей/компьютеров. Это делается обычно через приравнивание человека-математика или компьютера какой-то физической природы (не только классического электронного, но и квантового компьютера, оптического компьютера, и т.д.) к универсальной по части вычислений машине Тьюринга²⁸. Это не так-то просто, ибо физика коварна. Так, сумма углов треугольника в физическом мире всегда немного больше, чем 180 градусов из-за искривления пространства-времени. Настолько больше, что без учёта этого GPS не будет работать, и это не из-за сферической формы Земли, а именно из-за искривлений пространства-времени вблизи массы Земли.

Примерно такие же неожиданности несоответствия простых математических рассуждений и реалий физического мира происходят и в квантовом компьютинге, и в оптическом компьютинге, и это отдельная задача — показывать, что поведение физических объектов-вычислителей/компьютеров как-то соответствует поведению ментальных объектов.

По большому счёту, семантика должна считаться частью компьютерной науки/информатики/computer science. То, что некоторые универсальные вычислители оказываются нейросетями, которые теоретически — универсальные аппроксиматоры²⁹ (которые тоже могут быть очень по-разному устроены, и даже Вселенная может быть рассмотрена как большая нейросеть³⁰ — и поэтому можно к ней применять нейросемиотические рассуждения), не меняет этого факта. Семантика и сама активно формализуется, понятия формализации как таковой и моделирования как «сжатого строгого описания мира» в целом тоже могут даваться формально.

Сама математика может тоже рассматриваться «лингвистически», как набор языков. Роман Михайлов рассматривал её как оперирование «гирляндами языков» (вдохновляясь индуистскими эзотерическими традициями)³¹, и опять мы попадаем в область семантики — знаки обозначают знаки и операции над знаками, и могут быть длинные цепочки таких обозначений, и затем можно задаваться вопросом физики: чему эти все цепочки соответствуют в реальном мире?

Метанойя и семантика

Можно различить мыслительные операции движения по спектру формальности как

• операции моделирования (сжатию информации о мире, «лучшая модель кошки — это другая кошка, желательно та же самая», то есть переход от восприятия индивидуальных уникальных объектов со всеми их деталями к обсуждению не этих объектов, а типов этих объектов, в которых даются общие свойства множества объектов и только уточняются конкретные характеристики, известные для типа, то есть переход от обсуждения конкретных кошек к обсуждению типа «кошка» и далее обсуждение только тех характеристик кошек, которые подразумеваются моделью. Обсуждение «в типах», то есть абстрагирование, существенно сжимает информацию, ибо для каждого типа обсуждается потенциально небольшое число характеристик, а рассуждения о типе приемлемы для огромного числа объектов-экземпляров типа. Поэтому для точности лучшая модель объекта — это сам этот объект, то есть вообще не модель, а вот дальше «что угодно может быть моделью чего угодно, всё зависит от того, какие черты поведения моделируемого объекта и насколько точно вы хотите повторить в модели») и

• операции демоделирования/порождения/generation (из некоторых моделей можно восстановить начальное описание мира, которое при моделировании даст эту модель — это порождающие generative models³², а если такого сделать нельзя, то это discriminative models, они могут быть использованы, например, для классификации, то есть распознать что-нибудь могут, а вот привести с их помощью пример того, что они готовы распознать — нет).

Для обучения порождению/рендерингу/воображению «в уме» нужны регулярные преднамеренные упражнения. Прочитать просто «учебник» для изменения психики так, чтобы легко что-то себе представить по модели — это не удастся. Стать умным через просто начитанность не получится, нужны повторения, повторения, повторения через deliberate practice/преднамеренные упражнения³³. Но чтобы был материал для порождения, надо свою нейронную сетку тренировать, нужна насмотренность. В исследованиях по нейронным сетям нашли³⁴, что для каждого размера нейронной сетки (намеренно не пишем, естественная или искусственная нейронная сеть) есть необходимое оптимальное число объектов (эти объекты называют «токенами», для текста это обычно слоги или чуть более крупные части слов — корни, суффиксы, приставки, хотя могут быть и буквами) для обучения этой нейронной сети. Если для данного размера сети число использованных объектов меньше оптимума, то нейросетка явно недоучена. Если больше — то это бессмысленное дело, улучшения в обучении не будет. Вот эта «оптимальная насмотренность» для человеческого мозга — огромна, и в ходе жизни человека она вряд ли будет достигнута. При этом биологическая нейронная сетка ещё и хорошо забывает всё то, чему она учится, так что требуется повторение и повторение: мозг пластичен, и в нужных местах появляются и «аппаратные» дополнительные связи, и улучшается кровоснабжение.

Психика меняется главным образом упражнениями (тренируется нейронная сеть, выполняется работа с усвоенными понятиями), а не просто чтением каких-то текстов — человек не очень похож на компьютер, который «раз прочёл — всё запомнил, всё выполняет». Все практики интеллект-стека оказываются в какой-то мере психопрактиками. Мы утверждаем, что освоение практик интеллект-стека будет менять вас, будет менять вашу психику, умный — вроде как тот же самый человек биологически, но это не совсем так, он другой и физиологически за счёт пластичности мозга, это совсем другой психически человек! После освоения практик интеллект-стека у вас будет другое внимание, другое отношение к текстам, другое отношение к наблюдаемым в жизни ситуациям.

Когда вы в курсе интеллект-стека получите правильные объекты для наведения и удержания внимания, правильные мыслительные операции с ними, закрепите это понимание, выполняя какие-то работы в реальном мире (обучая вашу нейронную сетку в мозгу и подстраивая экзокортекс), после этого вы даже не будет понимать, что было трудно делать до обучения. Вы будете неспособны вспомнить, по каким рельсам катилось ваше мышление до обучения, и поэтому вы будете изумляться поведению необученных новичков, включая собственное поведение в период до освоения той или иной практики интеллект-стека. Спросите ребёнка-пятиклассника, почему он очень плохо умножал всего год назад — он не сможет объяснить, почему. Сейчас умножение для него вполне естественно, и не требует напряжения всех его умственных сил, как это было год назад.

Метанойя — это имя для состояния после смены убеждения по поводу каких-то теорий. Слово удивительное, попробуйте его написать в разных падежах, да ещё и во множественном числе, получите очень интересные эффекты. Это слово пришло из религиозных практик и означает «перемену мыслей», полный разрыв прошлого и текущего мышления. Ты занимаешься, занимаешься в какой-нибудь семинарии, и вроде как мышление у тебя не так поставлено, как это ожидают от тебя священники. Потом вдруг в какой-то момент щёлк — и ты демонстрируешь всем, что вот у тебя такое же мышление, как это принято у священнослужителя, с этого момента ты «настоящий», а не притворяешься. Вот слово это — метанойя, такой «малый западный вариант просветления». Слово «метанойя» рекомендовал использовать и гуру менеджмента Питер Сенж вместо слова «обучение», ибо слово «обучение» с его точки зрения уже совсем затасканное и не означает коренную смену образа мышления в результате обучения.

Когда метанойя произошла, то в новом состоянии мозгов (обученная нейросетка: достаточное число токенов переработалось нейросеткой) человеку совершенно непонятно, в чём была проблема в старом состоянии мозгов (необученная нейросетка). Представим: я знаю, что Земля плоская, я долго спорю, что Земля никак не может быть не круглая, но меня в какой-то момент убеждают. И я каждый раз в своих действиях сначала действую, как будто Земля плоская, потом усилием воли вспоминаю, что рационально вроде бы она должна быть круглая, потом делаю это уже на уровне рефлекса, и вижу тысячу свидетельств этой круглости Земли. И вот в этот-то момент я не могу понять, почему я считал, что Земля плоская. Рационально-то вспомнить, что я так считал, я могу. Но понять, как я именно перешёл из состояния знания «интуитивной теории» (результат предыдущего обучения нейросетки) в состояние владения «контринтуитивной теорией» (результат текущего обучения нейросетки) я не могу — «как перешёл» тут просто «моя нейросетка этому научилась, перестроилось множество связей в мозгу». И поэтому не могу осознать те конкретные учебные действия, которые нужны для того, чтобы я добивался этой метанойи круглости Земли у своих учеников. «Насмотренность» занимает время, её трудно разделить на «вот тут поправили одну связь, вот тут уточнили память, вот тут наведение внимание стало чуть устойчивей». Работа по составлению правильных упражнений для такой метанойи — это трудная работа, создание адекватного учебного курса вполне может занять пару-тройку десятков лет, а то и тысяч лет. Это в полной мере относится и к практикам интеллект-стека. ШСМ занимается созданием курсов по этим практикам с 2015 года, и нельзя сказать, что на сегодня решены все проблемы обучения этим практикам. Плюс нужно понимать, что всегда есть проблема переучивания: сами практики эволюционируют, и учить нужно новым и новым вариантам практик. И ещё люди учатся лучше прямо в ходе работы, а не в ходе «упражнений», поэтому речь идёт по факту о некотором новом образе «учебной жизни и работы», а не отдельном «учебном курсе». В театральных, музыкальных, литературных вузах, где очень трудно сформулировать сами дисциплины, огромное внимание уделяют ровно вот этой «насмотренности» и «начитанности», потраченному на знакомство с предметной областью времени. То, что считают развлечением все остальные люди (смотреть спектакли, кинофильмы, читать написанные сто лет назад романы), оказывается для будущих актёров, режиссёров, сценаристов, писателей работой обучения. Или это должно продолжаться и после окончания обучения? Тогда это дообучение нейросетки входит в работу в проекте — нужна ещё и «наработанность», опыт работы в реальных проектах, разнообразие ситуаций в рабочих проблемах!

Почему мы говорим о насмотренности/начитанности/наработанности/кругозоре, если речь идёт о практике семантики? Именно семантика говорит про значение знаков. А по Витгенштейну значение знаков определяется через их употребление (погуглите «значение как употребление»). Чтобы понять значение знаков, надо, чтобы ваша нейросетка была свидетелем и участником множества употреблений знаков! Нужна «насмотренность/начитанность», нужна «наработанность», нужен «кругозор» — всё это про одно и то же, «для понимания новых аспектов мира в нейронной сети нужно уже иметь некоторую модель мира, с которой соотносить новое знание»!

Особое внимание нужно обратить на то, что речь идёт об обучении не любым практикам, но «контринтуитивным», которым мозг сопротивляется особо, он же в этом случае «интуитивно знает», как должно быть, и активно сопротивляется новому знанию! Заново чему-то обучить много легче, но если уж вам свезло подхватить «народную интуицию» (избежать этого невозможно, вы же не в лесу живёте!), то научить вас чему-то более эффективному новому будет весьма проблемно: вам придётся пройти метанойю, а это требует специально организованного моделирования предметной области, последовательности предъявления объяснений, перемежающегося упражнениями и работой с использованием новой модели, а также недюжинной собранности (внимания и воли) — ибо вся ваша интуиция (текущие результаты работы вашей «старообученной» нейронной сетки, все ощущения в теле, что «что-то не так», отчётливый онтологический дребезг) будет показывать, что учат-то какому-то безумию! Шансов пройти эту метанойю «самоучкой» практически нет, если вы не гений. Нужна помощь специально создаваемой учебной среды, которая будет поддерживать вашу мотивацию к освоению новых контринтуитивных практик.

В школе учили прыгать через планку «ножницами» — подбегаешь, и прыгаешь. Но если нужно прыгнуть очень высоко, то после разбега к планочке нужно поворачиваться спиной, и прыгать назад-вверх (Fosbury Flop, изобретение 1968 года³⁵). Это абсолютно неинтуитивно, но даёт возможность перелетать и через двухметровую планку. Нужно огромное доверие к тренеру, чтобы вы начали тренировать такой прыжок — ибо в этот момент кажется, что много-много тренировки дадут возможность преодолевать дополнительные десятки сантиметров «ножницами» или «перекатом», что совсем не так. А потом будет метанойя: вы будете не понимать, почему вообще через планку люди ещё где-то прыгают не техникой Дика Фосбери.

Всё это важно помнить, когда агент пытается отдать/делегировать какую-то работу другим людям или искусственным интеллектам, или взаимодействует с другими людьми в ситуациях, когда у него мала насмотренность/наработанность в этих практиках. Мы тут считаем, что и обучение — это работа, так что попросить AI выполнить домашнее задание по курсу — это поучить AI, поднять наработанность нейросетки AI, а не собственной нейросетки. То же с делегированием работы: вы должны понимать, хотите ли вы поучить свою нейросетку, или отложить это обучение ввиду других важных дел (а потом опять отложить, а потом опять отложить — пока жизнь не изменится). Это сложный выбор!

Например, агент в роли архитектора в вечных «продуктивных конфликтах» с разработчиками, интересы архитектора и разработчиков отличаются. Архитектор имеет свою практику, в которой он достаточно насмотрен/наслышан/наработан. Но было эмпирически подмечено, что если агент, который выполняет роль архитектора, прекращает сам что-то разрабатывать и занимается долго только архитектурой, то он прекращает быть хорошим архитектором. Поэтому агенту дают совет: 80% времени быть архитектором, но 20% времени всё-таки разрабатывать что-то самому.

Это верно не только для случая архитектора и разработчика. Каждому человеку (а заодно и каждому оргзвену! Это безмасштабное рассуждение для агентов/лиц самой разной природы и сложности) нужно что-то из работ отдавать, но что-то немножко всё-таки делать самому, чтобы продолжать быть квалифицированным отдавальщиком дел. А если цель научиться, то «работы в порядке учёбы» вообще нельзя отдавать.

Психопрактики движения по спектру формальности

Для отслеживания чего-то интересного в быстрой интуитивной/синестезийной/распределённой/коннективистской (в противоположности к символьной/формальной/медленной/локалистской) части спектра скорости/точности/осознанности мышления требуется деконцентрация внимания, как её понимают психонетики, то есть ожидание появления фигуры при полном размытии фона³⁶.

Деконцентрация внимания работает примерно так же, как классические искусственные нейронные сети: богатый стимульный вход (например, изображение), игнорирование всех деталей, из которых состоит изображение и проявление найденного сложной заранее выученной функцией во всех этих отвлекающих внимание деталях интересующего объекта на выходе:

• Часть этой работы не зависит от обучения: определяется аппаратурой мозга, которая вообще умеет как-то выделять объекты из фона. Искусственные нейросети ещё не умеют этого делать так же эффективно, как естественные человеческого мозга (смотрим работу Chollet 2023 года³⁷, он подчёркивает, что из базового набора задач уровня «до знания естественного языка» люди в январе 2023 года решают 80%, а лучшие нейросети — 31%).

• Часть этой работы зависит от уже имеющегося знания о типах объектов (результаты явного обучения на курсах, результаты неявной начитанности/насмотренности/наработанности/кругозора). Грубо говоря, если вы видели уже сто разных кошек и ожидаете где-то увидеть именно кошку, то ваши шансы, что при наличии её в окружающем пространстве при деконцентрированном внимании фигура кошки проявится на размытом фоне — велики. Если вы не знаете ничего про сепульки, и где-то присутствует сепулька, то невелики шансы, что именно сепулька обратит на себя внимание на размытом фоне и проявится на нём, хотя именно сепулька может быть важна в вашей ситуации. Если вы освоили учебник системного менеджмента и пришли в какую-то организацию, то происходящее в ней в какой-то мере вам уже известно, хотя и будет иметь много особенностей этой организации. Если вы не освоили учебник системного менеджмента, то множество важных моментов работы той организации, в которую вы пришли, не бросится вам в глаза, сколько бы вы не деконцентрировали ваше внимание.

• Часть этой работы зависит от того, насколько вы владеете техниками понятизации (увидеть объект определённого типа, назвать его) и собранности (умеете ли вы вообще деконцентрировать внимание, а после нахождения нужного объекта удержать это внимание на объекте, сфокусировать его для выполнения каких-то мыслительных операций — а лучше записать куда-нибудь найденное, чтобы не зависеть от прихотей биологического мозга).

Результатом работы нейросетки будут относительно простые мышечные реакции на сложные визуальные и кинестетические образы, которые превращаются после обработки в незначимый фон (по крайней мере на сознательном уровне! Детали этого фона вполне могут давать автоматические реакции ниже уровня, на котором их начнёт обрабатывать осознанное мышление), нейросеть мозга тут выступает как фильтр-преобразователь: даёт относительно простые ответы (какая-то «фигура») на сложные входные стимулы (множество «фигур», из которых вроде как должен состоять фон). По факту фон отфильтровывается, остаётся только то, что считается важным — «фигура», без фона.

Нейронная мокрая сетка принимает входную информацию как от датчиков (глаз, ушей и т.д.) прямого доступа сигналы первичного доступа, так и от сознания примерно то же самое в качестве «внутренних образов, голосов, ощущений» и т.д., и из этих богатых информацией (кинестетической, видео, аудио, синестезийной — это всё равно) стимульных последовательностей (последовательностей — это развёртка во времени! Время тут важно), делает надёжное выделение важной фигуры из мерцающего не слишком важными деталями динамического фона. Всё это мало отличается от того, что может делать играющая с мышкой кошка. Деконцентрация как умение выделять приходящий из заранее неизвестного места вокруг тебя важный объект из неважного фона «обычных предметов», хорошо подходит для разных видов арен — военных, спортивных, цирковых. Но если вы хорошо информированы о типах не совсем обычных предметов (например, «практик» или «методов работы»), то вы сможете легко выделять их своим вниманием. Иногда об этом режиме работы во внимании к внешним объектам говорят в нейролингвистическом программировании как uptime trance, когда вы «в драке» и внимание ваше занято внешними событиями.

А вот для символьных длинных формальных выкладок/выводов/рассуждений/inference в медленном мышлении S2 по Канеману требуется, наоборот, концентрация внимания: удержание внимания на длинных преобразованиях по правилам, логическое вычисление, рассуждение. Внимание тут к осознанности: вам нужен присмотр за собственными мыслями, это downtime trance, внимание к происходящему в вашем мышлении, а не во внешнем мире.

Конечно, при символьных выкладках должна быть задействована и интуиция: порождение новых догадок/гипотез/идей идёт из природного ассоциативного шума в быстром мышлении S1, а критика догадок/гипотез/идей будет идти при помощи медленного мышления S2 — а вместе это и будет творчество.

Ещё вы часть творческого мышления переносите в экзокортекс: выводите знаки каких-то объектов вовне и начинаете их воспринимать как части внешней среды: когда шахматист смотрит на доску и думает над шахматным этюдом, он одновременно в аптайм-трансе (внимание на доску, чтобы удерживать позиции фигур стабильными) и «оценка позиции» интуицией, а также downtime трансе, чтобы проводить рассуждения о том, какие последствия будут у того или иного хода, «рассчитывать ходы». В мышлении нужны и тесно переплетены во времени оба типа мышления, ни один не хуже, ни один не лучше. И оба надо тренировать (тренировку S1 обсуждали в практике понятизации через выход, например, в кинестетику, тренировку S2 обсуждаем вот прямо сейчас — S2 связано с тем, что в семантике мы повышаем уровень формальности путём означкования каких-то понятий и затем можем выполнять формальные рассуждения из логики с этими понятиями).

Полноценное творческое мышление реализуется как различные сценарии движения по всему спектру скорости-точности мышления³⁸. В реальной деятельности важна собранность не только для удержания внимания (неважно, в деконцентрации или концентрации), но и для скоростного произвольного переключения внимания. Как у музыкантов: ноты нужно брать, красиво начиная и заканчивая, и удерживая их на нужное время. Не интересует просто удержание правильной ноты, интересует правильная смена нот. То есть нужно брать внимание и рассматривать его вечно меняющееся состояние в контексте и других актов многопоточного в части фокусов внимания и многошкального на времени внимания, а не только фазу удержания внимания на одном предмете. Нельзя упускать захваченный вниманием объект раньше, чем он будет использован мышлением в каких-то операциях, но нельзя и чересчур долго задерживать внимание на объекте, если мышление признало его уже не таким важным.

Опора на разницу внимания в быстром интуитивном мышлении по Канеману и медленном рассудочном мышлении в их разном сочетании — вот это ключ. Деконцентрация помогает найти идею в быстром мышлении, а концентрация — удержать линию рассуждений в медленном. Психонетики тренируют, естественно, быстрое мышление, оно к интеллектуальной деятельности имеет малое отношение, но зато на арене оно отлично работает — лучшие импровизации, если они отрепетированы, и над ними не задумываешься! Проблема психонетиков в том, что это быстрое мышление они не связывают с типами (которые будет поставлять онтология), не связывают со значениями (которые поставляет семантика), не связывают с понятиями (которое поставляет понятизация), не связывают с необходимостью присматривать за мышлением (которое поставляет собранность).

Как «задумываться» в медленном S2 — тут психонетика и большинство других классических психопрактик молчит. Вот в эту точку и бьют психопрактики интеллект-стека. В эту точку бьёт и идея поддержать внимание для рассуждений инструментально, экзокортексом: компьютером, или хотя бы листком бумаги. Повторимся: если вы даёте шахматисту доску с фигурами для размышлений над позицией, чтобы он удерживал положение фигур на доске не в своей памяти, а использовал для этого внешнюю доску, то такую же «доску» для любой другой интенсивной работы вы обязаны давать себе и всем остальным: как минимум, вы должны пользоваться моделером и памятью этого моделера, а модели могут быть текстовые, табличные, математические, самые разные.

И воля (психонетическая активная Воля, а не бесстрастный и не вмешивающийся Свидетель из всевозможных практик mindfulness) нужна для того, чтобы присматривать (governance) за этим движением внимания по спектру скорости/точности мышления, присматривать за типом внимания — концентрацией, деконцентрацией или какими-то их более продвинутыми и иным образом структурированными вариантами.

Это управление вниманием для интеллектуальной работы не связано со специальной какой-то медитативной практикой. Выпускники мехмата умеют подолгу и продуктивно сосредотачиваться, могут десятки минут думать сосредоточенно, не отвлекаясь от задачи — и получать неплохие при этом результаты. При этом они могут думать над задачей в медленном мышлении пару часов, в отличие от многих тех, кто медитативной практикой занимался. Медитативную практику поэтому использовать не будем, она тут не поможет. Отличие студентов мехмата в том, что предмет их рассуждений в своей основе формален: семантика их построений (связь знаков в мышлении, математических объектов в ментальном мире и понятий в их головах) определена.

К чёрту коаны, в голове удерживать нужно сразу рабочую задачу, польза нейронной сетке и «Я» как её владельцу будет от этого. Для мыслительной работы польза традиционных медитаций даже на начальных этапах отсутствует. Это не означает, что мы будем игнорировать психопрактики как таковые, игнорировать происходящее в головах людей, как они это наблюдают «изнутри себя». Нет, мы будем использовать психопрактики, но не из mindfulness.

Единственный способ договориться: использовать заземление/grounding

Цепочки описаний одними абстрактными/математическими/идеальными объектами других подобных объектов всегда отталкиваются от описания физических объектов, в самых абстрактных своих описаниях мы никогда не отрываемся от реальности. Эта привязка всех абстрактных рассуждений (в многомерном пространстве смыслов) к занимающим место в физическом пространстве и времени конкретным предметам называется 4D экстенсионализм. Подробно это описано в книге Chris Partridge «Business Objects: Re-Engineering for Re-Use» (BORO book), 2011г.³⁹:

Последнее третье издание этой книжки вышло в 2011 году, она выросла из длинного ряда философско-логических традиций⁴⁰ и её материал лёг в основу систем интеграции данных жизненного цикла в крупных инженерных и менеджерских проектах. В этой книжке рассказывается, как достигать взаимопонимания, опираясь на привязку абстрактных моделей мира к реальности, используя 4D (4 dimensions, три измерения пространства и время) представления. Основная идея философской логики, раскрываемая в книжке: мы можем сопоставлять самые разные формальные описания мира, если они относятся к одному и тому же месту в пространстве-времени, занимаемому каким-то физическим объектом. И это единственный способ договориться о мире. Ибо если вы говорите «это тёплое», а я «это гладкое», то единственный способ договориться — это показать на место в пространстве-времени, которое мы описываем. И если это одно и то же место-время (например, оба показали на чайник), то мы договоримся. Если это окажется разными местами-временами, то станет понятно, что мы делаем утверждения про разные предметы. Если мы выдумали какой-то мир, то договориться об этом мире мы можем только, если будем привязывать все его описания к каким-то виртуальным физическим объектам этого мира.

Вот эта операция привязки к физическому миру называется заземление/grounding — она обратная описыванию, обратная репрезентации. В философской литературе, конечно, под заземлением понимается более широкое понятие⁴¹, включающее в себя прежде всего «достаточность объяснений» для признания того или иного объекта как-то определённым. Но мы тут будем придерживаться позиции научного реализма⁴² и отсылаться прежде всего к физическому миру.

Вам нужно уметь и описывать мир на разных уровнях строгости/формальности описания, но и нужно уметь «деописывать», заземлять свои описания. Если вы этого не умеете, или не можете распознать такое неумение у вашего собеседника, то огромная вероятность, что вы будете обсуждать что-то бредовое, фантастическое, и у вас будет полная иллюзия понимания, но никакого понимания не будет. Если звучат какие-то абстрактные понятия (типа «капитализм», который каждый понимает по-своему, или «системное мышление») то попросите привести примеры ситуаций в физическом мире, к которым применимы произносимые слова. Может оказаться, что вы трактуете абстрактные понятия абсолютно иначе, чем ваш собеседник.

И мы не путаем многомерные представления объектов в пространстве смыслов (понятия/concepts) и четырёхмерное существование в физическом пространстве-времени!

Тут важно предостеречь от типичных ошибок (более полное их описание можно найти в курсе «Практическое системное мышление»):

• В попытке договориться делать ход не «к земле» (физическому миру), а наоборот — отсылаться к более абстрактному понятию. Как ни странно, это стимулируется классическими определениями «по Аристотелю», то есть «вид — это род, специализированный так-то и так-то», «сепулька — это изделие, предназначенное для сепуления (то есть вид «сепулька» — это такой род «изделия», который используют в сепулении)». Просьба выдать определение не работает! Определение — это гробик для умершей мысли, часто только запутывает ситуацию. Надо выдавать для знаков наборы употреблений (по Витгенштейну) и связывать определяемые знаком понятия с физическим миром, а хоть и по длинной цепочке (конечно, могут быть множество «описаний описаний», «моделей моделей», «теорий теорий», но тут ничего не поделаешь: ходы всё равно должны быть «к земле», а не «к небу»).

• Неразличение физических объектов и описаний, когда речь идёт о документах. Документированное описание называют физическим объектом: «отчётом» называют не содержание отчёта, а пачку бумаги с текстом отчёта. «Передать отчёт» при этом — действие роли курьера, а не того, кто этот отчёт готовил. Страница вебсайта при этом путается с тем, что этой страницей описано. База данных программы — с тем, что описано этой базой данных. Строка таблицы — с тем, что описывает эта строка таблицы. Книга — с тем, что описывает эта книга. Это, пожалуй, самая распространённая ошибка: чтобы сделать систему, надо сделать сначала её описание. И вдруг про систему забывают, и целью становится документ с описанием! Это семантическая ошибка, ошибка в значении (говорят «отчёт», «книга» — а имеют в виду то ли документы, то ли описанное в этих документах, всегда надо уточнять).

• Ход на то, чтобы лучше представлять поведение/процесс/динамику как перечисление взаимодействующих и взаимоменяющихся в ходе этого процесса предметов вместо хода на облегчение понимания сути процесса вдруг становится ходом на создание системы-процесса. После этого и «жизнь» система, и «отдых» система, и «процесс» система. Нет, есть объекты, и есть их поведение. Но эта ошибка подробней будет разбираться, когда понятней станет с теорией понятий и онтологией. Семантика просто скажет, что если вы хотите что-то сказать про процесс, у вас должны быть про это знаки, и они как-то должны указывать на понятие процесса, и вот это понятие процесса как-то должно соответствовать тому, что можно найти в мире — и это нужно сделать с какой-то степенью строгости. А уж что именно вы нашли и как потом будете использовать — с этим будут разбираться другие дисциплины.

Формализация: важнейшее умение мыслящего человека

Selmer Brigsjord⁴³ предлагает неполиткорректный «патерналистский» ход на выправление тренда гуманитаризации образования. Он считает⁴⁴, что гуманитарное образование не даёт на выходе людей, которые могут отличить фантазии от реальности (в семантике: соответствуют ли знаки каким-то реальным объектам в окружающем мире), ибо сегодняшние гуманитарии не разбираются в формализации и логике. Логика может помочь исправить ошибки быстрого интуитивного мышления, уйти от многочисленных когнитивных искажений, вносимых в рассуждения нашим полуживотным мозгом, но для использования логики как «правил для рассуждений, дающих надёжный результат» нужно уметь сначала формализовать предмет её рассуждений, а это как раз то, что классические гуманитарии делать не могут.

Brigsjord считает, что поезд классического образования STEM⁴⁵ (естественные науки, технологии, инженерия и математика) уже ушёл, историю назад не повернуть. Молодое поколение совершенно справедливо считает, что рок-н-ролла в том, чтобы стать физиком или математиком уже нет, прошли те времена, когда это было круто. Но Brigsjord считает, что в любом гуманитарном предмете есть что-то, что связано с большой точностью описаний изучаемых ситуаций, то есть можно говорить о наличии формального/строгого знания. Эта точность описаний затем используется в рассуждениях по правилам, логике.

Формализация и логика лежат в основании всего комплекса наук STEM — будь то математика, физика или компьютерная наука (которую просто сделали логики, если вспомнить, как всё это начиналось). Проблема только в том, что интуитивно большинством людей ожидается, что формализация/моделирование и затем логические рассуждения (а также многие другие фундаментальные дисциплины интеллект-стека) будут выучены в ходе изучения дисциплин STEM «исподволь», «нейросеткой», которая пару десятков лет будет смотреть на примеры физических, математических, технологических текстов — и вдруг окажется наученной. Увы, этого чаще всего не случается, и долго дурить людей оказывается нельзя: STEM не сильно влияет на то, станете ли вы после изучения этих предметов умнее. Были получены и экспериментальные результаты, что курс физики не делает людей умнее. Лей Бао и др. показали, что умение рассуждать не получается само собой из курсов STEM⁴⁶, изучение физики оказывается не таким уж «выправляющим мозги». Михаил Ломоносов, когда говорил, что «математику уже затем учить надо, что она ум в порядок приводит», врал — как минимум для ситуации со традиционным обучением предметам STEM.

Предложение Brigsjord: отказаться от дорогостоящей рекламы физики, математики и т.д., которая сейчас осуществляется бюджетом, но потребовать, чтобы ни одна степень бакалавра arts или science не выдавалась без прохождения фундаментального курса по формализации той дисциплины, по которой учится студент. Если это музыкант, то пусть предъявит знание строгого описания/формализации/моделирования музыки (компьютерная ли музыка, или логика музыкальной композиции) — и так далее по всем специальностям. То есть вычёркиваем из STEM всё, кроме математики, а математику сводим к формализации (т.е. семантике и логике, «формальным методам»), затем патерналистски требуем не выдавать дипломов тем, кто этими формальными методами хоть как-то не владеет. Семантика тут необходима, это первый шаг: каким образом мы представляем строгие знания о мире (знаки/нотации/терминология, понятия/концепты и их соответствие объектам мира).

Рассуждения Brigsjord примерно соответствуют нашей идее, что уровень интеллекта лица (даже необязательно человеческой личности) задаётся уровнем владения этим лицом мыслительными фундаментальными/трансдисциплинами интеллект-стека, общими по отношению к любым специализациям для предметных областей/domains, а специализация магистра или даже доктора наук или искусств на предметной области — она прикладная, и к интеллекту ничего не добавляет.

Формализация/наведение строгости на описания и логика как рассуждения по правилам с формальными/строгими описаниями/моделями входят, по мнению Brigsjord, в обязательную образовательную программу цивилизованного современного человека (а мы утверждаем, что и цивилизованного современного искусственного интеллекта, и цивилизованной современной команды, и т.д.).

Мы согласны с общей идеей Brigsjord, но с отличиями:

• в наших предложениях нет призыва «силового решения» (т.е. государственного предписания не выдавать диплома, если не предъявлено владение формальными методами в своей дисциплине), и

• мы призываем пройти обучение по всем дисциплинам интеллект-стека, а не только по семантике и логике.

Нам всё равно, как административно устроено образование и есть ли на свете вообще дипломы. И ещё нужны не любые формализмы, а с которыми удобно работать (SoTA) людям и компьютерам, и нужно уметь регулировать степень формальности в рассуждениях.

Ещё один логик Johan van Benthem⁴⁷ предлагает⁴⁸ «к примеру, говорить о логике как о науке, цель которой в значительной мере определяется поиском определенного баланса между выразительной силой формальных языков и многосложностью их использования при решении таких задач как осуществление контроля за согласованностью, адекватностью моделирования и правильностью вывода». Вот его слова⁴⁹:

«Говоря в современных пост-соматических терминах, предположим, что вы озадачились вопросом о наличии пива на территории кампуса индийского университета в Бомбее. Ответ на этот вопрос вы можете попытаться, во-первых, дедуцировать из множества информации, имеющейся в буклетах, полученных вами по прибытию. Во-вторых, вы можете попробовать обойти весь кампус, используя свою способность наблюдения, чтобы непосредственно убедиться в существовании пивных заведений. И в-третьих, вместо всего этого, вы можете просто пообщаться с каким-нибудь компетентным лицом, например, местным студентом, чтобы получить исчерпывающий ответ на подобный вопрос. Более широкая концепция логики, на мой взгляд, должна включать в себя все три информативных канала как предмет своего теоретизирования; предмет, образующий согласованную картину, выводящую сферу интересов логики далеко за пределы ее гипертрофированного внимания к одному лишь только дедуктивному доказательству. Последнее в действительности есть лишь только один тип логических операций, к тому же целиком упускающий из виду сложнейшие интерактивные аспекты языка, а также и момент коммуникации между агентами логического рассуждения. Иными словами, я утверждаю, что такие коммуникативные действия как задавание вопросов, или осуществление ответных действий, являются столь же значимыми формами логической деятельности, как и умение выводить следствия из имеющихся посылок».

Логика тут трактуется очень широко, в том числе она включает и семантику для разбирательства с моделированием/формализацией. Ещё иногда в современную логику включают и рассмотрение коммуникации в группе людей и компьютеров, но мы это всё рассмотрим позже. Мы пока ещё находимся на довольно низких уровнях интеллект-стека, про рассуждения ещё говорить рано, пока говорим про те объекты, над которыми мы делаем логические рассуждения. Это знаки, соответствующие каким-то понятиями, представляющим по каким-то цепочкам объекты в реальном физическом мире — и как с этим работать, обсуждается в семантике.

Моделирование: формализмы в вашей жизни

В этом моделировании принята десятибалльная шкала формальности/строгости мышления: 1 — левый край шкалы, полностью неформальные представления, «поэзия», 5 — строгий текст, 7 — «псевдокод», 10 — полностью формальный код, «формулы для компьютера», правый край шкалы. Указывать формализмы нужно от 6 баллов и выше.

Приведите три последних формализма, которые вы изучали (но необязательно использовали), и укажите их место на шкале формальности мышления/строгости формализма.

Приведите три последних заимствованных из литературы формализма, которые вы использовали в вашей деятельности и укажите их место на шкале формальности мышления/строгости формализма. Указывать формализмы нужно от 6 баллов и выше:

Приведите три последних формализма, которые вы разработали сами. Укажите место на шкале формальности мышления/строгости формализма.

Иногда вы просите собеседника изложить его мысли более строго, менее художественно. Иногда просите собеседника изложить его мысли менее строго, «попроще», без лишней (по вашему мнению) формализации. Насколько вы свободно двигаетесь по спектру формальности мышления (число просьб быть менее формальным и более формальным сбалансировано)? Или вы предпочитаете неформальные представления? Или вам комфортнее с более формальными описаниями мира? Поставьте себе предпочитаемое вами место на шкале формальности мышления/строгости формализма, опишите словесно: