Если мы посмотрим на древних рыб, у которых ещё не было этого красного слоя, они, как правило, с глубиной становятся чёрными. И самое что интересное - если мы посмотрим на пещерных рыб, где вообще света нет - у них нет никаких пигментов, они им не нужны. То есть это всё явления приспособительного плана.
Ж.Ч. Можно добавить, что у лобанов, у кефалей, у них на поверхности кожи дополнительно образуются иридоциты, чтобы отражать свет. В поверхностном слое очень сильная инсоляция, да ещё большая скорость (иначе их птицы поймают), и они покрыты гуанином сверху, в коже. Он отражает избыток солнечного света, и рыба тогда начинает светиться зеленоватой окраской. Вот такой интересный факт - дополнительный отражатель.
А.М. Конечно, всё это разнообразие надо рассматривать с тех позиций, что пигменты не всегда использовались для окраски. Был период, когда пигментные клетки выполняли выделительную функцию, был и, наверное, продолжается период, когда они участвуют в фотопроцессах в коже. И вот это-то и было подхвачено для поведенческих целей и для защиты, соответственно.
А.Г. То есть это последняя функция по времени. Те, у кого была более ярко выраженная пигментация - в ту или иную сторону - выживали больше и, следовательно…
Ж.Ч. Шёл отбор.
А.Г. Естественный отбор. И ещё вопрос у меня на языке вертится. Я впервые вижу рыб, у которых абсолютно сохранена прижизненная окраска. Скажите пару слов о технологии этого чуда.
А.М. Это побочный продукт исследований пигментации. Для того чтобы сохранить окраску, как нехитро догадаться, нужно вот что. Первое: нужно использовать те механизмы изменения цвета, которые…
А.Г. Сами рыбы используют.
А.М. Да. Их можно даже на неживых объектах использовать, давая им «вторую жизнь». Второе - нужно убрать кальций, чтобы не обесцвечивать. Третье, конечно, наиболее сложное - чтобы не побелели все ткани (ясно, что там формалин должен присутствовать, иначе всё просто будет разлагаться) нужно эти ткани просветлять. Убрать, конечно, слизь, она белеет, под ней вообще ничего не будет видно.
В принципе, всё достаточно бесхитростно, если не считать, что на это ушла вся жизнь, более 30 лет, примерно по три часа в день. Но рыб-то много, для каждой я использую свои подходы, есть где-то 83 раствора, которыми я сейчас пользуюсь. Не дай Бог потерять записи, потому что это уже сложно будет восстановить.
И мне хотелось бы вот этот уникальнейший экземпляр, потому что их в музеях практически нет, кроме тех, которым я подарил, подарить вашей студии.
А.Г. Спасибо огромное! Это царский подарок. А здесь-то какая технология?
А.М. Здесь ещё использовалась акриловая пластмасса.
А.Г. Ага. То есть это вещь вечная во всех отношениях.
А.М. Ну, лет 300 я вам гарантирую. Если раньше не разобьёте.
А.Г. Нет, нет. Будем беречь как зеницу ока. Там ещё и песок на дне, для того чтобы было полное… Потрясающе!
Ж.Ч. Только этикетку на латыни надо было написать.
А.М. Есть там этикетка в виде рыбы, которая составляет мои инициалы с фамилией.
А.Г. Потрясающе. Спасибо вам огромное и за передачу, и за этот царский подарок. Если наша программа будет выходить в эфир хотя бы сотую часть того времени, которое вы гарантировали этому экспонату…
А.М. Я надеюсь, что в ближайшие 50 лет ко мне претензий уже не будет.
А.Г. Спасибо огромное.
Молекулы и информация

12.08.03
(хр.00:52:35)
Участник :
Лев Александрович Грибов - член-корреспондент РАН
Александр Гордон : …как это принято сейчас в бинарной системе.
Лев Грибов : Есть единичный случай, когда была сделана троичная система.
А.Г. И что это дало, к чему это привело?
Л.Г. Вы знаете, это привело, в общем, к некому ускорению процесса, но насколько я знаю, одновременно это привело к существенному усложнению кон-струкции. Поэтому хотя в принципе это возможно и, в частности, есть работа Са-харова, в которой он показывал, что такая троичная система имеет определённые преимущества, но всё-таки эта конструкция оказалась, по-видимому, не очень удачной. Осталась навсегда двоичная система. А вот что будет дальше, мы, может быть, сегодня и поговорим немножко на эту тему.
А.Г. Всякий раз, когда речь заходит об искусственном интеллекте, высказываются две противоположные точки зрения. Первая, что искусственный интеллект в том виде, в каком мы привыкли понимать интеллект человеческий, не будет существовать никогда, поскольку это принципиально невозможно, мы не знаем, как устроен мозг и не знаем, чем руководствуется человек, когда при явном недостатке или недостаточном качестве информации принимает решения, которые мы называем осмысленными. И вторая точка зрения, что этот барьер будет преодолён, как только мы выйдем на новое качество самих компьютеров. И тут называются и квантовые компьютеры, и вот та технология, о которой мы сегодня будем, видимо, тоже говорить.
Л.Г. Вы знаете, я придерживаюсь такой точки зрения, это моя точка зре-ния, я её не собираюсь никому навязывать, что, конечно, создать такой интеллект, которым сплошь и рядом оперирует человек, нельзя в принципе. И, прежде всего, по следующим причинам.
Я иногда говорю, что существуют явления научные и вненаучные. Под вненаучными явлениями я понимаю отнюдь не парапсихологию или экстрасенсо-рику, всякую такую ерунду. То, что мы называем наукой, и то, что свойственно логическому мышлению, это всегда некая система знаний, которая даёт возмож-ность построить прогноз, но у этого прогноза есть определённые постулаты. Пре-жде всего, постулат повторяемости.
Если этой повторяемости нет, то ничего создать невозможно. И в этом смысле мы можем говорить о физике, химии, о каких-то общих положениях той же психологии - всё, что хотите. Но я очень сомневаюсь, чтобы когда-то появи-лась какая-то наука, которая предскажет, что, предположим, в 2075-м году в Рос-сии появится новый Пушкин. Хотя это явление, это реальный факт. Вряд ли такая постановка задачи когда-нибудь будет научной, то есть предметом науки. Можно изучать его творчество, это вопрос другого рода. Но прогнозировать такое собы-тие вряд ли удастся. Вы прекрасно знаете, что человеческий мозг состоит из двух частей, из двух половин. Одна отвечает за логическое мышление, а вторая отвеча-ет за образное мышление. И вот это образное мышление, которое очень тесно свя-зано с интуицией, это вещь, которую передать компьютеру очень трудно. Я лично имею здесь свой опыт вот какого сорта.
Довольно давно мы начали работать над одной системой. В то время они назывались «системами искусственного интеллекта», но потом их стали называть «экспертными системами».
А.Г. Поскромнее чуть-чуть.
Л.Г. Поскромнее. Задача таких систем заключалась в следующем. Это сложная логическая система, разрешающая много всяких задач. Предъявляется определённая совокупность экспериментальных данных, например, совокупность разного рода спектров, химической информации и так далее, и нужно догадаться, с какой молекулой вы имеете дело, то есть опознать молекулу. Причём, изначаль-но сведений об этой молекуле нет в памяти компьютера, но нужно решить такую очень сложную задачу, иногда напоминающую «пойди туда не знаю куда, прине-си то, не знаю что».
Потом мы немножко на эту тему поговорим, разнообразие здесь гигант-ское. Если молекулы содержат, скажем, 3-4 десятка атомов, то исходное разнооб-разие может быть - миллионы. Поэтому база этих сужений информации, когда, в конце концов, нужно получить всего один ответ, очень большая. Понятно, что это очень сложная система, которая и считает, и решает логические задачи, и всё прочее. В начале мы были несколько наивными и думали, что можно создать некий автомат, который эти задачи решает и проблема только в том, что сегодня мы не-достаточно запрограммировали что-то или ещё чего-то не знаем.
Это было не только у нас, этим занимались многие люди, создавались, скажем, системы для медицины и тому подобное, то есть это громадная научная область. И общий вывод был такой, что создать полный автомат нельзя просто в принципе, ничего не получится без участия человеческого мозга, который прини-мает решение именно тогда, когда оно нестандартно.
Есть такое понятие: принять на себя риск решения. То есть компьютеры в некоторых случаях останавливаются и предлагают вам решить, что дальше де-лать. И здесь, как правило, человек базируется главным образом на своём каком-то прежнем опыте, на своей интуиции, на знании, скажем, истории объекта, это то, мы будем сегодня об этом тоже говорить, что относится к так называемой «не-чёткой информации». Вот, скажем, он угадал. Дальше система опять вам может что-то решать таким формальным образом. И это, в общем, повторяю, не является недостатком, связанным с тем, что сегодня мы чего-то не умеем делать. Это принципиальное ограничение.
То есть оказывается, что наиболее эффективным средством является такой кентавр - человек-компьютер. Когда человек не просто нажал кнопку и пошёл спать, а через какое-то время был выдан тот результат, какой вы хотите. Он рабо-тает с компьютером, он испытывает различные варианты. Он заставляет его дей-ствовать разными путями. Так что это, повторяю, опыт не только мой собствен-ный, это опыт вообще создателей экспертных систем, отсюда и появился этот термин.
Понимаете, обязательно участвует какой-то специалист в этой области. Больше того, такие системы наполняются, есть два понятия в этой области. Есть «банк данных» и есть «банк знаний». Это разные вещи. Данные - они более формальные, а знания накапливает какой-то специалист, особенно это остро проявилось в медицинских вещах. Сколько там приборов не делают, но всё равно вы получаете о человеке какую-то минимальную информацию и отсюда роль врача, талантливого врача оказывается очень важной, даже несмотря на всю мощь современной приборной техники. И исходя из таких соображений, собственный опыт показывает, что сделать полный автомат не удастся. И роль интуиции, по-видимому, будет только возрастать.
Я могу привести ещё один пример. Любой учёный пользуется литературой. Сейчас столько журналов, даже по более-менее узкой специальности, и столько там публикаций, что читать все практически невозможно. Если кто-то возьмётся за это, у него не хватит времени на собственную работу. И больше того, крупные учёные, которые стоят во главе какого-то направления, они, как правило, очень мало читают. И вот возникает вопрос. Сейчас существует Интернет, обилие идёт информации. Вы можете запросить что-то по ключевым словам, и вам вывалиться гигантское количество статей. Подойти к этому формально невозможно. Что де-лает любой разумный учёный - он начинает ориентироваться. Во-первых, в каком журнале опубликован материал? Журналов тоже много и более-менее одинаково-го калибра. Дальше какая фамилия автора, известен он или не известен?
А.Г. То есть всё равно иерархическая система получается.
Л.Г. Конечно. Дальше, он прочитал название статьи. Прочитал, может быть, маленькое резюме, несколько строк. И на основе всего этого он должен вы-брать, читать ему эту статью или нет. Опять обратите внимание на то, что этот подход, он, конечно, не чёткий, он не может быть сведён к каким-то формальным операциям.
А.Г. Но так же человек делает любой выбор, в супермаркете, скажем, вы-бирает продукты…
Л.Г. Конечно, конечно, и больше того, я думаю, что в большинстве случа-ев человек принимает решение как раз базируясь на интуиции, на этических сооб-ражениях, на соображениях моральных, на чувственных. Все мы, наверное, когда-то женились. И я очень сомневаюсь, чтобы в этот период мы вычисляли качества собственной будущей жены.
А.Г. Пример, который вы привели, заставляет меня сразу заметить, что че-ловеку свойственно делать ошибки. А компьютер программируется таким обра-зом, что он не имеет права на ошибку.
Л.Г. Вы знаете, компьютер, вообще говоря, тоже может делать ошибку. Он может выдавать гораздо больше материала, чем нужно. В математике существуют два понятия - «чёткая информация» и «нечёткая информация». Современный компьютер, хотя и работает иногда с нечётко поставленной задачей, но на самом деле всё равно оказывается, что эта задача чёткая, потому что эта нечёткость за-даётся какой-то функцией, которую я же ему навязал.
А.Г. То есть она сформулирована так или иначе.
Л.Г. Поэтому иногда говорят, что эти экспертные системы приобретают человеческие черты своих собственных создателей, вот такая вещь получается. Больше того, в некоторых научных областях возникает ещё одна проблема, свя-занная с так называемыми «обратными задачами». Существуют два типа задач в теории математики: прямые и обратные. Прямые задачи - это когда я записал ка-кое-то уравнение и ставится вопрос, как решить это дело. Это прямая задача. Об-ратная задача - это когда я имею эксперимент и хочу построить какую-то теоре-тическую модель, которая этот эксперимент описывает. Скажем, когда мы имеем дело с микромиром, есть такие приёмы, когда по спектру можно установить прочность химической связи. То есть приписать ей какую-то пружинку, типа обычной упругости пружинки, и непосредственно получить какие-то результаты.
Как вы понимаете, в молекулы не залезешь. Значит, это делается по косвенному эксперименту, значит, я как бы должен проникнуть внутрь через какую-то физическую связь, через какую-то теорию. И оказывается, что такие задачи не решаются в принципе, если вы изначально не навяжете им какие-то условия, которые ограничивают решения этой задачи. А это делает человек. И поэтому получается так, что два человека, решая одну и ту же задачу, опираясь на один и тот же эксперимент, но не сговорившись об этом условии, получат разные результаты. Это сейчас типичный случай во многих областях, как раз связанных с исследованием молекул. Другое дело, что расхождение получается небольшое и, как правило, оно находится в каких-то пределах. Но эти результаты надо рассматривать так, что они дополняют друг друга, то есть они дают вам возможность сказать, что в этих пределах, в таком поле возможных изменений я должен находиться.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33