Биофизический подход к моделированию рефлексии: обоснование, методы, результаты 

Используемый физикой подход, основанный на выделении и исследовании идеальных объектов, лежащий также в основе биофизики в сочетании с эвристическим моделированием фон Неймана и функциональным фракционированием по Р. Розену, обсуждается в качестве инструмента исследования свойств сознания. Объектом исследования становится своеобразная линейка систем-аналогов: человеческий мозг, мозг позвоночных, мозг беспозвоночных и искусственные нейросети, способные осуществлять рефлексию, которая является ключевым свойством или характеристикой сознания. Рефлексия в широком смысле слова, понимаемая как внутреннее отображение внешнего мира, свойственна широкому кругу животных, причем некоторые из них (шмели, рыбы) демонстрируют даже рефлексию в узком смысле этого слова, понимаемую как внутреннее представление себя. Реализуется это сложное поведение с помощью миниатюрных мозгов ~1 млн нейронов. Проиллюстрировано использование простых рекуррентных нейронных сетей (РНС) для получения ответов на вопросы общего характера. Например, показано, что небольшая РНС способна проходить тест отложенного сравнения с образцом, формируя индивидуальную динамическую репрезентацию поступившего стимула, допускающую декодирование специальным нейронным детектором. Продемонстрировано, что в рефлексивной игре «чет-нечет» РНС имеет огромное преимущество над слоистой нейросетью, с тем же и большим количеством нейронов – рефлексия побеждает регрессию. Обнаружено, что асимметрия исходов в игре «чет-нечет», для объяснения которой привлекали различные причины, включая психологические («догонять легче, чем убегать»), воспроизводится в игре двух РНС. Очевидно, что психологические причины здесь отсутствуют и преимущество игрока, играющего за «чет», объясняется более сложной стратегией «нечет»-игрока: ему нужно предсказать ход противника и выбрать противоположный.

1. Seth A. K., Bayne T. Theories of consciousness // Nature Reviews Neuroscience. – 2022. – Vol. 23. – № 7. – P. 439-452.

2. Васильев В. В. Трудная проблема сознания. – М.: Прогресс-Традиция, 2009. – 272 с. (Vasil’ev V. V. Hard problem of consciousness. – M.: Progress-Traditsiya, 2009. – 272 p.)

3. Ревонсуо А. Психология сознания. – СПб.: Питер, 2013. – 309 с. (Revonsuo A. Psychology of consciousness. – SPb.: Piter, 2013. – 309 p.)

4. Чалмерс Д. Сознающий ум. В поисках фундаментальной теории. – М.: УРСС: Книжный дом «ЛИБРОКОМ», 2003. – 512 с. (Chalmers D. Conscious mind. In search of a fundamental theory. – M.: URSS: Knizhniy dom «LIBROKOM», 2003. – 512 p.)

5. Пенроуз Р. Тени разума: в поисках науки о сознании. –М.-Ижевск:Институт космических исследований, 2005. – 688 с. (Penrose R. Shadows of the Mind: In Search of a Science of Consciousness // R. Penrose. – M.- Izhevsk: Institut kosmicheskih issledovanij, 2005. – 688 p.)

6. Хренников А.Ю. Моделирование процессов мышления в р-адических системах координат. – М.: ФИЗМАТЛИТ, 2004. – 296 с. (Khrennikov A. Yu. Modeling of thinking processes in p-adic coordinate systems. – M.: FIZMATLIT, 2004. – 296 p.)

7. Crick F., Koch C. Towards a neurobiological theory of consciousness // Seminars in the Neurosciences // Saunders Scientific Publications. – 1990. – Vol. 2. – P. 263-275.

8. Crick F., Koch C.Aframework for consciousness// Nature neuroscience. – 2003. – Vol. 6. – № 2. – P. 119-126.

9. Frith C.The quest for consciousness: A neurobiological approach // American Journal of Psychiatry. – 2005. – Vol. 162. – № 2. – P. 407-407.

10. Барцев С.И., Барцева О.Д. Эвристические нейросетевые модели в биофизике: приложение к проблеме структурно-функционального соответствия. –Красноярск:Сибирский федеральный университет, 2010. – 115 с. (Bartsev S.I., Bartseva O.D. Heuristic neural network models in biophysics: application to the problem of structural-functional correspondence. – Krasnoyarsk: Sibirskij federal’nij universitet, 2010. – 115 p.)

11. Блюменфельд Л. А. Решаемые и нерешаемые проблемы биологической физики. – М.: Едиториал УРСС, 2002. – 160 с. (Blumenfeld L.A. Solvable and unsolvable problems of biological physics. – M.: Editorial URSS, 2002. – 160 p.)

12. Моровиц Г. Исторический очерк // Теоретическая и математическая биология. – М.: Мир, 1968. – С. 34-48. (Morovits G. Historical sketch // Teoreticheskaya and matematicheskaya biologiya. – M.: Mir, 1968. – P. 34-48.)

13. Фон Нейман Дж. Теория самовоспроизводящихся автоматов. – М.: Мир, 1971. – С. 382. (Von Neumann J.Theory of self-reproducing automata. – M.: Mir, 1971. – P. 382.)

14. Бернал Дж. Д. Молекулярная структура, биохимическая функция и эволюция // Теоретическая и математическая биология. – М.: Мир, 1968. – С. 110-151. (Bernal J. D. Molecular structure, biochemical physics and evolution / Teoreticheskaya i matematicheskaya biologiya. – M. Mir, 1968. – P. 110-151.)

15. Рашевский Н. Модели и математические принципы в биологии // Теоретическая и математическая биология. – М.: Мир, 1968. – 448 с. (Rashevsky N. Models and mathematical principles in biology // Teoreticheskaya and matematicheskaya biologiya. – M.: Mir, 1968. – 448 p.)

16. Rosen R. A relational theory of biological systems // The bulletin of mathematical biophysics. – 1959. – Vol. 21. – P. 109-128.

17. Lennox J.Robert Rosen and relational system theory: an overview // PhD Dissertation. – The City University of New York, 2022. – 195 p.

18. Mikulecky D.C. Complexity, communication between cells, and identifying the functional components ofliving systems:some observations // Acta Biotheoretica. – 1996. – Vol. 44. – № 3-4. – P. 179-208.

19. Bickhard M. H. Consciousness and reflective consciousness // Philosophical Psychology. – 2005. – Vol. 18. – № 2. – P. 205-218.

20. Dehaene S., Lau H., Kouider S.What is consciousness, and could machines have it? // Science. – 2017. – Vol. 358. – № 6362. – P. 486-492.

21. Land M. F. Do we have an internal model of the outside world? // Philosophical Transactions of the Royal Society B: Biological Sciences. – 2014. – Vol. 369. – № 1636. – P. 20130045.

22. Chang A. Y. C., Biehl M., Yu Y., Kanai R.Information closure theory of consciousness // Frontiers in Psychology. – 2020. – Vol. 11. – P. 1504.

23. Lamme V.A. F. Challenges for theories of consciousness: seeing or knowing, the missing ingredient and how to deal with panpsychism // Philosophical Transactions of the Royal Society B: Biological Sciences. – 2018. – Vol. 373. – № 1755. – P. 20170344.

24. Zalucki O., Van Swinderen B.What is unconsciousness in a fly or a worm? Areview of general anesthesia in different animal models// Consciousness and cognition. – 2016. – Vol. 44. – P. 72-88.

25. Nieder A., Wagener L., Rinnert P. A neural correlate of sensory consciousness in a corvid bird // Science. – 2020. – Vol. 369. – № 6511. – P. 1626-1629.

26. Kohda M. et al. Further evidence for the capacity of mirrorself-recognition in cleaner fish and the significance of ecologically relevant marks // PLoS biology. – 2022. – Vol. 20. – № 2. – P. e3001529.

27. Alem S., Perry C. J., Zhu X., Loukola O. J., Ingraham T., Søvik E., Chittka L.Associative mechanisms allow for social learning and cultural transmission of string pulling in an insect // PLoS biology. – 2016. – Vol. 14. – № . 10. – P. e1002564.

28. Avarguès-Weber A., Giurfa M.Conceptual learning by miniature brains // Proceedings of the Royal Society B: Biological Sciences. – 2013. – Vol. 280. – № 1772. – P. 20131907.

29. Howard S. R., Avarguès-Weber A., Garcia J. E., Greentree A. D., Dyer A. G. Numerical ordering of zero in honey bees // Science. – 2018. – Vol. 360. – № 6393. – P. 1124-1126.

30. Loukola O. J., Perry C. J., Coscos L., Chittka L.Bumblebees show cognitive flexibility by improving on an observed complex behavior // Science. – 2017. – Vol. 355. – № 6327. – P. 833-836.

31. Ulrich Y., Saragosti J., Tokita C.K., Tarnita C. E., Kronauer D. J.C. Fitness benefits and emergent division of labour at the onset of group living // Nature. – 2018. – Vol. 560. – № 7720. – P. 635-638.

32. Лефевр В. А. Рефлексия. – М.: Когито-Центр, 2003. – 496 с. (Lefebvre V.A. Reflection. – M.: Kogito-Tsentr, 2003. – 496 p.)

33. Peters F.Theories of consciousness as reflexivity // The Philosophical Forum. – 2013. – Vol. 44. – P. 341-372.

34. Лефевр В. А. Лекции по теории рефлексивных игр. – М.: КогитоЦентр, 2009. – 218 с. (Lefebvre V.A. Lectures on the theory of reflexive games. – M.: Kogito-Tsentr, 2009. – 218 p.)

35. Camerer C. F., Ho T. H., Chong J.K. A cognitive hierarchy model of games // The Quarterly Journal of Economics. – 2004. – Vol. 119. – № 3. – P. 861-898.

36. Giurfa M. Behavioral and neural analysis of associative learning in the honeybee: a taste from the magic well //Journal of comparative physiology A. – 2007. – Vol. 193. – № 8. – P. 801-824.

37. Барцев С. И., Батурина П. М., Маркова Г. М. Нейросетевое декодирование информации о внешнем стимуле по паттерну нейронной активности рекуррентной нейронной сети // Доклады Российской академии наук. Науки о жизни. – 2022. – Т. 502. – № 1. – С. 48-53. (Bartsev S.I., Baturina P. M., Markova G. M. Neural network-based decoding input stimulus data based on recurrent neural network neural activity pattern // Doklady Biological Sciences. – M.: Pleiades Publishing, 2022. – Vol. 502. – № 1. – P. 1-5.)

38. Bartsev S.I., Markova G. M. Decoding of stimuli time series by neural activity patterns of recurrent neural network // Journal of Physics: Conference Series. – IOP Publishing, 2022. – Vol. 2388. – № 1. – P. 012052.

39. Crowe D.A., Averbeck B. B., Chafee M. V. Rapid sequences of population activity patterns dynamically encode task-critical spatial information in parietal cortex // Journal of Neuroscience. – 2010. – Vol. 30. – № 35. – P. 11640-11653.

40. Meyers E. M., Freedman D. J., Kreiman G., Miller E.K., Poggio T. Dynamic population coding of category information in inferior temporal and prefrontal cortex // Journal of neurophysiology. – 2008. – Vol. 100. – № 3. – P. 1407-1419.

41. Bartsev S., Markova G. Recurrent and multi-layer neural networks playing Even-Odd: reflection against regression // IOP Conference Series: Materials Science and Engineering. – IOP Publishing, 2020. – Vol. 734. – № 1. – P. 012109.

42. Eliaz K., Rubinstein A. Edgar Allan Poe’s riddle: Framing effects in repeated matching pennies games // Games and Economic Behavior. – 2011. – Vol. 71. – № 1. – P. 88-99.