Знаете, в чем разница между цифровым компьютером и аналоговым? И знаете ли вы вообще, что есть такие вот вычислительные устройства — аналоговые? И это не значит «теплые» и «ламповые» — это значит, что они работают на принципе физического моделирования решаемой задачи, тогда как цифровые вычислители делают это с помощью моделирования математического.
Если гуглить не требуется, можете сразу же листать до второй половины статьи. Если нет, вот вам краткие разъяснения. Допустим, у нас есть металлический сосуд в форме усеченного конуса. Проще говоря — ведро. И мы знаем его точные геометрические размеры: диаметры верхней и нижней окружностей и его глубину. А хотим узнать, как быстро такое ведро будет наполняться водой из-под крана.
С точки зрения обычного компьютера, задача довольно проста: путем всяких хитрых и не вполне понятных гуманитариям математических операций надо вычислить объем ведра, рассчитать поток воды в единицу времени и готово — остается только разделить одно на другое и мы получим время наполнения ведра водой.
Самый примитивный прибор для подобных математических вычислений — это счеты. Помните еще такое устройство? Но проще себе представить, как бы вы решали эту задачу на калькуляторе. Имея на руках исходные данные и помня наизусть все необходимые формулы, вы бы затратили несколько минут на то, чтобы провести и перепроверить все вычисления. Причем, на каждом этапе вы можете ошибиться: неправильно что-то посчитать или просто нажать не ту кнопку, или записать не ту цифру. Но если сделаете все правильно, у вас на руках будет ответ вычисленный в буквальном смысле с математической точностью.
Все цифровые компьютеры — в том числе и тот, с помощью которого вы сейчас читаете этот текст — делают ровно то же самое, только в силу своего устройства им приходится дробить задачу на еще более мелкие шаги и микровычисления, происходящие на уровне машинного кода, скармливаемого центральному процессору. И делает он эти вычисления очень-очень быстро — сотни миллиардов операций в секунду. В итоге кажется, что ответ получается мгновенно, но это не совсем так.
А как бы выглядело решение той же задачи в аналоговом варианте? Самый простой и лобовой способ — сделать из подручных материалов ведро соответствующих размеров, взять секундомер, открыть кран и просто замерить время, за которое оно наполнится водой. Все очень просто для понимания, и результат достаточно точный. В целях оптимизации мы могли бы использовать уменьшенную в 10 раз копию ведра, пропорционально понизить давление воды и автоматизировать весь процесс — тогда задача будет решаться чуть быстрее. А еще можно заменить объем ведра на электрическую емкость конденсатора, а воду на электрический ток, и тогда мы получаем аналоговую схему, моделирующую реальную физическую задачу.
Потерпите — уже скоро перейдем к психологии.
Большой минус аналоговых вычислителей в том, что они не универсальны и сложны в изготовлении. Прибор для измерения скорости наполнения ведра водой вряд ли можно будет приспособить для решения какой-либо еще задачи. К тому же сделать такую установку, которая бы изготавливала ведро нужных размеров, имитировала работу водопровода и автоматически проводила все необходимые измерения, мягко говоря, непросто. Правда, создать универсальный цифровой компьютер и написать для него программное обеспечение, чтобы в него можно было загружать всякие задачи еще сложнее, но этот момент мы здесь опустим.
Но вот в чем неоспоримый плюс аналоговой системы, так это в том, что, когда она уже собрана и отлажена, выдает ответ мгновенно. Время тратится только на процесс моделирования, но сам ответ получается уже безо всякой задержки, поскольку он не вычисляется, а измеряется. Результата вычислений нужно ждать, а измерения происходят и доступны в реальном времени, безо всякой задержки.
Преимущество цифровых систем, с другой стороны, в универсальности и точности — главное выработать математическую модель и любая задача будет решена с минимальной погрешностью. Проблема, однако возникает, когда исследуемые физические процессы настолько сложны, что вычисления займут слишком много времени даже на самых мощных суперкомпьютерах. И тогда все вновь возвращается к аналоговому моделированию, где искомый ответ не столько вычисляется, сколько измеряется — обнаруживается в виде готовых цифр на измерительном приборе в конце цепи.
Еще хуже у цифровых компьютеров дела обстоят с плохо формализуемыми задачами: такими, для которых эффективной математической модели просто не существует. Например, задачи из сферы искусственного интеллекта — распознавание лиц или голоса. В теории и здесь тоже можно придумать строгий математический алгоритм, но беда в том, что ни у кого это пока не получается.
И тогда на сцену выходят нейронные сети, которые представляют собой математическую модель биологического мозга. Это что-то вроде сильно запутанной паутины из нейронов и синапсов, взаимодействующих друг с другом по очень простым принципам, которые легко описать математически. И эта паутина выступает в роли универсального аналогового вычислителя, который можно натренировать на решение практически любой задачи. Но решаться эта задача будет не математически, а… условно говоря, интуитивно, на основе многих тысяч-миллионов-миллиардов учебных ситуаций, которые пропускают через эту нейронную сеть, добиваясь от нее правильной реакции. И когда обучение закончено, она действительно начинает выдавать правильные ответы, как если бы что-то понимала в решаемой задаче.
Такая сеть сочетает в себе преимущества цифровых и аналоговых систем — она относительно универсальна и способна решать сложные для математического моделирования задачи. Но и недостатки у нее тоже от обоих миров: во-первых, обсчет большой нейронной сети требует серьезных вычислительных ресурсов и потому происходит относительно медленно, во-вторых, сеть обучается для решения только одной конкретной задачи — то есть научившись распознавать лица, она ничем не поможет в распознавании голосов. И ее обучение тоже требует больших вычислительных и временных затрат.
Так вот… а какое это имеет отношение к психологии?
Вообще-то всем этим мне хотелось сказать одну простую вещь: в том, что касается решения разного рода задач, человек подобен аналоговому компьютеру со всеми его достоинствами и недостатками. Без технических пояснений не всем было бы понятно, что это значит, но теперь с этим разобрались и можем наконец-то перейти к пояснениям психологическим.
Есть такое расхожее суждение, что для достижения мастерства в том или ином занятии нужно посвятить ему десять тысяч часов — то есть примерно десять лет по три часа в день. По сути, это то время, которое требуется для настройки и обучения нейронной сети в человеческом мозгу. Понятное дело, что цифры эти взяты “с потолка”, но на практике так оно примерно и есть: чтобы стать специалистом в своем деле, нужно посвятить ему от пяти до десяти лет, в зависимости от таланта и интенсивности занятий.
Что при этом происходит? Можно сказать, что мозг меняет свою физическую и логическую структуру в соответствии с решаемой задачей. Нервные клетки выстраивают и укрепляют необходимые синаптические связи, происходит адаптация и настройка нервных путей, может быть, даже усиливается кровоток для доставки дополнительного кислорода в наиболее нагруженные зоны мозга. То есть, происходит глубокая настройка аналогового компьютера для решения какой-то одной специфической задачи.
Если вам приходилось вырабатывать какой-то сложный навык вроде вождения автомобиля, то вам должно быть хорошо знакомо то, как мозг и тело постепенно адаптируются для решения задачи. Поначалу вам приходится каждое действие пропускать через разум: осознанного его обдумывать, принимать решение и действовать с полным сосредоточением. Но постепенно нарабатываются необходимые навыки: тело учится крутить руль, давить на педали и переключать передачи, а сознание — автоматически следить за обстановкой и принимать нужные решения. И через некоторое время вы обнаруживаете, что вам больше не нужно думать и вычислять — управление автомобилем теперь происходит само собой, без вашего сознательного участия. Теперь можно сказать, что вы «научились» — аналоговый компьютер настроился для решения данной конкретной задачи и высвободил сознательные вычислительные ресурсы для других задач.
Однако это еще далеко не мастерство, а всего лишь бытовой навык в нехитром деле. Если же мы хотим не просто ездить на машине по магазинам, а участвовать в “Формуле-1”, то требуется нечто гораздо большее, чем набор базовых навыков управления автомобилем. Тот самый аналоговый компьютер должен выработать намного более сложные навыки и куда более глубокое понимание теории и практики вождения. И для этого будет недостаточно отдельной зоны мозга, которой вполне хватало для обслуживания навыков гражданского вождения. Для достижения выдающихся результатов в автоспорте придется под это дело отдать весь мозг целиком.
В фильме «Матрица» был интересный момент, когда в мозг через компьютерный интерфейс мгновенно закачивались всевозможные знания и умения. Мечта педагогов и всех, кому интересно саморазвитие. Но в реальности так не бывает — не может мозг с равной эффективностью решать разносторонние задачи. Как и всякий аналоговый компьютер, он либо целиком и полностью заточен на решение одной специфической задачи, и тогда может достигать значительных успехов, либо же он учится решать разноплановые задачи, но результаты всякий раз будут не выше любительских.
Вот об этом и речь — чтобы стать мастером в каком-либо деле, недостаточно заниматься им время от времени, нужно этим делом жить! Тонкая и глубокая настройка мозга и всего организма в целом на решение специфической задачи невозможна без того, чтобы этой задаче была посвящена вся жизнь целиком. В противном случае критическое число часов, необходимое для достижения мастерства, никогда не будет достигнуто. Как мышцы утрачивают силу и выносливость, если не давать им нагрузки, так и нейронные связи в мозгу деградируют и обнуляются, если используются слишком мало или слишком редко.
Невозможно быть мастером в двух сферах жизни одновременно. Специалистом можно быть и в нескольких, любителем — во многих, но мастером только в какой-нибудь одной. И хотя говорят, что талантливый человек талантлив во всем, это всего лишь констатация того, что его мозг способен к быстрой адаптации под любую решаемую задачу, но своего пика он может достичь только в чем-то одном — в том, чему будет принесено в жертву все остальное. Мозг, натренированный на две задачи, их обе будет решать вполсилы.
Разумеется, мастерство — это не универсальный всеобщий идеал. Далеко не всем нужно и хочется становиться асом в каком-то деле. Но если все-таки хочется, если есть желание достичь вершин (хотя бы своих собственных), то нужно понимать, что аналоговые вычислительные системы требуют долгой, терпеливой настройки и максимально узкой постановки задачи. Невозможно быть мастером на все руки даже в рамках одной сферы деятельности. Пилот “Формулы-1” не будет участвовать в ралли “Париж-Дакар”, потому что это совершенно другой набор навыков и совершенно другая настройка биологического компьютера.
Женщины часто не понимают и критикуют своих мужчин за то, что те не способны оставить мысли о работе за порогом дома, а мужчины, в свою очередь, часто гордятся тем, что, выйдя из офиса, мгновенно выбрасывают рабочие вопросы из головы. И те, и другие считают, что жизнь будет более полной, если не зацикливаться на работе. Быть может, это хорошо для семьи, для детей, для друзей и веселого времяпрепровождения, но это лишает человека шансов по-настоящему состояться, стать мастером своего дела… если только семья, дети и друзья это не то самое, в чем он и хочет состояться.
А ведь мастерство — это самый дорогой и ходовой товар, как в коммерческом, так и в социальном смысле. Вложение в самого себя — это лучшее из вложений. Но здесь, конечно же, каждый решает сам за себя: распыляться ли на множество различных занятий или сделать ставку на что-нибудь одно. Главное понимать, что жизнь коротка, а качественная настройка биологического компьютера на решение специализированной задачи требует очень много времени, и двух шансов на достижение вершин в чем бы то ни было, скорее всего, не будет. На уровне настоящего мастерства, человек — это существо одной функции, и с этим ничего не поделаешь.
Все, что между делом или с восьми до пяти, — это просто хобби.
Настоящим делом нужно жить и дышать — стать его фанатом.
Просто еще одна красивая теория…
P. S.
Можно было бы порассуждать об этом всем еще — о параллелях между аналоговым компьютером и человеком, о способности решать задачи интуитивно, о том, что значит жить и дышать своим делом… Но текст итак получился уже слишком длинным — продолжим, если будет интерес к этой теме.
