Образование для образованных. 2021 - стр. 24
В соответствии с подходом бесконечного развития, нужно не просто решать проблемы – ибо сложность и изящество решения при этом ограничено сложностью проблемы. Нужно делать две вещи: 1) порождать проблемы и 2) решать их.
Всё более и более сложные проблемы должны быть не любые, а находящиеся в зоне «ближнего развития» – ни слишком трудные для решения, ни слишком лёгкие (тут в английском используется ещё одно плохо переводящееся слово: goldilocks, означающее в том числе «не горячее, и не холодное, а в самый раз»). Бесконечное развитие требует ступенек, ни слишком низеньких, ни слишком высоких.
В январе 2019 года Stanley (он сейчас возглавляет лабораторию искусственного интеллекта в OpenAI) и Lehman сделали алгоритм бесконечного развития60 а в марте 2020 года усилили этот алгоритм61. Алгоритм порождает своей стратегирующей частью всё более и более сложные рельефы местности (даёт параметры генератору рельефов: «ставит цель»), а затем его решающая часть-робот решает эти проблемы, то есть учится проходить заданные частью целеполагания рельефы. Оказалось, что постепенно наученные через «проблемы в зоне ближнего развития» роботы могут проходить в конечном итоге самые сложные среды, а попытки просто «решить проблему» без этих промежуточных научений, а просто «научиться с нуля», без stepping stones/ступенек проваливаются. Оказывается, без эволюции, без промежуточных ступенек мы не можем научиться чему-то сложному! Обучение какой-то деятельности должно быть многоступенчатым, развитие должно проходить через ступеньки, находящиеся на границе тумана – ни слишком трудные (тогда научение невозможно), ни слишком лёгкие (тогда не будет накоплен опыт).
Для алгоритма бесконечного развития нужно достаточное время, и мы получим удивительные результаты. По большому счёту, эволюция на Земле получила удивительный результат, ибо она как раз реализует такой алгоритм: условия существования Земли ставят всё более и более разнообразные и сложные задачи развивающимся на ней животным и растительным видам, а эти виды достигают удивительного мастерства в решении этих задач. Один из самых интересных моментов тут – это получение биологического интеллекта, затем развитие цивилизации, а сейчас и получение машинного интеллекта. Человечество ставит и ставит себе всё более и более сложные задачи, и научается эти задачи решать.
Этот алгоритм реализуется не только всей Землёй, не только всей цивилизацией, но даже в одном мозге. Автор когда-то задавал вопрос проф. Дж. Гриндеру (одному из основоположников нейролингвистического программирования), считает ли он перспективными «остановку внутреннего диалога» и прочие средства обеспечения «единства сознания», «недуальности». Джон Гриндер отвечал, что не считает: для развития всегда должно быть некоторое противоборство, критика, а хоть и в одном мозге. Единство – это путь к стагнации, а не к развитию/эволюции/прогрессу, как это ни назови. Поэтому даже в одном и том же мозге постановщик проблем должен всё время ставить задачу, а решатель проблем учиться её решать – и так развиваться до бесконечности. Никакой остановки, никакой стагнации, никакого успокоения при достижении «конечной цели». Каждая новая цель, каждая новая ступень сложней предыдущей, цепочка этих ступеней никогда не заканчивается, это и есть жизнь.