как и применительно ко всем остальным. Это становится наглядно видно при создании робота: мы сталкиваемся со множеством проблем, связанных с разработкой программного обеспечения, и их для решения требуются разные хитрости.
Возьмем нашу первую проблему, зрение. Видящая машина должна решить проблему, известную как обратная оптика. Обычная оптика – это раздел физики, позволяющий прогнозировать, каким образом объект определенной формы, состава и степени освещенности будет проецировать разноцветную мозаику цветов, которую мы называем изображением на сетчатке. Оптика хорошо изучена; ее принципы с успехом используются в рисовании, фотографии, телевизионной технике, а в последнее время – также в компьютерной графике и виртуальной реальности. Однако перед мозгом стоит обратная задача. Входная информация – это изображение на сетчатке, а выходная – подробная информация о предметах окружающего мира и материале, из которого они сделаны – именно это мы понимаем под словом «видеть». И вот в этом-то загвоздка. Обратная оптика – то, что инженеры называют «некорректно поставленной задачей». У нее в буквальном смысле нет решения. Проще простого перемножить числа и получить произведение, но невозможно взять произведение и получить множители, из которых оно было получено. Точно так же можно сказать, что оптика – это просто, но обратная оптика невозможна. И все же ваш мозг делает это всякий раз, когда вы открываете холодильник и достаете нужную вам банку. Как такое может быть?30
Ответ заключается в том, что мозг сам предоставляет недостающую информацию о мире, в котором проходил процесс нашей эволюции, и о том, каким образом предметы в нем отражают свет. Если зрительная часть мозга «исходит из посылки» о том, что человек живет в равномерно освещенном мире, состоящем по большей части из твердых предметов с гладкой, однородно окрашенной поверхностью, он может довольно успешно предположить, что за предметы расположены вокруг. Как мы видели ранее, невозможно отличить уголь от снега, анализируя только яркость их изображения на сетчатке. Но представим, что есть специальный модуль, различающий свойства поверхностей, и в него заложено следующее исходное положение: «Мир освещен равномерно и одинаково ярко». Модуль может решить проблему различения угля и снега в три шага: вычесть любой градиент яркости от одного края картинки до другого; оценить средний уровень яркости по всей картинке; вычислить оттенок серого для каждого участка, вычитая его яркость из средней яркости. Тогда значительные отклонения от среднего значения в положительную сторону будут восприниматься как белый цвет, а значительные отклонения в отрицательную сторону— как черный. Если освещение будет ровным, такое восприятие будет соответствовать реальному цвету поверхностей. А поскольку планета Земля уже миллиарды лет в большей или меньшей степени соответствует условию о равномерном освещении, можно сказать, что естественный отбор поступил совершенно правильно, сделав эту посылку
