Д.С. Чернавский и Н.М. Чернавская
Много в пространстве невидимых форм и неслышимых звуков, Но передаст их лишь тот, кто умеет и видеть и слышать
А.К. Толстой
Введение
Проблема творчества волновала человечество с античных времён. Тем не менее, вопрос о том, в чем состоит этот процесс и как он протекает, до сих пор остается дискуссионным. Это естественно, поскольку суть явления выяснена далеко не до конца и сам термин – творчество – употребляется в разных смыслах. По той же причине четкое и общепринятое определение феномена творчества сейчас отсутствует.
Традиционно проблема творчества относится к гуманитарным наукам: философии и психологии. В этих науках было предложено несколько разных определений творчества. Среди них наиболее конструктивным, на наш взгляд, является определение творчества как генерации (непредсказуемого возникновения) новой ценной информации.
Было показано, что творчество – результат интуитивного мышления и при чисто логическом подходе творчество отсутствует. Это утверждение хорошо известно специалистам логики, но может вызвать удивление (и протест) у представителей точных наук. Действительно, доказательство теорем и решение математических задач часто приводят как пример творчества. Однако если задача четко сформулирована, то решение её можно поручить компьютеру. В этом случае результат вычислений уже предопределен исходными положениями и новой информации не содержит. Элемент творчества при этом все же присутствует и заключается в выборе наилучшей программы (или пути решения задачи), однако тем и ограничивается.
Приведенный пример логического решения задач, в случае, когда исходной информации достаточно, требует профессионализма и, часто, высокого класса. Однако профессионализм и способность к творчеству – свойства разные и даже противоречивые.
В науке и жизни необходимо и то и другое, но в определенном соотношении. Узкий профессионализм сковывает творчество и тем ему препятствует. С другой стороны, творчество раздвигает и разрушает рамки узкого профессионала и тем ему опасен. Можно сказать, что профессионализм и творчество находятся в дополнительном (в смысл Н. Бора) отношении.
В художественной форме это ярко показал А.С. Пушкин в драме «Моцарт и Сальери» В ней Сальери – профессионал, стремящийся подчинить творчество логике, или, по словам Пушкина, «алгеброй гармонию поверить». Моцарт – творец, разрушающий прокрустово ложе логики, ищущий (и находящий) новые решения, логически не предвидимые. Именно в этом и состоит суть драматического конфликта.
В гуманитарных науках творчество описывается как акт озарения, который не подвластен исследованию и анализу в рамках естественных и точных наук. Принято думать также, что озарения приходят редко и каждое из них — событие, о котором слагаются легенды. Пример тому — яблоко, упавшее на голову Ньютона.
В действительности, каждому человеку на каждом шагу приходится принимать решения в условиях недостатка информации, т.е. заниматься творчеством.
Тем не менее, принятие решений в повседневной жизни и творчество в науке и искусстве все же отличаются.
В первом случае человек ориентируется на прецеденты, собственный неформализованный опыт (т.е. интуицию). При этом он учитывает сложившиеся в обществе правила поведения, которые, однако, не жестки и допускают различные варианты решений. Логика здесь используется редко и слова “давайте мыслить логически”, как правило, произносятся именно тогда, когда логический путь зашел в тупик.
Художественное творчество не сковано жесткими рамками. Цель его — сообщить человечеству нечто новое в емкой, но не жесткой, а свободной индивидуальной форме, допускающей различные толкования. Ценность создаваемой при этом информации определяется обществом, и этот процесс тоже неоднозначен.
В научном творчестве главная задача — раздвинуть рамки принятых аксиом и сформулировать новые, охватывающие задачи, которые в прежних рамках не находили решения [1, 2, 3].
Тезис о том, что процесс творчества невозможно исследовать в рамках точных и естественных наук, до недавнего времени считался общепринятым. Однако сейчас уже настало время, когда к феномену творчества можно подойти с позиций этих наук. Именно в этом и состоит цель предлагаемой публикации.
На первый взгляд такая цель может показаться кощунственной, поскольку выглядит как попытка «алгеброй гармонию поверить». Однако современная наука – отнюдь не сухая и жесткая алгебра, которую имел в виду Пушкин.
В последнее время в точных и естественных науках произошли существенные изменения. Рамки их расширились, так что современная наука по глубине и красоте не уступает музыке Моцарта. Ниже мы обсудим, какие именно достижения точных и естественных наук позволили расширить их рамки и приблизить к пониманию феномена творчества.
Психологических аспектов творчества мы, по возможности, касаться не будем. Дело в том, что этим аспектам посвящена обширная литература, которую в краткой статье объять невозможно. Кроме того, эта тематика выходит за рамки нашей цели.
Что же именно произошло в науке в последнее время?
Полный ответ на этот вопрос в краткой статье дать трудно, и поэтому отметим наиболее важные события, породившие новые направления.
Во-первых, в теории динамических систем возникло новое направление – динамический хаос. Появилась возможность с помощью математических моделей исследовать механизм непредсказуемых (случайных) явлений. Особую роль здесь играет хаос, который возникает, длится конечное время и затем исчезает. Именно на стадии хаоса (точнее, при выходе из него) возникает новая ценная информация. [4]. В этой стадии существует момент, когда генерация ценной информации наиболее эффективна. Этот момент по существу и является «моментом озарения», или, что то же, «моментом истины». Предложено несколько названий промежуточной хаотической стадии: в работах [4,5] она называется «перемешивающий слой», в работах Г.Г. Малинецкого [6] используются более образные термины: «джокер» – хаотическая стадия и « русло» – динамическая.
Чередование стадий: порядок > хаос > новый порядок (или, в терминологии [6] «русло» > »джокер» > «новое русло») является характерной особенностью всех развивающихся систем. Это не удивительно, поскольку во всех развивающихся системах происходит рождение новой информации. Такое чередование стадий соответствует известной триаде Гегеля: «тезис» > «антитезис» > «синтез», которая, кстати, была предложена ровно двести лет тому назад (в 1803 г.). В точных науках (т.е. в теории динамических систем) по существу то же было сформулировано лишь недавно. Важно подчеркнуть, в рамках этой теории понятия: «момент истины» или, что то же, «момент озарения» имеют не только художественный, но и вполне четкий математический смысл.
Во-вторых, в последнее время успешно развивалась нейрофизиология. Это важно, поскольку процесс творчества, как частный случай мышления, протекает в реальных нейросетях человека. Поэтому, исследуя явление творчества в рамках естественных наук, необходимо представлять себе, какие именно процессы протекают в головном мозге на биохимическом, клеточном и нейросетевом уровнях. В настоящее время эти процессы на всех упомянутых уровнях достаточно хорошо изучены (см., например [7]).
В-третьих, в последние десятилетия возникли новые направления: теория распознавания [8] и нейрокомпъютинг [9]. Конечной целью этих теорий (так же как и любой другой теории) является прогноз поведения окружающих объектов (как живых, так и не живых). Тем не менее, они сильно отличаются от теорий в обычном понимании слова. Главное отличие в том, что прогноз делается не на основе аксиом и логических выводов из них, а на основании прецедентов. Набор прецедентов носит название – «обучающее множество». Требование доказательства верности прогноза в теории распознавания отсутствует. Вместо него используются критерии похожести. Основной задачей теории является ответ на вопрос: на что (или на кого) похож данный объект (или субъект). Для этого необходимо знать признаки объекта и сравнить их с признаками объектов из обучающего множества. В основе прогноза лежит положение: поведение объекта будет похоже на поведение его прототипа из известных прецедентов. Напомним, что именно так совершается творчество в повседневной жизни.
Тем не менее, теория распознавания является разделом математики и, следовательно, относится к точным наукам. Математика используется для того, чтобы слова «похож» или «не похож» обрели количественное выражение. Она используется также для формализации процесса распознавания. Последнее удается не всегда, но если удалось, то формулируется алгоритм распознавания, именуемый «решающим правилом». Владея им и зная признаки объекта, можно прогнозировать его поведение уже чисто логическим путем, не обращаясь к прецедентам. Можно сказать, что распознавание до формулировки решающего правила происходит интуитивно, а после – логически. Т.о. в рамках этой теории удается проследить путь перехода от интуитивного мышления к логическому. До развития теории распознавания даже поставить такую задачу было немыслимо.
Нейрокомпъютинг [9] (или, что то же, теория нейросетей) – новое и бурно развивающееся направление науки. Первоначально оно возникло как попытка математического моделирования процессов в мозге. Попутно выяснилось, что оно имеет богатые практические приложения (в частности, в медицине и военном деле). Сейчас его можно рассматривать как мост, соединяющий теорию распознавания и нейрофизиологию.
Во всех упомянутых теориях большую роль играет интеграция информаций. Поясним суть процесса интеграции.
Набор объектов, входящих в обучающее множество всегда ограничен и подчинен определенной цели. Так, в механике это набор массивных тел и цель – прогноз их поведения под действием сил. В термодинамике это набор сплошных сред (газы, жидкости и т.п.) и цель – прогноз их поведения при изменении давления, температуры и объема. В каждом из этих обучающих множеств были сформулированы свои решающие правила, которые играли роль аксиом (или «начал»). Эти аксиомы имеют силу в своей области и не имеют её в другой.