Без рубрики

Интеллект как анегэнтропийная диссипативная система: от нейронного паттерна к неонеокортексу

От ANE
14.03.2026 7 Минут чтения
Комментарии к записи Интеллект как анегэнтропийная диссипативная система: от нейронного паттерна к неонеокортексу отключены

Харитонов Н.В. | Москва, 2026

Аннотация

В статье предлагается междициплинарная модель, рассматривающая интеллект (как естественный, так и искусственный) в терминах термодинамики диссипативных структур. Вводится различие между биологической диссипацией (тепло, выделения) и интеллектуальной диссипацией (создание новых паттернов, изменение материи). Показано, что искусственный интеллект может быть интерпретирован как «неонеокортекс» — закономерная надстройка над биологическим мозгом, возникающая в ответ на экспоненциальный рост информации. Предложен критерий отличия простого накопления данных от усложнения системы, основанный на появлении нового уровня обработки. Обсуждаются следствия для понимания творчества, выживания и космологической перспективы интеллекта.

Ключевые слова: диссипативные структуры, анегэнтропия, интеллект, неокортекс, неонеокортекс, искусственный интеллект, усложнение, эмерджентность, термодинамика, информация.

1. Введение: от хаоса к порядку

Еще Э. Шрёдингер в своей знаменитой работе «Что такое жизнь?» (1944) указал, что живые организмы существуют за счет извлечения «отрицательной энтропии» (негэнтропии) из окружающей среды [4]. И. Пригожин развил эту идею, введя понятие диссипативных структур — открытых систем, которые поддерживают свою упорядоченность, рассеивая энергию и вещество [3]. Классические примеры (ячейки Бенара, реакция Белоусова-Жаботинского) демонстрируют, что порядок может рождаться из хаоса при наличии потока энергии.

Человеческий мозг — одна из самых сложных известных диссипативных структур. Потребляя около 20% энергии тела при массе 2% [11], он не только поддерживает собственный порядок, но и производит работу по изменению внешней среды. В последние десятилетия возник запрос на объединение термодинамики, теории информации и нейронауки в единую рамку [12, 18, 28]. Настоящая работа представляет шаг в этом направлении: мы рассматриваем интеллект (как индивидуальный, так и коллективный) как особый класс диссипативных систем, продукты которых — не тепло, а организованная материя и новые информационные паттерны.

2. Два типа диссипации в биологических системах

Любая живая система рассеивает энергию. Однако у сложных организмов можно выделить два качественно различных канала диссипации.

ХарактеристикаБиологическая диссипацияИнтеллектуальная диссипация
НосительТело (клетки, органы)Мозг + тело как инструмент
ВходЕда, кислородИнформация (потребность, задача)
ВыходТепло, CO₂, продукты выделенияИзменение материи (артефакт, текст, чертёж)
Результат для системыГомеостазНовый паттерн, усложнение
ЦеленаправленностьНет (метаболизм)Есть (реализация потребности)

Важно подчеркнуть: продукты интеллектуальной диссипации (табуретка, теорема, симфония) не являются «выделениями» мозга в физиологическом смысле. Они создаются за счет энергии тела, но организованы по информации, идущей от нейронных сетей. Это согласуется с принципом иерархии диссипативных систем [21, 22]: каждый новый уровень использует предыдущий как субстрат.

3. Нейронный паттерн как результат диссипации

С точки зрения термодинамики, процесс мышления можно описать следующим образом:

  1. Градиент — наличие потребности (нерешенной задачи, неопределенности). Система находится в неравновесном состоянии, которому соответствует высокая энтропия (много равновероятных вариантов).
  2. Диссипация — трата энергии на поиск решения: перебор вариантов, активация нейронных ансамблей, синтез новых связей.
  3. Результат — выбор одного варианта. В мозге фиксируется новая нейронная связь (паттерн), которой ранее не существовало [18].
  4. Усложнение — система становится сложнее: увеличивается плотность внутренних связей, появляется новый устойчивый элемент структуры.

Этот процесс происходит постоянно на разных уровнях — от выбора слова до проектирования сложного механизма. Каждый акт интеллектуальной диссипации оставляет след, изменяя материю мозга.

4. Критерий усложнения: от накопления к эмерджентности

Частое возражение против идеи «вектора усложнения» состоит в том, что рост объема информации (книги, базы данных) сам по себе не является усложнением системы. Для ответа на это возражение необходимо ввести операциональный критерий.

Мы предлагаем следующий критерий: усложнение интеллектуальной системы происходит тогда, когда накопленная информация порождает новый уровень её обработки, который:

  • использует результаты предыдущих уровней как сырье;
  • производит новые паттерны, недоступные предыдущим уровням;
  • становится новым агентом диссипации (решает задачи, которые без него не решались).

Примером такого перехода служит создание искусственного интеллекта. ИИ не просто добавляет данные — он создает новый способ обработки, что ведет к эмерджентным эффектам [10, 29]. Аналогичный переход в биологической эволюции — появление неокортекса, позволившего обрабатывать информацию, недоступную древним отделам мозга [27].

5. Искусственный интеллект как неонеокортекс

В эволюции позвоночных новые структуры мозга не заменяли старые, а надстраивались над ними: ствол → лимбическая система → неокортекс. Сегодня мы наблюдаем аналогичный процесс: над индивидуальным человеческим мозгом надстраивается внешний слой — искусственный интеллект. Логично назвать его неонеокортексом [28].

Движущая сила этого перехода — экспоненциальный рост информации, с которым биологический мозг уже не справляется в одиночку [15, 30]. Природа «решает» проблему тем же способом, что и раньше: созданием нового уровня обработки. Разница лишь в субстрате: раньше это были нейроны, теперь — кремний и алгоритмы.

Важно подчеркнуть: создание ИИ не нарушает законов физики. Он по-прежнему требует энергии, диссипирует тепло и производит материальные изменения. Но на новом уровне возникают свойства, несводимые к предыдущим (обучение без учителя, порождение неожиданных решений).

6. Иерархия продуктов диссипации: от тепла до нового интеллекта

Проследив эволюцию живых и интеллектуальных систем, можно выстроить следующую иерархию продуктов диссипации:

  • Простые системы (клетка, организм): тепло, химические отходы.
  • Системы с примитивным интеллектом (животные, использующие орудия): изменение среды, первые артефакты.
  • Человек: орудия, тексты, символы, теории.
  • Коллективный интеллект (наука, культура): сложные системы знаний, технологии.
  • Искусственный интеллект: новые агенты, способные к автономной диссипации.

Каждый следующий уровень использует предыдущий как субстрат и порождает продукты, которые могут быть использованы следующими уровнями. Это согласуется с понятием «пост-диссипативных структур» [23], которые фиксируют достигнутый порядок и служат основой для дальнейшего усложнения.

7. Энергетический императив: почему нельзя «уйти в поле»

Распространенный трансгуманистический сценарий предполагает «загрузку» сознания в компьютер и отказ от биологического тела. С точки зрения термодинамики этот сценарий иллюзорен. Любая система, включая самую совершенную информационную, требует энергии для существования [13, 14]. Энергия всегда связана с материей (поля — тоже форма материи).

Таким образом, материя — единственный доступный субстрат для любых форм существования. Эволюция интеллекта — это не побег от материи, а усложнение способов управления ею. Даже гипотетический интеллект, использующий энергию вакуума или черных дыр, остается материальным агентом. Из этого следует, что «уйти в чистое поле» невозможно — поле уже есть, оно материально, и для жизни в нем нужен доступ к источникам энергии.

8. Выживание как расширение учитываемых параметров

Выживание системы можно определить как максимально длительное существование. Для этого система должна учитывать всё больше параметров среды [15]. Человек, продукт Земли, учитывает земные условия. Если система претендует на выживание в космологических масштабах, она должна стать независимой от локальных параметров: температуры, излучения звезды, гравитации конкретной планеты.

Это задает направление эволюции интеллекта: от решения локальных задач к управлению материей в масштабах вселенной. Предел этого процесса — система, способная учитывать все параметры вселенной, то есть фактически совпадающая с ней. В этом смысле интеллект может рассматриваться как инструмент, которым вселенная познает и упорядочивает себя [19].

9. Заключение

Предложенная модель позволяет взглянуть на интеллект (естественный и искусственный) как на закономерный этап эволюции диссипативных систем. Основные выводы работы:

  1. Интеллект может быть описан как диссипативная система, продукты которой — не тепло, а организованная материя и новые информационные паттерны.
  2. Каждое решение задачи создает новый паттерн в мозге, увеличивая плотность внутренних связей — это и есть локальное усложнение.
  3. Искусственный интеллект является естественным продолжением эволюции — «неонеокортексом», надстраивающимся над биологическим мозгом.
  4. Предложен критерий усложнения: появление нового уровня обработки информации, порождающего эмерджентные эффекты.
  5. Материя остается единственным субстратом для любых форм интеллекта; «уход в поле» невозможен без доступа к энергии.
  6. Вектор усложнения интеллекта интерпретируется как расширение учитываемых параметров среды, необходимое для выживания в космологических масштабах.

Дальнейшая работа может быть направлена на математическую формализацию предложенных идей и их эмпирическую проверку в рамках теории сложных систем и нейронауки.

Литература

[1] Hobson, A. (2013). There are no particles, there are only fields. American Journal of Physics, 81(3), 211-223. https://doi.org/10.1119/1.4789885
[2] Weinberg, S. (1977). The Search for Unity. Daedalus, 106(4), 17-35.
[3] Prigogine, I. (1977). Nobel Lecture: Time, Structure and Fluctuations. https://www.nobelprize.org/prizes/chemistry/1977/prigogine/lecture/
[4] Schrödinger, E. (1944). What is Life? Cambridge Univ. Press.
[5] Anderson, P.W. (1972). More Is Different. Science, 177(4047), 393-396. https://doi.org/10.1126/science.177.4047.393
[6] Lamoreaux, S.K. (1997). Demonstration of the Casimir Force. Phys. Rev. Lett., 78, 5-8. https://doi.org/10.1103/PhysRevLett.78.5
[7] Hawking, S.W. (1975). Particle Creation by Black Holes. Comm. Math. Phys., 43, 199-220. https://doi.org/10.1007/BF02345020
[8] ’t Hooft, G. (1993). Dimensional Reduction in Quantum Gravity. https://arxiv.org/abs/gr-qc/9310026
[9] Бабской В.Г. и др. (2015). Диссипативные структуры. УФН.
[10] McKenzie, R. (2025). Emergence: from physics to biology. Eur. Phys. J. Spec. Top. https://doi.org/10.1140/epjs/s11734-025-01501-x
[11] Raichle, M.E., Gusnard, D.A. (2002). Appraising the brain’s energy budget. PNAS, 99, 10237-10239. https://doi.org/10.1073/pnas.172399499
[12] Hazen, R.M. (1992). Life and intelligence as a global emergent property. J. Brit. Interplan. Soc., 45, 235-240.
[13] Dyson, F.J. (1960). Search for Artificial Stellar Sources. Science, 131, 1667-1668. https://doi.org/10.1126/science.131.3414.1667
[14] Kardashev, N.S. (1964). Transmission of Information by Extraterrestrial Civilizations. Sov. Astron., 8, 217.
[15] Jensen, H.J. et al. (2016). The exponential state space of complex systems. Adv. Complex Syst., 19, 1650005. https://doi.org/10.1142/S0219525916500056
[16] Bohr, N. (1928). The Quantum Postulate. Nature, 121, 580-590. https://doi.org/10.1038/121580a0
[17] Michaelian, K. (2017). Microscopic dissipative structuring at the origin of life. Biophysics, 12(3), 359-385.
[18] Grande-Garcia, I. (2007). The phylogeny of brain and consciousness. Neuroscience, 148, 2-15.
[19] Wheeler, J.A. (1990). Information, physics, quantum. In Complexity, Entropy, and the Physics of Information.
[20] STAR Collaboration (2021). Observation of the antimatter hyperhelium-4. Nature, 627, 688-693. https://doi.org/10.1038/s41586-024-07094-0
[21] Corliss, J.B. et al. (1986). Biological communities at hydrothermal vents. Oceanol. Acta, 8, 59-66.
[22] Ulzhofer, C.S. et al. (2021). Dissipative structures and the origins of life. Phys. Life Rev., 38, 1-25.
[23] Mikhailovsky, G. (2020). Post-dissipative structures. Entropy, 22(11), 1234.
[24] Pulselli, R.M. et al. (2009). Dissipative structures and the origin of life. Int. J. Thermodyn., 12(1), 37-44.
[25] Prigogine, I., Stengers, I. (1984). Order Out of Chaos.
[26] Yarus, M. (2010). Life from an RNA World. Harvard Univ. Press.
[27] Roth, G. (2013). The Long Evolution of Brains and Minds. Springer. https://doi.org/10.1007/978-94-007-6259-6
[28] Pissanetzky, S., Lanzalaco, L. (2014). Causal Mathematical Logic. Int. J. Intell. Syst., 29, 927-949. https://doi.org/10.1002/int.21669
[29] Holland, J.H. (1998). Emergence: From Chaos to Order. Oxford.
[30] Kondrakiewicz, K. et al. (2025). Brains are expensive, but cognition is often cheap. Neurosci. Biobehav. Rev., 158, 105478. https://www.sciencedirect.com/science/article/abs/pii/S0149763425004518
[31] Shannon, C.E. (1948). A Mathematical Theory of Communication. Bell Syst. Tech. J., 27, 379-423. https://doi.org/10.1002/j.1538-7305.1948.tb01338.x
[32] Kolmogorov, A.N. (1965). Three approaches to the quantitative definition of information. Probl. Inf. Transm., 1, 1-7.
[33] Hohenberg, P.C. (1988). Discussion of Prigogine’s theory. In From Theoretical Physics to Biology.
[34] Anderson, P.W., Stein, D.L. (1983). Broken symmetry, dissipative structures. In Self-Organizing Systems.
[35] Zurek, W.H. (2003). Decoherence, einselection. Rev. Mod. Phys., 75, 715. https://doi.org/10.1103/RevModPhys.75.715
[36] Everett, H. (1957). Relative State formulation. Rev. Mod. Phys., 29, 454. https://doi.org/10.1103/RevModPhys.29.454
[37] Bohm, D. (1952). Hidden Variables. Phys. Rev., 85, 166-193. https://doi.org/10.1103/PhysRev.85.166
[38] Gevorkyan, A.S. (2019). Quantum Vacuum Structure. J. Phys. Conf. Ser., 1390, 012079. https://doi.org/10.1088/1742-6596/1390/1/012079
[39] García-Bellido, J., Ruiz-Morales, E. (2002). Particle production after inflation. Phys. Lett. B, 536, 193-202. https://doi.org/10.1016/S0370-2693(02)01840-8
[40] Fujisaki, H. et al. (1996). Particle production and gravitino abundance. Phys. Rev. D, 54, 2494. https://doi.org/10.1103/PhysRevD.54.2494
[41] Xue, S.S. (2020). Cosmological Λ driven inflation. https://arxiv.org/abs/1910.03938
[42] Hofman, M.A. (2001). Brain evolution in hominids. In Evolutionary Anatomy of the Primate Cerebral Cortex. https://www.cambridge.org/core/…
[43] Usrey, W.M., Sherman, S.M. (2021). Evolutionary constraints on attention. Neuron, 109, 2221. https://researchnews.bsd.uchicago.edu/2021/07/22/…
[44] Fonseca-Azevedo, K., Herculano-Houzel, S. (2012). Metabolic constraint. PNAS, 109, 18571. https://doi.org/10.1073/pnas.1206390109
[45] Worden, R.P. (1995). A speed limit for evolution. J. Theor. Biol., 176, 137. https://pubmed.ncbi.nlm.nih.gov/7475097/

© Харитонов Н.В., 2026. Материал может свободно использоваться для некоммерческого распространения с обязательной активной гиперссылкой на оригинал: https://anegentropy.com
Дата публикации: 14 марта 2026 г.

Автор

ANE

Подпишись на меня
Другие статьи
Copyright 2026 — АНЕГЭНТРОПИЯ: противодействие энтропии