В этой главе мы уже говорили о бейсболе и теперь чуть-чуть продолжим эту тему, чтобы еще более наглядно показать, что наш мозг не занят постоянно напряженными вычислениями. Представьте себе, что высоко отбитый мяч летит прямо к вам. Каким образом вы определяете, где вы должны находиться, чтобы поймать его? Традиционная когнитивная психология дает следующий ответ: решение в этом случае находит маленький Исаак Ньютон внутри вас. Вы высчитываете траекторию движения мяча и определяете место, куда он должен упасть, используя при этом все свои знания по физике. Многое из того, что вы учили в средней школе, давно забыто, но вполне возможно, что ваша двигательная система знает, что нужно делать: ведь после удара мяч летит по параболической траектории (силой ветра и трением о воздух мы, как обычно, пренебрегаем). Вам нужно оценить только несколько параметров, вспомнить, что парабола описывается квадратными уравнениями, быстро решить несложную математическую задачу – вот и все. По результатам вычислений вы определите место, где вам нужно будет находиться. Именно так действует робот, следующий правилам GOFAI: он сидит и думает (надеемся, что не слишком долго), а затем перемещается в нужное место (если успеет).

Однако на самом деле в высшей бейсбольной лиге не требуется помнить и решать квадратные уравнения. Существует более простой способ поимки мяча, при котором думать не нужно вообще. Вместо расчета траектории полета мяча используется прием, позволяющий игроку оказаться именно в том месте, куда должен опуститься мяч (64). Когда мяч летит к игроку, он следит за ним взглядом при подъеме в воздух, поднимая голову и взгляд по мере его приближения. Направление взгляда определяет угол относительно земли. В этом и скрыта суть: чтобы оказаться в том месте, куда падает мяч, игроку достаточно перемещаться вперед или назад, при этом угол должен непрерывно увеличиваться с постоянной скоростью (65). Для отслеживания полета мяча после удара игрок непрерывно поднимает голову (или глаза) и таким образом контролирует движение мяча. Удивительно, что даже после того, как мяч начинает снижаться, игрок все равно продолжает поднимать взгляд. Когда аутфилдер стремительно бежит, чтобы поймать мяч, видно, что направление его тела и скорость движения таковы, что взгляд постоянно поднимается вверх с постоянной скоростью. В результате этих корректировок он в итоге оказывается в том месте, где должен оказаться мяч. Остается только поймать его.

В экспериментах с участием опытных игроков в бейсбол и софтбол, ловивших реальные и виртуальные мячи (66), летевшие иногда по самым невероятным траекториям, проводились тщательные измерения, которые дали схожие результаты. Бейсболист не рассчитывает траекторию падения мяча. Он смотрит на мяч, и его непрерывно поднимающийся взгляд направляет его в нужное место.

Такая простая стратегия, основанная на направлении взгляда, не требует расчета траектории и помимо этого имеет ряд других преимуществ. Прежде всего всю необходимую информацию вы получаете сразу, так что память вам не нужна. Для определения направления взгляда вам достаточно знать, где находится земля и куда вы смотрите. Для определения скорости изменения направления взгляда достаточно знать скорость движения вашей головы, а она вашей сенсорной системе уже известна. Если же опираться на правила GOFAI с большим объемом вычислений, то необходимо будет определить параболическую траекторию, для чего нужно отследить как минимум три точки траектории движения мяча и вставить их координаты в соответствующее уравнение. А это уже не такое простое дело.

Еще одно достоинство такой стратегии в том, что игрок сразу может бежать. Не нужно выполнять массу вычислений перед началом движения, игрок может, а точнее, должен сразу начать перемещаться, чтобы непрерывно увеличивать угол зрения. Поэтому у игрока остается больше времени для поимки мяча. Неудивительно, что именно так и поступают профессиональные бейсболисты.

Приведем более простой и наглядный пример того, как окружающий мир производит вычисления вместо нас. Рассмотрим проблему ориентирования в тесном пространстве. Представьте себе, что вы бежите по пшеничному полю (а если повезет и недалеко действительно расположено пшеничное поле, бегите на самом деле). Вы увидите, что находящиеся рядом с вами пшеничные стебли движутся быстрее, чем отдаленные. Это объясняется особенностями распространения света от поверхности поля до ваших глаз. Геометрия ситуации генерирует систематические схемы, отражающие процесс пересечения вами поля. Если вы совершаете крутой поворот, пшеничные стебли образуют концентрические дуги, следующие за вашим перемещением. Именно таким образом свет отражается от пшеницы и попадает в глаза. То, что вы воспринимаете, является оптическим потоком, паттернами, создаваемыми светом при вашем перемещении по мере отражения от разных поверхностей и попадания в глаза. Оптический поток подчиняется определенным законам. Например, если в яблоневом саду вы повторите траекторию своего движения в пшеничном поле, оптический эффект будет такой же. Конечно, вы увидите нечто совсем другое (яблони отличаются от пшеницы), тем не менее паттерны при этом будут такими же. Как кажется, что далекие от вас пшеничные стебли движутся медленнее, так и деревья, находящиеся далеко, перемещаются медленнее, чем стволы рядом с вами.

Хорошо иллюстрирует оптический поток движение по автомагистрали. Сотрудники Министерства транспорта наносят на дорогах линии, которые помогают водителям соблюдать правила дорожного движения. Пока линии вашей полосы движутся мимо вас с такой же скоростью, как и линии других полос движения, вы продолжаете движение по своей полосе. Это мы знаем и по результатам экспериментов на автомобильном тренажере. Если на тренажере с компьютерным дисплеем линии на одной полосе начинают двигаться быстрее, чем на другой полосе, значит, водитель переходит на полосу с линиями, движущимися с меньшей скоростью. Этот эффект восприятия человеком оптического потока Министерство транспорта использует в тех случаях, когда необходимо, чтобы водитель снизил скорость. Для этого линии наносятся с таким расчетом, чтобы у водителя сложилось впечатление, что он движется быстрее, чем на самом деле. Особенно эффективен этот прием на съездах с автомагистрали.

Человек использует оптический поток, чтобы войти в проем двери. Вы ведь не хотите удариться о косяк, поэтому и входите посередине двери. Робот GOFAI на вашем месте оценил бы расстояние до двери, ширину двери и вычислил угол, под которым нужно перемещаться, чтобы пересечь дверной порог посередине. Для этого потребовалось бы много измерений и еще больше расчетов. Если вы робот, да еще и торопитесь, для вас это было бы трудной задачей. Однако существует более быстрый и простой способ. Приближайтесь к двери так, чтобы обе стойки дверной коробки приближались к вам с одинаковой скоростью (другими словами, оптический поток с обеих сторон должен быть симметричным). Вот и все. Проделав это, вы войдете в дверь, не ударившись плечом о косяк. Именно так и поступают люди. Известно, что если, используя виртуальную реальность, искусственно увеличить скорость оптического потока с одной стороны, то люди идут по коридору уже не посередине, а удаляются от той стороны, где оптический поток быстрее (67).

Подобным же образом используют оптический поток пчелы и другие насекомые (68). Пчелы с помощью оптического потока попадают в свои ульи и ориентируются в тоннелях. Проводились эксперименты, в которых пчелы летали по специальным тоннелям, где оптический поток с каждой стороны мог изменяться. Отмечалось, что насекомые держались у той стенки тоннеля, где оптический поток был медленнее. Если пчелы и другие их сородичи способны так действовать, то это значит, что движение не требует интенсивных вычислений, все действия должны быть простыми.

Эти исследования показывают, что люди (и букашки) не похожи на модель устаревшего компьютера, погруженного в мириады вычислений, изредка прерываемых короткими действиями. Люди используют готовую информацию об окружающем мире (например, оптические связи между мячом и поверхностью земли) и стоящую перед ними задачу приводят к простейшему виду. Очень часто информация, на которую мы реагируем, находится не в нашей голове, а в окружающем нас мире. Это касается не только поимки мяча или вхождения в дверь. При мытье посуды куча грязных тарелок сама указывает нам, что делать; если тарелка блестит, значит, она чистая; а отсутствие стекающей воды информирует нас о том, что тарелку можно убрать. Запоминать при этом тоже ничего не нужно. Аналогично, когда мы читаем страницу книги, нам достаточно видеть лишь строку из букв, на которую мы смотрим. Об остальном позаботится сама страница.

Рассмотренные нами примеры того, как люди читают или ловят мяч, показывают нам, что мы не держим всю информацию в голове. На основных уровнях нашего поведения в качестве запоминающего устройства мы используем окружающий мир. Это достаточно очевидно просматривается и на более высоких уровнях. Куча бумаг на нашем письменном столе напоминает нам о том, что нужно сделать. Список электронных сообщений все чаще превращается в список дел, которые нам предстоит выполнить. Календари, как бумажные, так и электронные, тоже предназначены для этого. Далее мы поговорим о том, каким образом мы используем свое тело в качестве эффективного и гибкого хранилища данных.