Maszyna predykcyjna i algorytm mistrza
Odrzućmy na chwilę romantyczne mity o wrodzonym talencie, boskiej iskrze i benzynie płynącej w żyłach. Kiedy obserwujemy Roberta Kubicę za kierownicą, z perspektywy nauki patrzymy na coś znacznie bardziej fascynującego niż tylko sportowy fenomen.
Wiele wskazuje na to, że układ nerwowy polskiego kierowcy pod wieloma względami działa podobnie do doskonale wytrenowanego modelu sztucznej inteligencji. Zrozumienie, jak biologia i fizyka ukształtowały ten umysł, pozwala pojąć, dlaczego rajdowy wypadek zniszczył ciało, ale nie zdołał wymazać genialnego algorytmu.
Dla przeciętnego fana motorsportu Formuła 1, 24h Le Mans, wyścigi długodystansowe (FIA WEC, ELMS) i inne, to przede wszystkim starcie inżynierów, speców od aerodynamiki i strategów, w którym kierowca jest wysoko wykwalifikowanym operatorem maszyny. W rzeczywistości kokpit bolidu to ekstremalny poligon doświadczalny dla ludzkiej neurobiologii. To środowisko, w którym czas przetwarzania danych i zdolność adaptacji do potężnych przeciążeń wyznaczają cienką granicę między mistrzostwem a rzemieślniczą przeciętnością.
Aby jednak zrozumieć, dlaczego niektórzy kierowcy potrafią dostrzec i poczuć na torze więcej, musimy na wstępie zburzyć największe złudzenie dotyczące naszego własnego organizmu. Nasz mózg nie jest wyłącznie maszyną reagującą na bodźce. Według najnowszych odkryć nauki (kognitywistyka, neuronauka obliczeniowa, neurobiologia i neurologia) w ogromnym stopniu działa jako system przewidujący to, co za chwilę się wydarzy. Gdyby było inaczej, ewolucja potknęłaby się o własne nogi już na etapie nauki chodzenia.
Życie w opóźnionej symulacji. Dlaczego mózg musi przewidywać?
Podczas jednego ze swoich publicznych wykładów profesor Marek Kaczmarzyk, uznany biolog i neurodydaktyk, zarysował koncepcję, która dosłownie wywraca do góry nogami nasze laickie postrzeganie świata. Zwrócił on uwagę na istotny fizyczny fakt: bodźce ze środowiska zewnętrznego – światło padające na siatkówkę, dźwięk uderzający w bębenki czy zmiana ciśnienia rejestrowana przez błędnik – potrzebują czasu, by dotrzeć do ośrodkowego układu nerwowego i zostać zdekodowane, przetworzone, by mózg następnie wypracował stosowny sygnał np. do układu mięśniowego (reakcję). W świecie biologii nic nie dzieje się natychmiast.
Jak celnie ujął to profesor, rzeczywistość, której świadomie doświadczamy w danej chwili, jest de facto obrazem tego, co nasz mózg zakładał, że się wydarzy, na podstawie danych zebranych ułamek sekundy wcześniej. Gdybyśmy polegali wyłącznie na „czystym” i spóźnionym sygnale z naszych zmysłów, zwykły spacer po chodniku kończyłby się upadkiem. Zanim impuls o utracie równowagi dotarłby z błędnika do kory mózgowej, a stamtąd do mięśni korygujących postawę, leżelibyśmy już na ziemi. Właśnie dlatego ewolucja ukształtowała ludzki mózg w model maszyny predykcyjnej (predictive processing). On nie tyle biernie analizuje obecną chwilę, co nieustannie symuluje najbliższą przyszłość, na bieżąco korygując ewentualne błędy pomiarowe napływającymi danymi.
I w tym zjawisku leży klucz do zrozumienia różnicy między dobrym kierowcą a wybitnym mistrzem. Dobry zawodnik reaguje na uślizg tylnej osi, gdy ten już w sposób oczywisty się rozpocznie. Mózg mistrza – za sprawą wybitnie nastrojonej neurobiologicznej predykcji – buduje tak trafne przewidywania zachowania samochodu, że korekta następuje praktycznie natychmiast po pojawieniu się pierwszych, niezwykle subtelnych sygnałów ze strony opon.
Najbardziej paliwożerny silnik świata
Jak jednak wykalibrować taki biologiczny komputer do precyzyjnej pracy w ekstremalnych warunkach wyścigowych? Odpowiedź kryje się w procesach zachodzących u nas we wczesnym dzieciństwie.
Ludzki mózg, choć stanowi średnio zaledwie około 2 procent masy ciała dorosłego człowieka, w spoczynku pożera nawet 20 procent całkowitej energii organizmu. U małego dziecka te proporcje są jeszcze bardziej drastyczne (od ok. 43 do nawet 66% całkowitej energii spoczynkowej organizmu!). Mózg kilkulatka posiada strukturalnie hipergęste sieci połączeń synaptycznych. Każde nowe doświadczenie, każdy upadek i dźwięk tworzą w nim gąszcz nowych, biologicznych „kabli”.
Profesor Kaczmarzyk wskazuje tu na fascynujący, wręcz inżynieryjny kompromis natury. Gdyby dorosły człowiek dysponował tak gęstą siecią neuronów jak małe dziecko, nie istniałby ludzki układ trawienny zdolny dostarczyć z pożywienia wystarczającej ilości kalorii do jego zasilenia. Nasze żołądki i jelita po prostu fizycznie by tego nie przetworzyły. Utrzymanie tak gigantycznej infrastruktury obliczeniowej doprowadziłoby dorosły organizm do szybkiej śmierci głodowej. Ale jakoś nie umieramy od myślenia. Dlaczego?
Czas bezlitosnych nożyc. Biologia optymalizuje koszty
Ponieważ wykształcona przez ewolucję biologia jest systemem do bólu pragmatycznym, wyposażyła nas w genialny mechanizm zwany przycinaniem synaptycznym (neural pruning). W okresie dojrzewania i intensywnego dorastania nasz organizm zaczyna przeprowadzać w układzie nerwowym potężną inwentaryzację. Organizm osłabia lub całkowicie usuwa te połączenia, które były i są wykorzystywane rzadko. Jednocześnie pozostawia i wzmacnia grubszymi osłonkami mielinowymi te ścieżki, które aktywowane są niemal bez przerwy.
To radykalna optymalizacja zużycia energii w ciele. Zostawiamy w głowie szerokie autostrady tam, gdzie realnie podróżujemy, a rzadko uczęszczane, zarośnięte ścieżki zostają zaorane. Ten proces jest momentem, w którym powstaje nasza dominująca architektura połączeń. Oczywiście neuroplastyczność mózgu towarzyszy nam przez całe życie – zawsze możemy nauczyć się czegoś nowego – jednak to właśnie w młodości wylewa się najtwardszy, fundamentalny system operacyjny dla naszego postrzegania świata. Późniejsze modyfikacje to już w zasadzie… umysłowy facelifing.
Uczenie maszynowe interfejsu białkowego. Trening a wnioskowanie
Jeśli interesujesz się nowymi technologiami, ten proces biologicznej optymalizacji z pewnością brzmi dla Ciebie dziwnie znajomo. Analogia do nowoczesnych modeli sztucznej inteligencji (AI) nasuwa się w tym przypadku sama, dając nam doskonałe narzędzie do zrozumienia mechaniki ludzkiego uczenia. Na poziomie biologicznym, a nie społecznym oczywiście.
W świecie uczenia maszynowego powszechnie wiadomo, że proces początkowego trenowania wielkich modeli językowych (LLM) pochłania gigantyczne pokłady prądu, czasu i mocy obliczeniowej. Algorytm analizuje petabajty danych, budując wagi i połączenia w swoich potężnych, sztucznych sieciach neuronowych. Jednak gdy model jest już ukształtowany i gotowy, samo wnioskowanie (inferencja) – czyli odpowiadanie na nasze pytania na podstawie zdobytej „wiedzy” – jest wielokrotnie tańsze energetycznie i odbywa się błyskawicznie.
Bardzo podobny proces zachodzi w cyklu życia człowieka. Małe dzieci są na etapie najbardziej energochłonnego treningu. W ciągu pierwszych lat życia chłoną z otoczenia przytłaczającą ilość danych sensorycznych. Uczą się poruszać w trójwymiarowej przestrzeni, rozpoznawać zasady działania grawitacji, łapać balans i kategoryzować świat. Środowisko, jakie im dostarczymy w fazie tego wielkiego „treningu”, decyduje w dużej mierze o sile i precyzji ich późniejszych algorytmów predykcyjnych.
Gokarty, przeciążenia i zabetonowana intuicja
I w tym miejscu na scenę wjeżdża zaledwie siedmioletni Robert Kubica. Chłopak, który od najmłodszych lat został w sposób absolutny zanurzony w szybkim i bezwzględnym świecie motorsportu. Ponieważ wyścigi były jego własną pasją (podobno jako czterolatek potrafił godzinami kręcić kółka w samochodziku kupionym przez jego rodziców), umysł chłonął specyfikę tego brutalnego środowiska w sposób totalny i podświadomy.
Gdy jego rówieśnicy adaptowali swoje hipergęste sieci neuronowe do nauki tabliczki mnożenia czy gier zespołowych na boisku, układ nerwowy młodego Polaka był nieustannie bombardowany przeciążeniami rzędu kilku G, wibracjami płynącymi z podwozia oraz mikrouślizgami nagrzanych opon. Gdy nastał u niego czas dojrzewania i ruszył potężny proces przycinania synaptycznego, biologia podjęła jedyną słuszną z jej perspektywy decyzję. Ścieżki nerwowe odpowiadające za integrację informacji wzrokowych, błędnikowych (odpowiedzialnych za równowagę i orientację przestrzenną) oraz propriocepcji (czucia głębokiego ułożenia własnego ciała) były u niego aktywowane na tak ekstremalnych poziomach, że układ nerwowy uznał je za krytycznie ważne. Zostały one opancerzone i zintegrowane jako absolutny priorytet.
To właśnie z tego powodu często mówi się, że Kubica nie uczył się suchej fizyki z podręczników – on w nią po prostu wrósł. Jego mózg wyrobił w sobie genialną, opartą na milionach odebranych bodźców, zdolność podświadomego przewidywania zachowania pojazdu. Jego biologiczny system predykcyjny został wręcz fabrycznie skalibrowany do pracy w środowisku o ogromnej dynamice.
Wypadek, który zniszczył ciało, ale nie ruszył kodu
Zrozumienie tego wczesnego, neurobiologicznego fundamentu rzuca zupełnie nowe, głębsze światło na tragiczne wydarzenia z 6 lutego 2011 roku. Wypadek podczas włoskiego rajdu Ronde di Andora, w którym stalowa bariera niemal doszczętnie zmiażdżyła prawą stronę ciała Polaka, brutalnie zatrzymał jego rajd po tytuł mistrza świata. Lekarze dokonali niemal cudu, ratując prawie amputowaną rękę, ale z perspektywy czystej motoryki ciało Kubicy uległo trwałej degradacji. Ograniczenia ruchowe zostały z nim na zawsze.
Z punktu widzenia neurobiologii stało się jednak coś niezwykłego. Fundament architektoniczny pozostał nietknięty. Wypadek zniszczył fizyczne „łącza” i peryferia, jednak nie zdołał wymazać zakodowanego głęboko w korze mózgowej modelu predykcyjnego. To właśnie ten perfekcyjnie ukształtowany w dzieciństwie kapitał poznawczy sprawia, że Polak do dziś dokonuje na torach rzeczy z pozoru niemożliwych. Tylko przypomnę, ustępujący innym sprawnością motoryczną kierowca wygrał morderczy 24h Le Mans w królewskiej, topowej klasie hypercarów. Jego potężny układ nerwowy wciąż błyskawicznie symuluje i przewiduje, co za moment stanie się z podwoziem samochodu. Niesamowita zdolność do kompensacji mózgowej pozwoliła mu z czasem na tyle zmodyfikować sposób prowadzenia (używając lewej ręki niemal w 80 procentach), by po prostu dostosować uszkodzony aparat ruchowy do bezbłędnych komend, które wciąż produkuje jego umysł.
Maszyna, która czuje każdą fizykę
Dla tak ukształtowanego, pracującego w trybie ciągłej predykcji umysłu nie ma większego znaczenia, za kierownicą jakiego pojazdu zasiada. Niezależnie od tego, czy jest to wysoce zoptymalizowany aerodynamicznie bolid Formuły 1, ciężki samochód rajdowy WRC, pędzący 300 km/h prototyp klasy LMP2, czy cywilne auto miejskie z wypożyczalni – surowe prawa fizyki pozostają we wszechświecie uniwersalne.
Gdy Robert Kubica zajmuje miejsce w fotelu wyścigowym, bardzo szybko adaptuje się do każdego sprzętu. Praktycznie wszyscy inżynierowie wyścigowi, którzy współpracowali z Polakiem potwierdzają jego niezwykłe wręcz zdolności adaptacji do nowego pojazdu. Wystarczy mu naprawdę bardzo krótki czas, by przekalibrować zmienne wejściowe dla swojego genialnego równania w umyśle. Reszta dzieje się poza świadomością. Układ nerwowy automatycznie przelicza wektory sił, a maszyna zaczyna jechać dokładnie w tym ułamku milimetra, w którym kończy się przyczepność gumy, a zaczynają prawa fizyki.
I choć do dziś dla każdego fana królowej motorsportu pozostaje ogromny żal, że nie mieliśmy okazji oglądać go na najwyższym stopniu podium w czerwonym kombinezonie Ferrari, to z punktu widzenia nauki jego historia stanowi coś o wiele cenniejszego. To opowieść o tym, jak niezłomny i adaptacyjny potrafi być ludzki umysł.
Paradoks polega na tym, że dziś w ośrodkach badawczych na całym świecie próbujemy budować potężną sztuczną inteligencję, na każdym kroku inspirując się ludzkim mózgiem i sieciami neuronowymi. Tymczasem historia Roberta Kubicy pokazuje coś wręcz odwrotnego. To właśnie dzięki szybkiemu rozwojowi AI i uczenia maszynowego, my sami zaczynamy wreszcie rozumieć, jak niesamowitym, predykcyjnym algorytmem od milionów lat dysponuje natura. My sami.
