Klíčový úryvek--- Hračkový model: Formování monád přes PageRank Tady je konkrétní model hračky, který vystihuje, co si myslím, že se skutečně děje. Nazvěme tento model hračky: PageRank Monadology*. Začněte s orientovaným grafem. Každý uzel je primitivní quale, základní prvek zkušenosti. Hrany představují kauzální/pozornostní souvislosti: pokud existuje hrana z A do B, pak A "ovlivňuje" B v nějakém fenomenologicky relevantním smyslu. V každém časovém kroku se dějí tři věci: Krok 1: Segmentace. Graf se rozděluje na diskrétní skupiny. Každá skupina je definována jako "silně souvislá komponenta", což znamená, že pokud začnete u jakéhokoli uzlu ve skupině a sledujete orientované hrany, nakonec se vrátíte tam, kde jste začali. Uvězníš se ve skupině. Tohle jsou monády. Krok 2: Holistická aktualizace. V rámci každé skupiny okamžitě spustíte PageRank. Každý uzel dostane novou váhu na základě struktury celé skupiny. Nejde o lokální aktualizaci jako u pevně velkých a pevných oken buněčných automatů. Nový stav každého uzlu totiž současně odráží celou konfiguraci jeho monády. Představte si to jako "okamžik zkušenosti" pro tu monádu: holistickou harmonizaci, která zohledňuje vše uvnitř hranic. Krok 3: Převedení kabelů. Na základě nových vah a předchozí struktury se graf přepojí. Vznikají nové hrany a topologie se mění. To vytváří nové silně propojené komponenty a cyklus se opakuje. Co nám to dává? Například různé velikosti kbelíků. Silně propojené komponenty mohou mít jakoukoli velikost, od jednotlivých uzlů až po obrovské shluky. Nic v modelu to předem neřeší; vychází z topologie. A komplexní pravidlo aktualizace: v každé monádě algoritmus PageRank zohledňuje celou interní strukturu současně. "Zážitek" monády není vybudován z lokálních interakcí – alespoň ne naivně – protože je vypočítán jako funkce celku. Tohle je samozřejmě schéma. Netvrdím, že mozek doslova řídí PageRank. Ale zachycuje strukturální rysy, na kterých podle mě záleží: hranice, které rozdělují systém na celky, a aktualizují pravidla, která na těchto celcích působí jako na jednotkách, místo aby se procházela jejich částmi.

Právě vyšel nový příspěvek v mé sérii o vědomí! :D Zde je základní intuice vizualizovaná: Každá barevná oblast je "monáda" – silně propojená složka, kde se informace uvnitř cyklicky zachytávají. Hranice nejsou označeny vnějším pozorovatelem. Vznikají přímo z topologie. Každý cyklus: rozdělte na SCC, spusť PageRank ke konvergenci v každé monádě (komplexní aktualizace, kde váha každého uzlu odráží celou vnitřní strukturu současně), a pak přepojit podle těchto vah. Tohle si myslím, že se skutečně děje u fenomenálního vázání. Na rozdíl od tradičních celulárních automatů, kde máte pevné buňky s pevnými lokálními pravidly, zde máme celky s proměnnou velikostí a vnitřními hranicemi a holistickým chováním. "Okamžik zkušenosti" není sestaven z mikro-zkušeností (srov. "prach mysli"). Jeho úkolem je provádět holistický výpočet podobný PageRanku na každé topologicky ohraničené oblasti. Tohle je samozřejmě hračkový model. Ale zachycuje strukturální rysy, které jsou důležité pro fenomenální svazování: hranice, které rozdělují realitu na celky a aktualizují pravidla, která na těchto celcích působí jako na jednotkách, místo aby se procházela jejich částmi. Pokud realita funguje takto (a fyzika to naznačuje, a to důležitými způsoby), evoluce by měla silné důvody používat tyto celky pro výpočetní účely. Proto právě teď.