Ключевой отрывок--- Игрушечная модель: Формирование монады через PageRank Вот конкретная игрушечная модель, которая, как я думаю, на самом деле отражает происходящее. Назовем эту игрушечную модель: Монадология PageRank*. Начнем с направленного графа. Каждая вершина — это примитивный квале, базовый элемент опыта. Ребра представляют собой причинно-внимательные связи: если есть ребро от A к B, то A "влияет" на B в каком-то феноменологически значимом смысле. На каждом временном шаге происходят три вещи: Шаг 1: Сегментация. Граф делится на дискретные группы. Каждая группа определяется как "сильно связный компонент", что означает, что если вы начнете с любой вершины в группе и следуете направленным ребрам, вы в конечном итоге вернетесь туда, откуда начали. Вы застреваете в группе. Это и есть монады. Шаг 2: Холистическое обновление. Внутри каждой группы вы мгновенно запускаете PageRank. Каждая вершина получает новый вес на основе структуры всей группы. Это не локальное обновление, как в клеточных автоматах с фиксированным размером и фиксированными окнами. Скорее, новое состояние каждой вершины отражает всю конфигурацию ее монады одновременно. Подумайте об этом как о "моменте опыта" для этой монады: холистическая гармонизация, которая учитывает все внутри границы. Шаг 3: Переподключение. На основе новых весов и предшествующей структуры граф переподключается. Формируются новые ребра, и топология меняется. Это создает новые сильно связные компоненты, и цикл повторяется. Что это нам дает? Переменные размеры ведер, во-первых. Сильно связные компоненты могут быть любого размера, от одиночных вершин до огромных кластеров. Ничто в модели не фиксирует это заранее; это возникает из топологии. И холистическое правило обновления: внутри каждой монады алгоритм PageRank учитывает всю внутреннюю структуру одновременно. "Опыт" монады не строится на основе локальных взаимодействий - по крайней мере, не наивно - потому что он вычисляется как функция целого. Это, очевидно, схематично. Я не утверждаю, что мозг буквально запускает PageRank. Но это отражает структурные особенности, которые, как я думаю, имеют значение: границы, которые разделяют систему на целые, и правила обновления, которые действуют на эти целые как на единицы, а не проходят через их части.