Психотроника и днк. Искусственный интеллект в битве со старением организма человека. Психотроника и днк

Сергей Николаевич Юхин

Компьютеры появились из глубин лабораторий, чтобы помочь писать, считать и играть дома и в офисе. Эти машины выполняют простые, повторяющиеся задачи, но машины, которые пока еще в лабораториях, делают намного больше. Исследователи искусственного интеллекта говорят, что компьютеры могут быть умными и с этим не соглашается все меньшее и меньшее количество людей.

Е = (М В) /2

где М — удельная намагниченность (удельная плотность магнитных моментов — т), равная:

М = I т.

В случае кольцевых токов любой природы (J) m = J AS, где AS — площадь поверхности, охватываемой током. Причем поляризационный эффект магнитного поля может усиливаться под влиянием теплового движения частиц среды.

Сравнима с величиной (11) энергия теплового эффекта от светового раздражения глаз крысы, который проявляется повышением локальной температуры зрительной коры мозга на ~0,06° С. Величина энергии квазифотона отвечающего данному кванту тепловой энергии составит ~10~²⁴ Дж или ~10~³ кДж/моль. В диапазон 10~³ — 10² кДж/моль попадает энергия биогенного микроволнового — излучения (Л = 100 — 1 мм, Е = 10^-3-0,1 кДж/моль); в том числе и энергия резонансных частот воды (Л ~ 6 мм, Е = 0,02 кДж/моль). Известно, что энергия активации процессов ассоциирования сахаров и квантов биогенного микроволнового — излучения на один-два порядка меньше тепловой энергии и сравнима по порядку величины с (11). Отсюда следует, что в процессах самоорганизации жидких сред мозга ключевую роль играют квазифотоны вращательного типа и физика лобно-височных долей, ответственная за когнитивные функции мозга, непосредственно связана с электрофизикой глаз.

Метрика квазифотона

Элементарной структурной ячейкой жидкой воды является динамический тетраэдр, образованный из четырех молекул воды, связанных между собой водородными связями. Пятая молекула воды или соразмерная с ней молекула или атом могут находиться в центре тетраэдра, тогда он называется центрированным тетраэдром (Рисунок тринадцать). Благодаря водородным связям, вода эффективно взаимодействует с растворенными молекулами, расширяя тем самым спектр их физико-химических свойств. Данная особенность водных коллоидов и гелей особенно важна для физики мозга, поскольку его межклеточные объемы, как правило, сравнимы с размерами биомолекул, клеток и органелл.

В силу этого следует предполагать существенное влияние эпитаксиального эффекта на процессы, регулирующие межнейронные и нейроглиальные взаимодействия. Известно, например, что в химических реакциях, протекающих в оптически активной среде или на поверхности кварца, возрастает выход хиральных продуктов. Увеличению эпитаксиального эффекта мембран и стенок различных органов, помимо посредничества воды, очевидно, способствуют связанные или адсорбированные поверхностью полипептидные и полисахаридные цепочки, а также микроворсинки (Рисунок двенадцать). Эпитаксиальный эффект и присутствие хиральных сахаров сказывается на кинетике обратимой адсорбции ионов и нейромедиаторов на поверхностях мембран нейронов как в перехватах Ранвье, так и в синапсах.

Рисунок двенадцать. Схема мембраны и выходящих из нее полисахаридных и полипептидных цепочек.

Метаболиты, имеющие заряд, диполь, механический или магнитный

моменты, а также хиральность, влияя на электродинамическую постоянную (ец) среды, метрику и динамику надмолекулярных структур, могут в широких пределах менять кооперативные свойства растворов, эффективность генерации и механизм движения квазифотонов. Это относится, прежде всего, к ионам (Na+, К⁺. Cl~, Р³+) (Таблица 1) и к молекулам, играющим роль переносчиков, акцепторов и преобразователей квазифотонов (кислород, углекислый газ, вода, сахара, АТФ, нейромедиаторы, гормоны, ферменты).

Рисунок тринадцать. Схема слияния двух зеркально симметричных подвижных энергоформ (v/g-nap) в покоящийся квазифотон с тетраэдрической метрикой (а) и схема электронных орбиталей молекулы воды (6).

Основным механизмом движения квазифотонов будет их резонансное поглощение и переизлучение молекулами среды, метаболитами и надмолекулярными структурами. Главным элементом трехмерной метрики жидкой среды и большинства органических метаболитов служит тетраэдр, электронно-ядерной матрицей которого является зр³-гибридизированная система электронных орбиталей атомов углерода, азота и кислорода. Следовательно, квазифотон, локализованный на том или ином метаболите, с наибольшей вероятностью будет иметь метрику изоморфную геометрии зр³-гибридизации. Используя представление о v/g-napax, покоящуюся энергоформу или локализованный квазифотон с тетраэдрической метрикой можно получить по схеме, показанной на Рисунке тринадцать. Правила комбинирования и конденсации энергоформ (v/g-nap) позволяют моделировать и рассчитывать метрику квазифотонов различных типов, в том числе изоморфных метрике sp — и зр²-гибридизированных атомных орбиталей. Энергия квазифотонов, связанных с тт-электронами, будет меньше энергии квазифотонов, отвечающих колебательно-вращательным возбуждениям атомов или деформациям о-скелета. Низшие колебательные уровни молекулы углекислого газа (0=С=0), имея энергию от 10~²¹ до Ю“²⁰ Дж, могут заселяться за счет поглощения тепловых квантов (кТ).

Специфика расположения уровней допускает их инверсную заселенность, что позволяет использовать углекислый газ в качестве активной среды лазера (Л ~ 10 мкм). В жидких средах предрасположенных к самоорганизации молекула С0₂ может быть донором колебательных квазифотонов для молекул с карбоксильной группой (-НСО). Аналогично, молекулы с ароматическими циклами будут акцепторами квазифотонов, отвечающих конформационным колебаниям изоморфных им насыщенных углеродных циклов и гетероциклов. Высокая активность, например, стероидных гормонов производных холестерола, имеющих конденсированные гексановые цикла, может быть обусловлена насыщенностью их молекул квазифотонами с зр³-метрикой (рисунок тринадцать). При этом изоморфные фрагментам гормонов ароматические молекулы (бензол, антрацен, пирен), эффективно дезактивируя гормоны и искажая их метаболические функции, могут инициировать канцерогенез.

Метаболические квазифотоны

Для унификации языка биоэнергетики соотнесем с величинами энергий химических связей, колебательно-вращательных и тепловых движений атомов и молекул энергию квазифотонов соответствующей метрики. Дееспособность мозга обеспечивает энергия ферментативные реакции окисления глюкозы в митохондриях и анаэробного ее гликолиза в глазном яблоке. В этих реакциях электромагнитная — энергия химических связей глюкозы и кислорода трансформируется в энергию макроэргических связей АТФ, которая в последующих реакциях гидролиза АТФ преобразуются в кинетическую и колебательно-вращательную энергию метаболитов и молекул среды. Химическая активность этих молекул реализуется затем через действия их энергии возбуждения, которую и моделируют квазифотоны соответствующей энергии и метрики.

Суммарный энергетический эффект всех стадий ферментативной реакции окисления глюкозы в митохондриях имеет своим пределом тепловой эффект реакции горения глюкозы в атмосфере кислорода:

C₆Hi₂0₆ +6 0₂ — > 6 С0₂ +6 Н₂0 +2800 (кДж/моль). (12)

Реакция окисления глюкозы в митохондриях сопряжена с реакцией синтеза АТФ, при этом на одну молекулу глюкозы приходится 38 тридцать восемь молекул АТФ. При анаэробном гликолизе глюкозы образуются только две молекулы АТФ и две молекулы хиральной молочной кислоты, которые, очевидно, вносят свой вклад в хиральность энергетики глаз и мозга. Максимальный выход метаболической энергии даст гидролиз 38 тридцать восемь молекул АТФ по схемам:

АТФ — > АДФ + Р~Р +36 (кДж/моль)

Р~Р — > Р + Р +33,4 (кДж/моль).

Полная энергия макроэргических связей 38 тридцати восьми молекул АТФ равна 2640 кДж/моль, что составляет ~95% девяносто пять процентов от предельного значения энергии сгорания одной молекулы глюкозы. Это говорит о высокой эффективности ферментативных реакций трансформации квазифотонов, соответствующих о-связям С-С, С-О-С, С-Н глюкозы в квазифотоны, локализованные на двух макроэргических связях Р~0 — в АТФ.

Предположим, что квазифотоны равновероятно распределяются по связям продуктов реакций окисления глюкозы и гидролиза АТФ, тогда предельные значения энергий квазифотонов, отвечающих данным реакциям будут равны 1/12 и 1/152 от теплового эффекта реакции (12), равного 4,5 10~¹⁸ Дж, то есть ~3 10~¹⁹ и ~3 Ю-²⁰ Дж, соответственно. Если к этим квазифотонам применить универсальное соотношение между энергией и характерным размером (г) дискретного элемента материи (v/g-napa, элементарная частица):

Е ~ fic/r, (13)

то для квазифотона, действующего в виде кванта метаболической энергии, получим радиус ~1 мкм, сравнимый с радиусом аксона.

Метаболические квазифотоны могут принимать активное участие в ферментативном синтезе белков и нуклеиновых кислот, а также в репликации и транскрипции ДНК. Можно представить участие квазифотонов в расплетении двойной спирали ДНК следующим образом. В области репликативной вилки сахарофосфатный остов цепи ДНК резонансно поглощает метаболические квазифотоны колебательного типа. Возрастает упругость цепей, что и приводит к разрыву водородных связей между ними. Учитывая, что на два сахарофосфатных звена спирали ДНК приходится одна водородная связь и ее энергия равна ~19 кДж/моль (3 Ю^-20 Дж), получится, что для ее разрыва достаточно поглощения цепью ДНК одного метаболического квазифотона.

Присутствие изоморфных аминокислотных фрагментов в пептидных цепях белка и в структуре нейромедиаторов (глицин, ацетилхолин, глутаминовая кислота, дофамин, серотонин и др.) позволяет предложить резонансный механизм передачи квазифотона колебательного типа при контакте нейромедиатора с рецептором. Из-за наличия в структурах медиаторов электроно-, протонодонорных и акцепторных групп их основное электронное состояние характеризуется внутримолекулярным переносом заряда Д^+б-С-А'⁶. Здесь Д — аминогруппы, метоксигруппа, бензольное кольцо и А — карбонильная и гидроксильные группы, а С — цепочка из о-связей. Этот фактор и предрасположенность медиаторов к образованию водородных связей лежат в основе их физической и химической сорбции на рецепторах постсинаптических мембран. Рецептор, принимая или отдавая квазифотон при контакте с нейромедиатором, меняет свою конформацию, запирая или открывая при этом кальциевый канал мембраны.

Термодинамика мозга

Мозг в целом можно считать реакционной термодинамической системой, находящейся в стационарном состоянии. Приток энергии и сброс избыточного тепла мозгом сбалансированы в узком диапазоне температур от~37°(центр мозга) до ~36°С (кора мозга). Этот градиент температуры, будучи обусловлен более низкой температурой внешней среды, может играть существенную роль в ориентировании тепловых потоков внутри мозга. Аналогичный градиент температуры наблюдается и для тела, она имеет максимум в прямой кишке, а минимум в поверхностном слое клетчатки и мужских яичках. Диапазон оптимальной температуры метаболизма находится в пределах значений температур, для которых изобарная теплоемкость чистой воды имеет минимум. Особенности термодинамики фазовых переходов водных растворов в процессе филогенеза легли в основу механизма адаптации живых систем, которая, по сути, представляет собой изоэнергетические переходы или переходы с энергией активации порядка кДТ (при АТ ~ ОД — 1 К) между состояниями разной степени упорядоченности белковых молекул или однородных, молекулярно-клеточных ансамблей. Снижение энтропийной составляющей внутренней энергии живой системы сопряжено с резонансным поглощением ею кванта внешней электромагнитной или нейтринной энергии, который она преобразует в активный метаболический квазифотон. Жидкостная среда обеспечивает отвод кванта тепловой энергии (энтропии) за границы системы, а действием квазифотона реализуется функция той или иной структуры мозга, включающей в себя упорядоченную подсистему.

Энергия, выделяемая или поглощаемая при таких переходах, может оказаться намного порядков меньше кТ. В неравновесных условиях колебания отдельных макромолекул могут синхронизироваться, в частности, посредством электромагнитного поля.

Таким образом, термодинамика мозга сочетает равновесно-стационарную термодинамику метаболизма и неравновесную термодинамику нейросети, «рабочего телом» которой является Бозе-газ квазифотонов. Соответственно, внутренняя энергия U мозга как функция его состояния будет зависеть в общем случае от температуры (или энтропии S), от тензора деформаций G, зависящего от внутричерепного давления, от магнитного момента М отдельных метаболитов и макроструктур, от суммарного момента количества движения ядер и атомов L и от поляризация среды Р. Следовательно, полный дифференциал внутренней энергии U — U (S, G, М, L, Р) будет иметь вид:

dU= TdS — ndG + BdM + DdP + FdJ, (14)

где T — абсолютная температура системы; П — тензор давлений; F — вектор ориентационной поляризации системы спинов или моментов импульса. В выражении (14) член FdL характеризует работу, связанную с ориентационной поляризацией системы ядерных спинов или моментов импульса атомов и молекул (подобно тому, как члены DdP и BdM определяют работу, связанную с поляризацией и намагничиванием системы).

Ориентационные и поляризационные эффекты существенную роль играют в инициации фазовых переходов в однородных газовых и жидкостных системах мозга и организма. Высокую чувствительность данных систем к параметрам входящим в (14) обеспечивает хиральность метаболитов (в основном сахаров) и физико-химические особенности молекулярной и жидкой воды. Такие системы формируются в следующих структурах и средах организма и мозга:

— желудок, матка, трахея, черепно-лицевые пазухи, полость эпифиза; — оболочки и желудочки мозга, венозные синусы, глазное яблоко;

кровеносная и лимфатические системы;

паренхима органов (легкие, печень, селезенка, яички, женская грудь);

подкожная клетчатка, соединительная и костная ткань.

Все перечисленные системы в норме функционируют в двух режимах — стационарном (квазиравновесном) и неравновесном. Первый характерен для бодрствующего состояния организма и мозга не занятого мыслительной работой, а второй режим соответствует состоянию сна или творческой работе. В первом режиме обмен энергией со средой происходит непрерывно, а во втором — квантуется. Механизм акцепции кванта внешней энергии в фазовом переходе кооперативной системы иллюстрируют процессы конденсации паров воды в точке росы и квантовой Бозе — конденсации.

Акцептированию квантов энергии микроволнового — диапазона или нейтринной энергии в указанных средах способствует снижение температуры организма во сне на ~1К, а также пониженные температуры стекловидного тела глаз, периферийной (депонированной) крови и яичек. В акцепции хиральных квантов нейтринной энергии большую роль играют сахара, содержание которых в крови возрастает в утренние часы до восхода солнца. В это время нейтринная составляющая солнечного излучения отфильтровывается от электромагнитного — излучения поверхностным сегментом коры земного шара. Важную роль в акцепции энергии стекловидным глазом играет полисахарид — гиалуроновая кислота. Почти половина всей гиалуроновой кислоты организма человека сосредоточено в его коже, где она располагается в соединительной ткани дермы между волокнами коллагена и эластина, а также в клетках рогового слоя корнеоцитах. В дерме содержится 70% воды, что составляет ~20% двадцать процентов всей воды организма. Поглощаемая организмом энергия, конденсируясь на метаболитах в составе жидких сред (кровь, спинномозговая жидкость), передается в мозг по нейрогуморальным и воздушным каналам (из легких).

Поглощение внешнего электромагнитного — кванта и формирование квазифотона из энергоформ в общем случае подчиняется фрактальнорезонансному механизму и принципу изоэнергетичности. С учетом (13) принцип изоэнергетичности для резонансных взаимодействий и фазовых переходов в кооперативных системах можно выразить соотношением:

hC/r — N (TiC/R), (15)

здесь г характеризует метрику квазифотона, a R — энергоформы и г = R/N; число N принимает любые значения меньшие числа Авогадро при конденсации энергоформ в квазифотоны и достигает числа Авогадро при участии энергоформ в слабых взаимодействиях.

То обстоятельство, что между тепловой формой движения и ориентацией спинов существует определенная связь, еще не дает оснований приписывать эту форму спиновой системе, тем более что охлаждение конденсированных сред до температур, близких к абсолютному нулю не приводит к исчезновению собственного момента вращения ядер. Это обстоятельство также свидетельствует о недопустимости описания спиновой системы параметрами термической степени свободы и о расхождении такого описания со вторым началом термодинамики для квазистатических процессов (принципом существования энтропии).

Еще одним подтверждением несводимости спин-спинового взаимодействия к теплообмену являются, как ни странно, те самые опыты по «смешению» двух систем противоположно ориентированных спиновых систем (⁷Li и ¹⁹F) кристалла LiF Эти опыты показали, что «температура» смеси отнюдь не подчиняется обычным для таких случаев законам сохранения вида:

где ф, — какой-либо интенсивный параметр (температура, химический, электрический, гравитационный и др. потенциал); С, — соответствующий экстенсивный параметр (полная теплоемкость, число молей, заряд, масса и т.п.). Напротив, в случае спиновой системы в выражении со «спиновой теплоемкостью» С, сопряженная величина, обратная абсолютной температуре. Отсюда следует, что законам типа этой формулы подчиняется не температура, а ядерная намагниченность М, относящаяся к иной степени свободы спиновой системы. Вместе с тем было бы также ошибочным сводить спин-спиновое взаимодействие к торсионному (порожденному различной плотностью углового момента вращения).

Такое взаимодействие определенно имеет место в вязких средах, обладающих некоторым моментом инерции (как, например, в гидромуфтах). Однако наличие такого взаимодействия в вакууме пока экспериментально не доказано. Кроме того, в отличие от торсионного спин — спиновое взаимодействие проявляется и в тех случаях, когда вращающиеся объекты обладают одинаковой плотностью угловых моментов вращения (в частности, одинаковой угловой скоростью), поскольку гироскопический эффект проявляется и в этом случае. Поэтому его следует отнести (наряду с электромагнитным, гравитационным, сильным и слабым взаимодействием) к еще одному независимому виду взаимодействия. Способность его передавать упорядоченность одних микрочастиц другим, а также сравнительно большие времена спин-спиновой релаксации могут пролить новый свет на ряд не познанных до сих пор явлений. К ним относятся процессы воспроизводства или изменения структуры объектов живой и неживой природы, эффекты «памяти» воды (в том числе появление у нее лекарственных свойств при «перезаписи» на нее структуры этих лекарств), лечебный эффект приборов, генерирующих различные поля, или геометрических фигур, изменяющих диаграмму направленности разнообразных излучений, многочисленные проявления «фантомов» (призраков) отсутствующих тел и т. п. Однако рассмотрение этих вопросов выходит далеко за рамки темы.

Организации мозга

Функциональная иерархия мозга

Функциональная иерархия мозга человека строится на физических свойствах следующих его структур: неокортекс, базальные ядра, лимбический мозг, таламус, гипоталамус, гипофиз, эпифиз, ретикулярная формация и мозжечок. К отдельным элементам иерархии следует отнести жидкостные системы мозга (кровеносная и ликворная), а также весь комплекс внутричерепных нервных коммуникаций, выделив в нем мозолистое тело, зрительный нерв и лучистости таламуса.

В структуре коры различают поверхностные специализированные зоны и шесть слоев. Самый верхний слой образуют горизонтально ориентированные апикальные дендриты пирамидных клеток и аксоны звездчатых клеток, которые обеспечивают внутрикорковые связи между соседними нейронами. Горизонтальной ориентации диполей нейронов данного слоя соответствует динамичное электрическое поле, которое может играть роль защитного электромагнитного — экрана. Остальные пять горизонтов коры структурируются сначала в нейро-глиальные модули (диаметр ~ 100 — 150 мкм), а затем, в колонки диаметром до 1 мм и со средним числом нейронов ~100 шт. Синхронизация электрической активности нейронов в модулях и колонках приводит к формированию в пучках отходящих от них аксонов залповых импульсов. Процессу суммирования потенциала действия в залпы может предшествовать конденсация по (15) внешних электромагнитных — квантов или квазифотонов стимулов потенциала действия на отдельных нейронах в модулях, а затем в колонках. Например, при конденсации ~100 квазифотонов с характерным радиусом 100 мкм в залповом импульсе может образоваться квазифотон радиуса 1 мкм (энергия ~10~¹⁹ Дж).

ЗАВИСИМОСТЬ ОТ ТЕМПЕРАТУРЫ ОПТИЧЕСКОЙ АКТИВНОСТИ ФИЗИОЛОГИЧЕСКИХ РАСТВОРОВ САХАРОВ

Исследована зависимость от температуры оптической активности водных растворов метаболических сахаров и определена энергия активации реакции их ассоциирования в надмолекулярные хиральные структуры. Ее величина оказалась близка к значениям энергии вращательного движения и биогенного микро волнового-излучения. Исходя из этого и учитывая зависимости оптической активности сахаров от времени и даты, места и ориентации прибора, приняли за основу механизма действия хирального фактора фило — и онтогенеза метаболический эффект реакции образования хиральных водно-сахарных ассоциатов. Оптически активные D-caxapa являются основным источником энергии метаболизма живых систем. Обязательное посредничество ахиральной молекулы аденозинтрифосфата (АТФ) в процессе метаболизации энергии химических связей сахаров нивелирует их хиральность, унифицируя тем самым энергию макроэргических связей АТФ. Однако роль сахаров в возникновении и развитии жизни не ограничилась их вкладом в биоэнергетику. В ходе эволюции усложнялись физико-химические свойства сахаров и, соответственно, возрастала их роль в энергоинформационном обмене живых систем с внешней средой. Моно — и полисахариды вошли в состав структурных элементов биомолекул, клеток, жидких сред, информационных систем, они регулируют иммунитет высших организмов. Учитывая морфо — функциональную универсальность D-сахаров, можно предположить, что именно их физико-химические свойства обеспечивают высокую чувствительность механизма адаптации живых систем к внешнему постоянно действующему хиральному фактору.

Следует отметить, что вопрос о физической природе хираяьного фактора и механизме его влияния на биогенез до сих пор остается открытым. Впервые данную проблему сформулировал Пастер в девятнадцатом веке, предположив, что дисимметрия живых систем возникла на ранних стадиях биологической эволюции под действием электрических и магнитных полей космического происхождения. В обоснование этой идеи в работе приведен возможный механизм асимметричного действия электромагнитного поля на макромолекулу белка. Согласуется с нею и гипотеза о ключевой роли сахаров еще на пребиотическом этапе биогенеза. Привлекательна также идея о нейтринной природе хирального фактора, которую можно соотнести с гипотезой Вернадского о детерминировании дисимметрии живых систем хиральностью физического вакуума (эфира). Реликтовое нейтрино, составляя энергетическую основу вакуума, вполне может обеспечивать его гравитационную и электромагнитную динамику (эффект Фарадея, например).

В общем случае в основе механизма чувствительности живой системы к хиральным факторам помимо хиральности ее элементов должно лежать то или иное взаимодействие между ними, обеспечивающее переход системы в коррелированное состояние с новым качеством. Переход в данное состояние (фазу) ведет к возрастанию порядка системы или снижению энтропии и при этом увеличивается ее устойчивость (время жизни). За перестройку порядка системы на микро и макро уровне ответственны электромагнитные взаимодействия между элементами. Динамику, кинетику, радиус действия и стереометрию упорядочивающих сил в живых системах лимитируют молекулярно-кооперативные свойства воды.

С целью получения дополнительной информации о вкладе сахаров в механизм чувствительности живых систем к хиральному фактору в настоящей работе исследовали температурные и концентрационные зависимости оптической активности водных и водно — этанольных растворов 0-глюкозы и сахаров. Данные растворы моделировали состав физиологических жидкостей (межклеточная жидкость, лимфа, ликвор, синовия). Исследовали оптическую активность композиции: ФР + хондроитинсульфат (10%) + гиалуроновая кислота (0,8%) + сахар (10%) {ФР + ХС (10%) + ГК (0,8%) + сахар (10%)}, которая моделировала высокомолекулярное соединение, играющее активную роль в энергетике соединительной ткани. Величина U раствора ФР + ХС (10%) при комнатной температуре (Т_ком) составила — 2,70°(кювета 100 мм). Пищевой сахар ([a] _D = 66,5°) растворяли в физрастворе. Полученные результаты, согласуясь с известными данными, свидетельствуют о чувствительности оптической активности растворов к положению Солнца и, по-видимому, к фазе Луны. Для количественной обработки результатов предположили, что в растворах сахаров при достижении порогового значения концентрации, наряду с оптической активностью отдельных молекул свой вклад в хиральность раствора вносят и надмолекулярные их образования. В пределе межмолекулярных взаимодействий характерных для кристалла сахара его удельное вращение приобретает анизотропию (1,6 — 5,4 град/мм для различных направлений) и почти на порядок превышает удельное вращение растворов сахара. О возможности вклада межмолекулярных взаимодействий в хиральность раствора говорит еще такой факт. Высокое значение удельного вращения кристалла кварца (21,7 град/мм) обусловлено только дальним порядком его спиральных полимерных цепочек, мономерами которых являются ахиральные тетраэдры из молекул Si0₂.

Очевидно, что в случае растворов сахаров энергия межмолекулярных взаимодействий (Е) будет определяться средним расстоянием между молекулами, то есть их концентрацией, а также их ориентацией относительно друг друга и геометрией надмолекулярных образований воды. При концентрации сахаров в растворах 20 — 40% (~2 моль/л) среднее расстояние между молекулами, равное ~10^—7 см, сравнимо с их размерами. В этих условиях сахара должны ассоциировать, образуя упорядоченные надмолекулярные структуры под влиянием сил Ван-дер-Ваальса и при посредничестве динамичных водородных связей между молекулами воды. Процесс ассоциирования будет сочетать в себе вращательную корреляцию самих сахаров с пространственной корреляцией включенных вассоциат динамичных кластеров воды. Причем на обеих корреляциях будет сказываться хиральность электронной структуры молекулы сахара, в результате чего ассоциат и приобретает собственную хиральность, увеличивая тем самым суммарную оптическую активность раствора. Таким образом, влияние температуры на динамику ассоциирования сахаров может обусловить температурную зависимость а их высококонцентрированных растворов. Суммарный эффект кооперации сахаров и молекул воды будет максимален при самой низкой температуре опыта, а значит, максимальным будет и значение а.

где Е-энергия взаимодействия или корреляции молекул. Наличие излома на некоторых температурных зависимостях при ~295К может быть связано с изломом в этой критической точке температурной зависимости динамической вязкости воды. Этот результат подтверждает зависимость динамики кооперативных взаимодействий растворенных молекул от степени упорядоченности самой воды, которая возрастает по мере приближения температуры раствора к критическим точкам (~22, ~36°С). О том же говорит увеличение величин Е при добавлении в растворы глюкозы и декстрана этанола, молекулы которого могут оказывать стабилизирующий эффект на водородные связи в динамичных кластерах воды. Известно, что ассоциирование стимулирует добавка NaCI и в согласии с этим величина Е для физраствора сахара больше, чем Е для его водного раствора. Был зафиксирован локальный скачок величины раствора ФР + ГК (0.8%) + сахар (20%) при неизменном значении, который явно не коррелировал с изменениями горизонтальных составляющих геомагнитного поля.

Упорядочивающий эффект фазового перехода вхиральной живой системе, очевидно, сопряжен с резонансной синхронизацией крутильных колебаний молекул и последующей конденсацией квантов энергии порядка Ещ, Е_рез,

Е_мкв и E_r в квант энергии порядка энергии макроэргической связи. В принципе, по такому же механизму кванты энергии порядка Е₀ могут конденсировать в кванты тепловая критическая и Крутильные колебания больших молекул в момент пространственной корреляции однотипных электронных орбиталей в молекуле полисахарида, имеющей в своем основании гиалуроновую кислоту. Очевидно, что такие переходы идут в информационных системах живого организма, имеющих однородно множественную молекулярно-клеточную структуру, предрасположенную к гелеобразованию. E_w — крутильные колебания больших молекул в конденсированной фазе (w ~ 10^{11 с 1}) / Е_рез — энергия резонансного возбуждения, Е_мкв. биогенное микро волновое излучение — излучение, Е_к. реликтовое излучение, Е₀ — энергия нейтринных флуктуаций вакуума. К таким системам относятся, например, стекловидное тело глаза, цитоплазма аксона, синовия. Сами же фазовые переходы в информационных системах наиболее вероятны в состоянии сна, когда снижается температура организма. По-видимому, в основе парадоксальной фазы сна, характеризуемой быстрым движением глаз (фаза — быстрого движения глаз), тоже лежат фазовые переходы, обеспечивающие корректировку гомеостаза внешними и внутренними хиральными факторами.

Результаты позволяют заключить, что предрасположенность физиологических жидкостей содержащих метаболические сахара к фазовым переходам в критических температурных точках воды, может лежать в основе механизма адаптации живых систем к изменениям внешних физических условий, как в геологическом, так и в реальном масштабе времени. Перенос информации в организмах, чаще всего, выполняется волнами разной природы, при чем и волны, и методы переноса ими информации (способы модуляции) оказываются специфичными, не такими, как в технике. Биологические информационные системы являются системами молекулярного уровня. Сюда относятся наши сенсоры — зрение, слух, обоняние и т. д. Но сюда относятся и другие информационные системы организмов — системы управления геномом, мозг, нервная система в целом. Поскольку биологические информационные системы основаны на процессах молекулярного уровня, эволюция четко привела их механизмы переноса информации к использованию медленно распространяющихся волн. Скорость распространения химических структурогенных волн в многоклеточных организмах, по расчетам, около 4 км/с. что в 75.000 раз меньше скорости электромагнитных волн в вакууме. Оболочка ядра преобразует энергию химических волн в энергию акустических колебаний, скорость распространения которых около 1.5 км/с. т.е. в 200.000 раз ниже скорости света.

Очень демонстративен выбор Природы в пользу медленно распространяющихся волн в нервной системе. Хотя аксон нейрона представляет собой заполненный электролитом капилляр с изолирующими стенками (шванновскими клетками с миелином) и это позволяет передавать по нему сигналы так же быстро, как по металлическому проводнику, естественный отбор не использовал такую возможность. У человека скорость распространения нервного импульса не превышает 150 м/с. а у многих животных — гораздо меньше. Скорость перемещения нервного импульса для нерва лягушки всего 30 м/с. Такая малая скорость казалась совершенно невероятной. Сегодня ясно, что здесь нет никакой случайности. Природа упустила бы богатые информационные возможности молекулярных процессов, если бы сигналы внутри организмов передавались, скажем, со скоростью света — 300000 км/с, как в сегодняшней электронной технике. Еще заметнее эта тенденция проявляется в мозге. Скорость распространения нервных импульсов в ядрах и коре мозга на два порядка ниже указанной скорости 150 м/с. характерной для периферических нервов человека. Если бы скорость волн нервного возбуждения возросла в мозге, например, вдвое, то для сохранения того же объема памяти и прочих информационных параметров линейные размеры мозга должны были бы увеличиться тоже вдвое, а объем и вес — в восемь раз!

Немного о чипах

До настоящего времени чипы производятся методом гравировки на кремниевых пластинах. Стоимость таких чипов обратно пропорциональна их размерам: чем меньше становятся чипы, тем дороже их производство. Деятельность огромных производственных коллективов, которые используют лазер для гравировки каналов связи на кремниевых пластинах, окажется устаревшей. Эксперты уже говорят о совершенно ином методе — химических реакциях, при помощи которых из определенного числа молекул будут получаться элементарные соединения, и это будет очень дешево. Может наступить настоящий коллапсу крупных производителей компьютеров, поскольку их дорогостоящее оснащение окажется чем-то вроде оборудования по производству свечей в сравнении с производством люминесцентных ламп. Целью проекта является создание устройства снабжённое электронным мозгом, которое будет само развиваться, понимать что делает, самообучаться, решать, разговаривать и превзойдёт мозг человека. Устройство предназначено для нано технологического прорыва в разных областях науки, способного к манипулированию отдельными атомами т.е. созданию молекулярных ассемблеров. Дальнейшая цель проекта создание нано роботов. До сих пор неизвестен чертеж нано робота с детальной расстановкой всех его атомов. Неизвестно как сделать этот чертеж, чтобы атомы при сборке попросту не разлетелись. Общая схема ясна — робот должен иметь двигатель, располагать манипуляторами для перестановки атомов. Но как собрать все части вместе, да и создать недостающие элементы, пока непонятно — строгие методы проектирования не дают ответа, а экспериментальные требуют значительных финансовых затрат.

Современные методы проектирования нано роботов представляют собой либо набор итераций по экспоненциально сходящимся алгоритмам, которые имеют чрезмерно большую трудоемкость, иногда требующую миллионы лет расчетов, либо набор экспериментальных методов, требующих больших финансовых и временных затрат. А для создания проекта нано робота с минимальными временными и финансовыми затратами необходимо создание полиномиального по времени алгоритма с соответствующим программным обеспечением. Таким образом, оптимальное решение задачи необходимо определять на основе компромисса точных и вероятностных методов. Рассмотрим классический метод определения координат атомов и сил, воздействующих на них, — метод молекулярной динамики. В нем определяется структурные, термодинамические, транспортные свойства и их взаимосвязи. Точность результатов определяется размерностью (числом частиц) моделируемой системы. Порядок увеличения эффективности использования вычислительных ресурсов будет возрастать с возрастанием количества частиц в модели. Насколько сейчас понятно для ассемблера нужна модель порядка 1 ООО ООО атомов и соответственно учета их взаимодействий…

Корпорация IBM, создавая грандиозный проект Blue Gene для моделирования процессов сворачивания белка (прототип проектирования нанороботов), намеревалась построить петафлопсный компьютер всего за пять лет, но не преуспела в этом, несмотря на солидные капиталовложения. Но, даже будучи построен, этот комплекс будет проделывать расчеты всего лишь по одному аналогу протеина не менее полугода. Причина — трудоемкость решения сложных систем дифференциальных и интегральных уравнений. Далее рассмотрим альтернативный вариант расчетов по данному проекту.

Общая схема проектирования наноробота на базе метода ветвей и границ.

Общая схема реализации алгоритма включает следующие этапы:

Определяется начальное множество GO, которое представляет собой множество всех решений. Для данной задачи в качестве оценки множества будет служить приближенная оценка стабильности всей молекулы, т.е. вероятностная характеристика на основе приближенного расчета всех сил на все атомы. В узлах производится оценка связей между атомами стандартными приближенными методами молекулярных расчетов (либо для еще большего ускорения работы алгоритма их модификациями, которые будут рассмотрены в будущих работах).

Варианты начальных множеств.

Исходное множество GO делится на ряд непересекающихся между собой подмножеств. Принцип разбиения исходного множества на подмножества приведен далее. Для нашего случая, когда необходимо добавить атом или группу атомов к текущей конструкции, количество подмножеств равно количеству возможных пространственных расположений этой добавляемой конструкции по отношению к текущей. На каждом этапе ветвления формируется трехмерная вероятностная матрица, характеризующая приоритеты пространственного соединения к текущей конструкции нового потенциального фрагмента. Эта матрица формируется на основании дробления пространства вокруг потенциальной точки склейки фрагментов конструкции с некоторым шагом.

Фрагмент среза этой матрицы по оси г приведен далее:

В качестве конкурирующих множеств на этом этапе рассматриваются как вновь образованные подмножества, так и подмножества, отброшенные ввиду не перспективности на предыдущем этапе. Все конкурирующие подмножества переобозначаются. В качестве верхнего индекса используется цифра 2, а нижний индекс определяется порядковым номером этого подмножества среди конкурирующих. Для каждого из конкурирующих подмножеств рассчитываются нижние оценки либо учитываются ранее рассчитанные оценки, и в качестве перспективного выбирается подмножество, имеющее минимальную нижнюю оценку. Процесс ветвления продолжается до тех пор, пока не будет выполнено условие оптимальности. Это условие предполагает завершение добавления всех необходимых фрагментов общей конструкции при соблюдении условия на общую жесткость системы (все вероятности нахождения электронов в нужных областях пространства равны единице).

Физическая трактовка ветвления

На некотором текущем этапе в нашей конструкции есть некоторое текущее множество атомов (в самом начале нет ни одного атома или некоторые априорные жесткие конструкции, которые необходимо нарастить, например, углеродные нано трубки, или набор шестеренок для манипуляторов нано робота, двигатель). Текущее множество атомов на текущем этапе в общем случае не обязано быть стабильным само по себе (в этом случае его целостность в реальности должно поддерживаться искусственно, что потребует применения специальной аппаратуры или путем временной склейки текущей структуры с каким-нибудь хим. элементами, с последующим удалением всего лишнего).

В целом же для более быстрой сборки конструкции более привлекательно (но менее реально) выглядят структуры, которые стабильны и без отдельных частей (к таким структурам в основном относятся полимеры). На этапе ветвления есть некоторое множество атомов (не меньше одного в общем случае, но возможны и попытки приклеить к текущей конструкции некоторые заранее известные своей пользой «хорошие» элементы — например те же шестеренки, лифты электронов и т.п.). Сам процесс принятия решения о попытке добавления в текущую структуру новых элементов (с соответствующим ветвлением дерева решений и затратами на расчеты) представляет собой отражение априорных взглядов проектировщика на общую схему будущего нано робота (например, двигатель, пара нано манипуляторов, капсула с лекарством). Однако, даже приведенный алгоритм, несмотря на предварительно показанное улучшение сходимости, нуждается в создании новой сети распределенных вычислений. Это связано с тем, что даже полиномиально сходящийся алгоритм требует времени для создания базы данных молекулярных структур (фрагментов нано роботов). А пока подобные базы и технологии остаются доступными в основном западным организациям. Также нужно, к сожалению, констатировать, что российские проекты таких распределенных сетей остаются пока только проектами. Молекулярные ассемблеры сделают такую революцию, какой не было со времён появления рибосом — примитивных ассемблеров в клетке. Получающаяся в результате нанотехнология может помочь распространению жизни вне Земли — шаг, не имеющий аналогов, начиная с распространения жизни вне морей. Это может помочь машинам обрести разум — шаг, не имеющий параллелей, с тех пор как разум появился в приматах.

И это может позволять нашим умам обновлять и переделывать наши тела — шаг, вообще не имеющий аналогов. Порядок может появляться из хаоса без чьих-либо распоряжений: хорошо организованные кристаллы конденсировались из бесформенного межзвездного газа намного раньше Солнца, Земли или появления жизни. Из хаоса также появляется кристаллический порядок и при более знакомых обстоятельствах. Вообразите молекулу, возможно — правильную по форме, а возможно — неравномерную и узловатую, как корень имбиря. Теперь вообразите большое число таких молекул, перемещающихся беспорядочно в жидкости, переворачиваясь и толкаясь, как алкоголики, в невесомости и темноте. Вообразите испаряющуюся и охлаждающуюся жидкость, что заставляет молекулы быть ближе друг к другу, замедляя их движение. Будут ли эти беспорядочно перемещающиеся молекулы странной формы просто собираться в беспорядочных «кучах»? В общем случае — нет. Обычно они будут устанавливаться в кристаллическую структуру, каждый аккуратно устраиваясь напротив своих соседей, формируя строки и столбцы, такие же совершенные, как шахматная доска, хотя часто более сложные. Идею о том, что возможно создавать нужные нам устройства и другие объекты, собирая их «молекула за молекулой» и, даже, «атом за атомом» обычно возводят к знаменитой лекции одного из крупнейших физиков двадцатого века Ричарда Фейнмана. Эта лекция была прочитана им в тысяча девятьсот пятьдесят девятом году; большинство современников восприняли её как фантастику или шутку. Современный вид идеи молекулярной нанотехнологии начали приобретать в восьмидесятые годы двадцатого века в результате работ Дрекслера, которые также сначала воспринимались как научная фантастика.

В данном курсе мы будем опираться на представления, сформировавшиеся в более поздних работах Дрекслера и его последователей — таких, как Фрейтас, Меркле и другие. При этом фундаментальная монография «Нано системы. Молекулярная техника, производство и вычисления» имеет, несомненно, основополагающее значение. Сам термин нанотехнология стал популярен именно после выхода в свет знаменитой книги Дрекслера «Машины творения» и последовавшей за этим дискуссии. Оказалось, однако, что этот термин был ранее предложен Норио Танигучи, который понимал под этим любые субмикронные технологии (тогда — дело отдалённого будущего). В конечном счете, Дрекслер стал использовать термин молекулярная нанотехнология для различения предлагаемых им решений с нанотехнологией в смысле Танигучи. На сегодняшний день мы не знаем каких либо физических принципов, которые исключали бы возможность реализации идей Дрекслера. Это не означает, что такие запреты не будут открыты в будущем. Сегодня такая возможность остаётся под вопросом, однако постоянное использование оборотов типа «если это окажется возможным» сделало бы текст курса трудночитаемым. Поэтому принципы изготовления работы молекулярных нано систем излагаются так, как если бы они уже существовали. Следует понимать что сама возможность построения развитой молекулярной нанотехнологии в том виде, как это понимают Дрекслер и его последователи будет доказана только тогда, когда будут продемонстрированы первые нано устройства. В своих работах Э. Дрекслер и его последователи оценивали параметры в основном механических устройств, которые они могли бы иметь при приближении размера компонент к молекулярному масштабу.

Это обусловлено не тем, что они недооценивают важность электрических, оптических и т. д. эффектов, а тем, что механические конструкции гораздо проще и достовернее масштабируются. При этом, разумеется, осознаётся что электрические и прочие эффекты могут дать значительные дополнительные возможности.

Произведя соответствующее масштабирование Дрекслер получил следующие численные оценки:

Позиционирование реагирующих молекул с точностью ~0.1 нм

Механосинтез с производительностью ~10^б опер/сек на устройство

Молекулярная сборка объекта массой 1 кг за ~10⁴ сек

Работа нано механического устройства с частотой ~109 Гц

Логический затвор объёмом ~10*²⁶ м³ (~10'⁸ j3), с частотой переключения ~0.1 нсек и рассеиваемым теплом ~10’²¹ Дж

Компьютеры с производительностью ~10¹⁶ опер/сек/Вт; компактные вычислительные системы на 10¹⁵ MIPS

Прежде, чем обсуждать возможность реализации молекулярной нанотехнологии в том варианте, в котором её видят Дрекслер и его последователи будет полезно получить представление о том, как работают «устройства» аналогичного масштаба в живых организмах. В рамках данного обзора приведём лишь один из наиболее ярких примеров. АТФ — синтаза является ферментом, преобразующим разность концентраций протонов по разные стороны мембраны в энергию, запасённую в молекулах аденозинтрифосфата (АТФ).

Последние используется практически всеми механизмами клетки в качестве

универсального носителя энергии. АТФ — синтаза присутствует в «энергетических станциях» растительных и животных клеток — хлоропластах и митохондриях и представляет собой довольно сложную конструкцию из нескольких типов единиц — белковых молекул (рисунок АТФ — синтаза). Одна из этих единиц — а-единица — прочно закреплена в мембране хлоропласта или митохондрии. Из неё выступает двойной «кронштейн» — пара Ь-единиц.

С помощью (» — единицы на кронштейне крепится блок из чередующихся ± — и I — единиц.

Рядом с a-единицей в толще мембраны свободно вращается цилиндрический блок с-единиц. Очередная с-единица может захватывать протон из пространства под мембраной, где их концентрация высока. При этом она начинает притягиваться к отрицательно заряженной a-единице. С — блок проворачивается до тех пор, пока заряженная с-единица не сблизится с a-единицей. При этом протон через имеющийся в a-единице канал переходит в пространство над мембраной, где их концентрация низка. Выделяющаяся при переходе из нижнего пространства в верхнее энергия и приводит с-блок во вращение. На этом блоке закреплена очередная молекула — i-единица. Она играет роль коленчатого вала. По мере вращения она давит на очередную I-единицу, заставляя её переходить из одной конформации — закрытой — в другую — открытую. В открытой конформации 1 — единица захватывает пару молекул — аденозиндифосфат (АДФ) и неорганический фосфат. При закрытии она с силой прижимает их друг к другу; это приводит к механосинтезу АТФ. При очередном открытии готовая молекула АТФ выходит в окружающую среду и I-единицу готова к очередному циклу. Таким образом можно сказать, что АТФ — синтаза представляет собой довольно сложную молекулярную машину, состоящую из электромотора (ротор — с-блок; статор — а-единица), коленчатого вала (i — единица) и блока рабочих инструментов (I-единиц), осуществляющих механический синтез молекул АТФ из двух исходных компонент. Интересно, что АТФ-синтаза может работать и «в обратную сторону». Если над мембраной исходная концентрация АТФ высока, то уже I-единицы будут вращать с-блок через i-единицу, закачивая протоны под мембрану. Таким образом, «электромотор» может работать и как «электрогенератор». Это только один из примеров расшифрованных природных нано устройств.

Всё живое на Земле состоит из соединений углерода. Значение этого элемента трудно переоценить. Оно определяется огромным разнообразием его форм в соединениях. Углеродные цепочки могут образовывать линейный скелет молекул, циклические и сложные объёмные скелетные структуры; углерод представляет огромный интерес и в чистом виде, принимая различные формы от алмаза до молекулярных волокон и нано трубок. Ковалентная связь углерод-углерод является наиболее прочной из известных. До сравнительно недавнего времени известны были только две разновидности упорядоченного чистого углерода — алмаз и графит. Потом были обнаружены и другие — сначала были синтезированы молекулярные волокна, затем открыты полые сферические молекулы — фуллерены; при поиске эффективных методов синтеза последних были обнаружены углеродные нано трубки. Именно материалы на основе углерода Дрекслер рассматривает в качестве основных кандидатов для изготовления конструкций нано механизмов (хотя, разумеется, свои места находят и другие элементы — водород, азот, кислород, фосфор, кремний, германий и т. д.) В нанотехнологических устройствах будущего, разумеется, могут быть использованы самые разнообразные явления — магнитное и электростатическое взаимодействия, перенос электронов, электромагнитной энергии (фотонов), различных квазичастиц. Однако в рамках «дрекслерианского» подхода обсуждаются в основном чисто механические конструкции. Делается это не потому, что остальные явления недооцениваются. Просто, такой подход позволяет наиболее наглядно продемонстрировать возможности молекулярной нанотехнологии, дать им как бы «пессимистическую оценку». Использование же всех остальных явлений а также квантово механических свойств нано компонент должно позволить значительно эти возможности расширить.

The elementary shesteryonchatye transfers

Various variants nano bearings

Миниатюризация компонент вычислительной техники, увеличение частоты их функционирования представляют собой магистральное направление развития нано технологий. На сегодняшний день продемонстрирована работоспособность целого ряда активных компонент — транзисторов, диодов, ячеек памяти — состоящих из нано трубок, нескольких молекул или даже из единственной молекулы. Передача сигнала может осуществляться одним единственным электроном. Пока не решены проблемы, связанные со сборкой таких компонент в единую систему, соединения их нано проводами. Тем не менее, можно не сомневаться, что решение этих проблем — вопрос времени. Оценки показывают, что компьютер, собранный из нано электронных компонент и по своей сложности эквивалентный человеческому мозгу сможет иметь объём в 1 см³ одном сантиметре в кубе — но будет работать в 10⁷ десять седьмой степени раз быстрее (быстродействие будет ограничено возможностью отвода тепла). Компьютер (точнее, процессор + память), эквивалентный современному «Пентиуму» будет, предположительно, иметь объём в 10'⁶ см³ — 0.Г0.1Г0.1 мм³.

Вероятно, наиболее быстрые и производительные компьютеры будущего будут использовать именно нано электронную технологию, возможно они будут использовать спинотронику или фотонику. Однако не исключено, что самые маленькие компьютеры будут созданы на совершенно другой элементной базе. Дрекслер предполагает, что такой базой может стать нано механика. Дрекслер предложил механические конструкции для основных компонент нано компьютера — ячеек памяти, логических гейтов. Основными их элементами являются вдвигаемые и выдвигаемые стержни, взаимно запирающие движение друг друга.

При ширине стержня в несколько атомных размеров (например, при использовании углеродных нано трубок) компьютер эквивалентный современному, содержащему 1 млн. транзисторов может иметь объём в 0.01 мк³ ноль целых одну сотую микрона кубического, компьютер с памятью в 1 терабайт — объём в 1 мк³ один микрометр кубический. Как и в случае с нано электроникой, быстродействие нано механического компьютера будет определяться возможностью отвода тепла. Расчёты Дрекслера показывают, что при температуре окружающей среды ~300°К на один ватт рассеиваемой мощности такой компьютер будет осуществлять ~10¹⁶ операций в секунду. При мощности 100 нВт (предполагается, что такую мощность сможет без специального охлаждения рассеять упомянутый выше компьютер с объёмом 0.01 мк³ одна сотая микрометра в кубе) это даёт производительность 109 операций в секунду, что примерно эквивалентно мощному современному настольному компьютеру. Пока рано говорить, будут ли нано технические устройства середины двадцать первого века похожи на те, которые рисуют сейчас последователи Дрекслера. Более вероятным представляется, что использование многочисленных электрических, магнитных, фотонных, квантово-механических и других эффектов сделает нано мир ещё богаче и позволит построить технологию ещё более удивительную, чем та, которую увидел Дрекслер.

Существа разума

МОЛЕКУЛЯРНЫЕ АССЕМБЛЕРЫ сделают такую революцию, какой не было со времён появления рибосом — примитивных ассемблеров в клетке. Получающаяся в результате нанотехнология может помочь распространению жизни вне Земли — шаг, не имеющий аналогов, начиная с распространения жизни вне морей. Это может помочь машинам обрести разум — шаг, не имеющий параллелей, с тех пор как разум появился в приматах. И это может позволять нашим умам обновлять и переделывать наши тела — шаг, вообще не имеющий аналогов. Эти революции принесут опасности и возможности, слишком обширные, чтобы их могло вместить человеческое воображение. Порядок может появляться из хаоса без чьих — либо распоряжений: хорошо организованные кристаллы конденсировались из бесформенного межзвездного газа намного раньше Солнца, Земли или появления жизни. Из хаоса также появляется кристаллический порядок и при более знакомых обстоятельствах. Вообразите молекулу, возможно — правильную по форме, а возможно — неравномерную и узловатую, как корень имбиря. Теперь вообразите большое число таких молекул, перемещающихся беспорядочно в жидкости, переворачиваясь и толкаясь, как алкоголики, в невесомости и темноте. Вообразите испаряющуюся и охлаждающуюся жидкость, что заставляет молекулы быть ближе друг к другу, замедляя их движение. Будут ли эти беспорядочно перемещающиеся молекулы странной формы просто собираться в беспорядочных «кучах»? В общем случае — нет.

Обычно они будут устанавливаться в кристаллическую структуру, каждый аккуратно устраиваясь напротив своих соседей, формируя строки и столбцы, такие же совершенные, как шахматная доска, хотя часто более сложные. Этот процесс не включает ни волшебство, ни какие-то специальные свойства молекул и квантово-механических сил. Не требуется даже специальных соответствующих друг другу форм, которые позволяют молекулам белка самостоятельно собираться в машины. Если положить мраморные шарики одинакового размера на поднос и встряхнуть, они также образуют правильные рисунки. Кристаллы растут путём проб и удалением ошибок, путём варьирования и селекции. Никакие крошечные руки их не собирают. Кристалл может начинаться со случая молекул, собирающихся в группу: молекулы блуждают, сталкиваются и собираются в группы случайным образом, но группа держится вместе лучше всего, когда она упакована в правильную кристаллическую структуру. Далее в первоначальный маленький кристалл ударяются другие молекулы. Некоторые тыкаются в неправильные места или с неправильной ориентацией; они плохо прилипают и от колебаний вновь отваливаются. Другие случайно попадают нужным образом; они лучше прилипают и часто остаются. Слой строится на слое, расширяя кристаллическую структуру. Хотя молекулы сталкиваются случайным образом, они не прилипают случайно. Порядок растёт из хаоса путём варьирования и селекции. В росте кристаллов каждый слой образует шаблон для следующего. Однородные слои накапливаются и формируют твердый блок. В клетках нити ДНК или РНК также могут служить в качестве шаблонов при помощи ферментов, которые действуют как молекулярные копировальные машины.

Но элементы, из которых строятся нити нуклеиновых кислот, могут быть устроены во многих различных последовательностях, и нить шаблона может отделиться от копии. И нить, и её копия могут далее снова быть скопированы. Представьте себе нить РНК, плавающую в испытательной пробирке вместе с копировальными машинами и элементами РНК. Нить кувыркается и изгибается, пока она не наталкивается на копировальную машину в правильном положении, чтобы слипнуться. Элементы толкутся вокруг, пока один нужного вида не встретит копировальную машину в правильном положении, которая соответствует нити шаблона. Как только соответствующие элементы ухитряются попасть в нужное положение, машина захватывает их и привязывает их к растущей копии; хотя элементы сталкиваются случайным образом, машина связывает выборочно. В конце концов, машина, шаблон и копия разъединяются.

История жизни — история гонки вооружения на базе молекулярных машин. Сегодня, в то время как эта гонка подходит к новой и более быстрой стадии, мы должны убедиться, что мы понимаем только, насколько глубокие корни имеет эволюция. Во времена, когда идеей биологической эволюции часто пренебрегают в школах, и она иногда подвергается нападкам, мы должны помнить, что доказательства её прочны как скала и также распространены, как клетки. В течение столетий геологи изучали камни, чтобы читать прошлое Земли. Уже давно они нашли морские раковины высоко в разрушившейся и рухнувшей скале горных цепей. К тысяча семьсот восемьдесят пятому году, за семьдесят четыре года до ненавистной книги Дарвина, Джеймс Хуттон заключил, что грязь с морского дна была спрессована в камень и была поднята к небесам силами, пока ещё не понятными. Что ещё могли думать геологи, если сама природа врала?

Каменная книга делает запись форм давно умерших организмов, однако живые клетки также несут записи, генетические тексты, которые только теперь могут быть прочитаны. Так же как с идеями о геологии, наиболее важные идеи относительно эволюции были известны прежде, чем Дарвин взял в руки перо.

Гены походят на рукописи, написанные в четырёхбуквенном алфавите. Во многом так же, как сообщение может принимать много форм на обычном языке (выразить идею с использованием совершенно различных слов не слишком трудно), так же различные генетические слова могут направить строительство идентичных белковых молекул. Более того, белковые молекулы с различными особенностями устройства могут выполнять одинаковые функции. Совокупности генов в клетке подобны целой книге, а гены — подобны старым рукописям, они копировались и копировались неаккуратными переписчиками.

Глобальная гонка технологий ускорялась в течение миллиардов лет. Слепота земляного червя не могла блокировать развитие зорких птиц. Маленький мозг и неуклюжие крылья птицы не могли блокировать развитие человеческих рук, умов и стреляющих ружей. Аналогично, местные запреты не могут блокировать развитие военной и коммерческой технологии. По — видимому, мы должны управлять гонкой технологий или умереть, однако сила технологической эволюции делает из анти технологических движений посмешище: демократические движения за местные ограничения могут ограничить только мировые демократии, но не мир в целом. История жизни и потенциал новых технологий подсказывают некоторые решения.

Человеческий разум, однако, намного более тонкая машина имитации, чем любая простая белковая машина или ассемблер. Голос, письмо и рисунок могут передать конструкции из разума к разуму прежде, чем они примут форму как аппаратные средства. Идеи, стоящие за методами разработки, ещё более тонкие: более абстрактные, чем аппаратные средства, они копируются и функционируют исключительно в мире разума и систем символов. Там, где гены эволюционировали в течение поколений и эпох, мысленные репликаторы пока эволюционируют в течение дней и десятилетий. Подобно генам, идеи расщепляются, объединяются и принимают многообразные формы (гены могут быть расшифрованы из ДНК в РНК и снова использованы; идеи могут быть переведены с языка на язык). Наука не может пока описать нейронные структуры, которые воплощают идеи в мозгу, но любой может видеть, что идеи мутируют, воспроизводятся и конкурируют. Идеи подвержены эволюции.

Элементы воспроизводящихся мысленных структур называются «мимами» (англ. «тете»). Примеры мимов — мелодии, идеи, общеупотребительные выражения, мода в одежде, способы производства горшков и постройки арок. Так же, как гены размножаются в среде генов, перескакивая от тела к телу (от поколения к поколению) через сперму или яйца, так же и мимы размножаются в среде мимов, перескакивая из мозга в мозг посредством процесса, который в широком смысле может называться имитацией.

Мимы копируются, потому что люди учатся и учат других. Они изменяются, потому что люди создают новые и неправильно истолковывают старые. Они подвергаются селекции (отчасти), потому что люди не верят или повторяют все, что слышат. Так же как молекулы РНК из испытательной пробирки конкурируют за ограниченные в количестве копировальные машины и строительные элементы, мимы должны конкурировать за ограниченный ресурс — человеческое внимание и усилия. Так как мимы формируют поведение, их успех или неудача — это жизненно важный вопрос. Так же как вирусы мимы научились побуждать клетки производить вирусы, так же слухи научились звучать правдоподобно и пикантно, побуждая повторение. Спросите, не является ли слух правдой, а как он распространяется. Опыт показывает, что идеям, научившимся быть успешными репликаторами, нужно иметь лишь очень немного от правды.

Принципы эволюционного изменения, имеющие глубокие корни, будут формировать развитие нанотехнологии, даже когда различие между аппаратными средствами компьютеров и жизнью начнёт стираться. Эти принципы показывают многое из того, что мы можем и не можем надеяться достичь, и они могут помочь нам сконцентрировать наши усилия, чтобы формировать наше будущее. Они также говорят нам много о том, что мы можем и не можем предсказать, потому что они управляют эволюцией не только материального, но и эволюцией самого знания.

Что мы знаем о мутации ДНК?

Жизнь кажется нам (живым) каким-то особенным феноменом среди прочих природных явлений. Однако, присмотревшись, можно увидеть в такой позиции всего лишь жизнецентризм. Эволюция видов происходит благодаря накоплению устойчивых форм, которое действует и в неживой природе. Основа земной жизни, набор хромосом в живой клетке, изобреталась природой миллиард лет. После этого жизнь оккупировала Землю и стала практически неистребимой. Устойчивость такого химического объекта, как ДНК обеспечивается её способностью к самокопированию при наличии подходящего для построения копий биохимического материала. Наверно, вначале природа изобрела не ДНК, а некую пока не реконструированную химическую реакцию копирования. С её открытием началась цепная реакция удвоения количества нового химического вещества. На огромное количество этого вещества начал действовать естественный отбор, результатом которого стало построение предка молекулы ДНК вместе с её средой обитания — клеткой. За миллиарды лет эволюция выработала только одно вещество, способное к самокопированию. ДНК вместе с соответствующей данному виду клеткой есть результат борьбы химических форм за устойчивость. То, что оказалось не устойчивым, исчезло. Устойчивость (жизнеспособность) определённого вида ДНК обеспечивается тем, что соответствующая клетка и организм способны обеспечить себе условия для выполнения копирования. Процесс деления клетки начинается тогда, когда имеются в наличии практически все химические материалы, необходимые для построения копии ДНК.

Если поступление этих материалов в клетку задерживается, то процесс копирования ДНК приостанавливается вплоть до гибели клетки. Известно, каким образом в ДНК закодировано производство белков. Но как информация о форме и образе жизни живого существа, может быть выведена из кодировки ДНК? Клетка и живое существо — это биологические формы, способствующие устойчивости определённого набора хромосом. Конечно, удобнее и уместнее говорить об устойчивости вида живых существ. Живой организм, возникший как колония клеток определенного вида, призван своей жизнедеятельностью обеспечить себя, то есть каждую клетку колонии, необходимым химическим материалом в нужных пропорциях. Раз уж это важно для выживания, то необходимо учитывать и интересы своих соплеменников. Именно это является причиной формирования определенного вида с его поведением и формой. Вместе с модификацией вида, способствующей его устойчивости, модифицируется и набор хромосом. Некоторые виды в такой борьбе изменяются и становятся сильнее. Другие вымирают. Итак, хранящуюся в ДНК программу производства белков можно интерпретировать как информацию о том наборе химических веществ, который необходим для деления клетки. Эта информация очень опосредованно связана с формой и поведением живого существа. Большое количество элементов в ДНК позволяет выполняет тонкую регулировку химического состава клетки. В зависимости от деятельности окружающих клеток, то есть от окружающих химических и механических воздействий, клетка изменяет свою жизнь так, чтобы приобрести необходимые вещества для построения копии набора хромосом.

Это особенно заметно на этапе морфогенеза. Вот почему у живых существ формируются ткани и органы, выполняющие химические, механические и другие функции для обеспечения выживания вида. Механизм морфогенеза существенно использует саморегулирование активности ДНК в зависимости от биохимического состава клетки. Изменение молекулы ДНК, например, в результате мутации, приводит к изменению жизнедеятельности и условий деления клетки. Если в результате деления такой клетки был построен живой организм, то каждая клетка организма содержит копию изменённой молекулы ДНК, что должно отразиться на функциях (и даже анатомии) всех тканей и органов. Изменения функций одних органов может оказаться малозаметным, а других — сильным, вплоть до полного нарушения их нормальной работы. Это может выглядеть как изменение каких-либо существенных признаков живого организма. Поскольку каждый ген управляет синтезом определённого белка, а ассортимент белков не велик, то генетическое изменение может наблюдаться, как «включение» или «отключение» определённой функции или признака организма. Однако, поскольку одинаковые ДНК содержатся во всех клетках организма, то в общем случае, изменение ДНК должно влиять на все функции организма. ДНК не может содержать участков (генов), отвечающих строго за один признак. Тем не менее, модификация некоторых «генов» может привести к «полезным» изменениям организма.

Генетические алгоритмы — это мощный инструмент для решения сложных задач. Они нашли применение в оптимизации, искусственном интеллекте, инженерии и других областях. В основе генетических алгоритмов лежат принципы, заимствованные из биологии и генетики. Напомним: основная идея генетических алгоритмов состоит в создании популяции особей (индивидов), каждая из которых представляется в виде хромосомы. Любая хромосома есть возможное решение рассматриваемой оптимизационной задачи. Для поиска лучших решений необходимо только значение целевой функции, или функции приспособленности. Значение функции приспособленности особи показывает, насколько хорошо подходит особь, описанная данной хромосомой, для решения задачи. Хромосома состоит из конечного числа генов, представляя генотип объекта, т.е. совокупность его наследственных признаков. Процесс эволюционного поиска ведется только на уровне генотипа. К популяции применяются основные биологические операторы: скрещивания, мутации, инверсии и др. В процессе эволюции действует известный принцип «выживает сильнейший». Популяция постоянно обновляется при помощи генерации новых особей и уничтожения старых, и каждая новая популяция становится лучше и зависит только от предыдущей. Фиксированная длина хромосомы и кодирование строк двоичным алфавитом преобладали в теории генетических алгоритмов с момента начала ее развития, когда были получены теоретические результаты о целесообразности использования именно двоичного алфавита. К тому же, реализация такого генетического алгоритма на ЭВМ была сравнительно легкой.

Все же, небольшая группа исследователей шла по пути применения в генетических алгоритмах отличных от двоичных алфавитов для решения частных прикладных задач. Одной из таких задач является нахождение решений, представленных в форме вещественных чисел, что называется не иначе как «поисковая оптимизация в непрерывных пространствах».

Возникла следующая идея: решение в хромосоме представлять напрямую в виде набора вещественных чисел. Естественно, что потребовались специальные реализации биологических операторов. Такой тип генетического алгоритма получил название непрерывного генетического алгоритма, или генетического алгоритма с вещественным кодированием.

Далее в тексте по аналогии с англоязычной терминологией для генетических алгоритмов с двоичным кодированием будет использоваться аббревиатура BGA (Binary coded), для генетических алгоритмов с непрерывными генами — RGA (Real coded).

Преимущества и недостатки двоичного кодирования

Прежде чем излагать особенности математического аппарата непрерывных генетических алгоритмов, остановимся на анализе достоинств и недостатков двоичной схем кодирования. Как известно, высокая эффективность отыскания глобального минимума или максимума генетическим алгоритмом с двоичным кодированием теоретически обоснована в фундаментальной теореме генетических алгоритмов («теореме о шаблоне»), доказанной Холландом.

Ее подробное освещение и доказательство можно найти в соответствующих источниках. Ее суть в том, что двоичный алфавит позволяет обрабатывать максимальное количество информации по сравнению с другими схемами кодирования. Однако двоичное представление хромосом влечет за собой определенные трудности при поиске в непрерывных пространствах большой размерности, и когда требуется высокая точность найденного решения. В BGA для преобразования генотипа в фенотип используется специальный прием, основанный на том, что весь интервал допустимых значений признака объекта [a_i, _bi] разбивается на участки с требуемой точностью. Заданная точность р определяется выражением

где N — количество разрядов для кодирования битовой строки.

Эта формула показывает, что р сильно зависит от N, т.е. точность представления определяется количеством разрядов, используемых для кодирования одной хромосомы. Поэтому при увеличении N пространство поиска расширяется и становится огромным.

Известный книжный пример: пусть для 100 ста переменных, изменяющихся в интервале [-500; 500], требуется найти экстремум с точностью до шестого знака после запятой. В этом случае при использовании генетических алгоритмов с двоичным кодированием длина строки составит 3000 три тысячи элементов, а пространство поиска — около Ю¹⁰⁰⁰ хромосом.

Эффективность BGA в этом случае будет невысокой. На первых итерациях алгоритм потратит много усилий на оценку младших разрядов числа, закодированных во фрагменте двоичной хромосомы. Но оптимальное значение на первых итерациях будет зависеть от старших разрядов числа. Следовательно, пока в процессе эволюции алгоритм не выйдет на значение старшего разряда в окрестности оптимума, операции с младшими разрядами окажутся бесполезными. С другой стороны, когда это произойдет, станут не нужны операции со старшими разрядами — необходимо улучшать точность решения поиском в младших разрядах.

Такое «идеальное» поведение не обеспечивает семейство алгоритмов BGA, т.к. эти алгоритмы оперируют битовой строкой целиком, и на первых же эпохах младшие разряды чисел «застывают», принимая случайное значение. В классических генетических алгоритмов разработаны специальные приемы по выходу из этой ситуации. Например, последовательный запуск ансамбля генетических алгоритмов с постепенным сужением пространства поиска.

Есть и другая проблема: при увеличении длины битовой строки необходимо увеличивать и численность популяции.

Как уже отмечалось, при работе с оптимизационными задачами в непрерывных пространствах вполне естественно представлять гены напрямую вещественными числами. В этом случае хромосома есть вектор вещественных чисел. Их точность будет определяться исключительно разрядной сеткой тем компьютером, на котором реализуется real-coded алгоритм. Длина хромосомы будет совпадать с длиной вектора-решения оптимизационной задачи, иначе говоря, каждый ген будет отвечать за одну переменную. Генотип объекта становится идентичным его фенотипу.

Вышесказанное определяет список основных преимуществ real-coded алгоритмов:

Использование непрерывных генов делает возможным поиск в больших пространствах (даже в неизвестных), что трудно делать в случае двоичных генов, когда увеличение пространства поиска сокращает точность решения при неизменной длине хромосомы.

Одной из важных черт непрерывных генетических алгоритмов является их способность к локальной настройке решений.

Использование RGA для представления решений удобно, поскольку близко к постановке большинства прикладных задач. Кроме того, отсутствие операций кодирования/декодирования, которые необходимы в BGA, повышает скорость работы алгоритма. Как известно, появление новых особей в популяции канонического генетического алгоритма обеспечивают несколько биологических операторов: отбор, скрещивание и мутация. В качестве операторов отбора особей в родительскую пару здесь подходят любые известные из BGA: рулетка, турнирный, случайный. Однако операторы скрещивания и мутации не годятся: в классических реализациях они работают с битовыми строками. Нужны собственные реализации, учитывающие специфику real-coded алгоритмов.

Оператор скрещивания непрерывного генетического алгоритма, или кроссовер, порождает одного или нескольких потомков от двух хромосом. Собственно говоря, требуется из двух векторов вещественных чисел получить новые векторы по каким-либо законам. Большинство real-coded алгоритмов генерируют новые векторы в окрестности родительских пар. Для начала рассмотрим простые и популярные кроссоверы.

Пусть С₁= (с₁¹,с₂¹,…,с_п¹) и С₂= (с₁²,с₂²,…,с_п²) — две хромосомы, выбранные оператором селекции для скрещивания. После формулы для некоторых кроссоверов приводится рисунок — геометрическая интерпретация его работы. Предполагается, что c_k¹ <=c_k² и f (C₁)> =f (C₂).

Плоский кроссовер (flat crossover): создается потомок H= (h₁,…,h_k,…,h_n), h_k, k=l,…, п — случайное число из интервала [е^Ск²] *

Простейший кроссовер (simple crossover): случайным образом выбирается число к из интервала {1,2,…,п-1} и генерируются два потомка

Hl= (c₁¹,c₂¹,…,c_k¹,c_k+1²,…,c_n²) и H₂= (c₁²,c₂²,…,c_k²,c_k+1¹,…,c_n²).

Арифметический кроссовер (arithmetical crossover): создаются два потомка H₁= (h₁¹,…,h_n¹), ^ (hi²,…,!^²), где h_k¹=w*c_k¹+ (l-w) *c_k², h_k²=w*c_k²+ (l-w) *c_k¹, k=l,…,n, w либо константа (равномерный арифметический кроссовер) из интервала [0;1], либо изменяется с увеличением эпох (неравномерный арифметический кроссовер).

Геометрический кроссовер (geometrical crossover): создаются два потомка

H₁=(hI‘,~..hn¹), H₂= (h,², — ,h„²), где h_k> = (c_k^lr* (c_k²) ^lw, (c_k²r* (c_k^l) ^lw, w — случайное число из интервала [0;1].

Линейный кроссовер (linear crossover): создаются три потомка H_q= (h₁^q,…,h_k^q,…,h_n^q), q=l,2,3, где h_k¹=0.5*c_k¹+0.5*c_k², h_k²=1.5*c_k¹—0.5*c_k², h_k³=-0.5*c_k¹+1.5*c_k². На этапе селекции в этом кроссовере отбираются два наиболее сильных потомка.

Дискретный кроссовер (discrete crossover): каждый ген h_k выбирается случайно по равномерному закону из конечного множества {ц¹,^²}.

Расширенный линейчатый кроссовер (extended line crossover): ген h_k=^ck¹+^w* (^ck²“^ck¹b ^w “ случайное число из интервала [-0.25;1.25].

Эвристический кроссовер (Wright’s heuristic crossover). Пусть C_x — один из двух родителей с лучшей приспособленностью. Тогда h_k=w* (c_k¹-c_k²) +c_k¹, w — случайное число из интервала [0;1].

Нечеткий кроссовер (fuzzy recombination, FR-d crossover): создаются два потомка Н_х= (h₁¹,…,h_n¹), Н₂= (h₁¹,…/h_n²). Вероятность того, что в i-том гене появится число v_±, задается распределением p (v_±) e {F (с^.¹), F (c_k²)}, где F (c_k¹), F (c_k²) — распределения вероятностей треугольной формы (треугольные нечеткие функции принадлежности) со следующими свойствами (c_k¹ <=c_k² и 1= с^-с^ ):

Параметр d определяет степень перекрытия треугольных функций принадлежности, по умолчанию d=0.5.

В качестве оператора мутации наибольшее распространение получили: случайная и неравномерная мутация (random and non-uniform mutation).При случайной мутации ген, подлежащий изменению, принимает случайное значение из интервала своего изменения. В неравномерной мутации значение гена после оператора мутации рассчитывается по формуле:

Сложно сказать, что более эффективно в каждом конкретном случае, но многочисленные исследования доказывают, что непрерывные генетические алгоритмы не менее эффективно, а часто гораздо эффективнее справляются с задачами оптимизации в многомерных пространствах, при этом более просты в реализации из-за отсутствия процедур кодирования и декодирования хромосом.

Рассмотренные кроссоверы исторически были предложены первыми, однако во многих задачах их эффективность оказывается невысокой. Исключение составляет BLX-кроссовер с параметром alpha=0.5-OH превосходит по эффективности большинство простых кроссоверов. Позднее были разработаны улучшенные операторы скрещивания, аналитическая формула которых и эффективность обоснованы теоретически. Рассмотрим подробнее один из таких кроссоверов — SBX.

SBX кроссовер

SBX (англ.: Simulated Binary Crossover) — кроссовер, имитирующий двоичный. Был разработан в тысяча девятьсот девяносто пятом году исследовательской группой под руководством Deb’a. Как следует из его названия, этот кроссовер моделирует принципы работы двоичного оператора скрещивания.

SBX кроссовер был получен следующим способом. У двоичного кроссовера было обнаружено важное свойство — среднее значение функции приспособленности оставалось неизменным у родителей и их потомков, полученных путем скрещивания. Затем автором было введено понятие силы поиска кроссовера (search power). Это количественная величина, характеризующая распределение вероятностей появления любого потомка от двух произвольных родителей. Первоначально была рассчитана сила поиска для одноточечного двоичного кроссовера, а затем был разработан вещественный SBX кроссовер с такой же силой поиска. В нем сила поиска характеризуется распределением вероятностей случайной величины $:

В

формуле и (0,1) — случайное число, распределенное по равномерному закону, пе [2,5] — параметр кроссовера.

На рисунке приведена геометрическая интерпретация работы SBX кроссовера при скрещивании двух хромосом, соответствующих вещественным числам 2 и 5. Видно, как параметр п влияет на конечный результат: увеличение п влечет за собой увеличение вероятности появления потомка в окрестности родителя и наоборот.

Эксперименты автора SBX кроссовера показали, что он во многих случаях эффективнее BLX, хотя, очевидно, что не существует ни одного кроссовера, эффективного во всех случаях. Исследования показывают, что использование нескольких различных операторов кроссовера позволяет уменьшить вероятность преждевременной сходимости, т.е. улучшить эффективность алгоритма оптимизации в целом. Для этого могут использоваться специальные стратегии, изменяющие вероятность применения отдельного эволюционного оператора в зависимости от его «успешности», или использование гибридных кроссоверов, которых в настоящее время насчитывается несколько десятков. В любом случае, если перед Вами стоит задача оптимизации в непрерывных пространствах, и Вы планируете применить эволюционные техники, то следует сделать выбор в пользу непрерывного генетического алгоритма. Особенности при создании индуктивной катушки

Процесс распознавания информационных энерго форм сопряжен с их преобразованием в мыслеформы, то есть в слова осмысленной речи. Очевидно, что наиболее плодотворным и непосредственным методом изучения физики энерго форм будет самопознание человеком своей способности мыслить, ибо при этом он может использовать самый чувствительный к энерго формам инструмент — свой мозг. В качестве примера такого подхода к изучению влияния энерго форм внешней среды на работу мозга можно привести работу, в которой установлена связь механизма спонтанной речи с функциональной асимметрией мозга. Безмолвное повторение молитвы «Отче наш» усиливало функциональный дисбаланс между полушариями, что проявлялось в ускорении вращения тела человека, совершающего бег на месте. Причем величина и знак этого эффекта зависели от пола и возраста человека, а также от различных факторов внешней среды, в том числе и от факторов, которые можно отнести к действиям энерго форм гравитационной, электромагнитной и нейтринной природы. Возмущающее действие энерго форм на нейтрон, приводящее к его распаду на протон электрон и антинейтрино (Ь-распад).

Конец ознакомительного фрагмента.