В 1970-х годах советский палеоботаник Сергей Мейен предложил взглянуть на живое существо не как на монолитный объект, а как на конструктор. Он ввел понятие «мерон» — от греческого meros (часть). Если таксон (например, вид птиц) описывает целое животное, то мерон описывает его универсальную деталь. Парная конечность — это мерон. Глаз — это мерон. Позвоночник — это мерон. Природа собирает бесконечное разнообразие рыб, рептилий и млекопитающих из одного и того же ограниченного набора таких деталей, просто меняя их пропорции, фазы развития и связи друг с другом.

Спустя полвека мы создали искусственный интеллект, который поразительным образом повторяет этот древний природный чертеж. Чтобы понять, как думает трансформер или сверточная сеть, не нужно погружаться в тензорное исчисление. Достаточно посмотреть на них через оптику Сергея Мейена и математику Жозефа Фурье.

Представьте себе оркестр. Сложная симфония — это наш мир, картинка на экране или текст романа. Мы воспринимаем ее целиком. Но физик знает: любой звук можно разложить на чистые синусоидальные волны — гармоники. Самый сложный аккорд состоит из простых колебаний воздуха разной частоты.

Искусственный интеллект работает именно так. Для него не существует сырых пикселей фотографии или букв текста. При попадании в машину данные проходят через слой внедрения (embedding) и превращаются в набор чисел — токенов. В нашей музыкальной метафоре токены — это амплитуды, записанные в партитуре. Они отвечают на вопрос: «Насколько громко должна звучать эта конкретная частота?» Токен слова «король» в многомерном пространстве ИИ отличается от токена «мужчина» ровно настолько, насколько вторая скрипка отличается от виолончели по своей роли в ансамбле.

Но сами по себе числа-токены мертвы. Им нужен базис — те самые фундаментальные формы, которые они будут описывать. Эту роль в нейросети играют матрицы весов и фильтры. Это и есть цифровые мероны.

В зрительной системе искусственного интеллекта первый слой сети ищет простейшие геометрические гармоники: горизонтальные линии, вертикали, градиенты света. Это базовые элементы визуального алфавита. На следующем слое эти линии складываются в дуги и углы. Еще выше — в глаза, носы и текстуры ткани. Машина не учится распознавать «лицо» сразу. Она собирает его из тех же самых примитивных линий, из которых природа собирает крыло бабочки или плавник акулы. Происходит гомологизация: один и тот же цифровой мерон «дуга» служит кирпичиком для совершенно разных понятий.

Процесс мышления нейросети — это синтез сигнала. Умножение вектора входных данных на матрицу весов — это смена музыкального строя прямо во время исполнения. С каждым новым слоем иерархия гармоник усложняется. Из физических частот звука рождается мелодия, из линий и углов — предмет, из грамматических связей — смысл предложения. Нейросеть находит оптимальный способ пересобрать хаос входных данных в стройную систему, где шум отсекается, а значимые паттерны усиливаются.

Эта модель идеально объясняет магию и ограничения машинного обучения. Когда нейросеть видит кота, она не хранит в памяти фотографию конкретного Барсика. Она активирует определенный набор коэффициентов при своих внутренних меронах: вот мерон «треугольные уши», вот мерон «вертикальный зрачок», вот мерон «пушистая текстура». Измените коэффициенты — и машина нарисует фантастического зверя, которого никогда не существовало, оставаясь при этом в рамках биологической правдоподобности. Это и есть эволюция внутри кремния: меняются веса применения базовых форм.

Почему иногда нейросети ошибаются так странно? Здесь вступает в силу мейеновское «мероно-таксономическое несоответствие». Бывает, что у двух принципиально разных объектов совпадает редкий набор деталей. Если алгоритм слишком сильно полагается на конкретный коэффициент экзотического мерона, он примет страуса за человека в пальто только потому, что у обоих зафиксирован высокий вклад мерона «длинная тонкая шея». Обучение сети — это процесс постоянной калибровки этих весов, чтобы система видела лес за деревьями, а не принимала случайную гармонику за всю симфонию.

Мы привыкли думать, что математика и биология говорят на разных языках. Но оказалось, что принцип сборки сложного из простого универсален. Сергей Мейен описал, как жизнь экономит на производстве запчастей. Создатели нейросетей, сами того не осознавая, написали код, который подчиняется тем же законам термодинамики информации. Внутри черного ящика искусственного интеллекта живет идеальный платоновский мир чистых идей-гармоник, а реальность вокруг нас — это лишь их временная, постоянно меняющаяся сумма.