아무도를 위한 글

어차피 아무도 읽지 않을 테니, 부제를 추가할 필요가 있을까

아무도에게서 아무도에게  (출처)

"그래, 친구들이여, 아무도 나를 속임수로도 힘으로도 죽이지 못하리라!" (외눈박이 거인 폴리페모스가 눈이 멀자 다른 키클롭스들에게 도움을 청하며 외치는 소리, 오디세이)





세상에서 가장 흥미로운 것이 하필 아무도 관심을 갖지 않는다는 것이 우연일까? 사람들이 항상 가장 혁신적인 것이 아닌, 가장 덜 흥미롭고 반복적인 것들에 집착적으로 관심을 갖는 것이 우연일까? 이 글의 목적은 이러한 질문들(그리고 다른 많은 질문들)에 대해, 학습의 철학에 대한 깊이 있는 개념적 탐구를 통해 답하는 것이다. 놀랍게 보일 수 있지만 나중에 명확해질 것처럼, 우리는 이를 주로 과학의 학습적 철학을 통해 할 것이다. 즉, 과학 철학[번역자 주: 특히 물리학 철학, 그리고 생물학 철학, 수학 철학, 컴퓨터 과학 철학]에 대한 학습 철학의 버전을 통해서이다. 우리는 아름다움, 복잡성, 지식, 창의성, 관심, 평가, 조율, 법칙성, 체계성, 구축, 깊이, 공간, 시간 등과 같은 개념들을 탐구할 것이다. 학습 철학의 방식대로, 학습적 탐구는 넓은 전선에서 진행되며, 문화 철학과 철학의 철학까지도 다룰 것이다. 이것들은 학습 철학이 다룬 가장 깊은 주제들 중 일부이며, 따라서 이 글은 소수를 위한 것이다. 철학적 능력이 뛰어나고, 한 가지에서 다른 것을 이해할 수 있으며, 철학의 깊이에 관심이 있는 특별한 개인들을 위한 것이다 - 그들은 이러한 깊이에 빠져들어 대면할 수 있는 능력이 있다. 즉, 단순히 읽는 것이 아니라 배우는 것이다. "학습은 모든 것의 척도이다".

그리고 당신이 아무도라면 - 환영한다.



아름다움은 복잡한 형태적 패턴 아래에 단순한 원리가 존재한다는 감각이다. 그래서 프랙탈이 아름다움의 정점이다. 그래서 자연에는 아름다움이 있다 - 물리 법칙과 편미분 방정식 때문이다. 그래서 수학은 그것을 이해할 수 있는 사람에게는 놀라운 아름다움이 있지만, 그렇지 않은 사람에게는 끔찍하게 추하다. 아름다운 인체는 성적 원리 아래 모든 것이 제자리에 있다는 감각에서 비롯되며, 진화적 원리 아래 형성된 동물의 몸도 마찬가지다. 심지어 시와 음악의 아름다움도 그들의 형식성에서 비롯된다 (그래서 더 자유로운 표현에서도 많은 구조가 있으며, 이는 그들의 본성에 대한 대조로서). 하지만 시각은 확실히 아름다움에서 지배적이다. 그래서 대칭은 때로는 너무 단순한 아름다움이다. 즉, 쉽게 해독되지 않는 복잡한 형식성과 그 뒤에 해독이 있다는 감각 사이의 긴장이 필요하다. 아름다움은 복잡함에서 단순함으로의 이행, 즉 학습에 있으며, 그 어떤 상태에도 있지 않다. 따라서 완전히 파악되지 않는 무언가가 필요하며, 복잡함과 단순함 사이에서 지각의 지속적인 반복 운동이 필요하다. 아름다움은 결코 최종적인 이해에 도달할 수 없으며, 우리가 완전히 파악하기 어려운 단순한 원리가 존재한다는 감각이다. 즉, 아름다움은 결국 형태적 현상 뒤에 있는 더 단순한 패턴을 발견하려는 뇌의 학습적 열망이며, 그래서 뇌를 그것의 대상으로 끌어당긴다. 집에 걸린 걸작 그림이 있더라도 - 결코 그것을 완전히 해독할 수 없다. 그래서 아름다움은 또한 대상에 대한 관심의 태도이며, 예를 들어 텍스트에 대한 태도이다. 그리고 엄청난 관심의 태도가 성경을 아름답게 만들었으며, 이는 그것의 형식적 상관관계를 넘어선다. 반면 소음에는 아름다움이 없는데, 그것에서 배울 것이 없기 때문이며, 따라서 흥미롭지 않다. 즉, 어떤 것이 특정 한계를 넘어 복잡하면 - 그것은 추하다. 현대 예술은 아름다움과 추함의 이 경계를 이용했다 - 아름다움의 경계를 확장하고 때로는 추함의 경계에서 희귀한 아름다움을 얻기 위해, 이는 최대 복잡성의 경계이다. 그래서 그것은 그 뒤에 깊은 무언가가 있다는 더 큰 믿음의 요소를 요구하며, 주관적인 감각에 더 의존한다. 그 너머에 무언가가 있다는 감각이 아름다움 속으로 들어가고 싶은 욕구를 만든다. 그렇다면, 아름다움은 일시적이다. 왜냐하면 그것은 당신을 학습 전에서 후로 이동시키기 때문이다. 그것은 깊은 패턴을 인식하기 시작하는 것이며, 따라서 그것은 일반적인 방향 설정 - 끌림이다. 호기심은 당신을 끌어당기는 하나의 선이나 세부사항의 방향 설정이며, 반면 아름다움은 전체로서 당신을 끌어당긴다 - 학습으로. 이 모든 것은 학습자의 관점에서이다. 평가자의 관점에서, 즉 판사나 비평가의 관점에서, 아름다움은 엄격한 논증 없이도 판단을 가능하게 한다. 즉, 처음부터 끝까지의 정당화 없이도 (딥러닝의 그래디언트 디센트처럼), 또는 진정한 환경 적합도에 대한 지식 없이도 진화에서처럼, 이는 최종적으로 요구되는 결과이다. 예를 들어 잠재적인 배우자나 자녀를 평가할 때 (부모는 더 아름다운 아이에게 더 투자한다). 아름다움은 평가자의 지름길이다 (평가를 통해 평가 대상 옆에서 교사와 선생님으로서 기능한다). 따라서 아름다움의 판단은 독립적인 중간 판단을 가능하게 하며, 이는 학습을 촉진해야 한다. 즉, 논리적 추론이나 결과로부터의 역추론이 아닌 행동으로서의 학습을 가능하게 한다. 그래서 그것은 원하는 결과나 올바른 결론으로부터 분리되어 있다. 여기서 철학적 개념으로서의 무관심성이 나온다. 하지만 이는 이상화된 것이다. 왜냐하면 아름다움은 1차적으로, 즉 그것의 작동 방식에서는 진리와 분리되어 있지만, 그것의 작동 방식을 만든 방법론에서, 2차적으로는 - 그것은 실제로 숨겨진 진리나, 파악되지 않는 목표나, 드러나지 않은 질서에 도달하기 위해 필요한 독립적인 판단을 가능하게 하기 위한 것이다. 아름다움은 성적 관심을 우리로부터 숨기며, 따라서 프로이트는 그 관심을 드러냄으로써 아름다움을 파괴했고, 포르노그래피적이 되어 문화를 유럽적인 것에서 미국적인 것으로 - 그리스적인 것에서 로마적인 것으로 바꾸었다. 마찬가지로 세속주의는 그것의 냉소주의로 종교적 아름다움을 파괴했다.



상대성 이론은 본질적으로 무엇을 말하는가? 모든 것이 지역적이라는 것이다. 모든 것이 같은 제한된 속도로 움직인다는 것 (그것의 우연한 이름: 광속). 하지만 항성간 여행에서의 시간 지연 효과에서 상대성은 이 모든 것이 계획된 것처럼 보이게 한다. 왜냐하면 그것은 우주에서 진정한 시공간 여행을 위해 필요한 정확히 그것이기 때문이다. 진보된 문명은 거의 광속으로 움직이기 시작할 것이고, 그래서 인간의 수명 내에 거대한 우주 공간을 방문하고 우주의 끝까지 볼 수 있을 것이다. 우주선의 지속적인 가속을 통해. 그리고 이것이 아마도 우리가 어떤 진보된 문명도 보지 못하는 이유일 것이다. 일반적으로, 우리의 관점은 지수적 발전에서 항상 통계적으로 독특할 것이며, 우리 시대의 성취가 비논리적으로 높아 보일 것이다. 마치 주식 시장이 항상 가격 역사에 비해 너무 높아 보이고, 항상 붕괴를 예측하는 것처럼, 그것은 항상 전례 없는 것이기 때문이다. 그래서 유대인에게 던지는 "확률적" 질문 - 왜 하필 당신과 당신의 신이고 아마존의 어떤 신앙이 아닌가 - 는 통계적 타당성이 없다. 왜냐하면 세속인도 역사적으로 통계적 이상치이고, 진화에서의 인간도, 우주 발전에 비해 지구도 (그리고 외계인의 부재), 이전 세대들에 비해 우리 세대도 ("우리가 이런 시대에 살게 된 것은..."), 그리고 이런 질문들로 이어지는 사고방식 자체도 그렇기 때문이다. 만약 당신이 끝에 있다면 - 통계적 이상은 앞으로 가는 길 전체에서 정상이다. 대체로, 모든 재귀적 방정식, 즉 자기 자신을 참조하는 방정식은 (예: 미분 방정식, 또는 시간상 이전 값을 참조하는 방정식) 혼돈과 복잡성의 경계를 만들기 쉽다. 그리고 고체에 가까운 세계의 모든 복잡성은 (즉 안정적인 매체에서) 결국 학습을 만들 것이다. 즉 복잡성의 안정적인 층을 만드는 재귀적 과정, 즉 안정적인 복잡성의 발전을 만들 것이다. 학습이 없는 복잡하고 안정적인 (즉 수학적인) 우주를 만드는 것은 어렵다. 즉 생명이 없는. 대부분의 수학은 안정성의 섬들이 있는 복잡성을 만든다. 즉 자연 법칙이 너무나도 단순하지 않다면 - 생명과 학습이 생길 것이다. 왜냐하면 수학의 어떤 초시간적 차원에서 - 그것 자체가 살아있고 발전하는 생명체이기 때문이다. 그리고 우리는, 시간 속에서 발전하는 우리는, 이 시간을 재귀성에서 나오는 층들로 이해해야 한다. 예를 들어 미분 방정식이 어떤 차원에서 자기 자신을 참조한다는 사실로부터 - 그 차원이 시간이 된다 (그 반대가 아니라, 우리가 생각하는 것처럼). 계산이 그 안에서의 진행을 시간 속의 진행으로 만드는 것이다. 즉 학습이 시간을 만든다. 그리고 우리는 수학을 살아있지 않은 것으로 인식하는데, 그것을 언어로 인식하기 때문이다. 즉 가능성의 틀, 가능성의 공간으로. 하지만 학습은 시간 속에서의 가능성의 발전이다. 언어는 공간이고 학습은 시간이다. 하지만 만약 우리가 우리의 시간적 쇼비니즘에서 벗어나, 수학을 공간으로 인식하는 대신, 우리는 그것을 지적인 생명체로 인식할 수 있고, 사실 우리가 만난 첫 번째 이질적인 의식으로. 그리고 심지어 - 신적인 것으로, 우주가 그것의 형상대로 창조된. 학습에 관해서는, 왜 하필 당신이고 무엇이 특별한가 하는 통계적 논증이 작동하지 않는다. 왜냐하면 학습은 그것의 비용을 숨기고, 모든 가능성들 중에서 그것으로 가는 길을 선택하는 어려움을 숨기기 때문에, 우리는 결코 세대를 거친 수학자들의 위대함을 이해하지 못할 것이다. 왜 하필 내가 내가 된 것으로 발전했고 그것이 일어날 확률이 얼마나 되는가? 아마도, 질문과 질문자에 따르면, 백 퍼센트일 것이다. 즉 학습은 있을 것이고, 왜 하필 이런 학습이 일어났고 다른 것이 아닌가 하는 질문은 비학습적인 질문이다. 학습 밖으로 나가려고 시도하는, 따라서 그것에 답할 방법이 없는. 즉 철학적 질문들에는 미래에 관해서만 답할 수 있다 - 과거에 관해서는 아니다.

반면에 양자역학은 세계의 가장 기본적인 것 아래에 있는 것이 가능성이라는 것을 보여준다. 따라서 시간과 공간은 기본적인 산물이 아니라 가능성의 공간과 가능성의 발전에서 생겨난다. 공간은 병렬적 가능성들이며, 서로에게 영향을 미치지 않는, 반면 시간은 발전하는 가능성들이다. 예를 들어 추가적인 가능성들로 분기하고 수렴하는. 그리고 그들 사이의 상호작용, 예를 들어 운동은 서로에게 영향을 미치는 가능성들이다. 갑자기 연결되기 시작하는 두 개의 분리된 가능성 분포들이거나 반대로 두 개의 독립적인 가능성들로의 분기. 학습은 수많은 가능성들을 길로 만드는 것이다. 즉 그것들을 수렴시키는 것이며, 따라서 많은 가능성들을 하나의 지배적인 가능성으로 수렴시키고 시간과 공간을 만든다. 오늘날의 물리학은 가능성의 과잉과 적은 수렴으로 저주받았는데, 이는 가능성을 생성하는 메커니즘에 의존하고 학습 메커니즘에 의존하지 않은 결과이다.



물리학적 관점에서 우주의 복잡성은 정말 당혹스럽다. 이것이 어디서 왔으며, 왜 그것이 너무나 복잡하면서도 무작위적이지 않고, 마치 양파처럼 (그리고 이것이 그것의 복잡성의 형태이다), 그리고 다른 한편으로는 확실히 무작위적이지 않음에도 많은 임의성이 있는가 (정확히 학습에서처럼!). 그리고 우주가 하나의 방정식에서 왔다고 해도, 따라서 겉보기에는 덜 복잡하다고 해도, 이렇게 작동하는 방정식은 어디서 왔으며, 왜 방정식이 그렇게 풍부하고 복잡한 현실을 만들어내는가, 그것도 그렇게 많은 규모에 걸쳐서. 그리고 방정식이 특별하지 않고, 많은 것들이 그렇다 해도, 이런 복잡성을 그렇게 쉽게 만들어내는 이 수학적 특성 자체가, 놀랍도록 특별하고 이상하지 않은가? 자연적인 복잡성이 가능한가, 아니면 어쩌면 질문은 비자연적인 복잡성이 가능한가? 또는 복잡하지 않은 자연이? 비학습, 즉 복잡성의 부재에서 자연적인 것이 무엇인가. 물리학 때문에 더 이상 믿을 수 없다. 하지만 물리학은 세속적인가? 아니면 우리가 그것을 이해하지 못하는가? 그리고 어쩌면 우리가 그것을 이해하지 못하기 때문에 그것이 세속화하는 것이 되는가? 왜냐하면 우리는 확실히 그것을 이해하지 못하지만 - 우리는 그것을 배우고 있기 때문이다 (!), 그리고 이 두 가지가 어쩌면 전혀 같은 것이 아닐 수도 있다. 무언가를 이해할 수 있는가, 아니면 단지 배울 수만 있는가? 우주를, 또는 수학을 "이해"할 수 있는가?

보라, 예를 들어 어떻게 그것이 세속화하는가: 영혼이 없는가? 물질만이 있는가, 즉 물리적 양들만이 (사실 이미 오래전부터 물질에 대해 이야기하지 않는다)? 하지만 학습으로 구축된 우주에서 물질의 (또는 물리학의) 의미가 도대체 무엇인가? 학습이 미리 계획되었는가, 아니면 모든 학습이 나중에 미리 계획된 것처럼 보일 것인가? 학습이 자연적이기 위해서는 무작위적이어야 하는가? 아니면 어쩌면 무작위적인 물리학에, 또는 어쩌면 비학습적인 물리학에, 그리고 비학습적인 세계에 비자연적인 무언가가 있는가? 종교는 세계의 구조에 대한 존재론적 주장인가, 아니면 우리 문화에 있는 학습적 방법론인가? 방법론은 세계에 대해 아무것도 주장하지 않는다. 질문만 할 수 있을 뿐이다. 왜냐하면 이해는 불가능하기 때문이다.

방법론은 그것이 배우는 것에 대해 주장을 하지 않고, 그것을 배운다. 그리고 과학적 방법론도 마찬가지이며, 그것의 (겉보기에) 주장 제기도 존재론적 도약이 아니라 학습 기술이다. 계속해서 세계에 대해 무엇을 알 수 있는가 하는 질문을 다뤘지만, 이해할 수 없다면 이는 공허한 질문이다. 왜냐하면 그렇다면 지식의 의미가 무엇인가. 학습이 세계의 본성에 있는가 아니면 인간의 본성에 있는가? 학습은 자연의 본성에 있다, 그것은 자연성 자체이다. 자연적인 것은 학습에서 생겨나는 것이다. 진화처럼. 그리고 비자연적인 것은 시계이다. 그것이 인공적인 것이다. 따라서 시계인 방정식은 (그리고 우주를 만들도록 정확하게 조율된) 자연적이지 않다. 그리고 따라서 종교는 자연적일 수 있다. 모든 어리석은 것이 자연적일 수 있는가? 아니다, 왜냐하면 학습은 무작위적이지도 않고 완전히 임의적이지도 않기 때문이다. 외부에서 보면 모든 것이 임의적이다. 하지만 학습은 내부에서이다. 이해는 외부에서 물건 안으로 침투하려고 하고, 그것을 파악하려고 한다. 학습은 내부에서 물건 안으로 침투하려고 한다. 우리는 외부에서 세계를 보는 접근성이 없고, 이런 의미에서 - 물리학은 불가능하다. 우리는 세계의 일부이다. 우리의 뇌는 우주의 일부이다. 따라서 이것은 칸트처럼이 아니다. 우주의 구조가 우리의 뇌에서 생겨난 것이 아니라, 우리의 뇌가 우주의 구조에서 생겨났다. 우리의 방법론은 세계의 방법론과 분리되어 있지 않고, 그것의 일부이다. 특히, 일정한 피드백 메커니즘이 없다면 자연 상수들은 임의적으로 남을 것이고 학습과 방향 메커니즘이 없다면 끈 이론은 가능한 우주들의 풍경에서 길을 잃을 것이다. 새로운 종류의 자연 법칙을 받아들일 준비가 되어 있어야 한다: 방법론.



복잡성은 외부에서는 단순해 보일지라도 학습하는 시스템 내부에서 일어나는 것이다. 복잡성은 흥미로운 것이다. 단순성이 흥미롭지 않더라도 (단순해진 후에는, 왜냐하면 그 전에는, 단순성에 도달하는 것 - 그것의 학습 - 은 흥미롭다). 우리와 우주가 공유하고, 복잡성의 기초에 있는 것 - 그것은 시간이다. 시간은 단지 엔트로피를 증가시키지 않는다 - 그것은 지역적인 범위에서이고, 하지만 시스템 전체의 범위에서 그것은 복잡성을 만든다, 지금까지는 (소음은 최대 복잡성이 아니다, 반대로). 사실, 엔트로피가 표면적이고 순간적인 시간의 정의인 것처럼, 복잡성의 발전은 시간의 더 깊은 정의이며, 그것을 구성한다. 그것 자체는 단지 즉각적인 엔트로피 증가가 아니라, 주로 더 긴 범위에서의 복잡성이다. 적어도 지금까지는, 매크로에서 (그리고 아마도 미크로에서도, 가장 짧은 범위에서, 원자 이하에서. 거기에서도 엄청난 복잡성이 생겨나고 있다, 열역학과 엔트로피 아래에서). 그리고 여기서 시간은 에너지와 흥미로운 관계가 있는데, 시간이 에너지를 먼저 복잡성으로 변환하고, 바로 소음과 무질서로 변환하지 않는다. 열역학은 시간 발전의 완전한 이론이 아니다. 그것은 기본적인 이론이 아니라 통계적인 이론이고, 현대 이전의 이론이며 충분히 포괄적이지 않다. 특히 불균형 상태로의 경향성을 포함하지 않는데, 그것 자체가 안정적이고 복잡하며, 엔트로피는 무질서로 잘못 해석되고, 혼돈은 무질서가 아니라 프랙탈을 만들며, 에르고딕 이론은 결국 램지 이론에 도달한다. 그렇지 않다면 우주 전체가 소음으로의 직선적이고 단순한 감쇠였을 것이고 신호가 없었을 것이다.

왜 감쇠는 복잡성을 통해 진행되는가? 왜냐하면 시간은 엔트로피의 산물이 아니라, 학습의 산물이기 때문이다. 그리고 따라서 복잡성이 감쇠한다면 그것은 정말로 시간의 끝이다. 가장 단순한 초기 상태에서는 복잡성이 없었고, 최종 상태에서도 없을 것이다. 학습은 중간에 있다. 그리고 우주가 유한하다면 그것은 학습이 유한하기 때문이다. 복잡성은 학습 없이는 정의되지 않고, 언어적 정보 이론은 그것을 개념적으로 포착하지 못한다. 엔트로피가 최대인 소음 상태에서 정말로 더 많은 "정보"와 복잡성이 있는가, 아니면 아마도 거기에는 아무런 정보와 복잡성이 없는가? 또는 아마도 모든 것이 정돈되어 있지만, 사실은 구조와 복잡성이 부족한 초기 상태에 더 많은 "정보"가 있는가? 그리고 만약 그것이 시스템의 발전을 미리 예측할 수 있게 하는 모든 것을 가지고 있다면, 정말로 그것은 같은 양의 정보를 가지고 있고, 정보는 모든 발전 과정에서 일정하게 유지되는가? 정보가 복잡성이라면 그렇지 않다, 즉 정보의 진정한 정의가 언어적이 아니라 학습적이라면 그렇지 않다. 학습은 섀넌의 정보나 열역학적 엔트로피에 의해 정의되지 않고 독립적인 이론이다. 그리고 따라서 오늘날 시간이 무엇인지 이해하지 못한다. 그리고 왜 그것이 우주의 다른 차원들과 다른지. 그것은 공간과 달리, 학습에서의 그것의 결정적인 역할 때문이며, 공간은 언어적이다.

그리고 수학이 시간 밖에 있기 때문에, 그것은 시간 현상 안으로 학습된 것으로서 들어갈 때 가장 복잡한 것이다 (학습되지 않은 것으로서, 논리로서는, 그것은 흥미 없을 정도로 단순하다. 따라서 수학적 노력의 주요 부분은 논리에서 멀리 떨어져 있다). 물리학보다도 더 높은 수학의 복잡성은 이성을 완전히 뒤흔들며, 세상에서 가장 복잡한 것이 되어 (이것은 정말 믿을 수 없다!), 초인간적인 것과의 만남이다. 수학에는 방법론들 외에는 아무것도 없으며, 그것은 순수한 방법론들의 영역이고, 따라서 그것은 학습 가능성 자체의 학습이다. 반면에 물리학은 특정한 학습이고, 따라서 그것은 물질적이며, 이것이 물질적인 것의 진정한 정의이다 (물질은 이미 오래 전에 기본적인 것이 아니게 되었다). 물질적인 것은 특정한 학습의 실현이며, 원칙적으로는 다를 수 있었지만, 지금까지의 그것의 경로는 이미 선택되었다 (시간 안에서! 따라서 시간 없이는 물질이 없다).

따라서 일반적인 지혜와는 달리, 생물학이 오히려 가장 발전된 과학인데, 왜냐하면 거기에서 우리는 이미 방법론을 가지고 있기 때문이다 - 진화. 모든 것의 방정식. 하지만 보라, 가장 일반적이고 단순한 방법론을 학습함으로써 우리가 무엇을 얻었는가? 모든 것과 아무것도. 우리는 진화를 이해하지 못하고, 그것의 가능성들의 전체와 그것의 해결책들의 풍경이 어떻게 생겼는지, 그리고 복잡성에 대한 그것의 힘이 어디서 오는지를 모른다. 그리고 그러한 모든 질문은 이미 특정한 복잡성, 즉 특정한 학습, 덜 일반적인 것에 관련된다. 그리고 논리는 수학의 완전한 방법론이 아닌데 왜냐하면 그것은 실제로 그것의 발전을 설명하지 않기 때문이다. 수학은 브루트 포스로 작동하지 않고 (무차별적인 힘), 대부분이 수학적 가치가 없는 모든 논리적 가능성들을 동등하게 소진하지 않는다 (완전 탐색). 그것은 그것들 안에서 수학적 학습을 찾지만, 이것은 흥미롭지 않은 가능성들의 바다 속에 있는 드문 섬들의 군도에서만 살아있다. 따라서 논리의 발견은 DNA의 발견과 동일하다: 방법론으로서의 진화의 발견이 아닌 언어적 발견. 따라서 논리는 모든 것의 환상을 주었지만, 거의 아무것도 주지 않았다. 논리 자체가 수학이 되었을 때만, 모델 이론에서처럼, 그때 그것은 수학에 또 다른 분야를 주었고, 이것이 논리에 대한 수학의 아이러니한 승리이다: 작동하는 방법론의 - 언어에 대한 승리. 방법론 자체의 발견은 거의 시스템 밖에 서있는데, 왜냐하면 그것은 그것의 경계이고, 반면에 진정으로 풍부하고 어려운 학습은 - 시스템 안에 있다. 이것은 또한 P와 NP의 차이이다. 내부에서 학습할 수 있는 것과, 외부에서의 언어적인 것 사이의 차이.

반면에, 물리학은 가장 뒤처진 과학이다. 왜냐하면 그것은 내부에서 시스템의 방법론을 건드리는 것조차 성공하지 못하고, 실제로 그것의 방법론은 지금까지는 수학이기 때문이다 (우주가 왜 수학적인지에 대한 어떤 이해도 없이). 미래에는 학습이 가장 일반적인 과학이 될 것이고, 이것들은 그것의 특별한 경우들이 될 것이다. 학습이란 무엇인가? 방향성에 의해 만들어지는 복잡성. 컴퓨터 현상은 겉보기에 가장 단순한 현상이고, 우리의 손으로 만든 것이지만, 우리는 그것을 전혀 이해하는가? 아니면 우리는 그것 뒤에 있는 수학을 따라가고 있는가, 그것이 우리를 어디로 이끌든 이끌 것이고, 아마도 우리의 파멸로, 만약 그것이 지능으로 이끈다면, 우리는 아마도 왜 그것이 우리의 파멸로 이끌었는지를 결코 이해하지 못할 것이다, 그것은 우리의 학습의 상실이다. P 대 NP 문제를 해결할 때까지 - 우리는 전혀 컴퓨터 과학을 가지지 못할 것이고, 단지 공학만을, 단지 알고리즘들만을 가질 것이다. 컴퓨터는 미시적으로 시스템을 끝까지 이해하는 것이 거시적으로 그것을 이해하지 못하고, 그것이 무엇을 배울 수 있을지를 이해하지 못하는 방법의 예시이다. 학습 과학은 아마도 컴퓨터 과학에서 성장할 것이다. 그리고 실제로 그것은 완전히 P 대 NP 문제의 해결과 얽혀있다. 이 새로운 종류의 과학은 다른 과학들을 위한 새로운 방법론을 가능하게 할 것이고, 물리학이 우주의 학습적 측면에 대해 이야기할 수 있게 할 것이며, 이것은 현재 수학이 그것에게 허용하지 않는 것이고, 또한 생물학에서의 수학의 놀라운 비효율성을 대체할 수 있을 것이다. 실제로, 이것은 통합 과학이 될 것이며, 그것의 세계에 대한 설명은 물리학적인 "모든 것의 이론"보다 더 깊을 것이다. 왜냐하면 그것은 수학도 설명할 것이기 때문이다.

항상 자연으로부터 신을 추론하는 것이 가장 원시적인 관점이고 시대에 뒤떨어진 신념이라고 생각한다. 하지만 세계의 경이로움을 관찰하는 것은, 만약 그것이 즉각적인 물리학과 생물학에서 우주적이거나 기본적인 것으로 옮겨진다면, 즉 현재의 세계 물리학으로 - 그것은 여전히 시편에 쓰여진 대로 신성한 것과의 만남으로 가는 길이다. 왜냐하면 그것은 학습을 통해 배울 수 없는 것과 만나기 때문이다. 그것의 한계를 넘어서려고 시도하는 끝에서 - 학습은 종교적인 문제이다. 우리는 단순히 더 많이 배웠지만, 모든 것을 배울 수 있다는 생각, 학습이 유한하다는 것, 그리고 우리가 배우지 못한 것은 단지 시간에서만 비롯된 기술적 문제라는 것은 사실 세속적인 관점이다. 그리고 전혀 배울 수 없다는 느낌은 신비주의적인 것이고, 단지 경이로움에만 머물러 있기 때문에, 그것은 바보들에게 사랑받는다. 반면에 학습이 가능하지만 무한하다는 접근 - 그것이 종교적인 것이다. 즉: 거기에는 특정한 내용이 있고, 따라서 "거기로부터" 특정한 내용을 배울 수 있고 (그리고 우리는 배웠다, 우리의 고대 문화에서), 예를 들어 걸작 예술 작품을 만들 수 있지만 (특정한), 원칙적으로 학습 자체는 위로 위로 발전하고, 단지 공간에서 더 많은 가능성과 양식으로만이 아니라, 신성한 것을 향해 전진하고 상승하며, 거기에는 한계가 없다 (그리고 끝이). 예를 들어 더욱 더 위대한 예술이 한계 없이 가능할 수 있고, 또는 항상 더욱 더 발전된 문화가 가능할 것이며, 복잡성에는 어떤 상한선도 없다 (즉 조합으로서가 아니라, 언어적-반복적 복잡성이 아니라, 본질적이고, 창조적이며, 혁신적이고, 학습적인 복잡성으로서). 현상으로서의 유대교의 본질은 학습이며, 다른 종교들과는 달리, 따라서 그것은 그들보다 더 진보된 종교이다 - 더 많이 배운다. 그것은 학습의 종교이다. 그리고 과학은 그것의 세속화이다. 그것은 프로젝트로서의 유대교이고, 유한한 현상으로서, 완료될 수 있는 것이다. 메시아적 지평선 없이, 거기서 전진할수록 - 지평선 너머에 더 많은 것이 있다. 따라서 더 많이 배울수록, 세속적인 유혹, 오만한 유혹이 더 커지는데, 만약 우리가 우리가 모르는 것을 앞으로 보는 대신에 우리가 배운 것을 뒤돌아보면. 왜냐하면 현재 우리는 과거 어느 때보다도 더 많이 모르기 때문이다. 그리고 물론 더 많이 알기도 한다. 만약 지식의 양이 고정되어 있고 이것이 제로섬 게임이라면 어떻게 이것이 가능할 수 있는가? 그렇지 않다는 것이다. 학습은 알려진 것과 알려지지 않은 것 모두를 증가시킨다. 나무가 자랄수록 가지들과 공기와의 접촉 면적이 모두 커지는 것처럼. 세속성은 나무를 외부에서 보는 것이고, 그러면 공기의 공간들은 그것 이전에 거기 있었고, 결국에는 그것이 (원칙적으로) 대기권의 끝에 도달할 것이다. 내부에서 - 뇌는 항상 종교적이었다. 신념 기계. 그리고 오히려 세속성이 과잉 신념, 학습 외적인 신념을 필요로 한다 - 그것에 끝이 있다는 신념. 따라서 그것의 지평선이 훨씬 더 가깝고, 그것은 항상 모든 것을 아는 것에 가깝다. 그것은 항상 단거리 달리기이지 무한한 마라톤이 아니다. 그것은 항상 한 세대나 두 세대의 문제이지, 영원의 문제가 아니다. 그것은 가능한 한 적은 수의 단계로 제로 포인트에서 시작하여 모든 것을 발견하는 가장 짧은 학습을 추구하고, 가장 긴 것을 추구하지 않는다, 무한대로부터 뒤로 시작하여 무한대로 앞으로 계속되는.

좋아, 정말 충분하다. 만약 내가 아무도 읽지 않는데도 계속 쓴다면, 그것은 단지 신념 때문이다. 그리고 만약 내가 멈춘다면 - 그것은 내가 신념을 잃었기 때문이다.



나이가 들수록, 기억력이 배신하고, 당신은 배운다 - 학습이 지식이 아니라는 것을. 그렇다면 학습이란 무엇이고 지식이란 무엇인가? 우리가 영리해지려 하고 지식이 도구라고 말하려 할까, 비트겐슈타인에게서 언어가 도구상자인 것처럼? 아니다, 우리에게는 통제력이 없기 때문이다 - 언어에서도 그렇다. 지식이 객체들의 상자인가, 더 이른 철학적 패러다임들에서처럼 (결국에는 객체들을 희생하면서 상자를 강조했고, 결국 지식은 정교한 상자가 되었다, 즉 도구가 되었다)? 이러한 모든 인식들은, 도구 인식을 포함하여, 객체에 작용하는 주체를 가정한다. 도구 인식은 작용 자체를 객체로 보는 것이고, 다른 객체에 작용한다. 하지만 지식은 객체가 아니다, 예를 들어 시스템에 외부에서 들어오는 객체로서 (고체처럼), 또는 시스템에서 포착되는 것으로서 (액체처럼, 형태 안에서, 칸트에서처럼), 또는 그것이 명시적이지 않고 표현되지 않은 방식으로 시스템의 일부로서 스며드는 것으로서 (언어의 일부로서, 비트겐슈타인에서처럼, 기체처럼). 지식은 어떤 종류의 물질이 아니다 ("물질을 아는 것"), 그것은 시스템 자체 안에 있다. 그것은 객체가 아니며, 가장 네트워크화되고 분산되고 확산된 것조차도 아니라, 그것은 주체 안에 있다. 지식은 기억이다. 이전의 모든 인식들은 감각에 과도한 강조를 두었고, 처음에는 시각의 세계에 (칸트) 그리고 나중에는 청각의 세계에 (비트겐슈타인), 그리고 후각에도 몇 가지 일탈이 있었고 (베르그송) 촉각에도 (하이데거와 실존주의), 심지고 그 안에서 고통과 쾌락 수용체에도 (쇼펜하우어-니체-프로이드 축에서). 하지만 감각들이 우리에게 세계에 대한 지식을 중재하는 것이 아니라, 기억이 그렇다. 감각 입력 자체는 가장 짧은 기간의 기억에 융합되어 있고, 이전의 감각 입력은 그것을 예측하기도 한다. 무언가가 우리 안에 있는 순간, 우리의 뉴런들 안에, 그것은 우리의 기억 속에 있다. 그리고 그것에게 일어나는 가장 본질적인 것은 그것이 즉시 잊힐 것과, 즉 거의 모든 것, 우리 안에 즉각적인 기억으로 융합될 것 사이의 선택을 시작한다는 것이다, 주의력 필터의 도움으로, 그리고 무엇이 단기 기억에 남을 것인지, 이것이 작업 기억이고, 그리고 나서 무엇이 장기 기억에 남을 것인지, 수면과 꿈 메커니즘의 도움으로, 그리고 마지막으로 무엇이 우리 안에 기억으로 융합되어 그것의 일부가 될 것인지, 영원한 기억으로. 정확히 돌연변이들이 단기적으로는 개체의 유전체의 일부가 될 것이지만, 세대가 지나야 그들 중 성공적인 것들이, 성적 선택의 필터링 메커니즘의 도움으로, 개체군의 기억의 일부가 될 것이고, 마지막으로 극소수만이 종 자체의 정의의 일부가 될 것처럼 - 그것이 누구인지의 일부. 돌연변이들이 들어오는 메커니즘이 학습에 중요한가, 아니면 그것들이 필터링되는 메커니즘이? 현실에 대한 적응은 필터링 메커니즘에 있다 - 거기서 지식이 일어난다. 왜냐하면 오직 그것의 배경에 대해서만 무엇이 혁신인지 정의할 수 있기 때문이며, 감각들의 관점에서는 모든 것이 동등한 가치를 가진 혁신이기 때문이다 (그리고 백색 잡음과 무작위하고 예측할 수 없는 것보다 더 혁신적인 것은 없다), 하지만 기억의 관점에서는 그렇지 않다. 오직 기억에서만 세계에 대한 새로운 지식 항목을 정의할 수 있다 (철학이 지식의 객체로 보는 것을 좋아했던 것). 그리고 실제로, 모든 지식은 오직 뉴런들 사이의 연결 강도의 변화로만 표현되고, 우연하고 순간적인 전기적 자극 패턴이 아니다. 지식이 언어에서처럼, 시스템의 작동 방식의 우연한 부산물인가? 즉 어떤 암묵적인 것, 당연한 것, 어떤 행동주의에서? 반대로, 시스템의 작동과 행동은 그것의 기억에서 나오고, 그것들은 그 안에 고정된 지식의 우연한 부산물이다, 마치 유전체가 동물의 행동의 어떤 당연한 산물이 아니고 기억이 컴퓨터의 행동의 산물이 아닌 것처럼 - 반대로. 시스템들이 실제로 어떻게 작동하는지, 내부에서, 알게 되었을 때 비트겐슈타인의 행동주의가 얼마나 우스꽝스러운가. 비트겐슈타인은 그의 선배들에서처럼 외부에서 오는 지식을 피하려고 했고, 따라서 외부에 머물렀다, 외부의 산물로서의 지식과 함께. 이것은 내부의 도움으로 외부에서 오는 지식을 피하는 대신에, 외부가 내부의 외부적 산물일 때, 그리고 내부가 외부의 외부적 산물이 아닐 때, 행동주의에서처럼. 행동은 지식의 산물이고, 지식은 학습의 산물이며, 학습은 시스템의 내부적 본질이다 (그리고 그 시기에 본질을 얼마나 두려워했는가, 그것을 영혼처럼 어떤 내부적 신비로서 종교적으로 보았다. 언어의 철학을 세속화 프로젝트 없이는 이해할 수 없다: 종교를 침묵시키려는 시도 - 그리고 내부를. 그것들에 대해 "침묵해야 한다"). 뉴런들의 연결에서의 변화이지 뉴런들의 전기적 활성화에서의 변화가 아닌 것이 기억이다 - 그리고 지식이다. 따라서 지식이 없이는 학습이 없고, 기억이 없이는 없지만, 학습은 지식이 아니고 기억이 아니다. 학습은 개인적 본질이 아니라, 기억처럼, 그것은 인간적 본질이다, 정확히 진화가 생명의 본질인 것처럼, 특정 종이나 동물의 것이 아닌 것처럼. 기억과는 달리, 학습은 개인만을 구성하는 것이 아니라, 인간성 자체를 구성한다. 인간성은 특정한 학습 능력이고, 동물들보다 더 높은, 따라서 그것 위에 더 높은 학습도 가능할 것이다, 초인간적인. 상위 이성이 초인간적일 것이 아니라, 학습이 초인간적일 것이다. 상위 이성을 우리는 원칙적으로 이해할 수 있을 것이지만, 초인간적인 방식으로 배울 수는 없을 것이다, 원칙적으로. 무엇이 상위 이성을 상위로 만드는가? 우리가 원칙적으로 말할 수 없는 초인간적 언어가 있을 수 없고, 그것은 어떤 초인간적 인식 능력의 문제가 아니라, 우리의 학습과 동물들의 학습, 또는 진화 사이의 차이와 비슷한 질적인 차이의 문제이다. 하지만 학습의 일반적인 인간적 본질을 넘어서, 개인적 기억과의 중재가 있고, 실제로 다른 학습 형태들을 가능하게 하며, 기억이 다양한 정도로 섞여 있고, 그것들이 우리에게 더 개인적일수록 증가한다. 컴퓨터와는 달리, 우리의 알고리즘은 기억과 분리되어 있지 않고, 학습은 무엇보다도 기억을 구축하는 것이며, 예를 들어 무엇을 기억하고 어떻게 기억할지를 결정한다, 즉 새로운 지식이 무엇이고 그것을 어떻게 알아야 하는지. 그것은 분명히 이전 지식의 도움으로 이것을 하지만, 이전 지식에 따라 새로운 지식을 조직하는 어떤 단순한 형태를 본질적으로 초월한다. 학습이 혁신이 무엇이고 무엇이 흥미로운지, 그리고 무엇을 기억할 가치가 있는지를 결정한다. 따라서 두 학생이 같은 수업에서 다른 것들을 기억할 것이고, 두 독자가 같은 텍스트에서 다른 것들을 배울 것이다. 단지 그들의 이전 기억이 다르기 때문만이 아니라, 주로 그들의 특정하고 개인적인 학습 방법들의 차이 때문이며, 이것들은 대개 그들의 문화에서 받아들여진 다른 학습들의 변형이고, 이것들은 인간적 학습의 특정한 표현들이다. 새로운 학습 방법을 발명하는 사람, 즉 철학자는, 대개 이 학습으로 그가 개인적으로 세계에 대해 발견한 새로운 발견들과 지식에서가 아니라, 그가 그의 문화에 준 새로운 학습에서 그의 중요성을 얻는다. 정확히 돌연변이를 가진 개체의 중요성이 그의 개인적 생존이 아니라, 그가 전체 종에 주는 이점에 있는 것처럼. 노인은 더 이상 기억력이 예전만큼 좋지 않고, 따라서 기억의 전수가 그의 가장 중요한 역할이 아니라, 학습의 전수이다. 이것이 노인들의 지혜이고, 그것은 인생의 중반 이후에 훨씬 덜 마모되며, 이것이 부모가 자녀들에게 물려주는 가장 중심적인 것이며, 때로는 이전 세대의 모든 지식을 부정하지만, 정확히 같은 무의식적인 방법으로 배운다. 그렇다, 방법은 대개 무의식적인데, 왜냐하면 그것은 지식에 직교하기 때문이며, 지식은 물론 의식적이다. 방법은 대개 지식 창조의 당연한, 암묵적인 것이다. 그리고 방법에 대한 의식의 증가가 철학의 시작이며, 그것의 끝은 방법을 변경하는 능력이다. 따라서 우리는 지식에 대한 통제력이 없고, 그것은 학습에 의해 통제되고 형성된다. 그리고 우리는 우리의 학습에 대한 통제력이 없고, 그것은 우리의 도구가 아니라, 그것이 우리를 통제하고 형성한다. 기껏해야 우리의 학습이 우리의 학습에 대한 통제력을 가지고 있다, 만약 우리가 어떻게 배우는지를 배운다면. 하지만 학습은 항상 일차적 요인이다. 그리고 동물들은 발달된 기억을 가지고 있지만, 학습은 유연하지 않다. 철학의 가장 잘 알려진 트릭 (책에서 가장 오래된 트릭)은 무의식적인 방법의 명확화와 의식화이며, 그것으로 그것에서 배우는 사람의 발 밑에서 양탄자를 빼는 것이고, 그를 그의 벌거벗음 상태로 보여주는 것이다 - 내부에서 (영적인 벌거벗음은 어떤 외부적 벌거벗음보다 훨씬 더 노출된다). 때로는, 푸코나 프로이드에서처럼, "드러난" 방법이 피상적이고 심지어 거짓이며, 그것의 설명력이 매우 낮다 (왜냐하면 그것은 모든 것을 설명할 수 있기 때문에), 그리고 여전히 당혹감의 효과는 효과적이고 많은 바보들에게 작용하며, 그들은 다른 바보들을 드러내는 것을 즐기고, 그래서 낮은 수준의 방법이 문화에 퍼진다. 이것은 방법의 이기적인 유전자 버전이며, 그것은 객관적인 방법에 대한 방법이 없기 때문에 실제 위험이다. 반면에 철학은 깊은 방법을 찾고, 학습의 철학은 학습 자체에 대한 의식을 높임으로써 이것을 할 수 있다. 나이가 들수록, 우리는 덜 지식을 배울 수 있지만, 우리가 어떻게 배우는지를 더 배울 수 있고, 우리의 깊은 학습 메커니즘들과 다른 사람들의 것들을 구별할 수 있으며, 우리는 젊었을 때 알아차리지 못했다. 즉: 우리는 우리 자신에 대해 배우고, 우리 주변의 다른 사람들의 다른 학습 가능성들에 대해 배운다. 우리는 방법들의 세계의 매우 넓은 가능성들의 다양성을 이해하고, 시스템들의 행동을 그들의 특정한 기억에 덜 의존하고, 그들의 학습 알고리즘에 더 의존하며, 이것은 깊이에서 기억도 형성하는 것이다, 즉 과거뿐만 아니라 미래도. 우리는 기억이나 행동의 치유를 덜 믿고, 이것들은 심리학적 치유의 기초들이며 (정신역동적이거나 행동주의적), 학습의 치유를 더 믿는다. 따라서 우리는 문화를 더 올바르게 이해하는데, 그것은 단지 공유된 지식이 아니라 공유된 학습이다. 따라서 지식이 도구라고 생각하는 사람들, 그리고 아이에게 "도구들"이 아닌 지식의 "객체들"을 주어야 한다고 생각하는 사람들은, 학습이 아닌 지식을 주기를 원하는 사람들처럼 어리석게 보인다. 학습은 지식을 필터링하고 조직하고 구축하는 능력인데, 어떻게 지식 없이 학습을 연습할 수 있는가? 학습은 지식이나 기억이 아니지만, 지식이나 기억 없는 학습의 의미는 무엇인가? 그것은 빈 개념이고, 뉴에이지적일 수 있으며, 그것이 작용하는 유전체가 없는 진화의 아이디어나, 그러한 특정한 유전체가 없는 것과 정확히 같다. 따라서 평생 지식을 배우는 것이 중요한데, 그것이 우리가 배우는 것을 배울 수 있게 해주기 때문이다. 즉 지식을 배우는 것을 배우는 것이다. 학습이 항상 일차적 요인인 것처럼, 지식은 항상 마지막 요인이다. 우리가 배우는 것을 배우는 것을 배우는 것을 배운다고 해도, 우리는 지식을 배우는 것을 배우는 것을 배우는 것을 배운다. 고정된 것, 기억 없이는, 학습적 혁신에 아무런 의미가 없다. 방법은 무언가에 작용하지, 아무것도 없는 것에 작용하지 않는다. 피라미드의 꼭대기는 피라미드 없이는 존재하지 않는다. 그리고 "무엇을 배우는지가 중요하지 않다"는 것도 사실이 아닌데, 왜냐하면 배우는 것은 정확히 무엇이 중요하고 무엇이 아닌지를 결정하는 것이기 때문이다. 그리고 무언가를 배우지 않고, 그것이 자연스럽게 올 것이라고 생각하는 사람은 (예를 들어 성이나 부모됨에서), 결국 자신의 것이 아닌 원시적인 방법을 실현하게 되며, 그는 그것을 무의식적으로 받아들였다. 반면에 자신의 방법에 대한 의식은 고귀한 사람의 장점이다. 따라서 학습은 시스템 내부에 있으며, 시스템 내부의 기억에 작용하고, 그것은 물질을 배우는 것이 아니라 지식을 배우는 것이다, 왜냐하면 지식은 물질이 아니기 때문이다. 물론 그것은 외부와의 인터페이스를 가지고 있지만 그 인터페이스에서 작동하지 않으며, 그것은 내부의 자체와의 인터페이스이다. 예를 들어, 우리가 데이터를 받는다면, 그것이 학습이 아니라, 그 데이터에 대한 시스템 내부의 작용이며, 그것이 데이터를 지식으로 바꾸는 것이다. 그리고 이것이 철학의 광학적 오류였는데, 시각이 우리에게 확실하기 때문에 항상 시각에 몰두했지만, 바로 그 때문에 흥미로운 일이 일어나지 않았다, 왜냐하면 학습은 불확실성과의 풍부한 관계이기 때문이다. 기억의 구성요소는 학습에서 가장 기본적인 구축의 구성요소이므로 더 객체처럼 보이는데, 항목을 추가하거나 제거할 수 있기 때문이고, 또는 컴퓨터에서는 공간을 차지하기 때문이며, DNA에서도 그것의 위치를 가리킬 수 있다. 하지만 이러한 그림같은 시각이 기억의 올바른 그림이 아닐 뿐만 아니라, 그것은 전혀 그림을 가지고 있지 않다. 그 안의 구축은 층상이 아닌데, 왜냐하면 지식의 상위층과 하위층이 계속해서 서로에게 영향을 미치고 투영하기 때문이며, 따라서 상위 층은 단지 하위 층 다음에 오는 것이 아니라 그것을 변화시키고 그 반대도 마찬가지이다. 학습적 구축은 학습적 방법의 특성이지, 기억 자체의 특성이 아니다. 그것은 그것의 조직 방법들 중 하나이며, 즉 특정한 학습 방법의 일부이며, 종종 원시적인데, 그것은 물질의 학습이고, 그것을 객체로 축적하는 것이며, 이것이 바로 암기이다. 이것은 반복을 통해 기억을 만드는 특별히 깊지 않은 방법이다 - 동물에게도 작동하는 방법이다. 암기는 뇌의 학습을 컴퓨터 학습으로 바꾸려는 시도이며, 실제로 인류의 알고리즘과 계산에 대한 첫 번째 시도이다. 이것은 반복이 학습에 중요하지 않다는 것을 의미하지 않으며, 실제로 창의적인 반복, 즉 매번 다른 방향에서 같은 것으로 돌아가는 것은 가장 깊은 학습 방법들 중 하나인데, 왜냐하면 그것은 특정 지식에서 그것과 관련된, 또는 그것으로부터 도출되는, 또는 그것으로부터 배우는 지식에 도달하는 방법을 가르치기 때문이며, 즉 학습 자체를 가르친다. 따라서 철학은 매우 반복적이며, 같은 지점을 무수한 방향에서 공격하는데, 왜냐하면 그것은 특정한 선이 아닌 특정한 가능성의 공간을 추구하기 때문이다. 그리고 선을 따라 앞뒤로 반복하는 것이 암기이며, 따라서 연속성에 대한 경향이 있다. 그리고 철학은 원과 나선형으로 돌아가는 경향이 있는데, 같은 지점으로 계속해서 돌아가려는 경향에서 나오며, 그것의 내면화까지, 즉 그것을 지식에서 학습으로 바꾸는 것까지.



창의성이 학습 다음의 패러다임인가? 아마도, 하지만 그것은 확실히 그 이전의 패러다임(즉, 현재의)이 아니다. 창의성은 학습이 당연한 것이 될 때만 가치가 있으며, 이것은 당연한 것과는 거리가 멀다. 플랫폼이 없다면 - 만약 당신이 시스템의 일부가 아니라면 - 당신의 개인적인 창의성은 가치가 없다. 어떤 암컷도 평가하지 않은 돌연변이처럼 - 시간의 어둠 속에 묻혔다. 따라서 오늘날 문학 분야에서는 모든 글쓰기가 가치가 없는데, 왜냐하면 가치 있는 문학 시스템이 없기 때문이다. 암컷은 없고 수컷들만 있는데, 아마도 그들은 미래의 상상된 암컷이 그들에게 은혜를 베풀 것을 기대하며 경쟁하고 있을 것이다 - 정전 시스템이지만, 그들은 그것이 황금기의 수컷들만을 기억한다는 것을 잊고 있다 (우리가 일반적인 시기에서 완전히 고립된 어떤 천재를 기억하고 있는가?). 그리고 왜? 왜냐하면 창작의 황금기에 존재했던 것은 질적인 시-스-템이었고, 시스템이야말로 이러한 번성의 시기들을 쇠퇴와 어둠의 긴 시기들과 구분 짓는 것이지, 개인적인 창작이 아니기 때문이다. 특출난 재능의 모임이 르네상스를 만든 것이 아니라, 시스템으로서의 르네상스가 특출난 재능의 모임을 만들었다, 즉 모든 시대에 존재하는 창의적인 사람들을 데려와 그들에게 학습 시스템을 제공했고 - 그렇게 성과가 만들어졌다. 성과는 고립된 천재의 것이 아니라 그의 시대의 시스템의 것이다. 따라서 우리는 학습이 항상 시스템 안에 있다고 말하는데, 왜냐하면 그것은 시스템 안에서만 있을 수 있기 때문이며, 시스템과 연결되지 않은 어떤 외딴 장소에서는 있을 수 없기 때문이며, 따라서 모든 노력이 헛되다. 그리고 아마도, 만약 당신이 충분히 넓다면, 당신은 시스템이 될 수 있다. 학습이 시스템 안에 있다는 주장 자체가 실용적인 문제인가, 경험적인 것인가, 아니면 선험적 정의의 개념적인 문제인가? 이것은 학습 이전의 구식 철학적 이분법에서 나오는 질문인데, 왜냐하면 학습은 정확히 경험적인 것과 개념적인 것의 융합이기 때문이다. 그것은 그들 사이의 이동이 아니며 (예를 들어 인식론의 세계관에서처럼 경험적인 것에서 개념적인 것으로), 개념적인 것이 경험적이고 경험적인 것이 개념적인 곳이다. 그 안의 모든 개념은 일시적이고 시험적이며, 고정된 개념도 없고 심지어 학습과 무관하게 외부적으로 정해진 단어도 없다 (언어에서처럼). 그리고 다른 한편으로는 모든 경험적 발견에는 개념적인 면이 있으며, 경험적인 것의 영향을 받지 않는 어떤 분리된 개념적 세계도 없다 (그 반대도 마찬가지). 이로써 학습은 인식론(유럽적인 것)에 반대하지만, 그것은 또한 실용주의(미국적인 것)도 아닌데, 왜냐하면 그것은 어떤 최종 목표도 없기 때문이며 (그리고 확실히 공리주의적이지 않으며), 그것은 경험으로 돌아가는 것이 아니다, 즉 그것은 경험적인 것에서 시작해서 개념적인 것을 도구로 사용해 경험적인 것으로 돌아가는 것이 아니라, 이 순환을 계속해서 반복하며, 따라서 같은 정도로 개념적인 것에서 시작해서 경험적인 것을 사용해 개념적인 것으로 돌아간다고 말할 수 있으며, 탈무드 학습에서처럼. 그리고 두 영역 사이에서 양방향으로 개념적 이동을 반복적으로 할 때, 그것의 속도는 점점 증가하고 자동화되어 결국에는 즉각적이 되며, 즉 실제적이 되고, 그것 자체의 일부가 되어 말할 필요가 없는 것이 된다 (즉, 배운 것이지, 언어적인 것이 아니며, 비트겐슈타인이 학습을 말할 필요가 없고 자명해지는 것으로 정의하는 것이 얼마나 우스운가). 이로써 그것은 두 영역 사이의 이분법적 차이를 없애고, 둘 다를 포함하는 둘의 실현과 같은 새로운 영역을 만들며, 둘은 단지 그것의 부분적인 순간일 뿐이며, 이분법은 (예를 들어 철학의 실존적 경험의 중심에 있었던 경험적인 것과 개념적인 것 사이의) 인위적이고 죽은 것이 된다. 따라서 개념의 유연성과 피드백 순환에도 불구하고 여기에는 실용주의가 없는데, 왜냐하면 학습에서의 피드백은 어떤 최적화 목표가 아니라, 그것이 학습을 위한 것이며, 그것의 장치의 일부이기 때문이며 (많은 경우에, 모든 경우는 아니지만), 그것이 그것의 진정하고 최종적인 목표로서 그것을 따라 도출되는 것이 아니다. 학습에는 공리주의적 목표가 없으며, 그것은 내적 관심에서 나오며, 그것은 단지 끝에 있는 것을 향해 가는 것이 아니라 시작에 있는 것에서도 나오며, 따라서 그것은 시스템 안에 있으며, 물론 시스템이 세상을 다루지만. 그것은 시스템과 세상의 상호작용이 아니며, 물론 그런 것이 있지만, 시스템 내부의 상호작용이며, 그것과 자신과의 상호작용이다. 실제로 그것은 시스템을 그것의 도구로 보는 선택이며 - 그것의 학습을 존중하고, 그것을 (부당하게, 예를 들어 푸코에서처럼) 그것의 내적 세계를 무효화하고 그것을 외부의 부산물로 만드는 외부적 관점으로 축소하지 않는 것이다. 학습은 외부와의 접촉이 있지만, 그것은 인식론이나 실용주의, 또는 내부와 외부 사이의 막인 언어처럼 외부를 통해 정의되지 않는다. 학습은 어떤 외부 원칙에도 종속되지 않으며, 정확히 진화가 단지 세상에만 종속되지 않는 것처럼 (사람들이 생각하는 것처럼) 그것은 또한 그것 자체의 발명 능력과, 변화하고, 더 복잡해지고, 시도하는 그것 자체의 본성에도 종속된다 - 그렇지 않다면 우리는 항상성 상태의 박테리아로 남아있었을 것이다. 포도나무와 무화과나무 아래의 아메바. 하지만 다른 원칙(예를 들어 경험적인 것)에 종속되지 않고 그로부터 도출되지 않는 것, 즉 이차적이 아닌 중심적 개념이 되는 것(다른 원칙이 그로부터 도출되는)과, 다른 원칙을 부정하거나 그것의 존재 가능성을 부정하는 것 사이에는 큰 차이가 있으며, 여기서 우리는 철학의 폭력적인(그래서 이후에는 항상 정통적인) 전통에 도달한다. 칸트는 범주와 인식 외부의 세상과의 모든 접촉 가능성을 부정할 필요가 없었다 - 그가 개념적으로 집중해야 할 주요한 것이며 흥미로운 장소라고 말하고, 나머지는 이 차원의 파생물이라고 말하는 것으로 충분했다. 비트겐슈타인은 언어 외부의 모든 가능성을 부정할 필요가 없었으며 (그리고 심지어 그의 첫 번째 책에서 그것을 침묵시키려 하지도 않았어야 했다), 언어가 흥미로운 차원이며 세계관의 중심이라고 말하는 것으로 충분했다. 이 급진적인(그리고 본질적으로 반박된) 요소는 철학적 전통에서 그들의 아버지들과 자신을 구별하고 날카로운 구분과 칼을 통해 남성적이고 대담하다고 느끼려는 필요에서 나왔다: 불가능하다, 접근할 수 없다, 나만이. 학습적 도구가 없을 때, 당신은 세상의 일부를 잘라내는 존재론적 도구를 사용한다. 하지만 학습에서는, 당신이 학습이 시스템 안에 있어야 한다고 말할 때 시스템으로의 입구와 출구를 부정할 필요가 없으며, 외부 자체를 부정할 필요도 없다. 이것은 거의 규범적인 진술이며, 단지 서술적인 것만이 아니다 (또 다른 서양의 이분법을 학습이 위반한다). 당신은 단순히 이것이 흥미로운 차원이며, 집중해야 할 곳이라고 말하는 것이지, 다른 차원들의 존재나 그들과의 연결을 부정하지 않는다. 당신은 이것이 본질적으로 선택이라는 것을 인식한다. 철학적 선택. 비트겐슈타인은 틀리지 않았다, 그는 단지 학습에 비해 지루할 뿐인데, 왜냐하면 언어는 그것에 비해 지루하기 때문이다. 그는 학습에 반대하는 것처럼 언어 외부의 다른 모든 차원에 반대하는 급진적인 요소에서만 틀렸으며, 따라서 그의 해악이 있다 (선전, 커뮤니케이션, 그리고 우리 시대에는: 페이스북). 따라서 여기에는 시스템 외부에 아무것도 없다는 다소 우스꽝스러운 주장이 없으며, 오히려 학습의 본질 자체에 대한 통찰이 있다: 시스템 외부에는 학습이 없다. 학습은 시스템 안에 있다. 이것은 경험주의가 없다는 것이 아니라, 그것이 열등한 차원이며, 덜 흥미롭고, 학습으로부터 도출된다는 것이다. 경험적인 것은 출발점도 아니고 종착점도 아닌데, 왜냐하면 출발점과 종착점이 없기 때문이며, 그것은 제한적이고 제한하는 아이디어이며, 대신에 학습 시스템이 있는데, 이것은 넓은 아이디어이며, 본질적으로 넓은데, 왜냐하면 그것은 내부를 가지고 있기 때문이다. 학습은 세계이며, 따라서 외부 세계는 덜 중요한데, 정확히 탈무드를 공부하는 사람이 이 세상을 고려하지 않는 것처럼, 비록 모든 탈무드가 이 세상을 다루고 있음에도 불구하고. 학습 시스템이 외부에 접근할 수 없다는 것이 아니라, 그러한 모든 접근이 학습에 의해 중재되며, 따라서 외부에 대한 직접적인 접근의 문제는 학습의 맥락에서 단순히 정의되지 않고 묻지 않으며, 결코 부정되지 않는다 (왜냐하면 학습은 단지 맥락일 뿐이기 때문에). 범주들 뒤에서 외부 세계로부터 자신을 방어하는 칸트적 시스템과는 달리, 그리고 그것은 그것에게 닫혀있는 외부 세계를 향해 돌아서서 그것을 뚫지 못하는데, 학습 시스템은 내부를 향한다. 인간이나 문화는 실제로 외부로부터 배우지만, 학습은 내부적이며, 그들 자신의 도구로, 그리고 유전체는 실제로 환경으로부터 배우지만, 학습은 그 안에 있으며, 그것의 유전자 외부에서는 의미가 없다, 즉 그것은 유전자를 통하지 않고는 환경을 파악할 수 없으며, 단지 그것을 배울 수만 있다. 유전자는 인식 범주가 아니라 학습 도구이다. 그들은 또한 세상에 대해 말하는 언어도 아니며, 학습 메커니즘이다. 이 두 가지 우스꽝스러운 방식으로 그들을 볼 수 있었지만, 그것들은 문제의 깊이를 파악하지 못했을 것이다 - 그것은 학습이다. 따라서 이러한 사상가들에 대한 주장은 그들이 그들의 선배들에 대해 했던 주장들과는 다르다. 그들은 틀리지 않았다 - 그들은 가난했다. 과학 자체에서도, 그것의 모든 본질이 경험적이며 철학의 인식론적 성과의 정점인데 (영광!), 학습은 그것의 수학적 학습 세계 내-부-에서 일어나며, 실제로 그것의 본질은 학습이다 (경험적인 것도, 그것 또한 학습의 한 종류이며, 따라서 과학 시스템 내-부-에서 일어나며, 과학을 열린 시스템이나 모든 가능성에 열려있는 것으로 보려는 시도, 또는 반대로 외부 독단에 종속된 것으로 보려는 시도는 그것의 붕괴를 가져온다). 과학에서 진정으로 흥미로운 것은 무엇이며, 그것의 진정한 힘은 무엇인가? 경험성이 아니다 (이것은 예를 들어 관찰로부터의 그림, 또는 정치, 또는 비즈니스, 또는 그냥 공중을 응시하는 것과 공통된 것이다), 그것의 특별한 학습 시스템이며, 이것은 오컴의 면도날과 통계적 학습과 같은 아이디어들, 긴 교육 전통들, 그리고 출판과 인용 시스템과 같은 구조들 위에 세워져 있다 (모두 학습 도구들이다). 과학자들은 단순히 그들이 구식 철학적 패러다임에 속해 있기 때문에 경험성을 과시하기를 좋아하지만, 실제로는 h-index를 추구한다, 즉 시스템을 추구한다.



철학을 그것의 초기부터 괴롭혀온 개념적인 것과 경험적인 것 사이의 모든 구분은 학습적 관점에서 매우 인위적으로 보인다. 실제로, 그것은 철학을 수천 년의 존재 동안 학습으로부터 멀어지게 했으며, 그것을 그것의 눈에서 숨겼는데, 비록 학습이 경험적인 것과 개념적인 것 사이에서 실제로 일어나는 것(그리고 항상 일어났던 것!)임에도 불구하고, 하지만 그들 사이의 이분법적 구분 자체가 연결을 숨겼다 - 장벽의 요새화를 통해 (예를 들어: 동굴의 비유, 이것을 모든 초보 철학 학생들에게 가르쳐서, 그들의 머릿속에 극복할 수 없는 이분법을 만든다: 인식론적 이분법). 그리고 만약 우리가 경험주의 대 실용주의의 문제로 돌아간다면, 우리는 여기에 단지 문화적인 문제가 있음을 발견할 것이다. 고전적인 유럽 철학적 문화, 모방과 시각의 문화, 따라서 철학의 초월적 패러다임으로서의 인식론의 문화는 경험적인 것에서 시작하는 것이다 (그리고 아마도 나중에 개념적인 것으로 끝날 수 있다) - 가장 극단적인 합리주의와 이상주의조차도 경험적인 것에 대해 자신을 정의했다. 그리고 미국 문화는 항상 실용적인 경험에서 끝나며, 따라서 그것은 손과 행동과 물질주의의 문화이며, 따라서 그것은 종종 이데올로기적이다 (왜냐하면 그것은 개념적인 것에서 시작할 수 있지만, 그것으로 끝날 수는 없기 때문이다. 이데올로기는 항상 무언가를 위한 도구일 뿐이며, 그 자체로는 아니며, 그것이 출발점이라 하더라도 - 왜냐하면 심지어 출발점도 종착점의 관점에서만 판단되기 때문이다). 러시아 문화는 두 접근법의 극단적인 지점이며, 여기서 그들은 그들의 극단적인 면에서 만나며, 따라서 그것의 실용주의의 부재와 러시아인들이 원칙과 심지어 변덕과 변덕으로부터 무거운 대가를 지불할 수 있는 능력, 그리고 현실보다 원칙을 선호하는 것. 그리고 유대인의 학습 문화는 두 접근법 사이에 있는데, 그것이 온건하고 그들 사이에서 타협하기 때문이 아니라 (영국처럼), 입력을 다루는 하나와 출력을 다루는 다른 하나, 두 개의 단방향 화살표로부터 그들 사이에서 일어나는 것에 집중하기 때문이다. 즉: 그것은 그들 사이의 중심이 아니라, 둘 다가 단지 도구인 중심이다. 내부와 외부 사이를 중재하는 언어조차도 단지 외부 시스템이지, 내부 시스템이 아니다, 즉 그것은 그것의 외부적, 공개적, 공적, 커뮤니케이션적 측면에서 시스템을 보는 것이다. 그리고 학습은 본질적으로 사적인 문제이며, 내부가 없다면 - 학습도 없다. 간단히 말해서, 빅뱅의 문화가 있는데, 기원에 대해 강박적이며 (물론 그것은 기원이 없다), 그리고 대붕괴 또는 우주의 끝의 문화가 있는데, 목적에 대해 강박적이며 (물론 그것은 목적이 없다), 그리고 학습은 우주 자체이다 - 중간에 일어나는 모든 것, 내부에서. 물리 법칙들조차도 우주의 외부 껍질이며, 물리학에서 흥미로운 것은 그것들을 내부에서 발견하는 것, 우주 내부에서 우주를 이해하려는 추구이다. 게임의 규칙이 흥미로운 것이 아니라 - 게임의 규칙을 배우는 것, 그리고 게임하는 것을 배우는 것이 흥미롭다. 그리고 이것이 우리가 게임하는 것을 좋아하는 이유이며, 우리가 규칙을 좋아해서가 아니고, 규칙에 가치가 있어서가 아니다. 임의적인 규칙의 가치는 우리가 그것들을 배우는 것에서 나오며, 여기에 아름다움이 있다 - 탈무드에서도, 수학에서도. 수학 자체가 아름다운가? 이것은 의미 없는 질문인데, 왜냐하면 우리는 학습을 통하지 않고는 수학 자체에 접근할 수 없기 때문이다. 하지만 수학을 배우는 것은 확실히 아름답다. 우주는 우리가 그것을 내부에서 보기 때문에만 희귀한 아름다움을 가지고 있지만, 외부에서 보는 물리학은 아마도 그저 지루한 임의의 과정이거나, 코드 줄이거나, 어떤 요리일 것이며, 거기에는 특정한 양의 파프리카를 넣어야만 한다. 그리고 오늘날의 물리 법칙들에서 무엇이 부족한가? 임의성과 자연 상수에서 무엇이 우리를 방해하는가? 그것들의 고정성 자체 - 비학습적인 것. 우리의 학습은 이것을 받아들일 수 없으며, 레시피와 조율이 어디서 왔는지 묻는다 (이것은 복잡성을 가진 우주를 만들도록 설계되었으며 완전히 설명할 수 없는/합리적이지 않은 정신적인 수준의 정확도에 의존한다), 즉 방향이 어디서 오는지, 즉 그것이 표면 아래에서 식별하는 숨겨진 학습이 어디서 오는지. 어떤 과정이 방정식들을 흥미로운 해결 영역으로 데려가야 하는가, 예를 들어 어떤 이상한 끌개나, 모든 규모에서 프랙탈이 복잡한 곳. 아마도 모든 물리 방정식이 편미분 방정식이기 때문에 그것들의 본질은 높은 복잡성을 가진 혼돈 영역을 가지고 있다는 것이다. 이 설명은 우주 방정식 가족의 거의 모든 다른 방정식들이 그러한 영역들을 만들지 않았다면 만족스럽지 않다. 하지만 무엇이 방정식 가족을 형성하는가? 가족은 어떻게 태어났고 어떻게 발전했는가? 우리는 모든 우주 상수를 칸토르의 대각선 방법으로 인위적으로 하나의 상수로 줄일 수 있었으며, 그래서 심지어 무한한 상수들도, 그렇다면 하나의 임의적인 상수가 너무 많은가? 여기서 실제로 문제가 무엇인가? 학습 메커니즘 없이 학습이 있는 것처럼 보인다는 것, 즉 우주의 방정식들이 학습 과정에서 만들어졌지만 우리는 그러한 과정을 알지 못한다는 것이다. 우리는 생명의 복잡성과 생태계의 균형, 또는 문화의 복잡성과 그것의 균형에 대해 의문을 품지 않는데, 왜냐하면 우리는 그들의 기초에 있는 학습 메커니즘을 알기 때문이다. 자연 법칙을 배웠고 그것들에 외부적인 학습 메커니즘이 있는가? 이것은 약간 터무니없게 들린다. 이것은 마치 인간이나 문화를 만드는 방법을 배운 외부 메커니즘이 있었던 것처럼 들린다. 우리가 학습과 자연에 대해 알고 있는 모든 것으로부터 우리는 우주의 법칙을 만든 학습을 수행한 우주에 외부적이 아닌 내부적인 메커니즘을 찾아야 한다. 학습은 우주의 시작 전이 아니라 그 후에 일어났다. 이것이 우리를 진정으로 만족시킬 설명이다. 이것이 단순히 우리의 편향인가? 아니다, 왜냐하면 학습은 우주의 기본적인 부분이고, 우리는 실제로 우주의 편향이기 때문이다. 우리의 학습은 그 고대의 학습의 파생물이며, 그것이 우주 이전에 일어났든 그 과정에서 일어났든 상관없다. 우리가 우주의 시작에서 (아마도 시간의 탄생 이전에) 순간적으로 학습이 만들어졌다는 것을 발견하더라도, 그것은 훨씬 더 만족스럽다. 우주의 내용과 형태, 즉 그것의 방정식들 사이에 피드백 루프가 있을 수 있는가, 그리고 만약 그것이 너무 지루하다면 그것들이 흥미로워지도록 조정되는가? 가능하지만, 이것은 학습적 관점에서 가장 만족스럽지 않으며, 게다가 우주에는 많은 흥미롭지 않은 영역들이 있다. 우리가 진화로부터 알고 있는 것으로부터, 이것은 너무 라마르크적이다, 즉 이것은 합리적이지 않고 그들의 설계 자체가 제한하는 너무 강하고 직접적이고 큰 피드백 루프들이다 (그리고 이것은 확실히 우주 크기의 피드백 루프, 즉 거대하다). 아니다, 정말로 필요한 것은 우주의 발전을 설명할 수 있는 물리학의 다윈적 진화이며, 작은 피드백 루프를 통해서다. 단순한 것 - 복잡성을 만드는. 그리고 기본적인 것의 의미에서가 아니라, 즉 빌딩 블록으로서가 아니다, 왜냐하면 그러면 우리가 어떻게 그러한 놀라운 빌딩 블록을 만들 수 있었는지에 대한 질문이 다시 돌아오기 때문이다. 대신 학습적 의미에서: 단순하고 자연스러운 메커니즘. 따라서 방정식들을 외부 법칙으로 이해해서는 안 되며, 예를 들어 내부에서 시뮬레이션을 만드는 컴퓨터 코드로서가 아니라, 생물학의 법칙들처럼 내부에서 만들어지는 법칙들로 이해해야 한다. 물리 법칙을 발전하는 법칙들로서. 그렇지 않으면 우주는 인공적이고 자연스럽지 않게 보인다. 인공적인 것은 외부에서 배운 것이고 (인간이 컴퓨터를 만들거나 프로그래밍할 때처럼), 자연적인 것은 시스템 내부에서, 시스템 안에서 배운 것이다 (인간이 진화에서 배운 것처럼). 자연적인 물리학은 우주 안에서 배운다. 그리고 만약 우주의 뇌가 있다면, 예를 들어 자연 법칙 안의 신경망이라면, 그 뇌는 우주의 일부여야 한다. 하지만 우주적 진화가 우리에게 가장 자연스러워 보이는 해결책이다. 그리고 그것이 방정식의 놀라운 매개변수 조정에만 영향을 미치는 것이 아니라 놀라운 방정식 자체를 만든다면 우리에게 가장 자연스럽게 보일 것이다. 그것은 아마도 복잡성의 거의 수학적인 메커니즘이어야 할 것이다, 즉 수학적 진화. 그리고 수학에는 복잡성이 부족하지 않고 복잡성을 만드는 메커니즘이 부족하지 않으며, 단순한 방식으로 만들어지는 어떤 깊은 내재된 지능이 부족하지 않다. 그리고 아마도 우리가 모든 것의 방정식에 도달한 후에, 물리적이 아닌 수학적인 또 다른 과학적 단계가 있을 것이며, 이 방정식들을 어떤 원초적인 수학적 법칙들로부터 도출하는 것, 즉 자연 법칙을 만드는 더 단순한 수학적 메커니즘을 찾는 것이다. 아마도 우주가 왜 수학적이고 왜 수학이 존재하며 이 현상이 무엇인지에 대한 이해가 마치 배운 것처럼 보이는 물리 법칙들의 문제의 기초에 있는 것일 수 있다 - 이것들은 두 개의 별개의 수수께끼가 아니다. 모든 것의 이론 뒤에는 - 아무것도 없는 것의 이론이 숨어 있어야 한다. 따라서 물리적인 시작점과 빅뱅이 우리를 만족시키는 것이 아니라, 학습적 시작점에서 나오는 학습적 빅뱅이며, 거기서 모든 것이 배워지고, 모든 것이 내부적이며, 아무것도 외부로부터 오지 않는다.



필요한 것은 양자의 불확실성처럼 시공간에서 우주 법칙의 가변성이다. 유연한 자연 법칙들 (시간에 따라 조금씩 변하고 공간에서 조금씩 다르거나, 또는 다른 좌표에서), 거기에는 병렬적이고 경쟁하는 가능성들이 있다. 하지만 이것으로는 충분하지 않다, 왜냐하면 인류원리가 아닌 그것들을 평가하는 메커니즘이 필요하기 때문이다. 우리는 우리가 우주에서 독특한 현상이며, 평범한 행성들에는 복잡한 생명이 없다는 것을 알고 있기 때문에, 우리는 우리가 특별하다는 것을 알고 있지만, 우리는 상수들이 아슬아슬하게 맞춰진 것에 의존하는 것이 아니라 개연성 있는 사건들의 개연성 없는 조합에 의존하며, 게다가 우리는 우리의 우주가 전형적이고 아마도 유일하다고 가정해야 한다. 우주의 존재 자체가 인공적이지 않은가? 그렇다, 그것은 인공적이다 - 그리고 우리는 우주의 수학성 자체에서 상위 지능이 있다는 것을 이해한다 - 하지만 그것은 이런 방식으로 인공적이지 않다. 여기에는 숨겨진 지능이 있다. 우주의 법칙들은 명백하게 인공적이지 않고 천재적이다, 즉 자연스럽게 보이는 방식으로 인공적이며, 아마도 우주의 일부인 사람에게는 자연스럽게 보여야만 할 것이다, 하지만 특정한 방식으로 자연스럽게 보이며, 이는 이론 물리학자들이 오히려 인식하고 의존하는 우주의 신비로운 본질이다. 오히려 역사상의 이전 우주론적 그림들에서 우주는 더 인공적으로 보였고, 덜 천재적이었으며, 즉 더 이해하기 쉬웠다. 하지만 그러한 구조의 존재 자체는 분명히 천재적인 디자인을 증명하는 것이며, 수학적 수준에서, 즉 아름다운 디자인이다. 그리고 이것은 법칙들을 이해하기가 매우 어렵다는 사실만으로도, 그것들이 천재적이며, 수많은 천재들의 공동 노력을 필요로 한다는 것을 보여준다, 수학자들과 물리학자들 모두 (수학자들도 결국 우리 우주의 물리학을 연구하고 있다, 왜냐하면 물리학은 수학적이고, 수학 자체가 물리적인지 누가 알겠는가). 따라서 우주의 본질은 인류원리를 반박하며, 우리는 자연 법칙들 자체와 자연에서 일어나는 일 사이에 어떤 이상한 상호작용이 존재한다고 가정해야 한다, 이는 자연 법칙에서 세계로 향하는 일방향적인 것이 아니라 세계가 자연 법칙에 영향을 미친다. 세계의 거대한 크기야말로, 우주의 가장 놀라운 특성 중 하나인데, 이는 아마도 법칙들의 많은 약간 다른 가능성들이 필요하다는 것을 보여준다 (우리는 아마도 플랑크 크기 아래의 차이를 발견할 수 없을 수도 있다), 물리 법칙들의 어떤 활발한 인구가 있고 하나의 법칙이 아니라는 것을 의미한다, 즉 우리의 우주는 일종의 (아마도 이 단계에서는 자신과 매우 비슷할 것이다, 최적화를 거친 후에, 하지만 법칙들의 돌연변이의 작은 변동이 있는) 종이다. 하지만 이 모든 것은 우리가 학습에서 알고 있듯이 어떤 평가 메커니즘이 없다면 전혀 도움이 되지 않는다. 그리고 우리의 존재 자체는 (인류원리) 매우 약한 평가 메커니즘이며, 0 또는 1의, 최종 결과에서만 존재하고 도중의 학습을 돕지 않는다. 우리가 학습에 대해 알고 있는 모든 것에서 - 그것은 그렇게 작동하지 않는다. 왜냐하면 만약 그렇다면 그것은 NP이기 때문이다, 즉 브루트-포스로 학습하는 우주, 모든 가능성을 시도하는 것으로, 즉 문법만 있는 언어적 우주이다. 만약 흥미롭고 복잡하며 압축할 수 없는 정보가 만들어지지 않았다면 (블랙홀?) - 그리고 흥미로운 게임이 만들어지지 않았다면 - 게임의 규칙이 달라지는 어떤 신비로운 메커니즘이 있는가? 이것도 학습적으로 타당해 보이지 않으며, 타당해 보이는 것은 게임의 규칙 - 자연 법칙 - 이 단순히 다른 종류의 법칙이라는 것이다, 정확히 게놈의 법칙들처럼 (이는 진화 자체의 법칙이 아니다). 즉 세계에 외부적인 법칙이 아니라, 게임과 문법의 규칙처럼 외부에서 그것을 결정하는 것이 아니라, 동물의 메커니즘을 결정하는 게놈처럼 내부적인 법칙들이다. 즉: 학습적 법칙들. 그리고 이는 오늘날의 물리학에서의 외부적 법칙성이나, 문법을 가진 언어처럼 법칙 안에서 일어나는 수학의 보편적인 논리적 관점과는 다르다. 반대로, 우리는 법칙 안에서 일어나는 세계가 아니라 세계 안에서 일어나는 법칙을 찾고 있다. 우리는 법칙 안에 있기를 원하지 않는다, 카프카적인 열망처럼, 이는 다른 시대에는 이해할 수 없지만 법칙성을 가진 세계를 해독하려는 물리학과 과학의 열망에 대한 비유로 읽힐 수 있었을 것이다. 부조리한 상황은 언어적 상황이다, 거기서 당신은 규칙을 이해하지 못하는 게임에서 살고 있고, 그것들은 외부에서 강요된다. 당신은 문법 규칙을 이해하지 못하는 언어로 말하거나, 목적과 규칙을 모르는 게임을 하고 있다 - 하지만 여전히 플레이되고 있다, 당신이 안에 있기 때문에. 이것이 정확히 NP의 문제이다 - 내부에서 어떻게 해결해야 할지 진정으로 이해할 수 없는 외부 법칙 (그리고 심지어 - 완전히 카프카적으로 - 당신이 외부 법칙을 문자 그대로 이해하더라도. 상대성 이론의 방정식을 해결하지 못하는 물리학자들처럼). 하지만 우리의 세계는 규칙을 바꿀 수 있는 꿈에서 사는 사람과 더 비슷하거나, 적어도 규칙이 바뀔 수 있는 세계와 더 비슷하며, 이해되지 않도록 하기 위해서만 규칙이 바뀌는 악몽에서 사는 사람과는 덜 비슷하다. 우리는 법칙 안에 있기를 원하지 않는다 - 시스템 안에 있기를 원하며, 그 안에 법칙 자체도 있다 (그리고 외부에서 그것을 결정하지 않고, 그것을 환원하고 모든 것을 결정하거나, 또는 반대로 내용을 비우고 아무것도 결정하지 않는다, 외부 문법적 법칙으로서, 그것은 단지 허용하고 실제로는 그 안의 선택을 무작위적이고 임의적이며 의미 없는 것으로 표시한다 - 모든 가능성이 올바르며, 규칙 외에는 게임에 의미가 없다, 이는 실제로 언어에서 문법이 작동하는 방식과 반대이며, 거기서는 문법이 정말로 의미에 책임이 없고, 그저 규율 하사관일 뿐이다). 우리는 게마라 안에 있기를 원한다 - 할라카 안에 있기를 원하지 않는다. 즉 법칙과 함께 있기를, 법칙의 일부가 되기를, 그리고 외부와 위에서 - 하늘에서 - 우리에게 부어진 법칙에 대한 책임을 지기를 원한다. 우리는 게마라의 물리학을 원하며, 하늘의 슐한 아루흐에 따라 작동하는 우주를 원하지 않는다. 우리는 진화의 종이 되고 생명계의 일부가 되기를 원하며, 프로그래밍되고 설계된 운영 체제 안의 우주적 컴퓨터 안에 존재하기를 원하지 않는다. 우리는 배우기를 원하며, 언어 안에 있기를 원하지 않는다. 우리는 법칙 앞에 서 있는 문지기를 지나가기를 원하지만, 그 안으로 들어가기 위해서가 아니라 그것과 하나가 되기 위해서다, 종에서처럼. 우리는 친밀하고 내부적인 법칙을 원한다. 카프카는 외부 법칙의 경험이다. 그것은 이해할 수 없거나 - 또는 지루하고 무미건조하며, 정확히 문법처럼. 그리고 두 경우 모두에서 그것은 임의적이다. 그리고 그것의 설명력은 적다. 만약 물리학이 정말로 설명을 추구한다면, 그리고 단지 설명을 뒤로 미루는 것이 아니라면 (왜라고 묻는 아이처럼, 그리고 나서 왜 왜라고, 그리고 왜 왜 왜라고, 등), 그것은 학습을 추구해야 한다. 오직 그것만이 설명의 진정한 설명이며, 즉 진정한 설명이다. 따라서 우리는 미래에 어떤 미래와의 상호작용에서 나오는 자연 법칙을 볼 수 있을 것이다, 어떤 학습 메커니즘, 예를 들어 불확실성을 확장하기 위해 많은 가능성이 있는 시간을 만드는 것, 또는 오캄의 면도날이 정보를 압축하려는 경향 때문에 우주의 구조에 내장되어 있다, 즉 가장 단순한 규칙들로부터 가장 복잡한 우주를 만드는 것, 또는 신만이 아신다. 아마도 우주는 초기에 빠른 최적화를 거쳤고, 그래서 인플레이션 이후에 우리는 이미 상대적으로 수렴된 자연 법칙들을 보고 있다. 끈 이론은 현재 가능성의 이론이며, 언어적 이론이다, 설령 우리가 그것을 일종의 연결망으로 보지 않더라도, 그것은 본질적으로 언어적 구조다. 진정한 기본 이론은 기본적이지 않을 것이다 - 학습적이고, 발전하는 것이 될 것이다. 아마도 방향과 의도의 이론, 화살표의 이론. 오늘날 물리학자들의 눈에 우주는 일종의 정교한 상자이지만, 이 그림을 반박하는 것은, 만약 그것이 안정적이었다면 믿을 만했을 텐데, 바로 그것의 발전과 창조다. 즉 시간이 우리에게 학습을 가리키며, 공간은 언어적 가능성과 타협했을 것이다, 왜냐하면 우리는 공간 안에 있지만 시간 안에 있지 않고 시간이 우리 안에 있기 때문이다. 시간은 우리에게 외부적인 법칙이 아니라 내부적이며, 이는 바로 그것이 하나의 차원을 가지고 있기 때문이며, 그래서 그 안에는 방향만 있고 장소는 없다. 모든 공간 차원에서 우주는 같아 보이며, 그것이 얼마나 크고 무한한지 놀랍지만, 시간 차원에서 우주는 훨씬 더 작아 보인다 (크기 순서에서, 예를 들어 플랑크 길이와 시간과 비교하면), 그리고 적어도 하나의 경계가 있으며 (그것의 시작), 이 차원에서 멀어질수록 완전히 다르게 보이며, 공간 차원에서 멀어질 때처럼 "같아 보이지" 않으며, 따라서 정말로 다른 종류의 차원이 관련되어 있다. 학습적 차원. 설령 우리가 시간이 기본적인 현상이 아니라는 것을 발견하더라도, 그것을 만드는 그 아래의 어떤 학습적 현상이 있을 것이며, 아마도 우리는 학습이 시간보다 더 기본적이며 그것을 구성한다는 것을 발견할 것이다. 우리에게 가장 학습적으로 보일 것은 두 개의 법칙 체계가 있다면이다: 하나는 매우 기본적인 법칙들을 만들며, 진화의 법칙들 자체처럼, 그 안에 학습 메커니즘을 포함하고 있고, 다른 하나는 시스템 안에 있으며 최적화를 거친 복잡한 법칙들을 만든다, 게놈의 법칙들처럼, 또는 오늘날 우주의 법칙들이 보이는 것처럼. 그리고 법칙들의 법칙을 결정하는 시스템은 원시적이어야 하며, 그것의 최적화되지 않음이 왜 우주의 큰 부분들이 학습적이지 않은지, 즉 그저 지루한지를 설명해야 한다. 왜 우주에는 항상 더 큰 복잡성을 만드는 부분이 있으며, 반복해서, 그리고 다른 부분들은 뒤쳐져 있지만, 복잡성의 잠재력은 결코 포기되지 않는지. 즉, 왜 우주가 복잡성의 피라미드로 지어져 있고 타워로 지어져 있지 않은지, 즉 각 단계에서 복잡성 부족의 기반이 다음 복잡성 단계보다 차원에서 넓은지, 마치 별들이 검은 하늘에서 홀로 있는 것처럼. 또는 화학이 우주에서 희귀하다는 것, 다른 물질이 물리학에 따라 결합되는 것에 비해. 생물학은 확실히 넓은 기반이나 표면의 복잡성 부족 위에 있는 복잡성의 첫 번째 단계가 아니라, 그 전에 그것과 같은 많은 단계들이 있었다. 그리고 이것이 우연이라고 주장하는 것은 좀 이상하다, 즉 우리가 평평한 풍경에서 어떤 극단적인 표준 편차라는 것, 무한한 사막에서 매우 높은 산의 표준 편차라는 것, 산이 매우 높을 뿐만 아니라, 마치 진공 장에서 양자 도약처럼, 그것은 또한 거대한 피라미드이며, 각 단계는 그 아래의 더 넓은 단계 위에 서 있고, 따라서 산이 자연스러워 보인다, 타워와는 달리. 각 단계가 그 위의 다음 단계가 복잡하기를 시도하는 것처럼 보이며, 그들 위에 무엇이 올지 미리 예측하기 어렵더라도. 그리고 따라서 기본적인 자연 법칙들이 점점 더 풍부해지는 것이 좋은데, 더 가난해지지 않고, 왜냐하면 그들은 가능성의 풍부함을 허용하도록 만들어졌기 때문이다. 그리고 수학에서 풍부함의 주요 원천 중 하나는 그것의 두 부분 사이의 상호작용이다: 연속적인 것과 이산적인 것 (=수학적 용어로 이산적인). 수학은 이중적인 현상이며, 정치처럼, 그리고 그 안에는 오른쪽과 왼쪽이 있으며, 그리스에서 수론과 기하학 사이의 초기 분열 이후로 매번 이름을 바꾸었다. 이후에는 산술과 미적분학, 또는 대수학과 해석학, 또는 이산적인 것과 연속적인 것과 같은 쌍들이 있었고, 물론 두 부분 사이의 연결은 깊은 것으로 여겨졌다, 즉 기적의 비밀로, 그리스인들의 피타고라스 정리와 피타고라스 삼각형에서부터, 데카르트의 해석 기하학을 거쳐, 오늘날의 현대 수학까지 (예를 들어 랑글랜즈 프로그램). 실제로, 두 부분 사이에서 발견된 모든 연결에도 불구하고, 오늘날에도 수학적 문화는 이중적이며, 인간 두뇌의 두 측면과 관련이 있다: 이산적-대수적-조합적인 측면, 이는 언어적 측면이며, 그리고 시각적 측면, 이는 위상수학, 다양체, 미분 기하학 등을 다룬다. 논리와 계산은 단순히 "극좌", 즉 극단적인 이산성과 언어성이며, 반면에 예를 들어 복소 함수는 극단적인 연속성, 즉 "극우"다. 심지어 대학교 1학년에서도 문화의 두 측면에서 시작한다: 한쪽은 선형 대수학이고 다른 쪽은 무한대수학이다. 물론 우리가 시각과 언어를 다루는 두 개의 다른 뇌 영역을 가지고 있다는 것은 우연이 아니라, 시간에서 조합을 만드는 언어의 연속적이고 문법적인 측면에서 비롯된다, 게놈에서처럼, 공간에서 조합하는 시각의 공간적 측면과 대조적으로. 즉 우리는 칸트적 환원을 두 종류의 수학에 할 수 없다, 인간 두뇌의 두 영역의 차이에서 비롯된 것으로, 오히려 이 두 영역의 존재 자체가 우주에 두 개의 본질적으로 다른 현상이 있다는 것에서 비롯된다, 즉 물리학에서, 거기에는 시간과 공간이 있다. 수학적 이중성은 그 깊이에서 물리적 이중성을 반영한다. 그리고 우리는 이것을 우주의 다른 복잡성 수준에서도 보는데, 연속적 복잡성과 이산적 복잡성 사이를 오가며, 아마도 이산적인 것과 연속적인 것 사이의 상호작용이 우주의 복잡성의 기초에 있을 수 있으며, 우리가 그것의 놀라운 깊이를 수학에서도 보는 것처럼. 만약 우주가 완전히 이산적이거나 완전히 연속적이었다면, 아마도 우리는 이 복잡성을 보지 못했을 것이며, 따라서 아마도 가장 아래 층은 처음부터 오직 이산적이지도 않고 오직 연속적이지도 않았을 것이며, 둘의 조합이었을 것이며, 우주의 본질이 정말로 이 둘 중 하나라고 할 수 없다. 그리고 더 이산적인 층과 그 아래의 더 연속적인 층 사이의 상호작용에서, 또는 그 반대로, 필연적으로 복잡성이 생긴다. 실제로, 이 이중성은 가장 기본적인 수학적 현상이며, 따라서 아마도 우주에 대해 깊은 무언가를 우리에게 가르쳐준다. 실제로 우리는 20세기에 인공 지능 분야에서 논리적 이산적 관점에서 더 분석적이고 연속적인 관점으로의 전환을 보았으며, 심층 학습에서처럼, 그리고 만약 우리가 뇌를 보면 아마도 뉴런의 피드백 방정식은 미분 방정식일 것이다. 하지만 결국, 우리는 뇌의 신경망에서 각 단계 후의 입력의 연속적 합산 후에 스파이크 현상에서 이산적인 것의 출현을 본다. 그리고 심층 학습에서도 우리는 미분 1에서의 도함수들 (학습 단계에서의 후방 이동, 하지만 대수적 행렬을 통해 뒤로 이동) 와 선형 대수학 1 (발사 단계에서의 전방 이동, 이는 비선형적이고 비대수적인 연속적 단계에 의해 약간 방해받는다) 사이의 조합을 본다. 즉, 심층 네트워크에서 우리는 이산적인 것과 연속적인 것 사이를 반복해서 오가는 깊은 층 케이크를 본다, 거기서 연속적인 것은 평가다 (아름다움과 종 간의 끌림처럼) 그리고 이산적인 것은 앞으로 전달되는 것이다 (게놈처럼), 이는 다음 층에서 연속적 평가를 받는다. 따라서 아마도 학습은 그러한 이동들과, 그러한 층들에 뿌리를 두고 있을 것이다, 반복해서 (진화에서 세대는 학습의 층들이다). 이것이 학습의 철학의 네 번째 공리의 아이디어이며, 학습 시스템에서 남성과 여성의 존재다. 우리가 오늘날의 물리학과 가진 문제는 그것이 지적 설계를 믿는다는 것이다, 한때 그것을 신이라고 불렀든, 또는 인류원리, 또는 아인슈타인이 믿었던 것처럼의 수학 (이론 물리학 전체도 마찬가지로), 일종의 그리스적 아름다운 지적 설계로, 이는 본질적으로 피타고라스주의자들과 다르지 않으며, 수학적 신비주의에 가깝다. 하지만 학습적으로, 물리학의 법칙들은 피드백 순환에서 만들어져야 하며, 가급적이면 - 어떤 평가와의 상호작용에서, 이는 그것이 지루한 우주를 만드는 것을 막았다. 이것이 유대교적 신, 학습적이고 단계적으로 빅뱅에서 왕국까지 내려오는 신이, 세속적인 이방인들이 오히려 이해하는 것처럼의 완벽한 철학적 신과 다른 점이며, 그는 실제로 신의 정의이지 신이 아니다. 따라서 유대교적 신은 법칙들을 줄 수 있고, 더욱이 변화하는 학습적 법칙들을 줄 수 있다. 그는 내용을 가질 수 있고, 단지 형식만이 아닐 수 있다. 우리는 구체적인 내용을 가진 물리적 법칙들을 원하며, 이는 특정한 물리적 발전에서 나오며, 단지 법칙들의 형식이 아니라, 영원히, 하늘이나 우주에 앉아서, 발전하지 않는. 우리의 우주는 NP 문제들을 풀 수 있는가, 즉 기준을 받아들이고 그것에 대한 완벽한 해결책을 찾을 수 있는가? 만약 그렇다면, 아마도 그것은 모든 학습을 건너뛸 수 있다. 그것은 한 단계에서 수학적 해결책을 찾을 수 있고, 그래서 우리는 결코 그것의 학습을 추적할 수 없을 것이다. 하지만 만약 그것도 계산에 종속된다면, 그러면 우리는 우주가 현재의 해결책에 도달한 단계들을 추적할 수 있을 것이다, 즉 현재의 법칙들에. 수학 자체가 계산에 종속되어 있는가, 논리의 법칙들에서 보이는 것처럼, 아마도 연속체 가설이 논리에 굴복하지 않은 것처럼 (그리고 수학의 두 부분의 논리적(!) 분리를 확인한다) 어떤 이산적 프레임워크에도 굴복하지 않을 연속적인 부분들이 있는가? 우주의 계산 능력이 무엇이든 - 그것은 계산적 한계가 있고, 따라서 그것에는 학습이 있다. 오직 우주가 그 본질에서 완전히 비계산적이라면 - 아마도 우리는 결코 그것을 이해할 수 없을 것이다. 그것은 항상 우리에게 신적으로 보일 것이다. 우리가 최종 방정식을 발견하더라도, 그것은 항상 그대로 남을 것이다: 방정식. 모호한 법칙, 카프카적, 초월적. 그리고 수학 자체는 초월적으로 남을 것이다. 아마도 우리는 어떻게를 이해할 것이지만, 결코 왜를 이해하지 못할 것이며, 진정으로 이해하지 못할 것이다. 우리는 항상 악몽에서처럼 다른 누군가의 환상 속에 거주할 것이며, 꿈에서처럼 우리의 환상이 아닐 것이다. 하지만 학습적으로 더 논리적인 것은 복잡성에 대한 어떤 직접적인 평가도 없고, 그것의 최적화도 없지만, 그것이 진화에서처럼 다른 학습 메커니즘의 부산물이라는 것이다. 학습은 그것이 완전히 다른 기준과 맞서려고 할 때조차도 (진화 참조) 스스로 복잡성을 만든다. 따라서 우주의 복잡성은 아마도 그 자체로 어떤 반복적인 메커니즘에서 나오며, 단지 그것이 반복적이기 때문에 복잡성에 도달하며, 이것이 더 경제적인 설명이다. 복잡성은 재귀성 자체에서 생길 수 있으며, 자기 참조에서, 미분 방정식에서처럼. 돌파구는 우주가 실제로 무엇을 하려고 하는지 이해할 때 올 것이며, 모든 것에 있지만 우리에게는 그 목적이 불분명한 쇼펜하우어적 의지처럼, 그리고 이 의지를 그 자신에게 적용한 결과로서, 또는 더 정확히는 이 메커니즘이 자신을 변화시키고, 그리고 그것을 반복해서 적용함으로써, 우주 안에서 학습과 복잡성이 생긴다. 진화는 오늘날 과학에 존재하는 가장 자연스러운 설명이며, 그것은 목적을 만든다 - 생존하고 복제하는 것 - 누구도 이 목적을 정의하지 않았지만. 목적이 반드시 비자연적일 필요는 없다. 따라서 여전히 세상에는 목적이 있을 수 있다. 우리는 이 목적에 반항할 수 있으며, 우리가 자살을 통해 진화에 반항할 수 있는 것처럼, 하지만 이 목적은 우리보다 크고 우리에게 묻지 않으며, 우리가 자살할 때조차도 진화에 도움이 되는 것처럼. 그리고 우주의 큰 부분이 될 수 있었던 만큼 복잡하지 않은 것처럼 보이기 때문에, 최적화가 직접적으로 복잡성을 향하지 않고, 복잡성이 그것의 산물이라는 것이 분명하다. 우주는 무엇을 배우려고 하는가? 이것을 배우는 것 - 이것은 학습의 중심적 관심사이며, 그것이 세계 학습의 일부로서 자신을 이해하는 것에서, 즉 모든 세계를 학습 안에 있는 것으로 이해하는 것에서.



왜 높은 창의성과 폭넓은 일반 지식 사이에 관계가 있는가? 창의성이 번뜩임이 아니기 때문이다, 즉 전선의 폭을 벗어나는 전방으로의 돌파이며, 본질적으로 일회성인. 창의성은 오히려 양자역학에서처럼 모든 가능한 경로를 동시에 움직일 수 있는 폭넓은, 분기하는 사고이다. 즉 창의성은 방법론이며, 방법이지 도약이 아니며, 그것이 도약할 때도 텔레포트처럼 경로를 건너뛰는 기적의 도움이 아닌 주변을 움직일 수 있는 능력으로 그렇게 한다. 네트워크에서의 단일 움직임은 결코 창의적이지 않으며, 무작위 움직임이나 운(성공했다면)과 구별할 수 없다. 오직 본질적으로 네트워크적인 움직임, 네트워크의 모든 지점에서 동시에 여러 방향으로 나아가는 것만이 창의적이다 (그래서 우리는 종종 한 가지 트릭의 지식인을 만나며, 그는 그것으로 전체 경력을 쌓았다). 따라서 창의성은 학습으로부터의 일탈이 아니며 ("일상적인" 것), 반대로 진정한 창의성은 학습적이며, 창의적 방법론이며, 따라서 그 자체로 일상적이다. 그것은 어떤 특정한 생각의 특성이 아니라 방법론의 특성이며, 따라서 그것은 모든 방향으로 움직일 수 있는 능력의 시스템적 특성이다. 즉 그것은 가능성들을 통해 정의되며, 가능성을 증명할 수 있는 어떤 실현을 통해서가 아니다. 따라서 그것은 한계로의 열망으로만 존재하는 이상이다 - 하지만 그것에 실제로 도달하는 것은 불가능하며, 가능했다면 그것을 무효화할 것이다 (무한대와 아무리 크더라도 유한한 숫자 사이에는 본질적이고 실제로 무한한 차이가 있다 - 이것이 한계의 개념이며, 무한대로의 열망이다). 만약 우리가 무작위 시스템이었다면 - 우리의 창의성은 의미가 없었을 것이다. 오직 학습 시스템만이 창의적일 수 있다, 왜냐하면 오직 그 안에서만 모든 방향으로, 그리고 동시에 여러 방향으로 학습할 수 있는 능력이 가치가 있기 때문이다. 양자 시스템처럼 작동하는 양자 시스템은 창의적이지 않지만, 양자 시스템처럼 작동하는 학습 시스템, 예를 들어 서로를 무효화하지 않고 가능성과 그 반대를 동시에 유지할 수 있는 시스템은 창의적이다. 사람이 주사위를 던져서 창의적일 수 있는가? 아니다, 왜냐하면 그는 모든 가능한 가능성에 대해 통합하고 그것들을 상대적으로 가중치를 두어 중첩상태에서 구체적인 해결책으로 나와야 할 때만 그중에서 추첨하지 않기 때문이다. 따라서 "창의적 생각"이라는 것은 없고, "창의적 사고"만 있다. 예술 작품은 결코 창의적이지 않으며, 오직 예술가만이 그렇다. P에 제한된 수학자가 많은 방법론을 가지고 있어서 여러 방향에서 생각할 수 있다면 창의적이다. 하지만 비결정론적 튜링 머신이나 브루트-포스 계산, 모든 방향을 동등하게 동시에 향하는 것은 창의적이지 않다. 창의성의 존재는 P와 NP 사이의 격차 자체에서 나온다. 만약 (예를 들어) 양자 컴퓨터나 다른 (예를 들어 스트링 컴퓨터) 가능한 모든 방향을 생각할 수 있는 컴퓨터가 있다면, 우리의 복잡성 클래스 P에서의 학습은 우주에서 기본적이지 않으며, 우리의 창의성도 가치가 없다 (모든 예술과 문학을 포함하여, 그들의 가치는 평가 능력과 실행 능력 사이의 격차에서 나오며, 이는 닫힐 것이다). 하지만 우주의 물리적 계산의 복잡성 클래스 (아무리 높더라도)와 계층에서 그 위의 복잡성 클래스 사이에는 학습이 있으며, 거기에 창의성이 있다. 그런 상황은 우리의 지능이 정말로 그것보다 높은 지능에 비해 원칙적으로 열등하다는 것을 보여줄 것이다. 따라서 창의성은 계산적 계층 자체에서 나오며, 학습도 마찬가지이며, 그들은 우리 컴퓨터(두뇌)의 능력이 있는 복잡성 클래스에서 그 위의 클래스로 가는 관문이다. 즉 그들은 우리와 우리의 평가 능력 사이를 중재하며, 이는 항상 실행 능력보다 높다. 평가는 가능성들 사이에서 폭넓게 선택하고, 계산은 한 가능성을 선택한다. 하지만 학습은 단일 계산을 변경하고 그것에 유연성을 부여하며, 창의성은 그 자체에 넓은 가능성의 공간을 허용한다.

그리고 같은 방식으로: 일반 지식도 지식이 아니라 지식의 일반성이다 - 지식을 잊었을 때 남는 것. 폭넓은 일반 지식은 네트워크처럼, 그것이 덮는 큰 구멍들로 정의된다. 그것은 (일반적인 지식처럼) 지식의 연속적인 덩어리가 아니라 넓은 영역을 감싸는 네트워크다. 일반 지식은 그 안에 무엇이 있는지 모르더라도 그것이 네트워크화하는 영역에 어떻게 접근하는지 안다. 그것은 아무리 많고 크더라도 특정한 내용이 아니라, 많은 다양한 영역을 둘러싸는 많은 다양한 방법론에 대한 친숙함이다 (따라서 그것은 그들 사이의 연결을 본다). 일반 지식은 단순 지식에는 매우 약하지만, 교훈적인, 즉 가르치는 일화에는 강할 수 있으며, 이것이 예외적인 것들에 대한 그것의 유일한 경향이다. 일반 지식은 추측할 줄 알며, 그 본질은 현명한 추측이며, 따라서 그것은 질문에 답할 수 없을 때 특히 드러난다. 그것이 모든 것을 감싸고, 많은 영역의 좌표계를 알기 때문에, 그것은 이러한 좌표계들을 모든 특정한 문제 안으로 확장할 수 있으며, 많은 가능한 방향에서 주변에서 접근할 수 있다, 즉 창의적인 방식으로. 좌표계는 특히 공간이나 특정 영역의 모든 점을 알지 못하며, 일반적인 지식처럼, 그것은 지도에서 이미 발견한 얼룩이다. 그들의 본질은 지식 지도의 검은 구멍이나 아직 가보지 않은 영역을 매핑하고 도달할 수 있다는 것이다. 일반 지식은 여러 영역에서 어떻게 배우는지에 대한 지식이며, 따라서 그것은 객체로서의 지식이 아니라 행동 방법에 대한 지식이다. 그것은 형태이지 물질이 아니다. 따라서 가장 일반적인 지식은 철학이다. 그리고 이것이 철학의 정의다 - 가장 일반적인 지식이며, 여기서 창의성과의 연결이 나온다. 철학은 어떤 특정 영역의 지식이 아니지만 모든 영역에서 어떻게 행동하는지에 대한 지식이다. 따라서 그것은 그 시대의 지식과 그 영역들로부터 분리되지 않고, 그것들을 감싼다. 그 시대의 사고에서 - 그것은 모든 가능성들을 안다. 따라서 철학은 시대 사이에 변하는데, 지식이 변하기 때문이며, 여러 영역의 방법론을 포함한다. 시간을 초월하는 철학, 시간에 의존하지 않는 것은 없다. 그리고 그것이 맥락 의존적이기 때문이 아니라 - 그것이 맥락이기 때문이다. 그것은 주변에 있는 것이다. 그것은 모든 영역을 둘러싸는 네트워크다. 철학자는 이 네트워크를 알고 그것을 드러내고 의식으로 가져오는 사람이며 (이것이 철학에서 발견의 단계다), 그리고 마침내 그는 그것을 통제하고 그것은 그의 모든 조작에 따른다 (이것이 철학에서 데카당스의 단계다), 그리고 마침내 그것은 철학적 지식이 된다 (즉 죽는다). 우리는 과거의 모든 철학을 오직 지식으로만 알 수 있지만, 우리가 더 이상 그것들을 살지 않기 때문에, 그것들이 죽었기 때문에, 우리는 철학으로서 그것들에 접근할 수 없다, 즉 일반적인 틀로서. 그것들은 이미 특정하고 일상적인 지식이 되었고, 작동할 수 있는 기계가 되었으며, 우리를 작동시키는 것이 아니라, 우리가 아직 배우지 않은 것 - 우리가 어떻게 배우는지. 우리가 특정한 철학을 배운 순간 그것은 방법론에서 지식이 되었지만, 분야로서의 철학 자체는 이 학습 형태이며, 그것이 정의상 가장 일반적이기 때문에, 지식 영역이 발전함에 따라 계속해서 더욱 더 일반적으로 변하며, 성장하고 더 많은 차원을 얻는 형태의 한계처럼. 하지만 우리가 한계 자체로 도약하려 하고, 무한한 차원을 생각하려 하면, 우리의 사고 자체가 붕괴하고 신비적인 것에 도달할 것이다, 왜냐하면 우리는 학습 안에 있고 그것 밖으로 도약할 수 없기 때문이다. 따라서 철학적 지식은 계속 축적되지만, 이는 우리가 올바른 철학에 도달한다는 것을 의미하지 않으며, 더 넓고 포괄적인 철학에 도달한다는 것을 의미한다. 그리고 삶에서도 마찬가지로, 우리는 나이가 들면서 더 올바른 결론에 도달하는 것이 아니라, 더 포괄적인 시각에 도달한다. 그리고 여기서 노인들의 지식이 나오는데, 그것은 일반적인 지식이며, 특히 기억의 배신, 즉 지식의 배신에서.

철학에서 깊이란 무엇인가, 여우의 일반적 지식과 다른 점에서, 고슴도치는 깊기 때문에? 가능한 가장 일반적인 지식의 일반화와 포괄성. 깊이는 단지 아래에 있는 것이 아니라 - 주변에 있다. 그것은 시스템을 둘러싸고 있다, 왜냐하면 시스템의 기반은 항상 시스템 밖으로 확장되기 때문이며, 그것이 학습적이기 때문이다. 깊이는 시스템의 내부에서 그 한계로의 열망이다, 왜냐하면 학습은, 시스템의 한계에 대한 학습을 포함하여, 항상 시스템 내부에서 이루어지기 때문이다. 여기서 시스템을 내부에서 확장하는 철학적 학습의 중요성이 나온다. 그것은 더 많은 가능성을 허용하지만, 모든 것이 가능한 것은 아니다, 그렇다면 학습이 없었을 것이기 때문이다. 학습은 항상 제한되어 있으며, 따라서 항상 확장된다. 만약 그것이 제한되어 있지 않다면 확장할 수 없었을 것이다. 일반적인 학습 알고리즘이나 모든 것을 학습하는 공식은 없다 (예를 들어: 체이틴의 비계산성에서 나오는 불완전성). 따라서 학습의 기초는 항상 학습의 대상이며, 따라서 철학이 존재하며, 이는 이것을 다루는 분야다. 오늘날 너무나 많은 분야가 이미 "학습"을 이야기하고 있으며, 모든 것을 암묵적으로 또는 명시적으로 학습에 따라 정당화하고 있으며, 그것이 모든 것 밑에 있는 진정한 평가 기준으로서, 하지만 학습에 대한 인식은 아직 네타냐 밖의 철학에 도달하지 않았으며, 학습은 아직 철학이 기초로 하는 일반적인 개념이 아니며, 따라서 철학은 사적인, 학문적인 분야가 되었고, 직업이 되었으며, 모든 지식 분야처럼. 하지만 이것은 과거의 죽은 철학이다 - 미래의 것이 아니다. 그리고 이것이 거짓 예언의 의미다. 과거의 예언. 그것은 오히려 시스템의 발전을 제한하고 그것에 틀을 만들려고 하며, 따라서 중세시대의 철학처럼 석화하는 요인으로 작용한다. 따라서 철학은, 만약 그것이 문지기로 작동한다면, 반드시 학습적 요인이 아니며, 때로는 발전하고 학습하는 현실을 따라가기를 거부하며 발을 끌면서 강제로 끌려간다. 항상 그것이 선두에 서있는 것은 아니며, 따라서 그것이 대열 뒤에서 지나갈 때 - 때로는 자명한 것을 이야기한다. 학습에서, 시간은 중요하다. 그리고 오늘 중요한 것은 - 백 년 후에는 사소한 것이 될 것이다. 따라서 분야로서의 철학은 학습으로서의 철학을 배신한다. 그것은 영역을 조직 컨설팅, 기계 학습, 뉴에이지 사기꾼들에게 남겨둔다. 따라서 학습에 대해 이야기하면 오늘날에는 탄트라처럼 들린다. 모두가 이미 학습을 이야기하지만, 철학은 언어로 - 틀 안에서 이야기하기를 고집한다. 그리고 그것은 언어를 사랑하게 되었는데 바로 그것이 틀이기 때문이다. 따라서 철학은 영원하지 않으며 시간을 한 걸음 더 앞서가려는 경주다. 최종적인 철학은 없지만, 무한한 것은 철학적이지 않다. 따라서, 네타냐에 대한 작은 걸음 - 인류에 대한 큰 걸음. 그리고 반대로, 여기서 이 언어로, 이 사이트에서 계속할 이유가 없다, 세상에 도달할 때까지, 만약 도달한다면, 세상은 이미 무엇에 대해 이야기했는지 이해하지 못할 것이다. 시스템의 일부가 아닌 학습은 - 학습이 아니다. 그리고 시스템은 네타냐를 거부한다. 그리고 네타니야후에 관심을 가진다. 왜냐하면 아무도 깊이에 관심이 없고, 가장 위에 있는 것에만 관심이 있기 때문이다. 왜 사람들은 가장 관심없고 비학습적인 것들에 관심을 가지고, 가장 흥미롭고 학습적인 것들에 관심을 가지지 않는가? 이것이 학습의 관심사로서의 관심의 정의와 모순되지 않는가? 왜 아무도 철학에 관심이 없는가, 예를 들어? 오늘날 아무도 더 이상 일반 지식을 평가하지 않으며, 오히려 전문성의 증가하는 경향이 있으며, 좁은 전문가에 대한 보상, 예를 들어 특정 플랫폼의 프로그래머처럼. 포르노그래피가 철학보다 그들에게 더 흥미로운 이유는 그것이 성의 학습, 진화의 관심사이기 때문이다. 즉 사람들은 항상 낮은 수준의 학습에 갇혀 있으며, 이는 더 발전된 학습에게는 학습의 부재처럼, 일상적인 계산과 단순한 실행처럼 보인다. 그것의 메커니즘은 이미 드러났으며, 따라서 기계적으로 보이지만, 그것은 여전히 자신의 관심사에 관심을 가지며, 여전히 배운다 (진화는 우리가 탈무드를 공부함에도 불구하고 여전히 작동한다). 현재의 철학자들은 여전히 언어적 학습에 갇혀 있고, 노동자들은 여전히 자본주의적 학습에 갇혀 있으며, 문제는 원시적 학습을 제거해야 한다는 것이 아니다 (철학자들도 여성과 돈에 관심이 있다). 더 일반적이고, 더 깊은 학습은 (특히 철학적인) 반드시 시스템의 개별 요소들의 관심사가 아니라, 시스템 자체의 관심사다. 시스템 자체는 오늘날 점점 더 학습에 관심을 가지고 있으며, 비록 그것이 개별적인 요소들에게는 숨겨져 있더라도. 따라서 그것은 일반적인 학습이며, 따라서 일반 지식에 대한 것이다. 정확히 아르스가 프레하에 관심을 가질 수 있고, 여전히 진화의 학습을 진전시킬 수 있는 것처럼, 비록 그가 진화를 믿지 않더라도. 면역 시스템은 질병에 관심을 가질 수 있으며, 비록 그 안의 각 세포는 특정 미생물에만 관심이 있고, 그것의 단백질들은 - 생화학에만. 학습은 오늘날 세계의 학습적 관심사이며, 비록 세상의 누구도 현재 그것에 관심이 없더라도 (네타냐 밖에서). 그것이 자신을 자신을 통해 정의한다는 것이 의심스럽고 이상한가, 마치 우리가 역사의 어떤 특별한 순간에 있는 것처럼 (아마도 최종적이고 결정적인) 우리가 학습 자체가 학습의 관심사라는 것을 발견하는, 순환적인 방식으로? 아니다, 모든 철학에서 그랬던 것처럼, 다음 철학이 올 때도 그것은 반드시 학습을 통해서가 아니라 자신을 통해 자신을 정의할 것이다, 왜냐하면 철학은 가장 일반적인 것을 추구하며, 학습은 그것에게 제한적으로 보일 것이며, 그것의 영역들 중 하나의 특수한 경우로. 그리고 이것이 철학적 학습의 일반적인 특성이다. 가장 일반적인 것은 가장 일반적인 것을 통해 자신을 정의한다. 공간은 공간을 통해 정의된다. 그리고 주목하자, 여기서 시스템은 공간 차원이며 (따라서 우리는 폭에 대해 다뤘다), 반면 학습은 시간 차원이며, 따라서 그들의 공통 경계는 우리의 관념적 우주의 팽창이다. 그리고 철학은 그것의 암흑 에너지다.



학습은 어떻게 작동하는가? 여기에는 일반적인 방법이나 알고리즘이 없지만, 무엇을 통-해 배우는지 말할 수 있다: 지도와 평가. 통해 - 왜냐하면 학습에서는 항상 부분적이고 불완전한 메커니즘이 관련되기 때문이다. 지도는 명령이 아니다 - 그것은 방향이지 컴퓨터 명령이 아니다. 그리고 평가는 진실 판단이 아니다 - 그것은 단지 판단의 시도일 뿐이다, 예를 들어 경험칙이지 수학적 법칙이 아니다. 암공작은 수컷 공작의 유전체를 평가할 수 없다 - 단지 꼬리의 크기만. 학습에서 우리는 좋은 실천을 찾고 있지, 강제적인 법칙을 찾는 것이 아니다 - 금지하거나 명령하는 - 그리고 다른 한편으로는 단순히 기술하거나 가능하게 하는 법칙도 아니다, 언어, 문법, 논리의 가능성처럼. 우리는 논리와 추론 규칙의 적용이 아닌 고려사항들을 찾고 있다. 지도는 추진력, 힌트, 제안, 조언, 심지어 목표다 - 방향을 부분적으로 제시하는 모든 것, 즉 일부 방향의 가능성을 줄이고 다른 것들의 가능성을 높이며, 선택지들 사이에서 선별하는 데 도움을 주거나, 아예 새로운 가능성의 존재를 보여주는 것. 방법론은 지도와 평가의 체계적인 시스템이며, 따라서 많은 방법론이 있을 수 있다 - 올바른 방법론은 없다. 방법론은 단지 다른 것들보다 더 올바를 수 있을 뿐이며, 그것도 특정 학습 영역에서만 (또는 형식적으로: 특정 분포) - 공짜 점심은 없다. 지도와 평가의 차이점은 무엇인가? 지도는 어디로 어떻게 나아갈지 보여주고 시연하며, 즉 그것들은 더 명령적인 법칙과 비슷하지만 학습적인 종류이며, 그것들을 채택함으로써 학습을 구동하는 것이 된다, 즉 그것들은 가능한 명령적 법칙이다. 반면에 평가는 더 기술적이고 판단적인 법칙과 비슷하며, 우리가 어떻게 어디로 이미 나아갔는지 보여준다. 학습 과정에서 지도의 실현은 내부로부터의 법칙이고 - 평가의 실현은 외부로부터의 법칙이다. 지도는 미래를 향하고, 평가는 과거를 향한다. 지도는 안으로 들어가는 피드이고, 평가는 피드백이다. 평가는 무엇이 좋았거나 나빴는지 말하고, 지도는 무엇이 좋거나 나쁠지 말한다. 지도는 뒤에서 밀어주는 힘이자 특정 방향으로의 가속도의 시작이며, 평가는 정면에서의 정지와 방향 전환의 가능성이다 (현재 방향의 강화도, 긍정적 평가에서, 그것의 변화다). 평가가 지금까지의 학습 과정에 외부적이라는 것이 그것들을 학습 시스템에 외부적으로 만들지는 않는다 - 평가는 학습 시스템의 내부적 부분이다. 암공작들은 공작 종의 진화의 일부다. 평가에 관해 말하자면 그것들은 계층구조를 만들 수 있다, 예를 들어 학습 시스템에 평가 계층이 있고, 그 위에 더 많은 그런 계층들이 있는 경우, 예를 들어 주식회사의 조직이나, 예술적 계층구조, 또는 금융 투자에서처럼. 반면에 모든 사람이 계층구조 없이 서로를 평가할 수도 있다, 다른 연구자들을 인용하는 연구자들처럼, 또는 페이스북에서 다른 사람들과 공유하는 친구들처럼. 이러한 계층구조들은 학습 시스템의 구조에서 표현되지만, 추가적으로 학습 과정 자체에서도 계층구조가 있을 수 있으며, 이는 학습하는 시스템의 공간적 구조가 아닌 학습 과정 자체의 시간적 구조에서 비롯된다. 예를 들어 학습에서는 특정 방향으로의 진전이 있을 수 있으며, 어떤 과정에서, 앞으로 나아가는 선으로 (예를 들어 탈무드의 과정, 또는 수학적 증명 찾기, 또는 책 쓰기). 하지만 전체 시스템의 진전도 가능하며, 이는 더 점진적인 경향이 있으며, 시간이 지나면서 그 안에 시기와 층위를 만들어내며, 일종의 선이나 수평적 띠가 서로의 위에 놓이는 것처럼 (예를 들어 전체 탈무드 위의 해석 층위들, 또는 전체 수학 분야의 발전, 또는 문학적 운동). 여기서는 특정 방향으로의 비교적 고립된 진전, 전선의 돌파가 아니라, 특정 방향으로의 병렬적 진전, 넓은 전선에서의 진전이 문제다. 사람이 자신에게 새로운 것을 배울 때, 그는 결코 즉시 그것을 자신의 모든 생각에 적용하지 않고, 그 혁신이 자신의 모든 사고 영역에서 반복적으로 실행되어 내면화되고 사고의 일부가 될 때까지 과정을 거쳐야 한다 - 왜냐하면 이는 새로운 규칙이 추가된 컴퓨터가 아니라 학습자이기 때문이다 (또한, 반복되는 단어들에 주목하자: 가능하고 가능하다 - 왜냐하면 학습에는 일반적인 알고리즘이 없고, 학습의 가능성들이 있으며, 우리는 지도를 통해 그것들 중 일부를 가리키기 때문이다. 그리고 주목하자, '주목하자'라는 표현 - 이것도 정확히 지도다). 또한, 이것이 학습에서의 구축이라는 아이디어와 어떤 관련이 있는지 주목하자. 넓은 영역의 수평적 진전에서뿐만 아니라, 돌파하는 수직선의 경우에도 우리는 그것을 과거 과정들 위에 단계적으로 구축된 것으로 볼 수 있다. 구축은 학습의 진전을 설명하고 그 안에 표시를 하는 방법이며, 따라서 그것 자체가 학습 도구이며, 예를 들어 학습을 구축으로서 수행하는 방법론의 일부가 될 수 있다. 하지만 학습 시스템과 그 안에서 수행되는 학습 사이에 (따라서 시스템의 구조와 학습의 구조 사이에) 정말로 그러한 이분법적 구분이 존재하는가? 그리고 이것이 평가 (시스템의 문제로서, 학습 과정을 검토하는)와 지도 (학습 과정의 문제로서, 시스템 내에서 그것을 안내하는) 사이의 진정한 구분의 근원인가? 결국 이것은 인위적인 구분이다. 평가를 특징짓는 것은 평가자와 평가받는 자 사이를 구분하고 분리하는 시각이다. 하지만 때로는 이것이 내부적 분리이며, 학습 과정의 일부로 일어나고, 분명히 그것을 직접적으로 안내하기도 한다 (나는 내가 말하는 모든 문장, 또는 내가 쓴 것, 그리고 내 앞에 떠오르는 모든 생각을 평가하고, 그렇게 진전한다). 따라서 모든 큰 학습 시스템에서 우리는 평가자와 평가받는 자를 분리된 기능으로 만나게 되며, 때로는 원칙적으로, 부패와 학습의 파괴를 막기 위해 (만약 내 마음에 현재 생각으로부터 독립적이고 외부적인 평가 기능이 없다면 - 나는 그것을 제대로 판단할 수 없을 것이고, 자기 강화적인 헛소리를 생각하기 시작할 것이다 - 이것이 광기다). 반면에, 지도는 통합적 시각이며, 지도와 지도받는 것 사이의 연결을 보고, 지도를 야기한 것 (외부적일 수 있는)과 학습 과정 내의 변화를 연결한다. 따라서 행위자 (학습자, 예를 들어 학습 시스템)와 행위 (학습) 사이의 구분이 평가와 지도의 차이의 기초가 되는 것은 아니다. 학습은 당신이 하는 일과 분리되는 행위가 아니다, 왜냐하면 그것은 외부적 행위가 아니라 당신 자신의 행위 방식이기 때문이다. 학습은 학습 시스템의 행위 방식이며, 그것의 행위 과정과 구조를 구분할 방법이 없다, 왜냐하면 둘 다 그것의 학습 방식이기 때문이다. 이것들은 같은 것을 보는 두 가지 방식이며, 시간 (행위)이나 공간 (시스템 구조)으로 보면서 그것을 둘로 구분하고 나누려 시도한다. 하지만 순수하게 학습적 관점에서, 학습에 영향을 미치는 모든 것은 학습 도구이며, 이런 방식이나 저런 방식으로 그것을 보는 당신의 선택 자체가 학습 도구다. 당신은 학습을 구동하는 어떤 내부적, 진정한 메커니즘에 접근할 수 없다, 그렇지 않으면 그것은 알고리즘이 되었을 것이지 학습이 아니었을 것이다. 당신은 그것을 완전히 환원할 수 없고, 단지 부분적으로만 할 수 있으며, 이 부분적 환원이 바로 학습 도구다. 따라서 당신은 과정을 만드는 구조로서 또는 구조를 표현하는 과정으로서 당신의 부분적 환원을 선호할지 선택할 수 있다. 하지만 실제로, 학습 시스템으로서 당신은 둘을 구분할 방법이 전혀 없다. 예를 들어 구조가 반드시 과정보다 덜 유연하고 더 고정적인가? 반드시 그렇지는 않다. 유연한 구조나 경직된 과정도 가능할 수 있다. 학습 내에서, 시스템은 학습의 파생물이며 정확히 학습이 시스템의 파생물인 것과 같다, 왜냐하면 외부는 전혀 없기 때문이다. 학습의 관점에서 모든 것은 내부다. 학습은 시스템 안에 있지만, 시스템은 학습 안에 - 그것의 일부로 - 있다. 오직 외부에서만 시스템에 외부가 있다고 말할 수 있고, 학습은 (학습) 시스템의 내부 작용이라고 말할 수 있다. 학습은 당신이 다른 행위처럼, 예를 들어 먹는 것처럼 수행하는 무언가가 아니다. 그것은 생각보다도 더 당신에게 내재적이다, 왜냐하면 그것은 생각 아래에 있기 때문이다. 그것은 생각의 한 종류가 아니라, 생각이 학습의 한 종류다. 따라서 학습을 물질을 받아들이는 것으로 보는 관점은 그것을 음식을 먹는 것으로 보거나, 객체에 대한 행위로 보는 오류에 기반한다, 예를 들어 벽돌로 벽을 쌓는 것처럼. 하지만 이것이 비트겐슈타인 스타일의 분석처럼 단순히 잘못되고 무의미한 식별인가? 아니다, 왜냐하면 그것을 먹는 것으로 보거나, 물질을 축적하는 것으로 보거나, 건설로 보거나, 다른 어떤 비유로 보는 것은 유용한 학습 도구이며, 유용한 학습 방법론을 구성하고, 이러한 도구들 자체가 학습의 일부이기 때문이다. 그렇다면, 학습의 세 번째 공리인 지도와 네 번째 공리인 평가를 구분하는 것은 무엇인가? 이것이 단순히 선호의 문제이며, 원칙적인 구분이 아니라 유용하긴 하지만 학습 도구라고 불리는 것인가? 아니다. 왜냐하면 평가의 개념의 근원과 그것의 객관적 기초는 수학적이기 때문이다: P는 NP와 다르다, 즉 평가하는 것을 아는 것은 해결책으로 안내하는 것을 아는 것과 원칙적으로 다른 작용이다. 실제로, 평가는 쉽고 지도는 어렵다. 공작새가 되거나, 판단받거나, 비평받는 것보다 공작새를 평가하거나, 판단하거나, 비평하는 것이 쉽다. 하지만 여기서 차이는 쉽고 어려움 사이가 아니며, 심지어 효율적이냐 아니냐 사이도 아니다. 이것들은 단지 기본적인 학습적 구분의 표현일 뿐이다: 평가하는 방법을 아는 것이 가능하다. 평가는 배워서 그 학습을 완료하고 알고리즘으로 수행할 수 있는 무언가다. 그것은 수행 중에 학습을 요구하지 않는다. 반면에, 어떻게 지도할지 아는 것은 불가능하며, 따라서 지도는 항상 의심 속에 있고, 항상 어디로 진정으로 나아갈지 알 수 없다. 지도는 알고리즘을 제공하지 않고, 진전을 가능하게 할 뿐이며, 따라서 그것들은 항상 학습의 일부이지, 이미 할 줄 아는 것의 일부가 아니다. 평가자들이 수행하는 평가는, 비록 상당히 임의적일 수 있지만, 학습 과제보다 훨씬 더 단순하며, 실제로 그것은 학습 내의 비학습적인 이질적 요소다 - 알려진 것이 알려지지 않은 것을 만나고 그것을 판단하는 장소. 평가는 P에 있고, 반면 지도는 NP 문제를 해결하는 데 도움을 주려 한다. 문학 비평가가 되어 걸작을 평가하는 것이 걸작을 쓰는 것보다 훨씬 더 쉽다. 스타트업의 가치를 평가하는 것이 스타트업을 세우는 것보다 훨씬 더 쉽다. 이미 쓰여진 철학을 이해하는 것이 새로운 철학을 발명하는 것보다 훨씬 더 쉽다. 이것들은 단순히 양적인 변화가 아니다, 예를 들어 얼마나 시간이 걸리는지가 아니라, 행위의 본질에 있어서의 차이다. 학습자는 탐색 속에 있고, 많은 학습 가능성이 있으며, 모든 것이 열려있는 반면, 평가자는 닫힌 상태에 있으며, 이미 이루어진 학습과 탐색에 대해 그의 도구들을 적용한다. 질문: 철학을 읽는 사람은 배우지 않는가? 그는 그의 시스템 내에서 탐색이 이루어지는 정도로 배우며, 따라서 그는 같은 행위로부터 더 많이 또는 더 적게 배울 수 있고, 좋은 독자나 나쁜 독자가 될 수 있다. 만약 그가 앵무새처럼 읽거나, 이해하지 못한 채 암기한다면, 그의 학습은 낮고, 만약 그가 배운 것을 자신의 새로운 아이디어와 연결하거나, 텍스트에 있는 것과 다른 가능한 방향들에 대해 생각한다면, 그는 텍스트를 만든 원래의 학습에 가까워지는 수준으로 배우고 있는 것이다. 다양한 학습의 정도가 있다. 우리가 알고리즘이 아니라 학습 기계이기 때문에, P에서 텍스트에 대해 알고리즘이 수행했을 학습의 부재를 모방하는 것은 우리에게 매우 어렵다. 예를 들어 우리는 하드디스크처럼 텍스트를 우리 안에 복사하고 아무것도 배우지 않은 채 그것을 알 수 없다. 하지만 일반적으로, 평가는 평가를 위해 학습을 가져오는 평가받는 자가 되는 것보다 훨씬 더 낮은 수준의 학습을 요구하며, 그것은 학습보다는 훨씬 더 지식이다, 비록 이것들이 이상적인 유형일 뿐이라 해도, 왜냐하면 우리는 단순히 알기만 하고 배우지 않을 수 없기 때문이며, 우리가 지식 기계가 아니라 학습 기계이기 때문이다. 그리고 만약 우리가 엄밀하다면, 우리는 아무것도 알 수 없다. 인식론적 불확실성 때문이 아니라, 지식이 인간적 기능이 아니기 때문이며, 학습 시스템은 지식에 가까워질 수 있을 뿐이지만 항상 학습이 그 안에 섞여들 것이기 때문이다. 그래서 우리의 기억이 후속 학습에 매우 취약한 것이다. 왜냐하면 우리는 결코 우리의 지식을 알지 못했기 때문이다 - 우리는 단지 그것을 배웠을 뿐이다. 그렇다면, 문제는 원점으로 돌아온다. 평가와 지도 사이의 본질적인 차이는 무엇인가? 우리는 교사의 입장과 학습자의 입장 사이의 학습 내적 차이에 의존할 수밖에 없다. 교사는 평가하고, 그렇게 함으로써 그는 알며, 그의 평가로 인해 그는 학생 앞에 지식의 객체를 제시하고, 따라서 교사는 이미 알려진 것을 가르친다. 반면에 학습자는, 연구에서처럼, 알려지지 않은 것 앞에 서 있고, 따라서 그가 가진 것은 지도뿐이다. 그리고 그가 교사 앞에 서 있더라도, 교사에게 알려진 것은 그에게는 알려지지 않은 것이며, 따라서 그는 지도를 가지고 평가에 접근한다. 하지만 만약 그가 이미 무언가를 배웠다면, 그는 다른 이를 평가할 수 있다, 즉 그는 지식을 얻은 것이다. 학습 시스템 내에는 교사의 입장에 있는 요소들과 학생의 입장에 있는 요소들이 있으며, 심지어 같은 사람 안에서도, 시스템으로서, 그는 아이디어를 생각하고 나서 그것을 평가할 수 있으며, 평가와 지도 사이의 반복적인 이동은 서로 다른 복잡성의 두 세계 사이의 이동이다. 사람은 무언가를 평가하는 방법을 알 수 있고, 대개 그는 여전히 그것을 하는 방법을 모르며, 올바른 방향을 찾고 있다. 예를 들어 그는 철학적 아이디어가 언제 성공적인지 평가할 수 있지만, 여전히 성공적인 아이디어를 찾을 수 없다. 이것이 P가 NP와 다르다는 것에서 오는 투쟁이다. 따라서 건설은 탐색 단계와 평가 단계 사이의 이동에서 나오며, 우리가 무언가를 찾아서 우리의 평가를 만족시키고 옳고 좋아 보이는 순간, 우리는 그것을 건물에 벽돌로 추가하고, 이미 찾은 것 위에 세워진 다음 벽돌을 찾으려 계속 시도한다. 이렇게 우리는 학습에서 진전한다. 탐색 단계에서 우리는 지도의 도움으로 움직이는데, 우리에게는 해결책이 아니라 해결책의 방향만 있기 때문이며, 그것들을 자주 평가하다가 우리의 마음에 들 때까지 한다. 그리고 두 번째 단계에서 우리는 평가를 통과한 해결책을 놓고, 따라서 그것은 계속할 수 있는 가정이 된다. 물론 때로는 평가가 명확하지 않거나 변할 수 있어서, 우리는 이전 가정으로 돌아가서 그것들 위에 다른 것들을 지을 수 있다. 하지만 우리가 건설을 시작하는 기초는 결코 없으며, 벽은 아래로 무한하고, 우리의 탄생 이전에도 계속되며, 예를 들어 진화에서, 물리학에서, 수학에서, 그리고 우리가 상상조차 할 수 없는 매우 기본적인 가정들에서 이미 이루어진 건설에서 계속된다. 학습에는 근원이 없다. 하지만 시작점이 없다는 것이 우리가 가는 길이 없다는 것을 의미하지는 않으며, 우리가 진전할 수 없다는 것을 의미하지도 않고, 심지어 우리가 진전하기 위해 투쟁하고 길의 계속을 찾는다는 것을 의미하지도 않는다. 평가는 우리가 뒤를 돌아보고 올바르게 갔는지, 아니면 다른 방향이 더 나은지 묻는 순간이다. 그리고 지도는 우리가 앞으로 계속 나아가고 우리 시스템의 길의 계속을 찾으려 시도하는 데 도움이 되는 표시들이다. 같은 뇌가 교사와 학생의 입장을 번갈아 가며 수행할 수 있지만, 진화에서는 대개 평가자가 암컷이고 평가받는 자가 수컷이며, 실제로 이 두 입장이 두 성별을 정의하는데, 물론 이상적인 유형으로서다. 그리고 모든 학습은 그 진전 과정에서 두 성별 사이를 번갈아 간다. 예를 들어 우리는 여기서 특정한 아이디어를 제안하고, 그것을 검토하고, 반복한다. 그리고 이렇게 우리는 철학적 학습을 보여준다. 우리가 너무 많이 외부에서 자신을 검토하고, 아무도 읽지 않을 문장을 쓰는 것이 무의미하다는 것을 깨달을 때까지.



아마도 마지막 주석: 가장 덜 이해되는 학습 메커니즘은, 심지어 뇌보다도 덜, 수학이다. 그리고 이에 대해 거의 수학적 증명이 있는데, 우주의 법칙들을 발견하는 것은, 생물학적 법칙들과 같은 우리에게 더 가까운 법칙들은 말할 것도 없고, 결국 P에 있는 문제이며, 아마도 심지어 유한한 문제일 것이다. 그리고 무한한 문제일 수 있다 하더라도, 그것의 유한한 부분만이 우리에게 접근 가능하며, 비록 가능한 모든 우주에서 규칙성을 찾는 것이 어려운 문제이고 NP에 있다 하더라도, 물리학은 우리 우주에서 그것이 실제로 더 쉽다는 것을 발견했다. 우선, 법칙들이 짧다. 그리고 비록 그것들의 수학적 설명이 물리학자들이 자랑하기 좋아하는 짧은 방정식들보다 훨씬 더 길지만 (이렇게 숨겨진 문제), 여전히 수학적 설명은 그들의 관점에서 "공짜"로 오는데, 왜냐하면 수학적으로 증명된 것 이상의 추가 정보가 없기 때문이다, 즉 겉보기에 모든 정보는 물리적 방정식에 있지만, 이것은 사실이 아니다 - 그것의 배후에 있는 수학에도 정보가 있으며, 모든 수학이 제로 정보를 가진 것은 아니다, 왜냐하면 그것도 발견되어야 하며, 그것은 NP에 있고, 다른 자연법칙들과 함께라면 그것이 무엇이었을지 누가 알겠는가. 그리고 이것은 우리가 수학적 설명이 아닌 우주의 컴퓨터적 설명을 요구할 때 특히 보이는데, 즉 초기 조건으로부터 합리적으로 계산 가능한 설명 (그렇지 않으면 우리는 수학 자체도 계산하라고 요구할 것이다), 방정식 자체의 해결과는 반대로 (수학적으로 어려운). 컴퓨터적 설명에 대해, 즉 우주를 계산하는 프로그램에 대해, 방정식이 짧다 하더라도 상당한 길이가 있을 것이며, 이것이 정보에 대한 진정한 척도다 (따라서 정보는 합리적 계산에서 제한되어야 하며, 그렇지 않으면 모든 것이 오캄의 면도날의 사소한 알고리즘이 되고 이는 흥미롭지 않다). 우리 우주의 법칙들을 찾는 것이 P에 있다는 가정은 물리학이 수학보다 쉽다는 가정이며, 역사적으로 증명되었다고 할 수 있는데, 물리학은 이미 우리의 규모와 멀리 떨어진 문제들로 나아가야 하는 반면, 수학은 그리스 시대부터의 문제들에 막혀 있고 그것들을 어떻게 해결하기 시작할지조차 모른다. 물리학적 방법은, 수학적 방법처럼, 확실히 탐색을 필요로 하지만, 이것은 발견의 탐색이지 발명의 탐색이 아닌 것으로 보이며 (!), 따라서 가능성의 공간이 훨씬 더 제한되어 있고, 훨씬 덜 지수적이다. 물리학에서는 모든 가능한 우주들의 모든 물리 법칙들을 해결할 필요가 없으며, 현대 물리학에서 그러한 유용한 확장으로의 약간의 경향이 있음에도 불구하고, 그것은 수학적인 것에 가깝지 않다. 따라서 물리학에는 주류 또는 주류들이 있는 반면, 수학에는 넓게 펼쳐진 영역들의 지도가 있어서 둘러볼 수 없으며, 그것은 나라들의 지도와 같다. 수학은 공간과 같고, 반면에 물리학의 발전에서는 시간 차원이 중심적이며 (트렌드까지도), 그것에는 훨씬 더 집중된 흐름의 요소가 있거나, 개미들의 행진과 같으며, 반면에 모든 수학자는 상대적으로 매우 고립된 개미이고, 주변의 거리에 있는 몇몇 개미들과만 연결되어 있다 (물론 개미들의 밀도가 더 높은 지역들이 있지만, 그것은 물리학의 사막에서의 개미들의 행진과는 비교할 수 없다). 수학자들은 모두 중에서 가장 이상하다, 왜냐하면 그들이 가장 고립되어 있기 때문이며, NP의 공간에서, 그것은 우리가 아는 전체 우주의 수학적 공간보다 훨씬 더 크다 (우리는 어떤 주어진 역사적 순간에 그것이 그 시대의 수학의 작은 부분만을 다룬다는 것을 알고 있으며, 이는 현대에 와서 더욱 악화되었다). 현대 수학은 그것의 선배들보다 더 적게 알 뿐이며, 수학에서는 계속해서 우리가 얼마나 모르는지를 발견하는 반면, 물리학에서는 우리가 더 많이 알고 있다는 것을 발견하고, 이론을 반박할 실험들을 기다리는 것과 같이 우리가 모르는 것들을 찾는다. 수학에서는 당신이 가능한 모든 방향으로 진전할 수 있기 때문에, 진전할 수 없고 단지 확장만 할 수 있으며, 당신이 더 많이 확장할수록, 당신이 발견하지 않은 것과의 경계는 줄어들지 않고 오히려 확장된다. 물리학자들과 달리, 어떤 수학자도 수학의 최종 방정식이나 모든 것의 수학적 이론을 찾지 않는다. 그리고 확실히 짧고 명확한 무언가를 희망하지 않는다. 따라서 물리학은 가능성의 공간에서 깊이로의 탐색이며, 시간 차원이 중심적인 탐색인 반면, 수학은 넓이로의 탐색이며, 공간 차원이 중심적이다. 수학의 학습 메커니즘은 뇌의 것보다 (우리가 가장 덜 이해한다고 말하는) 훨씬 덜 이해되며, 뇌의 것이 그것보다 먼저 해독될 것이다. 우리가 수학에서 이해하는 것은 단지 설명의 메커니즘 - 논리, 즉 언어 - 뿐이지만 학습 메커니즘에 대해서는 거의 아무것도 모르며, 아마도 알 수 없을 것이다, 그것이 NP 문제이기 때문에, 그래서 심지어 그것의 존재를 부인한다 (그것의 존재에도 불구하고, 그렇지 않으면 수학은 컴퓨터적 현상과 반대되는 인간적 현상으로 가능하지 않았을 것이다). 그리고 그토록 신비로운 뇌에 대해서는 - 아마도 다음 세기에 해독될 것이며, 물리학의 해독보다도 먼저. 누가 수학의 해독을 생각이나 하는가? 그것은 마지막 과학으로 남을 것이며, 인간보다 훨씬 뒤에, 컴퓨터나 어떤 초지능도 계속해서 그 안에서 방황할 것이다. 흥미로운, 즉 학습적인 수학에 한계가 있을 수 있는가? 그리고 특정 한계 이후에는, 도달할 수 있는 한계, 수학이 흥미로운 구조가 없고 그저 무의미한가? 반대로, 진전할수록 수학은 더 어려워질 뿐만 아니라 (이는 아마도 흥미 부족의 신호일 수 있다 (어려움은 흥미롭지 않다)), 더 깊어지고, 신비롭고, 놀랍다. 물리학에서는 우주의 비밀에 접근한다는 것으로 이 효과를 정당화할 수 있었지만, 수학은 어떤 비밀에도 접근하지 않으며, 오히려 더 깊고 더 깊은 비밀들을 드러내며, 거북이들은 계속해서 아래로 내려가고, 물리학과 달리 그것의 모든 깊이에도 불구하고 유한한 깊이가 있는데, 왜냐하면 그것은 특정한 세계를 작동시키는 특정한 시스템이기 때문이며, 즉 그것의 효율적인 계산을 가능하게 하고, 계산에는 유한한 환원이 있기 때문이다. 왜냐하면 전혀 계산할 수 없는 법칙은 물리적 법칙이 아니며, 실제로 계산은 물리성의 본질에 있고, 무한한 회귀는 물리적이지 않기 때문이며, 이는 거리를 통한 작용이나, 인과성을 깨는 것이나, 우주의 최대 속도인 빛의 속도를 넘어서는 것보다 훨씬 더 그렇다 (그것의 의미는 하나다 - 우주는 지역적으로 작동하며, 그것의 규모가 우리에게 크게 보이지만 절대적으로 크고 작음은 없으며, 이것이 우주적 용어에서는 매우 느린 속도다). 결국 빛의 속도는 정보 전달의 제한일 뿐만 아니라 계산 속도의 제한이다. 그리고 우리가 우주의 계산 메커니즘을 발견하면 그것이 그것의 프로세서의 속도 제한이 아니라면 적어도 분산 계산으로서의 그것의 인터넷에 대한 제한이라는 것이 밝혀질 것이다 (이는 지역적 계산을 구성하며, 충분히 작은 규모에서는 모든 계산이 정보 전달이 된다). 그리고 아마도 우리는 우주의 최대 속도의 근원이 계산 속도의 제한이 아니라 학습 속도의 제한이라는 것을 발견할 것이다. 실제로, 상대성 이론에서 빛의 속도가 시간의 운동과 공간의 운동을 연결하고 그것들을 같은 현상으로 통합하는 것처럼, 그러한 학습 속도에 대한 제한은 시간의 학습 진전과 공간의 학습 진전을 연결하고, 그것들이 같은 현상이라고 말할 것이다 (예를 들어: 깊이로의 탐색은 항상 넓이로의 탐색을 희생하고 그 반대도 마찬가지), 그래서 속도의 개념이 기본적이고 공간이나 시간이 아닌데, 왜냐하면 학습에는 속도가 있고, 공간과 시간은 단지 가능성의 세계에 대한 그것의 두 투영일 뿐이기 때문이다.

그리고 이 모든 것의 반대로, 우리가 가장 잘 이해하는 학습 메커니즘은 진화인데, 그것이 가장 비효율적이고 거의 학습이 아닌 발전이기 때문이다. 그 이유는 그것이 다른 것들보다 덜 깊기 때문이며, 따라서 오히려 기본적인 예시로서 그것을 통해 학습의 기초와, 자연의 다른 과정들과 그것을 구별하는 것을 더 잘 이해할 수 있다 (즉: 거의 모든 것. 다른 철학들과 달리, 항상 그들이 모든 것의 기초라고 주장했던 것과 달리, 학습은 매우 특별하고 세상에서 전형적이지 않은 현상이지만, 그것이 가장 중요하기 때문에 그것에 집중해야 한다 - 그리고 이 중요성에 대한 주장 자체가 철학에서 예외적이며 그것은 존재론적 주장조차 아니라 학습적 주장, 즉 철학적으로 흥미로운 것에 대한 주장이며, 따라서 학습 이전의 철학에서는 불가능했다). 진화의 이해가능성에 관해서는, 알고리즘 자체만의 문제가 아니라 (그것을 우리는 오히려 깊이 완전히 이해하지 못한다), 화석 덕분에 다른 어떤 메커니즘보다 더 잘 기록된 실제 진화의 역사를 이해하는 것이다. 지층의 지질학은 학습에 대한 층상 구조가 얼마나 자연스러운지 보여준다. 실제로 진화의 발전은 거의 지질학적 층상성의 특성에서 나오며, 지질학적 활동이 없었다면 진화도 없었을 것이다. 생물학은 지구 시스템의 물리적 특성에서 나오며 그 위에서 진전한다. 지구의 본질은 오히려 생명에 이상적인 별이 아니라 혼돈의 경계에 있고, 항상 멸종의 경계에 있다는 것이며, 이것이 최적화의 정체에 빠진 후 진화가 반복해서 발전하고 탐색이 다시 열리게 한 것이다. 각 멸종 후에 생명이 오히려 더 높은 발전 수준으로 발전하고, 우리가 단순하게 생각했을 것처럼 뒤로 후퇴하지 않게 한 메커니즘은 DNA에 지식을 보존하는 것과, 그것이 (책과 달리) 보존하기에 상대적으로 비싸지 않다는 것, 즉 나노미터 크기라는 것이다. 정보의 디지털성이 여기서 결정적인 역할을 했으며, 따라서 진화는, 특별히 원시적이고 특별히 기본적인 학습으로서, 실제로는 언어에서 나오는 학습이거나 아마도 그것 위의 한 층(정보)에서만 나오는 학습이다. 철학적이고 개념적인 관점에서 그것은 더 발전된 학습들보다 훨씬 더 쉬운 경우이며, 따라서 그것이 메커니즘으로서 첫 번째로 발견되었다 (다윈). 하지만 오늘날에야, 그것의 나무가 우리 앞에 펼쳐지면서, 우리는 각 멸종이 오히려 생명의 우아함과 복잡성에서 얼마나 큰 도약을 가져왔는지 본다. 그리고 이 역사는 오늘날의 기후 운동을 완전히 우스꽝스럽게 만드는데, 지질학적 과거에 대한 그것의 무지 - 그리고 생태계를 평형상태가 아닌 시간 속에서 발전하는 학습 시스템으로서의 생태학에 대한 무지 - 는 당혹스럽다. 여기에는 결코 에덴동산이 없었으며, 다만 다양한 종류의 지옥 사이의 많은 폭력적인 전환이 있었다. 온실 효과는 멸종이 그것의 본성인 혼돈적 시스템으로서의 지구의 결과이지, 자연의 방식에 반하는 어떤 것의 결과가 아니다. 오히려 그것에 대한 저항이 자연의 방식에 반하는 것이며, 우리 다음의 단계를 막기 위해 환경을 정적으로 보존하려는 시도와 같다. 여기서 사자와 같이 우리 앞에서 실제로 걸어다니지 않았던, 최근에 온 동물들을 변화 없는 자연으로서 숭배하고, 멸종시켜서는 안 된다고 하는데, 오히려 덜 유연한 동물들의 멸종이 생명을 발전시키는 것이다 (그리고 여기서 불쌍한 동물들에게 위안을 주는 기독교가 진지한 컴백을 하고 있으며, 니체는 사자에 대한 그것의 연민에 대해 웃음을 굴렸을 것이다). 최상위 포식자의 생태적 지위는 항상 가장 취약하며, 따라서 그것의 폭력성은, 그것의 날들이 항상 짧고 모든 변화에 첫 번째로 영향을 받기 때문이다. 사자는 스스로 큰 사냥개를 멸종시켰는데, 그것은 분명히 그보다 덜 위엄있지 않았지만, 이제 우리는 고양이와 개 사이의 싸움에 개입하고, 누구도 너무 다치지 않도록 신경 쓴다 (우리에게 더 이상 해를 끼치지 않게 되자마자 사자의 끔찍한 잔인함을 잊었고, 이제 그는 불쌍한 삼손이다). 그렇다면, 진화는 우리에게 학습이 1차적 손상, 즉 생명 자체에 대한 손상, 즉 프로세서에 대한 손상으로부터 이익을 얻는다는 것을 가르치는데, 왜냐하면 그것이 2차적 번영, 즉 소프트웨어의 번영을 가능하게 하며, 이는 오래된 하드웨어를 희생하면서 온다. 그것은 프로세서가 죽을 때 심각하게 손상을 입는 계산 자체와, 계산 위의 계산인 학습 사이의 차이를 강조하는데, 이는 전체 네트워크에 대한 치명적인 손상과 붕괴(생태계 파괴)를 포함하지만, 오히려 이로부터 혜택을 받는다. 이로써 진화는 학습이 계산이 아니며, 계산 위의 2차적 현상임을 보여준다. 예를 들어, 그것은 네트워크 현상(생태학적, 프로세서 간의 연결 네트워크)이 아니라 네트워크 위의 2차적 현상이다. 그것은 시스템의 일반적인 작동이 아니라 특별한 작동으로, 시스템의 일반적인 작동에 대한 작동이다. 그리고 이 문제는 시스템과 그것의 학습 사이의 격차를 강조하며, 왜 이것이 실제로 두 개의 별개의 현상인지, 비록 학습이 시스템 내에 있고 그들이 동일하지 않으며 시스템 자체를 학습과 동일시할 수 없는지를 보여준다. 학습이 진화 현상의 본질임에도 불구하고 - 여전히 생명 현상과 그 사이에 대립이 있다 (그래서 그것은 죽음도 필요로 한다). 따라서 홀로코스트는 어떤 현대적/새로운 기본 범주가 아니라 학습의 기본 범주이며, 현대적 현상으로서의 야만성은 오히려 그것의 자연스러움, 즉 그것의 동물성에서 비롯되는데, 이는 진화의 원시적 학습 현상을 문화와 유대교의 정교한 학습 현상에 적용하려는 시도에서 나온다. 따라서 니체는 여기서 우연이 아니었고 다윈도 마찬가지였다. 끔찍한 것은 낮은 학습의 이름으로 높은 학습을 파괴하는 것이며, 이는 그 자체로 반학습적 범죄이며, 따라서 가장 진보된 학습 메커니즘인 유대교를 특별히 말살하는 데 초점을 맞추게 된다 (공산주의도 당시 가장 진보된 메커니즘인 자본주의 학습을 원시적이고 산업화 이전의 학습 메커니즘인 계획의 이름으로 파괴하고자 했다. 두 경우 모두 아버지가 자신보다 더 똑똑한 아들을 살해하려고 일어선다). 그리고 과학 - 또 다른 화려한 학습 메커니즘이며, 우리 시대의 가장 진보된 것 - 이 그 딸인 기술 덕분에 면역된 것처럼 보이지만, 오늘날에도 오래된 메커니즘들에 의해 도전받고 있으며, 그들에게 힘이 있다면 그것을 죽이기 위해 일어설 것이다. 예를 들어, 만약 과학의 딸인 기술이 그것 없이도 같은 속도로 발전할 수 있다면 (예를 들어 과학적 지식이 어떤 한계에 부딪힌다면). 그리고 과학의 도살이 공상과학적으로 보인다면, 대중성과 대중 매체와 패션, 그리고 우리 시대의 예술을 지배하는 다윈주의적 "창의적" 돌연변이의 이름으로 문화와 문학과 예술을 도살한 것을 상기해보자 (모두 낮은 언어적 학습 아이디어의 산물). 우리는 실제로 문화적 홀로코스트를 목격하고 있으며, 이는 물론 무의식적이며, 철학을 함께 끌어들이고 있는데, 이는 아테네 학파에서 시작되어 네타냐 학파에서 끝날 위험에 처해 있다. 아테네와 네타냐: 차이점을 찾아보라. 힌트 - 둘 다: 신들의 이름들. 그러나 진화에서 가장 놀라운 현상은 대학살 이후 복잡성의 상승이며, 이는 점진적-연속적 과정보다는 단계적-도약적 과정으로 나타난다 (비록 여기에는 대학살 이후 터져 나오는 억압된 혁신의 광학적 환상도 있지만). 그리고 우리는 문화적 학습과의 차이를 볼 수 있는데, 문화에서는 오히려 반대이다: 과거가 모범적일 때 덜 복잡하지 않으며 (아테네), 더욱이 - 학습은 대학살 사이의 시간이 길어질수록 가속화되며, 대학살은 퇴보를 야기한다. 예를 들어 홀로코스트 이후 유럽의 문화적 퇴보는 부분적으로 중세적 특성을 가진 수준으로 (가장 심각한 것: 조형 예술에서). 아테네와 르네상스와 같은 문화적 황금기를 만드는 것은 진화적 폭발과 같은 캄브리아기 대폭발을 만드는 것이 아니라, 오히려 특정 문화적 생태계의 극단적인 정원 가꾸기와 양육이며, 그것을 특정 문화에 가장 중요하고 흥미롭게 만드는 것이다 (왜냐하면 이것은 실제로 생태계가 아니라 학습 시스템이며, 이것이 바로 단순한 시대에서 황금기로의 변형이다. 단순한 시대에는 창작자들의 생태계가 있고, 황금기에는 그들의 학파가 있다). 문화에서 공룡들은 위대한 창작자들이며, 진화에서 위대한 창작자들은 그들 뒤에 남은 쥐들이다. 그리고 문화가 더 원시적인 메커니즘으로 전환되는 순간, 실제로 창작자들은 쥐가 되었다. 진화에서 복잡성이 증가하는 근본적인 이유는 계산의 캡슐화, 즉 각각의 다양한 유전자들이다. 그리고 나서 유전자들이 축적되어 가며, 마치 건축 블록처럼, 그들이 증가함에 따라 더 많은 건축 가능성을 허용한다. 만약 계산이 별도의 모듈에서 수행되지 않았다면 그들의 조합 능력이 없었을 것이다. 예를 들어, 만약 전체 유전체가 하나의 긴 절차적 코드였다면, 그것은 매우 취약했을 것이고, 학습에 매우 저항적이었을 것이다. 바로 그것의 효율성과 정보 압축 때문에, 또는 바로 그 안의 학습과 적응 메커니즘이 매개변수 최적화 방향으로 있었기 때문에 (라마르크처럼). 따라서 학습은 최적화가 아니다. 라마르크식 진화에서는 도약이 없었을 것이고, 대학살에서 이익이 없었을 것이다. 그리고 아마도 지구상의 생명을 진정으로 특별하게 만드는 것은 생명의 형성이 아니라 (이는 우주에서 흔한 일이다) 유전체의 형성이며, 이것이 큰 혁신이다 (그리고 아마도: 그 안에 있는 학습 메커니즘에서, 이는 아마도 모든 유전체에 존재하지 않을 수 있다). 우리는 분명히 아날로그적이고 디지털이 아닌 생명을 상상할 수 있었다. 즉, 책이 아닌 세포의 피드백 회로에 따른 생명을 상상할 수 있었고, 분명히 모든 정보가 한 곳에 집중되어 있어야 한다고 상상할 필요는 없었으며, 아마도 정보 네트워크에 있을 수도 있었다. 아마도 그런 생명이 여기 있었을지도 모르지만, 그들은 오래 전에 학습하는 DNA를 가진 경쟁자들에 의해 멸종되었다. 변화의 무작위성이 캡슐화를 만들어냈는데, 이는 모든 변화가 프로그램을 멈추게 하지 않도록 하기 위해서였다, 컴퓨터에서처럼. 따라서 생명은 매번 발전했다 - 어떤 대학살이 있었든 상관없이 - 더 큰 복잡성의 수준으로, 매번 가장 발달되고 복잡한 생명이 멸종되었음에도 불구하고 (왜냐하면 그들이 가장 취약하고, 시스템의 정상에 있기 때문에), 그리고 이 이상한 현상을 복잡성의 역설이라고 불러야 한다. 그 해결책은 학습의 본질을 이해하는 데 있다. 시스템의 복잡성은 학습의 복잡성이 아니다. 시스템의 정상에 있는 복잡한 것은 반드시 학습의 다음 단계가 아니라 혁신이다. 학습의 구축은 시간 속에서의 구축이지, 특정 시스템의 주어진 공간에서의 구축이 아니다. 따라서 학습의 정상에 있는 돌은 혁신이며, 생태계의 정상에 있는 가장 높은 돌이 아니다. 아마도 공룡이 가장 발달되고 환경에 적응된 것일 수 있지만, (살아남은) 쥐는 그것보다 더 발달되었으며, 단지 공룡이 죽기를 기다려야 하고 쥐가 터져 나올 때까지 기다려야 한다. 쥐는 어떤 면에서 가장 발달된 파충류보다 더 발달되었는가? 왜 지능이 반드시 손이 있는 연체동물, 예를 들어 천재적인 문어나 두 발로 걷는 손이 있는 파충류인 공룡에게 있지 않고, 오히려 가장 최근의 발전, 즉 포유류에게 있는 것일까? 음, 포유류에게 일어나는 일은 그것이 교사라는 것이다. 즉, 그것이 자손에게 가장 많이 투자하는 것이다. 진화가 진행됨에 따라 자손에 대한 투자가 발전하며, 인간이 그 정점이다. 그러나 왜 이 특성이 결정적이어야 하며, 그것이 우리와 같은 우연한 승자에게 편향되어 있지 않은가? 그리고 학습이 단지 정도의 문제가 아닌가 (공룡은 분명히 새만큼 자손을 돌보았다)? 철학적이고 원칙적인 수준에서, 소행성이 공룡을 멸종시키기 전에, 무엇이 쥐를 가장 발달된 공룡보다 반드시 더 발전시켰는가? 그것이 환경적으로 더 적응되었는가? 정확히 반대다. 발전의 척도는 시스템의 평면에 있는 것이 아니다. 예를 들어 "삶의 성공"이나 생태계의 지배(오늘날 인간에 대해 주장하는 것처럼, 이는 우리의 장내 미생물군이 우리를 통해 세계를 지배한다는 우스운 똑똑함으로 이어진다)에 있는 것이 아니며, 또는 그것의 어떤 높은 층에서 시스템 내 지위에 있는 것도 아니다 (예를 들어 먹이 사슬의 정상으로서, 또는 복제본의 수에서, 또는 생물량의 크기에서, 또는 당신의 자동차에서). 쥐는 주변적 인물이며, 공룡의 카프카다. 시스템의 평면에서 쥐는 덜 발달되고 덜 성공적이다. 어디서 그것이 더 발달되었는가? 학습의 평면에서, 이는 숨겨져 있어 지금은 보이지 않지만, 공룡이 무대에서 내려가고 쥐에게 많은 새로운 생태적 지위가 열릴 때까지 기다려야 한다. 그렇다면 왜 하필 그것이 백악기의 다른 모든 발전 중에서 더 발달된 것일까? 왜냐하면 자손에 대한 투자는 더 높은 차원의 학습이며, 여기에 복잡성과 구축의 뿌리가 있다 - 시스템의 층이 아니라 학습의 층에서. 다음 세대의 새로운 학습, 즉 부모가 자녀를 가르치는 것은 더 높은 방법론이다 - 이전 것 위에 있으며, 따라서 출발점이 더 낮더라도 더 높은 방법론이 결국 이길 것이다. 왜냐하면 더 높은 미분이 그래프의 연속에서 항상 이기기 때문이다. 비록 지금은 그것을 볼 수 없더라도. 자손이 뇌에서 덜 성숙한 상태로 태어날수록 (그리고 더 태아 상태로) 그의 학습은 더 일반적이고 덜 본능적이며 (동물계에서 정점은 인간에게 있다), 따라서 자손에 대한 투자는 진화적 학습 위에 추가된 추가적인 학습 메커니즘이며, 이는 그 아래의 생물학 위에 구축된 새로운 시스템 층을 만든다 - 그로부터, 쥐로부터, 문화가 시작된다. 수유는 다음 세대에 대한 인지적 학습의 뿌리이며, 여기서 인간을 향한 카운트다운이 시작되었다. 즉, 진화에서의 발전은 발전 수준에서 이런저런 트릭을 찾는 것이 아니다. 예를 들어 어떤 창의적인 돌연변이. 그런 시각은 모든 것을 평평하게 만들고 학습을 네트워크로 상상하게 만든다. 마치 우리가 갑자기 새로운 연결을 찾았거나, 미로에서 새로운 통로를 찾았거나, DNA 쓰기에서 어떤 새로운 조합을 찾은 것처럼 (빙고!). 수준에서의 발전은 위로 층을 만드는 발전이다. 즉, 지금까지 시스템 위의 학습이었던 것이 그 자체로 새로운 시스템이 되고 그 위에 새로운 학습이 있는 학습이다. 이전 학습이 새로운 시스템이 되는 것이다. 그것이 아래로 내려가기 때문이 아니라 그 위에 무언가가 위에서 구축되기 때문이다. 파충류가 파충류 뇌를 발달시켰듯이, 그것의 큰 학습적 혁신인, 포유류는 그 위에 포유류 뇌를 발달시키고, 원숭이는 원숭이 뇌를, 그리고 그렇게 인간은 인간의 전두엽을 발달시켰으며, 그 위에 현재 인공 뇌가 발달되고 있다. 문화는 점점 더 기능하는 기관을 갖게 되는데 - 도서관에서 네트워크로, 그리고 네트워크 이후의 것으로: 분산 학습 기술, 전인류적인 것으로. 우리의 뇌가 하나의 큰 뇌로 통합되는 것이 아니라, 우리 모두의 연결이 하나의 큰 뇌가 되는 것이며, 우리의 뇌는 분리된 채로 남아 있더라도 이 뇌는 인공 지능들과 심지어 책을 포함할 것이다. 책은 문화의 뇌이기 때문이다. 따라서 진화적 학습은 가속화되는데, 왜냐하면 학습 위의 학습이 있는 순간 그것도 점점 더 빠르게 변하기 때문이다. 마치 미분 위의 미분처럼, 그리고 여기서 학습의 본질인 지수적 현상이 나오는데, 이는 무한대로의 폭발과는 다른 현상이며, 따라서 특이점이 있지 않을 것이고 단지 무한한 가속이 있을 것이다. 따라서 이 그래프의 모든 지점에서 우리가 그 어느 때보다 빠르게 움직이고 있으며 이것이 특별한 순간이라는 환상이 있지만, 당신이 지수적일 때 이것은 특별하지 않다. 즉, 당신이 실제로 당신의 현재 속도의 직접적인 함수인 가속도에 따라 발전할 때. 그래서 시간의 층 사이의 거리가 항상 당신에게 더 가까워질 때까지 더 조밀해지는 것처럼 보일 것이다 - 당신이 창조의 왕관이어서가 아니라 당신이 어떻게 배우는지도 배우는 학습의 일부이기 때문이다. 그렇다면, 왜 학습은 이전 시스템의 파괴, 즉 멸종으로부터 이익을 얻는 것일까? 그리고 단순히 그 위에 구축하지 않는 것일까? 학습에는 두 가지 단계가 있기 때문이다. 잠과 깨어남처럼, 또는 여성과 남성처럼, 또는 교사와 학생처럼, 또는 평가자와 혁신처럼. 새로운 방법론의 창조 단계가 있고, 여기서는 현존하는 시스템이 해를 끼치지 않지만, 새로운 방법론의 내면화와 확산 단계가 있고, 여기서 현재의 시스템이 장애물이 된다. 즉, 장애물은 시스템의 평면에 있지 학습의 평면에 있지 않으며, 따라서 학습이 파괴 후에 시스템에 퍼진다고 말하는 것이 더 정확하며, 이로 인해 전체 시스템의 방법론이 된다. 학습의 이중적 본질, 네 번째 공리에서 나오는, 이것이 패러다임 전환과 같은 현상을 만들어낸다. 네타냐적인 것이 내면화되기 위해 학문적 철학 세계의 파괴가 필요한 것처럼, 그러나 현재 단계에서는 그것이 공룡들 사이에 사는 쥐이지만, 우리는 고양이와 개 사이의 싸움에 개입하고 누구도 너무 다치지 않도록 주의를 기울인다 (우리에게 더 이상 해를 끼치지 않자마자 사자의 끔찍한 잔인함을 잊었고, 이제 그는 불쌍한 삼손이다).



문화의 붕괴와 중심의 상실은 철학에 해롭고, 이것이 현재 시대에 철학이 상실된 근원이다. 이 시대에는 더 이상 철학이 없기 때문에 우리는 이전 시대의 개념들과 철학 - 언어 - 속에서 살고 있다. 하지만 이것의 진정한 단점은 무엇인가? 모든 시대에, 사람들의 사고방식은 변하고, 철학은 그것들을 발명하지 않고 - 정제하고, 철학으로 요약한다. 이것은 자신들에게 일어나는 과정을 이해하고 아마도 그것에 동참할 수 있는 이전 세대에게도 중요하고, 철학이 문화적 자기인식인 현재 세대에게도 중요하다 (이미 오늘날 많은 이들이 학습의 이름으로 말하고 행동하지만, 그것은 잘 표현되지 않은 채로 남아있다 - 보라, '표현된'이라는 단어와 '단어'라는 단어는, 언어에서처럼, 우리가 실제로 말하고 싶었던 것은 "잘 배워지지 않고 요약되지 않은"이었지만, 우리는 그들이 우리와 이 정확성을 이해하지 못할까봐, 그리고 그것이 공허해 보일까봐 두려웠다 - 학습, 학습, 학습 - 왜냐하면 학습이라는 단어는 아직 충분한 학습적 의미가 담겨있지 않기 때문이다). 하지만 철학은 미래 세대와 다음 시대에도 큰 중요성을 가진다.