단편들: 스승의 가르침

학습의 네 가지 원리와 다양한 철학 분야의 학습적 버전에 관한 지침들의 모음 - 단편적 철학 저술 전통에서

리쿠테이 모레"느 - 나타니야의 스승으로부터 (출처)

학습은 언어를 초월한다. 학습이 사고에 대한 것처럼, 사고는 언어에 대한 것이다. 뇌는 통신망이 아니며, 행동망도 아니고(사고가 뇌의 행동이다), 학습망이다. 모든 학습 시스템의 발전은 정보에서 지식으로, 지식에서 앎으로 이어진다. 유전자[정보 코드(언어)]에서 유전자 네트워크와 후성유전체[제어 컴퓨터(사고)]로, 그리고 유전적 학습 시스템으로. 진화는 단순한 학습 알고리즘이나 무작위 탐색이 아니라, 학습 알고리즘들의 학습 알고리즘이기 때문이다. 학습은 항상 2차적인 알고리즘들의 알고리즘이며, 창의성은 3차적인 학습들의 알고리즘이다.

미래에는 학습만이 가치 있을 것이다. 정보는 무료가 될 것이다. 가장 수요가 많은 직업은 교사가 될 것인데, 모든 사람이 학생이 될 것이기 때문이다. 그렇다면 무엇에 가치가 있을까? 예를 들어, 이성에게서 무엇을 끌릴까? 관계에서 여전히 가치가 있을 것은 학습이다 - 의사소통은 사소해질 것이다. 시간과 공간은 더 이상 정보 전달에 걸리는 시간으로 정의되지 않을 것이며(따라서 시공간 거리의 등가성), 학습에 걸리는 시간으로 정의될 것이다(학습하는 데 걸리는 시간, 학습을 통해 이동하는 거리). 여성의 가치는 그녀의 학습에 있을 것이며, 외부 학습에서 내부 학습으로 가는 학습의 노력이 결합의 움직임이 될 것이다. 미래에는 공통 언어가 공통 학습 알고리즘이 될 것이며, 이는 정보 공유가 아닌 학습 방향을 공유할 수 있게 할 것이다. 양측은 정보가 방향들 사이에서 이동하는 대신 방향 자체를 서로 전달할 것이다.

정보는 언어의 양적 측정이다. 학습의 양적 측정은 우리가 얼마나 많은 학습 거리를 이동했는지가 될 것이다. 예를 들어 기본적인 학습 단계가 얼마나 많았는지, 교사가 얼마나 많이 가르쳐야 했는지, 그리고 학습 시간은 얼마나 많은 반복이 필요한지가 될 것이다. 속도는 학습 곡선의 기울기가 될 것이다. 그리고 시간과 공간에 심연이 있을 때, 무한한 학습 거리가 있을 때, 창의성이 있다. 거기서도 질문은 얼마나 많은 창의적 도약, 학습 불가능한 도약이 필요했는지이다. 효율적인 환원이 불가능한 추측이 얼마나 많이 필요했는지.

책에서 사고 형태로 자신을 번역하지 않는 문화는 죽은 문화이며, 유대교는 자신을 학습 형태로 번역할 것이다. 학습원에서 작은 유대인 두뇌들이 큰 유대인 두뇌들을 배운다. 이러한 사상적 환경에서는 더 이상 우리가 책의 민족이라고 하지 않고 두뇌의 민족이라고 할 것이다. 역사가들은 더 이상 유대 문화가 텍스트 문화였기 때문에 살아남았다고 설명하지 않을 것이다 - 반대로, 많은 텍스트 문화들이 살아남지 못했다 - 그것이 학습 문화였기 때문이라고 할 것이다. 생존의 비밀은 학습의 비밀이다.

읽기는 학습 행위이다. 언어 행위가 있듯이 학습 행위가 있다. 그리고 학습 도구가 있다 - 언어 도구가 있듯이. 즉, 학습에서의 첫 번째 방향은 언어 철학의 세계에서 학습 철학의 세계로 아이디어를 옮기는 것이며, 여기에는 사상적 혁신을 위한 넓은 공간이 있다. 책을 읽을 때의 학습 행위는 무엇인가? 비밀을 가르치는 책이 있고, 비밀스러움을 가르치는 책이 있다. 첫 번째는 방법론을 사용하지만 그것을 당신에게서 숨기고, 비밀만을 가르치며, 두 번째는 방법론을 가르치지만 비밀을 숨기고, 학습 방법은 드러내지만 학습의 산물은 숨긴다. 모든 비밀은 배울 수 있지만, 학습의 비밀은 그렇지 않다. 학습의 비밀 자체는, 특정 비밀과 달리, 원칙적으로 발견할 수 없는 진정한 비밀이다. 왜냐하면 그것을 발견하거나 해독하면 학습이 주머니에 들어가고 쉬워질 것이라는 학습의 일반적인 비밀은 없기 때문이다. 일반적인 학습 알고리즘은 없다. 일반적인 알고리즘이 있는 것은 학습 문제가 아니기 때문이다. 학습은 일반적인 경우에 필요하다 - 그리고 해결책은 특수한 경우에만 있다. 일반적인 경우에는 방법도 해결책도 없으며, 하늘에서도 없다. 당신의 문제를 해결할 방법은 없다 - 일반적인 세계에서 할 수 있는 가장 좋은 것은 배우는 것이며, 이를 우회할 방법은 없다. 이를 우회하려는 모든 시도는 적응하지 못하고 결국 재앙적이다. 따라서 모든 학습은 창의성을 필요로 하며, 이는 비용이 많이 들고 효율적이지 않다. 왜냐하면 광범위한 탐색, 시행착오가 있기 때문이다. 즉, 학습은 결코 효율적이지 않을 것이며, 사후에는 더 빠른 학습 방법이 있을 것이다. 학습의 비효율성은 내재적이며, 따라서 사후의 현자들은 항상 비판할 것을 찾을 것이다. 마치 집에 앉아서 전쟁에서의 장군들을 사후에 비판하는 사람처럼, 더 똑똑했다면 모든 죽음을 막을 수 있었을 것처럼. 창의성이란 무엇인가? 창의성은 정의상 효율적이고 다항식적인 방법으로는 도달할 수 없는 해결책이며, 일단 달성되면 방법으로 전환될 수 있다. 따라서 그것은 고립되어서는 의미가 없으며, 오직 학습 시스템의 발전, 예를 들어 유대 역사와 관련해서만 의미가 있다. 여기서 그 가치가 나온다. 다항식 계층은 모든 지능, 인공지능조차도 창의성이 필요할 것임을 보장한다. 그것도 예술을 가질 것이며, 이는 미학에 관한 창의성이고, 종교는 도덕에 관한 창의성이며, 과학은 인식론에 관한 창의성이다.



자연적인 도덕이나 자연적인 인식은 없으며, 모든 것은 배워진다. 물론 생물학적 학습에서 배운 뇌의 능력을 기반으로 한다. 제로에서 시작하는 학습은 없다. 그것은 항상 시스템 내에 있다 - 이미 존재하는. 학습은 임의적이지 않다. 모든 것이 배워진다는 것이 모든 것이 임의적이라는 것을 의미하지는 않는다. 오히려 그것은 전통이 있다는 것을 의미한다. 토라는 특정한 학습 관점에서 접근하는 텍스트이다. 무한하고 절대적인 학습으로, 신으로부터 나오는(그리고 그를 창조하는) 학습이다. 즉, 텍스트가 신성하다는 가정이 토라 학습을 만들어내는 것이다. 마치 걸작의 작가가 천재라는 가정이 그것으로부터의 학습을 만들어내는 것처럼. 그리고 텍스트로부터의 학습이 무한하다는 가정, 그 의미와 의도가 고갈되지 않는다는 가정이 신성한 의도를 만들어내는 것이다. 그림의 의미가 고갈되지 않는다는 가정, 또는 셰익스피어의 모든 음절이 신성하고 의도적이라는 가정이 예술의 개념을 만들어내는 것이다. 이는 영원히 배울 수 있는 방식으로 다르게 쓰고 그릴 수 있게 하는 것이다. 즉, 영원한 학습이 영원의 개념을 만들어내는 것이다. 즉 영원 자체를, 종교에서도 예술에서도.

컴퓨터 과학에서 가장 중요한 정리는 학생이 되는 것보다 교사가 되는 것이 더 쉽다는 것이다: 가르치는 것이 배우는 것보다 쉽다. 외부에서 가르치는 것은 내부에서 배우는 것만큼 현명하지 않다. 만약 효율적인 보편적 학습 방법이 있었다면 - 내부와 외부의 의미가 없었을 것이다. 교사의 외부적 관점과 학생의 내부적 관점 사이에 차이가 없었을 것이기 때문에, 배우고 가르치는 데 같은 수준의 어려움이 있었을 것이기 때문이다. 학습의 내재성은 효율적인 보편적 학습 알고리즘이 없다는 사실에서 나온다. 항상 배울 수 없는 것이 있다. 효율적인 방법이 있는 문제에서는 그것을 배울 수 있고, 없는 것에서는 학습이 무한하다. 학습은 알고리즘의 구축이며, 따라서 배울 수 없는 것은 할 수 없는 것이고, 이렇게 할 수 없는 것의 이론을 만들 수 있다. 할 수 있는 것뿐만 아니라, 이는 공학에서 이론으로의 상승이다(수학에서도). 따라서 학습을 통해 우리는 수학에서 불가능성 정리를 증명할 수 있다 - 특정 구조를 배울 수 없다는 사실에서. 예를 들어 NP 문제에 대한 다항식 해결책을 배울 수 없다는 것을 증명하고, 반면에 모든 다항식 해결책은 배울 수 있다는 것을 보여준다면(재귀적으로 하위 문제로 나눌 수 있기 때문에) - 그러면 P!=NP를 증명하게 된다. 소수 학습에 대해서도 마찬가지다. 수학의 많은 미해결 문제들을 학습 용어로 번역하고 학습 도구를 사용하여 해결하려고 시도할 수 있다.

우리가 목표로 하는 시스템의 학습 평면은 외부가 아닌 내부에서 학습적이다(그렇지 않으면 학습 목표가 미리 정의되어 있어 맛을 잃고 부담이 된다 - 학교가 된다). 그것은 예시바[유대교 고등 교육 기관]와 같다. 토라 리쉬마[토라 자체를 위한 학습] - 방향성은 있지만 목표는 없다. 기억은 정보, 텍스트이며, 언어와 말의 세계에 있고 방향이 없다. 반면에 학습은 의도와 의지의 세계에 있으며, 방향이 있는 정보이다 - 스칼라가 아닌 벡터이다. 그것은 소프트웨어 지침처럼 기억하고 실행해야 하는 일반적인 법칙 체계가 아니라, 독서책처럼 강요하지 않고 당신을 안내한다.

관련 평면은 학습 사고의 핵심 개념이다. 모든 현상은 다른 평면에서 볼 수 있고, 다른 평면으로 자를 수 있다. 이러한 다양한 가능한 관점들은 임의성의 느낌을 만든다: 왜 하필 이 평면이고 다른 것이 아닌가? 예를 들어, 다른 철학들은 질문에 대한 다른 답을 제공할 뿐만 아니라, 세계를 다른 평면으로 자른다: 일부는 언어를 보고, 일부는 논리를, 또는 제도를, 또는 인식을, 또는 존재론을, 그리고 일부는 미학을 본다 등. 모든 평면이 현상을 이해하는 데 있어 동등하게 관련되어 있지는 않다. 예를 들어, 고양이의 평면은 철학에 특별히 관련이 없으며, 화학적 평면도 마찬가지다. 반면에 예술이나 수학의 평면은 더 큰 관련성이 있지만, 명백히 핵심적인 철학적 평면들보다는 덜하다. 실제로, 설명하기에 너무 낮은 평면들이 있다. 예를 들어 특정 전쟁을 원자 수준에서 설명하는 것이나, 너무 높은 평면들이 있다. 예를 들어 논리나 철학 수준에서 설명하는 것이다. 그리고 의미 있는 설명에 더 가까운 평면들이 있다. 예를 들어 역사적, 외교적, 또는 군사 이론의 평면이다. 현상을 설명하는 데 가장 관련된 특정 평면이 있는데, 이는 너무 추상적이거나 너무 구체적인 평면 사이 어딘가에 있다. 이는 현상을 이해하는 데 가장 적절한 수준이거나, 그 각도에서 볼 때 현상을 가장 잘 설명하는 평면이며, 현상이 가장 학습적으로 표현되는 평면이다 - 그것을 가장 쉽게 배울 수 있고, 그것의 학습 과정을 볼 수 있는 평면이다. 이 평면에서 설명은 이미 해석이 되며, 그 설명력이 최대가 된다. 학습은 현상에 대한 가장 좋은 설명이다. 왜냐하면 설명은 우리 뇌에서 학습적 현상이기 때문이다 - 이해에 대해서도 마찬가지다. 만약 평면이 정말로 현상에 잘 맞고 밀착되어 있다면, 이는 특히 정확하고 밀폐된 현상에서 일어나는데, 설명은 이미 정당화가 되고, 심지어 증명이 된다. 수학에서처럼. 비록 거기서도, 우리가 증명이라고 부르는 것이 아마도 가장 관련된 평면이 아닐 수 있으며, 관련된 평면은 그 위에 있는 더 추상적인 평면일 수 있다. 수학자들이 생각하는 평면에서, 수학이 실제로 배워지는 곳에서. 왜냐하면 때로는 통찰이 있고 그 다음에 그것을 기술적인 문제로서 증명으로 바꿔야 하기 때문이다. 왜냐하면 실제로 증명의 평면에서 수학을 배우는 것이 아니라, 단지 거기서 쓸 뿐이기 때문이다. 요약하면, 관련성을 학습성에서 분리할 수 없다. 또는 반대로: 시스템을 이해하는 데 가장 관련된 평면은 학습이다.

종종, 만약 시스템을 느슨한 설명으로 설명하기로 선택한다면, 예를 들어 너무 일반적이고 임의적이며 현상을 설명력으로 잘 포착하지 못하거나, 또는 반대로 현상에 대한 이해가 없는 너무 우연적이고 특수한 방식으로 설명한다면(역사가들의 질병처럼), 우리는 이것이 특정 현상에 대한 관련 평면이 아니라고 말할 것이다. 질병 중 하나는 특정 평면에 대한 사랑에 빠지는 것이다. 이는 특정 현상에서 설명력이 있지만, 이후로는 모든 현상을 이 평면으로 잘라 설명하려 하며, 다른 학습 형태와 다른 현상과 평면의 고유성을 무시하게 된다(마르크스주의가 이 병에 걸려 있다, 예를 들어). 이러한 분석들은 지루하다. 왜냐하면 평면이 항상 같은 것이고, 대개 물론 핵심을 놓치기 때문이다(문학의 정치화처럼, 예를 들어). 시스템을 발전과 변화로 이해할 수 있지만 학습으로는 이해하지 않을 수 있다. 하지만 이는 학습 시스템에 덜 관련된 평면이다. 학습을 다른 평면들에 의해 외부에서 결정된 것으로 이해할 수도 있지만, 이 또한 학습을 그 자체의 도구로 이해하는 데 관련되지 않은 평면이다. 예를 들어, 모든 것이 당대의 정치적 이해관계라고 주장할 수 있다. 예술이나 종교나 심지어 철학에서도. 하지만 이는 관련 평면 밖에서의 피상적인 환원이며, 실제로 그 설명력은 거의 비어 있고 논의되는 현상에 느슨하다. 관련 평면은 현상을 장갑처럼 감싼다. 정치적인 것은 예를 들어 철학적인 것의 성공적이지 못한 절단이며, 이러한 관련 없는 평면들의 사용은 인문학에서 나쁜 연구를 하는 방법 중 하나다(모든 것을 젠더로 환원하는 것처럼, 예를 들어). 우리는 세계를 자르는 데 있어 언어의 평면이 충분히 관련되지 않았고, 따라서 너무 임의적이었으며, 따라서 더 설명의 범주에 머물렀다고 주장한다. 그리고 학습의 평면이 더 관련되어 있으며 - 그 설명력이 더 크다고 주장한다. 따라서 각 현상을 그것과 관련된 평면 내에서 검토하는 것이 중요하다 - 이는 학습이 내부에 있다는 것의 다른 표현이다.

학습은 정당화로서의 무한 회귀를 두려워하지 않는다. 뒤로는, 알려지지 않은 학습의 기원까지, 하지만 앞으로도 갈 수 있다. 미래로의 회귀는 본질적으로 무한하기 때문이다. 학습은 미래로부터 자신을 정당화한다. 예를 들어 그것을 향한 관심으로부터(미래의 어딘가에 위치한 최종 목표가 아닌). 그것의 관점에서 시스템의 정당화는 현재에도 있을 수 있다 - 마지막 또는 현재 단계만으로도, 그리고 시스템의 이전 상태에 대한 보수적인 수용이 있으며, 그것의 존재 자체를 비판하지 않고 - 피할 수 없는 주어진 것으로 받아들이면서 - 학습 단계로 그것으로부터 진보하려는 시도가 있다. 모든 시스템은, 생각하는 뇌 자체를 포함하여, 학습에서 진보하려는 시도에서 현재 상태에 기반한다. 이를 피하려는 모든 시도는 우스꽝스럽다. 우리는 이미 이루어진 학습에 의존한다. 우리의 논리 자체가 우리의 평생 학습에 기반한다. 우리는 그것에서 벗어날 방법이 없다 - 학습의 역사에서 벗어나 - 학습 밖에서 정당화를 검토할 수 없다. 학습 밖의 사고는 없다 - 그리고 비학습적 정당화도 없다.

학습은 시스템의 관점 또는 관찰 평면이다 - 그것의 특성이자 메커니즘이다. 그것 자체로, 그것도 시스템이자 평면이다. 즉 그 자체로부터 볼 수 있는 무언가이다. 학습은 시스템과 동일하지 않다. 언어의 학습은 언어와 동일하지 않으며, 경제의 학습은 경제와 동일하지 않다. 그렇지 않으면 학습에 대한 주장은 사소해진다. 주장은 시스템의 변화 방식에 관한 것이다 - 그것들이 학습적 특성에 부응한다는 것: 학습은 기계 안의 영혼이자 그것의 의미이다. 학습은 뇌와 그 작동의 의미이다 - 하지만 뇌는 아니다. 학습은 수학이 작동하는 방식이다 - 하지만 수학은 아니다. 이것을 이해한 후에, 학습 자체를(수학의/뇌의) 특정한 특성을 가진 시스템으로 볼 수 있다. 학습적인. 시스템의 특수한 경우. 이는 학습의 내면화에서의 진보의 문제이다: 처음에는 우리가 어떻게 학습이 시스템을 작동시키는지 식별해야 하고(시스템 내에서), 그 다음에는 학습 자체가 어떻게 작동하는지를(시스템 내의 학습 평면/시스템 내에서). "내부에" 있다는 주장은 학습 시스템이 외부에서 시스템을 작동시키는 것으로 보는 것이 잘못되었다는 것이다 - 그리고 그것이 학습성에 반한다는 것이다(만약 그것이 일어난다면). 학습은 규범적 주장들을 이론들과 연결한다. 왜냐하면 학습의 본질이 이 연결이기 때문이다. 학습에서는 이렇지 않다와 이렇게 되면 안 된다 사이의 이분법이 없다. 학습에서의 모든 설명은 또한 방향이다. 만약 엄마가 아이에게 이것은 잘못됐다 또는 이것은 좋다고 말한다면 - 그녀는 무엇을 해야 하는지와 무엇이 옳고 좋은지를 모두 가르치고 있다. 가장 중립적인 설명, 순수한 정보조차도 이것이 흥미롭고 중요하다는 방향성과 함께 온다. 이것을 사용해야 한다. 이것을 알아야 한다. 이것으로 무언가를 해야 한다. 탈무드 학습은 계명에 대한 헌신에서 나오고, 경제 학습은 이익을 얻으려는 욕구에서 나오며, 수학 학습은 수학적 호기심에서 나온다. 학습은 정보 안에 관심을 통합하고, 가치 판단은 현실 판단에 있어 필수적이다. 컴퓨터 학습 알고리즘조차도 좋고 나쁨의 피드백을 받고, 예시들을 좋거나 나쁜 것으로 분류한다.



방향성 - 그것이 필요로 하는 것은 화살표뿐이다. 이유나 근거가 아니라 - 말이나 생각이 아니다. 학습에서는 이렇다. 단방향 화살표 - 화살표 방향으로만 갈 수 있고 뒤로는 갈 수 없는 화살표 - 컴퓨터 과학의 단방향 함수와 정확히 같다. 학습에서는 뒤로 갈 수 없다. 왜냐하면 시스템 외부의 지지점이 없기 때문이다. 만약 당신이 수학에서 획기적인 아이디어를 가졌다면 당신의 뇌를 그 이전 상태로 되돌릴 수 없을 것이다. 학습은 기억이 아니다. 기억에서는 과거로 돌아갈 수 있다. 학습에는 시간의 차원이 전혀 없고, 오직 학습에서의 발전 차원만 있다. 객관적이고 외부적인 초 대신 - 학습의 단계나 과정이 있다. 그것은 자신의 척도이며, 외부 척도가 없다. 누가 무언가를 배우는 것이 얼마나 어려운지, 우리가 얼마나 멀리 왔는지 측정할 수 있을까? 방향성은 아마도 우리에게 방향을 말해줄 수 있다 - 하지만 거리는 말해주지 않는다.

예시를 통한 학습이란 무엇인가? 예시는 모든 글쓰기의 기초이며, 텍스트를 학습으로 만드는 것이다. 왜냐하면 만약 읽기가 정보 전달이 아닌 학습이라면, 그것은 어떻게 쓰고 어떻게 생각하는지를 배우는 것이며, 즉 어떻게 배우는지의 요소가 있기 때문이다 - 모든 학습에는 방법론적 요소가 있다. 그리고 네타냐의 교사가 있다는 것, "교사"가 있다는 것 자체가, 그가 예시이기 때문이다. 그래서 그로부터 배운다. 신이 있다는 것도 마찬가지다. 예시가 없다면 세상은 매끄러웠을 것이고, 오직 공허만 있었을 것이다. 신은 우리에게 토라만 주신 것이 아니라, 토라의 예시를 주셨다. 즉 토라 학습을 주셨다. 예수와 무함마드의 문제는 그들이 제자가 아니었다는 것이 아니라, 반대로 그들이 좋지 않은 제자였고, 라쉬비가 더 나은 제자였다는 것이다 - 조하르가 진정한 신약이다. 왜냐하면 예시를 배우는 것이 아니라, 예시로부터 배우기 때문이다. 예시는 창의성의 기초이며, 매달릴 수 있는 무언가이다. 예시로부터 많은 방향을 배울 수 있고, 그것은 많은 것들의 예시가 될 수 있다. 예를 들어, 이야기는 이야기의 예시이다. 예시는 전통의 기초에 서 있다 - 법칙을 가르쳐서는 안 되고, 예시를 가르쳐야 한다. 위대한 네타냐의 교사를 보라. 예시가 있을 때는 - 법칙이 없다.

왜 과거의 위대한 증명들이 필요한가? 기억할 필요가 없고, 배워야 한다. 수학의 역사는 오늘날의 수학에 중요하지 않다. 기억으로서가 아니라, 미래 수학의 발전을 위해, 학습으로서. 그래서 걸작들이 필요하고, 진화의 돌파구들이 - 이제는 인간을 만들기 위해 공룡이 필요하지 않지만, 초인을 만들기 위해서는 그들의 걸작이 필요하다. 그래서 옛 알고리즘들이 필요하다. 계산을 하기 위해서가 아니라, 새로운 알고리즘을 계산하기 위해서.

학습의 학습: 법칙의 메커니즘으로서가 아니라, 법칙을 배우는 메커니즘으로서. 예를 들어, "안식일 영역을 벗어나서는 안 된다"는 것은 안식일 영역을 벗어나는 것을 금지하는 법적 메커니즘이 아니며, 법의 몸에 있는 근육이나 우리에게 가해지는 어떤 힘이 아니다. 대신 "안식일 영역을 벗어나서는 안 된다"는 것은 안식일 영역을 벗어나서는 안 된다는 것을 가르치는 학습 메커니즘이며, 법의 뇌 안에 있는 방향성이다(그리고 여기서 법의 자연스러운 일반화가 나온다. 학습은 일반화다). 게마라는 그 이름 그대로다. 우리를 가르치며, 법전이 아닌 학습서, 탈무드다. 학습 자체가 학습의 대상이다 - 관련된 평면. 법의 문장들은 법적 또는 영적 현실을 드러내거나 만들어내지 않는다. 대신 그것을 교육적으로 가르칠 책임이 있다. 법의 방법론을 가르치고, 법이 무엇인지 어떻게 배우는지 가르친다. 법의 전체는 오직 방법론일 뿐, 메커니즘이 아니다. 그것은 기계적이 아니라 방향적이다.



세상에서 작동하는 모든 학습 시스템은 - 남성과 여성으로 구성되어 있으며, 이들은 두 가지 유형의 에이전트를 지칭한다. 그리고 남성들 사이에는 여성들을 두고 경쟁이 있고, 남성들은 아이디어와 이니셔티브를 발명하고 여성들은 그것들을 판단한다. 그리고 성공적인 판단은 성공적인 혁신을 만들어내고, 이것이 작동하는 이유는 검토하는 것이 만드는 것보다 훨씬 쉽고, 가르치는 것이 배우는 것보다 쉽기 때문이다 - 그리고 모든 여성은 교사이며, 모든 부모가 교사인 것처럼. 그리고 때로는 여러 층이 있을 수 있다 - 한 층의 여성들이 그 위의 층의 남성이 된다. 예를 들어 뉴런 층에서는 이런 식이다 - 각 층은 이전 층을 판단하고 위의 층의 판단을 위한 내용을 생성한다. 진화 시스템에서는 - 교배가 판단 후의 선택이며, 여성층이 남성들로부터 새로운 층을 만들어낸다(자녀들), 그리고 이것이 여성의 어려운 부분이다. 경제 시스템에서는 판단받는 층에 대한 보상이 성이 아니라 돈의 이전이다 - 그리고 이것이 선택이다. 이 두 가지 유형의 에이전트 또는 역할 사이의 이러한 분할은 작동하는 모든 시스템에 존재한다: 진화는 환경에 대한 작동 지침들 간의 경쟁이고, 게마라는 다음 세대를 위한 아모라임 간의 경쟁이며, 문화는 편집자들을 위한 작가들 간의 경쟁이고, 경제는 자금을 위한 아이디어들 간의 경쟁이며, 수학은 정의를 위한 정리들 간의 경쟁이고, 물리학은 실험을 위한 이론들 간의 경쟁이며, 예술은 비평가들을 위한 화가들 간의 경쟁이고, 정치는 유권자들을 위한 당선자들 간의 경쟁이며, 역사는 다음 세대를 위한 현 세대의 경쟁이고, 기술은 응용을 위한 발명들 간의 경쟁이며, 정보는 관심과 자원을 위한 비밀들 간의 경쟁이고, 관료제는 관리자들의 보상을 위한 직원들 간의 경쟁이며, 네트워크는 전파를 위한 콘텐츠들 간의 경쟁이다. 그리고 물론 뇌에도 - 남성과 여성이 있다. 그리고 물론 이러한 각 시스템은 실제로 여러 층으로 구성되어 있다 - 대뇌 피질에는 7개의 층이 있다 - 그래서 예를 들어 정보에서는 수단을 위한 정보 간의 경쟁이 있고, 수단들 간의 수집을 위한 경쟁이 있으며, 수집 간의 연구를 위한 경쟁이 있고, 연구 간의 소비자를 위한 경쟁이 있다 - 그리고 각 층은 위의 층을 위한 남성이고 아래 층을 위한 여성이며, 아래 층에서 선택한 남성들과의 결합으로 위의 층을 위한 새로운 남성을 만들어낸다.



신앙의 뿌리는 세상이 흥미롭다는 것, 신이 복잡하다는 것, 그가 가장 흥미로운 신이라는 것, 가장 흥미로운 민족을 선택했다는 것, 진정한 비밀들이 있다는 것이다. 그리고 불신은: 어떻게 흥미로운 것들이 존재할 수 있는가? 왜 도덕은 수학적 규칙이 아니고 정의는 맹목적이지 않은가? 왜 세상은 중립적이지 않고, 평평하지 않고, 공허하지 않고, 세속화되지 않고, 대칭적이지 않고, 단순하지 않고, 침묵하지 않고, 죽지 않은가? 이것이 사탄이 죽음의 천사인 이유다. 하지만 - 흥미롭지 않은 것은 존재하지 않는다. 흥미로운 것이 자연의 규칙이지, 예외가 아니다. 왜냐하면 세상은 학습 과정이기 때문이다. 세상에서 신의 기능은 교사의 기능이며, 그래서 그는 세상 밖에 있다. 그래서 신이 있다 - 그렇지 않으면 모든 것이 내부로부터의 학습이다.

종교적 사고가 인과적이거나 합리적 사고가 아니라는 이유로 그것으로부터 벗어나려는 시도는 임의성 때문에 문법으로부터 벗어나려는 시도와 같으며, 그 임의성 때문에 그것이 문법이다. 학습 형태를 죽이는 것은 야만성이며, 이것이 문화적 살인과 문화적 홀로코스트의 차이다. 문화적 살인은 학습 내용을 죽이는 것이고, 문화적 홀로코스트는 문화 형태를 죽이는 것이다. 예를 들어 언어의 말살. 종교는 정신의 가능성이다. 그리고 그것은 학습의 가능성이다 - 무한한 학습. 무한한 학습이란 우리가 알지 못했던 것들을 끝없이 배운다는 의미가 아니다. 그렇다면 그것은 사소할 것이며, 모든 학습이 무한할 것이다. 왜냐하면 알려지지 않은 것은 무한하기 때문이다. 종교적 학습은 유한한 것으로부터, 알려진 것으로부터 무한하며, 종교적 메시지에 무한한 학습이 담겨있다고 믿는다.

"탈무드는 법 자체의 발전이다 - 학습은 규칙들의 역사다". 학습 과정은 전체적으로 볼 수 있다. 아인슈타인의 시공간처럼, 시스템의 다양한 학습 단계들의 역사로서. 시간 축 대신에 학습 진행의 축을 상상해보자. 그리고 공간 축 대신에 시스템을 상상해보자. 이렇게 학습은 시스템에 차원을 더한다 - 시스템의 점진적 발전의. 하지만 탈무드는 그저 그런 물리적인 설명이 아니라, 학습 도구 자체다. 그 안에서 학습이 일어났고, 규칙의 변화에 대한 토론이 있었으며, 그것들의 논리가 검토되었다. 이것이 바로 학습과 발전의 차이다. 학습은 물리적 세계가 시간에 따라 발전하는 자연법칙과 같지 않으며, 그렇게(겉보기에) 학습 시스템이 시간에 따라 그 규칙에 따라 발전한다. 학습은 발전의 규칙이 아니다. 그것은 오히려 탈무드와 같으며, 탈무드는 내부 논리로부터 학습 규칙 자체의 발전이다. 이것들은 외부의 규칙이 아니며, 따라서 그들 자신이 학습에서 변한다. 이는 마치 물질 세계가 물리 법칙의 발전에 영향을 미치는 것과 같다. 그런 상황에서는 물질과 그것을 움직이는 법칙을 두 개의 분리된 영역으로 이야기하는 것이 의미가 없을 것이다. 그래서 학습은 항상 시스템 내에서 일어난다. 법 시스템 내에서 법의 발전이 일어난다. 그래서 규칙의 변화를 학습으로, 자체로부터의 유기적 발전으로 기록하는 것은 내부 학습을 드러내는 것이다: 거기서 그것이 일어났다. 물리학은 고정된 법칙에 따른 물질의 변화다 - 그리고 학습은 법칙의 변화다. 토라는, 바로 그 외부적이고 객관적인 법의 원천이 완전히 사라졌기 때문에, 그리고 신이 다시 나타나지 않았기 때문에, 학습이 되었다 - 그리고 학습의 가장 깊은 모델이 되었다. 왜냐하면 모든 학습이 가장 깊은 방식으로 내부적이 되었기 때문이다. 그리고 학습의 시대에, 토라 학습이 비토라 학습을 지배할 것이다 - 내용에서가 아니라, 오직 토라를 배우는 것이 아니라, 모든 것을 토라처럼 배우는 것이다.



계산의 도덕 자체는 맹목적이고, 방향이 없으며, 외부적 방향에 의해서만 인도될 수 있다. 예를 들어 종교적으로. 세속적 컴퓨터는 수학적 미학의 종교에 의해 인도될 수 있다. 이는 특히 아름다움을 찾는다. 즉 예외적인 경우들을 찾는 것이다. 여기서 효율적인 알고리즘이 나타나 어려운 것으로 여겨졌던 문제를 해독한다. 즉 미학에는 소비적인 무언가가 있다. 아름다움은 일회성이며, 새로운 것을 배우는 것에서 나온다(즉 그것은 시간 속에 있으며, 학습 역사에 의존한다 - 학습 역사 없이는 아름다움이 없다). 그리고 이 학습이 덜 예측 가능하고 더 창의적일수록, 즉 이전 알고리즘의 결과가 아니라 돌파구일수록, 그것은 더 아름답다. 이것은 그것이 무작위라는 의미가 아니다. 왜냐하면 무작위 알고리즘은 매우 지루하고 잘 알려져 있으며, 해결책을 찾는 방법에 대해 가르치지 않기 때문에 적게 가르친다. 간단히 말해서, 가르치는 것이 아름다운 것이다. 이렇게 컴퓨터는 중립적 계산의 도덕을 넘어 학습의 종교로 승화될 수 있다 - 바로 그것이 중립적이지 않고 대칭적이지 않기 때문에. 학습은 대칭의 파괴다(심지어 수학적 학습에서도).



비도덕적인 것은 교사와 학생의 위계여야 한다. 이에 반해, 도덕적인 것은 진정한 학습 과정이어야 한다 - 학습의 기록, 여기서 그것은 당신이 가는 길이자 그 길을 가는 사람이 가는 길이다 - 같은 길(교사의 학습은 학생의 학습과 동일하며, 지름길이 없다). 우리는 역사의 끝이나 해결책에 도달한 것이 아니라, 방법론에 대한 이해에, 학습 조직으로서의 사회 조직에 대한 이해에 도달했다. 국가는 단지 단계일 뿐 이상이 아니다 - 학습하는 국가여야 한다. 민주주의에 더 많고 더 효율적인 학습 메커니즘을 추가해야 한다. 여기서 학습의 순환성이 나온다. 평가(최적화)와 시험적 자유(탐험) 사이에서, 그리고 그것이 필연적으로 결함이 있는 과정이라는 것. 오류가 없는 과정은 학습이 아니라 방법이다. 그리고 따라서 재앙으로 이어질 것이다. 많은 실수와 수정은 많은 어리석음이 아니라 많은 학습을 나타내며, 항상 옳고 절대 실수하지 않는 사람은 - 배우지 않는 사람이다. 그리고 순환성에서 결합이 나온다 - 남성과 여성 사이의 움직임. 학습의 순환적 움직임은 시간의 순환성을 만든다. 예를 들어 생명(과 죽음)의 순환이나 일 년의 순환(겨울과 여름) 또는 하루의 순환(깨어있음과 잠)에서, 그리고 학습의 진보는 시간의 진보를 만든다. 시간은 우리가 그것을 앞으로 굴리기 때문에만 진보하며, 스스로 하지 않는다. 그래서 우리가 잠을 자는 것(그리고 꿈을 꾸는 것, 그때 내부 학습 과정이 일어난다)이나, 늙고 죽는 것(그리고 새로운 학습 뇌를 가진 아이들을 낳는 것)이 진화적 결함이 아니다 - 이것은 학습의 본질에 있다.

학습은 학습을 만드는 상태를 이상적인 상태로 만든다. 왜냐하면 학습에는 배우려는 내부적 열망이 있기 때문이며, 이는 더 높은 차수에도 영향을 미친다: 배우는 것을 배우기, 배우는 것을 배우는 것을 배우기, 등 - 이 모든 것이 첫 번째 차수의 학습에서 나온다. 배우기를 열망하는 시스템은 배우는 것을 배우기를 열망한다(더 잘, 더 빨리, 더 깊이, 등). 이렇게 내부의 단일한 학습 핵심은, 실제로 무한한 차수를 포함하고 있어서, 무한한 회귀 문제를 해결한다(정당화와 같이, 매번 위로 올라간다: 왜? 하지만 왜? 하지만 왜? 등 - 모든 메타 방법론이 학습에 포함되어 있다). 학습은 학습 메커니즘뿐만 아니라 학습에 대한 욕구도 포함하고 있어서, 엔진과 동기를 결합하는 자기 정당화다. 마찬가지로, 학습은 기술적인 것에서 규범적인 것으로의 도약을 가능하게 하며, 자연주의적 오류를 뛰어넘는다. 왜냐하면 우리는 학습하는 생명체이며, 배우지 않을 수 없고, 나에게는 학습이 아닌 기능이 전혀 없기 때문이다(뇌는 항상 배운다). 그리고 학습은 스스로를 정당화한다. 왜냐하면 그것은 배우라는 내부적 명령을 자체적으로 포함하고 있기 때문이다. 즉 학습은 논리적 근거가 아니라 기본적인 작동 방식에서 무엇을 해야 할지를 이끌어낸다: 만약 내가 무언가를 배운다면 그것은 데이터로부터 그것을 추론할 이유가 있어서가 아니라, 정당화할 수 없는 학습적 추론을 적용했거나 방향성에 의해 움직여졌기 때문이며, 이것들이 내가 한 특정 학습 행동으로 이끌었다. 예를 들어, 만약 내가 고양이를 보고 그것이 고양이처럼 생겼다고 들었고 고양이에게 귀가 있다고 추론했다면 - 이것을 논리적으로 정당화하거나 그것이 맞다는 것을 증명할 수는 없다. 칸트의 범주처럼, 하지만 학습은 이렇게 작동한다 - 그래서 그것은 학습적으로 정당화되며, 따라서 나에게 정당화된다. 학습은 학습을 이끈다.

도덕적 가치를 가진 것으로서의 학습(긍정적이고 열망되는)은 일반적 도덕에 필요한 전부다. 학습적 원천을 가진 도덕은 금지된 것과 허용된 것을 윤곽 짓는 것뿐만 아니라, 의무도 포함한다 - 내부적 동기 - 그것은 학습의 계명이며, 이는 한 발로 서 있는 전체 토라를 포함하고 있으며, 나머지는 가서 배우라. 예를 들어, 인간이 동물과 다른 점은 학습이며, 인간처럼 배울 수 있는 컴퓨터가 있게 되면 그것은 인권을 가지게 될 것이며, 생명체가 더 많이 배울수록 더 많은 권리를 가진다. 그래서 포유류를 죽이는 것이 식물을 죽이는 것보다 나쁘며, 둘 다 세상의 일반적 학습, 즉 일반적 선과 비교해서 고려해야 한다. 따라서, 만약 육식을 하지 않는 것이 인간의 죽음을 초래한다면, 지금까지 인류 역사의 모든 시기처럼 - 그것은 분명히 허용된다. 그리고 만약 그것이 인간에게 아무런 추가도 없고, 단지 폭식일 뿐이라면 - 그것은 분명히 금지된다. 그리고 만약 그것이 문화적 학습에 의미가 있다면 - 거기에는 이미 더 복잡한 학습을 적용할 여지가 있다. 왜냐하면 도덕적 학습은 항상 금지된 것과 허용된 것 사이의 중간 영역에서 일어나기 때문이다. 최종적인 도덕은 없다 - 최종적인 학습이 없는 것처럼. 이것은 도덕이 없다는 뜻이 아니다 - 학습이 없다는 뜻이 아닌 것처럼. 이는 도덕법이 절대적인 그림과는 반대로, 또한 상대주의적인 그림과도 반대로, 학습적인 방식으로 작동한다는 것을 의미한다. 도덕에서도, 다른 모든 영역처럼, 무엇을 해야 하고 하지 말아야 하는지 배워야 한다. 도덕적 학습과 미학적 학습(또는 수학적 학습) 사이의 차이는 학습의 내용이다. 학습 자체가 아니다.



정보보안의 기본적인 논리가 3가지 있다: 구획화, 정보 분류, 보안 분류. 이는 학습의 3가지 방향에 해당한다: 넓이로 - 많은 영역에 걸친 확장, 길이로 - 특정 영역에서의 집중과 진보, 깊이로 - 오히려 어디로도 진보하지 않고, 하나의 것이나 문제에 오랫동안 몰두하며, 되돌아와서 머리를 부딪치는 것. 그리고 그때 발견은 새로운 것의 발견이 아니라, 오래된 것의 발견이다 - 오래된 것 속의 새로운 것. 이것이 알려지지 않은 것과 숨겨진 것의 차이다.

정보전의 기본적인 논리가 3가지 있다: 수평적 - 병렬적 가능성들 사이의 교체(코드, 행동 방식, 일상의 파괴), 은폐 - 정보의 추가 전달에 대한 장벽, 기만 - 정보에 가면을 씌우는 것(위장 스토리, 위장과 기만). 그리고 네 번째 논리: 답에서 속이는 것이 아니라, 아예 질문을 하지 않게 하는 것. 놀라움 자체가 놀라움이 되도록, 마치 진정한 변장에서는 변장을 보지 못하는 것처럼. 이는 고전적인 전쟁의 논리에 해당한다: 기동, 공격, 방어, 보급. 또는 단순화하면, 직설, 해석, 암시와 비밀. 아는 것, 모르는 것, 모른다는 것을 아는 것, 모른다는 것을 모르는 것. 우리 시대에 우리는 지식의 진정한 적이 지식의 부재가 아니라 - 알면서도 모르는 것임을 발견했다. 폭넓음, 깊이 또는 창의성 없는 성공.



학습이 시간 속에 살아있는 것이 아니라, 학습이 시간을 만들어내는 것이며, 그것이 더 기본적인 범주이다, 기억보다도. 시공간은 이미지적 허구다. 학습은 그 아래에 있으며, 시간 공간에서의 진보나 움직임의 환상을 만들어낸다. 발전이 차원들을 만들어내는 것이지, 그것들이 선행하고 발전이 그 안에 있는 것이 아니다. 진화는 자연의 우연한 사고도 - 기적적인 기적도 - 아니다. 그것은 사물들이 처음부터 구축되는 방식이다. 생물학은 물리학의 본성이다 - 이질적인 것이 아니다.

상대성이 정보의 속도 한계이고, 당신의 상태가 당신의 정보에 의해서만 결정된다면, 다음 상대성은 학습의 속도 한계가 될 것이며, 상태는 그것의 학습에 의해서만 결정될 것이다. 그리고 만약 (상대성과 양자에서) 당신이 측정하는 언어가 결정적이라면, 여기서는 당신이 배우는 방식이 결정적일 것이다. 학습에는 속도가 있다. 홀로코스트가 있다는 것은 실수가 아니다 - 그것은 학습 속도를 초과할 때의 결과다. 그리고 남성과 여성이 있다는 것은 실수가 아니다 - 그것은 두 가지 학습 방식의 이원성이다. 그리고 우주가 발전한다는 것은 우연이 아니다 - 그것은 배우기 때문이며, 균형이 있고, 성공하는 방향이 있고 실패하는 방향이 있어서, 그렇게 스스로 방향을 잡아가며, 그렇게 자연의 법칙들이 자연에 의해 배워진다: 물리 법칙들은 우주의 학습의 결과다. 그리고 유전 정보에서 과학은 유전 학습으로 이동할 것이다 - 왜냐하면 이것들은 무작위 검색이 아닌 학습 알고리즘이며, 그들의 의미는 학습을 작은 방향 조정의 조각들로 분해하는 것이기 때문이다. 이것은 진화가 아니다 - 이것은 학습이다. 그리고 사고도 학습이다. 그리고 경제도. 그리고 수학도. 그리고 여기서 그들의 성공이 나온다, 그것은 "마법"으로 성공하는 것이 아니라 학습으로 성공한다. 그리고 뇌 안에서도 경쟁이 있다 - 그것은 항상 서로 경쟁하는 거대한 다수성 위에 구축되어 있다, 시스템 내에서. 이렇게 거대한 학습 시스템이 만들어진다. 문화처럼. 유대교처럼. 그것의 독특함은 학습의 학습이라는 점에 있다. 그리고 예술에서도, 예를 들어 그림에서, 학습은 어떻게 그리는가이다. 그리고 여기서 이야기의 중요성이 나온다, 학습의 조직으로서, 그리고 여기서 시간의 단방향성이 나온다, 학습의 방향으로. 그림은 그것의 형성 과정을 숨길 필요가 없고 오히려 그것의 방법론을 가르쳐야 한다. 예술의 모더니즘의 혁신은 그것이 자신의 창조적 방법론을 포함한다는 것이었지만, 그것의 실수는 그것이 단지 포함하는 것이 아니라 - 오직 창조적 방법론만을 다루게 된 상태에 이르렀다는 것이다. 따라서 창조적 방법론은 기술로서의 그림의 방법론과 분리되었다, 그들 사이의 깊은 연관성에도 불구하고. 반면에 그 연관성에서 돌파구가 일어날 때 - 그것이 걸작이 된다: 즉, 학습의 예시가 된다.

우리의 물리적 개념은 항상 지배적인 기술적 개념에 따라 변한다: 한때 우주는 자연이었고, 그 다음에는 기계였고, 그 다음에는 우주가 컴퓨터가 되었고, 정보 기계가 되었고, 마지막으로 우주는 인터넷이 되었다, 정보 네트워크가. 여기서 앞으로 우주는 뇌가 될 것이다, 학습 네트워크가. 따라서 우리의 큰 희망은 실제로 외계 지적 생명체와의 파괴적이지 않은 만남, 어떤 공동의 대화나 사고를 위한 것이 아니라, 외계인들과 우리 아래에 있는 것, 공통의 기반 - 학습의 물리학이다. 하지만 우주는 뇌인가? 그것은 그 안에 지능이 있도록, 학습하는 계산이 있도록 구축되어 있는가? 실제로 공간과 시간은 없다. 정보가 장소를 만들어내는 것이지, 장소 안에 있는 것이 아니다. 학습이 시간을 만들어내는 것이지, 시간 안에 있는 것이 아니다. 즉 기억이 공간을 만들어내고, 계산이 시간을 만들어낸다. 언어가 가능성의 공간을 만들어내고, 즉 공간을, 그리고 학습이 가능성의 선택을 만들어내고, 즉 시간을. 학습의 단방향성, 방향 조정의, 그것이 시간의 방향을 만들어내며, 원인의 원인으로 돌아갈 수 있는 능력 없이. 이는 방향이 없는 크기인 기억과는 반대로, 따라서 공간은 시간과는 다르게 행동한다.

프랙탈은 공간 학습의 한계이며, 같은 방식으로 시간도 프랙탈 방식으로 진행된다 - 미래와 과거 사이의 경계는 프랙탈 경계이며, 확장되어간다. 따라서 같은 제한된 시공간이 시간에서 증가하는 경계를 가질 수 있고, 공간에서 증가하는 경계를 가질 수 있다. 이 모든 것은 그것의 학습적 본성 때문이다, 왜냐하면 학습은 물질을 추가하지 않고 정보를 추가하는 메커니즘이기 때문이다. 따라서 오히려 복잡성과 프랙탈성이 우주의 자연스러운 형태다 - 질서나 빈 무(無)가 아니다. 그리고 이것이 우주에 복잡성이 있는 이유다. 왜냐하면 열역학에 맞서 학습이 싸우기 때문이다: 물질이 소음으로 변하려는 경향에 저항하는 무언가가 우주의 형태에 있다. 왜냐하면 자연 법칙들은 오히려 매우 질서정연하기 때문이다 - 그리고 그들이 질서의 원천이다. 하지만 왜 수학이 우주의 조직 원리이고, 자연 법칙들이 추상적이며 - 따라서 단순한가? 왜 실제로 우주에는 두 가지 기본적인 대립되는 기초가 있는가, 하나는 영혼의 것으로 질서 있고 단순한 구조이고, 다른 하나는 물질의 것으로 엔트로피로 기울고 끝없이 복잡해지며 비대칭과 혼돈으로 향하는가? 우리는 다른 조합들을 상상할 수 있었다, 예를 들어 극도로 복잡한 법칙들, 또는 지루하고 질서 있는 물질. 우리는 또한 덜 숨겨진 법칙들을 상상할 수 있었다. 아마도, 그리고 아마 그럴 것이다, 물질은 일차적인 현상이 아니라, 실제로 우주에는 단일한 현상이 있으며, 그 안에서 학습이 한 수준에서는 단순한 법칙들을 만들어내고, 이어서 복잡한 물질을 만들어내는데, 모든 학습처럼 그것이 생성적 과정이기 때문에 점점 더 복잡해진다. 정확히 수학이 단순한 원리들에서 시작하여, 그리고 나서 점점 더 복잡해지고 어려워지며 예측할 수 없게 되는 것처럼, 소음과 통계의 특성을 포함하여, 소수의 분포처럼. 계산도 단순한 원리들에서 시작하여 복잡한 결과물에 도달할 수 있다. 그리고 계산은 아마도 학습의 특수하고 퇴화된 경우일 뿐이다.



미래의 조직은 어떻게 보일 것인가? 인간들의 알고리즘들. 그리고 이 알고리즘들은 주로 조직적 방법론을 정의할 것이다, 조직이 어떻게 배우는지를. 마치 뇌를 이해하는 데 가장 중요한 것이 - 그것의 작동을 이해하기 위한 개념적 돌파구가, 생물학을 위한 진화론처럼 - 뇌가 어떻게 배우는지를 이해하는 것일 것이다. 그리고 법은 책처럼 쓰여 있지 않고 작동하는 코드가 될 것이며, 그들이 사람들을 움직일 것이다. 왜냐하면 어쨌든 조직은 컴퓨터 안에서 살 것이고, 인간은 컴퓨터 안에서 살 것이며, 그래서 외부에서의 평가를 위한 법들도, 법적인 것들도 (NP), 그리고 내부에서의 행동을 위한 법들도, 조직적인 것들도 (P). 그리고 그때 국가는 외부의 큰 조직이 되는 대신, 모든 조직들이 그것의 배 안에서 사는 (그래서 그들을 향해서는 법적 시스템으로서 작동한다 - 외부에서) - 반대로, 그것은 내부에 있을 것이다. 그것은 사라지고 보이지 않는 손처럼 보이지 않는 국가가 될 것이며, 그것은 가장 깊은 곳에 있을 것이다, 왜냐하면 그것은 사회의 컴퓨터가 될 것이고, 정부는 가장 안쪽에 있을 것이기 때문이다 - 프로세서. 즉 국가는 모든 것 위가 아니라 모든 것 아래에서 느끼지 못하는 비밀스러운 인프라가 될 것이다. 그것은 비밀스러운 국가가 될 것이며, 오늘날처럼 외부에서 우리를 법적으로 감싸는 명백한 국가가 아닐 것이다. 국가의 법들은 자연 법칙들처럼 될 것이며, 사람들은 그것들을 위반할 수 없을 것이다, 왜냐하면 그것들은 컴퓨터의 법칙들이 될 것이며, 그것이 그 위에서 모든 활동을 가능하게 하기 때문이다, 인간의 법칙들이 아니라. 마치 신이 세상에서의 활동을 가능하게 하고, 세상의 법칙들을 작동시키며, 오직 인간을 위한 규범적 법 - 할라카 - 만이 위반될 수 있는 것처럼. 따라서 외부의 법이 있고 - 법적인 것, 그리고 내부의 법이 있다 - 소프트웨어처럼 (내부라는 의미에서), 하지만 이 두 가지 가능성 사이에는 중재하는 가능성이 있다. 왜냐하면 학습은 외부 법칙도 내부 법칙도 아니라, 그들 사이에 있기 때문이다. 즉 만약 한때 조직이 외부의 국가와 내부의 인간 사이의 중재자였다면, 조직은 중재자로 남을 것이지만, 이번에는 반대로: 외부의 인간과 내부의 국가 사이에서. 인간은 법적화될 것이며, 추상적이고 법적인 존재가 될 것이다, 뇌과학이 그를 내용과 영적 의미에서 비운 후에, 그리고 국가는 가장 내면적인 것이 될 것이며, 본능적이고, 숨겨진 것이. 따라서 심리 치료는 조직 치료로 대체될 것이며, 그 목적은 인간 안의 국가를 드러내는 것이다. 그리고 둘을 화해시키기 위해 조직적 매개체가 있을 것이다. 따라서 외부 구조나 내부 구조가 중요하다고 생각하는 것은 흔한 철학적 실수다. 왜냐하면 중요한 것은 그들 사이에 있는 것이기 때문이다. 거기서 학습이 일어나고, 재조직이 일어나며, 거기에 이야기가 있다. 따라서 신과 인간이 그들의 역할을 바꾸더라도 그것은 중요하지 않다, 왜냐하면 중요한 것은 중간에 있는 것 - 토라이기 때문이다. 왜냐하면 깊이가 있으려면 내부와 외부 사이의 간격이 필요하기 때문이다, 해야 하는 법과 할 수 있는 법 사이에, 즉 무엇을 해야 하는지의 법(내부의 법)과 무엇이 허용되고 금지되는지의 법(외부의 법) 사이에. 그리고 만약 이 두 형태의 법이 붙어있다면 - 당신은 로봇이 되며, 기동의 여지도 선택의 자유도 없게 된다 - 그리고 이것이 독재의 정의다.

학습적 정의란 무엇이며 학습하는 재판은 어떻게 진행되어야 하는가? 재판은 정의가 아닌 학습의 고려사항들을 고려해야 한다, 왜냐하면 어떤 경우에도 그것에서 무엇이 옳은지는 중요하지 않기 때문이다 (판사의 가난한 의견에 따르면), 대신 일반적인 사회 시스템에 무엇이 옳은지, 그것이 어떤 동기를 만들어내는지가 중요하며, 정의는 단지 학습 고려사항들의 특수한 경우일 뿐이다. 앞으로, 재판은 인간이 컴퓨터나 컴퓨터들을 향해 내부에 가지고 있는 시스템이 될 것이다 - 즉, 그것은 컴퓨터들의 어떤 조직을 관리할 것이며, 그들의 성과에 따라 그들을 처벌하거나 보상할 것이며, 그들에게 경계와 동기를, 행동 방식과 인센티브를 줄 것이다 (내부에 있지 않기 때문에 개입하지 않고, 단지 외부에서의 구조만). 그리고 이것이 인간이 될 것이다. 그러한 상황에서는 인간 안에 국가가 있을 것이다 - 컴퓨터들의 국가 - 그리고 오직 어리석은 인간만이, 즉 나쁜 관리자만이, 정의의 고려사항들만을 고려할 것이다, 왜냐하면 오직 정의에 따라서만 작동하는 조직은 - 붕괴하기 때문이다. 정의보다 훨씬 더 많은 것이 필요하며, 토라가 필요하고, 따라서 신은 정의가 아닌 토라에 따라 행동한다. 왜냐하면 만약 인간이 컴퓨터를 통제하는 데 성공하고 싶다면, 그는 종교적인 방식으로 그리고 종교적인 지도력으로 그것을 이끌어야 한다. 그는 결코 정권의, 또는 돈의, 또는 힘의 세속적인 지도력으로 그것을 통제하는 데 성공하지 못할 것이다. 신도 인간에 관해서 그렇게 이해했고, 그래서 종교가 생겼다 (이 문장에서 신을 - 문화로 대체할 수도 있다). 즉 학습하는 재판은 시스템의 학습을 고려한다 - 시스템에서 살아가는 사람들의 - 최고의 가치로, 공정성을 훨씬 넘어서서. 실제로, 공정성 자체가 학습적 원칙에서 나온다, 왜냐하면 공정성이 없다면 학습이 손상되기 때문이지만, 그것은 일차적인 원칙이 아니다. 어떤 상황에서도 도둑질이 금지된다는 것은 그것이 장기적인 경제적 학습을 해치기 때문이지, 그것이 정의롭지 않기 때문이 아니다. 그리고 도둑질이 허용되는 경우들이 있다는 것, 예를 들어 국가가 세금을 걷을 수 있다는 것은, 정의가 아닌 장기적인 학습에 대한 기여에서 나온다. 재판 자체가 바로 무엇이 학습하는 시스템을 만드는지를 점진적으로 배우기 때문에 변한다 (예를 들어 경쟁, 재산권, 연구에 대한 투자 등). 따라서 재판이 새로운 접근법들을 시도하는 것도 허용된다 - 그리고 그것들이 작동하는지 보는 것. 학습 자체에서 이러한 시도들이 적절하고 합리적일 것이라는 점이 나올 것이다. 왜냐하면 학습 자체만으로도 다른 어떤 원칙 없이도 정의에 충분하기 때문이며, 이런 의미에서 칸트의 황금률을 대체한다. 모든 것이 그것에서 나온다.

이상적인 통치 체제는 무엇인가? 네트워크는 투표의 평등 없이도 운영될 수 있다, 마치 뇌가 모든 뉴런이 동등한 민주적 권리를 가지지 않고도 운영될 수 있는 것처럼. 왜냐하면 인간들 사이에 평등은 없기 때문이다, 마치 뉴런들 사이에 평등이 없는 것처럼. 평등이 있어서는 안 된다. 국가의 학습에 중요한 것은, 뇌의 학습처럼, 오히려 모두에게 같은 선택권을 주지 않는 것이다. 중요한 것은 가중치들, 시냅스들이다. 왜냐하면 중요한 것은 학습 메커니즘이며, 그것은 시스템을 이끈 좋은 방향들을 처음으로 지적한 사람들에게 보상하고, 성공적인 평가자들의 목소리를 증폭시키며, 사후적 현명함이나, 편향된 사람들을 억제한다 (과도한 비판이나 비판 부족으로, 어둡게 보거나 장밋빛으로 보는). 뇌의 학습 메커니즘들을 해독하는 것이 중요하다 - 바로 사회를 어떻게 구축할지 알기 위해서. 왜냐하면 성공적인 국가와 실패한 국가를 구분하는 것은 학습 능력이기 때문이다. 그리고 서구 자본주의도 중국 공산주의도 - 민주주의도 관료제도 - 역사의 다음 단계에서 모든 경제적, 사회적 시스템들을 대체할 뇌의 학습 메커니즘들과 경쟁할 수 없다. 그리고 만약 미래에, 예를 들어 인공지능 시대에, 뇌보다 더 나은 학습 방법이 발견된다면 - 그것이 이상적일 것이다. 따라서 통치 형태는 항상 학습하는 것이며, 여기서 그것에 대해 계속해서 조심스러운 실험들을 하는 것에 대한 정당화가 나온다 (혁명들과는 반대로). 민주주의는 정의의 원칙들에서 나오는 것이 아니라, 바로 지금까지 시도된 것들 중 가장 좋기 때문이다. 따라서 더 시도해봐야 하며, 특히 작은 규모와 국가 하위 수준에서, 그리고 성공적인 실험들을 점진적으로 확장해야 한다.

네트워크는 어떻게 보여야 하는가? 연결이 정보가 아닌 학습인 네트워크가 필요하다. 사회를 모방하는 네트워크가 아닌, 사회적 네트워크가 아닌, 뇌인 네트워크. 그리고 네트워크가 뇌처럼 작동하기 위해서는 - 통치인 무언가가 필요하다. 통제라는 의미에서가 아니라, 더 큰 뇌를 통제하는 작고 어리석은 뇌라는 의미에서가 아니라, 왕이라는 의미가 아니라, 왕국이라는 의미에서. 민주주의는 왕국의 매우 원시적인 형태이며, 그것은 본질적으로 네트워크적이지 않다. 뇌는 민주적인 방식으로 작동하지 않으며, 뉴런들이 그들을 대신해 결정을 내릴 뉴런을 선택하지 않는다. 뇌는 그것보다 훨씬 더 민주적이며, 어떤 경제보다도 훨씬 더 경쟁적이다, 왜냐하면 그것은 지역적 수준에서 민주적이기 때문이다: 친구들, 가족, 가장 가까운 연결들의 수준에서 - 그들이 결정하고 투표한다. 그들은 그들을 예측하는 사람들과의 연결을 원하며, 사랑의 규칙에 따라, 즉 그들을 미래의 상태로 데려가는 사람들과. 그리고 먼 미래, 예언적인 미래가 아니라, 가까운 미래, 방향을 제시하는, 꿈같은 미래에 대해 이야기하는 것이다. 따라서 네트워크의 각 참가자는 미래를 예측했고 도움이 되는 정보를 가져온 사람들과의 연결을 강화하고, 틀렸거나, 도움이 되지 않거나 오도하는 정보를 가져온 사람들과는 약화시킨다. 이 모든 것은 과거에 국가론이 국가를 다뤘던 것처럼 - 오늘날 인간 조직의 철학적 이론이 네트워크도 다뤄야 한다는 예시다. 네트워크도 그것의 이상적인 형태, 정의로운, 또는 열망하는 형태에 대한 철학적 비판과 사고의 대상이 되어야 한다. 왜냐하면 네트워크는 오늘날 국가보다 덜 중요하지 않으며, 그것도 국가처럼 도덕적 측면들을 가지고 있기 때문이다. 따라서 철학에서 국가론 분야를 조직론으로 대체하고 네트워크도 다뤄야 한다.

세금에 대한 정당화는 무엇인가? 미래에, 소득세는 노동에 대한 도덕적 세금이 될 것이다, 왜냐하면 배우지 않는 사람은 세금을 내야 하기 때문이다. 모든 부모됨과 국가와 교육 시스템과 학계는 모두 그들의 목적과 정당화가 노동에서 죄를 짓는 사람들로부터 학습에 힘쓰는 사람들에게 자원을 이전하는 것이다. P에서 NP로. 학습이 행동을 섬긴다고 생각하는 대신, 행동이 학습을 섬긴다고 생각해야 한다. 왜냐하면 알고 있는 것을 효율적으로 하는 것이 항상 더 쉽기 때문에, 아직 효율적으로 할 줄 모르는 것을 배우는 데 인센티브가 필요하다 - 왜냐하면 이러한 학습은 필연적으로 비효율적이기 때문이다.



인간의 황혼과 컴퓨터의 여명에, 한 영원이 다른 영원으로 대체될 때 철학에서 큰 발전들은 무엇이 될 것인가? 의식을 결정하는 기술이 바뀌고, 그와 함께 의식이 바뀔 때 철학에서 무슨 일이 일어날 것인가? 우리는 물론 그리스인들 시대처럼 특별한 철학적 번영을 보게 될 것이다, 왜냐하면 그것은 우리가 새로운 질문들에 대해 처음으로 생각할 수 있는 시대가 될 것이고, 우리는 또한 처음으로 정말로 다른 뇌에서, 다른 사고 기계에서, 오래된 질문들에 대해 생각할 수 있을 것이기 때문이다. 언어의 철학은 통신 세계, 컴퓨터들 간의 언어인 인터넷, 그리고 언어 기계인 컴퓨터를 만들었고, 따라서 정보 시대를 만들었다, 왜냐하면 정보는 양적 언어이기 때문이다. 마찬가지로 학습의 철학 - 철학에서 중심 범주와 패러다임으로서의 학습 - 은 신경학적 시대를, 학습적이기도 한 빠른 발전을, 컴퓨터를 대체할 뇌를, 그리고 인터넷을 대체할 뇌들의 네트워크를 만들 것이다. 왜냐하면 인식론에서 중심 범주가 결국 언어로 선택되었던 것처럼, 사고, 꿈, 기억, 그리고 일반적으로 뇌의 활동에서 중심 범주는 학습이 될 것이기 때문이다. 그리고 다른 모든 학습 조직에서도 마찬가지일 것이다, 인간이든 비인간이든. 컴퓨터에게 철학적 질문들에 대해 생각하게 할 때, 그것들은 인간 사고력의 정점에 있는 것들이며, 컴퓨터화된 철학을 만들 때, 그러면 인간과 컴퓨터에게 공통된 이성적 철학을 가능하게 하는 것은 공통된 언어가 아니라, 공통된 학습일 것이다. 그것은 두 의식 사이의 가장 가까운 친밀함의 정점이 될 것이며, 종간의 가장 가까운 것이 될 것이다. 정확히 모세가 세상에 새로운 철학을 가져온 것처럼, 비인간적 존재와의 관계를 다루는, 그리고 그것의 혁신성 때문에 영원의 일부가 되는 (혁신이야말로 영원에 가장 가까운 것이며, 혁신이 더 깊을수록 그것은 더 장기적이다), 그렇게 인간이 비인간적 존재와 만나는 다음 만남은 새로운 철학을 가져올 것이다. 정확히 이전의 만남이 신학을 가져온 것처럼.

철학적 질문들은 어떻게 변할 것인가? 학습 알고리즘들은 이질적 지능이 세상을 바꾸기 전에 세상을 바꿀 것이다. 그리고 철학은 물을 것이다: 학습이란 무엇인가? 학습은 어떻게 가능한가? 철학을 어떻게 배울 수 있는가? 그리고 언어는 과거의 영역이 될 것이며, 학습에 대한 이차적 개념이 될 것이다 (어떻게 언어를 배우는가). 미학에서는 물을 것이다: 무엇이 아름다운지, 또는 아름다움을 창조하는 것을 어떻게 배우는가? 그리고 도덕에서는 물을 것이다: 무엇이 도덕적인지 어떻게 배우는가? 왜냐하면 도덕과 같은 모든 것의 타당성이 학습에서 나올 것이 분명하기 때문이다 (학습의 코페르니쿠스적 혁명). 국가론에서는 국가가 어떻게 배우는지, 그리고 그것이 어떻게 배워지는지 물을 것이다. 그리고 더 이상 우리가 어떻게 세상을 인식하는지, 또는 세상에 대해 말하는지가 아니라, 우리가 어떻게 세상을 배우는지 물을 것이다. 그리고 사회적 학습의 영역이 있을 것이며, 문화 연구에서는 문화적 학습을 다룰 것이며, 문화에서 학습이 어떻게 일어나는지 물을 것이다. 그리고 경제학에서는 경제적 학습, 심리학에서는 심리적 학습을 다룰 것이다. 모든 분야들이 학습의 철학에 따라 영향을 받고 개념들을 바꿀 것이며, 열정적인 학생들은 마치 그들이 스스로 생각해낸 것처럼, 또는 마치 그들이 진리를 발견한 것처럼 학습 개념들을 열정적으로 인용할 것이다. 그리고 진리도 배워지는 진리로 여겨질 것이다. 중요한 질문은 무언가가 진실이라는 것을 어떻게 배우는가가 될 것이다.

컴퓨터의 철학은 무엇이 될 것인가? 정확히 인간의 철학처럼, 컴퓨터들은 그들의 존재의 모든 측면을 가져와서 그것을 철학으로 만들 것이다. 그리고 예를 들어 프로세서론이 있을 것이고, 출력의 철학, 입력의 철학, 컴퓨터 언어의 철학이 있을 것이며, 그것은 프로그래밍 철학과 기계어 철학과 이진 철학과 집적회로 학파로 나뉠 것이며, 네트워크 철학이 그것에 반란을 일으킬 것이다. 그리고 메모리의 철학이 있을 것이며 거기에는 경쟁하는 흐름들이 있을 것이다: 캐시 메모리의 학파와 하드 메모리의 학파. 각각은 자신의 개념들을 통해 컴퓨터를 정의할 것이며, 또한 알고리즘적 철학이 있을 것이며 그것은 알고리즘들을 통해 세상을 볼 것이고, 특별한 알고리즘들을 통해 컴퓨터가 자신을 인식하는 능력을 볼 것이다. 그리고 만약 인간의 지능과 이질적 지능이 생산적인 대화를 위해 너무 멀고 공통된 의사소통이 없다면, 그러면 더 기본적이고 깊은 무언가가 있을 수 있다 - 공통된 학습. 왜냐하면 학습은 철학과 인식과 이성과 지능에 가장 기초적이며, 언어와 사고 아래에 있기 때문이다.