Если коротко: самая старая работающая нейросеть человечества это не GPT и не Midjourney. Это Библия. Сеть из 66 книг и десятков тысяч перекрёстных ссылок, которая собиралась около тысячи лет на опыте выживания целых цивилизаций и работает без сервера уже две тысячи лет. Джордан Питерсон в своём цикле лекций о Библии показывает её визуализацию и называет «первой книгой с гиперссылками». Я пошёл дальше и сравнил её с тем, что мы сегодня гордо называем искусственным интеллектом. Сравнение получилось не в нашу пользу.
Я предприниматель и строю AI-системы каждый день: агенты, оркестры ролей, автоматизация. И чем глубже я в этой технологии, тем интереснее мне смотреть на вещи, которые работали по тем же принципам задолго до появления первого транзистора.
Схема, от которой невозможно оторваться
Джордан Питерсон показывает ту самую схему. Внизу кадра видна подпись самой лекции: 63 779 перекрёстных ссылок и адрес источника, chrisharrison.net. Кадр из лекции, тайминг 1:11:43.
Момент, когда исследователь видит структуру крупнее, чем ожидал.
В первой лекции цикла «Психологическое значение библейских историй» Питерсон выводит на экран знаменитую визуализацию Криса Харрисона и Кристофа Рёмхильда: внизу полоса из тысяч чёрточек, над ней радуга из дуг. Каждая чёрточка это один библейский стих. Каждая дуга это ссылка одного стиха на другой. Всего 63 779 перекрёстных ссылок, Питерсон округляет до 65 тысяч.
Его комментарий дословно: «Каждая линия это библейский стих, длина линии пропорциональна тому, сколько раз на него ссылался какой-либо другой. Можно сказать, что это первая книга с гиперссылками. Я серьёзно».
И дальше ключевое: «Просто представьте, как много путей можно проложить сквозь неё. По ней можно путешествовать вечно, никогда не достигнув конца. Каждая фраза зависит от другой, каждый стих зависит от другого».
Посмотрите на эту схему глазами инженера. Узлы. Связи между узлами. Вес узла, определяемый количеством входящих ссылок: чем чаще на стих ссылаются, тем он «тяжелее» в общей архитектуре. Кластеры плотно связанных узлов. Это не метафора из вежливости, это буквально граф, топологически похожий на то, что мы рисуем, когда объясняем устройство нейронной сети. PageRank, на котором вырос Google, устроен так же: важность узла определяется тем, кто и сколько на него ссылается. Только Google придумал это в 1998 году, а редакторы библейского канона за две с лишним тысячи лет до него.
Как обучалась эта сеть
Обучение длиной в тысячу лет: каждое поколение переписывало и правило корпус, а ошибки отбраковывала сама жизнь.
У любой нейросети есть три вещи: корпус данных, процесс обучения и функция потерь, то есть критерий, по которому отбрасывается плохое и закрепляется хорошее.
Теперь смотрите, как собиралась Библия.
Корпус: истории, законы, песни и пророчества десятков авторов. По академической датировке древнейшие тексты Ветхого Завета относят к десятому и девятому векам до нашей эры, поздние книги Нового Завета к концу первого века нашей эры: около тысячи лет письменной истории, а за ней ещё неизвестно сколько устной. Питерсон отдельно подчёркивает: «Это коллекция книг с множеством редакторов. Много людей писало. Взяли традиции племён, которые объединились, и попытались сделать их мнение последовательным. Взяли немного этого и этого и того, и старались не потерять ничего, что казалось ценным».
Обучение: каждое поколение пересказывало, переписывало, редактировало. Истории, которые не помогали людям жить, забывались. Истории, которые держали сообщества на плаву в войнах, голоде и переселениях, укреплялись и обрастали ссылками. Это и есть обучение с подкреплением, растянутое на десятки поколений: датасет тут коллективный опыт выживания, а функция потерь сама жизнь. Ошибёшься в «весах», и твоё племя исчезнет вместе со своей версией текста.
Веса: те самые 63 779 перекрёстных ссылок. Поздние авторы сознательно писали свои тексты как отсылки к ранним, редакторы сплетали начало с концом. Питерсон замечает парадокс: в обычной жизни настоящее не может изменить прошлое, но в тексте может. «Когда вы пишете конец, вы знаете, что было в начале, и когда редактируете начало, знаете, что в конце. Так что вы можете сплести всё воедино». Это процесс, который сегодня мы назвали бы дообучением: новые данные меняют веса всей сети, включая самые старые слои.
Итог: сжатый, плотно связанный, самоссылающийся корпус коллективного человеческого опыта. Компрессия тысячелетий проб и ошибок в объём, который помещается в одну книгу.
Инференс длиной в жизнь
У этой сети есть и инференс, момент, когда пользователь получает ответ. Каждый читатель прокладывает через 65 тысяч связей собственный маршрут, и маршрут этот зависит от его вопроса, опыта и состояния. Питерсон формулирует это через спор с постмодернистами: да, число интерпретаций бесконечно, но это не делает текст бессмысленным, потому что без осмысленной цели человек буквально ломается. «Из-за того, как мы созданы нейрофизиологически, мы не испытываем никаких положительных эмоций, если у нас нет цели и мы не видим своего движения к этой цели».
Заметьте: ответ сети всегда персонализирован, но сама сеть при этом не меняется. Идеальный inference-режим. Три тысячи лет аптайма без единого сервера, датацентра и инженера по надёжности. Носитель любой: человеческая память, пергамент, бумага. Сеть пережила империи, которые пытались её уничтожить, и языки, на которых её записывали.
А теперь посмотрим на наши нейросети
20 ватт против гигаватт-часов.
Мы называем GPT «искусственным интеллектом» и спорим, когда он нас превзойдёт. Давайте честно сравним масштабы, причём не с Библией даже, а с «железом», на котором работает её читатель.
Фронтирная языковая модель: у крупнейших открытых моделей от сотен миллиардов до нескольких триллионов параметров, у закрытых цифры просто не раскрываются. Обучение это месяцы работы датацентра, а счёт идёт на сотни миллионов долларов: Gemini Ultra оценивают примерно в 191 миллион, Llama 3.1 на 405 миллиардов параметров примерно в 170 миллионов. Инференс это тысячи видеокарт, каждая до 700 ватт в серверном исполнении. Результат: система, которая блестяще предсказывает следующее слово, не понимая, зачем.
Мозг читателя: около 86 миллиардов нейронов (это оценка, добросовестный диапазон от 61 до 99 миллиардов) и порядка ста триллионов синапсов, по некоторым методикам счёта до тысячи триллионов. То есть связей на два порядка больше, чем параметров у самой большой модели. Потребление около 20 ватт, как лампочка. Обучается на несопоставимо меньших данных: ребёнку не нужен весь интернет, чтобы выучить язык, хватает нескольких тысяч часов речи. Дообучается всю жизнь, не забывая катастрофически старое. Работает 80 лет без замены комплектующих.
Три миллиарда символов инструкции, по которой система собирает себя сама.
И это ещё не всё. Сам этот мозг собирается без единого инженера, из одной клетки, по инструкции длиной 3,1 миллиарда символов, записанной в ДНК. Организм, который читает Библию, состоит примерно из 37 триллионов клеток, и каждая из них это фабрика с собственной логистикой, энергетикой и системой исправления ошибок. Вся эта система самособирается, самочинится и воспроизводит себя.
Вот теперь расставим по местам. Мы построили сеть на триллионы параметров, потратив на это годы, датацентры и сотни миллионов долларов, и она не может надёжно посчитать буквы в слове. Рядом с нейробиологической архитектурой человека наши лучшие модели это не «почти мозг». Это черновик, набросок карандашом рядом с работающим городом. Талантливый черновик, я сам на нём строю бизнес. Но черновик.
Сколько на самом деле длилось обучение
Три тысячи лет это возраст текста. Но текст записывал не чистый лист, а систему, которая обучалась несопоставимо дольше.
Питерсон в той же лекции разворачивает таймлайн: «Вселенной 15 миллиардов лет, Земле четыре с половиной миллиарда, здесь есть жизнь в течение трёх с половиной миллиардов лет. Существа с весьма развитыми нервными системами появились 300, 600 миллионов лет назад».
Вот честный масштаб. Нервная система это архитектура, отлаженная за сотни миллионов лет непрерывного тестирования, где неудачная версия не получала штраф в метрике, а вымирала. Библия в этой хронологии не начало, а свежая прошивка поверх древнего железа: попытка записать словами то, что нервная система уже умела, но не могла объяснить.
Наши модели обучаются месяцами. Разница с этой историей не количественная, а категориальная.
Один код на всех
Геномы любых двух людей совпадают на 99,9 процента. Разъединяет то, что на поверхности.
И вот тут начинается то, ради чего я вообще взялся за эту тему.
Мы привыкли считать, что нас разделяет почти всё: страна, вера, язык, политика, поколение. Спорить об этом можно бесконечно, спор и идёт бесконечно. Но если спуститься на уровень кода, картина переворачивается.
Геномы любых двух людей на планете совпадают примерно на 99,9 процента. Все различия, которые мы считаем определяющими, помещаются в одну десятую процента, да и та распределена внутри народов сильнее, чем между ними. Один и тот же архитектурный чертёж, один и тот же способ собирать глаз, страх, привязанность и речь. Мы буквально работаем на одной прошивке и просто не в курсе.
То же самое видно уровнем выше, в историях. Питерсон говорит про библейский корпус: чем дальше отходишь от местных политических деталей, тем более универсальными становятся истории. И дальше формулирует, откуда они взялись: это «следствие извлечения моделей поведения, характеризующих человечество, и попыток представить их в имитации, через мифологию, литературу, искусства, и всё это чтобы показать, какими мы являемся, чтобы мы могли понять, какими мы являемся».
Он же добавляет мысль, которая меня зацепила сильнее всего: такая структура «не просто живёт в вас, она живёт во всех, она обитает в коллективном теле, как мысль обитает в мозге».
Вдумайтесь в конструкцию. Каждый отдельный человек это узел. Истории, которые мы друг другу пересказываем тысячи лет, это связи между узлами. А то общее, что проступает поверх, и есть та самая сеть, которая обучалась дольше любой цивилизации и не принадлежит никому лично. Мы не пользователи этой сети. Мы её нейроны.
И когда сегодня страны, компании и люди делят интернет, рынки и правду, полезно помнить: на уровне кода мы совпадаем на 99,9 процента, а истории, которые нас якобы разделяют, при внимательном чтении оказываются вариациями одних и тех же сюжетов. Разъединяет то, что на поверхности. Объединяет то, что в основе. И это не благое пожелание, а измеримый факт.
Неудобный вопрос про архитектора
У каждой системы, которую мы строим, есть автор чертежа.
И здесь возникает вопрос, который инженер не может не задать. У каждой нейросети, которую я видел, есть архитектор. Кто-то выбрал функцию активации, собрал датасет, настроил обучение. Сеть на сто триллионов синапсов, работающая от бутерброда, по этой логике тоже наводит на мысль об архитектуре другого порядка. Назовите это как хотите: замысел, сверхразум, Бог. Я не навязываю вывод. Я лишь фиксирую: когда смотришь на это как инженер, вопрос «кто спроектировал?» перестаёт быть наивным и становится профессиональным.
Питерсон, кстати, делает в лекции похожий ход: он не требует веры, он показывает механизм. И механизм оказывается настолько сложнее наших поделок, что снисходительность к «древним сказкам» выглядит смешно. Первая нейросеть человечества всё ещё в проде. А мы, создав своё первое жалкое подобие, только начали понимать, насколько сложным было то, что нам дали на старте.
Что дальше
Это первая статья серии «Древний код»: как самые старые системы человечества выглядят глазами того, кто строит AI сегодня. Дальше разберём мозг против датацентра в цифрах, ДНК как код без программиста, мифы как сжатие тысячелетнего опыта, «в начале было Слово» как первую спецификацию, и почему сны это генеративная модель, которой сотни миллионов лет.
Отдельно скажу, почему эта тема для меня не отвлечённая. В Solaris мы каждый день собираем оркестры AI-агентов: несколько ролей, общий дирижёр, память, передача контекста между шагами. И чем дольше я этим занимаюсь, тем яснее вижу, что мы не изобретаем принципы, а переоткрываем те, что работали задолго до нас. Иерархия ролей, отложенная награда, обучение на ошибке, сжатие опыта в передаваемую форму. Всё это уже описано, просто другими словами и на три тысячи лет раньше.
И если работает общий код, то работает он для всех одинаково. В этом, пожалуй, главная практическая мысль: технологии, которые мы строим, стоит проверять тем же вопросом, каким проверяли истории, дошедшие до нас через тысячелетия. Не «сработает ли это на нашем рынке», а «останется ли это ценным, когда рынок и страна поменяются».
Смотреть лекцию: Библия. Введение в Идею Бога, Джордан Питерсон, русская озвучка
Автор: Антон Баранов, основатель Solaris AI. Разборы на стыке технологий и смыслов в телеграм-канале «Антон про бизнес».
---
Источники фактов: визуализация перекрёстных ссылок Chris Harrison (Carnegie Mellon) и Christoph Römhild, 2007, 63 779 ссылок; цитаты Питерсона по расшифровке лекции «Введение в Идею Бога» (Biblical Series I, русская озвучка); нейроны мозга Azevedo, Herculano-Houzel et al., 2009, оценка 86 млрд с диапазоном от 61 до 99 млрд по разбору в журнале Brain, 2025; синапсы порядка 10^14, по ряду методик до 10^15; клетки тела Bianconi et al., 2013, 37,2 трлн для референсного мужчины 70 кг; геном 3,055 млрд пар оснований по полной сборке T2T-CHM13, 2022; мощность мозга около 20 Вт, оценка из доли мозга в энергопотреблении покоя; PageRank: Brin, Page, 1998; стоимости обучения моделей по данным Epoch AI и Stanford AI Index. Все цифры по живым системам это оценки, а не прямые подсчёты, и это само по себе показательно: мы до сих пор не умеем точно измерить то, что носим в голове.