Еще одно отличие управления в живых системах, касающееся уже не всех, а только высокоразвитых живых систем, состоит в переходе от решения одноэкстремальных градиентных задач поведения и от задач, решающихся с использованием обратных связей к решению многоэкстремальных задач. Многоэкстремальные задачи не решаются ни с использованием отрицательных обратных связей, ни с использованием положительных обратных связей.
Неверно и идущее от Винера и Шеннона отождествление используемой живыми системами информации с передаваемым сообщением и, соответственно, сведение теории информации к теории связи. В живых системах информация не является закодированным сообщением. В ходе эволюционного развития сигнальная информация, используемая в процессе поведения, становится уже не просто сигналом в цепи автоматического управления, а принимает форму многомерного входного образа и иерархической модели среды, необходимой для субъективной интерпретации входного образа.
Информация, образующая иерархическую нейронную модель среды (мира), это не запомненная совокупность сообщений. Это целостная система взаимосвязанных и взаимоопределяющих знаний, т. е. модель, которая является одновременно формой, содержанием и инструментом работы с информацией в процессе восприятия, обучения, активного целенаправленного поведения и мышления. (Несколько подробней об информации, принимающей форму модели среды, будем говорить ниже.)
Не является сообщением и содержащаяся в ДНК генетическая информация хотя бы потому, что она записана не в декларативном, а в процедурном виде.
Точно также, становится все более ясно (правда, к сожалению, еще не всем), что мозг и вычислительная машина работают с информацией совершенно по-разному. Определяется это совершенно разным представлением информации в машине и в мозге и совершенно разными механизмами работы с информацией. Ни на макро, ни на микро уровне, в процессе мышления никаких вычислений или каких-то иных операций с закодированными текстами (сообщениями) мозг не делает. Поэтому переносить из вычислительной техники в биологию нечего, хотя это до сих пор иногда пытаются делать. Переносить из биологии в вычислительную технику тоже нечего. При этом не только потому, что в биологии еще нет достаточных знаний о работе мозга, но и потому, что эти знания обычной вычислительной технике пока еще не нужны.
Естественно, что кибернетические модели никуда дальше простых схем регулирования с обратной связью, или поведения по схеме стимул-реакция, или принятия решения на основе сплошного перебора и простых эвристик, не пошли.
При попытках объяснения сущности живого, как на общем, так и на каком-то частном уровне, от базовых кибернетических представлений часто стихийно уходили,