Как бы они ни старались, нейрофизиологи и когнитивные психологи никогда не найдут в мозгу копию пятой симфонии Бетховена или копии слов, изображений, грамматических правил или любых других внешних раздражителей. Человеческий мозг, конечно, пуст не в буквальном смысле. Но он не содержит большинство вещей, которые, по мнению людей, должен - в нем нет даже таких простых объектов, как «воспоминания».
Наше ложное представление о мозге имеет глубокие исторические корни, но изобретение компьютера в сороковых годах прошлого века особенно запутало нас. Вот уже больше полувека психологи, лингвисты, нейрофизиологи и другие исследователи человеческого поведения заявляют: человеческий мозг работает подобно компьютеру.
Чтобы понять всю поверхностность этой идеи, давайте представим, что мозг - это младенец. Благодаря эволюции новорожденные люди, как и новорожденные любого другого вида млекопитающих, входят в этот мир готовыми к эффективному с ним взаимодействию. Зрение ребенка расплывчато, но он уделяет особое внимание лицам и быстро может распознать лицо матери среди других. Он предпочитает звук голоса другим звукам, он может отличить один базовый речевой звук от другого. Мы, без сомнения, построены с оглядкой на социальное взаимодействие.
Здоровый новорожденный обладает более чем десятком рефлексов - готовых реакций на определенные раздражители; они нужны для выживания. Ребенок поворачивает голову в направлении того, что щекочет ему щеку, и сосет все, что попадает в рот. Он задерживает дыхание, когда погружается в воду. Он хватает вещи, которые попадают ему в руки, так сильно, что почти повисает на них. Возможно, самое важное заключается в том, что младенцы появляются в этом мире с весьма мощными механизмами обучения, которые позволяют им стремительно изменяться так, чтобы они могли взаимодействовать с миром с возрастающей эффективностью, даже если этот мир и не похож на тот, с которым сталкивались их дальние предки.
Чувства, рефлексы и механизмы обучения - все то, с чем мы начинаем, и по правде говоря, этих вещей довольно много, если задуматься. Если бы у нас не было одной из этих возможностей с рождения, нам было бы значительно труднее выжить.
Но есть и то, с чем мы не родились: информация, данные, правила, программное обеспечение, знания, лексикон, представления, алгоритмы, программы, модели, воспоминания, образы, обработка, подпрограммы, кодеры и декодеры, символы и буферы - дизайнерские элементы, которые позволяют цифровым компьютерам вести себя таким образом, который несколько напоминает разумный. Мы не просто не рождаемся с этим - мы это в себе не развиваем . Никогда.
Мы не храним слова или правила, сообщающие нам, как их использовать. Мы не создаем визуальные проекции раздражителей, не храним их в буфере кратковременной памяти, а после этого не передаем их в хранилище памяти долговременной. Мы не извлекаем информацию или образы и слова из реестров памяти. Этим занимаются компьютеры, но не организмы.
Компьютеры в буквальном смысле слова обрабатывают информацию ― числа, буквы, слова, формулы, изображения. Информация изначально должна быть закодирована в формат, которым могут пользоваться компьютеры, а значит, она должна быть представлена в виде единиц и нулей («битов»), которые собраны в маленькие блоки («байты»). На моем компьютере, где каждый байт содержит 8 бит, некоторые из них обозначают букву «К», другие ― «О», третьи ― «Т». Таким образом все эти байты образуют слово «КОТ». Одно единственное изображение – скажем, фотография моего кота Генри на рабочем столе ― представлена особенным рисунком миллиона таких байтов («один мегабайт»), определенных специальными символами, которые сообщают компьютеру, что это фотография, а не слово.
Компьютеры в буквальном смысле перемещают эти рисунки с места на место в различных отсеках физического хранилища, выделенных внутри электронных компонентов. Иногда они копируют рисунки, а иногда изменяют их самыми разнообразными способами ― скажем, когда мы исправляем ошибку в документе или ретушируем фотографию. Правила, которым следует компьютер для перемещения, копирования или оперирования этими слоями данных также хранятся внутри компьютера. Собранные воедино наборы правил называются «программами» или «алгоритмами». Группа алгоритмов, которые работают совместно для помощи нам в чем-то (например, при покупке акций или поиске данных онлайн) называется «приложением».
Прошу меня простить за это введение в мир компьютеров, но мне нужно, чтобы вам было все предельно ясно: компьютеры в действительности работают над той стороной нашего мира, которая состоит из символов . Они действительно хранят и извлекают . Они действительно обрабатывают . У них действительно есть физические воспоминания . Они действительно управляются алгоритмами во всем, что делают, без каких-либо исключений.
С другой стороны, люди так не делают - никогда не делали и делать не будут. Учитывая это, хочется спросить: почему же так много ученых рассуждают о нашем психическом здоровье так, будто бы мы и есть компьютеры?
В своей книге «In Our Own Image» (2015) эксперт в области искусственного интеллекта Джордж Заркадакис описывает шесть различных метафор, которые люди использовали в течение двух последних тысячелетий, пытаясь описать человеческий интеллект.
В самой первой, библейской, люди были созданы из глины и грязи, которую затем разумный Бог наделил своей душой, «объясняя» наш интеллект - по крайней мере, грамматически.
Изобретение гидравлической техники в 3 веке до н.э. привело к популяризации гидравлических моделей человеческого интеллекта, идеи о том, что различные жидкости нашего тела - т.н. «телесные жидкости» - имеют отношение как к физическому, так и к психическому функционированию. Метафора сохранялась более 16-ти столетий и все это время применялась в медицинской практике.
К 16-му веку были разработаны автоматические механизмы, приводимые в движение пружинами и шестеренками; они наконец вдохновили ведущих мыслителей того времени, таких как Рене Декарт, на гипотезу о том, что люди представляют собой сложные машины. В 17-м веке британский философ Томас Гоббс предположил, что мышление возникло из-за механических колебаний в мозге. К началу 18-го века открытия в области электричества и химии привели к новым теориям человеческого интеллекта - и они опять же, имели метафорический характер. В середине того же столетия немецкий физик Герман фон Гельмгольц, вдохновленный достижениями в области связи, сравнил мозг с телеграфом.
Каждая метафора отражала самые передовые идеи эпохи, которая ее породила. Как и следовало того ожидать, почти на заре компьютерных технологий, в 40-х годах прошлого века, мозг по принципу работы был сравнен с компьютером, при этом роль хранилища была отдана самому мозгу, а роль программного обеспечения - нашим мыслям. Знаковым событием, с которого началось то, что сейчас называется «когнитивистикой», стала публикация книги психолога Джорджа Миллера «Язык и общение» (1951). Миллер предположил, что ментальный мир можно изучать с помощью концепций информационной, вычислительной и лингвистической теорий.
Такой образ мыслей получил свое окончательное выражение в небольшой книге «Компьютер и мозг» (1958), в которой математик Джон фон Нейман категорично заявил: функция нервной системы человека является «в первую очередь цифровой». Хотя он признал, что тогда в самом деле было очень мало известно о той роли, которую мозг играет в мышлении и памяти, он проводил параллели за параллелями между компонентами ЭВМ того времени и компонентами человеческого мозга.
Движимая последующими достижениями в области компьютерных технологий и исследований мозга, а также амбициозным междисциплинарным стремлением познать природу постепенно развивающегося человеческого интеллекта, в умах людей прочно засела идея о том, что люди, подобно компьютерам, являются информационными процессорами. Сегодня это направление включает в себя тысячи исследований, потребляет миллиарды долларов финансирования, оно породило обширный пласт литературы, состоящий как из технических, так и из иных статей и книг. Книга Рэя Курцвейла «Как создать разум» (2013) иллюстрирует эту точку зрения, спекулируя на «алгоритмах» мозга, на том, как мозг «обрабатывает данные», и даже на внешнем его сходстве с интегральными схемами и их структурами.
Метафора человеческого мозга, построенная на обработке информации (здесь и далее IP-метафора, от Information Processing - прим. Newoчём ), в наши дни доминирует в умах людей, как среди обывателей, так и в среде ученых. По факту не существует дискурса по поводу разумного человеческого поведения, который бы проходил без применения этой метафоры, равно как и то, что подобные дискурсы не могли возникать в определенные эпохи и внутри определенной культуры без отсылок к духам и божествам. Справедливость метафоры об обработке информации в современном мире, как правило, подтверждается без каких-либо проблем.
Однако IP-метафора - только одна из многих, это лишь история, которую мы рассказываем, чтобы придать смысл чему-то, чего мы сами не понимаем. И, как и все предшествующие метафоры, эта, безусловно, в какой-то момент будет отброшена - заменена или очередной метафорой, или истинным знанием.
Чуть больше года назад при посещении одного из самых престижных исследовательских институтов я бросил вызов ученым: объяснить разумное человеческое поведение без отсылок к любому из аспектов IP-метафоры об обработке информации. Они этого сделать не смогли , а когда я снова вежливо поднял вопрос об этом в последующей электронной переписке, спустя месяцы они так ничего и не смогли предложить. Они понимали, в чем проблема, не открестились от задачи. Но они не могли предложить альтернативу. Другими словами, IP-метафора «прилипла» к нам. Она обременяет наше мышление словами и идеями, настолько серьезными, что у нас возникают проблемы при попытке их понять.
Ложная логика IP-метафоры достаточно проста в формулировке. Она основывается на ложном аргументе с двумя разумными предположениями и единственным ложным выводом. Разумное предположение № 1: все компьютеры способны вести себя разумно. Разумное предположение № 2: все компьютеры есть информационные процессоры. Ложный вывод: все объекты, способные на разумную деятельность, являются информационными процессорами.
Если отбросить формальную терминологию, идея того, что люди являются информационными процессорами лишь потому, что компьютеры являются таковыми, звучит глупо, а когда однажды IP-метафора в конце концов изживет себя, когда от нее окончательно откажутся, она почти наверняка будет рассматриваться историками именно так, как мы сейчас смотрим на высказывания о гидравлической или механической природе человека.
Если эта метафора так глупа, почему она все еще правит нашими умами? Что удерживает нас от того, чтобы отбросить ее в сторону как ненужную, так же, как мы отбрасываем ветку, которая преграждает нам путь? Существует ли способ понять человеческий интеллект, не опираясь на выдуманные костыли? И какой ценой нам обойдется столь долгое использование этой опоры? Данная метафора, в конце концов, вдохновила писателей и мыслителей на огромное количество исследований в самых разных областях науки на протяжении десятилетий. Какой ценой?
В аудитории на занятии, которое я проводил за эти годы уже множество раз, я начинаю с выбора добровольца, которому говорю нарисовать купюру в один доллар на доске. «Побольше деталей», - говорю я. Когда он заканчивает, я закрываю рисунок листом бумаги, достаю купюру из кошелька, приклеиваю ее к доске и прошу студента повторить задание. Когда он или она заканчивает, я убираю лист бумаги с первого рисунка и тогда класс комментирует различия.
Возможно, вы никогда не видели подобной демонстрации, или, быть может, у вас могут возникнуть проблемы с тем, чтобы представить результат, поэтому я попросил Джинни Хён, одну из интернов в институте, где я провожу свои исследования, сделать два рисунка. Вот рисунок «по памяти» (обратите внимание на метафору):
А вот рисунок, который она сделала с использованием банкноты:
Джинни была так же удивлена исходом дела, как, возможно, удивлены и вы, но в этом нет ничего необычного. Как вы видите, рисунок, выполненный без опоры на купюру, ужасен в сравнении с тем, что был срисован с образца, несмотря на то, что Джинни видела долларовую купюру тысячи раз.
Так в чем дело? Разве у нас нет «загруженного» в мозговой «регистр памяти» «представления» о том, как выглядит долларовая банкнота? Неужели мы не можем просто-напросто «извлечь» его оттуда и использовать при создании нашего рисунка?
Конечно, нет, и даже тысячи лет исследования в области неврологии не помогут обнаружить представление о виде долларовой банкноты, сохраненное в человеческом мозге, просто потому, что его там нет.
Значительный объем исследований мозга показывает, что в действительности многочисленные и иногда обширные участки мозга зачастую вовлечены в, казалось бы, самые банальные задачи по запоминанию информации. Когда человек испытывает сильные эмоции, в мозгу могут активизироваться миллионы нейронов. В 2016 году нейрофизиолог из Университета Торонто Брайан Левин с коллегами провел исследование , в котором приняли участие люди, выжившие в авиакатастрофе, позволившее прийти к выводу, что события аварии способствовали росту нейронной активности в «мозжечковой миндалине, медиальной височной доле, передней и задней срединной линии, а также в зрительной коре пассажиров».
Выдвинутая рядом ученых идея о том, что специфические воспоминания каким-то образом сохраняются в отдельных нейронах , абсурдна; если уж на то пошло, это предположение лишь возводит вопрос памяти на еще более сложный уровень: как и где, в конечном счете, память записана в клетку?
Итак, что происходит, когда Джинни рисует долларовую банкноту, не пользуясь образцом? Если Джинни никогда прежде не видела купюру, ее первый рисунок, вероятно, ни в коей мере не будет похож на второй. Тот факт, что она видела долларовые банкноты прежде, каким-то образом изменил ее. Собственно, ее мозг был изменен так, что она смогла наглядно представить себе банкноту - что, в сущности, эквивалентно - по крайней мере, отчасти - тому, чтобы заново переживать ощущение зрительного контакта с купюрой.
Различие между двумя набросками напоминает нам, что визуализация чего-либо (что представляет собой процесс воссоздания зрительного контакта с тем, что больше не находится у нас перед глазами) намного менее точна, чем если бы мы по-настоящему видели что-либо. Именно поэтому нам намного лучше удается узнавать, нежели вспоминать. Когда мы ре-продуцируем что-то в памяти (От латинского re - «снова», и produce - «создавать»), мы должны попробовать снова пережить столкновение с предметом или явлением; однако когда мы узнаем что-то, мы всего лишь должны отдавать себе отчет в том, что ранее у нас уже был опыт субъективного восприятия этого объекта или явления.
Возможно, у вас есть что возразить на это доказательство. Джинни видела долларовые банкноты и раньше, однако она не предпринимала осознанных усилий к тому, чтобы «запомнить» детали. Вы можете заявить, что, если бы она так поступила, она, возможно, смогла бы нарисовать второе изображение, не пользуясь образцом долларовой купюры. Однако даже в этом случае никакое изображение банкноты не было никоим образом «сохранено» в мозгу Джинни . У нее просто возросла степень подготовленности к тому, чтобы нарисовать ее с соблюдением деталей, так же, как, посредством практики, пианист становится искуснее в исполнении фортепианных концертов, при этом не загружая в себя копию нот.
Исходя из этого простого эксперимента, мы можем начать выстраивать основу свободной от метафор теории интеллектуального поведения человека - одну из тех теорий, согласно которым мозг не полностью пуст , однако по меньшей мере свободен от груза IP-метафор.
По мере того, как мы движемся по жизни, мы подвергаемся воздействию множества происходящих с нами событий. Следует особо отметить три типа опыта: 1) Мы наблюдаем за тем, что происходит вокруг нас (как ведут себя другие люди, звуки музыки, адресованные нам указания, слова на страницах, изображения на экранах); 2) Мы подвержены сочетанию незначительных стимулов (к примеру, сирены) и важных стимулов (появление полицейских машин); 3) Мы бываем наказаны или вознаграждены за то, что ведем себя определенным образом.
Мы становимся эффективнее, если меняемся сообразно этому опыту - если теперь мы можем рассказать стихотворение или спеть песню, если мы способны следовать данным нам указаниям, если мы реагируем на незначительные стимулы так же, как и на важные, если мы стараемся не вести себя так, чтобы нас наказали, и чаще ведем себя таким образом, чтобы получить награду.
Несмотря на вводящие в заблуждение заголовки, никто не имеет ни малейшего представления о том, какие изменения происходят в мозге после того, как мы научились петь песню или выучили стихотворение. Однако ни песни, ни стихотворения не были «загружены» в наш мозг. Он просто упорядоченноизменился таким образом, что теперь мы можем петь песню или рассказывать стихотворение, если соблюдены определенные условия. Когда нас просят выступить, ни песня, ни стихотворение не «извлекаются» из какого-то места в мозге - точно так же, как не «извлекаются» движения моих пальцев, когда я барабаню по столу. Мы просто поем или рассказываем - и никакого извлечения нам не нужно.
- Перевод
Все мы помним со школы мучительные упражнения в арифметике. На то, чтобы перемножить числа вроде 3 752 и 6 901 при помощи карандаша и бумаги, уйдёт не меньше минуты. Конечно же, сегодня, когда под рукой у нас телефоны, мы быстро можем проверить, что результат нашего упражнения должен равняться 25 892 552. Процессоры современных телефонов могут выполнять более 100 млрд таких операций в секунду. Более того, эти чипы потребляют всего несколько ватт, что делает их гораздо эффективнее наших медленных мозгов, потребляющих 20 Вт и требующих гораздо большего времени на достижение того же результата.
Конечно же, мозг эволюционировал не для того, чтобы заниматься арифметикой. Поэтому у него это получается плохо. Но он прекрасно справляется с обработкой постоянного потока информации, идущего от нашего окружения. И он реагирует на неё – иногда быстрее, чем мы можем это осознать. И неважно, сколько энергии будет потреблять обычный компьютер – он с трудом будет справляться с тем, что легко даётся мозгу – например, с пониманием языка или с бегом по лестнице.
Если бы могли создать машины, вычислительные способности и энергетическая эффективность которых были бы сравнимы с мозгом, то всё поменялось бы кардинально. Роботы бы ловко двигались в физическом мире и общались бы с нами на естественном языке. Крупномасштабные системы собирали бы огромные объёмы информации по бизнесу, науке, медицине или управлению государством, обнаруживая новые закономерности, находя причинно-следственные связи и делая предсказания. Умные мобильные приложения типа Siri и Cortana могли бы меньше полагаться на облака. Такая технология могла бы позволить нам создать устройства с небольшим энергопотреблением, дополняющие наши чувства, обеспечивающие нас лекарствами и эмулирующие нервные сигналы, компенсируя повреждение органов или паралич.
Но не рано ли ставить себе такие смелые цели? Не слишком ограничено ли наше понимание мозга для того, чтобы мы могли создавать технологии, работающие на основе его принципов? Я считаю, что эмуляция даже простейших особенностей нервных контуров может резко улучшить работу множества коммерческих приложений. Насколько точно компьютеры должны копировать биологические детали строения мозга, чтобы приблизиться к его уровню быстродействия – это пока открытый вопрос. Но сегодняшние системы, вдохновлённые строением мозга, или нейроморфные, станут важными инструментами для поисков ответа на него.
Ключевая особенность обычных компьютеров – физическое разделение памяти, хранящей данные и инструкции, и логики, обрабатывающей эту информацию. В мозгу такого разделения нет. Вычисления и хранение данных происходят одновременно и локально, в обширной сети, состоящей из примерно 100 млрд нервных клеток (нейронов) и более 100 трлн связей (синапсов). По большей части мозг определяется этими связями и тем, как каждый из нейронов реагирует на входящий сигнал других нейронов.
Говоря об исключительных возможностях человеческого мозга, обычно мы имеем в виду недавнее приобретение долгого эволюционного процесса – неокортекс (новую кору). Этот тонкий и крайне складчатый слой формирует внешнюю оболочку мозга и выполняет очень разные задачи, включающие обработку поступающей от чувств информации, управление моторикой, работу с памятью и обучение. Такой широкий спектр возможностей доступен довольно однородной структуре: шесть горизонтальных слоёв и миллион вертикальных столбиков по 500 мкм шириной, состоящих из нейронов, интегрирующих и распределяющих информацию, закодированную в электрических импульсах, вдоль растущих из них усиков – дендритов и аксонов.
Как у всех клеток человеческого тела, у нейрона существует электрический потенциал порядка 70 мВ между внешней поверхностью и внутренностями. Это мембранное напряжение изменяется, когда нейрон получает сигнал от других связанных с ним нейронов. Если мембранное напряжение поднимается до критической величины, он формирует импульс, или скачок напряжения, длящийся несколько миллисекунд, величиной порядка 40 мВ. Этот импульс распространяется по аксону нейрона, пока не доходит до синапса – сложной биохимической структуры, соединяющей аксон одного нейрона с дендритом другого. Если импульс удовлетворяет определённым ограничениям, синапс преобразует его в другой импульс, идущий вниз по ветвящимся дендритам нейрона, получающего сигнал, и меняет его мембранное напряжение в положительную или отрицательную сторону.
Связность – критическая особенность мозга. Пирамидальный нейрон – особенно важный тип клеток человеческого неокортекса – содержит порядка 30 000 синапсов, то есть 30 000 входных каналов от других нейронов. И мозг постоянно приспосабливается. Нейрон и свойства синапса – и даже сама структура сети – постоянно изменяются, в основном под воздействием входных данных с органов чувств и обратной связи окружающей среды.
Современные компьютеры общего назначения цифровые, а не аналоговые; мозг классифицировать не так-то просто. Нейроны накапливают электрический заряд, как конденсаторы в электронных схемах. Это явно аналоговый процесс. Но мозг использует всплески в качестве единиц информации, а это в основе своей двоичная схема: в любое время в любом месте всплеск либо есть, либо его нет. В терминах электроники, мозг – система со смешанными сигналами, с локальными аналоговыми вычислениями и передачей информацией при помощи двоичных всплесков. Поскольку у всплеска есть только значения 0 или 1, он может пройти большое расстояние, не теряя этой основной информации. Он также воспроизводится, достигая следующего нейрона в сети.
Ещё одно ключевое отличие мозга и компьютера – мозг справляется с обработкой информации без центрального тактового генератора, синхронизирующего его работу. Хотя мы и наблюдаем синхронизирующие события – мозговые волны – они организуются сами, возникая как результат работы нейросетей. Что интересно, современные компьютерные системы начинают перенимать асинхронность, свойственную мозгу, чтобы ускорить вычисления, выполняя их параллельно. Но степень и цель параллелизации двух этих систем крайне различны.
У идеи использования мозга в качестве модели для вычислений глубокие корни. Первые попытки были основаны на простом пороговом нейроне , выдающем одно значение, если сумма взвешенных входящих данных превышает порог, и другое – если не превышает. Биологический реализм такого подхода, задуманного Уорреном Маккалохом и Уолтером Питтсом в 1940-х, весьма ограничен. Тем не менее, это был первый шаг к применению концепции срабатывающего нейрона в качестве элемента вычислений.
В 1957 году Фрэнк Розенблатт предложил другой вариант порогового нейрона, перцептрон . Сеть из взаимосвязанных узлов (искусственных нейронов) составляется слоями. Видимые слои на поверхности сети взаимодействуют с внешним миром в качестве входов и выходов, а скрытые слои, находящиеся внутри, выполняют все вычисления.
Розенблатт также предложил использовать основную особенность мозга: сдерживание. Вместо того, чтобы складывать все входы, нейроны в перцептроне могут вносить и отрицательный вклад. Эта особенность позволяет нейросетям использовать единственный скрытый слой для решения задач на XOR в логике, в которых выход равен истине, если только один из двух двоичных входов истинный. Этот простой пример показывает, что добавление биологического реализма может добавлять и новые вычислительные возможности. Но какие функции мозга необходимы для его работы, а какие – бесполезные следы эволюции? Никто не знает.
Нам известно, что впечатляющих вычислительных результатов можно добиться и без попыток создать биологический реализм. Исследователи глубинного обучения продвинулись очень далеко в деле использования компьютеров для анализа крупных объёмов данных и выделения определённых признаков из сложных изображений. Хотя созданные ими нейросети обладают большим количеством входов и скрытых слоёв, чем когда бы то ни было, они всё-таки основаны на крайне простых моделях нейронов. Их широкие возможности отражают не биологический реализм, а масштаб содержащихся в них сетей и мощность используемых для их тренировки компьютеров. Но сетям с глубинным обучением всё ещё очень далеко до вычислительных скоростей, энергетической эффективности и возможностей обучения биологического мозга.
Огромный разрыв между мозгом и современными компьютерами лучше всего подчёркивают крупномасштабные симуляции мозга. За последние годы было сделано несколько таких попыток, но все они были жёстко ограничены двумя факторами: энергией и временем симуляции. К примеру, рассмотрим симуляцию , проведённую Маркусом Дайсманом с его коллегами несколько лет назад при использовании 83 000 процессоров на суперкомпьютере К в Японии. Симуляция 1,73 млрд нейронов потребляла в 10 млрд раз больше энергии, чем эквивалентный участок мозга, хотя они и использовали чрезвычайно упрощённые модели и не проводили никакого обучения. И такие симуляции обычно работали более чем в 1000 раз медленнее реального времени биологического мозга.
Почему же они такие медленные? Симуляция мозга на обычных компьютерах требует вычисления миллиардов дифференциальных уравнений, связанных между собой, и описывающих динамику клеток и сетей: аналоговые процессы вроде перемещения заряда по клеточной мембране. Компьютеры, использующие булевскую логику – меняющую энергию на точность – и разделяющие память и вычисления, крайне неэффективно справляются с моделированием мозга.
Эти симуляции могут стать инструментом познания мозга, передавая полученные в лаборатории данные в симуляции, с которыми мы можем экспериментировать, а затем сравнивать результаты с наблюдениями. Но если мы надеемся идти в другом направлении и использовать уроки нейробиологии для создания новых вычислительных систем, нам необходимо переосмыслить то, как мы разрабатываем и создаём компьютеры.
Нейроны в кремнии.
Копирование работы мозга при помощи электроники может быть более выполнимым, чем это кажется на первый взгляд. Оказывается, что на создание электрического потенциала в синапсе тратится примерно 10 фДж (10 -15 джоулей). Затвор металл-оксид-полупроводникового (МОП) транзистора, значительно более крупного и потребляющего больше энергии, чем те, что используются в ЦП, требует для заряда лишь 0,5 фДж. Получается, что синаптическая передача эквивалентна зарядке 20 транзисторов. Более того, на уровне устройств биологические и электронные схемы не так уж сильно различаются. В принципе можно создать структуры, подобные синапсам и нейронам, из транзисторов, и соединить их так, чтобы получить искусственный мозг, не поглощающий таких вопиющих объёмов энергии.
Идея о создании компьютеров при помощи транзисторов, работающих как нейроны, появилась в 1980-х у профессора Карвера Мида из Калтеха. Одним из ключевых аргументов Мида в пользу «нейроморфных» компьютеров было то, что полупроводниковые устройства могут, работая в определённом режиме, следовать тем же физическим законам, что и нейроны, и что аналоговое поведение можно использовать для расчётов с большой энергоэффективностью.
Группа Мида также изобрела платформу для нейрокоммуникаций, в которой всплески кодируются только их адресами в сети и временем возникновения. Эта работа стала новаторской, поскольку она первой сделала время необходимой особенностью искусственных нейросетей. Время – ключевой фактор для мозга. Сигналам нужно время на распространение, мембранам – время на реакцию, и именно время определяет форму постсинаптических потенциалов.
Несколько активных сегодня исследовательских групп, например, группа Джиакомо Индивери из Швейцарской высшей технической школы и Квабены Боахен из Стэнфорда, пошли по стопам Мида и успешно внедрили элементы биологических корковых сетей. Фокус в том, чтобы работать с транзисторами при помощи тока низкого напряжения, не достигающего их порогового значения, создавая аналоговые схемы, копирующие поведение нервной системы, и при этом потребляющие немного энергии.
Дальнейшие исследования в этом направлении могут найти применение в таких системах, как интерфейс мозг-компьютер. Но между этими системами и реальным размером сети, связности и способностью к обучению животного мозга существует огромный разрыв.
Так что в районе 2005 году три группы исследователей независимо начали разрабатывать нейроморфные системы, существенно отличающиеся от изначального подхода Мида. Они хотели создать крупномасштабные системы с миллионами нейронов.
Ближе всех к обычным компьютерам стоит проект SpiNNaker , руководимый Стивом Фёрбером из Манчестерского университета. Эта группа разработала собственный цифровой чип, состоящий из 18 процессоров ARM, работающих на 200 МГц – примерно одна десятая часть скорости современных CPU. Хотя ядра ARM пришли из мира классических компьютеров, они симулируют всплески, отправляемые через особые маршрутизаторы, разработанные так, чтобы передавать информацию асинхронно – прямо как мозг. В текущей реализации, являющейся частью проекта Евросоюза «Человеческий мозг» , и завершённой в 2016 году, содержится 500 000 ядер ARM. В зависимости от сложности модели нейрона, каждое ядро способно симулировать до 1000 нейронов.
Чип TrueNorth, разработанный Дармендра Мода и его коллегами из Исследовательской лаборатории IBM в Альмадене, отказывается от использования микропроцессоров как вычислительных единиц, и представляет собой на самом деле нейроморфную систему, в которой переплелись вычисления и память. TrueNorth всё равно остаётся цифровой системой, но основана она на специально разработанных нейроконтурах, реализующих определённую модель нейрона. В чипе содержится 5,4 млрд транзисторов, он построен по 28-нм технологии Samsung КМОП (комплементарная структура металл-оксид-полупроводник). Транзисторы эмулируют 1 млн нейроконтуров и 256 млн простых (однобитных) синапсов на одном чипе.
Я бы сказал, что следующий проект, BrainScaleS , отошёл довольно далеко от обычных компьютеров и приблизился к биологическому мозгу. Над этим проектом работали мы с моими коллегами из Гейдельбергского университета для европейской инициативы «Человеческий мозг». BrainScaleS реализует обработку смешанных сигналов. Он комбинирует нейроны и синапсы, в роли которых выступают кремниевые транзисторы, работающие как аналоговые устройства с цифровым обменом информацией. Полноразмерная система состоит из 8-дюймовых кремниевых подложек и позволяет эмулировать 4 млн нейронов и 1 млрд синапсов.
Система может воспроизводить девять различных режимов срабатывания биологических нейронов, и разработана в тесном сотрудничестве с нейробиологами. В отличие от аналогового подхода Мида, BrainScaleS работает в ускоренном режиме, его эмуляция в 10 000 раз быстрее реального времени. Это особенно удобно для изучения процесса обучения и развития.
Обучение, скорее всего, станет критическим компонентом нейроморфных систем. Сейчас чипы, сделанные по образу мозга, а также нейросети, работающие на обычных компьютерах, тренируются на стороне при помощи более мощных компьютеров. Но если мы хотим использовать нейроморфные системы в реальных приложениях – допустим, в роботах, которые должны будут работать бок о бок с нами, они должны будут уметь учиться и адаптироваться на лету.
Во втором поколении нашей системы BrainScaleS мы реализовали возможность обучения, создав на чипе «обработчики гибкости». Они используются для изменения широкого спектра параметров нейронов и синапсов. Эта возможность позволяет нам точно подстраивать параметры для компенсации различий в размере и электрических свойствах при переходе от одного устройства к другому – примерно как сам мозг подстраивается под изменения.
Три описанных мной крупномасштабных системы дополняют друг друга. SpiNNaker можно гибко настраивать и использовать для проверки разных нейромоделей, у TrueNorth высока плотность интеграции, BrainScaleS разработана для постоянного обучения и развития. Поиски правильного способа оценки эффективности таких систем пока продолжаются. Но и ранние результаты многообещающие. Группа TrueNorth от IBM недавно подсчитала, что синаптическая передача в их системе отнимает 26 пДж. И хотя это в 1000 раз больше энергии, требующейся в биологической системе, зато это почти в 100 000 раз меньше энергии, уходящей на передачу в симуляции на компьютерах общего назначения.
Мы всё ещё находимся на ранней стадии понимания того, что могут делать такие системы и как их применять к решению реальных задач. Одновременно мы должны найти способы комбинировать множество нейроморфных чипов в крупные сети с улучшенными возможностями к обучению, при этом понижая энергопотребление. Одна из проблем – связность: мозг трёхмерный, а наши схемы – двумерные. Вопрос трёхмерной интеграции схем сейчас активно изучают, и такие технологии могут нам помочь.
Ещё одним подспорьем могут стать устройства, не основанные на КМОП – мемристоры или PCRAM (память с изменением фазового состояния). Сегодня веса, определяющие реакцию искусственных синапсов на входящие сигналы, хранятся в обычной цифровой памяти, отнимающей большую часть кремниевых ресурсов, необходимых для построения сети. Но другие виды памяти могут помочь нам уменьшить размеры этих ячеек с микрометровых до нанометровых. И основной трудностью современных систем будет поддержка различий между разными устройствами. Для этого смогут помочь принципы калибровки, разработанные в BrainScaleS.
Мы только начали свой путь по дороге к практичным и полезным нейроморфным системам. Но усилия стоят того. В случае успеха мы не только создадим мощные вычислительные системы; мы даже можем получить новую информацию о работе нашего собственного мозга.
Наш мозг не обрабатывает информацию, не извлекает знания и не хранит воспоминания. В этом убежден психолог Роберт Эпштейн, автор 15 книг и бывший главный редактор журнала «Psychology Today». Уже много лет он активно выступает против взгляда на мозг как на машину для обработки данных. «Футурист» публикует развернутую статью Эпштейна, которая может полностью перевернуть ваше представление о мозге.
Копировать-вставить
В нашем мозге невозможно найти копию Пятой симфонии Бетховена . А также копии слов, картинок, грамматических правил или любых других стимулов из окружающей среды. Человеческий мозг, конечно, нельзя назвать «пустым». Однако он не содержит большинство из того, что, по всеобщему мнению, должен содержать. В нем нет даже такой простой вещи, как «воспоминания».
Роберт Эпштейн
Наше неверное представление о мозге имеет глубокие исторические корни, но наибольший вред нанесло изобретение компьютеров в 1940-х годах. Уже больше полувека психологи, лингвисты и нейрофизиологи принимают за данность, что человеческий мозг работает по принципу компьютера.
Чтобы увидеть, насколько нелепа эта идея, подумайте о мозге детей . Благодаря эволюции, новорожденные у хомо сапиенс, как и у всех других видов млекопитающих, попадают в мир подготовленными . Они готовы эффективно взаимодействовать с миром. Зрение младенца размыто, однако оно легко выделяет лица. Довольно быстро малыш запоминает лицо матери. Слух ребенка отдает предпочтение голосам, отделяя их от других звуков, а также может отличить одну манеру речи от другой. Без сомнения, мы подготовлены к построению социальных связей.
Здоровый младенец также обладает как минимум дюжиной рефлексов — готовых реакций на определенные раздражители, которые важны для выживания. Новорожденный поворачивает голову в направлении предмета, который касается его щеки, и сосет все, что попадает ему в рот. Он хватает вещи, которые мы опускаем ему на раскрытую ладонь, так крепко, что может удержать собственный вес. Возможно, важнее всего, что у детей с рождения есть мощные механизмы обучения , которые позволяют им стремительно меняться , так что они могут всё более эффективно взаимодействовать с миром, даже если этот мир не похож на тот, что встречал их далеких предков.
Органы чувств, рефлексы и механизмы обучения — вот с чем мы начинаем, и это немало. Если бы в этом наборе чего-то не хватало, выжить было бы непросто.
А вот с чем мы не рождаемся : информация, данные, правила, лексикон, алгоритмы, программы, подпрограммы, модели, память, изображения, процессоры, шифраторы, декодеры, символы и буфер обмена. В нас нет всех тех элементов, которые позволяют цифровым компьютерам демонстрировать более-менее разумное поведение. Мы не только не рождаемся с таким набором функций, мы также не развиваем их — никогда.
Мы не храним слова или правила, которые диктуют, как манипулировать словами. Мы не создаем репрезентации или отображения визуальных стимулов, не сохраняем их в буфере кратковременной памяти и не передаем в долговременную память. Мы не загружаем информацию, картинки или слова из памяти. Компьютеры выполняют все эти действия, организмы — нет.
Компьютеры буквально обрабатывают информацию — числа, буквы, слова, формулы, изображения. Информацию необходимо закодировать в понятный компьютерам формат, то есть вереницы единиц и нулей (биты), собранные в небольшие группы (байты). Определенная последовательность этих логических элементов кодирует букву Д, другая — О, третья — М. Поставленные рядом, эти три бувы формируют слово ДОМ. Любая картинка, например, фотография кота, представлена очень сложной последовательностью из миллионов байт, окруженных специальными знаками, которые говорят компьютеру, что в этом месте хранится изображение, а не слово.
Разумеется, это очень тезисное введение в компьютерную теорию, но оно позволяет сделать простой вывод: компьютеры действительно работают с символическими отображениями мира. Они действительно хранят и извлекают. Они реально обрабатывают. У них есть физическая память. Всеми их действиями, без исключений, руководят алгоритмы .
Но люди ничего из этого не делают — никогда не делали и никогда не будут. Принимая во внимание этот факт, зададимся вопросом: почему так много ученых говорят о жизни нашего сознания так, как будто мы компьютеры?
Четыре жидкости, которые управляли организмом человека по представлению древних греков и средневековых астрологов (отсюда произошли четыре типа темперамента)
Метафоры сознания
В книге «По нашему образу и подобию» (In Our Own Image, 2015) исследователь искусственного интеллекта Джордж Заркадакис описывает шесть различных метафор , которые люди использовали последние 2000 лет, чтобы объяснить человеческое сознание.
В самой ранней метафоре, чьи следы мы находим в Библии, людей создают из глины , в которую разумное божество вдыхает дух. Этот дух «объясняет» то, что мы разумны.
Открытие законов гидравлики и появление первых гидротехнических сооружений в 3 веке до нашей эры привело к росту популярности гидравлической модели сознания. Философы решили, что и телом, и умственной жизнью руководят различные жидкости в нашем теле — «гуморы». Гидравлическая метафора продержалась 1600 лет, сильно замедляя прогресс в медицинских знаниях.
В 1500-х годах появились автоматы, приводимые в действие пружинами и шестеренками. В итоге лидирующие мыслители, такие как Рене Декарт, заявили, что люди — это сложные машины . В 1600-х британский философ Томас Гоббс предполагал, что наши мысли — результат механической работы небольших элементов в мозгу. К 1700-м открытия в области электричества и химии привели к рождению новых теорий человеческого сознания — опять же, по большей части метафорических. В 1800-х, под впечатлением от последних достижений в области передачи сообщений, немецкий физик Герман фон Гельмгольц сравнил мозг с телеграфом .
Каждая метафора отражала самые передовые идеи своей эпохи. Неудивительно, что всего через несколько лет после рождения компьютерной технологии в 1940-х многие заявили: мозг работает подобно компьютеру . При этом роль «железа» играют нейроны, а мысли — это программное обеспечение. Ключевым событием в развитии того, что сегодня называют «когнитивной наукой», стала публикация книги «Язык и коммуникация» в 1951 году. В ней психолог Джордж Миллер предложил исследовать мышление с помощью понятий из теории информации, кибернетики и лингвистики.
Такого рода теоретизирование получило свое наивысшее выражение в короткой книге «Компьютер и мозг» (1958), в которой математик Джон фон Нейман напрямую заявлял: функция человеческой нервной системы — цифровая. Признавая, что о механизмах мышления и памяти известно мало, ученый все же провел множество параллелей между компонентами вычислительных машин и элементами человеческого мозга.
Футуролог Рэй Курцвейл
Успехи в развитии компьютерных технологий и исследованиях мозга привели к зарождению мощного междисциплинарного направления. Его целью было понять человеческий разум. В основе подхода лежало убеждение, что люди, подобно компьютерам, обрабатывают информацию . И те и другие — процессоры, буквально «обработчики». В этой области сейчас трудятся тысячи исследователей, которые поглощают миллиарды долларов в грантах и пишут огромное количество технических пособий и популярных статей и книг. В качестве примера этого подхода можно привести последнюю книгу Рэя Курцвейла «Как создать разум: раскрытие секретов человеческого мышления». В ней футуролог пишет об «алгоритмах» в мозге, о том, как мозг «обрабатывает данные», даже о внешнем сходстве нейронных и электронных сетей.
Прилипчивая метафора
Метафора «информационной обработки» (ИО) сегодня доминирует в наших представлениях о функционировании сознания. Вряд ли можно найти хоть какую-либо форму изучения разумного человеческого поведения, которая обходится без использования этой метафоры — точно так же, как в предыдущие эпохи говорить о сознании было невозможно без упоминания духа или божества . Обоснованность ИО-метафоры в сегодняшнем мире принимается за данность.
Однако ИО-метафора — это, в конечном итоге, еще одна метафора, то есть история, которую мы рассказываем, чтобы придать смысл чему-то, что мы не понимаем. Как и все предыдущие метафоры, в какой-то момент ее придется оставить — заменить новой метафорой или, если повезет, реальным знанием.
Сама идея, что люди должны обрабатывать информацию, просто потому что компьютеры обрабатывают информацию, откровенно глупа . И когда в один прекрасный день ИО-метафору наконец забросят, историки наверняка посмотрят на наши взгляды с насмешкой, так же как мы сегодня находим глупыми гидравлическую и механическую метафоры.
Эксперимент с долларом
Чтобы продемонстрировать ложность ИО-метафоры во время лекции, Роберт Эпштейн обычно вызывает добровольца и просит его как можно реалистичнее нарисовать на доске купюру номиналом в 1 доллар. Когда студент справляется, психолог закрывает изображение листом бумаги, прикрепляет рядом реальную банкноту и просит добровольца повторить процедуру. Когда задание выполнено, аудитории предлагается сравнить результаты.
Как правило, студентов удивляет, сколь мало сходства у двух изображений. Рисунок по памяти не идет ни в какое сравнение со второй картинкой, срисованной с оригинала. При этом каждый из студентов тысячи раз видел долларовую купюру.
В чем же проблема? Разве у нас в мозгу нет «отображения» банкноты, которое «хранится» в «регистре данных» нашей памяти? Разве мы не можем просто «извлечь» картинку и использовать ее, чтобы нарисовать копию?
Очевидно, нет, и даже за тысячу лет нейронаука не обнаружит «отображение » долларовой купюры, хранящееся в человеческом мозге, по той простой причине, что его там нет .
Большое количество статей о мозге говорит нам, что даже простейшие воспоминания задействуют многие зоны мозга, иногда довольно обширные. Когда дело доходит до сильных эмоций, одновременно может повышаться активность миллионов нейронов. Нейропсихологи из Университета Торонто исследовали выживших после авиакатастрофы и обнаружили, что воспоминания о трагедии задействовали много разных зон, в том числе миндалевидное тело и зрительную кору.
Что же происходит, когда студент рисует доллар по памяти? Так как он неоднократно видел купюру, его мозг изменился . Говоря конкретнее, нейронная сеть изменилась таким образом, что студент может визуализировать банкноту — то есть, заново испытать видение доллара, во всяком случае, до определенной степени.
Разница между двумя рисунками напоминает, что визуализация чего-то (видение в отсутствие предмета) гораздо менее точна, чем непосредственное наблюдение. Именно поэтому мы гораздо лучше справляемся с распознаванием, чем с припоминанием. Когда мы вспоминаем, мы пытаемся заново пережить некий опыт. Когда же мы узнаём что-то, нам всего лишь достаточно осознавать, что раньше мы уже переживали то же самое.
Даже если бы студент приложил сознательное усилие, чтобы запомнить купюру во всех подробностях, нельзя было бы сказать, что картинка «сохранилась» в мозгу. Просто студент стал лучше подготовлен к тому, чтобы нарисовать доллар по памяти. Точно так же пианист, практикуясь, становится более опытным и лучше играет концерт, но при этом ему не нужно каким-либо образом вдыхать копию партитуры.
Дирижер Артуро Тосканини обладал фотографической памятью и мог воспроизвести без партитуры 2,5-часовую оперу, но ему не требовалось «загружать» ее себе в мозг - он каждый раз проживал ее заново
Мозг без информации
Начиная с этого простого упражнения, мы можем приняться за новую теорию разумного человеческого поведения без всяких метафор. В этой теории мозг не будет полностью пустым, но, по крайней мере, мы обойдемся без багажа ИО-метафоры.
В своей жизни человек переживает различный опыт , который его изменяет. Особого упоминания заслуживают три типа переживаний: 1. Мы наблюдаем за тем, что происходит вокруг нас (как ведут себя другие люди, как звучит музыка, какие нам дают указания, как выглядят слова на странице и картинки на экране). 2. Мы обнаруживаем, что неважные стимулы (например, звук сирены) идут в связке с важными (например, появлением полицейских машин). 3. Нас наказывают или поощряют за то, что мы ведем себя определенным образом.
Чтобы быть более успешным представителем своего вида, мы меняемся таким образом, чтобы лучше соответствовать этим типам опыта. Если мы можем прочитать стихотворение наизусть или спеть песню, если мы можем следовать инструкциям, если мы реагируем на второстепенные стимулы так же, как на первостепенные, если мы ведем себя так, что заслуживаем одобрение окружающих, — во всех этих случаях социальное приспособление увеличивается.
Несмотря на громкие заголовки, до сих пор никто не знает, как мозг меняется в ходе заучивания наизусть песни или стихотворения. Однако ни песня, ни стихи в сознании не «сохраняются». Просто мозг изменяется упорядоченным образом, так что мы теперь при определенных условиях можем спеть песню или прочитать стихи. Когда приходит время сделать это, песня и стихи не «извлекаются» из определенного места в мозгу, точно так же как движения пальца не «извлекаются» из памяти, когда мы стучим по столу. Мы просто поем или читаем стихи — без всякого извлечения.
В последнее время появляется все больше когнитивных психологов, которые полностью отказываются от «компьютерного» взгляда на мозг. К ним принадлежит, например, Энтони Чемеро из Университета Цинциннати. Вместе с коллегами он настаивает на том, что организмы находятся в прямом контакте со своим окружением. Это становится основой для нового описания разумного поведения.
Вот еще один пример того, насколько различны подходы к сознанию с точки зрения «обработки информации» и в рамках новой «антирепрезентативной» перспективы. В 2002 году ученые из Университета штата Аризона описали два возможных взгляда на простое действие в спорте: бейсболист пытается поймать летящий мяч . Согласно ИО-метафоре, мозгу игрока необходимо оценить начальные условия полета мяча — скорость, угол, траекторию, — затем создать и проанализировать внутреннюю модель движения, спрогнозировать, где мяч окажется в будущем, и на основе этой модели адаптировать движения тела в реальном времени и поймать мяч.
Это все имело бы место, если бы мы функционировали как компьютеры. Однако автор работы Майкл МакБит и его коллеги сумели объяснить происходящее гораздо проще: чтобы поймать мяч, бейсболисту просто нужно двигаться таким образом, чтобы мяч находился в постоянном визуальном контакте с «домом» (углом квадрата в бейсболе, где стоит игрок с битой) и окружающими предметами. Звучит сложновато, но на деле это невероятно просто и не требует никаких вычислений, отображений и алгоритмов.
Психологи Эндрю Уилсон и Сабрина Голонка из Городского университета Лидса в Великобритании уже много лет ведут блог , в котором собирают свидетельства, подобные примеру с бейсболом. Свою цель они описывают следующим образом:
«Мы стремимся к более связному, более естественному подходу к строгому изучению человеческого поведения, который не вписывается в господствующие взгляды в когнитивных науках» .
Однако Уилсон и Голонка в меньшинстве . Подавляющее большинство исследователей мозга по-прежнему активно использует ИО-метафору. Более того, огромное количество предсказаний делается на основе сравнения мозга с компьютером. Например, вам наверняка приходилось читать, что в будущем станет возможно загружать человеческое сознание в компьютер и что это сделает нас невероятно умными и, возможно, бессмертными. Подобные прогнозы, среди прочих, высказывали Рэй Курцвейл и Стивен Хокинг. Та же идея стала предпосылкой фильма «Превосходство» с Джонни Деппом, где герой загружает мозг в интернет и начинает терроризировать человечество.
К счастью, такие напасти нам не грозят, так как ИО-метафора не имеет под собой оснований. Нам никогда не придется волноваться о людях, сошедших с ума в киберпространстве. Впрочем, есть и плохая новость: достичь бессмертия с помощью переселения в компьютер тоже не удастся. Не только из-за того, что в мозгу нет «программы сознания», но также потому, что Эпштейн называет проблемой уникальности . И это — самое главное в его теории.
Проблема уникальности
Раз в мозгу нет ни «хранилища данных», ни «отображений» стимулов, а также по той причине, что для успешного функционирования мозгу необходимо меняться под влиянием опыта, нет оснований полагать, что два человека меняются одинаково под влиянием одного и того же события. Вы пришли на концерт, чтобы послушать Пятую симфонию Бетховена. Скорее всего, изменения, которые произойдут в вашем мозгу, будут разительно отличаться от изменений, которые произойдут в мозгу человека на соседнем кресле. Какими бы ни были эти изменения, они происходят в уникальной конфигурации нейронов, которая развивалась в результате десятилетий уникального опыта .
В своем классическом труде 1932 года британский психолог сэр Фредерик Бартлетт показал , что два человека повторяют услышанную историю по-разному. Более того, со временем версия каждого из слушателей отличается все больше. Никто из слушателей не создает «копию» рассказа; вместо этого каждый человек меняется под влиянием истории — достаточным образом, чтобы впоследствии суметь ее пересказать. Спустя дни, месяцы и даже годы испытуемые могут заново пережить историю, хотя и не во всех деталях.
С одной стороны, это очень вдохновляет . Каждый человекна земле поистине уникален , не только в смысле генетики, но и в плане строения своего серого вещества. Однако это также обескураживает, потому что задача нейропсихолога становится невообразимо сложной. Любой опыт вызывает упорядоченное изменение, которое задействует тысячи, миллионы нейронов или даже весь мозг, и конфигурация этих изменений будет своей для каждого человека.
Более того, даже если бы у нас была технология, чтобы сделать снимок 86 миллиардов нейронов и затем запустить их симуляцию внутри компьютера, эта огромная структура не будет значить ничего снаружи мозга, который дал ей жизнь. Возможно, в этом аспекте ИО-метафора больше всего исказила наше представление о функционировании разума. В компьютерах хранение точных копий возможно, и эти копии не изменяются со временем, даже если отключить источник питания. Однако мозг поддерживает наш разум только до тех пор, пока он остается живым . Либо мозг продолжает функционировать, либо мы исчезаем.
В книге «Будущее мозга» нейробиолог Стивен Роуз к тому же показал, что снимок мозга в определенный момент может быть бесполезным, если мы не знаем всю историю жизни его обладателя — возможно, даже такие детали, как социальные условия, в которых прошло детство человека.
Вот насколько сложна проблема. Чтобы понять даже основы того, как мозг поддерживает разум, нам нужно знать не только состояние 86 миллиардов нейронов и 100 триллионов связей между ними в данный момент, не только интенсивность, с которой нейроны обмениваются сигналами, не только состояния более чем 1000 белков, которые существуют в каждом синапсе, но и то, как активность мозга от одного момента к другому способствует целостности всей системы . Добавьте к этому уникальность каждого мозга (следствие уникальности биографии его обладателя) — и тогда вы поймете, почему нейробиолог Кеннет Миллер в недавней передовице «Нью-Йорк Таймс» предположил, что на понимание основных законов нейронных связей уйдут «века».
А тем временем огромные суммы денег тратятся на исследования мозга, основанные на ложных предпосылках. Самый вопиющий случай, о котором в прошлом году писал «Сайентифик Американ», касается масштабной инициативы Human Brain Project . Евросоюз потратил на проект больше миллиарда долларов. Глава коллаборации, харизматичный Генри Маркрам сумел убедить спонсоров, что в 2023 году он сможет создать симуляцию целого мозга при помощи суперкомпьютера и что это приведет к революции в поисках средства от болезни Альцгеймера. Научные ведомства ЕС дали ученым карт-бланш. Итог? Научное сообщество взбунтовалось против слишком узкого подхода к проблеме и неразумного расходования средств, Маркрама вынудили покинуть проект, и вся инициатива оказалась в подвешенном состоянии.
Генри Маркрам рассказывает о проекте Human Brain Project на конференции TED
Роберт Эпштейн завершает статью следующим призывом:
«Мы — организмы, а не компьютеры. Давайте продолжим попытки понять человеческий разум, при этом не сковывая себя по рукам и ногам ненужным интеллектуальным багажом. Метафора «информационной обработки» отметила полувековой юбилей, но принесла не слишком много откровений. Пришло время нажать клавишу Delete» .
Послесловие «Футуриста»
На сайте журнала « Aeon» статья Роберта Эпштейна вызвала оживленную дискуссию и подверглась жесткой критике. Читатели оставили более 400 комментариев. Многие обвинили автора в том, что он не приводит достаточно аргументов в поддержку своего тезиса и слишком грубо описывает позицию оппонентов. Метафора «обработки информации» не ставит мозг в один разряд с компьютерами. Разумеется, отдельные нейроны не могут быть носителями воспоминаний, а отображения (репрезентации) в мозге не похожи на копии картинок и слов. Тем не менее «информация» — достаточно широкое понятие, чтобы его можно было применять и в кибернетике, и в нейронауках. Даже те читатели, кто согласился с основным посылом статьи, обвинили Эпштейна в перегибании палки: психолог увлекся разоблачениями — и в итоге нарисовал слишком упрощенную картину.
При этом многие читатели сошлись во мнении, что «загрузка мозга в компьютер» — плохая идея, и поддержали автора в его призыве рассматривать мозг как уникальный живой организм, а не как бездушную машину для обработки данных.
На наших глазах разворачивается настоящая война стремительно развивающихся технологий и мозга человека. И вот мы уже слышим, что борьба «машина — человек» завершится отнюдь не в пользу последнего. Причем в ближайшее время. Насколько правомерна идея замены «несовершенного биологического компьютера более совершенным электронным» и чем отличается мозг человека от самого современного устройства? Размышляет психолог, сертифицированный тренер по методам мышления Эдварда де Боно Андрей Беспалов.
Многие думают, что с прогрессом технологий необходимость запоминать информацию сама собой отпадет. Ведь исчезла же нужда в устном счете с появлением калькуляторов! Уже сейчас любые сведения можно «нагуглить» за несколько минут, а лозунги в стиле «ваш мозг — самый мощный компьютер» теряют актуальность. Компьютер/облако/«Гугл» способны запоминать настолько лучше и больше, чем мы, что нет никакого смысла с ними соревноваться. Но действительно ли наш мозг — это ЭВМ в голове? И почему даже самая продвинутая техника не сможет сравниться с работой серого вещества человека?
Иерархия памяти
Обратимся к простому примеру. Все работающие на компьютере хорошо знают, что файл с инструкцией «как сделать оглавление в Word» выглядит примерно так: «Обозначьте в документе место, куда следует вставить оглавление, откройте вкладку “Ссылки”, нажмите кнопку “Оглавление”» — и так далее. Но в голове все это происходит иначе. В противном случае, если бы друг спросил меня по телефону о том, как сделать автооглавление, я бы сразу ответил. Но я говорю: «Подожди, сейчас программу открою», и только после того, как увижу Word перед собой, могу вспомнить, что нужно делать.
Вся загадка кроется в том, что в отличие от файлов, которые записываются и считываются линейно, воспоминания в мозгу хранятся иерархически. Что происходит, когда человек видит, например, букву Н? Изображение попадает на сетчатку, а оттуда — в первичную зрительную кору, которая занимается узнаванием простых образов: две вертикальных палочки, одна горизонтальная. Данные об этих палочках она передает во вторичную зрительную кору, которая складывает из них более сложный паттерн («Н») и передает результат в следующую зону, где буквы, полученные из разных участков вторичной зрительной коры, соединяются в слова и передаются «наверх».
Сила предсказания
Кора мозга поделена на множество зон, по которым постоянно движется информация, причем не только вверх по иерархии, но и вниз. Мозг человека настолько эффективен, утверждает Джефф Хокинс в книге «Об интеллекте», что умеет предсказывать будущие события, основываясь на опыте, хранящемся в памяти. Для того чтобы произвести определенное действие (например, поймать мяч), мозг не должен долго вычислять — ему достаточно вспомнить, как он действовал раньше, и на этом основании предсказать полет мяча и скоординировать свои движения. Цепи нейронов, находящиеся в коре, образуют иерархическую структуру, в которой высшие уровни постоянно посылают информацию к нижним уровням. Это позволяет сравнивать поступающую последовательность образов с последовательностями из предыдущего опыта. Так, на основании слов «Давным-давно, много лет…» можно предсказать, что следующими словами будут «…тому назад».
Хокинс сравнивает работу нашего мозга с иерархией военных команд: «Генералы на армейской верхушке говорят: “Выдвинуть войска во Флориду на зиму”». Простая высокоуровневая команда разворачивается в более детальные по последовательности команды, спускаясь вниз по уровням иерархии. И тысячи отдельных структур выполняют десятки тысяч действий, приводящих в результате к перемещению войск. Отчеты о том, что происходит, генерируются на каждом уровне и поступают наверх до тех пор, пока генерал не получит последний доклад: «Перемещение произошло успешно». Генерал не вникает в детали.
Вспомнить все
В отличие от мозга, в компьютере за «память» отвечают два очень разных устройства: HDD (винт) и RAM (оперативка). Казалось бы, аналогия налицо: винт — кора, а оперативка — гиппокамп. Но присмотримся повнимательнее к тому, как система работает. Изначально новая информация поступает в гиппокамп через зоны коры. Если больше мы с этой информацией не столкнемся, гиппокамп постепенно забывает ее. И чем чаще мы что-то вспоминаем, тем прочнее становятся связи в коре до тех пор, пока гиппокамп не «передаст ей все полномочия» касательно этого паттерна. Этот процесс называется «консолидацией памяти» и может длиться до двух лет. Пока он не закончен, говорить о том, что информация надежно хранится в долгосрочной памяти, рановато.
Попытайтесь в унылую осень вспомнить свой отпуск: как лежали на морском пляже и смотрели на песок. Присмотритесь: вы уже различаете в нем отдельные песчинки, камушки, осколки ракушек. Очень сомнительно, что вы на самом деле это помните, — в какой-то момент в этот образ вклинивается фантазия и услужливо предоставляет нужные детали. Но в какой именно период воспоминания и фантазии сливаются в единое целое – определить невозможно.
Таким образом, любая информация, которая возвращается из долгосрочной памяти в рабочую, приводится в соответствие изменившемуся контексту и текущим задачам, а потом консолидируется в обновленном виде. И каждый раз, когда мы вспоминаем события прошлого, это уже воспоминание не о самом событии, а о последней «редакции» мозга. Варианта «открыть файл для просмотра» у нашей памяти просто нет — любое обращение к ней предполагает определенное изменение.
Память как искусство
В компьютере удалить или сохранить файл — действия противоположные, для человеческой памяти — это две стороны одной медали.
«Для нашего интеллекта забвение составляет такую же важную функцию, как и запоминание
, — писал Уильям Джеймс больше ста лет назад. — Если бы мы помнили решительно все, то были бы в таком же безвыходном положении, как если бы не помнили ничего. Припоминание некоего события требовало бы столько же времени, сколько и само это событие
».
Да, возможно, компьютер способен лучше сохранять информацию, но он не способен так же хорошо ее забывать. Мы ведь забываем далеко не случайно — воспоминание очищается от шелухи (которую, как в примере с песком, при необходимости можно будет заполнить воображением) и сохраняется лишь значимый каркас. А выявить и обозначить этот каркас нам помогает размышление.
Именно поэтому Уильям Джеймс утверждает, что «искусство помнить – это искусство мыслить». Запомнить – это значит связать новую информацию с той, которую мы уже знаем. Чем больше человек помнит, тем проще остаться в памяти новому. А лучший способ что-то запомнить — упорное размышление о поступившей информации.
Как не утонуть в море фактов
Какие же напрашиваются выводы? Мы можем только порадоваться возможностям собственного мозга. Наша память, в отличие от компьютерной, не просто склад информации, а неотъемлемая часть мышления. А это колоссальный шанс для развития.
Для восполнения знаний можно запросить в «Гугле» любую информацию, но, чтобы сделать это, необходимо понять, что конкретно вы не знаете. Это как пазл — когда вокруг недостающего кусочка картинка уже собрана, очень просто понять, что именно нужно найти. Но когда все кусочки в беспорядке, даже непонятно, с чего начать. В этом случае «Гугл» способен лишь утопить нас в море фактов, но никак не приблизить к их пониманию. И только мозг подсказывает, каких фрагментов не хватает. Таким образом, нам остается только регулярно загружать себя новыми, интересными заданиями, чтобы поддерживать мозг в прекрасной форме.
|
|||||||||||||||||||||
|
Головной мозг часто сравнивают с компьютером, в котором выделяют блоки, отвечающие за определённые функции. Несмотря на популярность и распространённость этой метафоры, от неё следует отказаться, чтобы продвинуться в изучении принципов работы мозга, считает научный сотрудник Института психологии РАН Ольга Сварник.
Справка STRF.ru:
Сварник О.Е.
Сварник Ольга Евгеньевна, научный сотрудник лаборатории системной психофизиологии им. В. Б. Швыркова Института психологии РАН, кандидат психологических наук. Сфера научных интересов: психофизиологические проблемы - изучение взаимосвязи между работой мозга и психикой
Схема мозга
Компьютерная метафора возникла не на пустом месте. В мозге действительно можно рассмотреть явно вырисовывающиеся блоки. Разные исследователи приписывают им разные функции. Считается, что мозжечок, например, отвечает за моторику, а гипоталамус - за навигацию, ориентацию в пространстве. Более развитое левое полушарие - за логическое мышление, а правое - за абстрактное. Существуют предположения, что и каждая извилина имеет какую-то свою функцию. Некоторые учёные убеждены, что
достаточно определить, какой блок за что отвечает, как они между собой взаимодействуют, и тогда будет разгадана загадка мозга.
Этот путь исследований мозга не приведёт ни к каким результатам, он тупиковый, уверена Ольга Сварник. Свою точку зрения она постаралась обосновать в НИЯУ МИФИ на публичной лекции в рамках цикла семинаров по актуальным вопросам нейробиологии, нейроинформатики и когнитивных исследований (см. статью «Чтение мыслей станет реальностью»).
«В мозге нет блоков с закреплёнными за каждым из них функциями, - говорит Ольга Сварник. - Для сравнения: если мы возьмём лампочку, то она как единое устройство может либо гореть, либо не гореть. Рассматривая какую-нибудь извилину, мы не можем сказать, что она активна или нет, так как сотни тысяч её нейронов в разные отрезки времени могут вести себя совершенно по-разному. Надо сосредоточиться на изучении нейрона - как единицы, которая может функционировать наподобие лампочки - гореть или не гореть».
Нейрон, который генерирует потенциал действия, является связующим звеном между физиологией и психологией. Работы по изучению этой взаимосвязи начались в 1970-х годах, когда появилась возможность регистрировать активность нейронов. Выдающийся российский нейрофизиолог Вячеслав Швырков (его имя носит лаборатория системной психофизиологии Института психологии РАН, где работает Ольга Сварник) экспериментально установил, что активные нейроны в бодрствующем мозге строго специализированы. Причём соседние клетки могут иметь абсолютно разные специализации. Многочисленные физиологические исследования последних лет доказали, что именно так и происходит.
«В нашей лаборатории проводился эксперимент с кроликами, которые были обучены нажимать на педаль для получения пищи в кормушку, - рассказывает Ольга Сварник. - В результате удалось выявить нейроны, которые активизируются в момент нажатия кроликом на педаль. И неважно, как он это делает - передней лапой, задней, садится на неё. Есть нейроны, которые связаны именно с действием нажатия на педаль».
При этом активность нейронов не связана со стимулами, которые предъявляются животному. Например, кроликов тренировали в двух режимах: загорается свет - даётся пища; и загорается свет - происходит удар током. Кролик попеременно «работал» то в одном, то в другом режиме. В ходе опыта выяснилось, что в разных экспериментах активизируются разные нейроны. Активность тех или иных нейронов вообще может быть не связана с наличием стимулов, предполагает Ольга Сварник.
Изучение активности нейронов позволяет заглянуть в субъективный мир животного или человека.
В 1991 году Keith Kendrick с соавторами опубликовали статью, в которой привели результаты эксперимента с овцой. Животному показывали изображения сородичей из её стада, из соседних (с которыми она не была знакома), а также фото человека, свиньи, собаки. Оказалось, что овца способна различать «своих»: был обнаружен нейрон, который проявлял активность только в тот момент, когда ей показывали овец из её стада. На другие картинки этот нейрон не отвечал. А кроме того выяснилось, что есть нейрон, который активизируется при просмотре картинок человека и собаки, то есть для овцы они попадают в одну категорию. Таким образом, регистрация нейронов даёт представление о том, как овца воспринимает этот мир.
Схема строения нейрона
У человека нейроны также специализированы. Об этом, в частности, можно судить по следующему эксперименту. Пациентам по клиническим показаниям (тяжёлые формы эпилепсии) вживляли в мозг электроды из золота или платины диаметром всего 50 микрон. Такая процедура помогала определить последующую тактику лечения, а также параллельно проводить интересные исследования. К примеру, пациенту показывали множество различных фотографий известных личностей (актёров, музыкантов, политиков). Каждый нейрон реагировал только на определённый образ, в частности, один из них проявлял активность при просмотре снимков актрисы Дженнифер Энистон. Интересно, что этот нейрон не давал никакого потенциала действия, когда актриса была на фото вместе с Брэдом Питом. Эти работы, опубликованные в 2005 году, получили широкий резонанс. Эксперимент продемонстрировал, что исследования активности нейронов открывают доступ к очень тонким деталям субъективной реальности.
Совокупность нейронов составляет нашу сущность, определяет особенности личности, отмечает Ольга Сварник. Можно предположить, что у тех, кто занят орнитологией, большое количество нейронов, которые способны различать огромное разнообразие птиц.
Если мы знаем, что существует нейрон определённой поведенческой специализации, то можно вызвать это поведение путём активизации тех или иных нейронов. И такие эксперименты проводились. Были определены нейроны, связанные с таким действием, как копание. Путём их стимуляции учёные добивались того, что животное начинало всё время копать.
Все приведённые примеры - забавные феномены, которые свидетельствуют, что активность нейронов связана с определённым поведением. Даёт ли это основание считать, что мы знаем о принципах работы мозга? Вряд ли. Надо сказать, что даже о феномене специализации нейронов, который на сегодняшний день широко экспериментально продемонстрирован, мы знаем мало.
Неизвестно, откуда берутся эти нейроны? Каковы условия формирования специализации нейронов?
Есть предположение, что они возникают в процессе обучения. Например, выучился человек на орнитолога, научился отличать воробья от зяблика, и появились у него соответствующие нейроны. Существует гипотеза, что в организме есть молчащие клетки, и в тот момент, когда мы узнаём что-то новое, нейрон, который всё это время ждал своего часа, обретает специализацию.
В мозге - 10 12 нейронов. Чтобы понять, как работает мозг, надо выяснить, как вместе взаимодействуют все эти нейроны в процессе психической деятельности. Если мы поймём, каким образом из активности нейронов возникает нечто, что может быть названо психической деятельностью - мышление, воображение, сознание и прочее, - то можно сказать, что это и есть основной принцип работы мозга.
По активности нейронов можно изучить психическую деятельность какого-либо организма, в том числе человека. Надо выяснить, как эти клетки своей активностью создают субъективную реальность. Однако важно изучать не отдельные нейроны, а то, как они совокупно работают. Проблема в том, что технически в настоящее время можно зарегистрировать одновременно 700-800 нейронов. Учёные пытаются найти возможности для регистрации большего количества.
На данный момент мы не знаем, что такое мышление, сознание, воображение, разум, резюмирует Ольга Сварник. Но именно сейчас у нас есть возможность исследовать эти процессы путём регистрации активности нейронов.
Марина Σ Муравьёва
