Текст книги "Эволюция разума"
Автор книги: Рэймонд Курцвейл
Жанр:
Биология
сообщить о нарушении
Текущая страница: 6 (всего у книги 20 страниц)
Суть модели
Как я уже говорил ранее, в 1980–1990-х гг. я руководил группой исследователей, пытавшихся применить метод иерархических скрытых моделей Маркова для распознавания и понимания человеческой речи. Эта работа предшествовала появлению широко распространенных сегодня коммерческих систем, распознающих и понимающих нашу речь (автомобильных навигационных систем, Сири в айфонах и многих других). Созданная нами технология строилась практически по тем же принципам, что реализуются при мысленном распознавании образов. Она также была основана на иерархии образов, при которой каждый более высокий уровень отличался от нижестоящего уровня большей абстрактностью. Например, в системе распознавания речи основные образы звуковой частоты формировали нижние уровни, за ними следовали фонемы, затем слова и фразы (часто распознававшиеся так, как будто были словами). Некоторые системы распознавания речи могут понимать речевые команды и в таком случае включают в себя еще более высокие иерархические уровни, содержащие такие структуры, как именные и глагольные группы. Каждый распознающий модуль умеет распознавать линейную последовательность образов с нижестоящего понятийного уровня. Каждый входной сигнал характеризуется значимостью, величиной и вариабельностью величины. Существуют также и нисходящие сигналы, указывающие на ожидание образа низшего уровня. Подробнее я расскажу об этих исследованиях в седьмой главе.
В 2003 и 2004 гг. создатели карманного персонального компьютера Джеф Хокинс и Дайлип Джордж сформировали иерархическую модель коры, названную временной иерархической памятью. В соавторстве с писательницей Сандрой Блейксли Хокинс описал эту модель в книге «Об интеллекте» (On Intelligence). Хокинс доказывает универсальность алгоритма действия коры и ее иерархической организации в виде списков. Между моделью Хокинса и моделью, которую предлагаю вам я в своей книге, есть несколько существенных различий. Как следует из названия модели, Хокинс настаивает на временной (основанной на времени) природе списков. Другими словами, списки составляются всегда в одном и том же направлении – вперед во времени. Наличие временного направления у элементов двумерных образов, таких как печатная буква «А», он объясняет движением глаз. Он объясняет, что мы визуализируем изображения при помощи саккад – очень быстрых непроизвольных движений глаз. Таким образом, информация поступает в новую кору не в виде двумерных наборов данных, а скорее в виде списков организованных во времени элементов. Это правда, что наши глаза совершают очень быстрые движения, однако они не всегда видят элементы образов (таких как буква «А») в последовательном временном порядке. Например, глаза не обязательно сначала регистрируют верхний угол буквы «А», а затем ее нижнюю часть. Кроме того, мы способны распознать зрительный образ, видимый лишь на протяжении нескольких десятых миллисекунды, а за это время саккадные движения глаз просто не успевают его просканировать. Верно, что распознающий модуль новой коры сохраняет образ в виде списка и что список этот хранится в соответствии с определенным порядком, только порядок этот не обязательно временной. Он действительно может быть временным, но также может быть пространственным или понятийным, как я объяснял выше.
Но самое главное различие между моделями заключается в наборе параметров, с помощью которых я характеризую каждый сигнал, входящий в распознающий модуль, в частности параметров величины и ее вариабельности. В 1980-х гг. мы пытались распознавать человеческую речь без учета информации подобного рода. Тогда лингвисты уверяли нас, что информация о длительности сигнала не играет решающей роли. Такой подход используется в словарях, в которых произношение каждого слова передается в виде последовательности фонем. Например, слово steep записывается как последовательность звуков [s], [t], [E] и [p] без указания ожидаемой длительности каждой фонемы. В результате, если созданная нами программа, способная распознавать фонемы, встречает в речи эту специфическую последовательность четырех фонем, она сможет распознать слово. Созданная по такому принципу программа работала, но недостаточно хорошо, чтобы справляться с большим набором слов, распознавать речь нескольких говорящих или слова, произнесенные без пауз. Качество программы выросло в значительной степени, когда мы с помощью иерархических скрытых моделей Маркова ввели для каждого входного сигнала параметр распределения величины.
Глава четвертая
Биологическая новая кора
Поскольку дело серьезное, вам понадобится череп для вашего мозга, пластиковый футляр для расчески и бумажник для денег.
Джордж Костанца, персонаж американского телесериала «Сайнфилд», 1998
Теперь мы впервые наблюдаем за работой мозга в глобальном плане с такой ясностью, что сможем найти общие программы его удивительных способностей.
Работу мозга над полученной информацией можно в определенной степени сравнить с работой скульптора над каменной глыбой. В том смысле, что статуя всегда находилась внутри камня. Однако кроме нее в камне хранились еще тысячи других, и только благодаря скульптору из него была извлечена именно эта. Так же и мир каждого из нас, как бы по-разному мы его ни воспринимали, погружен в изначальный хаос ощущений, который всем нам дает одинаковую материю для размышлений. Если захотим, мы можем мысленно повернуть время вспять к той черной и единой бесконечности пространства и движущихся и роящихся атомов, какую наука называет единственным реальным миром. Но все-таки мир, который мы воспринимаем и в котором живем, такой, какой наши предки и мы сами постепенно высекали из этого первозданного пространства, просто отделяя определенные фрагменты. Другой скульптор – другая статуя из того же камня! Другой разум – другой мир из того же самого монотонного и невыразительного хаоса! Мой мир – лишь один из похожих вкрапленных миров, столь же реальных для тех, кто умеет абстрагироваться. Сколь другим, должно быть, является мир в сознании муравья, каракатицы или краба!
Является ли разум главной целью или лишь одной из целей биологической эволюции? Стивен Линкер[43]43
Стивен Пинкер – канадско-американский ученый, психолог, популяризатор науки.
[Закрыть] пишет: «Мы рассматриваем свой мозг в качестве вершины эволюции[44]44
Steven Pinker, How the Mind Works, Norton Press, 1997, 152–153.
[Закрыть]… но это [мнение] неоправданно., поскольку естественный отбор не имеет никакого отношения к развитию интеллекта. Этот процесс определяется различием в выживаемости и воспроизводстве организмов в специфических условиях окружающей среды. Со временем организмы приобретают черты, позволяющие им адаптироваться к жизни и воспроизводству в данных конкретных условиях; ничто, кроме их успешного процветания здесь и сейчас, не движет их развитием ни в каком направлении». Далее Пинкер заключает: «Жизнь похожа на густой и ветвистый куст, а не на линейку или лестницу, и живые организмы располагаются на концах ветвей, а не у их основания».
В отношении человеческого мозга он задается вопросом, насколько «преимущества превышают затраты». К затратам он относит «большой объем мозга. Таз женщины едва вмещает в себя голову ребенка. Такое компромиссное строение является причиной гибели множества женщин в момент деторождения и объясняет раскачивающуюся походку женщин, из-за которой по биомеханическим причинам женщины перемещаются менее эффективно, чем мужчины. Кроме того, болтающаяся на шее тяжелая голова повышает вероятность смертельных повреждений при таких несчастных случаях, как падения». Он продолжает список недостатков, среди которых большой расход энергии мозгом, медленные реакции и медленное обучение.
В принципе, все эти утверждения точны (хотя многие знакомые мне женщины ходят гораздо легче, чем я), однако Линкеру не хватает обобщений. Это верно, что биологическая эволюция не имеет специфического направления. Скорее она ищет пути среди «густых и ветвистых кустов» природы. Так же верно, что эволюционные изменения не обязательно происходят в направлении повышения интеллекта – они идут по всем направлениям. Можно привести множество примеров успешных организмов, которые практически не изменились за миллионы лет (скажем, аллигаторы появились 200 млн лет назад, а многие микроорганизмы – еще раньше). Однако в процессе последовательного развития мириад эволюционных ветвей одно из направлений действительно ведет к повышению интеллекта. И именно этот факт является предметом нашей дискуссии.
Схема расположения ключевых отделов мозга человека.
Новая кора некоторых млекопитающих.
Предположим, у нас есть банка с синим газом. Когда мы открываем крышку, к молекулам газа не поступает никакого сигнала типа «эй, ребята, крышка открыта, путь свободен!» Молекулы просто продолжают делать то же, что обычно, то есть движутся во всех направлениях без какого-либо предпочтения. Но при этом те из них, которые находятся в верхней части банки, действительно выходят наружу, и со временем большинство молекул покинет банку. Однажды биологическая эволюция создала механизм иерархического обучения, и он оказался чрезвычайно полезным для реализации одной из ее задач – выживания видов. Преимущество обладания новой корой становится совершенно очевидным в тех ситуациях, когда быстро меняющиеся обстоятельства благоприятствуют быстрому обучению. Самые разные виды организмов – и растения, и животные – учатся адаптироваться к изменяющимся условиям, однако за неимением новой коры им приходится использовать процесс генетической эволюции. Для обучения новым стратегиям поведения (или другим адаптационным стратегиям в случае растений) организмам, не имеющим новой коры, требуются тысячи лет (множество поколений). Выдающимся преимуществом организмов с новой корой является возможность обучения на протяжении нескольких дней. Если вид попадает в ситуацию, характеризующуюся драматическими изменениями внешних условий и один из представителей вида изобретает, открывает или просто случайно обнаруживает (все эти три метода являются вариантами инноваций) путь адаптации к этим изменениям, другие представители вида замечают, усваивают и копируют этот метод, который в результате быстро, как вирус, распространяется во всей популяции. Мел-палеогеновое вымирание, произошедшее около 65 млн лет назад, стало причиной исчезновения многих видов организмов, которые не имели новой коры и не смогли достаточно быстро адаптироваться к резким изменениям окружающей среды. Это был поворотный момент в развитии млекопитающих, занявших освободившиеся экологические ниши. Так биологическая эволюция «обнаружила», что способность новой коры к иерархическому обучению настолько ценное приобретение, что данная область головного мозга продолжала увеличиваться и теперь составляет основную часть мозга Homo sapiens.
Открытия в нейробиологии подтвердили ключевую роль иерархических способностей новой коры, а также представили доказательства теории мысленного распознавания образов (ТРО). Эти доказательства складываются из множества наблюдений и анализов, часть которых я здесь представлю. Канадский психолог Дональд Хебб (1904–1985) первым предпринял попытку идентифицировать неврологические основы процесса обучения. В 1949 г. он описал механизм физиологического изменения нейронов в зависимости от пережитого опыта, что может быть основой обучаемости и пластичности головного мозга. Он писал: «Предположим, что сохранение или повторение реверберационной активности способствует длительным клеточным изменениям… Если аксон клетки А находится достаточно близко, чтобы возбуждать клетку В, и возбуждает ее непрерывно или многократно, происходит некий рост или определенные метаболические изменения в одной или в обеих клетках, в результате чего возрастает эффективность возбуждения клеткой А клетки В»[45]45
D. O. Hebb, (1949). The organization of behavior. New York: Wiley & Sons.
[Закрыть]. Эта теория, выраженная в тезисе cells that fire together wire together («между клетками, которые возбуждаются одновременно, возникает прочная связь»), стала известна как «правило Хебба». Идея Хебба получила подтверждение, и теперь известно, что клетки мозга могут образовывать новые связи и усиливать их благодаря собственной активности. Теперь сканирование головного мозга позволяет наблюдать за развитием подобных связей. Строение искусственных сетей нейронов основано на теории Хебба об обучении нейронов.
Теория Хебба строится на предположении, что основной обучающейся единицей новой коры является нейрон. Теория распознавания образов, которую предлагаю вам я в данной книге, строится на другой основополагающей единице – не на отдельном нейроне, а скорее на совокупности нейронов, число которых в этой совокупности, по моим оценкам, близко к сотне. Связи и синаптические взаимодействия внутри каждой такой единицы достаточно прочные и определены генетически: организация каждого распознающего модуля генетически предопределена. Обучение происходит в процессе образования связей между этими единицами, а не внутри них и, возможно, связано с усилением синаптической передачи в этих связях.
Недавно новые подтверждения того, что основной единицей обучения является модуль из нескольких десятков нейронов, были получены швейцарским нейрофизиологом Генри Маркрамом (род. в 1962 г.), чей амбициозный проект «Голубой мозг» (Blue Brain) я представлю в седьмой главе. В статье 2011 г. он описывал свои эксперименты по сканированию и анализу нейронов новой коры млекопитающих для «поиска доказательств существования ансамблей Хебба на самом примитивном уровне организации коры». Однако вместо них он обнаружил «трудноуловимые ансамбли [клеток], связь и синаптический вес которых вполне предсказуемы и ограничены». На основании этих результатов Маркрам пришел к заключению, что «опыт не может просто моделировать синаптические связи этих ансамблей» и что «они служат врожденными строительными блоками знаний для восприятия типа кубиков лего, а формирование памяти включает в себя соединение этих кубиков в сложные конструкции». Он продолжает: «О существовании функциональных ансамблей нейронов было известно уже несколько десятилетий, однако не существовало прямого доказательства наличия кластеров синаптически связанных нейронов… Поскольку все эти ансамбли похожи между собой по топологии и синаптическому весу и не сформированы под действием какого-либо специфического опыта, можно считать, что это врожденные ансамбли… а опыт играет лишь минорную роль в формировании синаптических связей и их весов… Наши исследования подтвердили существование врожденных ансамблей типа кубиков лего, состоящих из нескольких десятков нейронов… Благодаря связям между ансамблями в слое новой коры могут возникать более сложные структуры, затем ансамбли еще более высокого порядка в кортикальной колонке, еще более сложные ансамбли отделов мозга, и, наконец, самый сложный ансамбль соответствует всему головному мозгу в целом… Накопление воспоминаний сильно напоминает строительство из кубиков лего. Каждый ансамбль эквивалентен блоку лего, содержащему некоторое количество элементарных врожденных знаний о том, как воспринимать внешний мир и реагировать на него… При соединении разных блоков образуется уникальная комбинация этих врожденных воспринимаемых образов, составляющих специфические знания и опыт индивидуума»[46]46
Henry Markram and Rodrigo Perrin, Innate Neural Assemblies for Lego Memory, Frontiers in Neural Circuits, 2011: 5:6.
[Закрыть].
Предлагаемая Маркрамом модель «кубиков лего» полностью совместима с описанной мной теорией распознающих модулей. В электронном письме Маркрам назвал эти «кубики лего» «общим и врожденным знанием»[47]47
Электронное сообщение от Генри Маркрама, 19 февраля 2012 г.
[Закрыть]. Я считаю, что задача модулей заключается в распознавании и запоминании образов, а также их предсказании на основании частичных образов. Заметим, что предположение Маркрама о том, что в состав каждого модуля входит «несколько дюжин нейронов», основано лишь на анализе пятого слоя новой коры. Действительно, пятый слой очень богат нейронами, но если учитывать содержание нейронов в шести уровнях, мы получим значение около 100 нейронов на модуль, что соответствует моим оценкам.
Последовательное возбуждение и модульное строение новой коры были известны уже на протяжении многих лет, но в данном исследовании впервые говорится о стабильности этих модулей при динамических процессах, происходящих в мозге.
Результаты другого нового исследования, проведенного в Массачусетском госпитале при финансовой поддержке Национального института здоровья, опубликованные в мартовском номере журнала Science за 2012 г., также демонстрируют регулярную структуру связей в новой коре[48]48
Van J. Wedeen, Douglas L. Rosene, Ruopeng Wang, Guangping Dai, Farzad Mortazavi, Patric Hagmann, Jon H. Kaas, Wen-Yih I. Tseng, The Geometric Structure of the Brain Fiber Pathways. Science, March 30, 2012. Volume 335.
[Закрыть]. В статье описано возбуждение новой коры в соответствии с некоей координатной сеткой, как на карте упорядоченных городских улиц: «В общем, структура головного мозга напоминает Манхэттен с двумерным планом улиц и лифтом, движущимся по третьей, вертикальной оси», – пишет руководитель данного исследования нейрофизиолог из Гарварда Ван Дж. Виден.
В электронной версии статьи Ван Виден рассказывает о значении данного исследования: «Это было исследование трехмерной структуры связей в головном мозге. На протяжении последних станет ученые представляли себе головной мозг в виде порции спагетти – набор отдельных путей, не имеющих выраженной пространственной связи. Используя метод магнитного резонанса, мы смогли провести экспериментальное исследование. И вместо независимых или связанных случайным образом путей мы обнаружили, что все пути в головном мозге образуют единую, чрезвычайно простую структуру. В общем приближении они образуют кубик. Все пути идут в трех перпендикулярных направлениях, и на каждом из этих направлений пути организованны и строго параллельны. Таким образом, вместо несвязанных спагетти мы видим общую структуру мозговых связей как единую слаженную структуру».
Итак, исследования Маркрама демонстрируют наличие в новой коре повторяющихся модулей, состоящих из нейронов, а исследования Ван Видена – удивительную упорядоченность связей между этими модулями. Мозг представляет собой огромное множество «ожидающих связей», к которым могут подключаться распознающие модули. Таким образом, если один какой-то модуль хочет подключиться к другому, одному из них не нужно растить аксон, а другому дендрит, чтобы преодолеть физическое расстояние между ними. Они просто используют одну из аксональных ожидающих связей и подключаются к концу нити. Как пишут Ван Виден и его коллеги, «пути головного мозга следуют основному плану, сформированному… [в процессе] раннего эмбриогенеза. Таким образом, пути зрелого мозга отражают картину этих первозданных переходов, физически сформированных в ходе развития». Другими словами, когда мы учимся и приобретаем какой-либо опыт, распознающие модули новой коры подключаются к этим уже существующим связям, возникшим еще на стадии эмбрионального развития.
По такому же принципу устроен электронный чип, называемый «программируемой пользователем вентильной матрицей» (ППВМ, англ. Field-Programmable Gate Array, FPGA). Этот чип содержит миллионы модулей, использующих логическую функцию «ожидающих связей». При реализации определенной функции эти связи либо активируются, либо инактивируются (посредством электронных сигналов).
Те протяженные связи в новой коре, которые не применяются, в итоге отключаются, что отчасти объясняет, почему адаптация соседних участков новой коры для компенсации поврежденных участков не является столь же эффективной, как использование исходного участка. В соответствии с результатами Ван Видена исходные связи в высшей степени упорядочены и повторяемы, как и сами модули, а их сеть применяется для «направления проведения [сигналов]» в новой коре. Такая картина обнаружена в головном мозге человека и всех приматов и распространяется на все зоны новой коры, начиная от участков, ответственных за распознавание ранних (наиболее простых) сенсорных образов, и заканчивая уровнем высших эмоциональных образов. В заключительной части статьи Ван Видена говорится, что «всеобъемлющая, единая и последовательная сетчатая структура церебральных путей соответствует трем основным осям развития». Это опять же говорит о едином алгоритме функционирования новой коры.
Высокоупорядоченная структура решетки начальных связей нейронов новой коры (по данным исследований, проведенных Национальным институтом здоровья США).
Уже давно известно, что как минимум некоторые отделы новой коры построены по иерархическому принципу. Лучше всего исследован зрительный отдел коры, подразделяемый на зоны V1, V2 и MT (она же зона V5).
Еще одно изображение регулярных связей нейронов в новой коре.
При перемещении в более высокие отделы этой области коры («высокие» в смысле понятийной иерархии, а не в физическом смысле, поскольку новая кора по толщине всегда соответствует лишь одному распознающему модулю) происходит распознавание все более сложных (более абстрактных) понятий.
Структура решетки, обнаруженная в новой коре, удивительным образом напоминает структуру так называемой координатной коммутации, используемой в интегральных схемах и монтажных платах.
Зона V1 отвечает за самые примитивные формы, V2 может распознавать контуры, соответствие изображений, полученных от каждого глаза, пространственную ориентацию, а также является ли данный образ частью какого-то объекта или фоном[49]49
Tai Sing Lee, Computations in the early visual cortex, Journal of Physiology – Paris 97 (2003) 121–139.
[Закрыть]. Наивысшие зоны коры распознают такие понятия, как идентичность объектов и лиц и их движения. Также давно известно, что связь между этими иерархическими зонами осуществляется как снизу вверх, так и сверху вниз и что сигналы могут быть как возбуждающими, так и тормозящими. Нейрофизиолог из Массачусетского технологического института Томазо Поджо (род. в 1947 г.) активно занимался изучением зрительных отделов коры, и полученные им за последние 35 лет результаты были очень полезны для понимания иерархических принципов обучения и распознавания образов в «ранней» (находящейся на нижнем понятийном уровне) зрительной области коры[50]50
Список статей можно найти здесь: http://cbcl.mit.edu/people/poggio/tpcv_short_pubs.pdf.
[Закрыть].
Наши представления о нижних иерархических уровнях зрительной коры вполне соответствуют теории мысленного распознавания образов, о которой я говорил в предыдущей главе, а недавно удалось продемонстрировать иерархическую природу процессов далеко за пределами этих уровней новой коры. Профессор нейробиологии Техасского университета Даниель Дж. Феллман и его коллеги проследили «иерархическую организацию коры головного мозга… [в] 25 областях новой коры», в числе которых как зрительные зоны, так и участки высокого понятийного уровня, объединяющие образы, поступающие от нескольких органов чувств. Они обнаружили, что в соответствии с иерархическим строением коры обработка образов усложняется, затрагиваются все более обширные участки мозга и процесс занимает все более длительное время. И каждая проанализированная ими связь служит для проведения сигнала в обоих направлениях[51]51
Daniel J. Felleman and David C. Van Essen, Distributed Hierarchical Processing in the Primate Cerebral Cortex, Cerebral Cortex, January/February 1991, 1: 1–47.
Подробный анализ байесовской математики восходящих и нисходящих контактов в новой коре представлен в статье Tai Sing Lee, Hierarchical Bayesian inference in the visual cortex, Journal of the Optical Society of America, 2003.
[Закрыть].
Недавние исследования позволили нам значительно расширить эти наблюдения за пределы зрительной коры и связанных с ней областей, принимающих сигналы от различных органов чувств. В 2007 г. профессор психологии Ури Хассон и его коллеги из Принстонского университета показали, что процессы, наблюдаемые в зрительной коре, имеют место и во многих других отделах коры: «Доказано, что нейроны зрительной коры имеют очень широкие рецептивные поля. В этом состоит основной принцип организации системы зрительного восприятия… Реальные события разворачиваются не только в пространственном, но и во временном измерении. Поэтому мы предполагаем, что иерархия, аналогичная иерархии пространственных рецептивных полей, должна существовать в различных отделах мозга и для реакций во временном измерении». Именно это они и обнаружили и пришли к заключению, что «существует иерархия прогрессивно увеличивающихся временных рецептивных полей, аналогичная известной иерархии пространственных рецептивных полей новой коры»[52]52
Uri Hasson, Eunice Yang, Ignacio Vallines, David J. Heeger, and Nava Rubin, A Hierarchy of Temporal Receptive Windows in Human Cortex, The Journal of Neuroscience, March 5, 2008.
[Закрыть].
Самым мощным аргументом в пользу универсального характера обработки информации в новой коре является доказательство пластичности этого процесса (не только обучаемость, но и взаимозаменяемость). Иными словами, один отдел мозга может выполнять работу других отделов, пользуясь общим для всей новой коры алгоритмом. Многочисленные нейрофизиологические исследования были посвящены идентификации участков новой коры, ответственных за обработку различных типов образов. Классический подход к исследованию данного вопроса состоит в проведении корреляций между повреждениями головного мозга (в результате травмы или инсульта) и потерей соответствующей функции мозга. Например, если выясняется, что в результате повреждения веретенообразной извилины человек перестает распознавать лица, но все еще способен узнавать людей по голосам и манере говорить, можно сделать вывод, что поврежденный участок связан с распознаванием лиц. При этом предполагается, что каждый такой отдел мозга предназначен для распознавания и обработки образов определенного типа. В результате отдельные физические участки мозга стали связывать с восприятием определенных типов образов, поскольку в норме именно в этих участках происходит обработка соответствующей информации. Однако выясняется, что при нарушении по какой-либо причине нормального потока информации эту функцию может взять на себя другой отдел новой коры.
Неврологам хорошо известна эта пластичность мозга, благодаря которой пациенты с повреждениями мозга в результате травмы или инсульта могут вернуть утерянные функции за счет других участков новой коры. Возможно, один из самых удивительных примеров пластичности мозга был продемонстрирован в 2011 г. американским нейрофизиологом Мариной Бедни и ее коллегами, которые изучали зрительную кору пациентов с врожденной слепотой. В соответствии с классическими представлениями, первичные уровни зрительной коры, такие как V1 и V2, воспринимают и обрабатывают самые примитивные образы (углы и линии), тогда как фронтальная кора (новый в эволюционном плане отдел мозга, заключенный в нашей необычайно развитой лобной части черепа) обрабатывает гораздо более сложные и тонкие речевые образы и другие абстрактные понятия. Однако Бедни и ее коллеги обнаружили следующее: «Считается, что левый лобный и височный отделы человеческого головного мозга предназначены для обработки речевых образов. Однако у слепых от рождения людей при решении некоторых речевых задач происходит активация зрительной коры. Мы показали, что эта активность зрительной коры на самом деле отражает обработку речевых образов. Мы обнаружили, что у людей с врожденной слепотой левая часть зрительной коры ведет себя аналогично классическим участкам, отвечающим за восприятие речи… Мы пришли к заключению, что отделы мозга, которые, как считалось, эволюционировали для восприятия зрительных образов, в результате раннего опыта могут участвовать в обработке речевых образов»[53]53
Marina Bedny, Alvaro Pascual-Leone, David Dodell-Feder, Evelina Fedorenko, and Rebecca Saxe, Language Processing in the occipital cortex of congenitally blind adults, Proceedings of the National Academy of Sciences, 2011, Volume 108, no. 11, 4429–4434.
[Закрыть].
Подумайте, что это означает. Получается, отделы новой коры, которые физически удалены друг от друга и, как считалось, отвечают за совершенно разные функции (восприятие примитивных зрительных образов и сложных речевых построений), фактически используют один и тот же алгоритм. Эти отделы, предназначенные для восприятия совершенно разных типов образов, могут заменять друг друга.
Нейрофизиолог Даниэль Фельдман из Университета Калифорнии в Беркли в 2009 г. опубликовал обширный обзор о том, что мы называем «механизмами синаптической пластичности новой коры», и привел доказательства подобной пластичности в разных отделах коры. Он пишет, что «пластичность позволяет мозгу узнавать и запоминать образы чувственного мира, совершенствовать движения… и восстанавливать функции после повреждений». Он добавляет, что эта пластичность достигается за счет «структурных изменений, включающих образование, удаление и морфологические перестройки кортикальных синапсов и дендритных шипиков»[54]54
Daniel E. Feldman, Synaptic Mechanisms for Plasticity in Neocortex, Annual Review of Neuroscience 2009,32: 33–55.
[Закрыть].
Ученые из Университета Калифорнии в Беркли недавно продемонстрировали еще один удивительный пример пластичности коры (и, следовательно, универсальности алгоритма функции новой коры). Они использовали имплантированные микроэлектроды для получения сигналов из участков моторной коры мыши, которые контролируют движение усов. Эксперимент был поставлен таким образом, что мыши получали вознаграждение, если активировали соответствующие нейроны в определенных ситуациях, но при этом не шевелили усами. Для получения награды мышам приходилось решать задачу, в обычных условиях не связанную с активацией нейронов лобной доли. Тем не менее мыши оказались способны решить задачу, в основном используя свои моторные нейроны, при этом отключив их от выполнения двигательной функции[55]55
Aaron C. Koralek, Xin Jin, John D. Long II, Rui M. Costa, and Jose M. Carmena, Corticostriatal plasticity is necessary for learning intentional neuroprosthetic skills, Nature, 2012, 483, 331–335.
[Закрыть]. Это означает, что моторная кора, ответственная за координацию движений мышц, тоже использует стандартный алгоритм новой коры.
Однако по некоторым причинам опыт или знания, полученные с помощью новой области коры, заменившей поврежденную область, не всегда столь же полноценны, как исходные. Во-первых, обучение какому-то навыку и его совершенствование продолжаются всю жизнь, поэтому переобучение за счет подключения другого участка новой коры не может немедленно привести к тем же результатам. Но еще важнее, что новый участок коры не просто находился в ожидании этой своей новой функции. Он участвовал в реализации каких-то других жизненно важных задач и поэтому вынужден отказаться от какой-то содержащейся в нем информации, чтобы компенсировать функцию поврежденного участка. Прежде всего, он уничтожает некоторые избыточные копии хранящихся в нем образов, что в какой-то степени ухудшает его существующие способности, но при этом не освобождает столько же пространства, сколько раньше занимали выучиваемые заново образы.
Существует и третья причина ограниченности пластичности. Поскольку у большинства людей образы определенного типа воспринимаются специфическими участками коры (например, лица – веретенообразной извилиной), биологическая эволюция привела к оптимизации восприятия этих образов данными участками. В седьмой главе мы поговорим о том, что такая же ситуация имеет место и в цифровой новой коре. Мы можем распознавать речь с помощью системы распознавания знаков и наоборот, но все-таки система распознавания речи оптимизирована для восприятия речи, а система распознавания знаков оптимизирована для распознавания печатных символов, так что при замене одной системы другой эффективность распознавания уменьшается. Для оптимизации мы используем эволюционные (генетические) алгоритмы, имитирующие нормальный биологический процесс. Учитывая, что большинство людей на протяжении сотен тысяч лет распознаёт лица с помощью веретенообразной извилины, биологическая эволюция усовершенствовала возможности обработки таких образов именно в этом отделе мозга. Здесь работает тот же самый базовый алгоритм, но он настроен на восприятие лиц. Как пишет голландский невролог Рэндал Коэн, «[новая] кора очень однородна, каждая колонка или мини-колонка может, в принципе, делать то же, что делает любая другая»[56]56
Электронное сообщение, январь 2012 г.
[Закрыть].
