Читать онлайн «Эволюция разума». Страница 19

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]. 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].

Недавние исследования подтверждают наблюдение, что распознающие модули связываются в зависимости от того, какие образы им приходится распознавать. Например, нейробиолог Йи Зуо и ее коллеги следили за тем, как новые дендритные шипики образовывали связи между нервными клетками по мере того, как мыши обучались новому навыку (пролезать в щель, чтобы достать корм)[57]. Исследователи из Института Солка в Калифорнии выяснили, что это самовозбуждение модулей новой коры, по-видимому, контролируется лишь несколькими генами. И эти гены, и сам способ самовозбуждения тоже одинаковы во всей новой коре[58].

Эти свойства новой коры описаны и во многих других исследованиях, так что давайте суммируем то, что мы узнали из литературы и из наших собственных мысленных экспериментов. Основная функциональная единица новой коры — ансамбль (модуль) нейронов, которых, по моим оценкам, в каждом модуле содержится около сотни. Модули сплетены между собой и образуют колонки, так что отдельные модули практически неразличимы. Направление связей и сила синаптических взаимодействий в каждом модуле достаточно стабильны. Обучение происходит при изменении направления и силы взаимодействий между модулями.

В новой коре насчитывается порядка квадрильона (1015) связей, но при этом в геноме содержится лишь около 25 млн байт соответствующей структурной информации (после сжатия без потерь), так что эти связи не могут быть предопределены генетически. Возможно, до некоторой степени обучение является результатом «общения» новой коры со старым мозгом, но и это позволяет объяснить происхождение лишь части информации. В целом связи между модулями формируются на основании опыта («воспитание сильнее природы»).

Головной мозг не обладает достаточной гибкостью для того, чтобы каждый распознающий модуль мог просто связываться с любым другим модулем (в отличие от легко программируемого компьютера или Интернета), — требуется осуществить реальное физическое соединение с участием аксона и дендрита. Как показало исследование Ван Видена, эти связи организованы повторяющимся и в высшей степени упорядоченным образом. Окончательное связывание с ожидающими аксонами происходит в результате распознавания образов каждым соответствующим распознающим модулем. Неиспользуемые связи в итоге удаляются. Все эти связи организованы иерархическим образом, что отражает естественное иерархическое устройство реальности. В этом и заключается ключевая способность новой коры.

Основной алгоритм действия распознающих модулей одинаков как для модулей «низшего порядка», имеющих дело с самыми примитивными сенсорными образами, так и для модулей «высшего порядка», распознающих более сложные понятия. Многочисленные доказательства пластичности и взаимозаменяемости разных отделов новой коры являются лучшим подтверждением этого важного наблюдения. Участки коры в некоторой степени оптимизированы для обработки образов определенного типа, но это вторичное явление; основной алгоритм универсален.

Передача сигналов по иерархической лестнице происходит как снизу вверх, так и сверху вниз. Восходящий сигнал означает: «Я обнаружил образ». Нисходящий сигнал гласит: «Я ожидаю ваш образ» и имеет предсказательное значение. И восходящий, и нисходящий сигналы могут быть как возбуждающими, так и ингибирующими.

Каждый образ воспринимается в определенном порядке, и обратить его непросто. Даже если образ многомерный, он представляется в виде последовательности одномерных образов более низкого порядка. Образ — это упорядоченная последовательность других образов, так что процесс распознавания по своей природе является рекурсивным. Эта иерархия может иметь множество уровней.

Образы, которые мы учимся распознавать, особенно наиболее важные из них, отличаются высокой степенью избыточности. Распознавание образов (таких как обычные предметы и лица) происходит по тому же механизму, что и воспоминание, которое как раз и представляет собой воспроизведение уже знакомого образа. Воспоминания тоже хранятся в виде последовательностей образов, обычно в виде текстов. Тот же механизм используется и для обучения движениям и их воспроизведению. Избыточность образов позволяет нам распознавать предметы, людей и идеи даже в измененном виде и в разном контексте. Величина и вариабельность величины поступающих сигналов также позволяют новой коре кодировать изменения амплитуды в разных измерениях (длительность в случае звука). Один из способов кодирования этих параметров состоит в записи множества образов с различающимися входными сигналами. Например, это могут быть образы произнесенного слова steep с разными вариантами длительности звука [E], каждый из которых характеризуется параметрами значимости, указывающими, что длительность этого [E] может быть различной. Этот подход не является математическим эквивалентом точному указанию параметров величины сигнала и на практике реализуется гораздо хуже, тем не менее это одна из возможностей записи амплитуды параметра. Самое весомое доказательство важности данных параметров заключается в том, что без них системы искусственного интеллекта не могут достичь такой же эффективности распознавания, как живой человек.

Все эти выводы следуют из приведенных мной выше примеров исследований и мысленных экспериментов. Я повторяю, что представленная мной модель является единственной, которая удовлетворительным образом соответствует всем условиям, определяемым данными практическими и мысленными экспериментами.

Наконец, существует еще одно доказательство справедливости описанной модели. Созданные нами за последние десятилетия системы искусственного интеллекта для распознавания и обработки проявлений реальной жизни (таких как человеческая устная и письменная речь), а также для понимания природы языка, как выясняется, в математическом плане очень похожи на описанную мной модель. Они также являются примером теории мысленного распознавания образов. Создатели искусственного интеллекта не пытаются воспроизвести человеческий мозг в буквальном смысле, однако неизбежно приходят к тем же самым принципам.