Что такое биологическая система?

Биологическая система - это живая структура, существующая в определенной для неё среде обитания, обладающая способностью обмена веществ и энергии, а также защитой обмена и копирования информации, которая определяет её функции и возможности совершенствования способов взаимодействия с окружающей средой для сохранения и передачи информации о себе.

Структура биологической системы "клетка":

1. Информационный блок - информационный код, записанный в виде молекул ДНК, РНК. По аналогии с компьютерной программой - является "воплощенным Словом" определяющим функции и параметры системы. Его авторство принадлежит Творцу, Источнику жизни, Создателю всего видимого и не видимого - Богу.
2. Энергетический блок - запрограммированные возможности получения, преобразования и расхода энергии (циркуляции энергии). Энергия - сила необходимая для поддержания жизнедеятельности структурных элементов системы и активации их функций. Или, энергия - это количественная мера взаимодействия всех видов материи и информации, вызывающее изменение их состояния или структуры.
3. МПТ блок (материя, плоть, тело) - внешнее проявление информационного кода. Его функции - защита, сохранение, обмен информации. Является матрицей хранения и копирования информации. К нему относятся: мембраны, ферменты, рецепторы мембран, транспортные каналы мембран, биологически активные вещества (БАВ).

Основные задачи биологической системы "клетка": сохранение, обмен, копирование информации заключенной в ней.

Для выполнения своих задач, в первую очередь копирования, система должна попасть и находиться в определенной среде обеспечивающей ей адекватное потребностям поступление веществ и энергии.
Для регуляции процессов обеспечивающих сохранение, обмен и копирования информации используется рецепторно-медиаторный принцип.

Рецепторно-медиаторный принцип

Рецептор - (от лат. recipere - получать) любая информационно-энергетическая материальная система или структура (ИЭМ система, структура) воспринимающая информацию и изменяющая свое состояние или структуру определенным образом в результате действия медиатора.

Медиатор - (посредник, передатчик) любая ИЭМ система или структура, предназначенная для передачи определенной информации для рецептора.

Мы знаем о разных уровнях организации ИЭМ систем и структур это - атом, молекула, сложная молекула, вещество, вирус, клетка, ткань, орган, организм, коллектив, народ, государство, планета земля, солнечная система, галактика, вселенная.
На разных уровнях организации ИЭМ систем или структур свои механизмы рецепторно-медиаторного взаимодействия. Это относится и к межуровневому взаимодействию.
Изучение этих механизмов, а также поиск медиаторов для рецепторов и описание ответов (изменения состояния или структуры) ИЭМ систем или структур относится к задачам ученых.

Виды взаимодействия рецептора и медиатора

1. Определенный медиатор действует на определенный рецептор биологической системы, что ведет к определенному ответу.

2. Определенный медиатор действует на рецепторы, определяющие разные ответы биологической системы.

3. Несколько медиаторов действует на определенный рецептор биологической системы, что ведет к определенному ответу.

4. Несколько медиаторов действует на определенный рецептор, что ведет к разным ответам биологической системы (взаимодействие характерное для сложных биологических систем).

Результатом взаимодействия медиатора и рецептора является изменение состояния или структуры системы.

Состояние физиологического покоя - это состояние, при котором биологическая система находится в своей среде обитания и выполняет свои задачи, не выходя за рамки среднестатистических данных ее функциональной активности.

Основные механизмы регуляции состояния биологической системы

1. Изменение количества медиатора или рецептора (увеличение, уменьшение)
2. Изменение качества медиатора или рецептора путем изменения их структуры (усиление, ослабление, разрушение) и как следствие изменение их связи и передачи информации.

В биологической системе любая ИЭМ структура может быть, как рецептором для одних ИЭМ структур, так и медиатором для других. Контроля над регуляцией определенного состояния системы можно добиться тогда, когда мы знаем способы воздействия, изменяющие количество и качество медиатора и рецептора, отвечающих за это состояние.

Возможности изменения состояния клетки

Единственная возможность изменить состояние и структуру биологической системы "Клетка" - это изменить медиаторное действие окружающей среды обитания.
Изменение окружающей среды, которое обеспечивает поступление веществ, энергии и информации (воды или жидкости, воздуха или газов, земли или органических и неорганических химических элементов, температуры, физических полей, излучений, давления) ведет к изменению состояния или структуры клетки.

Структуры клетки, изменяющиеся в результате изменений окружающей среды.

1. Молекулы ДНК, РНК (источник информации о клетке и копирования).
2. Мембраны клетки и органел (защита клетки и внутренней среды).
3. Ферменты (регуляторы скорости обмена веществ, энергии, информации в клетке).
4. Рецепторы мембран (воспринимают информацию для клетки).
5. Транспортные каналы мембран (ворота входа и выхода веществ, энергии и информации).
6. Биологически активные вещества (медиаторы - продукты клетки, предназначенные для передачи информации внешней и внутренней среде).

Изменение качества и количества любой из этих структур в нужном направлении происходит за счет определенного изменения поступления жидкости, газа, органических или неорганических химических элементов, изменения температуры, физических полей, излучений, давления.

- Как Вы бывший военный врач, организатор с большим стажем вышли на теоретическую проблему устройства живого?

Каждый из нас в мыслях не раз обращался к этой теме, часто сомневаясь в справедливости гипотез спонтанного появления живого и теории эволюции . Навсегда сохранилось чувство изумления от "ума" компьютера после знакомства с его устройством и работой. Бурю мыслей породило исследование генома человека и других организмов, не оправдавшиеся сенсации , прогнозы и парадоксы . Впечатления , слившись, подвигли вновь читать биологию, затем информатику, искать в доступном пространстве всё, что касалось генетики , геномики , генов . Вскоре понял , что клетка и компьютер работают на основе общих информационных правил .

Но это надо доказать!

Конечно. Вначале, используя сравнения и аналогии, убедился, что клетка имеет строение типичное для компьютеров. Мембрана, как корпус компьютера, защищает внутреннее содержимое клетки от внешних воздействий и служит местом для подключения устройств ввода - вывода, роль которых выполняют рецепторы. Функцию материнской платы несёт цитоплазма, удерживая органеллы клетки в нужном положении и связывая их между собой. А вот и "сердце" клетки - ядро, хромосомы, гены, нить ДНК у про-кариот, выполняющие главную функцию по обработке информации, хранению долговременной и оперативной памяти, как винчестер в техническом компьютере. Аналогично переносным носителям информации - жестким и гибким дискам, в клетке интенсивно работают подвижные носители - это РНК, белки, прионы. Отличительной особенностью любой информационной машины является наличие часов и источника энергии . В клетке количество делений и время отсчитывают теломеры, а митохондрии обеспечивают энергией в виде АТФ. Молекулярная электроника опередила биологические отрасли наук, подтвердив предсказанную ранее миниатюризацию компьютеров, возможность использования в силу своей структуры и свойств многих органических молекул, в том числе и ДНК, в качестве транзисторов , триггеров , логических элементов и создания на их основе информацион-ных машин . Лабораторные варианты органического компьютера существуют, программное обеспечение для них также обязательно.

Какие ещё факты свидетельствуют об информационной состав-ляющей клеток?

Мне представляется самым весомым аргументом геномный парадокс , проявления которого до сих пор традиционными способами не могут быть объяснены. Оказалось, что структура генов не всегда определяет их свойства. Не подтвердились положения "ген - признак ", "ген - функция ", "ген -заболевание ". Один и тот же ген на разных этапах развития организма может выполнять разные функции . В генной сети функция гена может отличаться от функции изученной в изолированном состоянии. Много генов, которые "молчат", их свойства не известны. Общие по структуре гены могут контролировать развитие разных вариантов клеток. Ген человека и дрозофилы вырабатывает один и тот же сигнал - белковый лиганд для клеток мезодермы, контролируя образование крыльев мухи и парных конечностей человека. Начальные этапы миогенеза осуществляются набором генов, общих у дрозофилы, низших и высших животных и млекопитающих, включая человека. Число и организация НОХ-генов на хромосомах одинаковы практически у всех млекопитающих. Один и тот же ген можеткодировать несколько белков, а одному и тому же варианту белка могут соответствовать несколько генов. ДНК - дупликации, какую роль они играют и почему так разнятся геномы шимпанзе и человека по этому признаку? В Вашем обзоре ("МГ", №77 - 5.10.2005, с.14) отмечено, что у человека и шимпанзе одни и те же гены имеют в разных органах разную активность. Это за счёт разных программ , которые определяют существенные различия между биологическими видами. Теперь о парадоксальном количестве генов и "лишней ДНК" у разных биологических видов . У нематоды, (размером около 1мм.), генов 19903, у рыбки фугу (около 10 см) - 33609, крысы примерно 25000 и человека - 30000; соответственно некодирующей ДНК ("лишней, эгоистичной, мусорной") в % - 25, 16, 75, 97. Чем выше организован организм , тем меньше генов в его геноме и больше не кодирующей части нуклеотидов, чем сложнее процессы , тем меньше требуется генов для обеспечения жизнедеятельности. И, конечно же, по геномам не наблюдается никакого эволюционного ряда в развитии организмов.

В "мусорной" части ДНК много одинаковых повторяющихся последовательностей нуклеотидов. Есть ли здесь информационный смысл?

Предположение, основанное на развитии информационных техно-логий , уместно. Сейчас показано, что если на одной интегральной схеме штампуются микропроцессоры , места для хранения информации и другие элементы конструкции компьютера , то его производительность при сокращении размеров значительно повышается. Не надо "ходить" далеко за информацией, тратить лишнюю энергию. Огромное информационное пространство ДНК требует, чтобы вокруг генов концентрировались свои процессоры для работы с информацией , места для её хранения ,оперативной и долговременной памяти , что обеспечивало бы и последовательную и параллельную работу по анализу поступающей информации и выработке ответных решений и команд . Этим достигается быстродействие и дублирование на случай "внештатной " ситуации . Возможно, что нуклеотидные повторы и ДНК - дупликации как-то специализированы по информационным функциям .

А каковы существенные отличия биологических компьютеров от технических?

- Высокая надёжность за счёт стабильности органических соедине-ний и наличия системы многоуровневой защиты от повреждения носителей и искажения собственной информации . ДНК самая стойкая к тлению молекула, а апоптоз самый эффективный механизм защиты . Огромнаяпроизводительность , исчисляемая триллионами операций в секунду. Органические молекулы способны мгновенно изменять своё состояние под воздействием лазера , видимых частей светового спектра, звука, радиоволн. Наверное, не случайно двадцать аминокислот, участвующих в построении белков, в живом "левые", при изменении положения аминогруппы в углеродной цепи, им может быть доступна функция двоичной системы исчисления. Часть молекул могут генерировать лазерные отстрелы, выполнять функции хроматофоров, светодиодов, преобразователей сигналов. Геномы светятся, издают звуки, генерируют радиоволны определённых диапазонов, что регистрируется приборами. Приведенные рассуждения позволили дать одноклеточному организму и клетке информационное определение . Это органические замкнутые информационные машины , работающие на основе сложного программного обеспечения , определяющего их структурно-функциональную организацию, видовую принадлежность , целевые механизмы гомеостаза, воспроизводства себе подобных , с автономным энергетическим обеспечением и счётчиком времени . Я избегаю терминаэлектронно-вычислительная машина , потому что в клетке при обработке информации поток электронов не используется, и это не вычислительная , а логическая машина .

Но термин "биокомпьютер" я встречал задолго до вашей публикации.

Да, но в очень вольных интерпретациях. Всё, что не укладывается в приведенное выше определение, биокомпьютерами не являются, в том числе вирусы . На заре компьютерной эпохи биокомпьютером называли высокоорганизованные организмы. Затем представители определённых профессий считали компьютером мозг , с развитием генетики и геномики - перешли на геном, даже говорили о ДНК-компьютерах . Сегодня специалисты , исследующие информационные свойства воды , называют её "биокомпьютером живого ". Вода, хотя и обязательная, но только составная часть биологическогокомпьютера . В клетках, где информационные процессы превалируют, в частности в нейронах, воды до 90%, в волосах и ногтях её всего 8-10%.

А как же организмы или мозг ?

А вот многоклеточные организмы состоят из биокомпьютеров , скомпонованных и объединённых по принципам информационной сети .

Но как объединяются биологические компьютеры , составляющие организм ?

На помощь вновь приходит порождение информационной эпохи - созданная человеком глобальная информационная сеть Интернет . Главным условием для функционирования сети является совместимость всех компьютеров по техническим параметрам и программному обеспечению . В каждом организме клетки идентичны по структуре и имеют абсолютно одинаковое программное обеспечение . Исключение составляют эритроциты , они не имеют ядра и лишены информационных функций . В сети также необходим механизм для поддержания порядка и организованности, который обеспечивается серией технологий и протоколов Интернет . Назовём только часть из них.Transmission Control Protocol (ТСР) - вы не войдёте в сеть , не зарегистрировавшись у провайдера .Протоколы единой информационной паутины - в живом подобных протоколов и программ должно быть значительно больше, учитывая сложность , многофункциональность процессов и количествосоставляющих сеть биологических компьютеров . Человек это 14 трлн биокомпьютеров , в полтора раза больше, чем звёзд в двух галактиках вместе взятых - Млечном пути и Туманности Андромеды . Главная особенность Internet - это серверы на различных участках в сети . Это те же компьютеры , только предназначенные для обслуживания других компьютеров . Они, имея свои программы , напоминают нейроны с их удивительными функциональными возможностями. Их у человека 20 млрд.Чем выше организован организм, тем выше функциональные возможности нейронов. К примеру, у нематоды каждый нейрон приходится на 5 соматических клеток, у человека на 5000. Модем с соответствующей программой позволяют войти в сеть , осуществлять удалённое соединение ,загрузку файлов из компьютера в сеть и обратно - из сети в компьютер , обеспечиватьрегистрацию , смену протокола и другие функции. Бесспорно, это аналог синапсов, которые обеспечивают контакты между клетками. Информационная система человека на сегодня - вершина технологии . Интернет в сравнении с ней находится в зародышевом состоянии, его возраст около 40 лет. Основное отличие это огромная разница по количеству и мощности составляющихкомпьютеров , по сложности , многослойности и разнообразию программ . Считается, что для развития информационных сетей существует лишь два ограничения : быстродействие компьютеров и пропускная способность , связывающих их каналов. Так что перспективы развития у Интернета огромные. Но сегодня ни один из компьютеров , ни информационная система , созданные человеком, не в состоянии повторить работу биологического компьютера и самого простого многоклеточного организма.

Каковы же главные выводы из Ваших рассуждений?

Нельзя познать живое без изучения его информационной составляющёй, как и бесперспективно, искать живое и жизнедеятельность вне клетки. Информационная составляющая живого неизменна , геномы организмов стабильны и имеют многовариантную защиту . Изменчивость геномов ипрограмм угрожала бы гибелью не только особям , но и биологическим видам . Эволюции , как её трактует классическая биология , не могло быть, мутации не наследуются , а "лечатся "информационной системой живого . Все организмы не приспосабливаются, а противостоят факторам среды и способны к научению на основе собственного опыта. И организмы, и их репродуктивные способности программировались, создавались, возникали одновременно. Это один из многочисленных прогностических целевых цикличных процессов, присущих живому. Извечной проблемы "курицы " и "яйца " просто не существует. Темпы развития информационных технологий , особенно молекулярной электроники, удивляют - за 60 лет от вычислительных залов до молекулярного компьютера . Удивляют учёных короткие по эволюционным меркам промежутки времени, за которые усложнялись биологические виды, необъяснимые мутациями . Создаваяинформационные устройства , человечество , возможно, повторяет уже кем-то пройденный путь .Информационная составляющая как основа каждого живого организма существует! Однако сегодня нет отрасли знаний, методология, цели и методы исследований которой могли бы найти ключ к информационной части и информационным процессам в живом. Пора лечить очень распространённый хронический недуг цивилизации - "флюс " односторонности узких специалистов! Нужна информационная биология, как новая интеграционная наука, которая вобрала бы в себя современные информационные , технические , биологические , медицинские знания , достижения физики , химии и поставила бы задачу познать информационную суть живого . Здесь кроется самая тайная из тайн и самая загадочная из загадок устройства нашего мира!

Создавая информационные устройства , ч еловечество , возможно, повторяет уже кем-то пройденный путь ........

Представьте себе экспериментальный нанонаркотик, который способен связывать сознания разных людей. Представьте, как группа предприимчивых нейробиологов и инженеров открывает новый способ использования этого наркотика - запустить операционную систему прямо внутри мозга. Тогда люди смогут телепатически общаться между собой, используя мысленный чат, и даже манипулировать телами других людей, подчиняя себе действия их мозга. И несмотря на то, что это сюжет научно-фантастической книги Рамеза Наама «Нексус», описанное им будущее технологий уже не кажется таким далеким.

ИДЕЯ ВКРАТЦЕ

На примере следующих трех технологических проектов и сумасшедших исследовательских идей, можно понять, что мы уже одной ногой в будущем, где парализованные пациенты смогут контактировать с внешним миром, где память мозга можно будет расширить с помощью добавления имплантатов, а компьютерный чип будет работать на живых нейронах человеческого мозга.

Как подсоединить мозг к планшету и помочь парализованным больным общаться

Для пациента T6 2014 стал самым счастливым годом жизни. Это был год, когда она смогла управлять планшетным компьютером Nexus с помощью электромагнитного излучения своего мозга и буквально перенестись из эры 1980-х с их диско-ориентированными системами (Disk Operating System, DOS) в новых век андроидной ОС.

T6 - женщина 50 лет, страдающая боковым амиотрофическим склерозом, известным также как болезнь Лу Герига, которая вызывает прогрессирующее повреждение двигательных нейронов и паралич всех органов тела. T6 парализована почти полностью от шеи и вниз. До 2014 года она абсолютно не могла взаимодействовать с внешним миром.

Паралич может наступить и от повреждений костного мозга, инсульта или нейродегенеративных заболеваний, которые блокируют способность говорить, писать и вообще как-либо общаться с окружающими.

Эра интерфейсов, связывающих мозг и машину, расцвела два десятилетия назад, в процессе создания ассистивных устройств, которые бы помогли таким пациентам. Результат был фантастическим: слежение за взглядом (eye-tracking) и слежение за положением головы пользователя системы (head-tracking) позволили отслеживать движения глаз и использовать их как выходные данные для управления курсором мыши на экране компьютера. Иногда пользователь мог даже кликать по ссылке, фиксируя свой взгляд на одной точке экрана. Это называется »время задержки».

Тем не менее, системы eye-tracking были тяжелы для глаз пользователя и слишком дороги. Тогда появилась технология нейронного протезирования, когда устраняется посредник в виде сенсорного органа и мозг связывается с компьютером напрямую. В мозг пациента вживляется микрочип, и нейросигналы, связанные с желанием или намерением, могут быть расшифрованы с помощью сложных алгоритмов в режиме реального времени и использованы для контроля курсора на интерфейсе компьютера.

Два года назад, пациентке T6 имплантировали в левую сторону мозга, отвечающую за движение, 100-канальную электродную установку. Параллельно Стэнфордская лаборатория работала над созданием прототипа протеза, позволяющего парализованным печатать слова на специально разработанной клавиатуре, просто думая об этих словах. Устройство работало следующим образом: встроенные в мозг электроды записывали мозговую активность пациентки в момент, когда она смотрела на нужную букву на экране, передавали эту информацию на нейропротез, интерпретирующий затем сигналы и превращающий их в непрерывное управление курсором и щелчками на экране.

Однако этот процесс был чрезвычайно медленным. Стало понятно, что на выходе получится устройство, работающее без непосредственного физического соединения с компьютером через электроды. Сам интерфейс тоже должен был выглядеть интереснее, чем в 80-х. Команда клинического института BrainGate, занимающаяся этими исследованиями, поняла, что их система «указания и щелчка» была похожа на нажатие пальцем на сенсорный экран. И поскольку сенсорными планшетами большинство из нас пользуется каждый день, то рынок их огромен. Достаточно просто выбрать и купить любой из них.

Парализованная пациентка T6 смогла «нажимать» на экран планшета Nexus 9. Нейропротез связывался с планшетом через протокол Bluetooth, то есть как беспроводная мышь.

Сейчас команда работает над продлением работоспособности имплантата на срок всей жизни, а также разрабатывает системы других двигательных маневров, таких как «выделить и перетащить» и мультисенсорные движения. Кроме того, BrainGate планируют расширить свою программу на другие операционные системы.

Компьютерный чип из живых клеток мозга

Несколько лет назад исследователи из Германии и Японии смогли симулировать 1 процент активности человеческого мозга за одну секунду. Это стало возможным только благодаря вычислительной мощности одного из самых сильных в мире суперкомпьютеров.

Но человеческий мозг до сих пор остается самым мощным, низко энергозатратным и эффективным компьютером. Что если бы можно было использовать силу этого компьютера для питания машин будущих поколений?

Как бы дико это не звучало, нейробиолог Ош Агаби запустил проект «Конику» (Koniku) как раз для реализации этой цели. Он создал прототип 64-нейронной кремниевой микросхемы. Первым приложением этой разработки стал дрон, который может «чуять» запах взрывчатых веществ.

Одой из самых чутких обонятельных способностей отличаются пчелы. На самом деле, они даже перемещаются в пространстве по запаху. Агаби создал дрон, который не уступает пчелиной способности распознавать и интерпретировать запахи. Он может быть использован не только для военных целей и обнаружении бомб, но и для исследования сельхозугодий, нефтеперерабатывающих заводов - всех мест, где уровень здоровья и безопасности может быть измерен по запаху.

В процессе разработки Агаби и его команда решали три основные проблемы: структурировать нейроны так же, как они структурированы в мозге, прочитать и записать информацию в каждый отдельный нейрон и создать стабильную среду.

Технология индуцированной дифференцировки плюрипотентной клетки - метод, когда зрелая клетка, например, кожи, генетически встроена в исходную стволовую клетку, позволяет любой клетке превратиться в нейрон. Но как и любым электронным компонентам, живым нейронам нужна специальная среда обитания.

Поэтому нейроны были помещены в оболочки с управляемой средой, для регулировки уровня температуры и водорода внутри, а также для подачи им питания. Кроме того, такая оболочка позволяет контролировать взаимодействие нейронов между собой.

Электроды под оболочкой позволяют считывать или записывать информацию на нейроны. Агаби описывает этот процесс так:

«Мы заключаем электроды в оболочку из ДНК и обогащенных протеинов, которая стимулирует нейроны формировать искусственную тесную связь с этими проводниками. Так, мы можем считывать информацию с нейронов или, наоборот, посылать информацию на нейроны тем же способом или посредством света или химических процессов».

Агаби верит, что будущее технологий - за раскрытием возможностей так называемого wetware - человеческого мозга в корреляции с машинным процессом.

«Нет практических границ для того, какими большими мы сделаем наши будущие устройства или как по-разному мы может моделировать мозг. Биология - это единственная граница».

Дальнейшие планы «Конику» включат разработку чипов:

• с 500 нейронами, который будет управлять машиной без водителя;
• с 10 000 нейронами - будет способен обрабатывать и распознавать изображения так, как это делает человеческий глаз;
• с 100 000 нейронами - создаст робота с мультисенсорным входом, который будет практически неотличим от человека по перцептивным свойствам;
• с миллионом нейронов - даст нам компьютер, который будет думать сам за себя.

Чип памяти, встроенный в мозг

Каждый год сотни миллионов людей испытывают сложности из-за потери памяти. Причины этому разные: повреждения мозга, которые преследуют ветеранов и футбольных игроков, инсульты или болезнь Альцгеймера, проявляющиеся в старости, или просто старение мозга, которое ожидает всех нас. Доктор Теодор Бергер, биомедицинский инженер Университета Южной Калифорнии, на средства Агенства по перспективным оборонным исследованиям Министерства обороны США DARPA, тестирует расширяющий память имплантат, который имитирует обработку сигнала в момент, когда нейроны отказываются работать с новыми долгосрочными воспоминаниями.

Чтобы устройство заработало, ученые должны понять, как работает память. Гиппокамп - это область мозга, которая отвечает за трансформацию краткосрочных воспоминаний в долгосрочные. Как он это делает? И возможно ли симулировать его деятельность в рамках компьютерного чипа?

«По существу, память - это серия электрических импульсов, которые возникают с течением времени и которые генерируются определенным числом нейронов», - объясняет Бергер, - «Это очень важно, так как это значит, что мы можем свести этот процесс к математическому уравнению и поместить его в рамки вычислительного процесса».

Так, нейробиологи начали декодировать поток информации внутри гиппокампа. Ключом к этой дешифровке стал сильный электрический сигнал, который идет от области органа под названием СА3 - «входа» гиппокампа - к СА1 - «выходящему» узлу. Этот сигнал ослабляется у людей с расстройством памяти.

«Если бы мы могли воссоздать его, используя чип, мы бы восстановили или даже увеличили объем памяти», — говорит Бергер.

Но проследить этот путь дешифровки сложно, так как нейроны работают нелинейно. И любой незначительный фактор, замешанный в процессе, может привести к совсем другим результатам.Тем не менее, математика и программирование не стоят на месте, и сегодня могут вместе создать самые сложные вычислительные конструкции со множеством неизвестных и множеством «выходов».

Для начала ученые приучили крыс нажимать тот или иной рычаг, чтобы получить лакомство. В процессе запоминания крысами и превращения этого воспоминания в долгосрочное, исследователи тщательно фиксировали и записывали все трансформации нейронов, и затем по этой математической модели создали компьютерный чип. Далее, они ввели крысам вещество, временно дестабилизирующее их способность запоминать и ввели чип в мозг. Устройство воздействовало на «выходящий» орган СА1, и, вдруг, ученые обнаружили, что воспоминание крыс о том, как добиться лакомства восстановилось.

Следующие тесты были проведены на обезьянах. На этот раз ученые сконцентрировались на префронтальной коре головного мозга, которая получает и модулирует воспоминания, полученные из гиппокампа. Животным была продемонстрирована серия изображений, некоторые из который повторялись. Зафиксировав активность нейронов в момент узнавания ими одной и то же картинки, была создана математическая модель и микросхема, на ее основе. После этого работу префронтальной коры обезьян подавили кокаином и ученые вновь смогли восстановить память.

Когда опыты проводились на людях, Бергер избрал 12 волонтеров, больных эпилепсией, с уже имплантированными электродами в головной мозг, чтобы проследить источник их припадков. Повторяющиеся судороги разрушают ключевые части гиппокампа, необходимые для формирования долгосрочных воспоминаний. Если, к примеру, изучить активность мозга в момент припадков, можно будет восстановить воспоминание.

Точно также, как и в предыдущих экспериментах, был зафиксирован специальный человеческий «код памяти», который впоследствии сможет предсказать паттерн активности в клетках СА1, основываясь на данных, хранящихся или возникающих в СА3. В сравнении с «настоящей» мозговой активностью, такой чип работает с точностью около 80%.

Пока рано говорить о конкретных результатах после опытов на людях. В отличие от моторного кортекса головного мозга, где каждый отдел отвечает за определенный орган, гиппокамп организован хаотично. Также пока рано говорить, сможет ли такой имплантат вернуть память тем, кто страдает от повреждений «выходящего» участка гиппокампа.

Проблемный остается вопрос геерализации алгоритма для такого чипа, так как экспериментальный прототип был создан на индивидуальных данных конкретных пациентов. Что, если код памяти разный для всех, в зависимости от типа входящих данных, которые он получает? Бергер напоминает, что и мозг ограничен своей биофизикой:

«Есть только такое количество способов, которыми электрические сигналы в гиппокампе могут быть обработаны, которое несмотря на свое множество, тем не менее ограничено и конечно», — говорит ученый.

Анастасия Львова

1. Мозг — аналоговый, а компьютеры — цифровые.

Нейроны двоичные, и если они достигают нужного уровня, то появляется потенциал действия. Это простое соотношение с цифровой системой «Единица и Нуль» дает совершенно неверное представление о действительно беспрерывных нелинейных процессах, которые прямо влияют на работу нейронной сети и ее устройства.

Скажем так, один из основных способов передачи данных — это скорость, при которой нейроны начинают активироваться. Таким образом, сети нейронов могут активироваться в синхронии или в беспорядочности (все относительно). Такая связь может влиять на силу сигналов, получаемых потоком, состоящим из нейронов. И в самом конце, внутри каждого из нейронов начинается круговорот квазиинтеграторов, которые состоят из ионных цепочек, которых довольно много, и регулярно изменяющихся мембранных потенциалов.

2. Ассоциативная память — память мозга.

Запрос информации в компьютере происходит по определенному адресу (байтовая адресация). Мозг же пользуется другим приемом поиска данных — не по адресу, а по их составляющей, скорее даже, по их представительной части. И в конечном итоге, мозг имеет что-то наподобие «системы Google», в которой достаточно немного ключевых слов, чтобы по ним можно было воспроизвести полный контекст. Конечно, нечто подобное можно воспроизвести и в компьютерах с помощь индексации всей информации, которую хранят и которую надо складировать. Вот таким образом, поиск будет выполняться по релевантной информации.

3. Кратковременная память и ОЗУ — не одно и то же.

Несмотря на то, что многие психологи выявляли действительно очевидные сходства между ОЗУ и кратковременной памятью, более подробный анализ показал обилие более существенных различий.

Хотя для ОЗУ и кратковременной памяти нужна «энергия», кратковременная память может содержать только «отсылки» к долговременной памяти, в то время как операционное запоминающее устройство содержит информацию, которая сходна по составу с той, что располагается на жестком диске.

В отличие от ОЗУ, кратковременная память не ограничена объемом.

4. Обработка и память в мозге осуществляется одними и теми же компонентами.

Компьютер способен обрабатывать информацию из памяти, подключая процессоры, и потом заносить переработанные данные обратно в память. У нас в мозге не может существовать разделения подобного типа. Нейроны как обрабатывают данные, так и преобразуют синапсы (место контакта между двумя нейронами), которые и есть основная память. И как следствие, воссоздание по памяти человек чуть-чуть изменяет те воспоминания.

5. Все органы подчиняются мозгу.

Не менее важно и это. На самом деле, наш мозг может использовать возможность управлять всеми нашими органами. Множество экспериментов показывают, что когда мы смотрим на интерьер, допустим комнаты, то наш мозг разгружает память, так как наша зрительная память очень маленькая, и мы, благодаря этому, можем воспроизвести обстановку, а не точное расположение предметов.

К тому же, мозг гораздо больше абсолютно любого компьютера, который существует ныне.

Центральная идея работ знаменитого Рэя Курцвейла - искусственный интеллект, который со временем будет властвовать во всех сферах жизни людей. В своей новой книге «Эволюция разума» Курцвейл раскрывает бесконечный потенциал возможностей в сфере обратного проектирования человеческого мозга.

В той же статье Тьюринг поведал о другом неожиданном открытии, касающемся неразрешимых задач. Неразрешимые задачи - это те, что хорошо описываются единственным решением (которое, как можно показать, существует), но (как тоже можно показать) не могут быть решены никакой машиной Тьюринга (то есть вообще никакой машиной). Представление о существовании таких задач в корне противоречит сформировавшейся к началу XX в. догме о том, что все проблемы, которые можно сформулировать, являются решаемыми. Тьюринг показал, что число неразрешимых задач не меньше числа разрешимых задач. В 1931 г. к такому же выводу пришел Курт Гедель, сформулировавший «теорему о неполноте». Такая странная ситуация: мы можем сформулировать задачу, можем доказать, что у нее существует единственное решение, но при этом знаем, что никогда не сможем это решение найти.

Тьюринг показал, что вычислительные машины действуют на основании очень простого механизма. Поскольку машина Тьюринга (и, следовательно, любой компьютер) может определять свою дальнейшую функцию на основе полученных ею ранее результатов, она способна принимать решения и создавать иерархические информационные структуры любой сложности.

В 1939 г. Тьюринг сконструировал электронный калькулятор Bombe, который помогал дешифровать сообщения, составленные немцами на кодирующей машине Enigma. К 1943 г. группа инженеров при участии Тьюринга закончила создание машины Colossus, которую иногда называют первым в истории компьютером. Это позволило союзникам расшифровывать сообщения, созданные более сложной версией Enigma. Машины Bombe и Colossus были сконструированы для решения единственной задачи и не могли перепрограммироваться. Но свою функцию они выполняли блестяще. Считается, что отчасти благодаря им союзники могли предвидеть тактику немцев на протяжении всей войны, а Королевские военно-воздушные силы Великобритании в Битве за Британию смогли одолеть втрое превосходящие их по численности силы Люфтваффе.

Именно на этой основе Джон фон Нейман создал компьютер современной архитектуры, отражающей третью из четырех важнейших идей теории информации. На протяжении прошедших с тех пор почти семидесяти лет основное ядро этой машины, названной «машиной фон Неймана», практически не изменилось - как в микроконтроллере в вашей стиральной машине, так и в самом крупном суперкомпьютере. В статье, опубликованной 30 июня 1945 г. и озаглавленной «Первый проект отчета о EDVAC», фон Нейман изложил основные идеи, которые с тех пор направляли развитие информатики . В машине фон Неймана присутствует центральный процессор, где выполняются арифметические и логические операции, модуль памяти, в котором хранятся программы и данные, массовая память, программный счетчик и входные/выходные каналы. Хотя статья предназначалась для внутреннего пользования в рамках выполнения проекта, для создателей компьютеров она стала Библией. Вот так иногда обычный рутинный отчет может изменить мир.

Машина Тьюринга не была предназначена для практических целей. Теоремы Тьюринга не имели отношения к эффективности решения задач, а скорее описывали спектр задач, которые теоретически могут быть решены с помощью компьютера. Напротив, цель фон Неймана заключалась в создании концепции реального компьютера. Его модель заменила однобитную систему Тьюринга многобитной (обычно кратную восьми битам) системой. Машина Тьюринга имеет последовательную ленту памяти, так что программы затрачивают очень большое время на перемещение ленты вперед и назад для записи и извлечения промежуточных результатов. Напротив, в системе фон Неймана доступ к памяти осуществляется произвольным образом, что позволяет немедленно извлекать любые нужные данные.

Одной из ключевых идей фон Неймана является концепция хранимой программы, которую он развил за десять лет до создания компьютера. Суть концепции заключается в том, что программа хранится в том же модуле памяти с произвольным доступом, что и данные (а часто даже в том же блоке памяти). Это позволяет перепрограммировать компьютер для решения разных задач и создавать самомодифицирующийся код (в случае записывающих накопителей), что обеспечивает возможность рекурсии. До того времени практически все компьютеры, включая Colossus, создавались для решения конкретных задач. Концепция хранимой программы позволила компьютеру стать поистине универсальной машиной, соответствующей представлению Тьюринга об универсальности машинных вычислений.

Еще одно важное свойство машины фон Неймана заключается в том, что в каждой инструкции содержится операционный код, определяющий арифметическую или логическую операцию и адрес операнда в памяти компьютера.

Концепция фон Неймана об архитектуре компьютера отразилась в проекте EDVAC, над которым он работал совместно с Преспером Дж. Эккертом и Джоном Моучли. Компьютер EDVAC начал функционировать только в 1951 г., когда уже существовали другие компьютеры с хранимой программой, такие как Манчестерская малая экспериментальная машина, ENIAC, EDSAC и BINAC, причем все они были созданы под влиянием статьи фон Неймана и при участии Эккерта и Моучли. Фон Нейман также был причастен к появлению некоторых из этих машин, включая последнюю версию ENIAC, где использовался принцип хранимой программы.

У компьютера с архитектурой фон Неймана имелось несколько предшественников, но ни один из них - за одним неожиданным исключением - нельзя назвать истинной машиной фон Неймана. В 1944 г. Говард Эйкен выпустил Mark I, который можно было в какой-то степени перепрограммировать, но он не использовал хранимой программы. Машина считывала инструкции с перфокарты и немедленно их выполняла. В машине также не было предусмотрено условных переходов.

В 1941 г. немецкий ученый Конрад Цузе (1910–1995) создал компьютер Z-3. Он тоже считывал программу с ленты (в данном случае закодированную на пленке) и тоже не выполнял условных переходов. Интересно, что Цузе получил финансовую поддержку от Немецкого института самолетостроения, который использовал этот компьютер для изучения флаттера крыла самолета. Однако предложение Цузе о финансировании замены реле радиолампами не было поддержано нацистским правительством, которое считало развитие компьютерной технологии «не имеющим военного значения». Это, как мне кажется, в определенной степени повлияло на исход войны.

На самом деле у фон Неймана был один гениальный предшественник, причем жил он на сто лет раньше! Английский математик и изобретатель Чарльз Бэббидж (1791–1871) в 1837 г. описал свою аналитическую машину, основанную на тех же принципах , что и компьютер фон Неймана, и использовавшую хранимую программу, нанесенную на перфокарты жаккардовых ткацких машин. Память машины с произвольным доступом содержала 1000 слов по 50 десятичных знаков в каждом (что эквивалентно примерно 21 килобайту). Каждая инструкция содержала код операции и номер операнда - точно так же, как в современных компьютерных языках. Система не использовала условных переходов и циклов, так что это была настоящая машина фон Неймана. Полностью механическая, она, по-видимому, превзошла и дизайнерские, и организаторские возможности самого Бэббиджа. Он создал части машины, но так и не запустил ее.

Точно не известно, знали ли пионеры компьютеростроения XX в., включая фон Неймана, о работах Бэббиджа .

Однако создание машины Бэббиджа положило начало развитию программирования. Английская писательница Ада Байрон (1815–1852), графиня Лавлейс, единственный законный ребенок поэта лорда Байрона, стала первым в мире программистом. Она писала программы для аналитической машины Бэббиджа и отлаживала их в уме (поскольку компьютер так никогда и не заработал). Теперь программисты называют эту практику table checking. Она перевела статью итальянского математика Луиджи Менабреа об аналитической машине, добавив от себя существенные замечания и заметив, что «аналитическая машина плетет алгебраические рисунки, как ткацкий жаккардовый станок плетет цветы и листья». Возможно, она первой упомянула о возможности создания искусственного интеллекта, но сделала вывод, что аналитическая машина «сама не способна что-либо придумать».

Идеи Бэббиджа кажутся поразительными, если учесть, в какую эпоху он жил и работал. Однако к середине XX в. эти идеи были практически забыты (и вновь открыты лишь позднее). Именно фон Нейман придумал и сформулировал ключевые принципы действия компьютера в его современном виде, и недаром машину фон Неймана продолжают считать основной моделью вычислительной машины. Однако не будем забывать, что машина фон Неймана постоянно осуществляет обмен данными между отдельными модулями и внутри этих модулей, так что она не могла быть создана без теорем Шеннона и тех методов, которые он предложил для надежной передачи и хранения цифровой информации.

Все сказанное подводит нас к четвертой важной идее, которая преодолевает выводы Ады Байрон о неспособности компьютера к творческому мышлению и позволяет найти ключевые алгоритмы, используемые мозгом, чтобы потом применить их для превращения компьютера в мозг. Алан Тьюринг сформулировал эту задачу в статье «Вычислительные машины и разум», опубликованную в 1950 г., в которой содержится описание теперь широко известного теста Тьюринга, позволяющего определить близость ИИ к человеческому интеллекту.

В 1956 г. фон Нейман начал готовить серию лекций для престижных Силлимановских чтений в Йельском университете. Ученый уже был болен раком и не смог ни прочесть свои лекции, ни даже закончить рукопись, на основе которой создавались лекции. Тем не менее этот незаконченный труд является блестящим предсказанием того, что лично я воспринимаю как самый трудный и важный проект в истории человечества. Уже после смерти ученого, в 1958 г., рукопись была опубликована под названием «Компьютер и мозг». Так вышло, что последний труд одного из самых блестящих математиков прошлого столетия и одного из основоположников компьютерной технологии оказался посвящен анализу мышления. Это было первое серьезное исследование человеческого мозга с точки зрения математика и специалиста в области компьютеров. До фон Неймана компьютерные технологии и нейробиология представляли собой два отдельных острова, между которыми не существовало никакого моста.

Фон Нейман начинает повествование, описывая сходство и различие между компьютером и человеческим мозгом. Учитывая, в какую эпоху создавался этот труд, он представляется удивительно точным. Ученый отмечает, что выходной сигнал нейрона цифровой - аксон либо возбуждается, либо остается в покое. В то время было далеко не очевидно, что обработка выходного сигнала может происходить аналоговым путем. Обработка сигнала в дендритах, ведущих к нейрону, и в теле нейрона аналоговая, и фон Нейман описал эту ситуацию с помощью взвешенной суммы входных сигналов с пороговым значением.

Эта модель функционирования нейронов привела к развитию коннекционизма и к использованию данного принципа для создания как аппаратурного оформления, так и компьютерных программ. (Как я рассказывал в предыдущей главе, первая такая система, а именно программа для IBM 704, была создана Фрэнком Розенблаттом из Корнельского университета в 1957 г., сразу после того, как стала доступна рукопись лекций фон Неймана.) Теперь у нас есть более сложные модели, описывающие сочетания входных сигналов нейронов, но общая идея об аналоговой обработке сигналов с помощью изменения концентрации нейромедиаторов по-прежнему верна.

На основе концепции универсальности компьютерных вычислений фон Нейман пришел к выводу, что даже при кажущемся радикальном различии архитектуры и структурных единиц головного мозга и компьютера с помощью машины фон Неймана мы можем симулировать происходящие в головном мозге процессы. Обратный постулат, однако, не является справедливым, поскольку головной мозг не является машиной фон Неймана и не имеет хранимой программы (хотя в голове мы можем симулировать действие очень простой машины Тьюринга). Алгоритмы или методы функционирования мозга определены его структурой. Фон Нейман пришел к справедливому заключению, что нейроны могут выучивать соответствующие образы на основании входных сигналов. Однако во времена фон Неймана не было известно, что обучение также происходит путем создания и разрушения контактов между нейронами.

Фон Нейман также указал, что скорость обработки информации нейронами очень низкая - порядка сотни вычислений в секунду, однако мозг компенсирует это тем, что одновременно осуществляет обработку информации во множестве нейронов. Это еще одно очевидное, но очень важное открытие. Фон Нейман утверждал, что все 10 10 нейронов мозга (эта оценка также достаточно точна: по сегодняшним представлениям, в головном мозге содержится от 10 10 до 10 11 нейронов) обрабатывают сигналы в одно и то же время. Более того, все контакты (в среднем от 10 3 до 10 4 на каждый нейрон) обсчитываются одновременно.

Учитывая примитивный уровень развития нейробиологии того времени, оценки и описания функции нейронов, сделанные фон Нейманом, удивительно точны. Однако я не могу согласиться с одним аспектом его работы, а именно с представлением об объеме памяти мозга. Он считал, что мозг запоминает каждый сигнал на всю жизнь. Среднюю продолжительность жизни человека фон Нейман оценивал в 60 лет, что составляет примерно 2 х 10 9 секунды. Если каждый нейрон за одну секунду получает примерно 14 сигналов (что на самом деле на три порядка ниже истинной величины), а всего в головном мозге содержится 10 10 нейронов, выходит, что объем памяти мозга составляет около 10 20 бит. Как я писал выше, мы запоминаем лишь небольшую часть наших мыслей и опыта, но даже эти воспоминания хранятся не как побитовая информация низкого уровня сложности (как в видео), а скорее в виде последовательности образов более высокого порядка.

По мере того как фон Нейман описывает каждый механизм в функции головного мозга, он одновременно демонстрирует, как современный компьютер мог бы осуществить ту же самую функцию, несмотря на кажущееся различие между мозгом и компьютером. Аналоговые механизмы действия мозга можно моделировать с помощью цифровых механизмов, поскольку цифровые вычисления способны моделировать аналоговые значения с любой степенью точности (а точность передачи аналоговой информации в мозге достаточно низкая). Можно также имитировать массивный параллелизм функции мозга, учитывая значительное превосходство компьютеров по скорости серийных вычислений (со времен фон Неймана это превосходство еще более усилилось). Кроме того, мы можем осуществлять параллельную обработку сигналов в компьютерах с помощью параллельно функционирующих машин фон Неймана - именно так действуют современные суперкомпьютеры.

Учитывая способность людей быстро принимать решения при столь низкой скорости работы нейронов, фон Нейман пришел к выводу, что функции головного мозга не могут задействовать длинные последовательные алгоритмы. Когда третий бейс-мен получает мяч и решает бросить его на первую, а не на вторую базу, он принимает это решение за какую-то долю секунды - за это время каждый нейрон едва успевает осуществить несколько циклов возбуждения. Фон Нейман приходит к логичному выводу, что замечательная способность мозга связана с тем, что все 100 млрд нейронов могут обрабатывать информацию одновременно. Как я отмечал выше, зрительная кора делает сложные выводы всего за три или четыре цикла возбуждения нейронов.

Именно значительная пластичность мозга позволяет нам обучаться. Однако компьютер обладает гораздо большей пластичностью - его методы можно полностью изменить путем смены программного обеспечения. Таким образом, компьютер может имитировать мозг, а вот обратное утверждение неверно.

Когда фон Нейман сравнивал возможности массированной параллельной активности мозга с немногочисленными компьютерами того времени, казалось очевидным, что мозг отличается гораздо большей памятью и скоростью. Сегодня уже сконструирован первый суперкомпьютер, по самым консервативным оценкам, удовлетворяющий тем функциональным требованиям, которые нужны для моделирования функций человеческого головного мозга (около 10 16 операций в секунду) . (По моему мнению, компьютеры такой мощности в начале 2020-х гг. будут стоить около 1000 долларов.) Что касается объема памяти, мы продвинулись еще дальше. Труд фон Неймана появился в самом начале компьютерной эры, но ученый был уверен в том, что в какой-то момент мы сможем создавать компьютеры и компьютерные программы, способные имитировать человеческий мозг; именно поэтому он и готовил свои лекции.

Фон Нейман был глубоко убежден в ускорении прогресса и в его значительном влиянии на жизнь людей в будущем. Через год после смерти фон Неймана, в 1957 г., его коллега математик Стэн Юлам цитировал слова фон Неймана, сказавшего в начале 1950-х гг., что «любое ускорение технологического прогресса и изменения образа жизни людей создает впечатление приближения некой важнейшей сингулярности в истории человеческой расы, за пределами которой человеческая деятельность в том виде, какой мы знаем ее сегодня, больше не может продолжаться». Это первый известный случай использования слова «сингулярность» для описания технологического прогресса человечества.

Важнейшая догадка фон Неймана заключалась в обнаружении сходства между компьютером и мозгом. Заметим, что частью человеческого интеллекта является эмоциональный интеллект. Если догадка фон Неймана верна и если согласиться с моим утверждением, что небиологическая система, удовлетворительно воспроизводящая интеллект (эмоциональный и другой) живого человека, обладает сознанием (см. следующую главу), придется сделать вывод, что между компьютером (с правильным программным обеспечением) и сознательным мышлением имеется явное сходство. Итак, был ли прав фон Нейман?

Большинство современных компьютеров - полностью цифровые машины, тогда как человеческий мозг использует как цифровые, так и аналоговые методы. Однако аналоговые методы легко воспроизводятся в цифровом варианте с любой степенью точности. Американский специалист в области компьютерных технологий Карвер Мид (род. в 1934 г.) показал, что аналоговые методы мозга можно напрямую воспроизвести в кремниевом варианте, и реализовал это в виде так называемых нейроморфных чипов . Мид продемонстрировал, что данный подход может быть в тысячи раз более эффективным, чем цифровая имитация аналоговых методов. Если речь идет о кодировании избыточных алгоритмов новой коры, возможно, имеет смысл воспользоваться идеей Мида. Исследовательская группа IBM под руководством Дхармендра Модхи применяет чипы, имитирующие нейроны и их контакты, в том числе их способность образовывать новые контакты . Один из чипов, названный SyNAPSE, напрямую модулирует 256 нейронов и примерно четверть миллиона синаптических связей. Цель проекта заключается в симуляции новой коры, состоящей из 10 млрд нейронов и 100 трлн контактов (что эквивалентно человеческому мозгу), которая использует всего один киловатт энергии.

Более пятидесяти лет назад фон Нейман заметил, что процессы в головном мозге происходят чрезвычайно медленно, но отличаются массированной параллельностью. Современные цифровые схемы действуют как минимум в 10 млн раз быстрее, чем электрохимические переключатели мозга. Напротив, все 300 млн распознающих модулей коры мозга действуют одновременно, и квадрильон контактов между нейронами может активизироваться в одно и то же время. Следовательно, для создания компьютеров, которые могли бы адекватно имитировать человеческий мозг, необходимы соответствующий объем памяти и производительность вычислений. Нет нужды напрямую копировать архитектуру мозга - это очень неэффективный и негибкий метод.

Какими же должны быть соответствующие компьютеры? Многие исследовательские проекты направлены на моделирование иерархического обучения и распознавания образов, происходящих в новой коре. Я сам занимаюсь подобными исследованиями с привлечением иерархических скрытых моделей Маркова. По моим оценкам, для моделирования одного цикла распознавания в одном распознающем модуле биологической новой коры требуется около 3000 вычислений. Большинство симуляций построено на значительно меньшем числе вычислений. Если принять, что головной мозг осуществляет около 10 2 (100) циклов распознавания в секунду, получаем общее число 3 х 10 5 (300 тыс.) вычислений в секунду для одного распознающего модуля. Если же умножить это число на общее число распознающих модулей (3 х 10 8 (300 млн, по моим оценкам)), получаем 10 14 (100 трлн) вычислений в секунду. Примерно такое же значение я привожу в книге «Сингулярность уже близка». По моим прогнозам, для функциональной симуляции головного мозга требуется скорость от 10 14 до 10 16 калькуляций в секунду. По оценкам Ганса Моравека, основанным на экстраполяции данных для начальной обработки зрительных сигналов во всем головном мозге, это значение составляет 10 14 калькуляций в секунду, что совпадает с моими расчетами.

Стандартные современные машины могут работать со скоростью до 10 10 калькуляций в секунду, однако с помощью ресурсов облака их производительность можно существенно увеличить. Самый быстрый суперкомпьютер, японский компьютер «К», уже достиг скорости 10 16 калькуляций в секунду. Учитывая массированную избыточность алгоритмов новой коры, хороших результатов можно добиться с помощью нейроморфных чипов, как в технологии SvNAPSE.

Что касается требований к памяти, нам нужно около 30 бит (примерно 4 байта) для каждого контакта с одним из 300 млн распознающих модулей. Если к каждому распознающему модулю подходит в среднем восемь сигналов, получаем 32 байта на распознающий модуль. Если учесть, что вес каждого входного сигнала составляет один байт, получаем 40 байт. Добавим 32 байта для нисходящих контактов - и получим 72 байта. Замечу, что наличие восходящих и нисходящих разветвлений приводит к тому, что число сигналов намного больше восьми, даже если учесть, что многие распознающие модули пользуются общей сильно разветвленной системой связей. Например, в распознавании буквы «p» могут участвовать сотни распознающих модулей. Это означает, что тысячи распознающих модулей следующего уровня участвуют в распознавании слов и фраз, содержащих букву «p». Однако каждый модуль, ответственный за распознавание «p», не повторяет это древо связей, питающих все уровни распознавания слов и фраз с «p», у всех этих модулей древо связей общее.

Сказанное выше верно и для нисходящих сигналов: модуль, ответственный за распознавание слова apple, сообщит всей тысяче стоящих ниже модулей, ответственных за распознавание «e», что ожидается образ «e», если уже распознаны «a», «p», «p» и «l». Это древо связей не повторяется для каждого модуля, распознающего слово или фразу, который хочет информировать модули нижестоящего уровня, что ожидается образ «e». Это древо общее. По этой причине среднее оценочное значение в восемь восходящих и восемь нисходящих сигналов для каждого распознающего модуля является вполне разумным. Но даже если мы повысим это значение, это не сильно изменит конечный результат.

Итак, с учетом 3 х 10 8 (300 млн) распознающих модулей и 72 байт памяти для каждого, получаем, что общий объем памяти должен составлять около 2 х 10 10 (20 млрд) байт. А это весьма скромное значение. Такой памятью обладают обычные современные компьютеры.

Все эти расчеты мы выполнили для приблизительной оценки параметров. Учитывая, что цифровые схемы примерно в 10 млн раз быстрее сетей нейронов в биологической коре, нам не нужно воспроизводить массированный параллелизм человеческого мозга - весьма умеренного параллельного процессинга (по сравнению с триллионным параллелизмом в головном мозге) будет вполне достаточно. Таким образом, необходимые вычислительные параметры вполне достижимы. Способность нейронов головного мозга к переподключению (помним, что дендриты постоянно создают новые синапсы) тоже можно имитировать с помощью соответствующего программного обеспечения, поскольку компьютерные программы гораздо пластичнее биологических систем, которые, как мы видели, впечатляют, но имеют пределы.

Избыточность мозга, необходимая для получения инвариантных результатов, безусловно, может быть воспроизведена в компьютерном варианте. Математические принципы оптимизации подобных самоорганизующихся иерархических систем обучения вполне понятны. Организация мозга далеко не оптимальна. Но она и не должна быть оптимальной - она должна быть достаточно хорошей, чтобы обеспечить возможность создавать инструменты, компенсирующие ее собственные ограничения.

Еще одно ограничение новой коры заключается в том, что в ней нет механизма, устраняющего или хотя бы оценивающего противоречащие друг другу данные; отчасти это объясняет весьма распространенную нелогичность человеческих рассуждений. Для решения данной проблемы у нас есть весьма слабая способность, называемая критическим мышлением, но люди ею пользуются гораздо реже, чем следовало бы. В компьютерной новой коре можно предусмотреть процесс, выявляющий противоречащие данные для их последующего пересмотра.

Важно отметить, что конструирование целого отдела мозга осуществить проще, чем конструирование одного нейрона. Как уже было сказано, на более высоком уровне иерархии модели часто упрощаются (тут просматривается аналогия с компьютером). Чтобы понять, как работает транзистор, нужно в деталях понимать физику полупроводниковых материалов, а функции одного реального транзистора описываются сложными уравнениями. Цифровая схема, осуществляющая перемножение двух чисел, содержит сотни транзисторов, но для создания модели такой схемы хватит одной или двух формул. Целый компьютер, состоящий из миллиардов транзисторов, можно смоделировать с помощью набора инструкций и описания регистра на нескольких страницах текста с привлечением нескольких формул. Программы для операционных систем, компиляторов языков или ассемблеров достаточно сложны, однако моделирование частной программы (например, программы распознавания языка на основе скрытых иерархических моделей Маркова) тоже сводится к нескольким страницам формул. И нигде в подобных программах вы не встретите детального описания физических свойств полупроводников или даже компьютерной архитектуры.

Аналогичный принцип верен и для моделирования мозга. Один конкретный распознающий модуль новой коры, который детектирует определенные инвариантные зрительные образы (например, лица), осуществляет фильтрацию звуковых частот (ограничивая входной сигнал определенным диапазоном частот) или оценивает временную близость двух событий, можно описать с помощью гораздо меньшего числа специфических деталей, чем реальные физические и химические взаимодействия, контролирующие функции нейромедиаторов, ионных каналов и других элементов нейронов, участвующих в передаче нервного импульса. Хотя все эти детали необходимо тщательно предусмотреть до перехода на следующий уровень сложности, при моделировании операционных принципов головного мозга многое можно упростить.

<<< Назад

Вперед >>>

Экология сознания. Наука и открытия: 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».

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.

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 обр азом.

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 упорядоченно изменился 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.

Несколько лет назад я спросил Эрика Кандела - нейролога из Колумбийского университета, получившего Нобелевскую премию за то, что он идентифицировал некоторые из химических изменений, происходящих в выходных нейтронных синапсах аплизии (морской улитки) после того, как она учится чему-то - сколько времени, по его мнению, пройдет, прежде чем мы поймем механизм функционирования человеческой памяти. Он быстро ответил: «Сотня лет». Я не додумался спросить его, считает ли он, что IP-метафора замедляет прогресс нейрологии, однако некоторые нейрологи и в самом деле начинают помышлять о немыслимом, а именно - о том, что эта метафора не так уж необходима.

Ряд когнтивистов - в частности, Энтони Чемеро из Университета Цинциннати, автор вышедшей в 2009 книги «Radical Embodied Cognitive Science» (Основное воплощение когнитивистики) - теперь абсолютно отрицают представление о том, что деятельность человеческого мозга схожа с работой компьютера. Распространенное мнение заключается в том, что мы, как и компьютеры, осмысляем мир, осуществляя вычисления над его мысленными образами , однако Чемеро и прочие ученые описывают другой способ понимая мыслительного процесса - они определяют его как прямое взаимодействие между организмами и их миром.

Мой любимый пример, иллюстрирующий огромную разницу между IP-подходом и тем, что некоторые называют «анти-репрезентативным» взглядом на функционирование человеческого организма , включает в себя два разных объяснения того, как бейсболисту удается поймать летящий мяч, приведенные Майклом Макбитом, сейчас работающим в Университете штата Аризона, и его коллегами, в статье, опубликованной в 1995 в «Science».

Согласно IP-подходу, игрок должен сформулировать приблизительную оценку разнообразных изначальных условий полета мяча - силу воздействия, угол траектории и все такое прочее, - а затем создать и проанализировать внутреннюю модель траектории, которой, скорее всего, должен следовать мяч, после чего он должен воспользоваться этой моделью, чтобы непрерывно направлять и вовремя корректировать движения, направленные на перехват мяча.

Все было бы прекрасно и замечательно, если бы мы функционировали так же, как компьютеры, однако Макбит и его коллеги дали более простое объяснение: чтобы поймать мяч, игроку нужно всего лишь продолжать двигаться так, чтобы постоянно сохранять визуальную связь применительно к основной базе и окружающему пространству (технически, придерживаться «линейно-оптической траектории»). Это может показаться сложным, однако на самом деле это предельно просто и не подразумевает никаких вычислений, представлений и алгоритмов.

Два целеустремленных профессора психологии из британского Городского Университета Лидса - Эндрю Уилсон и Сабрина Голонка - причисляют пример про бейсболиста к ряду других, которые могут восприниматься вне IP-подхода. На протяжении многих лет они писали в своих блогах о том, что они сами называют «более последовательным, натурализованным подходом к научному изучению человеческого поведения… идущим вразрез с доминирующим когнитивистским нейрологическим подходом».

Однако этот подход далек от того, чтобы лечь в основу отдельного движения; большинство когнитивистов по-прежнему отказываются от критики и придерживаются IP-метафоры, а некоторые из наиболее авторитетных мыслителей мира сделали грандиозные предсказания о будущем человечества, которые зависят от действительности метафоры.

Одно из предсказани й - сделанное, среди прочих, футуристом Курцвейлом, физиком Стивеном Хокингом и нейрологом Рэндаллом Коэном - гласит, что, поскольку человеческое сознание, как предполагается, действует как компьютерные программы, вскоре станет возможным загрузить человеческий разум в аппарат, вследствие чего мы станем обладать безгранично могучим интеллектом и, вполне вероятно, приобретем бессмертие. Эта теория легла в основу антиутопического фильма «Превосходство», главную роль в котором исполнил Джонни Депп, сыгравший похожего на Курцвейла ученого, разум которого был загружен в интернет - что привело к ужасающим последствиям для человечества.

К счастью, поскольку IP-метафора ни в коей мере не верна, нам никогда не придется беспокоиться о том, что человеческий разум обезумеет в киберпространстве, и мы никогда не сможем достичь бессмертия посредством загрузки его куда-либо. Причина тому - не только отсутствие сознательного программного обеспечения в мозгу; проблема глубже - давайте назовем ее проблемой уникальности - что звучит одновременно вдохновляюще и угнетающе.

Поскольку ни «банки памяти», ни «представления» стимулов в мозге не существуют, и поскольку все, что требуется от нас, чтобы функционировать в мире, это изменения мозга в результате приобретаемого нами опыта, нет оснований верить в то, что один и тот же опыт изменяет каждого из нас в одинаковой мере . Если мы с вами посетим один и тот же концерт, изменения, происходящие в моем мозгу при звуках Симфонии №5 Бетховена будут практически наверняка отличаться от тех, что происходят в вашем мозге. Эти изменения, какими бы они ни были, создаются на основе уникальной нейронной структуры, которая уже существует, и каждая из которых развивалась на протяжении вашей жизни, наполненной уникальными переживаниями.

Как показал в своей книге «Вспоминая» (1932) сэр Фредерик Бартлетт, именно поэтому ни один из двух людей никогда не повторит услышанную ими историю одинаково, и со временем их рассказы будут все более и более отличаться друг от друга.

Не создается никакой «копии» истории; скорее, каждый индивид, услышав историю, в какой-то степени меняется - достаточно для того, чтобы когда позже его спросят об этой истории (в некоторых случаях, спустя дни, месяцы или даже годы после того, как Бартлетт впервые прочел им историю) - они смогут в определенной степени вновь пережить те минуты, когда они слушали историю, хотя и не очень точно (см. первое изображение долларовой купюры выше.).

Я полагаю, это вдохновляет, потому что это значит, что каждый из нас по-настоящему уникален - не только своим генетическим кодом, но даже в том, какие изменения происходят со временем с его мозгом . Это также угнетающе, поскольку это делает грандиозную задачу нейрологии практически превосходящей воображение. Для каждого из повседневных переживаний упорядоченное изменение может включать тысячи, миллионы нейронов или даже весь мозг, поскольку процесс изменений различен для каждого отдельного мозга.

Что еще хуже, даже если бы мы обладали способностью сделать моментальный снимок всех 86 миллиардов нейронов мозга и затем симулировать состояние этих нейронов с помощью компьютера, этот пространный шаблон не сгодился бы ни на что за пределами мозга, в котором он был изначально создан .

Возможно, это самый чудовищный эффект, который IP-метафора произвела на наше понимание функционирования человеческого организма. В то время, как компьютеры и в самом деле сохраняют точные копии информации - копии, которые могут оставаться неизменными на протяжении долгого времени, даже если сам компьютер был обесточен - наш мозг поддерживает интеллект только пока мы живы. У нас нет кнопок «вкл/выкл».

Либо мозг продолжает свою активность, либо мы исчезаем. К тому же, как отметил невролог Стивен Роуз в своей вышедшей в 2005 году книге «Будущее мозга», моментальный снимок текущего состояния мозга также может оказаться бессмысленным, если мы не знаем полную историю жизни владельца этого мозга - возможно, даже детали социальной обстановки, в которой он или она вырос(-ла) .

Задумайтесь, насколько сложна эта проблема. Чтобы понять хотя бы основы того, как мозг поддерживает интеллект человека, нам может потребоваться выяснить не только текущее состояние всех 86 миллиардов нейронов и 100 триллионов их пересечений, не только различающуюся силу, с которой они соединены, но также то, как ежеминутная мозговая деятельность поддерживает целостность системы.

Прибавьте сюда уникальность каждого мозга, созданную отчасти благодаря уникальности жизненного пути каждого человека , и предсказание Кэндела начинает казаться чересчур оптимистичным. (В вышедшей недавно редакт орской колонке The New York Times нейролог Кеннет Миллер предположил, что задача хотя бы выяснить базовую нейронную связь займет «века».)

Тем временем, огромные суммы денег выделяются на исследования мозговой активности, основывающиеся на зачастую ошибочных идеях и невыполнимых обещания х. Наиболее вопиющий случай того, когда нейрологическое исследование пошло наперекосяк, был задокументирован в недавно выпущенном отчете Sci entific American . Речь шла о сумме в 1,3 миллиарда долларов, выделенной на запущенный Европейским союзом в 2013 году проект «Человеческий мозг».

Убежденные харизматичным Генри Маркрамом, что он сможет создать симуляцию человеческого мозга на суперкомпьютере к 2023 году, и что подобная модель совершит прорыв в лечении болезни Альцгеймера и других нарушений, власти ЕС профинансировали проект, не налагая буквально никаких ограничений. Спустя менее 2 лет проект превратился в «заворот мозгов», и Маркрама попросили покинуть пост.

Это Вам будет интересно:

Мы живые организмы, а не компьютеры. Смиритесь с этим. Давайте продолжим попытки понять себя, но при этом избавимся от ненужного интеллектуального груза. IP-метафора просуществовала полвека, принеся мизерное количество открытий. Пришло время нажать кнопку DELETE. опубликовано

Перевод: Влада Ольшанская и Денис Пронин.