• Перевод

Все мы помним со школы мучительные упражнения в арифметике. На то, чтобы перемножить числа вроде 3 752 и 6 901 при помощи карандаша и бумаги, уйдёт не меньше минуты. Конечно же, сегодня, когда под рукой у нас телефоны, мы быстро можем проверить, что результат нашего упражнения должен равняться 25 892 552. Процессоры современных телефонов могут выполнять более 100 млрд таких операций в секунду. Более того, эти чипы потребляют всего несколько ватт, что делает их гораздо эффективнее наших медленных мозгов, потребляющих 20 Вт и требующих гораздо большего времени на достижение того же результата.

Конечно же, мозг эволюционировал не для того, чтобы заниматься арифметикой. Поэтому у него это получается плохо. Но он прекрасно справляется с обработкой постоянного потока информации, идущего от нашего окружения. И он реагирует на неё – иногда быстрее, чем мы можем это осознать. И неважно, сколько энергии будет потреблять обычный компьютер – он с трудом будет справляться с тем, что легко даётся мозгу – например, с пониманием языка или с бегом по лестнице.

Если бы могли создать машины, вычислительные способности и энергетическая эффективность которых были бы сравнимы с мозгом, то всё поменялось бы кардинально. Роботы бы ловко двигались в физическом мире и общались бы с нами на естественном языке. Крупномасштабные системы собирали бы огромные объёмы информации по бизнесу, науке, медицине или управлению государством, обнаруживая новые закономерности, находя причинно-следственные связи и делая предсказания. Умные мобильные приложения типа Siri и Cortana могли бы меньше полагаться на облака. Такая технология могла бы позволить нам создать устройства с небольшим энергопотреблением, дополняющие наши чувства, обеспечивающие нас лекарствами и эмулирующие нервные сигналы, компенсируя повреждение органов или паралич.

Но не рано ли ставить себе такие смелые цели? Не слишком ограничено ли наше понимание мозга для того, чтобы мы могли создавать технологии, работающие на основе его принципов? Я считаю, что эмуляция даже простейших особенностей нервных контуров может резко улучшить работу множества коммерческих приложений. Насколько точно компьютеры должны копировать биологические детали строения мозга, чтобы приблизиться к его уровню быстродействия – это пока открытый вопрос. Но сегодняшние системы, вдохновлённые строением мозга, или нейроморфные, станут важными инструментами для поисков ответа на него.

Ключевая особенность обычных компьютеров – физическое разделение памяти, хранящей данные и инструкции, и логики, обрабатывающей эту информацию. В мозгу такого разделения нет. Вычисления и хранение данных происходят одновременно и локально, в обширной сети, состоящей из примерно 100 млрд нервных клеток (нейронов) и более 100 трлн связей (синапсов). По большей части мозг определяется этими связями и тем, как каждый из нейронов реагирует на входящий сигнал других нейронов.

Говоря об исключительных возможностях человеческого мозга, обычно мы имеем в виду недавнее приобретение долгого эволюционного процесса – неокортекс (новую кору). Этот тонкий и крайне складчатый слой формирует внешнюю оболочку мозга и выполняет очень разные задачи, включающие обработку поступающей от чувств информации, управление моторикой, работу с памятью и обучение. Такой широкий спектр возможностей доступен довольно однородной структуре: шесть горизонтальных слоёв и миллион вертикальных столбиков по 500 мкм шириной, состоящих из нейронов, интегрирующих и распределяющих информацию, закодированную в электрических импульсах, вдоль растущих из них усиков – дендритов и аксонов.

Как у всех клеток человеческого тела, у нейрона существует электрический потенциал порядка 70 мВ между внешней поверхностью и внутренностями. Это мембранное напряжение изменяется, когда нейрон получает сигнал от других связанных с ним нейронов. Если мембранное напряжение поднимается до критической величины, он формирует импульс, или скачок напряжения, длящийся несколько миллисекунд, величиной порядка 40 мВ. Этот импульс распространяется по аксону нейрона, пока не доходит до синапса – сложной биохимической структуры, соединяющей аксон одного нейрона с дендритом другого. Если импульс удовлетворяет определённым ограничениям, синапс преобразует его в другой импульс, идущий вниз по ветвящимся дендритам нейрона, получающего сигнал, и меняет его мембранное напряжение в положительную или отрицательную сторону.

Связность – критическая особенность мозга. Пирамидальный нейрон – особенно важный тип клеток человеческого неокортекса – содержит порядка 30 000 синапсов, то есть 30 000 входных каналов от других нейронов. И мозг постоянно приспосабливается. Нейрон и свойства синапса – и даже сама структура сети – постоянно изменяются, в основном под воздействием входных данных с органов чувств и обратной связи окружающей среды.

Современные компьютеры общего назначения цифровые, а не аналоговые; мозг классифицировать не так-то просто. Нейроны накапливают электрический заряд, как конденсаторы в электронных схемах. Это явно аналоговый процесс. Но мозг использует всплески в качестве единиц информации, а это в основе своей двоичная схема: в любое время в любом месте всплеск либо есть, либо его нет. В терминах электроники, мозг – система со смешанными сигналами, с локальными аналоговыми вычислениями и передачей информацией при помощи двоичных всплесков. Поскольку у всплеска есть только значения 0 или 1, он может пройти большое расстояние, не теряя этой основной информации. Он также воспроизводится, достигая следующего нейрона в сети.

Ещё одно ключевое отличие мозга и компьютера – мозг справляется с обработкой информации без центрального тактового генератора, синхронизирующего его работу. Хотя мы и наблюдаем синхронизирующие события – мозговые волны – они организуются сами, возникая как результат работы нейросетей. Что интересно, современные компьютерные системы начинают перенимать асинхронность, свойственную мозгу, чтобы ускорить вычисления, выполняя их параллельно. Но степень и цель параллелизации двух этих систем крайне различны.

У идеи использования мозга в качестве модели для вычислений глубокие корни. Первые попытки были основаны на простом пороговом нейроне , выдающем одно значение, если сумма взвешенных входящих данных превышает порог, и другое – если не превышает. Биологический реализм такого подхода, задуманного Уорреном Маккалохом и Уолтером Питтсом в 1940-х, весьма ограничен. Тем не менее, это был первый шаг к применению концепции срабатывающего нейрона в качестве элемента вычислений.

В 1957 году Фрэнк Розенблатт предложил другой вариант порогового нейрона, перцептрон . Сеть из взаимосвязанных узлов (искусственных нейронов) составляется слоями. Видимые слои на поверхности сети взаимодействуют с внешним миром в качестве входов и выходов, а скрытые слои, находящиеся внутри, выполняют все вычисления.

Розенблатт также предложил использовать основную особенность мозга: сдерживание. Вместо того, чтобы складывать все входы, нейроны в перцептроне могут вносить и отрицательный вклад. Эта особенность позволяет нейросетям использовать единственный скрытый слой для решения задач на XOR в логике, в которых выход равен истине, если только один из двух двоичных входов истинный. Этот простой пример показывает, что добавление биологического реализма может добавлять и новые вычислительные возможности. Но какие функции мозга необходимы для его работы, а какие – бесполезные следы эволюции? Никто не знает.

Нам известно, что впечатляющих вычислительных результатов можно добиться и без попыток создать биологический реализм. Исследователи глубинного обучения продвинулись очень далеко в деле использования компьютеров для анализа крупных объёмов данных и выделения определённых признаков из сложных изображений. Хотя созданные ими нейросети обладают большим количеством входов и скрытых слоёв, чем когда бы то ни было, они всё-таки основаны на крайне простых моделях нейронов. Их широкие возможности отражают не биологический реализм, а масштаб содержащихся в них сетей и мощность используемых для их тренировки компьютеров. Но сетям с глубинным обучением всё ещё очень далеко до вычислительных скоростей, энергетической эффективности и возможностей обучения биологического мозга.

Огромный разрыв между мозгом и современными компьютерами лучше всего подчёркивают крупномасштабные симуляции мозга. За последние годы было сделано несколько таких попыток, но все они были жёстко ограничены двумя факторами: энергией и временем симуляции. К примеру, рассмотрим симуляцию , проведённую Маркусом Дайсманом с его коллегами несколько лет назад при использовании 83 000 процессоров на суперкомпьютере К в Японии. Симуляция 1,73 млрд нейронов потребляла в 10 млрд раз больше энергии, чем эквивалентный участок мозга, хотя они и использовали чрезвычайно упрощённые модели и не проводили никакого обучения. И такие симуляции обычно работали более чем в 1000 раз медленнее реального времени биологического мозга.

Почему же они такие медленные? Симуляция мозга на обычных компьютерах требует вычисления миллиардов дифференциальных уравнений, связанных между собой, и описывающих динамику клеток и сетей: аналоговые процессы вроде перемещения заряда по клеточной мембране. Компьютеры, использующие булевскую логику – меняющую энергию на точность – и разделяющие память и вычисления, крайне неэффективно справляются с моделированием мозга.

Эти симуляции могут стать инструментом познания мозга, передавая полученные в лаборатории данные в симуляции, с которыми мы можем экспериментировать, а затем сравнивать результаты с наблюдениями. Но если мы надеемся идти в другом направлении и использовать уроки нейробиологии для создания новых вычислительных систем, нам необходимо переосмыслить то, как мы разрабатываем и создаём компьютеры.

Нейроны в кремнии.

Копирование работы мозга при помощи электроники может быть более выполнимым, чем это кажется на первый взгляд. Оказывается, что на создание электрического потенциала в синапсе тратится примерно 10 фДж (10 -15 джоулей). Затвор металл-оксид-полупроводникового (МОП) транзистора, значительно более крупного и потребляющего больше энергии, чем те, что используются в ЦП, требует для заряда лишь 0,5 фДж. Получается, что синаптическая передача эквивалентна зарядке 20 транзисторов. Более того, на уровне устройств биологические и электронные схемы не так уж сильно различаются. В принципе можно создать структуры, подобные синапсам и нейронам, из транзисторов, и соединить их так, чтобы получить искусственный мозг, не поглощающий таких вопиющих объёмов энергии.

Идея о создании компьютеров при помощи транзисторов, работающих как нейроны, появилась в 1980-х у профессора Карвера Мида из Калтеха. Одним из ключевых аргументов Мида в пользу «нейроморфных» компьютеров было то, что полупроводниковые устройства могут, работая в определённом режиме, следовать тем же физическим законам, что и нейроны, и что аналоговое поведение можно использовать для расчётов с большой энергоэффективностью.

Группа Мида также изобрела платформу для нейрокоммуникаций, в которой всплески кодируются только их адресами в сети и временем возникновения. Эта работа стала новаторской, поскольку она первой сделала время необходимой особенностью искусственных нейросетей. Время – ключевой фактор для мозга. Сигналам нужно время на распространение, мембранам – время на реакцию, и именно время определяет форму постсинаптических потенциалов.

Несколько активных сегодня исследовательских групп, например, группа Джиакомо Индивери из Швейцарской высшей технической школы и Квабены Боахен из Стэнфорда, пошли по стопам Мида и успешно внедрили элементы биологических корковых сетей. Фокус в том, чтобы работать с транзисторами при помощи тока низкого напряжения, не достигающего их порогового значения, создавая аналоговые схемы, копирующие поведение нервной системы, и при этом потребляющие немного энергии.

Дальнейшие исследования в этом направлении могут найти применение в таких системах, как интерфейс мозг-компьютер. Но между этими системами и реальным размером сети, связности и способностью к обучению животного мозга существует огромный разрыв.

Так что в районе 2005 году три группы исследователей независимо начали разрабатывать нейроморфные системы, существенно отличающиеся от изначального подхода Мида. Они хотели создать крупномасштабные системы с миллионами нейронов.

Ближе всех к обычным компьютерам стоит проект SpiNNaker , руководимый Стивом Фёрбером из Манчестерского университета. Эта группа разработала собственный цифровой чип, состоящий из 18 процессоров ARM, работающих на 200 МГц – примерно одна десятая часть скорости современных CPU. Хотя ядра ARM пришли из мира классических компьютеров, они симулируют всплески, отправляемые через особые маршрутизаторы, разработанные так, чтобы передавать информацию асинхронно – прямо как мозг. В текущей реализации, являющейся частью проекта Евросоюза «Человеческий мозг» , и завершённой в 2016 году, содержится 500 000 ядер ARM. В зависимости от сложности модели нейрона, каждое ядро способно симулировать до 1000 нейронов.

Чип TrueNorth, разработанный Дармендра Мода и его коллегами из Исследовательской лаборатории IBM в Альмадене, отказывается от использования микропроцессоров как вычислительных единиц, и представляет собой на самом деле нейроморфную систему, в которой переплелись вычисления и память. TrueNorth всё равно остаётся цифровой системой, но основана она на специально разработанных нейроконтурах, реализующих определённую модель нейрона. В чипе содержится 5,4 млрд транзисторов, он построен по 28-нм технологии Samsung КМОП (комплементарная структура металл-оксид-полупроводник). Транзисторы эмулируют 1 млн нейроконтуров и 256 млн простых (однобитных) синапсов на одном чипе.

Я бы сказал, что следующий проект, BrainScaleS , отошёл довольно далеко от обычных компьютеров и приблизился к биологическому мозгу. Над этим проектом работали мы с моими коллегами из Гейдельбергского университета для европейской инициативы «Человеческий мозг». BrainScaleS реализует обработку смешанных сигналов. Он комбинирует нейроны и синапсы, в роли которых выступают кремниевые транзисторы, работающие как аналоговые устройства с цифровым обменом информацией. Полноразмерная система состоит из 8-дюймовых кремниевых подложек и позволяет эмулировать 4 млн нейронов и 1 млрд синапсов.

Система может воспроизводить девять различных режимов срабатывания биологических нейронов, и разработана в тесном сотрудничестве с нейробиологами. В отличие от аналогового подхода Мида, BrainScaleS работает в ускоренном режиме, его эмуляция в 10 000 раз быстрее реального времени. Это особенно удобно для изучения процесса обучения и развития.

Обучение, скорее всего, станет критическим компонентом нейроморфных систем. Сейчас чипы, сделанные по образу мозга, а также нейросети, работающие на обычных компьютерах, тренируются на стороне при помощи более мощных компьютеров. Но если мы хотим использовать нейроморфные системы в реальных приложениях – допустим, в роботах, которые должны будут работать бок о бок с нами, они должны будут уметь учиться и адаптироваться на лету.

Во втором поколении нашей системы BrainScaleS мы реализовали возможность обучения, создав на чипе «обработчики гибкости». Они используются для изменения широкого спектра параметров нейронов и синапсов. Эта возможность позволяет нам точно подстраивать параметры для компенсации различий в размере и электрических свойствах при переходе от одного устройства к другому – примерно как сам мозг подстраивается под изменения.

Три описанных мной крупномасштабных системы дополняют друг друга. SpiNNaker можно гибко настраивать и использовать для проверки разных нейромоделей, у TrueNorth высока плотность интеграции, BrainScaleS разработана для постоянного обучения и развития. Поиски правильного способа оценки эффективности таких систем пока продолжаются. Но и ранние результаты многообещающие. Группа TrueNorth от IBM недавно подсчитала, что синаптическая передача в их системе отнимает 26 пДж. И хотя это в 1000 раз больше энергии, требующейся в биологической системе, зато это почти в 100 000 раз меньше энергии, уходящей на передачу в симуляции на компьютерах общего назначения.

Мы всё ещё находимся на ранней стадии понимания того, что могут делать такие системы и как их применять к решению реальных задач. Одновременно мы должны найти способы комбинировать множество нейроморфных чипов в крупные сети с улучшенными возможностями к обучению, при этом понижая энергопотребление. Одна из проблем – связность: мозг трёхмерный, а наши схемы – двумерные. Вопрос трёхмерной интеграции схем сейчас активно изучают, и такие технологии могут нам помочь.

Ещё одним подспорьем могут стать устройства, не основанные на КМОП – мемристоры или PCRAM (память с изменением фазового состояния). Сегодня веса, определяющие реакцию искусственных синапсов на входящие сигналы, хранятся в обычной цифровой памяти, отнимающей большую часть кремниевых ресурсов, необходимых для построения сети. Но другие виды памяти могут помочь нам уменьшить размеры этих ячеек с микрометровых до нанометровых. И основной трудностью современных систем будет поддержка различий между разными устройствами. Для этого смогут помочь принципы калибровки, разработанные в BrainScaleS.

Мы только начали свой путь по дороге к практичным и полезным нейроморфным системам. Но усилия стоят того. В случае успеха мы не только создадим мощные вычислительные системы; мы даже можем получить новую информацию о работе нашего собственного мозга.

Прошлое столетие ознаменовало сильнейший скачок развития человечества. Пройдя нелегкий путь от букваря до интернета, люди так и не смогли разгадать главную загадку, терзающую умы великих на протяжении не одной сотни лет, а именно, как работает и на что способен человеческий мозг?

До сих пор этот орган остается самым плохо изученным, а ведь именно он сделал человека тем, кем он сейчас является – высшей ступенью эволюции. Мозг, продолжая хранить свои секреты и тайны, продолжает определять деятельность и сознание человека на каждом этапе его жизни. Разгадать все возможности, на которые он способен, не в силах пока ни один современный ученый. Именно поэтому вокруг одного из главнейших органов нашего организма сконцентрировано большое количество мифов и ничем не обоснованных гипотез. Это может свидетельствовать только о том, что скрытый потенциал человеческого мозга только предстоит изучить, а пока его способности выходят за грани уже устоявшихся представлений о его работе.

Фото: Pixabay/geralt

Устройство мозга

Данный орган состоит из огромного количества связей, создающих устойчивое взаимодействие клеток и отростков. Ученые предполагают, что, если эту связь представить в виде прямой линии, ее длина восьмикратно превысит дистанцию к Луне.

Массовая доля этого органа в общей массе тела составляет не более 2%, а его вес варьируется в пределах 1019-1960 грамм. С момента рождения и до последнего вздоха человека он ведет непрерывную деятельность. Поэтому ему необходимо поглощать 21% всего кислорода, постоянно поступающего в организм человека. Ученые составили примерную картину усваивания мозгом информации: его память может вмещать в себе от 3 до 100 терабайт, в то время как память современного компьютера в данный момент совершенствуется до объема 20 терабайт.

Самые распространённые мифы о биологическом компьютере человека

Нейронные ткани мозга на протяжение жизнедеятельности организма погибают, а новые – не образуются. Это заблуждение, абсурдность которого доказала Элизабет Гуд. Нервная ткань и нейроны постоянно обновляются, и на смену умершим приходят новые соединения. Исследования подтвердили, что в очагах клеток, уничтоженных инсультом, организм человека способен «наращивать» новый материал.

Мозг человека раскрыт только на 5-10%, все остальные возможности не задействованы. Некоторые ученые объясняли это тем, что природа, создав такой сложный и развитой механизм, придумала для него защитную систему, оградив орган от излишней нагрузки. Это не так. Достоверно известно, что мозг во время любой деятельности человека задействован на все 100%, просто в момент совершения каких-либо действий реагируют отдельные его части поочередно.

Сверхспособности. Чем может удивить человеческий разум?

Некоторые люди, внешне не показывающие признаки наличия невероятных способностей, могут обладать поистине невероятными возможностями. Проявляются они не у каждого, но ученые утверждают, что регулярные усиленные тренировки мозга способны развить сперхспособности. Хотя секрет «отбора» людей, которые могут обладать правом называться гением, не раскрыт до сих пор. Кто-то умеет грамотно выходить из затруднительных ситуаций, кто-то на подсознательном уровне предчувствует приближающуюся опасность. Но более интересными с точки зрения науки являются следующие сверхспособности:

• Возможность выполнения математических операций любой сложности без помощи калькулятора и расчетов на бумаге;
• Возможность создавать гениальные творения;
• Фотографическая память;
• Скоростное чтение;
• Экстрасенсорные способности.

Удивительные случаи раскрытия уникальных способностей человеческого мозга

За всю историю существования людей появилось большое количество историй, подтверждающих тот факт, что мозг человека может иметь скрытые способности, адаптироваться к изменению ситуации и перекладывать определенные функции с пострадавшего отдела на здоровую часть.

Сонарное зрение . Такая способность вырабатывается обычно после потери зрения. Дэниэл Киш сумел освоить технику эхолокации, присущую летучим мышам. Издаваемые им звуки, например, щелчок языком или пальцами, помогают ему ходить без трости.

Мнемоника – уникальная техника, позволяющая воспринимать и запоминать любой объем информации, независимо от ее характера. Многие люди осваивают ее в зрелом возрасте, а у американца Кима Пика — это врожденный дар.

Дар предвиденья . Некоторые люди уверяют, что способны видеть будущее. На данный момент этот факт полностью не доказан, но истории известно немало людей, которых такая способность прославила на весь мир.

Феномены, на которые способен человеческий мозг

Карлос Родригез в 14 лет после аварии потерял более 59% мозга, но при этом до сих пор живет совершенно обычной жизнью.

Яков Циперович после клинической смерти и недельного пребывания в коматозном состоянии перестал спать, мало ест и не стареет. С этого момента прошло уже три десятка лет, а он по-прежнему молод.

Фениас Гейдж в середине 19го века получил ужасную травму. Сквозь его голову прошел толстый лом, лишив его доброй части мозга. Медицина тех лет не была достаточна продвинута, и врачи предвещали ему скорую смерть. Однако мужчина не только не умер, но и сохранил память и ясность сознания.

Человеческий мозг, как и его тело, необходимо подвергать постоянным тренировка. Это могут быть как сложные, специально разработанные программы, так и чтение книг, разгадывание ребусов и логических задач. При этом не следует забывать про насыщение данного органа питательными элементами. К примеру, усилитель мозговой активности HeadBooster http://hudeemz.com/headbooster обладает большим количеством таковых. Но все же, только постоянные тренировки позволяют мозгу постоянно развиваться и увеличивать свои возможности.

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

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 ........

Алексей Зеньков

Ваш мозг не обрабатывает информацию, не извлекает знания и не хранит воспоминания. Короче говоря, ваш мозг - не компьютер. Американский психолог Роберт Эпштейн объясняет, почему представление о мозге как о машине неэффективно ни для развития науки, ни для понимания человеческой природы.

Несмотря на все усилия, неврологи и когнитивные психологи никогда не найдут в мозге копии Пятой симфонии Бетховена, слов, картинок, грамматических правил или любых других внешних сигналов. Конечно же, мозг человека не совсем уж пустой. Но он не содержит большинства вещей, которые, по мнению людей, в нем содержатся - даже таких простых вещей, как «воспоминания».

Наше ложное представление о мозге имеет глубокие исторические корни, но особенно запутало нас изобретение компьютеров в 1940-х годах. На протяжении полувека психологи, лингвисты, нейрофизиологи и другие эксперты по вопросам человеческого поведения утверждали, что человеческий мозг работает подобно компьютеру.

Чтобы представить, насколько легкомысленна эта идея, рассмотрим мозг младенцев. Здоровый новорожденный обладает более чем десятью рефлексами. Он поворачивает голову в том направлении, где ему чешут щечку, и всасывает все, что попадает в рот. Он задерживает дыхание при погружении в воду. Он так сильно хватает вещи, попавшие ему в руки, что почти может удерживать свой собственный вес. Но, возможно, важнее всего то, что новорожденные обладают мощными механизмами обучения, позволяющими им быстро изменяться, чтобы они могли более эффективно взаимодействовать с окружающим миром.

Чувства, рефлексы и механизмы обучения - это то, что есть у нас с самого начала, и, если задуматься, это достаточно много. Если бы нам не хватало каких-либо из этих способностей, наверное, нам было бы трудно выжить.

Но вот, чего в нас нет с рождения: информации, данных, правил, знаний, лексики, представлений, алгоритмов, программ, моделей, воспоминаний, образов, процессоров, подпрограмм, кодеров, декодеров, символов и буферов - элементов, которые позволяют цифровым компьютерам вести себя в какой-то степени разумно. Мало того, что этих вещей нет в нас с рождения, они не развиваются в нас и при жизни.

Мы не храним слова или правила, говорящие нам, как ими пользоваться. Мы не создаем образы визуальных импульсов, не храним их в буфере кратковременной памяти и не передаем затем образы в устройство долгосрочной памяти. Мы не вызываем информацию, изображения или слова из реестра памяти. Все это делают компьютеры, но не живые существа.

Компьютеры в буквальном смысле слова обрабатывают информацию - цифры, слова, формулы, изображения. Сначала информация должна быть переведена в формат, который может распознать компьютер, то есть в наборы единиц и нулей («битов»), собранные в небольшие блоки («байты»).

Компьютеры перемещают эти наборы с места на место в различные области физической памяти, реализованной в виде электронных компонентов. Иногда они копируют наборы, а иногда различными способами трансформируют их - скажем, когда вы исправляете ошибки в рукописи или ретушируете фотографию. Правила, которым следует компьютер при перемещении, копировании или работе с массивом информации, тоже хранятся внутри компьютера. Набор правил называется «программой» или «алгоритмом». Совокупность работающих вместе алгоритмов, которую мы используем для разных целей (например, для покупки акций или знакомств в интернете) называется «приложением».

Это известные факты, но их нужно проговорить, чтобы внести ясность: компьютеры работают на символическом представлении мира. Они действительно хранят и извлекают. Они действительно обрабатывают. Они действительно имеют физическую память. Они действительно управляются алгоритмами во всем без исключения.

При этом люди ничего такого не делают. Так почему так много ученых говорит о нашей умственной деятельности так, как если бы мы были компьютерами?

В 2015 году эксперт по искусственному интеллекту Джордж Заркадакис выпустил книгу «По нашему образу», в которой он описывает шесть различных концепций, используемых людьми в течение последних двух тысяч лет для описания устройства человеческого интеллекта.

В наиболее ранней версии, изложенной в Библии, люди были созданы из глины или грязи, которую разумный Бог затем пропитал своим духом. Этот дух и «описывает» наш разум - по крайней мере, с грамматической точки зрения.

Изобретение гидравлики в III веке до нашей эры стало причиной популярности гидравлической концепции человеческого сознания. Идея состояла в том, что ток различных жидкостей в теле - «телесных жидкостей» - приходится и на физические, и на духовные функции. Гидравлическая концепция существовала на протяжении более чем 1600 лет, все это время затрудняя развитие медицины.

К XVI веку появились устройства, приводимые в действие пружинами и зубчатыми передачами, что вдохновило Рене Декарта на суждения о том, что человек - это сложный механизм. В XVII веке британский философ Томас Гоббс предположил, что мышление происходит благодаря небольшим механическим движениям в мозгу. К началу XVIII века открытия в области электричества и химии привели к появлению новой теории человеческого мышления, опять-таки имеющей больше метафорический характер. В середине XIX века немецкий физик Герман фон Гельмгольц, вдохновленный последними достижениями в области связи, сравнил мозг с телеграфом.

Альбрехт фон Галлер. Icones anatomicae

Математик Джон фон Нейман заявил, что функция человеческой нервной системы является «цифровой при отсутствии доказательств в пользу противного», проводя параллели между компонентами компьютерных машин того времени и участками человеческого мозга.

Каждая концепция отражает самые передовые идеи породившей её эпохи. Как и следовало ожидать, всего через несколько лет после зарождения компьютерных технологий в 1940-х годах стали утверждать, что мозг работает, как компьютер: роль физического носителя играл сам мозг, а наши мысли выступали в качестве программного обеспечения.

Такая точка зрения достигла максимального развития в книге «Компьютер и мозг» 1958 года, в которой математик Джон фон Нейман решительно заявил, что функция нервной системы человека является «цифровой при отсутствии доказательств в пользу противного». Хоть он и признавал, что о роли мозга в работе интеллекта и памяти известно очень мало, ученый проводил параллели между компонентами компьютерных машин того времени и участками человеческого мозга.

Изображение: Shutterstock

Благодаря последующим достижениям в области компьютерных технологий и исследования мозга, постепенно развивалось амбициозное междисциплинарное учение о человеческом сознании, в основе которого лежит идея о том, что люди, как и компьютеры - это информационные процессоры. Эта работа в настоящее время включает в себя тысячи исследований, получает миллиарды долларов финансирования, и становится темой для множества трудов. Книга Рэя Курцвейла «Как создать разум: Раскрытие тайны человеческого мышления», выпущенная в 2013 году, иллюстрирует эту точку зрения, описывает «алгоритмы» мозга, методы «обработки информации» и даже то, как он внешне напоминает в своей структуре интегральные схемы.

Представление о человеческом мышлении как об устройстве обработки информации (ОИ) в настоящее время доминирует в человеческом сознании как среди обычных людей, так и среди ученых. Но это, в конце концов, просто еще одна метафора, вымысел, который мы выдаем за действительность, чтобы объяснить то, что на самом деле не понимаем.

Несовершенную логику концепции ОИ довольно легко сформулировать. Она основана на ошибочном силлогизме с двумя разумными предположениями и неверным выводом. Разумное предположение №1: все компьютеры способны на разумное поведение. Разумное предположение №2: все компьютеры являются информационными процессорами. Неверное заключение: все объекты, способные вести себя разумно - информационные процессоры.

Если забыть о формальностях, то идея о том, что люди должны быть информационными процессорами, только потому, что компьютеры являются таковыми – это полная глупость, и когда от концепции ОИ окончательно откажутся, наверняка историками она будет рассматриваться с этой же точки зрения, как сейчас для нас выглядят чушью гидравлическая и механическая концепции.

Проведите эксперимент: нарисуйте сторублевую купюру по памяти, а потом достаньте ее из кошелька и скопируйте. Видите разницу?

Рисунок, сделанный в отсутствие оригинала, наверняка окажется ужасен в сравнении с рисунком, сделанным с натуры. Хотя вообще-то вы видели эту купюру не одну тысячу раз.

В чем проблема? Разве «образ» банкноты не должен «храниться» в «запоминающем регистре» нашего мозга? Почему мы не можем просто «обратиться» к этому «образу» и изобразить его на бумаге?

Очевидно, нет, и тысячи лет исследований не позволят определить расположение образа этой купюры в мозге человека просто потому, что его там нет.

Продвигаемая некоторыми учеными идея о том, что отдельные воспоминания каким-то образом хранятся в специальных нейронах, абсурдна. Помимо прочего эта теория выводит вопрос об устройстве памяти на еще более неразрешимый уровень: как и где тогда память хранится в клетках?

Сама идея того, что воспоминания хранятся в отдельных нейронах, абсурдна: как и где в клетке может храниться информация?

Нам никогда не придется беспокоиться о том, что человеческий разум выйдет из-под контроля в киберпространстве, и нам никогда не удастся достичь бессмертия, скачав душу на другой носитель.

Одно из предсказаний, которое в том или ином виде высказывали футуролог Рэй Курцвейл, физик Стивен Хокинг и многие другие, заключается в том, что если сознание человека подобно программе, то скоро должны появиться технологии, которые позволят загрузить его на компьютер, тем самым многократно усилив интеллектуальные способности и сделав возможным бессмертие. Эта идея легла в основу сюжета фильма-антиутопии «Превосходство» (2014), в котором Джонни Депп сыграл ученого, похожего на Курцвейла. Он загрузил свой разум в интернет, чем вызвал разрушительные последствия для человечества.

Кадр из фильма «Превосходство»

К счастью, концепция ОИ даже близко не имеет ничего общего с действительностью, так что нам не стоит волноваться о том, что человеческий разум выйдет из-под контроля в киберпространстве, и, как это ни прискорбно, нам никогда не удастся достичь бессмертия, скачав душу на другой носитель. Дело не только в отсутствии какого-то ПО в мозге, проблема здесь еще глубже – назовем ее проблемой уникальности, и она одновременно восхищает и угнетает.

Поскольку в нашем мозге нет ни «запоминающих устройств», ни «образов» внешних раздражителей, а в ходе жизни мозг меняется под действием внешних условий, нет повода считать, что любые два человека в мире реагируют на одно и то же воздействие одинаково. Если вы и я посетим один и тот же концерт, изменения, которые произойдут в вашем мозге после прослушивания, будут отличаться от изменений, которые произойдут в моем мозге. Эти изменения зависят от уникальной структуры нервных клеток, которая формировалась в ходе всей предыдущей жизни.

Именно поэтому, как написал Фредерик Бартлетт в 1932 году в книге «Память», два человека, услышавшие одну и ту же историю, не смогут пересказать ее полностью одинаково, а со временем их версии истории будут все меньше походить друг на друга.

«Превосходство»

По-моему, это очень вдохновляет, ведь это значит, что каждый из нас по-настоящему уникален, не только по набору генов, но и по тому, как меняется наш мозг со временем. Однако это также и угнетает, ведь это делает и без того трудную работу нейробиологов практически неразрешимой. Каждое изменение может затронуть тысячи, миллионы нейронов или весь мозг целиком, причем природа этих изменений в каждом случае тоже уникальна.

Хуже того, даже если бы мы смогли записать состояние каждого из 86 миллиардов нейронов мозга и сымитировать все это на компьютере, эта громадная модель оказалась бы бесполезной вне тела, которому принадлежит данный мозг. Это, пожалуй, самое досадное заблуждение об устройстве человека, которым мы обязаны ошибочной концепции ОИ.

В компьютерах хранятся точные копии данных. Они могут оставаться без изменений долгое время даже при отключении питания, в то время как мозг поддерживает наш интеллект, только пока он остается живым. Нет никакого рубильника. Либо мозг будет работать без остановки, либо нас не станет. Более того, как отметил нейробиолог Стивен Роуз в 2005 году в работе «Будущее мозга», копия текущего состояния мозга может быть бесполезна и без знания полной биографии его владельца, даже включая социальный контекст, в котором рос человек.

Тем временем огромные средства расходуются на исследования мозга, основанные на ложных идеях и обещаниях, которые не будут исполнены. Так, в Евросоюзе был запущен проект исследования человеческого мозга стоимостью $1,3 млрд. Европейские власти поверили заманчивым обещаниям Генри Маркрэма создать к 2023 году действующий симулятор работы мозга на базе суперкомпьютера, который бы в корне изменил подход к лечению болезни Альцгеймера и других недугов, и обеспечили проекту практически безграничное финансирование. Меньше чем через два года после запуска проекта он обернулся провалом, и Маркрэма попросили уйти в отставку.

Люди – это живые организмы, а не компьютеры. Примите это. Нужно продолжать тяжелую работу по пониманию самих себя, но не тратить время на ненужный интеллектуальный багаж. За полвека существования концепция ОИ дала нам всего несколько полезных открытий. Настало время нажать на кнопку Delete .

Роберт Эпштейн – старший психолог Американского института поведенческих исследований и технологий в Калифорнии. Он является автором 15 книг, а также бывшим главным редактором журнала Psychology Today.