Неизвестен Автор - Мозг (сборник)

В то время как иногда кажется, что в головном мозгу все соединено со всем, в прецизионной схеме связи расположены определенным, упорядоченным образом. Лишь определенные клетки связаны с другими определенными клетками, а общая структура связей часто одинакова у отдельных животных. Прецизионное распределение связей обычно обнаруживается там, где в нем участвует небольшое число клеток, как, например, у сравнительно примитивного беспозвоночного аплизии, описанного в статье Кэндела (см. стр. 59). Хорошим примером служит также небольшой круглый червь Caenorhabditis elegans, которого изучал С. Бреннер (S. Brenner) с сотрудниками в Лаборатории молекулярной биологии Медицинского исследовательского совета в Кембридже в Англии. У этого вида сеть состоит точно из 279 нейронов, которые соединены между собой в точности одинаково у всех особей. Более многочисленные нейроны тоже могут быть связаны прецизионно, в особенности там, где структура из клеток повторяется многократно, что характерно, например, для глаза мухи. Прецизионное распределение связей не исключает возможности обучения, что ясно показано в статье Кэндела, потому что сила связей может быть изменена опытом.

В то же время, если рассматривать схему распределения связей (в той мере, в какой она нам известна) в области головного мозга у более сложного животного, скажем поля в зрительной коре обезьяны, то обнаружатся два обстоятельства. Клеток здесь гораздо больше, а распределение связей между ними, очевидно, гораздо менее прецизионное. В одном полушарии головного мозга у обезьяны оно, безусловно, не точно такое же, как в другом. Тем не менее связи, идущие от глаза к зрительной коре, распределены вовсе не случайно. Как пишут в своей работе Хьюбел и Визель, эти связи образуют, хотя и не точную, топографическую карту. Нейроны относятся здесь ко многим типам, которые связаны между собой не случайно, хотя точную степень упорядоченности этих связей установить трудно. Создается впечатление, что в пределах одного небольшого участка точные связи отчасти являются делом случая. Кроме того, один предъявляемый глазу простой сигнал - скажем, короткая линия в одном пункте поля зрения - возбудит не один-единственный детектор границы, а, возможно, несколько тысяч таких детекторов. Одним словом, структура связей не только рассчитана на извлечение из входных сигналов их признаков, но, по-видимому, обладает также некоторыми свойствами ассоциативной сети.

Ассоциативная сеть - это абстрактная схема соединений, изучаемая теоретиками - Марром (Marr), К. Лонге-Хиггинсом (Ch. Longuet-Higgins), Л. Купером (L. Cooper) и другими. Такая сеть имеет набор входных каналов (иногда несколько наборов) и набор выходных каналов. Каждый входной канал связан со всеми выходными, но сила связей неодинакова. Точное распределение зависит от типа рассматриваемой сети. Сила связи отрегулирована "на основании опыта" по определенным точным правилам, обычно так, что те проводящие пути, которые часто активируются совместно, каким-то образом усиливаются.

Такие сети служат для тонкой настройки системы с частично прецизионным распределением связей или способствуют вызову сложного выхода, когда приходит входная активность (или еще лучше - частичная входная активность) от чего-либо, с ним связанного. Взглянув на лицо человека, вы вспоминаете его имя (хотя, увы! не всегда). Вы в состоянии вспомнить человека, даже если увидели лишь часть его лица.

Высшая нервная система представляет собой чрезвычайно хитроумную комбинацию прецизионного распределения связей с ассоциативными сетями. Она построена не так, чтобы каждый входной канал был прямо связан со всеми остальными входными каналами. Кроме того, у высших животных она, по-видимому, не построена прецизионно. Для достижения своих целей система использует две стратегии. Одна из них - стратегия множественного и последовательного картирования (включая реципрокное картирование); она является компонентом, аппроксимирующим прецизионное распределение связей. Но, кроме того, система, по-видимому, организует связи таким образом, что локально - в пределах маленького участка - она, грубо говоря, соединяет все со всем.

Каждый участок содержит целое семейство локальных перекрывающихся ассоциативных сетей. Поэтому на ранней стадии переработки некоторые сигналы (скажем, одна группа от глаза и другая - от уха) не соотносятся друг с другом. Но по мере перехода сигналов от одной карты к другой первоначальное картирование становится и более диффузным, и более отвлеченным (например, ответ на ориентацию лучше, чем на пятно), и, таким образом, сигнал анализируется последовательно все более сложными способами в сочетании с сигналами от других входов.

При таком описании системы мы сразу видим, что это не просто одна огромная ассоциативная сеть. Построить такую сеть, в которой каждый нейрон реагирует непосредственно со всеми другими нейронами, было бы гораздо труднее и она заняла бы гораздо больше места. Поэтому сеть разделена на множество мелких подсетей; одни из них связаны параллельно, другие более последовательно. Кроме того, дробление на подсети отражает внешнюю и внутреннюю структуру окружающего мира, а также наши взаимоотношения с ним. Каждая локальная сеть приспособлена для выполнения тех специальных операций на своем входе, которые нужнее всего в этом пункте для извлечения значимой новой информации. При рассмотрении под таким углом зрения многие общие свойства головного мозга - многочисленные функциональные области, множественные связи с каждым нейроном - начинают приобретать некий смысл.

Разумеется, деятельность головного мозга еще гораздо шире, чем те процессы, которые я обрисовал выше. Должны существовать механизмы внимания, в особенности сосредоточенного внимания, усиливающие активность малых частей мозга. Должна существовать какая-то общая управляющая система. Чтобы мое чрезмерно упрощенное описание не ввело читателя в заблуждение, я советую ему обратиться к статье У. Науты и М. Фейртага (W. Nauta, M. Feirtag), где ясно показано, насколько сложно в действительности все устройство (см. "Организация мозга"). Тем не менее нарисованная мною схема покажет хотя бы кое-что из того, что можно надеяться увидеть при более детальном исследовании нервных процессов.

Какая система или какой уровень вероятнее всего окажется наиболее доступным экспериментальному изучению? Ответить на этот вопрос всегда трудно. Как указывает Кэндел, беспозвоночные животные с их крупными клетками, связанными между собой довольно точно, представляют много преимуществ, и можно не сомневаться, что некоторые созданные в процессе их исследования методики, полученные данные и проникновение в их смысл окажутся полезными также для понимания нервной системы высших и более сложных животных. Сомнительно, однако, чтобы на низших животных можно было получить ответы на все вопросы. Трудно также сказать, какое животное послужит наилучшей моделью человека и какой отдел мозга легче всего изучать. Зрительная система макака, очевидно, очень сходна с нашей. Зрительная система кошки меньше похожа на нее, но кошки обладают другими достоинствами для эксперимента. Много лет не утихает спор о том, какая система более пригодна для изучения - мозжечок или зрительная кора. (Поступающие в зрительную кору сигналы легче контролировать, но упорядоченность ее нейронного строения - ничто по сравнению с упорядоченностью структуры мозжечка.)