Фрэнсис Крик - Что за безумное стремленье! [litres]

Разумеется, вполне возможно, что такие сети и алгоритмы можно использовать для разработки нового поколения сверхмощных компьютеров. Главная проблема тут, по-видимому, в том, чтобы найти возможность воспроизвести регулируемые связи, имея дело с кремниевыми микросхемами, но эта проблема, вероятно, скоро будет решена.

К этим моделям нейронных сетей можно предъявить еще две претензии. Первая – они недостаточно быстродействующие. Скорость – решающий фактор для животных, включая нас. Теоретики пока не уделяют скорости должного внимания. Вторая касается отношений. Тут можно привести следующий пример. Представьте себе, что на экране вспыхивают на миг две буквы – любые две буквы, – одна над другой. Задача – определить, какая из них верхняя. Эту задачу независимо предложили психологи Стюарт Сазерленд ( Stuart Sutherland ) и Джерри Фодор. Ее легко решают старые модели – посредством процессов, традиционно используемых в современных цифровых компьютерах, – но попытки сделать это с помощью параллельной распределенной обработки выходят, на мой взгляд, корявыми. Подозреваю, что элемент, который упущен, – механизм внимания . Внимание, скорее всего, представляет собой серийный процесс, работающий поверх многопоточных процессов ПРО.

Одна из проблем теоретических нейронаук в том, что они находятся где-то в зазоре между тремя областями. На одном полюсе находятся исследователи, работающие напрямую с мозгом. Это наука. Она пытается установить, какие механизмы природа использует в реальности. На другом полюсе лежит сфера разработок искусственного интеллекта. Это техника. Ее цель – сконструировать прибор , который работает так, как нам надо. Есть и третья область – математика. Математиков не волнуют ни наука, ни техника (разве только как источник проблем), а лишь отношения между абстрактными сущностями.

Те, кто занимается теорией мозга, следовательно, разрываются между несколькими направлениями. Интеллектуальный снобизм внушает им, что они должны получать такие результаты, которые одновременно глубоки и убедительны математически и вместе с тем приложимы к мозгу. Это вряд ли возможно, если мозг в действительности – сложная комбинация довольно простых уловок, возникших в ходе естественного отбора. Если придуманная ими идея бесполезна для объяснения работы мозга, теоретики могут надеяться, что, возможно, она пригодится в разработках ИИ. Поэтому у них нет мотивации двигаться дальше и прилагать усилия для прояснения того, как мозг работает на самом деле. Куда интереснее создавать «занятные» компьютерные программы, да и гранты под такую работу получать проще. Есть даже вероятность заработать кое-какие деньги, если эти идеи пригодятся в разработке компьютеров. Ситуацию ухудшает общее убеждение, что психология – «гуманитарная» наука, которая редко дает позитивные результаты, зато ее все время заносит из одной модной теории в другую. Кому же захочется задаться вопросом, верна ли на самом деле модель, – ведь если задаться, то застопорится целый ряд направлений работы.

Сам я не могу похвастаться особыми успехами по этой части. Размышления о нейронных сетях натолкнули нас с Грэмом Митчисоном в 1983 г. на новое объяснение, зачем нужна фаза быстрого сна, однако две другие команды исследователей независимо додумались до того же механизма. Читать об этом лекции увлекательно, ведь сном и сновидениями интересуются все. Я выступал с лекциями перед физиками (в том числе в научно-исследовательском отделе нефтедобывающей компании), в дамских клубах, перед школьными учителями, равно как и на различных академических кафедрах. Основная мысль состоит в том, что воспоминания хранятся в мозгу млекопитающих совсем не так, как данные в системе регистрации или в современном компьютере. По распространенному мнению, в мозгу воспоминания одновременно и «распределены», и в определенной мере накладываются друг на друга. Симуляции показывают, что это возможно без проблем, если только система не перегружена – в таком случае она может выдавать ложные воспоминания. Последние зачастую представляют собой смесь реальных воспоминаний, между которыми есть что-то общее.

Такие смешения живо напоминают мне о сновидениях и о том, что Фрейд называл сгущением. Например, когда нам кто-то снится, человек в сновидении нередко представляет собой смешение образов двух или трех сходных людей. Поэтому мы с Грэмом предположили, что в фазе быстрого сна (иногда именуемой фазой сновидений) действует механизм автоматической коррекции, снижающий вероятность смешения воспоминаний. Мы полагаем, что этот механизм лежит в основе сновидений, большинство из которых, кстати, сами вообще не запоминаются. Верна ли эта идея, покажет лишь время.

Я также написал статью о нейрофизиологической основе внимания, но и она весьма спекулятивна. Пока еще мне не удалось создать теории, которая одновременно была бы новаторской и убедительно объясняла множество разрозненных экспериментальных данных.

Оглядываясь назад, я вспоминаю, насколько странной мне казалась эта новая область. Без сомнения, по сравнению с молекулярной биологией наука о мозге пребывает в умственно отсталом состоянии. И темп ее развития намного медленнее. Это можно уяснить из того, как употребляется слово «недавно». В классической филологии (изучении латинской и греческой литературы) «недавно» означает «за последние двадцать лет». В нейробиологии или психологии это обычно подразумевает последние несколько лет, тогда как в современной молекулярной биологии речь идет о последних неделях .

Существуют три основных способа разобраться в сложной системе. Можно разобрать ее по частям и описать все элементы по отдельности – из чего они состоят и как работают. Можно установить, какое именно место каждый элемент занимает в системе относительно других элементов и как они взаимодействуют друг с другом. Эти два подхода сами по себе вряд ли объяснят работу системы. Чтобы это сделать, необходимо также изучить поведение самой системы и ее компонентов, осторожно воздействуя на различные части и наблюдая, как это воздействие сказывается на поведении на всех уровнях. Если бы мы могли проделать это с нашим собственным мозгом, мы бы мгновенно разобрались, как он работает.

Молекулярная и клеточная биология могли бы оказать решающую помощь во всех трех подходах. В первом начало уже положено. Например, уже выделены и описаны гены, кодирующие ряд ключевых нейромедиаторов, и синтезированы их продукты, которые благодаря этому стало легче изучать. Кое-какие успехи сделаны на втором пути, но этого мало. Например, технология инъекционного окрашивания отдельного нейрона таким образом, что все нейроны, связанные с ним, и только с ним, будут помечены, может стать полезной.