Себастьян Сеунг - Коннектом. Как мозг делает нас тем, что мы есть

В 2005 году английское Королевское научное общество провело голосование, в ходе которого Исаак Ньютон был объявлен даже более великим ученым, чем Альберт Эйнштейн.

Мы выражаем свое восхищение гением-одиночкой, проводя такие сравнения и оказывая ему почести – скажем, присуждая Нобелевскую премию. Но есть и другой взгляд на науку, в нем роль индивидуального ученого подчеркивается меньше. Ньютон и сам признавал, что в интеллектуальном смысле он многим обязан коллегам: «Если я и видел дальше прочих, так это лишь оттого, что стоял на плечах гигантов».

Действительно ли Ньютон был такой уникальной личностью? Или он просто оказался в нужном месте в нужное время и сумел сложить два и два? Интегральное исчисление примерно в те же самые годы изобрел Лейбниц. История науки пестрит рассказами о таких вот почти одновременных открытиях, ведь новые идеи создаются путем правильного сочетания и осмысления идей старых. В каждый момент истории это может сделать не один ученый, а по крайней мере несколько. В этом смысле ни одна идея не является по-настоящему новой. А значит, ни один ученый не является по-настоящему уникальным. И мы не можем по-настоящему понять достижения ученого, не зная, что именно почерпнул он из теорий своих предшественников или современников.

В этом отношении нейроны подобны ученым. Если нейрон дает импульс в ответ на фотографию Дженнифер Энистон, но не реагирует на других звезд, мы можем заключить, что функция нейрона – распознавание прелестного личика Дженни. Однако этот нейрон – лишь один из многих нейронов, вместе составляющих целую сеть. Ошибкой было бы представлять его как гения-одиночку, распознающего светлый образ Дженнифер самостоятельно и безо всякой помощи. Слова Ньютона можно слегка перефразировать, и тогда они окажутся куда применимее к нейрону, чем к Ньютону: «Если нейрон видит дальше, так это потому, что он стоит на плечах других нейронов». Чтобы понять, как нейрону удается распознать лицо Дженни, не помешает сначала узнать что-нибудь о тех нейронах, от которых он получает информацию.

Теория, описывающая происходящее, основана на модели «неравноценного голосования», о которой я рассказывал выше. Представим Дженни как комбинацию более простых составляющих. У нее голубые глаза, светлые волосы, заостренный подбородок и так далее (во всяком случае, в данном тексте). Если список будет достаточно длинным, он даст уникальное описание Дженни, не подходящее ни к какой другой знаменитости. Теперь предположим, что в мозгу имеются нейроны для распознавания каждого раздражителя из нашего списка. Иными словами, существует «нейрон голубых глаз», «нейрон светлых волос» и даже «нейрон заостренного подбородка». Порог пикообразования для «нейрона Дженнифер Энистон» высок: этот нейрон дает пик, лишь когда порождают пик все нейроны, отвечающие за части этого образа, то есть когда происходит единогласное волеизъявление, а оно возможно лишь как отклик на Дженни. Короче говоря, нейрон опознаёт Дженни как комбинацию ее частей, а опознанием этих частей занимаются другие нейроны.

Объяснение выглядит правдоподобным, однако тут же возникают другие вопросы. Каким образом «нейрону голубых глаз» удается распознавать голубые глаза, а нейрону светлых волос» – светлые волосы? Вспоминается забавный случай, открывающий «Краткую историю времени» физика Стивена Хокинга:

Один известный ученый… как-то раз читал публичную лекцию по астрономии. Он описывал, как Земля вращается вокруг Солнца и как Солнце, в свою очередь, вращается вокруг центра громадного скопления звезд, именуемого нашей галактикой. В конце лекции с заднего ряда поднялась некая старушка и заявила: «Вы говорите какую-то чушь. На самом деле мир – плоская тарелка, которая стоит на спине гигантской черепахи». Ученый снисходительно улыбнулся и спросил: «А на чем же стоит черепаха?» «Вы очень умны, молодой человек, очень умны, – признала старушка. – Но там и дальше черепахи, до самого низа! Кругом одни черепахи!»

Мой ответ – такой же: «Там и дальше нейроны, кругом одни нейроны». Голубой глаз – сочетание более простых составляющих: черного зрачка, голубой радужки, белка, окружающего радужную оболочку, и т. п. Таким образом, «нейрон голубых глаз» можно создать, подключив его к нейронам, которые умеют распознавать эти части голубого глаза. В отличие от нашей старушки я могу избежать проблемы бесконечности. Если мы будем продолжать делить каждый раздражитель на комбинацию более простых частей, в конце концов мы доберемся до раздражителя, который уже невозможно разделить дальше. Это – крошечные пятнышки света. Каждый фоторецептор глаза регистрирует крошечное пятнышко света на определенном участке сетчатки. В этом нет особой загадки. Фоторецепторы подобны множеству крошечных сенсоров цифрового фотоаппарата, каждый из которых детектирует свет единичным пикселем, улавливающим изображение.

Рис. 19.Перцептрон – многослойная модель нейронной сети

Согласно этой теории восприятия, нейроны подключены друг к другу и образуют сеть, которая организована иерархически. Те, что находятся в нижней части иерархии, детектируют простые раздражители – например, пятнышки света. Чем выше располагается нейрон на этой иерархической лестнице, тем более сложные раздражители он способен распознавать. Нейроны на верхушке лестницы умеют распознавать самые сложные раздражители – например, образ Дженнифер Энистон. Взаимное подключение нейронов подчиняется следующему правилу:

Нейрон, распознающий целое, получает возбуждающие сигналы от нейронов, распознающих части целого.

В 1980 году японский ученый-компьютерщик Кунихико Фукусима создал модель нейронной сети зрительного восприятия, организовав ее иерархическим образом – согласно этому правилу. Эта модель под названием «Неокогнитрон» стала наследницей перцептрона , описанного американским коллегой Фукусимы Фрэнком Розенблаттом в 1950-х годах. Перцептрон содержит слои нейронов, «стоящих на плечах» других нейронов (см. рис. 19). С каждым нейроном завязывают связи лишь нейроны из слоя непосредственно под ним.

«Неокогнитрон» умел распознавать рукописный текст. Его преемники демонстрируют более впечатляющие визуальные способности – к примеру, они умеют распознавать объекты на фотографиях. Хотя эти искусственно созданные модели нейронных сетей пока по-прежнему допускают больше ошибок, чем люди, их возможности с каждым годом увеличиваются. Такие успехи инженерной мысли придают определенное правдоподобие модели мозга, названной иерархическим перцептроном.