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 >>>
|
Конечно же, это не так. Наш мозг постоянно подвергается бомбардировке сенсорных вводов с органов чувств. передает много мегабайтов чувственных данных в мозг ежесекундно. У мозга нет брандмауэра против этого натиска. Исследования визуализации мозга показывают, что даже тонкие сенсорные раздражители влияют на области мозга, от низкоуровневых сенсорных областей до отделов лобной доли, высокоуровневой области мозга, которая увеличена у людей по сравнению с другими приматами.
Мозг зависит от нервных раздражителей
Многие из этих раздражителей напрямую нами управляют. Например, когда мы смотрим на изображения, визуальные детали зачастую притягивают наше внимание и заставляют смотреть на определенные узоры. Когда мы смотрим на лицо, наше внимание автоматически переключается на глаза, нос и рот, подсознательно выделяя их как важнейшие детали. Когда мы идем по улице, наше внимание управляется раздражителями окружающей среды - звуком автомобильного рожка, вспышками неоновых огней, запахом пиццы - каждый из которых направляет наши мысли и действия, даже если мы не отдаем себе в этом отчета.
Еще ниже под радаром нашего восприятия проходят факторы среды, которые влияют на наше настроение медленно. Сезонные периоды низкой освещенности связаны с депрессией. Впервые этот феномен описал южно-африканский врач Норман Розенталь вскоре после переезда из солнечного Йоханнесбурга на серый северо-запах США в 1970-х годах. Цвета окружения также на нас влияют. Несмотря на множество мистификаций на эту тему, доказано, что синий и зеленый цвета вызывают положительный эмоциональный отклик, а красный - негативный. В одном из примеров ученые показали, что участники хуже сдают тест на коэффициент интеллекта с красными метками, нежели с зелеными или серыми; другое исследование показало, что тесты на креативность лучше даются с синим фоном, нежели с красным.
Сигналы тела могут влиять на поведение так же сильно, как и окружение, снова ставя под вопрос идеализированные концепции о превосходстве мозга.
Удивительной находкой последних лет стал тот факт, что микробы, живущие во внутренних органах, также принимают участие в определении наших эмоций. Изменение популяции микробов в кишечнике за счет поедания богатой бактериями пищи или процедура так называемой фекальной трансплантации может вызывать беспокойство и агрессию.
Это демонстрирует, что происходящее с мозгом во многом переплетается с происходящим с телом и средой. Нет никакой причинно-следственной или концептуальной границы между мозгом и его окружающей средой. Аспекты церебральной мистики - идеализированного представления мозга как неорганического, сверхсложного, самодостаточного и автономного - разваливаются, когда мы изучаем вблизи, как работает и из чего сделан мозг. Интегрированное вовлечение мозга, тела и окружающей среды - вот что отделяет биологическое сознание от мистической «души», и последствия этого различия весьма существенные.
Что самое главное, церебральная мистика способствует ошибочному пониманию того, что мозг является основным двигателем наших мыслей и действий. Поскольку мы стремимся понять поведение людей, мистика побуждает нас задумываться сперва о причинах, связанных с мозгом, и уже потом - за пределами головы. Это заставляет нас переоценивать роль мозга и недооценивать роль контекстов.
На арене уголовного правосудия, например, некоторые авторы считают, что в преступлениях нужно обвинять мозг преступника. Зачастую ссылаются на случай Чарльза Уитмена, который в 1966 году совершил один из первых массовых расстрелов в США, в Техасском университете. Уитмен говорил о психологических расстройствах, которые проявились за несколько месяцев до преступления, и аутопсия позже показала, что возле миндалины в его мозге выросла большая опухоль, которая влияла на управление стрессом и эмоциями. Но хотя обвинители мозга могут говорить о том, что обвинять в преступлении нужно опухоль Уитмена, реальность такова, что действия Уитмена были обусловлены и другими располагающими факторами: он рос с жестоким отцом, пережил развод родителей, ему часто отказывали в приеме на работу и у него был доступ к оружию на правах военного. Даже высокая температура в день преступления (37 градусов Цельсия) могла повлиять на агрессивное поведение Уитмена.
Обвинение мозга в преступном поведении позволяет избежать устаревших принципов нравственности и возмездия, но оно по-прежнему не учитывает широкую сеть влияний, способных внести вклад в любой ситуации. В нынешней дискуссии о случаях насильства в США стало очень важным поддерживать широкий взгляд на множественные факторы, работающие в отношении отдельного человека: проблемы с психикой, доступ к оружию, влияние СМИ и общества - все это вносит свой вклад. В других контекстах также стоит учитывать пристрастие к наркотикам или детские травмы. В любом случае идеализированное представление мозга, который якобы виноват во всем, будет недальновидным. Работает комбинация мозга, тела и окружающей среды.
Церебральная мистика имеет особое значение для того, как наше общество пытается совладать с проблемой психических расстройств. Потому что широким консенсусом психические отклонения определены как расстройства мозга. Сторонники этой теории утверждают, что таким образом психологические проблемы помещаются в одну категорию с лихорадкой или раком - болезнями, которые не вызывают социальных реакций, обычно связанных с психиатрическими заболеваниями. Есть даже мнение, что само определение таковых заболеваний как «расстройств мозга» снижает барьер, при котором здоровые пациенты будут искать лечения, а это важно.
В других отношениях, однако, переклассификация психических проблем как расстройств мозга может быть весьма проблемной. Пациенты, связывающие психические проблемы с внутренними неврологическими дефектами, уже получают клеймо сами по себе. Мысль о том, что их мозг не совершенен и поврежден, может быть разрушительной. Биологические дефекты починить сложнее, чем моральные, и люди с расстройством психики зачастую рассматриваются как опасные или даже неполноценные. Отношение к шизофреникам и параноикам не улучшается год от года, несмотря даже на рост методов смягчения протекания их психических состояний.
Вне зависимости от социальных последствий, обвинение мозга в создании психических заболеваний может быть научно некорректным во многих случаях. Хотя все психические проблемы включают мозг, основные факторы их появления могут быть где угодно. В 19 веке сифилис, передаваемый половым путем, и пелагра, вызванная дефицитом витамина B, были основными причинами роста пациентов лечебниц в Европе и США. Последнее исследование показало, что 20% психиатрических пациентов обладают телесными отклонениями, которые могут вызывать или ухудшать умственное состояние; среди них проблемы с сердцем, легкими и эндокринной системой. Эпидемиологические исследования выявили существенную связь между проявлением психических проблем и такими факторами, как статус этнических меньшинств, рождением в городе и рождением в определенного время года. Хотя эти связи нелегко объяснить, они подчеркивают роль факторов окружающей среды. Мы должны прислушиваться к этим факторам, если хотим эффективного лечения и предотвращения психических расстройств.
На еще более глубоком уровне в первую очередь культурные конвенции ограничивают понятие психического заболевания. Всего 50 лет гомосексуализм классифицировался как патология, отклонение, в авторитетном сборнике психических расстройств Американской психиатрической ассоциации. В Советском Союзе политические диссиденты порой определялись на основании психиатрических диагнозов, которые ужаснули бы большинство современных наблюдателей. Тем не менее сексуальные предпочтения или неспособность склониться перед властью в праведном стремлении - это психологические черты, для которых мы вполне можем найти биологические корреляты. Это не значит, что гомосексуальность и политическое диссидентство - проблемы с головой. Это значит, что общество, а не нейробиология определяет границы нормальности, которые и определяют категории психического здоровья.
Церебральная мистика преувеличивает вклад мозга в поведение человека, а в некоторых случаях также прокладывает дорогу для великой роли мозга в будущем самого человечества. В технофильных кругах все чаще говорят о «взломе мозга» для улучшения человеческих когнитивных способностей. Мгновенно возникает ассоциация взлома какого-нибудь смартфона или правительственного сервера, но в реальности же это больше похоже на взлом с отмычкой. Ранние примеры «взлома мозга» включали уничтожение частей мозга, как, например, в уже не существующих сегодня процедурах, вдохновивших Кена Кизи на создание «Полета над гнездом кукушки» (1962). Самые продвинутые взломы современного мозга включают хирургическую имплантацию электродов для прямой стимуляции или считывания ткани мозга. Эти вмешательства могут восстанавливать базовые функции у пациентов с серьезными проблемами передвижения или параличем - и это удивительный подвиг, который, впрочем, за версту отстоит от улучшений обычных способностей. Впрочем, это не мешает предпринимателям вроде Илона Маска или DARPA инвестировать в технологии «взлома мозга» в надежде однажды создать сверхчеловеческий мозг и связать его с машиной.
Возможно ли отделение мозга от тела?
Такое расхождение по большей части является продуктом искусственного разделения между тем, что происходит внутри мозга и за его пределами. Философ Ник Бостром из Института будущего человечества отмечает, что «лучшие преимущества, которые вы можете получить за счет имплантатов мозга, это все те же устройства за его пределами, которые вы сможете использовать вместо естественных интерфейсов, вроде тех же глаз, для проецирования 100 миллионов битов в секунду прямо в мозг». На самом деле, такие средства «улучшения мозга» уже рассованы по нашим карманам и стоят на столах, обеспечивая нам доступ к улучшенным когнитивным функциям вроде мощного калькулятора и дополнительной памяти и совсем не прикасаясь к нейронам. Что нам добавит прямое подключение таких устройств к мозгу, кроме раздражения, - это тот еще вопрос.
В мире медицины первые попытки по восстановлению зрения у слепых за счет использования имплантатов мозга быстро перешли к менее инвазивным подходам, включая протезирование сетчатки. Кохлеарные имплантаты, которые восстанавливают слух у глухих пациентов, полагаются на подобную стратегию взаимодействия со слуховым нервом, а не с самим мозгом. И если не брать совсем ограниченных в движениях пациентов, протезы, восстанавливающие или улучшающие движения, также работают в качестве интерфейсов. Чтобы дать ампутанту управление над механизированной искусственной конечностью, используется метод «целенаправленной реиннервации мышц», позволяющий врачам соединять периферические нервы утраченной конечности с новыми группами мышц, которые сообщаются с устройством. Для улучшения моторной функции у здоровых людей используются экзоскелеты, которые сообщаются с мозгом посредством непрямых, но отточенных эволюцией каналов. В каждом из этих случаев естественные взаимодействия мозга с телом человека помогают людям использовать протезы, а образуют прямую связь мозга и тела.
Самое экстремальное направление в футуристических технологиях мозга - стремление к достижению бессмертия посредством посмертного сохранения человеческого мозга. Две компании уже предлагают извлекать и сохранять мозги умирающих «клиентов», которые не хотят почить с миром. Органы сохраняются в жидком азоте, пока технологии не станут достаточно совершенными, чтобы восстанавливать мозг или «загружать» сознание в компьютер. Это стремление доводит церебральную мистику до ее логического завершения, целиком и полностью приветствуя логическую ошибку в том, что жизнь человека сводится до функции мозга и что мозг - это лишь физическое воплощение души, свободное от мяса.
Хотя стремление к бессмертию посредством сохранения мозга мало вредит чему-либо, кроме банковских счетов нескольких людей, это преследование также подчеркивает, почему так важна демистификация мозга. Чем больше мы чувствуем, что наши мозги заключают в себе нашу сущность как личности, чем больше верим, что мысли и действия просто проистекают из куска мяса в нашей голове, тем менее чувствительны мы становимся к роли общества и окружающей среды и тем меньше мы заботимся о культуре и ее ресурсах.
Мозг особенный не потому, что олицетворяет собой сущность нас, людей, а потому, что объединяет нас с нашим окружением так, как не смогла бы никакая душа. Если мы ценим наш собственный опыт, наши переживания и впечатления, мы должны защищать и укреплять многие факторы, которые обогащают нашу жизнь как внутри, так и за ее пределами. Мы - гораздо больше, чем просто мозги.
Это будет вполне возможно при компьютерной симуляции человеческого мозга . В 2030-е годы наномашины будут имплантироваться прямо в мозг , осуществляя произвольный ввод и вывод сигналов из клеток мозга . Это создаст виртуальную реальность “полного погружения”, ... году, задавшись целью выяснить, может ли машина мыслить. Стандартная интерпретация теста такова: “Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с...
https://www.сайт/journal/132280
Содержать на порядок больше, чем обычный. И весь этот гигантский массив информации будет согласованно изменяться за один рабочий такт. Когда в квантовом компьютере изменяется один бит (он называется квантовым битом – кубитом), то вместе с ним согласованно меняются все остальные, и вся суперпозиция мгновенно перестраивается. Это как в «волшебной» трубе, где цветные...
https://www.сайт/journal/17731
... компьютера , одновременно со своим партнером. После каждой попытки испытуемым говорили, кто нажал кнопку раньше, а кто позже, и с каким интервалом. Ученые выяснили, что мужские пары лучше выполняли задание, чем женские, однако активность мозга ... что пары из людей обоих полов так же хорошо выполняли задачу, как и партнеры-мужчины, однако в их мозгу не было выявлено согласованности. Результаты ученых, возможно, помогут объяснить, каким образом эволюционировала способность к сотрудничеству между людьми...
https://www.сайт/psychology/110777
мозга . Известно, что именно мозг компьютер
https://www.сайт/journal/121444
Или рост. Современные исследования ученых приближаются к разгадке древней тайны: ключ к ней - контроль над работой мозга . Известно, что именно мозг руководит всеми процессами в нашем организме. Это маленький компьютер , работающий по заданной ему программе в течение всей нашей жизни. Но, к сожалению, без нашего активного участия. Программу эту...
https://www.сайт/journal/121449
Будет уделено близорукости, ведь в основном, к возникновению этой болезни в наши дни приводит длительная работа с монитором компьютера . Современный городской житель большую часть своей жизни проводит в помещении и, работая за голубым экраном и с документами, ... . При постоянной сидячей работе случаются смещения позвонков, иные деформации позвоночника, которые приводят к сжатию спинного мозга , что также негативно влияет на работу органов зрения. Поэтому во время «пятиминуток» не забывайте и...
https://www.сайт/journal/137368
Как рост числа разводов, миграция семей в поисках лучшей жизни, заполнение детского досуга телевизором и компьютером , что заменило повседневные контакты с родителями и ослабило эмоциональную привязанность к ним. Часты побеги из-за... тем, что мы называем "живой природой". Виртуальная реальность не дает истинного представления об окружающем и формирует искаженную картину мира в том случае, когда ребенка "отдают на воспитание" компьютеру . Споры о том, вреден или полезен компьютер для развития детей, ...
О том, как машинное обучение может изменить и уже меняет наш мир. Нейронные сети опутывают нас все плотнее, алгоритмы управляют нашей жизнью: они находят книги, фильмы, работу и партнеров для нас, управляют инвестициями и разрабатывают лекарства, самостоятельно обучаясь. Алгоритмы как маленькие любознательные дети: смотрят на нас, повторяют за нами и экспериментируют.
А самое удивительное, что ученые уже работают над Верховным алгоритмом, который будет способен решать любые задачи еще до того, как мы их сформулируем (не напоминает Дугласа Адамса?), и извлекать знания обо всем на свете из данных. Любопытно, правда?
Как устроен наш мозг и как он учится?
Канадский психолог Дональд Хебб в 1949 году сформулировал правило обучения, которое сейчас лежит в основе множества искусственных нейронных сетей: «нейроны, которые срабатывают вместе, связываются друг с другом». В правиле Хебба слились идеи психологии, нейробиологии и, что интересно, немалая доля домыслов. Примерно в то же время испанский нейробиолог Сантьяго Рамон-и-Кахаль провел первые подробные исследования мозга, окрашивая нейроны. Он каталогизировал свои наблюдения, как ботаники классифицируют новые виды деревьев.
Ко времени Хебба нейробиологи в общих чертах понимали, как работают нейроны, однако именно он первым предложил механизм, согласно которому нейроны могут кодировать ассоциации. Каждое понятие представлено множеством нейронов. И эти нейроны, которые возбуждают друг друга, образуют, в терминологии Хебба, «ансамбли клеток».
Обложка поста:С помощью таких собраний в головном мозге представлены понятия и воспоминания. В каждый ансамбль могут входить нейроны из разных областей мозга, ансамбли могут пересекаться. Так, клеточный ансамбль для понятия «нога» включает ансамбль для понятия «ступня», в который, в свою очередь, входят ансамбли для изображения ступни и звучания слова «ступня».