Алексей Редозубов - Мозг напрокат. Как работает человеческое мышление и как создать душу для компьютера
Уайлдер Пенфилд показал, что, чем большее значение имеет та или иная функциональная система организма, тем более обширную территорию занимает ее проекция в первичных отделах коры головного мозга. Так возникли известные схемы, которые называют «человеком Пенфилда». Он имеет непропорционально большие губы, рот, руки, но маленькое туловище и ноги — в соответствии со степенью управляемости тех или иных групп мышц и их общим функциональным значением. Было замечено, что раздражение первичных зон коры распространяется лишь на области, непосредственно прилегающие к раздражаемому месту.
Рисунок 3. Сравнительная площадь проекции отдельных поверхностей тела в проекционных зонах мозговой коры (по Пенфилду): слева - корковая проекция чувствительности; справа - корковая проекция двигательной системы. Относительные размеры органов отражают ту площадь коры головного мозга, с которой могут быть вызваны соответствующие ощущения и движения.
К удивительным результатам привела стимуляция вторичной коры так называемым нейрографическим методом. Бумажку, смоченную раствором стрихнина, налагали на определенный участок коры головного мозга, тем самым раздражая его. Затем электроды последовательно прикладывали к соседним участкам, «прощупывая» таким образом, далеко ли распространяется вызванное раздражение. Эксперимент показал, что на электростимуляцию второго нейронного уровня отвечали различные зоны коры, расположенные иногда на значительном расстоянии от раздражаемого пункта. Получалось, что в процесс возбуждения вовлекались крупные системы нервных элементов, обеспечивая значительно более сложные, интегральные процессы в сравнении с теми, которые имеют место при возбуждении первичных зон.
С переходом от нижних уровней к высшим усложнялись и образы — как зрительные, так и слуховые. Раздражение же первичных отделов зрительной коры вызывало у пациентов на операционном столе элементарные ощущения. Больные видели мелькающие световые точки, окрашенные шары, языки пламени... Аналогичная картина наблюдалась при раздражении и первичных участков слуховой коры, с той лишь разницей, что в этих случаях у людей появлялись элементарные слуховые галлюцинации (шумы, звуки различного тона).
Раздражение вторичных отделов зрительной коры вызывало сложные, причудливо оформленные зрительные образы: испытуемые видели людей, зверей и т. п. Причем как в статике, так и в движении.
Воздействие на аналогичные области слуховой коры приводило к появлению сложных слуховых галлюцинаций — звучанию музыкальных мелодий, иногда фраз известных песен, при этом пациент осознавал, что внешний источник звука отсутствует.
Воздействие электрических импульсов на третичные отделы зрительной коры приводило к многоплановым галлюцинациям, сопровождаемым звуковыми компонентами. Больные видели развернутые сцены, целые картины, слышали звуки оркестра (Penfild, и др., 1968).
У животных, находящихся на более низком этапе эволюции, вторичная и третичная кора почти совсем не выделены. У приматов разделение на уровни носит уже более отчетливый характер. И только у человека дифференцированность коры достигает высочайших пределов, причем во всей массе коры доминируют именно вторичные и третичные поля. Этим, кстати, объясняется тот факт, что разрушение ограниченных зон головного мозга у животных, находящихся на разных ступенях эволюционной лестницы, вызывает неодинаковый эффект. Так, у мыши удаление отдельных долей вызывает лишь небольшие изменения в поведении, тогда как у собаки количество этих изменений возрастает, и они делаются более устойчивыми. У обезьяны дифференцированность и стойкость нарушений поведения, возникших в результате разрушения ограниченных участков мозга, становится несравнимо более отчетливой. У человека локальные разрушения мозга вызывают самые стойкие нарушения различных психических процессов.
ЧАСТЬ 2. МЫШЛЕНИЕ
Первый взгляд на нейрон
Говорить о мозге и не говорить о нейронах — невозможно. Нейроны — это те клетки-кирпичики, из которых построено само здание мозга. Об устройстве нейрона написано немало трудов, однако многие свойства нейрона до сих пор спорны и остаются загадкой. Здесь, чтобы не перегружать изложение, приведу достаточно обобщенное описание строения нейрона.
Традиционное представление о нейроне выглядит так.
Нервная система и мозг человека состоят из нейронов, соединенных между собой нервными волокнами. Нервные волокна способны передавать электрические импульсы. Все процессы передачи раздражений от нашей кожи, от ушей и глаз к мозгу, процессы мышления и управления действиями — все это реализуется в живом организме в виде передач электрических импульсов между нейронами. Каждый нейрон имеет отростки (нервные волокна) двух типов: дендриты, которыми импульсы принимаются, и единственный аксон, по которому нейрон может передавать импульс. Аксон контактирует с дендритами других нейронов посредством специальных образований — синапсов. Синапсы влияют на силу импульса. Можно считать, что при прохождении через синапс сила импульса меняется в определенное число раз. Это явление принято называть весом синапса. Импульсы, поступившие к нейрону одновременно по нескольким дендритам, суммируются. Если суммарный импульс превышает некоторый порог, нейрон возбуждается, формирует собственный импульс и передает его далее по аксону. Важно отметить, что веса синапсов могут со временем изменяться, а значит, меняется и поведение соответствующего нейрона (Бергер, 2006).
Нейроны делятся на возбуждающие (то есть активирующие разряды других нейронов) и тормозные (препятствующие возбуждению других нейронов).
Рисунок 4. Устройство нейрона
Известно, что головной мозг человека (кора) содержит около 10—15 млрд нейронов. Нейрон коры имеет от 10 до 100 тыс. связей.
Основные типы нейронов представлены на схеме рисунка 5.
Рисунок 5. Классификация типов нейронов в зависимости от степени разветвленности их отростков и функциональной топографии.
Нейроны мозга достаточно сложно устроены и обладают массой способностей, о которых мы здесь не упомянули. Что это за способности и зачем они нужны, станет понятно несколько позже, когда мы подойдем к описанию «главного секрета мозга», к тому как он работает и как нейроны взаимодействуют между собой.
Нейронные сети
Упрощенное понимание работы нейрона легло в основу компьютерного моделирования процессов, напоминающих работу мозга. Такие модели называются нейронными сетями.
Нейронная сеть — это совокупность моделей нейронов, объединенных между собой большим числом связей. Нейрон имеет связи, по которым к нему поступает информация. Все входы — взвешенные, то есть каждому входу присвоен весовой коэффициент. Сигналы, попадающие на нейрон, суммируются и через функцию входа-выхода подаются на выход нейрона. Топология соединений нейронов зависит от типа сети.
По структуре связей нейронные сети делятся на два больших класса: однослойные и многослойные.
К однослойным относятся так называемая модель Хопфилда и последующие ее модификации, а также сеть, известная под названием «машина Больцмана».
Многослойная сеть имеет входной, выходной и скрытые слои: на входной подается информация, с выходного снимается ответ, скрытые слои участвуют в обработке. Число нейронов во входном и выходном слоях определяется обучающей выборкой (примерами с известным решением) и задается на этапе постановки задачи. А размеры скрытой части, как правило, выбираются «методом проб и ошибок», который зачастую отнимает немало времени и не гарантирует хорошего результата.
Изменяя структуру связей и весовые коэффициенты, можно обучать нейронную сеть решать определенные задачи. Основные задачи, с которыми хорошо справляются нейронные сети,— это задачи классификации или, говоря по-другому, распознавания образов.
Тот нейрон, что используется при компьютерном моделировании нейронных сетей, только отдаленно похож на нейрон головного мозга. Элементы, используемые при моделировании нейронных сетей, принято называть формальными нейронами (Гутчин, и др., 1967).
Как устроен формальный нейрон?
Рисунок 6. Математическая модель одиночного формального нейрона.
На входы нейрона Х (синапсы) подаются сигналы, которые могут быть внешними, а могут быть сигналами с выходов (аксонов) других нейронов. В нормальном состоянии нейрон неактивен, то есть на выходе Y — ноль (нет сигнала). Каждому входу сопоставлен весовой коэффициент W, определяющий «важность этого входа». Если сумма произведений сигналов на входе на весовые коэффициенты превышает некое пороговое значение — нейрон активируется (на выходе — единица) и продолжает быть активным, пока взвешенная сумма входов не опустится ниже порогового значения. В некоторых моделях формальных нейронов изменение выхода происходит скачкообразно, а в некоторых — в соответствии с сигмоидной логистической функцией.
