Возвращаясь к головному мозгу, следует отметить одно поразительное обстоятельство: несмотря на различие тех функций, которые выполняют разные участки мозга, нервные клетки, из которых они состоят, в своей основе одинаковы. Одна зона мозга отличается от другой прежде всего количеством нервных клеток и тем, как они соединены друг с другом. Именно соединение клеток придает им особое качество и определяет чрезвычайно сложную структуру мозга. Кроме того, в любой, даже небольшой, размером с песчинку, области нашего мозга содержатся тысячи миллионов синапсов. А сколько всего таких «песчинок» содержится в нашем мозгу…
Нам вряд ли удастся когда-либо понять работу мозга, если мы не найдем какие-то новые подходы. Ведь сейчас мы даже толком не понимаем в принципе простые схемы взаимодействия нейронов. Что же тогда говорить о миллиардах синапсов, от которых зависит сама наша человеческая сущность? Этот механизм характеризуется сложностью, возведенной в высочайшую степень сложности.
Существуют две накладывающиеся друг на друга стадии, от которых зависит, как наши нервы будут взаимодействовать друг с другом — а значит, и то, как мы будем мыслить, учиться, чувствовать и запоминать. Первая стадия приходится на период эмбрионального развития и проходит в основном под контролем генов. Во время же второй стадии идет тонкая настройка системы, и основой ее служит приобретаемый человеком опыт. Наша память сохраняется в связанных друг с другом в мозгу сообществах нервных клеток, которые также отвечают за наши способности к обучению.
Как же мы запоминаем и как мы приобретаем опыт, то есть учимся? Суть этих явлений таится в нервных клетках, она все еще не до конца разгадана, однако ясно, что многие ответы коренятся в наших синапсах. Механизм обучения связан с уменьшением эффективности синаптической передачи импульсов от сенсорных нервов к моторным. Это хорошо показал эксперимент, проведенный, однако, не с участием людей, поскольку очень сложно проследить за изменениями в синаптических связях человека и других позвоночных (в них задействовано великое множество клеток). Героем этого эксперимента стал морской слизень аплизия. В ответ на касание жабр слизень смыкал их. Но с каждым разом жабры смыкались с меньшей силой. Это, как показало исследование, происходило вследствие уменьшения числа пузырьков-трансмиттеров, которые выбрасываются нервами в синапсах, что, в свою очередь, явилось следствием снижения синаптического потенциала в реагирующих нервах. Увеличение или уменьшение количества пузырьков-трансмиттеров, скорее всего, и является основой механизма действия так называемой «короткой памяти», базирующейся на взаимодействии сетей нервных клеток.
Долгосрочная же память основывается на активности генов и синтезе белков, которые устанавливают одни синаптические соединения и удаляют другие. В этих случаях могут также происходить изменения в синапсах, благодаря чему они передают больше либо меньше нервных импульсов.
Есть надежда, что изучение компьютерных соединений, которые имитируют соединения между нервными клетками, поможет ученым понять принципы поведения соединенных между собой нервных клеток в человеческом мозгу. Всмотревшись в компьютерные нейросети, мы, возможно, разберемся наконец в том, как работают наши мозги. Ведь искусственные нейросети отчасти ведут себя подобно нервным клеткам.
Концепция нейросетей основана на работах гениального математика Алана Туринга и других исследователей высшей нервной деятельности, которые пытались разработать принципиальную схему человеческого мозга на основе компьютерной модели. Уподобляемые нервным клеткам ячейки компьютерной сети могут быть либо активными, либо бездействующими. Каждая из них соединена с множеством других ячеек; причем все ячейки взаимно влияют одна на другую. Ключевым фактором во взаимодействии компонентов сети являются их соединения, которые проверяют силу импульсов, побуждающих к активизации, либо импульсов, требующих остановить действие. Это похоже на то, как если бы вы говорили «Давай» или «Прекрати» своему соседу громко либо тихо. Будет ли затем активирована ячейка, зависит от нее самой: ячейка анализирует все импульсы, проверяет их силу и принимает решение. Фундаментальное качество мест соединений отдельных компонентов сети, которые можно уподобить синапсам между нервными клетками, заключается в том, что оценка импульсов может меняться. Это определяет поведение сети и наделяет ее функцией обучения.