Как мы учимся. Почему мозг учится лучше, чем любая машина… пока

Неужели такая нейронная навигационная система существует и в человеческом мозге? Да. На основании косвенных данных мы знаем, что мозг взрослого человека тоже содержит нейронную карту с гексагональной симметрией, причем расположена она в том же самом месте, что и у крыс (энторинальная кора)⁸⁴. Кроме того, мы знаем, что даже очень маленькие дети обладают развитым чувством пространства. Малыши от года и старше без труда ориентируются в комнате: если их перенести из точки А в точку Б, а затем в точку В, они запросто смогут вернуться из точки В в точку А по прямой – и, что примечательно, сделают это, даже если слепы от рождения. Следовательно, в мозге детенышей человека, как и крысы, имеется специальный модуль для пространственной навигации⁸⁵. К сожалению, пока нам не удалось непосредственно увидеть эту карту: получить изображение работающего мозга в столь юном возрасте крайне трудно (попробуйте сделать МРТ ребенку, который все время куда-то ползет!). И тем не менее мы уверены, что найдем ее, как только появятся соответствующие мобильные методы исследования.

На самом деле, в мозге ребенка существуют и другие специализированные модули – примеров множество. В частности, мы знаем, что в возрасте нескольких месяцев (хотя, возможно, и не с самого рождения) зрительная кора уже содержит область, которая реагирует преимущественно на лица, а не на изображения домов⁸⁶. По всей видимости, ее формирование частично является результатом научения, однако строго регулируется связанностью мозга – конфигурацией межнейронных связей. Эти связи гарантируют, что у всех людей за распознавание лиц отвечает одно и то же место, плюс-минус несколько миллиметров. В результате образуется один из самых специфических модулей коры – участок, до 98 процентов нейронов которого специализируются на лицах и практически не реагируют на другие образы.

Возьмем другой пример. Установлено, что уже в самом раннем возрасте теменная кора способна реагировать на количество объектов⁸⁷. При этом активность регистрируется в той же самой области, которая задействована у взрослых, когда они складывают 2 и 2, и у обезьян, запоминающих, сколько предметов им показали. Что касается обезьян, немецкий нейробиолог Андреас Нидер доказал: этот участок коры действительно содержит нейроны, чувствительные к количеству объектов, – существуют нейроны для одного объекта, двух, трех и так далее. Как ни странно, эти нейроны присутствуют даже в том случае, если данную конкретную обезьяну никогда не учили решать числовые задачи. Таким образом, логично предположить, что модули формируются до рождения и в дальнейшем продолжают развиваться под влиянием окружающей среды. Я и мои коллеги разработали точную математическую модель самоорганизации числовых нейронов, основанную на волнообразном распространении активности по поверхности развивающейся коры. Предложенная нами теория может объяснить свойства числовых нейронов во всех подробностях. Согласно модели, клетки образуют своего рода числовую прямую – линейную цепочку, которая спонтанно возникает из сети случайно соединенных нейронов, в которой числа один, два, три, четыре и так далее расположены последовательно⁸⁸.

Концепция самоорганизации радикально отличается от классического (но ошибочного) представления о мозге как о tabula rasa – «чистом листе», преимущественно лишенном первоначальной структуры и обретающем форму исключительно под влиянием окружающей среды. На самом деле, чтобы мозг мог построить карту или числовую прямую, требуется очень мало данных (или они не требуются вообще). Именно самоорганизация отличает мозг от искусственных нейронных сетей, доминирующих в инженерном подходе к искусственному интеллекту. Сегодня ИИ практически синонимичен большим данным. Все потому, что эти сети невероятно «прожорливы»: они начинают действовать разумно только после того, как им скормят гигабайты данных. Человеческий мозг, напротив, не требует столь обширного опыта. Его основные узлы – модули, в которых хранятся ключевые знания, – развиваются главным образом спонтанно, возможно, только за счет внутреннего моделирования.