Как мы видим? Нейробиология зрительного восприятия

Поэтому вместо того, чтобы пытаться изначально специфицировать все возможные связи, природа использует двойную стратегию. Сначала в действие вступают генетически запрограммированные правила для механизма аксонального наведения (молекулярные пути, диффундирующие сигналы), благодаря которым аксоны нейронов-источников соединяются с нейронами-мишенями в заданной области мозга. Именно поэтому участки распознавания лиц в височной доле приматов находятся примерно в одном и том же месте. И именно благодаря этому топография каждой зрительной зоны отражает пространственную карту сетчатки. Но этот механизм работает только на грубом уровне. Поэтому после того, как была сформирована грубая схема связей, в действие вступают правила машинного обучения, которые уточняют эти связи и кодируют восприятие конкретных объектов. Другими словами, молекулярные механизмы, если воспользоваться терминологией Ливингстон, создают «протоучастки» распознавания лиц, расположение которых жестко запрограммировано в генетическом коде, тогда как их окончательная избирательность формируется синаптической пластичностью.

Другое ключевое преимущество состоит в том, что нейронные сети эффективно решают проблему запоминания и распознавания визуальных объектов, с которыми человек сталкивается на протяжении жизни и которые могут представать перед ним в самом разном виде, на разных расстояниях, под разными углами. В нейронной сети каждый нейрон может участвовать в нескольких распознающих схемах в зависимости от того, как его вывод обрабатывается следующим слоем. Если в нейронной сети много слоев и каждый слой содержит, скажем, несколько десятков тысяч элементов, это дает нам поистине астрономическое число возможных комбинаций – достаточное для того, чтобы запомнить лицо любимой бабушки во всех возможных ракурсах и чтобы узнать своего ребенка, будь он прыгающим, бегающим и даже чумазым, в толпе других детей на детской площадке.

В самом фундаментальном смысле главное преимущество нейронных сетей состоит в том, что они позволяют зрительной системе мозга адаптироваться к естественной среде обитания данного живого вида. Нейронная сеть, отвечающая за визуальное распознавание, учится распознавать именно те визуальные объекты, которые присутствуют в конкретном окружающем мире этого вида. Это могут быть очень простые объекты, такие как ориентированные края, которые являются важнейшим признаком практически во всех визуальных сценах в жизни млекопитающего. Или более сложные, например, лица, которые играют важную роль в жизни социальных животных, таких как приматы, включая нас с вами. Как показывают эксперименты, если подопытная обезьяна с детства не видит лиц, ее протоструктуры распознавания лиц учатся распознавать руки. Другими словами, эти нейронные системы развиваются посредством обучения.

* * *

Я не могу удержаться от того, чтобы еще раз не подчеркнуть элегантность, экономичность и простоту естественного дизайна сенсорных систем мозга. Мы вновь и вновь убеждаемся в удивительной продуманности лежащего в их основе организационного принципа: зрительная система настраивается на статистически значимые закономерности естественного мира – на те составляющие визуального ввода, которые наиболее важны для выживания данного живого вида. В случае некоторых ключевых компонентов, которые всегда присутствуют в визуальном мире этого вида, эволюция сочла необходимым потратить драгоценные гены, чтобы запрограммировать сетчатку на восприятие этих аспектов. Хороший пример – «вшитая» функция обнаружения контраста (краев), которая реализуется при помощи молекулярных инструкций, эволюционировавших на протяжении многих миллионов лет, от эпохи, когда обитали мечехвосты, до времени появления людей[34].

Но если латеральное торможение – достаточно простой механизм, который легко биологически запрограммировать до рождения, то восприятие сложных объектов требует слишком большого количества настроек, чтобы их можно было закодировать в нашем ограниченном по размеру геноме. У нейронных сетей нет такого ограничения. Согласно правилу Хебба, мозг может адаптироваться к любым существующим закономерностям более высокого порядка. Глаза, носы, волосы, подбородки появляются в нашем визуальном мире не случайным образом – обычно они появляются вместе, что является хорошей предпосылкой для перцептивного обучения.

Вот еще один пример. Посмотрите на рисунок. И представьте себе мир будущего, в котором некоторые часто встречающиеся «лица», например, инопланетян выглядят примерно так. В этом случае наши нейронные сети в височной доле будут обучаться и на этих примерах тоже и, вполне вероятно, станут распознавать эти странные объекты как лица.