Как мы видим? Нейробиология зрительного восприятия

Эти клеточные ансамбли, в свою очередь, соединены с ансамблями, которые отвечают за абстрактное мышление, слабо связанное с восприятием. Благодаря такому взаимопроникновению нейронные сети могут возбуждать друг друга. Разумеется, большинство нейронов в «перцептивной» сети связаны преимущественно с такими же перцептивными нейронами, но некоторые из них поддерживают связь с нейронами «мыслительной» сети. Вот почему некоторые перцептивные события могут инициировать мысли – и в действительности даже вызываться мыслями. Иначе говоря, мысль способна вызвать активацию перцептивной нейронной сети, так что мы можем вспомнить или вообразить себе сенсорное событие. Некоторые «мыслительные» клеточные ансамбли соединены с моторными сетями, благодаря чему они могут вызывать их активацию и, как следствие, соответствующие двигательные акты.

Таким образом, клеточные ансамбли, представляющие простые визуальные признаки, соединяются с ансамблями, представляющими репрезентации более высокого порядка, которые, в свою очередь, соединяются с клеточными ансамблями, отвечающими за физические двигательные акты, причем такое соединение всегда происходит в результате перцептивного обучения – усиления синаптических связей в результате одновременной активации сигналами из реального мира в соответствии с правилом Хебба. Вот что я имел в виду, когда говорил, что в концепции Хебба нет четко выраженной границы между восприятием и действием.

Это, конечно же, упрощенная картина, цель которой – продемонстрировать суть концепции Хебба. Как уже отмечалось выше, она требует некоторого уточнения с учетом последних данных, предположительно указывающих на существование очень конкретной функциональной специализации некоторых локальных областей мозга. Однако также необходимо отметить, что исследования с использованием инструментов мультиклеточной визуализации, о которых мы говорили в главе 13 и которые позволяют изучить поведение нейронов в их родных сетях, скорее подтверждают нарисованную здесь картину. Эта картина также больше соответствует реальной анатомии мозга с его непостижимо огромным количеством прямых и обратных связей как между корковыми областями, так и с подкорковыми центрами.

Теперь давайте посмотрим на ту же последовательность сквозь призму современной концепции нейронной сети – более-менее случайной сети связей, состоящей из входного слоя, нескольких скрытых слоев и выходного слоя. Как и в предыдущем примере, это – упрощенная абстракция, призванная проиллюстрировать несколько базовых концептуальных принципов алгоритма.

Как видите, это очень напоминает последовательную схему распознавания лица Авраама Линкольна на с. 102 с тем лишь отличием, что здесь мы вышли за пределы распознавания лиц и включили восприятие, мысли и действия. Перед нами универсальная схема нейронной сети, которая может распознавать не только волка, но и многое другое в зависимости от того, какие синаптические связи были усилены на этапе ее обучения. Как и в концепции Хебба, здесь нет жестких границ между слоями, благодаря чему цепочка синаптических связей может быть изменена на основе опыта от одного конца до другого – посредством обратного распространения или какого-либо другого механизма. Нейронная сеть мозга обучается без учителя, то есть она сама себе учитель. Но как именно это происходит, нам пока неизвестно. Возможно, сеть использует обучение с подкреплением или какой-либо другой метод неконтролируемого обучения из тех, что в настоящее время разрабатываются для искусственных нейронных сетей.

* * *

Итак, вот что я хотел до вас донести: концепция, расплывчатая в отношении большинства конкретных деталей, гласит, что все шаги (от визуального ввода до действия) реализуются через последовательность модифицируемых нервных связей – клеточных ансамблей или слоев нейронной сети. Помимо чисто практических преимуществ – компьютеры уже доказали, что такая сеть способна действовать довольно умно, – чем еще может быть полезна эта концепция? Важнейший момент в том, что в этих моделях нет центра принятия решений, маленького человечка, который принимает сигналы и отправляет команды. Это сеть связей в подлинном смысле.