Models of the Mind

Кроме того, некоторые элементы работы нейрона зависят от случайных процессов. Например, электрическое состояние нейрона меняется, если меняется диффузия ионов в жидкости вокруг него. Кроме того, нейроны, как и любые другие клетки, состоят из молекулярных машин, которые не всегда работают по плану: необходимые белки могут вырабатываться недостаточно быстро, подвижные части могут застревать и т. д.Хотя эти физические сбои могутспособствовать шумности мозга, они, похоже, не полностью объясняют ее. На самом деле, если взять нейроны из коры головного мозга и поместить их в чашку Петри, они ведут себя гораздо надежнее: стимуляция этих нейронов одним и тем же способом дважды приводит к одинаковым результатам. Поэтому элементарные сбои в работе клеточных механизмов - которые могут происходить как в чашке, так и в мозге - кажутся недостаточными для объяснения шума, который обычно наблюдается.

Таким образом, бухгалтерия не сбалансирована: вносимый шум почему-то не равен производимому шуму. Можно было бы предположить, что это просто любопытная ошибка в учете; возможно, в нейронном механизме есть несколько лишних ненадежных шестеренок, или входные данные из мира еще менее стабильны, чем мы думаем. Подобные ошибки могли бы компенсировать разницу, если бы не один маленький факт: сама природа работы нейронов делает их шумоподавителями.

Чтобы понять это, представьте, что вы с друзьями играете в игру, цель которой - посмотреть, как далеко вы сможете коллективно перебросить футбольный мяч по длинному полю, пока не истечет таймер. Никто из вас не обладает хорошей практикой, и время от времени вы совершаете ошибки - кто-то пропускает пас, кто-то устает, кто-то спотыкается. Вы также иногда превосходите свои собственные ожидания, бегая слишком быстро или передавая пас слишком далеко. Если отведенное время невелико - скажем, 30 секунд, - то такие кратковременные промахи или преимущества сильно скажутся на вашей дистанции. Вы можете пробежать 150 м в одной попытке и 20 в следующей. Но если время большое, скажем, пять минут, эти колебания в результатах могут просто уравновесить друг друга: медленное начало может быть компенсировано интенсивным спринтом в конце, или выигрыш от длинного прохода может быть потерян из-за падения. В результате, чем большевремя , тем более схожей будет дистанция в каждой попытке. Другими словами, "шумность" ваших спортивных способностей со временем выравнивается.

Нейроны оказываются в похожей ситуации. Если нейрон получает достаточно входного сигнала за определенный промежуток времени, он выдает спайк (см. рис. 12). Получаемый им входной сигнал является шумовым, поскольку он поступает от других нейронов. Так, в один момент нейрон может получить, скажем, пять входных сигналов, в следующий - 13, а после этого - ноль. Как и в примере с игрой, если нейрон будет долгое время принимать шумовые сигналы, прежде чем решить, достаточно ли их для всплеска, влияние шума уменьшится. Однако если он использует только быстрый снимок входного сигнала, шум будет доминировать.

Сколько же времени нейрон комбинирует свои входные сигналы? Около 20 миллисекунд. Это может показаться мало, но для нейрона это очень много. Спайк длится всего 1 миллисекунду, а клетка может получать множество импульсов одновременно со всех своих входов. Поэтому нейроны должны уметь брать среднее значение по многим снимкам входного сигнала, прежде чем принять решение о спайке.

Неврологи Уильям Софтки и Кристоф Кох использовали простую математическую модель нейрона - модель "утечки интеграта и огня", представленную в главе 2, - чтобы проверить именно это. В своем исследовании 1993 года они смоделировали нейрон, получающий входные сигналы в нерегулярное время. Однако сам нейрон - поскольку он интегрировал эти входящие импульсы во времени - все равно производил выходные импульсы, которые были гораздо более регулярными, чем получаемые им входные сигналы. Это означает, что нейроны действительно способны уничтожать шум - принимать шумные входные сигналы и производить менее шумные выходные сигналы.

Рисунок 12