Models of the Mind

Когда дело доходит до вопросов самосогласованности в сетях, физики знают, что делать.Как мы видели в предыдущей главе, в физике полно ситуаций, когда самосогласованность важна: например, газы, состоящие из большого количества простых частиц, где каждая частица подвержена влиянию всех окружающих ее частиц иответвлияет на них.Поэтому были разработаны методы, облегчающие работу с математикой этих взаимодействий.

В 1980-х годах израильский физик Хаим Сомполинский использовал эти методы, чтобы понять, как ведут себя материалы при различных температурах. Но в конце концов его интересы обратились к нейронам. В 1996 году Сомполинский и его коллега, физик, ставший нейробиологом, Карл ван Вресвейк применили физический подход к вопросу о балансе в мозге. Подражая математике, используемой для понимания взаимодействующих частиц, они записали несколько простых уравнений, которые представляли очень большую популяцию взаимодействующих возбуждающих и тормозящих клеток. Эта популяция также получала внешние сигналы, представляющие собой связи, поступающие из других областей мозга.

С помощью простых уравнений ван Вресвейк и Сомполински смогли математически определить, какое поведение они хотели бы видеть в модели. Например, клетки должны быть способны поддерживать активность, но не слишком активную (например, не должны безостановочно стрелять). Кроме того, они должны реагировать на увеличение внешнего сигнала повышением средней скорости стрельбы. И, конечно же, реакция не должна быть шумной.

Введя эти требования, ван Вресвейк и Сомполински стали перебирать уравнения. Они обнаружили, что для создания полноценной сети, которая будет продолжатьнерегулярнострелятьс разумной скоростью, необходимо соблюсти некоторые условия. Например, тормозные клетки должны оказывать на возбуждающие клетки более сильное влияние, чем возбуждающие клетки друг на друга. Благодаря тому, что возбуждающие клетки получают чуть больше торможения, чем возбуждения, активность сети находится под контролем. Также важно, чтобы связи между нейронами были случайными и редкими - каждая клетка должна получать входные сигналы, скажем, от пяти или десяти процентов других клеток. Это гарантирует, что два нейрона не будут зациклены на одной и той же модели поведения.

Ни одно из требований, которые обнаружили ван Вресвейк и Сомполински, не было неразумным для мозга. И когда пара провела симуляцию сети, которая отвечала всем этим требованиям, возник необходимый баланс между возбуждением и торможением, а симулированные нейроны выглядели такими же шумными, как и реальные. Интуиция Шадлена и Ньюсома о том, как один нейрон может поддерживать шумный режим работы, действительно подтвердилась в сети взаимодействующих нейронов.

Ван Вресвейк и Сомполински не только показали, что в сети можно сбалансировать возбуждение и торможение, но и обнаружили возможную пользу от этого: нейроны в плотно сбалансированной сети быстро реагируют на входные сигналы. Когда сеть сбалансирована, она похожа на водителя, у которого каждая нога одинаково нажата на газ и тормоз. Однако этот баланс нарушается при изменении количества внешнего сигнала. Поскольку внешние сигналы являются возбуждающими - а они направлены на возбуждающие клетки сети в большей степени, чем на тормозящие, - увеличение их количества подобно увеличению веса на педали газа. После этого автомобиль разгоняется почти так же быстро, как и поступил сигнал. Однакопосле первоначальной реакциисеть восстанавливает равновесие. Взрыв возбуждения в сети заставляет тормозные нейроны срабатывать сильнее, и - подобно добавлению дополнительного груза на тормоз - сеть приходит в новое равновесие, готовая снова реагировать. Такая способность быстро реагировать на изменение входного сигнала может помочь мозгу точно идти в ногу с меняющимся миром.

Знание того, что математика работает, обнадеживает, но настоящая проверка теории происходит на реальных нейронах. В работе Ван Вресвейка и Сомполинского содержится множество предсказаний, которые нейроученые могут проверить, что и сделали Майкл Вер и Энтони Задор из лаборатории Колд-Спринг-Харбор в 2003 году. Пара записывала нейроны в слуховой коре крыс, которая отвечает за обработку звука, в то время как животным проигрывались различные звуки. Обычно, когда неврологи опускают электрод в мозг, они пытаются уловить выход нейронов - то есть их всплески. Но эти исследователи использовали другую технику, чтобы подслушать, какой вход получает нейрон - в частности, чтобы увидеть, уравновешивают ли возбуждающие и тормозящие сигналы друг друга.