Мозг. Как он устроен и что с ним делать

Проиллюстрировать это можно на примере двух вариантов носителей информации: виниловой пластинке и лазерном компакт-диске. Игла проигрывателя непрерывно скользит по борозде (углублению) виниловой пластинки. А вот в случае с компакт-диском лазер скачет по лункам (называемым питами) и промежуткам между ними – лендам. Питы могут рассеивать или отражать свет лазера. Устройство считывания регистрирует изменения интенсивности отраженного света. То есть мы уже имеем дело с дискретно изменяющимися величинами.

Другим примером дискретизации может служить метод оцифровки аналогового сигнала. То есть если нам нужно с виниловой пластинки (аналоговый вид) перенести файл в компьютер или смартфон, необходимо произвести цифровое преобразование.

Математическая операция под названием преобразование Фурье позволяет нам взять непрерывную кривую функции (например, сигнал с бобины) и разбить ее как бы на отметки. Если посмотреть на график, у нас будут отрезки, заканчивающиеся точками – отметками на кривой. Это приводит к тому, что мы превращаем аналоговый сигнал с пластинки в цифровой.

Несомненно, преобразование с математической и геометрической точки зрения выглядит несколько сложнее, но принцип один: мы разбиваем непрерывную линию на отрезки (точки). В итоге мы получаем в цифровом виде не весь сигнал, а лишь те его части, которые представлены отрезками. За счет того, что плотность этих отрезков очень высока, можно сказать, что потери минимальны. Наша слуховая система практически неспособна обнаружить отличия.

Весь этот длинный разговор про цифровое и аналоговое кодирование мы вели неспроста. Серьезные исследователи не особо любят, когда мозг с чем-то сравнивают, но если уж говорить в терминах техники и кибернетики, то мозг – это аналого-цифровое устройство. Он использует как аналоговый способ работы с информацией, так и цифровой.

Мы с вами уже выяснили, что сигнал в сенсорных системах (слуховой, зрительной и так далее) обрабатывается с задержкой. Важно понимать, что сигнал сначала идет от рецепторов по периферическим путям, затем движется в таламус и только потом в кору. Сигнал как бы пробегает все три этажа мозга. На это, конечно, нужно время. И здесь мозг ведет себя как процессор компьютера, последовательно обрабатывая поступающую информацию. И делает он это способом, который действительно можно сравнить с цифровым. Известно, что в цифровых устройствах информация кодируется единицами и нулями.

Когда к очередному нейрону поступает информация (нервный импульс), в нем формируется некий потенциал – напряжение. И тут нейрон работает как транзистор. Если потенциал достигает порогового значения, нервная клетка генерирует свой импульс. Информация бежит дальше по аксону. И здесь есть два варианта: достигнуто пороговое значение (условно 1) – импульс есть; не достигнуто (условно 0) – импульса нет. Тут нейрон работает с информацией цифровым способом (да/нет – 1/0).

Будет ли достигнут пороговый предел для проведения импульса дальше, зависит от многих параметров. Например, от какой клетки пришел сигнал, на какой контакт он пришел (к дендриту или телу нейрона), от каких еще клеток пришли сигналы.

Анализируя эти процессы, физиологи предположили, что нейрон суммирует приходящие сигналы (а они могут быть как тормозные, так и возбуждающие) и далее уже проводит импульс по аксону. Конечно, если тормозные входы превалируют над возбуждающими, никуда импульс не побежит. И напротив, возбуждающие сигналы заставляют нервную клетку проводить импульс дальше.

Изначально считалось, что от тела клетки информация может двигаться только по аксону. То есть импульс после суммации и анализа поступивших сигналов имеет только один выход (бежит по одному единственному отростку). Идея очень понравилась инженерам и программистам, и они создали математическую модель нейронной сети. В ее рамках они присвоили нейронам условные веса, определили, что у каждого нейрона один выход.

И эта модель очень долго жила. Предполагалось, что она относительно точно описывает принцип работы с информацией внутри нейронов. В начале 2000-х годов нейросети набрали особую популярность за счет их способности к самообучению.

Но ликование закончилось, когда в 2017 году в журнале Science вышла статья, в которой авторы обосновывали идею, что дендриты – не просто принимающие сигналы отростки. Выяснилось, что дендриты сами генерируют колоссальное количество нервных импульсов – примерно в пять раз больше, чем тело нервной клетки.

Дендриты могут генерировать сложные импульсы с плавно меняющимся напряжением. Логично предположить, что, когда мы имеем дело с непрерывно меняющимися величинами, речь идет уже об аналоговой форме обработки информации.

Таким образом, даже отдельный нейрон работает как аналого-цифровая машина. До получения этих данных исследователи представляли нейрон как сугубо цифровое устройство обработки информации.