Мозговой трест. 39 ведущих нейробиологов – о том, что мы знаем и чего не знаем о мозге

Массовая параллельная обработка возможна потому, что каждый нейрон обменивается сигналами с большим количеством других нейронов — у нейронов млекопитающих в среднем порядка тысячи входных и выходных контактов. (В отличие от нейронов, у каждого транзистора всего три точки ввода-вывода.) Информация от одного нейрона может передаваться по множеству параллельных путей. В то же время множество нейронов, обрабатывающих одну и ту же информацию, могут одновременно передавать сигналы какому-то одному нейрону. Это особенно полезно для более точной обработки информации. Информация, переданная одним нейроном, может быть искажена шумом (скажем, иметь погрешность 1 на 100). Вычисляя среднее значение на основе данных от 100 нейронов, передавших ту же информацию, следующий нейрон цепи может обеспечить гораздо большую точность (в этом случае погрешность составит уже порядка 1 на 1000)[122].

У компьютера и мозга также есть сходства и различия в режиме передачи сигналов между базовыми элементами. Транзистор реализует цифровую передачу, в которой для представления информации используются дискретные значения (0 или 1). Спайк в аксоне нейрона также представляет собой цифровой сигнал, поскольку в каждый момент времени нейрон либо возбужден, либо нет, а при возбуждении спайки имеют приблизительно одинаковый размер и форму; это свойство обеспечивает надежную передачу импульсов на большое расстояние. В то же время нейроны используют еще и аналоговую передачу сигналов, при которой информация представляется непрерывными величинами. Некоторые нейроны (например, большинство нейронов сетчатки глаза) не вырабатывают электрические импульсы, а используют градуальные электрические сигналы (в отличие от импульсов, их величина может непрерывно меняться), которые способны передавать больше информации, чем спайки. Принимающая часть нейрона (обычно это дендрит) также использует аналоговый режим для объединения нескольких тысяч входящих сигналов, что позволяет выполнять сложные вычисления[123].

Еще одно важное свойство мозга, которое проявляется во время приема теннисной подачи, заключается в том, что связи между нейронами могут усиливаться и ослабляться в зависимости от активности и опыта. Нейробиологи считают, что эти процессы лежат в основе памяти и обучения. Регулярные тренировки позволяют нейронным цепям менять конфигурацию в соответствии с выполняемыми задачами, что значительно повышает скорость и точность.

В последние десятилетия при усовершенствовании компьютеров инженеры часто брали за образец человеческий мозг. В новейших устройствах используются принципы параллельной обработки информации и перестройки связей в зависимости от выполняемой задачи. Например, одна из нынешних тенденций в проектировании компьютеров — это обеспечение многоканальности за счет использования нескольких процессоров (ядер). Другой пример — методы глубокого обучения в сфере искусственного интеллекта. В последние годы здесь были достигнуты значительные успехи: алгоритмы распознавания образов и речи в компьютерах и мобильных устройствах стремительно совершенствуются — в том числе благодаря принципам, открытым при изучении зрительных систем млекопитающих[124], по примеру которых при глубоком обучении используется несколько слоев для представления все более труднораспознаваемых сущностей (например, визуальных объектов или речи), а сила связей между разными слоями не является жестко заданной, а изменяется в процессе обучения. Недавние успехи в этой сфере расширили область задач, которые способен решать компьютер. Однако в гибкости, способности к обобщениям и обучению мозг по-прежнему превосходит даже самые современные машины. По мере того как нейробиологи раскрывают тайны мозга (в чем им все чаще помогают компьютеры), инженеры получают больше возможностей совершенствовать архитектуру и работу устройств по примеру мозга. Кто бы ни оказался победителем в решении конкретных задач, это междисциплинарное сотрудничество, вне всякого сомнения, пойдет на благо и нейробиологии, и вычислительной технике.

Мозг использует множество нейромедиаторов Соломон Снайдер

В 1966 ГОДУ, устроившись на работу в Университет Джонса Хопкинса, я познакомился с великим нейробиологом Верноном Маунткаслом и рассказал ему о своей прежней работе в Национальных институтах здоровья (NIH), где я изучал разные нейромедиаторы и пытался понять, нет ли еще множества других, о которых мы пока не знаем. Он спросил у меня: «Разве мозгу недостаточно одного возбуждающего и одного тормозного нейромедиатора?» У меня не было четкого ответа, если не считать тезиса о том, что нейромедиация — это нечто более сложное, чем просто возбуждение и торможение.