Мы попытаемся провести корреляцию компульсивного поведения с соответствующей ему специализированной нейронной группой и описать его на основе теории функциональных систем. Функция не может менять сама себя. Это принцип, по которому работает система. Мы можем получать одни и те же результаты разными способами выполнения при изменении исходных данных, условий, среды, времени исполнения и так далее.
Нейрон – это нервная клетка (рис. 1). Нейронная сеть – это совокупность нейронов головного и спинного мозга, а также ганглиев периферической нервной системы (рис. 2).
Головной мозг человека содержит 86 миллиардов нейронов. Большинство нейронов имеют один отросток для передачи импульса другим нейронам, но могут образовывать тысячи связей для приёма сигналов от других нейронов через дендритные шипики. Количество нейронных связей зависит от специализации нейрона в конкретной нейронной группе. Специализированные нейронные группы существуют буквально для всего.
Берёте вы вилку в руку – этому акту соответствует его нейронная структура или нейронная группа. Узнаёте вы на фото известного вам артиста – другая группа. Берёте в руки не вилку, а ложку, то этому соответствует та же группа, которая соответствовала вашему поведению, когда вы брали вилку, но теперь она уже работает совместно со структурой или нейроном, соответствующем ложке (условно, нейрон "ложки"). Но если среди ваших ложек есть ложка, которую вы узнаёте среди других ложек, то у вас будет активен совсем другой нейрон, а именно этой ложки. И так во всём. [1]
При любом акте ему будут соответствовать специализированные нейронные группы, которые будут активны именно в этот момент. Если мы представим нейронную сеть, как огромную и хаотичную гирлянду, смотанную в клубок из 86 миллиардов лампочек, то мы увидим, как постоянно и хаотично (на первый взгляд) вспыхивают и гаснут лампочки. Но если мы будем целенаправленно повторять, например, одно и тоже движение, то мы уже увидим, что алгоритм активности этих лампочек всегда соответствует нашим действиям и повторяется как наше поведение. Вернее, наоборот, наши действия являются результатом активности нейронных структур.
Даже если вы будете просто стоять и о чём-то думать, то в зависимости от содержания мыслей, места, наличия или отсутствия других людей и так далее, наша условная нейрогирлянда будет играть своими лампочками в корреляции с этим содержанием.
Нейронные группы – это не скопление нейронов в какой-то области головного мозга, это – ансамбль связанных между собой нейронов, распределённых по всем его частям и структурам. В одной группе могут быть миллионы нервных клеток, которые связаны как с нейронами своей группы, так и с определёнными нейронами других групп (ансамблей). Все нейроны имеют свою специализацию, то есть они предназначены конкретно для чего-то. Нейронная группа получает свою специализацию (обучается) в момент получения человеком нового опыта, и эта специализация остается неизменной. Но, несмотря на то, что нейронная группа или конкретный нейрон этой структуры имеет специализацию, они способны к реконсолидации (непрерывной реорганизации) и могут добавлять новый кусочек опыта в рамках своей специализации. Нейронная группа может дообучаться (модернизироваться), например, посредством новых способов достижения того же результата, оставаясь в рамках своей специализации. Но новый кусочек опыта (памяти) не уничтожает уже имеющийся, а как бы наслаивается на него. В этом слоёном пироге уже существуют разные, соответствующие всему ранее приобретённому опыту, сценарии (модели поведения). [11]
Если мы представим работу нейронной группы в виде слоёного пирога, то весь наш опыт представляет собой слои в этом пироге. И когда мы что-то делаем, например, моем руки или проверяем кран, то в этот момент работает не часть пирога, которая соответствует конкретной модели поведения, а все слои, весь наш опыт (память) для данной ситуации. [1]
По такому принципу, принципу создания новых слоёв для модификации основного объекта работает редактор графических изображений – Photoshop. Мы используем этот принцип для пояснения сути работы нашего слоёного пирога памяти. У нас есть исходное изображение, например, фотоснимок, который мы можем модифицировать в программе и получить другую версию исходного изображения. В нашем случае новая версия изображения – это новый вариант поведения для достижения жизненно важного приспособительного результата (рис. 3).
Новое поведение будет иметь новый набор слоёв, но с его помощью достигается тот же удовлетворяющий нас результат.
Исходное изображение (старый опыт)
Новый слой (новый опыт)
Измененная (новая) структура
Исходное изображение (старый опыт)
Новый слой (новый опыт)
Измененная (новая) структура
Исходное изображение (старый опыт)
Новый слой (новый опыт)
Измененная (новая) структура.