Скорость мысли. Грандиозное путешествие сквозь мозг за 2,1 секунды

Мы можем подключить подобный генератор супервсплесков к нашим моделям нейронов, чтобы узнать, насколько он влияет на вероятность возникновения исходящего импульса. Для этого мы соберем наборы входов, принимающих синхронные импульсы, на отдельных удаленных ветвях дендритного дерева. Каждое крещендо входящего хора импульсов будет создавать супервсплеск потенциала в одной ветви дерева. При такой группировке, даже если входы находятся на кончиках самых дальних ветвей, нам понадобится лишь треть входящих импульсов, по сравнению с импульсами, распределенными по дендритному дереву, чтобы создать новый импульс [77]. Сочетание местоположения и синхронности может драматически увеличить шансы возникновения импульса.

Торможение – третий ключевой игрок в трилогии о местоположении. Потому что дальше в нашей сказке могут встретиться драконы. На пути между тем местом, где наш импульс, преодолев синаптическую щель, «высадился» на дендритное дерево, и телом нейрона находится множество других входов. Многие из них тоже представляют собой возбуждающие синапсы, порождающие положительные электрические всплески. Это друзья, готовые помочь нам в дороге. Но некоторые из них являются входящими сигналами от нейронов, нейромедиатором которых служит ГАМК, и каждый из них вызывает скачок потенциала вниз. Большие негативные электрические всплески. Если такой вход между нашей «точкой высадки» и телом нейрона окажется активирован непосредственно перед тем, как потенциал от импульса должен проходить по дендриту, наш входящий сигнал будет нейтрализован, уничтожен [78]. Наш импульс исчезнет, так и не достигнув тела нейрона.

Хуже того, мы можем даже не заметить этой ловушки на пути. У синапса торможения есть режим ниндзя: тихий, невидимый, смертоносный. Дело в том, что амплитуда всплеска потенциала, создаваемого входящим сигналом, зависит и от уже накопленного электрического потенциала в той дендритной ветви, куда он «приземляется». Это особенно верно для входов, нейромедиаторами в которых является ГАМК: существует такой уровень напряжения, «реверсивный потенциал», находящийся в пределах обычного диапазона потенциала нейрона, при котором сигнал на этот вход вообще не вызовет изменения потенциала. При «реверсивном потенциале» никакие ионы не будут поступать через открытые каналы в мембране нейрона. Но нейромедиатор все еще там, присоединен к рецепторам, каналы открыты и готовы пропускать ионы. Поэтому, когда положительный всплеск потенциала возбуждения будет проходить мимо подобного синапса, он вызовет отклонение местного электрического напряжения от равновесной величины этого реверсивного потенциала, и ионы устремятся через уже открытые каналы. Так тормозящий входной сигнал, сам по себе не отражающийся в изменении местного электрического потенциала, истощит проходящий всплеск возбуждения, ионы устремятся через мембрану, и сигнал превратится в ничто. Если подумать, возможно, ниндзя – не слишком удачная метафора; лучше подходит вампир.

Все три рассмотренных фактора имеют далекоидущие последствия для наших разработок в области искусственного интеллекта (ИИ). Все нейронные сети для ИИ построены на основании одной и той же модели нейрона – очень простой, которая лишь суммирует входящие данные от других моделей нейронов. И после суммирования проверяет, больше ли их сумма, чем ноль, и если да, то отправляет эту сумму всем своим адресатам (в противном случае отправляет ноль). Самые глубочайшие из глубоких нейросетей построены из миллионов этих элементарных нейронов. Но я только что потратил больше пяти тысяч слов на то, чтобы рассказать вам, что отдельный нейрон в коре головного мозга не просто суммирует поступающие на его дендритные входы данные. То, как нейрон коры головного мозга обрабатывает входящие данные, зависит от множества факторов, которые еще и взаимодействуют друг с другом: от баланса и синхронности сигналов на его входах, от того, в какое место они поступают и как группируются, суммируются ли они линейно, каков уже накопленный электрический потенциал в тот момент, когда поступают входящие импульсы, и что находится на пути между точкой входа и телом нейрона. Современные сети искусственного интеллекта едва приблизились к тому, что может делать мозг.