Ученые-информатики Джефф Клун, Жан-Батист Муре и Год Липсон сделали то, что обычно и делают информатики: построили компьютерную модель[23]. Они использовали хорошо изученные сети с сенсорными входами и результирующими выходными данными. По результирующим данным судили о способности нейросети противостоять возникающим в окружающей среде трудностям. Ученые смоделировали двадцать пять тысяч поколений эволюции, заложив в программу прямое давление отбора либо на максимальный рост производительности, либо на ту же производительность, но в сочетании с минимизацией затрат на соединение. И вот вам пожалуйста! Стоило только добавить второе условие при изменяемой или неизменной окружающей среде, как сразу стали образовываться модули, в то время как без минимизации затрат на соединение этого не происходило. А когда исследователи посмотрели, какие нейросети проявили самую высокую производительность, то оказалось, что это были модульные сети. Выяснилось, что в этой группе степень модульности возрастала вместе с уменьшением затрат. Одновременно те же сети и развивались гораздо быстрее – то есть как при постоянных, так и при меняющихся внешних условиях им требовалось заметно меньше поколений. Эксперименты с компьютерными моделями убедительно доказывают, что влияние естественного отбора на рост производительности нейронных сетей и минимизацию затрат на межнейронные связи приводит к существенному возрастанию модульности и лучшей способности таких сетей к развитию.
Итак, мы поняли, что модульные системы имеют массу достоинств, но как они их реализуют? Каким образом тысячи независимых модулей, каждый на своем месте, сообща координируют наши мысли и поступки – и в конечном итоге формируют наш сознательный опыт?
Как мы уже знаем, слабые связи между модулями существуют, хотя конкретные задачи модули и выполняют за счет многочисленных хорошо развитых внутренних связей. Для регулирования сложных форм поведения жизненно важно иметь какой-то контакт между модулями. Например, зоны Брока и Вернике разделяют ответственность за специализированные речевые функции, однако они должны уметь договариваться. Назначение зоны Вернике – выстроить связное предложение из фонем и слов, чтобы затем зона Брока велела вашим губам, рту и языку воспроизвести правильно звучащую фразу. Эти речевые области сообщаются через дугообразный пучок нервных волокон, пролегающий между ними наподобие автомагистрали. Затраты на столь крупные и дорогостоящие каналы связи мозг сводит к минимуму, сокращая контакты между модулями, занятыми в разных когнитивных областях. Скажем, когда вы нюхаете розу, незачем активировать зоны Брока и Вернике, если только вы не сочиняете сонет о ее красоте или гневную тираду в адрес селекционеров, для которых форма важнее аромата. Модули взаимодействуют друг с другом, но связей между узлами, выполняющими родственные задачи, несравнимо больше, чем между звеньями разнородных процессов.
При всем богатстве данных и разнообразии методов их анализа, исследования, как правило, свидетельствуют о модульной организации структурных и функциональных нейронных сетей мозга и сходстве многих свойств модулей у всех видов[24]. Имеет смысл уделить немного времени различиям между структурной и функциональной сетями нейронов. Под словом «структура» подразумевается просто строение сети – количество, расположение, форма нейронов и прочие физические параметры. Функциональная сеть выполняет определенную функцию – например, отвечает за устную речь или за понимание смысла фраз. Надо отметить, что по структуре сети нельзя судить о ее функции и наоборот. Какие-то подсказки удается найти, но не более того. Вы можете посмотреть на дерево и понять, как оно устроено, но это ничего не скажет вам о назначении листьев. Эксперименты на различных животных, от беспозвоночных до млекопитающих, также показали, что связи между нейронными модулями хорошо развиты, а расстояния достаточно малы, чтобы расход энергии был меньше. Что интересно, даже нейронная сеть прозрачного круглого червя