Величина мозга прямо пропорциональна интеллекту животных
Как сурикаты сломали гипотезу социального мозга, какие животные лучше всех открывают задвижки, а также зависит ли уровень интеллекта от объема головного мозга — на эти и другие вопросы отвечает отдел науки «Газеты.Ru».
В мире животных масса мозга варьируется от 9 кг у кашалота до 0,00028 г у муравья. В большинстве случаев масса головного мозга пропорциональна размеру тела, однако из этого правила есть ряд исключений: так, мозг людей и дельфинов достаточно велик по сравнению с телом, а мозг китов и бегемотов относительно мал. Гипотеза о том, что размер мозга коррелирует с уровнем интеллекта, существовала давно, и биологи на протяжении многих лет пытаются ее доказать — например, было обнаружено, что чем крупнее мозг птицы, тем лучше она приспосабливается к окружающей среде.
Мужчины не умнее женщин
Стереотипы о том, что мужчины умнее женщин, а мужской мозг больше и лучше женского, опровергнуты американскими.
..
19 ноября 17:33
Группа американских исследователей выясняла, действительно ли головастые животные обладают особым интеллектом, помогающим им решать сложные задачи. Результаты исследования были опубликованы в журнале Proceedings of the National Academy of Sciences.
Наиболее продуманным биологи считают поведение хищников — в частности, коллективная охота требует четкого распределения обязанностей внутри стаи.
Именно поэтому плотоядные животные стали идеальным объектом для исследования связи между размером мозга и способностью искать оптимальные решения проблем в различных ситуациях.
В эксперименте участвовали 140 особей 39 различных видов, среди которых были белые медведи, песцы, тигры, речные выдры, пятнистые гиены, панды, снежные барсы и росомахи. Каждый зверь должен был открыть замок-задвижку на металлической коробке, внутри которой лежала еда: бамбук — для панды, мясо — для тигров. На решение задачи у хищников было 30 минут. За это время 49 особей 23 видов (35% от всех участников эксперимента) успешно справились с заданием.
close
100%
Наибольшего успеха достигли представители семейств медвежьих (участвовавшие в опыте медведи разных видов достали еду в 70% случаев), енотовых (в 54% случаев) и куньих (47% выполнения). Неудачнее всего выступили сурикаты и мангусты — они ни разу не смогли открыть задвижку.
В целом же — если не принимать во внимание уникальный случай медведей, которые обладают большим по отношению к телу мозгом, — крупные животные справились с заданием хуже, чем мелкие.
Человек безмозглый
Неизвестный ранее вид низкорослых людей найден в южноафриканской пещере. Они имели небольшой мозг и лазали по…
10 сентября 14:59
Исследователи решили исключить другие факторы, которые могли повлиять на успешность выполнения задания. Например, на способность открыть задвижку может влиять ловкость — качество, свойственное енотовидным и приматам, — однако доказательств этой теории получено не было.
Далее биологи предположили, что размеры конкретных областей мозга влияют на интеллект животных больше, чем общий объем мозга.
Чтобы проверить это, ученые использовали виртуальные эндокранные слепки (слепки внутренней полости черепной коробки) 17 видов плотоядных для измерения объема четырех областей головного мозга, однако это ни к чему не привело — теория также была не доказана.
Еще одна гипотеза состояла в том, что
на интеллект животных может влиять сложность их социальной организации: так, гиены живут в кланах со строгой иерархией, а сурикаты объединяются в колонии.
Результаты работы, однако, показали, что «структура общества» животных никак не влияет на их интеллект. Проделав это масштабное исследование, ученые пришли к выводу: на способность животных решать сложные задачи действительно влияет общий объем головного мозга.
Смени мозг и начни новую жизнь
Ум, настроение и удовлетворение жизнью зависят от того, насколько активно разные области мозга общаются между…
30 сентября 15:42
Одна из авторов исследования Кэй Хоулкамп (Университет штата Мичиган) поясняет: «Среди ученых, изучающих приматов, популярна так называемая гипотеза социального мозга, утверждающая, что увеличение объема мозга — результат эволюционного процесса, направленного на борьбу с проблемами в социальной сфере.
Согласно этой гипотезе, появление интеллекта у животных должно помочь им реагировать на поведение сородичей и даже манипулировать их действиями. Если гипотеза социального мозга верна, то можно было бы ожидать, что виды, которые живут в больших социальных группах, будут умнее. Как бы то ни было,
мы не нашли никаких доказательств того, что гипотеза социального мозга верна: размер социальной группы не влияет на способность животного решать сложные задачи».
Таким образом американским биологам удалось опровергнуть гипотезу социального мозга, которая ставилась под сомнение и раньше. Гипотеза социального мозга впервые была предложена британским антропологом Робином Данбаром. Именно он первым предположил, что человеческий интеллект развивался в первую очередь как средство для создания и поддержания большой социальной группы. А когда группа сформировалась, ее члены, в свою очередь, начинают отдавать преимущество более умным особям, и благодаря этому интеллект развивается еще сильнее.
Данбар также утверждал, что количество социальных связей, которые может поддерживать живое существо, напрямую зависит от размера его неокортекса — коры головного мозга. Это утверждение проверить достаточно просто, и биологи уже указывали на то, что, например, сурикаты общаются с гораздо большим количеством сородичей, чем, согласно концепции Данбара, должен позволять размер их мозга.
Михаил Угрюмов. Болезни мозга: как спасти нейроны
Михаил Угрюмов. Болезни мозга: как спасти нейроны | Большие Идеи Феномены Анна Натитник Jesse orrico / UnsplashБолезни мозга — бич ХХI века. В мире на людей, страдающих ими, тратятся гигантские суммы — но на излечение многих из этих заболеваний надежды пока нет. В чем причина болезней мозга и каковы перспективы борьбы с ними, рассказывает вице-президент Российского физиологического общества им.
И.П. Павлова, заведующий лабораториями Института биологии развития им. Н.К. Кольцова РАН и НИИ нормальной физиологии им. П.К. Анохина, академик РАН, советник Президента РАН по международному научному сотрудничеству, профессор, доктор биологических наук
Что такое болезни мозга?
Это заболевания, в основе которых лежит гибель нейронов. В зависимости от того, в какой области мозга они погибают, выключается та или иная функция мозга или организма в целом — скажем, репродуктивная.
Почему гибнут нейроны?
Причины могут быть разными. Например, острые повреждения: травмы, инсульты — в результате которых кровь изливается из сосудов и практически мгновенно начинается процесс гибели нейронов. Если быстро вмешаться и начать терапию, лечебный эффект может быть очень хорошим. В случае инсультов речь идет о 3—5 часах. Но если затянуть и оказать помощь позже, то процесс, идущий как цепная реакция, станет необратимым и захватит многие области мозга.
Еще одна большая группа болезней мозга — хронические, так называемые нейродегенеративные заболевания. Они развиваются в течение многих лет — скажем, 20—30 — без каких-либо внешних проявлений. Человек чувствует себя абсолютно здоровым, но при этом у него идет патологический процесс — погибают нейроны. Вообще нейроны погибают у всех. Даже условно рассчитана скорость этой гибели — четыре процента в 10 лет. Но при нейродегенеративных заболеваниях она значительно увеличивается.
Какие болезни относятся к нейро-дегенеративным?
Их круг широк, но доминируют, безусловно, болезнь Альцгеймера и болезнь Паркинсона.
При болезни Паркинсона погибают в основном дофаминергические нейроны, находящиеся в особом отделе мозга, который называется нигростриатная система, — и у человека нарушается двигательная функция: наступает дрожание или скованность движений. Чаще всего эти симптомы со временем смешиваются. При болезни Альцгеймера погибают холинергические нейроны в гиппокампе и в коре, то есть нейроны, которые отвечают за память и обучение, — эти функции у человека и страдают. Еще одна болезнь, которая связана с гибелью дофаминергических нейронов, — хорея Гентингтона. Она проявляется в нарушении когнитивных и физических способностей. Существует также заболевание, поражающее людей молодого репродуктивного возраста, — гиперпролактинемия. В этом случае гибель нейронов приводит к торможению репродуктивной функции и бесплодию. Если эту болезнь запустить, она переходит в необратимую стадию — развивается опухоль гипофиза. С гибелью нейронов также связана депрессия. Все начинается с обратимой функциональной стадии (ухудшение настроения, чувство тревоги, высокая утомляемость), но потом переходит на уровень органических изменений.
Почему при нейродегенеративных заболеваниях гибель нейронов так долго не дает о себе знать?
Потому что мозг чрезвычайно пластичен, у него колоссальные компенсаторные возможности. Вообще говоря, эти возможности есть у всех органов, но в могзе они проявляются в наибольшей степени, поскольку с точки зрения эволюции это одна из наиболее важных структур. Поэтому когда симптомы заболевания наконец появляются, это, с одной стороны, говорит о том, что компенсаторные механизмы себя исчерпали, а с другой — что количество погибших нейронов достигло порогового уровня. Этот порог рассчитан только для болезни Паркинсона: если дофамин теряется на 70—80 процентов, у человека сразу нарушается двигательная функция.
Приведите, пожалуйста, примеры компенсаторных механизмов.
При болезни Паркинсона, как я говорил, погибают нейроны, синтезирующие дофамин, — вещество, которое определяет взаимодействие (химические сигналы) между нейронами.
Погибают не все нейроны, и те, которые сохраняются, активизируются, стараются производить больше сигналов. Но рано или поздно количество этих химических сигналов снижается: гибель нейронов — процесс необратимый. И тогда на первый план выходит другая группа компенсаторных механизмов — нейроны, получающие сигналы, становятся более чувствительными и «слышат» даже те нейроны, которые генерируют сигнал на очень низком уровне, то есть «тихо говорят».
Каковы причины нейродегенеративных заболеваний?
В подавляющем большинстве случаев они не известны. Еще лет десять назад ученые надеялись, что нейродегенеративные заболевания — моногенные, то есть за их развитие отвечает какой-то один ген. В этом случае было бы несложно наладить диагностику и лечение — нужно было бы только найти этот ген. Но оказалось, что у подавляющего большинства больных нарушены функции очень многих генов, поэтому эти заболевания из моногенных перешли в разряд полигенных.
Еще одна особенность: если раньше считали, что заболевание развивается в результате гибели только одной группы нейронов — в строго определенной области мозга, то оказалось, что это системное заболевание, которое распространяется на многие отделы мозга, на периферическую нервную систему, на внутренние органы. Но ключевая симптоматика, от которой по-настоящему страдает больной, действительно зависит от какой-то определенной группы клеток.
Существует ли наследственная предрасположенность к этим заболеваниям?
Существует, но речь идет об очень небольшом проценте больных — не больше трех. Есть семейные формы — они проявляются у людей уже в молодом возрасте, в 25—30 лет. Но в целом это не фатальные заболевания: если болеют родители, совершенно не обязательно заболеют дети.
Какой процент населения в России и в мире болеет нейродегенеративными заболеваниями?
Количество заболевших возрастает среди людей старше 60 лет.
Если говорить о болезни Паркинсона, то среди 60-летних — это один процент, потом, к 70 годам, доходит до пяти процентов. Болезнь Альцгеймера с возрастом распространяется еще быстрее. В 60 лет — это процента три, в 70—75 лет — 15—20 процентов. Это мировая статистика. Наши цифры по заболеваемости надо принимать с большой осторожностью. Считается, что в России полтора миллиона больных болезнью Альцгеймера, 300 тысяч — болезнью Паркинсона. Но в России плохо поставлена диагностика: в сельской местности люди вообще не проходят амбулаторных обследований. Поэтому, чтобы понять общие тенденции, надо обращаться к американскому и европейскому опыту.
Какое место эти болезни занимают по распространенности?
Сейчас неврологические и психические заболевания занимают третье место после сердечно-сосудистых и онкологических заболеваний. Однако по прогнозам Всемирной организации здравоохранения, буквально через десять лет они выйдут на первое место.
Почему?
Число больных нейродегенеративными заболеваниями каждые десять лет увеличивается в разы. Это катастрофа. Тому есть три причины — две из них можно понять, третью — нет. Первая — это заболевания пожилого возраста: чем человек старше, тем больше вероятность, что гибель нейронов достигнет у него порогового уровня. А поскольку продолжительность жизни в мире резко увеличилась, растет и количество пожилых людей. Хотя к нам это не относится: у нас продолжительность жизни лет на 15 меньше, чем в Европе, и намного меньше, чем в Японии. Вторая причина — загрязнение окружающей среды. Из-за этого возникает, например, паркинсонизм — примерно то же самое, что болезнь Паркинсона. Скажем, на вредном производстве тяжелые металлы попадают в мозг через носовые ходы и вызывают гибель нейронов. Кроме того, статистика Всемирной организации здравоохранения и Общества по борьбе с болезнью Альцгеймера показывает, что число больных быстрее всего растет в развивающихся странах.
Почему — не понятно: продолжительность жизни там низкая, значит, должно быть меньше больных. Возможно, причина в загрязнении окружающей среды — в этих странах мало внимания уделяют экологии. Третий фактор объяснить невозможно — идет омоложение заболевания: люди начинают болеть в более молодом возрасте.
советуем прочитать
«Harvard Business Review — Россия»: май 2018
Что не так с вашими ценностями
Доминик Хоулдер, Дональд Сулл
«Хватит перебивать!»: шесть советов для эффективных виртуальных коммуникаций
Эллисон Шапира
Краткая история китайского экономического чуда
Линда Юэ
Войдите на сайт, чтобы читать полную версию статьи
советуем прочитать
Хотите научиться думать?
Мариэтта Чудакова
Facebook vs LinkedIn: кто кого?
Хуан Пабло Васкес Сампере
Особая роль: что поможет бизнесу выйти из кризиса
Филипп Генс
Как научить сотрудников импровизации, которая поможет в кризисных ситуациях
Давиде Ораци, Кристин де Валк, Пьер Витторио Маннуччи
Как работает мозг?
Мозг работает как большой компьютер.
Он обрабатывает информацию, которую получает от органов чувств и тела, и отправляет сообщения обратно в тело. Но мозг может сделать гораздо больше, чем машина: мы думаем и испытываем эмоции с помощью нашего мозга, и это корень человеческого интеллекта.
Человеческий мозг размером примерно с два сжатых кулака и весит около 1,5 кг. Внешне он немного похож на большой грецкий орех, со складками и щелями. Мозговая ткань состоит примерно из 100 миллиардов нервных клеток (нейронов) и одного триллиона поддерживающих клеток, которые стабилизируют ткань.
Головной мозг состоит из различных частей, каждая из которых выполняет свои функции:
- большой мозг
- промежуточный мозг, включая таламус, гипоталамус и гипофиз
- ствол мозга, включая средний мозг, мост и продолговатый мозг
- мозжечок
Различные отделы головного мозга
Головной мозг состоит из правой половины и левой половины, известных как правое и левое полушария.
Два полушария соединены толстым пучком нервных волокон, называемым мозолистым телом. Каждое полушарие состоит из шести областей (долей), которые выполняют разные функции. Головной мозг контролирует движение и обрабатывает сенсорную информацию. Здесь производятся сознательные и бессознательные действия и чувства. Он также отвечает за речь, слух, интеллект и память.
Функции двух полушарий в основном различны: в то время как левое полушарие отвечает за речь и абстрактное мышление у большинства людей, правое полушарие обычно отвечает за пространственное мышление или визуализацию. Правое полушарие мозга контролирует левую сторону тела, а левое полушарие мозга контролирует правую сторону тела. Это означает, что повреждение левого полушария вследствие инсульта, например, может привести к параличу правой стороны тела.
Левая кора головного мозга отвечает за речь и язык. Правая кора головного мозга предоставляет пространственную информацию, например, где в данный момент находится ваша нога.
Таламус дает головному мозгу сенсорную информацию от кожи, глаз и ушей, а также другую информацию. Гипоталамус регулирует такие вещи, как голод, жажду и сон. Вместе с гипофизом он также регулирует баланс гормонов в организме.
Ствол головного мозга передает информацию между головным мозгом, мозжечком и спинным мозгом, а также контролирует движения глаз и выражение лица. Он также регулирует жизненно важные функции, такие как дыхание, кровяное давление и сердцебиение.
Мозжечок координирует движения и отвечает за равновесие.
Как мозг снабжается кровью?
Мозг нуждается в постоянном притоке достаточного количества кислорода, глюкозы и других питательных веществ. По этой причине он имеет особенно хорошее кровоснабжение. Каждая сторона мозга получает кровь через три артерии:
- Спереди передняя мозговая артерия кровоснабжает ткани за лбом и под макушкой (макушка головы).
- Средняя мозговая артерия важна для сторон и областей, которые находятся дальше внутри мозга.
Передняя и средняя мозговые артерии отделяются от внутренней сонной артерии (крупный кровеносный сосуд на шее). - Задняя мозговая артерия кровоснабжает заднюю часть головы, нижнюю часть головного мозга и мозжечок. Он снабжается кровью из позвоночных артерий, которые также являются основными кровеносными сосудами шеи.
Передняя и средняя мозговые артерии отделяются от внутренней сонной артерии (крупный кровеносный сосуд на шее).Прежде чем три артерии достигнут «своей» области мозга, где они разветвляются на более мелкие ветви, они располагаются близко друг к другу под мозгом. В этой области они соединены друг с другом более мелкими кровеносными сосудами, образуя структуру, похожую на транспортную развязку. Есть связи между артериями и в других областях мозга. Преимущество этих соединений состоит в том, что они могут частично компенсировать проблемы с кровоснабжением головного мозга: например, если ветвь артерии постепенно сужается, кровь все еще может течь к той части мозга, которую она снабжает кровью, по этим альтернативным путям ( коллатеральный кровоток).
Мельчайшие ответвления (капилляры) артерий головного мозга снабжают клетки мозга кислородом и питательными веществами из крови, но они не пропускают другие вещества так же легко, как аналогичные капилляры в остальном теле.
Медицинский термин для этого явления — «гематоэнцефалический барьер». Например, он может защитить чувствительный мозг от токсичных веществ в крови.
После поступления кислорода в клетки бедная кислородом кровь оттекает по венам головного мозга (церебральные вены). Вены несут кровь к более крупным кровеносным сосудам, известным как пазухи. Стенки пазухи укреплены прочной оболочкой (твердой мозговой оболочкой), которая также помогает им сохранять свою форму. Это держит их постоянно открытыми и облегчает приток крови к венам на шее.
Пщирембель Онлайн. 2021.
Brandes R, Lang F, Schmidt R. Physiologie des Menschen: mit Pathophysiologie. Берлин: Спрингер; 2019.
Хаке В. Неврология. Берлин: Спрингер; 2016.
Липперт Х. Лербух Анатомия. Мюнхен: Урбан и Фишер; 2017.
Менче Н. Биология Анатомия Физиология. Мюнхен: Урбан и Фишер; 2016.
Медицинская информация IQWiG написана с целью помочь людям понять преимущества и недостатки основных вариантов лечения и медицинских услуг.
Поскольку IQWiG является немецким институтом, часть представленной здесь информации относится к немецкой системе здравоохранения. Пригодность любого из описанных вариантов в индивидуальном случае можно определить, поговорив с врачом. informhealth.org может оказать поддержку в беседах с врачами и другими медицинскими работниками, но не может заменить их. Мы не предлагаем индивидуальные консультации.
Наша информация основана на результатах высококачественных исследований. Он написан группой специалистов в области здравоохранения, ученых и редакторов и проверен внешними экспертами. Вы можете найти подробное описание того, как наша медицинская информация создается и обновляется в наших методах.
Как мы информируем вас
Следите за нами в Twitter или подпишитесь на нашу рассылку или ленту новостей. Вы можете найти все наши фильмы онлайн на YouTube.
Почему ваш мозг не компьютер | Неврология
Мы переживаем одно из величайших научных начинаний — попытку понять самый сложный объект во Вселенной — мозг.
Ученые накапливают огромные объемы данных о структуре и функционировании огромного количества мозгов, от самых крошечных до наших собственных. Десятки тысяч исследователей посвящают огромное количество времени и энергии размышлениям о том, что делает мозг, и поразительные новые технологии позволяют нам как описывать, так и манипулировать этой деятельностью.
Теперь мы можем заставить мышь вспомнить что-то о запахе, с которым она никогда не сталкивалась, превратить плохую память мыши в хорошую и даже использовать электрический разряд, чтобы изменить то, как люди воспринимают лица. Мы составляем все более подробные и сложные функциональные карты мозга, человеческого и любого другого. У некоторых видов мы можем по желанию изменить саму структуру мозга, в результате чего изменится поведение животного. Некоторые из самых глубоких последствий нашего растущего мастерства можно увидеть в нашей способности позволить парализованному человеку управлять роботизированной рукой силой своего разума.
Каждый день мы слышим о новых открытиях, проливающих свет на то, как работает мозг, а также о обещаниях — или угрозах — новых технологий, которые позволят нам делать такие надуманные вещи, как чтение мыслей, обнаружение преступников и даже быть загружены в компьютер. Неоднократно издаются книги, каждая из которых претендует на то, чтобы объяснить мозг по-разному.
И все же среди некоторых нейробиологов растет убеждение, что наш дальнейший путь неясен. Трудно понять, куда мы должны двигаться, кроме простого сбора дополнительных данных или расчета на новейший захватывающий экспериментальный подход. Как выразился немецкий нейробиолог Олаф Спорнс: «Нейронауке все еще в значительной степени не хватает принципов организации или теоретической основы для преобразования данных мозга в фундаментальные знания и понимание». Несмотря на огромное количество накопленных фактов, наше понимание мозга, похоже, приближается к тупику.
В 2017 году французский нейробиолог Ив Френьяк обратил внимание на нынешнюю моду на сбор огромных объемов данных в рамках дорогостоящих крупномасштабных проектов и заявил, что цунами данных, которые они производят, приводит к серьезным узким местам в процессе, отчасти потому, что, как он выразился лаконично: «большие данные — это не знание».
«Всего 20–30 лет назад нейроанатомическая и нейрофизиологическая информация была относительно скудной, тогда как понимание процессов, связанных с сознанием, казалось вполне досягаемым», — писал Френьяк. «Сегодня мы тонем в потоке информации. Как это ни парадоксально, всякое чувство глобального понимания находится в острой опасности быть размытым. Каждое преодоление технологических барьеров открывает ящик Пандоры, открывая скрытые переменные, механизмы и нелинейности, добавляя новые уровни сложности».
Нейробиологи Энн Черчленд и Ларри Эбботт также подчеркнули наши трудности в интерпретации огромного количества данных, которые производятся лабораториями по всему миру: «Получение глубокого понимания этого натиска потребует, помимо умелого и творческого применения экспериментальных технологий, существенных достижений в методах анализа данных и интенсивного применения теоретических концепций и моделей».
Теоретические подходы к работе мозга действительно существуют, в том числе к самой загадочной вещи, которую может делать человеческий мозг, — к порождению сознания.
Но ни одна из этих структур не получила широкого признания, поскольку ни одна из них еще не прошла решающую проверку экспериментального исследования. Возможно, что неоднократные призывы к большему количеству теории могут быть благочестивой надеждой. Можно возразить, что не может быть единой теории функционирования мозга даже у червя, потому что мозг — это не одно целое. (Ученым даже трудно дать точное определение того, что такое мозг.)
Как заметил Фрэнсис Крик, один из первооткрывателей двойной спирали ДНК, мозг представляет собой интегрированную, эволюционировавшую структуру, в которой разные части появляются в разные моменты эволюции и приспособлены для решения разных задач. Наше нынешнее понимание того, как все это работает, крайне неполно — например, большинство сенсорных исследований в области нейробиологии были сосредоточены на зрении, а не на обонянии; запах концептуально и технически более сложен. Но то, как работают обоняние и зрение, отличается как вычислительно, так и структурно.
Сосредоточившись на зрении, мы развили очень ограниченное понимание того, что делает мозг и как он это делает.
Природа мозга — одновременно целостного и составного — может означать, что наше будущее понимание неизбежно будет фрагментарным и состоящим из разных объяснений для разных частей. Черчленд и Эбботт сформулировали вывод: «Глобальное понимание, когда оно придет, скорее всего, примет форму самых разных панелей, свободно сшитых вместе в лоскутное одеяло».
На протяжении более полувека все эти весьма разнообразные панели лоскутного шитья, над которыми мы работали, основывались на представлении о том, что мозговые процессы включают что-то вроде тех, которые выполняются в компьютере. Но это не значит, что эта метафора будет полезна и в будущем. В самом начале цифровой эпохи, в 1951, пионер-невролог Карл Лэшли выступил против использования любой машинной метафоры.
«Декарт был впечатлен гидравлическими фигурами в королевских садах и разработал гидравлическую теорию действия мозга», — писал Лэшли.
«С тех пор у нас были теории телефона, теории электрического поля, а теперь и теории, основанные на вычислительных машинах и автоматических рулях. Я полагаю, что мы с большей вероятностью узнаем о том, как работает мозг, изучая сам мозг и феномены поведения, чем предаваясь надуманным физическим аналогиям».
Это игнорирование метафоры недавно было еще более развито французским нейробиологом Роменом Бреттом, который бросил вызов самой фундаментальной метафоре функции мозга: кодированию. С момента своего появления в 1920-х годах идея нейронного кода стала доминировать в нейронаучном мышлении — за последние 10 лет было опубликовано более 11 000 статей по этой теме. Фундаментальная критика Бретта заключалась в том, что, думая о «коде», исследователи непреднамеренно смещаются от технического смысла, в котором существует связь между стимулом и активностью нейрона, к репрезентативному смыслу, согласно которому нейронные коды представляют этот стимул. .
Неявное значение в большинстве описаний нейронного кодирования заключается в том, что активность нейронных сетей представляется идеальному наблюдателю или читателю в мозге, часто описываемом как «нисходящие структуры», которые имеют доступ к оптимальному способу декодирования сигналов.
Но способы, которыми такие структуры на самом деле обрабатывают эти сигналы, неизвестны и редко выдвигаются в явном виде, даже в простых моделях функционирования нейронных сетей.
Обработка нейронных кодов обычно рассматривается как серия линейных шагов — как ряд костяшек домино, падающих одна за другой. Однако мозг состоит из очень сложных нейронных сетей, которые связаны между собой и связаны с внешним миром для осуществления действия. Сосредоточение внимания на наборах сенсорных и обрабатывающих нейронов без привязки этих сетей к поведению животного упускает из виду суть всей этой обработки.
Рассматривая мозг как компьютер, который пассивно реагирует на входные данные и обрабатывает данные, мы забываем, что это активный орган, часть тела, которая вмешивается в мир и имеет эволюционное прошлое, сформировавшее его структуру и функция. Такой взгляд на мозг изложил венгерский нейробиолог Дьёрдь Бужаки в своей недавней книге «Мозг изнутри наружу».
Согласно Бужаки, мозг не просто пассивно поглощает стимулы и представляет их через нейронный код, но активно ищет альтернативные возможности для проверки различных вариантов. Его вывод – вслед за учеными, восходящими к 19го века – в том, что мозг не представляет информацию: он ее конструирует.
Метафоры нейронауки — компьютеры, кодирование, электрические схемы и т. д. — неизбежно частичны. Такова природа метафор, которые интенсивно изучались философами науки и учеными, поскольку они, по-видимому, занимают центральное место в образе мышления ученых. Но метафоры также богаты и позволяют проникать в суть и делать открытия. Наступит момент, когда понимание, которое они позволяют, будет перевешиваться ограничениями, которые они налагают, но в случае вычислительных и репрезентативных метафор мозга нет единого мнения, что такой момент наступил. С исторической точки зрения, сам факт того, что эти дебаты имеют место, предполагает, что мы, возможно, действительно приближаемся к концу вычислительной метафоры.
Однако неясно, что его заменит.
Ученые часто приходят в восторг, когда осознают, как их взгляды сформировались благодаря использованию метафор, и осознают, что новые аналогии могут изменить их понимание своей работы или даже позволить им проводить новые эксперименты. Придумать эти новые метафоры непросто — большинство из тех, что использовались в прошлом в отношении мозга, были связаны с новыми видами технологий. Это может означать, что появление новых и проницательных метафор для мозга и того, как он функционирует, зависит от будущих технологических прорывов, таких как гидравлическая энергия, телефонная станция или компьютер. Нет никаких признаков такого развития; несмотря на последние модные словечки, которые носятся вокруг — блокчейн, квантовое превосходство (или что-то квантовое), нанотехнологии и так далее — маловероятно, что эти области изменят технологию или наше представление о том, что делает мозг.
Одним из признаков того, что наши метафоры могут терять свою объяснительную силу, является широко распространенное предположение, что многое из того, что делает нервная система, от простых систем до появления сознания у людей, может быть объяснено только как эмерджентные свойства — вещи, которые вы нельзя предсказать на основе анализа компонентов, но которые возникают по мере функционирования системы.
В 1981 году британский психолог Ричард Грегори утверждал, что опора на эмерджентность как способ объяснения работы мозга указывает на проблему с теоретической основой: «Появление «эмерджентности» вполне может быть признаком того, что меньше всего отличается) нужна концептуальная схема… Роль хороших теорий состоит в том, чтобы убрать видимость эмерджентности. (Поэтому объяснения с точки зрения эмерджентности фиктивны.)»
При этом упускается из виду тот факт, что существуют разные виды эмерджентности: слабые и сильные. Слабые эмерджентные признаки, такие как движение стаи крошечных рыбок в ответ на акулу, можно понять с точки зрения правил, управляющих поведением их составных частей. В таких случаях кажущееся загадочным групповое поведение основано на поведении отдельных особей, каждая из которых реагирует на такие факторы, как движение соседа, или внешние раздражители, такие как приближение хищника.
Этот вид слабого возникновения не может объяснить деятельность даже простейших нервных систем, не говоря уже о работе вашего мозга, поэтому мы прибегаем к сильному возникновению, когда возникающее явление не может быть объяснено активностью отдельных компонентов.
Вы и страница, на которой вы это читаете, состоите из атомов, но ваша способность читать и понимать исходит из особенностей, возникающих благодаря атомам в вашем теле, образующих структуры более высокого уровня, такие как нейроны и их паттерны возбуждения, а не просто из взаимодействующие атомы.
Недавно некоторые нейробиологи раскритиковали сильное эмерджентность как риск «метафизической неправдоподобности», поскольку не существует ни очевидного причинного механизма, ни единого объяснения того, как происходит эмерджентность. Как и Грегори, эти критики утверждают, что опора на эмерджентность для объяснения сложных явлений предполагает, что нейронаука находится в ключевом историческом моменте, подобном тому, когда алхимия медленно трансформировалась в химию. Но сталкиваясь с тайнами нейронауки, эмерджентность часто оказывается нашим единственным средством. И это не так глупо — удивительные свойства программ глубокого обучения, которые в корне не могут быть объяснены людьми, которые их разрабатывают, по сути являются эмерджентными свойствами.
Интересно, что в то время как некоторые нейробиологи сбиты с толку метафизикой эмерджентности, исследователи искусственного интеллекта упиваются этой идеей, полагая, что сама сложность современных компьютеров или их взаимосвязанность через Интернет приведет к тому, что драматически известно как необычность. Машины станут сознательными.
Существует множество вымышленных исследований этой возможности (в которых все часто заканчивается плохо для всех заинтересованных сторон), и предмет, безусловно, будоражит общественное воображение, но нет причин, кроме нашего незнания того, как работает сознание, предполагать, что это произойдет в ближайшее время. В принципе, это должно быть возможно, потому что рабочая гипотеза состоит в том, что разум является продуктом материи, и поэтому мы должны иметь возможность имитировать его в устройстве. Но масштаб сложности даже самого простого мозга затмевает любую машину, которую мы можем себе представить. В течение десятилетий – столетий – сингулярность будет предметом научной фантастики, а не науки.
Получайте отмеченные наградами лонгриды The Guardian, которые отправляются вам прямо каждую субботу утром. Некоторые исследователи рассматривают разум как своего рода операционную систему, реализованную на нейронном оборудовании, подразумевая, что наш разум, рассматриваемый как определенное вычислительное состояние, может быть загружен на какое-то устройство или в другой мозг. В том виде, как это обычно представляется, это неправильно или, в лучшем случае, безнадежно наивно.
Рабочая гипотеза материалистов состоит в том, что мозг и разум людей, личинок и всего остального идентичны. Нейроны и процессы, которые они поддерживают, включая сознание, — это одно и то же. В компьютере программное и аппаратное обеспечение разделены; однако наши мозги и наши умы состоят из того, что лучше всего можно описать как «мокрое программное обеспечение», в котором то, что происходит, и то, где это происходит, полностью переплетены.
Представление о том, что мы можем перепрофилировать нашу нервную систему для запуска различных программ или загрузки нашего разума на сервер, может звучать научно, но за этой идеей скрывается нематериалистический взгляд, восходящий к Декарту и далее.
Это означает, что наши разумы каким-то образом плавают в нашем мозгу и могут быть перенесены в другую голову или заменены другим разумом. Можно было бы придать этой идее видимость научной респектабельности, представив ее в терминах считывания состояния набора нейронов и записи его на новый субстрат, органический или искусственный.
Но даже для того, чтобы представить себе, как это может работать на практике, нам потребуется как понимание работы нейронов, которое далеко превосходит все, что мы можем себе представить, так и невообразимо огромные вычислительные мощности и симуляция, точно имитирующая структуру нейронов. рассматриваемый мозг. Чтобы это было возможно хотя бы в принципе, нам сначала нужно было бы полностью смоделировать деятельность нервной системы, способной удерживать одно состояние, не говоря уже о мысли. Мы так далеки от того, чтобы сделать этот первый шаг, что возможность загрузки вашего разума может быть отброшена как фантазия, по крайней мере, до далекого будущего.
На данный момент метафора мозг-компьютер сохраняет свое господство, хотя существуют разногласия по поводу того, насколько сильна эта метафора. В 2015 году робототехник Родни Брукс выбрал вычислительную метафору мозга в качестве своей любимой ненависти в своем вкладе в сборник эссе под названием «Эта идея должна умереть». Менее резко, но делая аналогичные выводы, два десятилетия назад историк С. Райан Йоханссон утверждал, что «бесконечные споры о правдивости или ложности такой метафоры, как «мозг — это компьютер», — пустая трата времени. Предлагаемые отношения метафоричны, и они приказывают нам что-то делать, а не пытаются сказать нам правду».
С другой стороны, американский эксперт в области искусственного интеллекта Гэри Маркус выступил в защиту компьютерной метафоры: «Компьютеры — это, в двух словах, систематические архитектуры, которые принимают входные данные, кодируют и манипулируют информацией, а также преобразуют ее. в выходы. Мозги, насколько мы можем судить, именно таковы.
Настоящий вопрос заключается не в том, является ли мозг информационным процессором как таковым, а в том, как мозг хранит и кодирует информацию и какие операции он выполняет с этой информацией после ее кодирования».
Далее Маркус утверждал, что задача нейронауки состоит в том, чтобы «реконструировать» мозг, подобно тому, как можно изучать компьютер, исследуя его компоненты и их взаимосвязи, чтобы понять, как он работает. Это предложение существует уже некоторое время. В 1989 году Крик осознал его привлекательность, но чувствовал, что он потерпит неудачу из-за сложной и запутанной истории эволюции мозга — он драматически заявил, что это будет похоже на попытку реконструировать часть «инопланетной технологии». Попытки найти общее объяснение того, как работает мозг, логически вытекающее из его структуры, будут обречены на провал, утверждал он, потому что отправная точка почти наверняка неверна — нет общей логики.
Обратное проектирование компьютера часто используется в качестве мысленного эксперимента, чтобы показать, как, в принципе, мы можем понять мозг.
Неизбежно, что эти мысленные эксперименты увенчались успехом, побуждая нас следовать этому пути понимания мягких органов в нашей голове. Но в 2017 году пара нейробиологов решила провести эксперимент на реальном компьютерном чипе, который имел реальную логику и настоящие компоненты с четко прописанными функциями. Все пошло не так, как ожидалось.
Дуэт — Эрик Джонас и Конрад Пол Кординг — использовал те самые методы, которые они обычно использовали для анализа мозга, и применил их к процессору MOS 6507, установленному в компьютерах конца 70-х и начала 80-х годов, который позволял этим машинам запускать видеоигры, такие как как Donkey Kong и Space Invaders.
Сначала они получили коннектом чипа, просканировав содержащиеся в нем 3510 транзисторов расширенного режима и смоделировав устройство на современном компьютере (включая запуск игровых программ на 10 секунд). Затем они использовали весь спектр нейробиологических методов, таких как «повреждения» (удаление транзисторов из симуляции), анализ «всплесков» активности виртуальных транзисторов и изучение их связности, наблюдение за влиянием различных манипуляций на поведение системы.
, судя по его способности запускать каждую из игр.
Несмотря на развертывание этого мощного аналитического арсенала и несмотря на то, что существует четкое объяснение того, как работает чип (говоря техническим языком, у него есть «наземная истина»), исследование не смогло обнаружить иерархию обработки информации, которая происходит внутри чип. Как выразились Йонас и Кординг, эти методы не дали «осмысленного понимания». Их вывод был мрачным: «В конечном счете, проблема не в том, что нейробиологи не могут понять микропроцессор, проблема в том, что они не поймут его, учитывая подходы, которые они используют в настоящее время».
Этот отрезвляющий результат говорит о том, что, несмотря на привлекательность компьютерной метафоры и тот факт, что мозг действительно обрабатывает информацию и каким-то образом представляет внешний мир, нам все еще необходимо совершить значительный теоретический прорыв, чтобы добиться прогресса. Даже если бы наш мозг был спроектирован по логическим принципам, а это не так, наши нынешние концептуальные и аналитические инструменты были бы совершенно неадекватны для задачи их объяснения.
Это не означает, что симуляционные проекты бессмысленны — моделируя (или симулируя) мы можем проверять гипотезы, а связывая модель с хорошо зарекомендовавшими себя системами, которыми можно точно манипулировать, мы можем получить представление о том, как работает реальный мозг. Это чрезвычайно мощный инструмент, но требуется определенная скромность, когда речь идет о заявлениях, которые делаются для таких исследований, и необходим реализм в отношении трудностей проведения параллелей между мозгом и искусственными системами.
Даже такая очевидная вещь, как вычисление объема памяти мозга, разваливается, когда пытаются это сделать. Такие расчеты сопряжены с концептуальными и практическими трудностями. Мозг — это естественный, эволюционный феномен, а не цифровое устройство. Хотя часто утверждается, что определенные функции жестко локализованы в мозгу, как и в машине, эта уверенность неоднократно подвергалась сомнению новыми нейроанатомическими открытиями неожиданных связей между областями мозга или удивительными примерами пластичности, в которых люди могут функционировать.
обычно без кусочков мозга, которые предположительно связаны с определенным поведением.
На самом деле сами структуры мозга и компьютера совершенно разные. В 2006 году Ларри Эбботт написал эссе под названием «Где переключатели на этой штуке?», в котором он исследовал потенциальную биофизическую основу самого элементарного компонента электронного устройства — переключателя. Хотя тормозные синапсы могут изменять поток активности, делая нижестоящие нейроны невосприимчивыми, такие взаимодействия в головном мозге относительно редки.
Нейрон не похож на двоичный переключатель, который можно включать и выключать, образуя схему соединений. Вместо этого нейроны реагируют аналоговым образом, изменяя свою активность в ответ на изменение стимуляции. Нервная система изменяет свою работу за счет изменения паттернов активации в сетях клеток, состоящих из большого количества единиц; именно эти сети направляют, переключают и шунтируют активность. В отличие от любого устройства, которое мы до сих пор предполагали, узлы этих сетей представляют собой не стабильные точки, такие как транзисторы или вентили, а наборы нейронов — сотни, тысячи, десятки тысяч сильных — которые могут последовательно реагировать как сеть с течением времени, даже если компонент клетки демонстрируют противоречивое поведение.
Понимание даже самой простой из таких сетей в настоящее время находится за пределами нашего понимания. Ева Мардер, нейробиолог из Университета Брандейса, большую часть своей карьеры посвятила попыткам понять, как несколько десятков нейронов в желудке омара производят ритмичное скрежетание. Несмотря на огромные усилия и изобретательность, мы до сих пор не можем предсказать эффект изменения одного компонента в этой крошечной сети, которая не является даже простым мозгом.
Это большая проблема, которую мы должны решить. С одной стороны, мозг состоит из нейронов и других клеток, взаимодействующих друг с другом в сети, на активность которых влияет не только синаптическая активность, но и различные факторы, например нейромодуляторы. С другой стороны, ясно, что функция мозга включает в себя сложные динамические паттерны активности нейронов на уровне популяции. Я подозреваю, что поиск связи между этими двумя уровнями анализа будет проблемой до конца века. А перспектива правильного понимания того, что происходит в случаях психических заболеваний, еще дальше.
Не все нейробиологи настроены пессимистично — некоторые уверенно заявляют, что применение новых математических методов позволит нам понять множество взаимосвязей в человеческом мозгу. Другие, как и я, предпочитают изучать животных на другом конце шкалы, фокусируя наше внимание на крошечных мозгах червей или личинок и используя хорошо зарекомендовавший себя подход, пытаясь понять, как работает простая система, а затем применяя эти уроки к более сложные случаи. Многие нейробиологи, если они вообще думают об этой проблеме, просто считают, что прогресс неизбежно будет постепенным и медленным, потому что за углом не скрывается великая единая теория мозга.
Существует много альтернативных сценариев того, как может развиваться наше понимание мозга в будущем: возможно, различные вычислительные проекты окажутся успешными, и теоретики взломают работу всего мозга, или коннектомы откроют принципы работы мозга, которые настоящее время скрыто от нас. Или теория каким-то образом появится из огромного количества данных изображений, которые мы генерируем.
Или мы будем медленно собирать теорию (или теории) из ряда отдельных, но удовлетворительных объяснений. Или, сосредоточившись на простых принципах нейронной сети, мы поймем организацию более высокого уровня. Или какой-нибудь радикально новый подход, объединяющий физиологию, биохимию и анатомию, прольет решающий свет на происходящее. Или новые сравнительные эволюционные исследования покажут, как другие животные обладают сознанием, и дадут представление о функционировании нашего собственного мозга. Или невообразимая новая технология изменит все наши взгляды, предоставив радикально новую метафору для мозга. Или наши компьютерные системы предоставят нам тревожное новое понимание, став сознательными. Или новая структура возникнет из кибернетики, теории управления, теории сложности и динамических систем, семантики и семиотики. Или мы примем, что теории не найти, потому что в мозгу нет общей логики, есть только адекватные объяснения каждой крошечной части, и нам придется довольствоваться этим.