Всемирный разум - Майкл Хорост

Как легко заметить, решетка имеет примерно такой же размер, как изображение лица президента Линкольна на одноцентовой монетке. Казалось бы, небольшая площадь. Однако вспомните, что она покрывает 16 квадратных миллиметров, а каждый кубический миллиметр мозгового вещества содержит миллионы нейронов. Длина игл в устройстве на иллюстрации – от 35 до 75 микрон, что сравнимо с длиной многих нейронов неокортекса. Кроме того, каждый кончик иглы может «шпионить» за группой нейронов, улавливая их электрические импульсы.

Хотел бы я знать, нет ли в неврологии своего принципа Гейзенберга (Heisenberg principle) [94] , приложимого к мозговым имплантам? Если да, то можно было бы учесть взаимовлияние изменения уровня возбуждения нейрона на процесс и результат измерений. Однако Стив Поттер (Steve Potter), нейроученый из Технологического института Джорджии (Georgia Tech), говорил мне, что толика отбираемого самим электродом заряда ничтожна. Как он выразился, «это все равно, что тыкать булавкой в колесо гоночного автомобиля».

Однако, если в каждом кубическом миллиметре расположены миллионы нервных клеток, то каким образом исследователи могут извлечь полезную информацию, обращаясь всего к нескольким десяткам нейронов? Выбрав в качестве образца некоторые из них, мы получим возможность продвинуться к пониманию того, чем заняты остальные. Представьте себе, как трава на лужайке «отображает» активность ветра. Если вы хоть однажды наблюдали за тем, как последний веет над полями, то не могли не заметить, что речь идет о сложном явлении: его порывы меняют скорость и направление и создают вихревые потоки.

Миллионы растений отображают турбулентное движение ветра с очевидной определенностью. Выбрав небольшой участок в качестве своего рода опытного образца, вы сможете судить об общих закономерностях движения воздушных масс. Однако с мозгом не все так просто, как в этом примере, поскольку различные нервные клетки реагируют на разные импульсы. Некоторые нейроны возбуждаются при движении руки вверх, но остаются совершенно спокойными, когда она опускается. Другие ведут себя противоположным образом. Поэтому приходится принимать во внимание так много нейронов, как только возможно, – а затем соотносить их общее поведение с известным результатом (например, с движением руки вверх).

Ученые называют подобный тип нервных реакций с широким охватом «совокупной реакцией группы нейронов» («population coding») [95] . Чтобы уловить смысл этого понятия, представьте, что сотня человек, собравшись в центре футбольного поля, смотрит какое-то шоу на огромном телеэкране. Каждый из участников по-своему эксцентричен и обращает внимание только на то, что интересует именно его или ее. Вы точно знаете, что все они реагируют только на определенные события: их выдает язык тела. Одни вскидывают голову и оживляются при виде появляющихся на экране лиц. Другие выходят из состояния полуспячки только тогда, когда видят быстрое движение – если, скажем, во время гонок одна машина обгоняет другую. (Я знаю подростков, ведущих себя именно такими образом, поэтому, возможно, подобное поведение не столь уж эксцентрично). Есть и те, кто реагирует совершенно специфически: одни – когда автомобиль движется слева направо, другие – когда, наоборот, справа налево. Можно обнаружить и тех, чье поведение еще более нестандартно: они обращают внимание лишь на изменение цвета. Причем каждый в этой подгруппе отдает предпочтение только одному определенному цвету или оттенку, не обращая внимания на все прочие.

Предположим, на экране что-то произошло. Пока не скажу, что именно случилось. Однако вот что делают собравшиеся. Те, кто обращает внимание на лица, заинтересованы, но не слишком сильно. Восприимчивые к движению выказывают интерес – причем сильнее он у тех, для кого важно отметить движение слева направо. Предпочитающие красный цвет захвачены происходящим полностью. Так что, как вы полагаете, видно на экране? На дистанции показался Зоуи Дешанель (Zooey Deschanel). Он ведет Camaro красного цвета и движется слева направо. При наличии некоторого опыта можно заметить и другие детали: например, гонщика в голубом автомобиле, едущего справа налево… Вот так и считывают информацию о мозговой деятельности вживленные электроды. Важны паттерны, ключевые схемы.

Проникновение вглубь мозга и исследование активности отдельных нейронов позволяет подступиться к пониманию мыслительной деятельности ближе, чем при записи волны P300 или определении уровня кислородного запроса, как это делается в fMRI-сканерах. Ученые разработали модель, показывающую, как возбуждение отдельных нервных клеток непосредственно соотносится с телесными реакциями. Однако Майкл Блэк (Michael Black), ученый-компьютерщик, сотрудничающий с Доногью, предостерег меня от поспешных выводов: смоделировать что-либо – еще не значит в полной мере понять соответствующее явление. Модель ничего не говорит о том, почему обезьяна или человек хотят сделать то или иное движение рукой. В конечном счете, остается лишь анализировать связанный с работой сознания внутренний опыт, полагаясь преимущественно на математические корреляции, а не на питаемое эмпатией понимание. Ведущие описываемые исследования ученые ясно осознают, в чем заключается принципиальное различие. Доктор Блэк говорил мне, что наблюдение за активностью отдельных нейронов помогает «уяснить, каким образом , а не почему возникают определенные реакции. Однако область понимания остается все еще настолько узкой, что дает лишь весьма ограниченную картину».

Успехи доктора Кеннеди оказались заметно скромнее, чем у Шварца или Доногью, поскольку речь – куда более сложное и комплексное явление, чем движения руки или ноги. И она гораздо теснее связана с более высокими уровнями интеллекта. Все животные используют свои конечности, но только человек умеет говорить. «Расшифровать» человеческую речь – задача, на порядок более сложная, чем установить, какие сигналы нервной системы и каким образом управляют движениями нашего тела. Хотя, если взглянуть на все шире, то, в принципе, перед Кеннеди стоит та же задача. Он стремится выявить, как соотносятся возбуждение некоторых нейронов и внутренняя речь человека. Это не совсем то, что считывать слова прямо из мозга. Сотрудники доктора Кеннеди стараются определить, какие процессы в двигательной зоне коры головного мозга контролируют гортань, язык и губы. Если с помощью компьютерной обработки данных выявить корреляцию между определенными схемами возбуждения нейронов (паттернами активности) и фонемами типа ах, ух и ооо , то Эрик сможет (по крайней мере, теоретически) мысленно проговаривать то, что хочет сказать, и будет слышать, как компьютер воспроизводит звучание его внутренней речи. Иначе говоря, последний в данном случае будет действовать в качестве рта.

Я ужасно хотел, чтобы у него хоть что-то получилось, но в тот день ничего так и не произошло. Да, пока дело шло медленно. Проанализировав основную массу данных, накопленных в процессе работы с Эриком, доктор Кеннеди определил связь 32 из 39 фонем английского языка с активностью нейронов в мозгу своего пациента. Однако улавливать соответствующие связи в режиме реального времени – задача заметно более трудная. Все, что Эрик мог «проговорить» при встречах с Кеннеди, сводилось только к комбинациям гласных типа «ои – оо – ии». Повторяемость достигла уровня в 80–90 %, однако пока эти результаты не имели ничего общего с настоящей речью. Сейчас доктор и парень с родителями начинают осваивать согласные. Определенное слово раз за разом повторяют вслух, чтобы заставить мозг Эрика воспринять его. Покидая лабораторию, я видел, как усталый отец, склоняясь к своему обездвиженному сыну, снова и снова повторяет «да» прямо ему в ухо, а Кеннеди упрямо и пристально глядит в монитор компьютера.

Все это очень сложно. И главная причина кроется в том, что ученые пока способны «слушать» только несколько десятков нервных клеток из миллиардов. Это все равно, что пытаться усвоить накопленные человечеством знания, пользуясь лишь несколькими карточками из библиотечного каталога. Однако Кеннеди начал сотрудничать с Фрэнком Гюнтером (Frank Guenther), нейроученым из Бостонского университета и специалистом в области прикладных расчетов и компьютерного моделирования. Последний разработал модель генерации речи нашим мозгом. Благодаря этому удалось установить, что именно делают определенные его части и каким образом они взаимодействуют друг с другом для появления связной человеческой речи. Эта модель сложнее всего того, чего мы успели коснуться в данной книге: мозговая деятельность схематически показана одновременно как с функциональной , так и анатомической точки зрения. Смысл метода в том, чтобы, наблюдая движение отдельных травинок, накопить побольше данных и затем соотнести их с теорией движения воздушных масс.