карта нейронных связей мозга
Google и Гарвард представили самую подробную карту фрагмента человеческого мозга
Исследователи из Гарвардского университета совместно с сотрудниками подразделения Google Research создали самую подробную на настоящий момент карту связей в человеческом мозге, сообщает NewScientist. Карта включает в себя 50 000 клеток в 3D-формате, образующих 130 миллионов соединений, называемых синапсами.
Набор данных настолько велик, что исследователи еще не изучили его подробно. Ученые сравнивают эту карту мозга с геномом человека, который продолжает изучаться и через 20 лет после того, как были опубликованы первые наброски.
Это первый случай картирования такого большого участка человеческого мозга. Работа началась с того, что гарвардские ученые получили крошечный кусочек мозга 45-летней женщины с лекарственно-устойчивой эпилепсией. Ей сделали операцию по удалению левого гиппокампа, вызывающего припадки. Во время вмешательства хирургам пришлось удалить также часть здоровой мозговой ткани, которая покрывала гиппокамп.
Ученые поместили образец в консерванты, а затем окрашивали его тяжелыми металлами, например осмием – благодаря этому внешние мембраны каждой клетки стали видны под электронным микроскопом. После этого они поместили фрагмент в смолу, чтобы он затвердел. И наконец разрезали его на ломтики толщиной около 30 нанометров – около одной тысячной ширины человеческого волоса – и сделали изображение каждого среза с помощью электронного микроскопа.
Сотрудники Google в свою очередь придали изображениям трехмерность и с помощью искусственного интеллекта реконструировали усики, связывающие один нейрон с другим, и маркировали различные типы клеток.
Карта уже позволила обнаружить новую информацию о том, как устроен наш мозг. Оказалось, что существует резкое несоответствие в количестве связей между нейронами. Обычно, когда усик от одного нейрона проходил близко к другому, он формировал только один синапс – место контакта, максимум два-четыре. Но иногда усики образовывали до 20 синапсов на одном нейроне – то есть, вероятно, усик сам по себе способен вызвать активизацию нейрона. Ученые предполагают, что такие мультисинапсные связи лежат в основе усвоенного поведения – например, реакции торможения при виде красного света светофора. Сверхпрочные соединения позволяют информации быстро проходить по сети.
Команда также обнаружила таинственные пары нейронов глубоко в коре головного мозга – две клетки, направленные точно в противоположном направлении на одной и той же оси. Природа этого явления пока неизвестна.
Для картирования всего человеческого мозга потребуется набор данных примерно в 1000 раз больше – зеттабайт. Такой объем сопоставим с количеством цифрового контента, генерируемого на всей нашей планете за год. Но нужно ли это делать, неясно. Есть вероятность, что каждый мозг чем-то отличается от любого другого. Полезнее, по мнению ученых, было бы изучение того, как карта клеток отличается у людей с проблемами психического здоровья. Это помогло бы понять, как проявляются такие расстройства, как шизофрения.
Карта находится в свободном доступе на сайте.
Создана самая подробная карта нейронных связей в мозге человека
Цветное изображение 4 000 аксонов, передающих нервные импульсы одному нейрону.
Иллюстрация Google/Lichtman Laboratory.
В человеческом мозге насчитывается 86 миллиардов нейронов, сообщающихся между собой посредством сотни триллионов синапсов. Это запутанная сеть нейронных связей, в глубине которой таятся наши сознание, мысли чувства, воспоминания и индивидуальность.
Человеческий мозг сложнее любого существующего на сегодняшний день компьютера. Поэтому визуализация полной структуры всех его связей выглядит, на первый взгляд, совершенно непосильной задачей.
Однако исследователи со всего мира упорно трудятся, буквально собирая по кусочкам небольшие области головного мозга человека. К слову, такая карта нейронных связей называется «коннектомом», а наука, которая занимается «картографией» нервной системы – коннектомика.
В 2020 году исследователи из Google в сотрудничестве с коллегами из Медицинского института Говарда Хьюза создали коннектом мозга плодовой мушки. Звучит как довольно простая задача, однако пока что им удалось «нанести на карту» лишь около половины головного мозга насекомого.
Недавно Google совместно с исследователями из Гарварда выпустил похожую модель человеческого мозга. Точнее, его крохотного участка.
Так учёные получили 225 миллионов двухмерных изображений, которые затем «сшили» в 3D-модель.
Разные клетки и их структуры внутри образца выявляли с помощью алгоритмов машинного обучения. Исследователи лишь изредка проверяли вручную точность, с которой машины определяли принадлежность разных клеток.
Конечный результат назвали набором данных H01, и он является одной из наиболее полных карт человеческого мозга из когда-либо созданных. Он содержит информацию о 50 000 нервных клеток, 130 миллионах синапсов и, кроме того, визуализирует дополнительные детали: аксоны и дендриты нейронов, миелин и клетки ресничного эпителия.
Самым впечатляющим в этом наборе данных стало то, что он занял целых 1,4 петабайта памяти. Это больше миллиона гигабайтов.
При этом в Google утверждают, что это всего одна миллионная часть полной карты человеческого мозга.
Выходит, что огромную сложность представит не только сама работа по картированию всего этого объёма, но и поиск места для хранения этого невероятного массива информации. К тому же исследователям ещё предстоит найти способ организации полученных данных и обеспечить удобный доступ к ним.
А пока для ознакомления онлайн доступен собранный ныне набор данных H01.
Научная статья, сопровождающая это достижение, была опубликована на сайте препринтов bioRxiv.
Напомним, ранее мы писали о создании карты мозга, показывающей, где в нём «хранятся» отдельные слова (кстати, она тоже доступна онлайн). Также мы сообщали о том, что учёные обнаружили сходство человеческого мозга с пчелиным роем.
Больше новостей из мира науки и технологий вы найдёте в разделе «Наука» на медиаплатформе «Смотрим».
Карта нейронных связей мозга
Мария Рамзаева
Внештатный автор Slon
Краткий пересказ книги Джона Ардена
«Укрощение амигдалы и другие
инструменты тренировки мозга»
(М.: Манн, Иванов и Фербер, 2016).
Его книга «Укрощение амигдалы и другие инструменты тренировки мозга» основана на последних достижениях нейрофизиологии и доказательной медицины. В книге Арден дает практические советы по перепрограммированию своего мозга и подробно объясняет, как именно влияет на мозг и организм в целом та или иная привычка.
Перенастройка мозга
Еще не так давно считалось, что головной мозг от рождения до смерти человека не изменяется и новые нейроны в нем не образуются. Ученые полагали, что привычки, вкусы, а также способности определяются исключительно генетическим кодом и являются врожденными. Однако за последние 20 лет было получено множество доказательств того, что мозг обладает возможностью к нейрогенезу (формированию новых нейронов) и нейропластичностью (возможностью изменяться под действием опыта).
На практике это означает, что, пусть генетический набор и задает потенциально сильные и слабые стороны человека, именно полученный внешний опыт играет главную роль в том, как человек реализует свои способности.
Нейропластичность можно коротко описать как «используй, или потеряешь». Чем чаще вы что-то делаете, тем прочнее становится связь между нейронами, отвечающими за это действие, а значит, тем выше вероятность удачно сделать действие в дальнейшем (увеличивается вероятность активации нейронов в будущем) и тем легче вам дается действие.
Благодаря свойству нейропластичности возможно сформировать полезные привычки и избавиться от вредных, а также улучшить работу своего мозга и качество и продолжительность жизни в целом.
Чтобы запустить перепрограммирование мозга, необходимы следующие шаги:
1. Концентрация нужна для запуска процесса нейропластичности. Когда вы фокусируетесь на новой информации или новом действии, то как бы сигнализируете мозгу: это важно, на них надо обратить внимание и запомнить.
2. Усилие необходимо для формирования новых нейронных связей.
3. Расслабленность появляется, когда действие входит в привычку.
4. Стремление необходимо, чтобы не бросить заниматься чем-то новым. Нужна постоянная практика, так как очень быстро после прекращения регулярного действия оно забывается.
Пройдя эти четыре шага, вы вырабатываете новые нейронные связи, то есть создаете какую-то новую привычку. Например, если вы хотите избавиться от вспышек гнева, для начала вам нужно начать концентрироваться на моментах появления гнева, затем делать усилие, чтобы воздержаться от его проявления. Спустя какое-то время контролировать себя будет все легче и легче (расслабленность), но и тогда обязательно нужно будет продолжать контролировать (стремление), чтобы появившиеся нейронные связи не исчезли.
Используя эту методику, считает автор, можно, в том числе избавляться от иррациональных страхов, тревоги и негативных мыслей.
Укрощение эмоций
Как правило, испытывая страх, человек склонен к четырем основным типам поведения, которые дают временное успокоение, но в конечном итоге могут приводить к еще большему стрессу.
4. Таким образом, люди делают все, чтобы не встречаться с объектом своего страха, и, как ни парадоксально, тем самым лишь усиливают свой страх.
Справиться с тревогой возможно, только регулярно попадая в ситуацию контролируемого стресса. Чувствительность миндалевидного тела, отвечающего за ощущение тревоги, притупляется всякий раз, когда при столкновении с объектом страха не происходит ничего ужасного и оказывается, что это была ложная тревога. К тому же, когда человек предпринимает какие-то конструктивные действия, уровень стресса и беспокойства понижается, так как запускается блокирующая функция миндалевидного тела и активизируется левая лобная доля, снижающая его активность. Более того, когда человек подключает мыслительный процесс (например, говорит себе: «Надо же, я смог отлично выступить на публике»), «укрощение» страха происходит еще быстрее.
Доказано, что чем дольше человек находится в том или ином эмоциональном состоянии, тем больше он склонен в нем оставаться, так как тем больше вероятность, что нейроны, активизирующиеся при испытывании эмоций, образуют устойчивую связь, и тем самым создастся базовый эмоциональный фон жизни. То есть чем дольше человек пребывает в унынии, тем больше вероятность, что подавленное настроение станет для него настроением «по умолчанию».
Сложность заключается в том, что плохое настроение может возникать спонтанно и поглощает человека: когда нейронные связи активизируются, они захватывают другие нейроны, что только поддерживает уныние. Из такого состояния нельзя выйти просто так, но можно себя вывести с помощью определенных техник:
1. Стимулирование позитивного настроения. Когда вам весело, вы улыбаетесь, но для мозга это работает и в обратную сторону: если вы улыбаетесь, в мозгу активизируются области, вызывающие чувство счастья.
2. Активность. Как говорилось выше, действия активизируют левые лобные доли, отвечающие за позитивные эмоции.
3. Пребывание на свету. Темные помещения вызывают производство гормона сна, который, в свою очередь, понижает уровень серотонина.
4. Юмор. Доказано, что смех и легкое, ироничное отношение к себе понижает количество гормона стресса кортизола.
Позитивное восприятие жизни не только улучшает ее качество, но и является главным фактором стрессоустойчивости. Оптимист во всем старается искать возможности для развития, а ошибки и трудности видит как еще один этап работы, а не катастрофу, и это также позволяет снижать уровень стресса.
Однако основой для продуктивной работы мозга и всего организма, а также главным способом улучшить настроение и стрессоустойчивость являются здоровые базовые привычки.
Сон, еда и объятия для помощи мозгу
При малейшем недомогании люди склонны пить таблетки, но в реальности для того, чтобы помочь мозгу и телу работать оптимально, необходимы самые базовые вещи, от которых мы постоянно отмахиваемся: «Мне и так плохо, чтобы еще начать правильно питаться» или «Я и так ничего не успеваю, чтобы еще так много спать». Однако без определенных «базовых» правил не только все таблетки будут малоэффективны, но и совершенно невозможна продуктивная работа.
Как и правильное питание, физические упражнения крайне важны для продуктивной работы мозга. Они запускают процессы нейрогенеза и нейропластичности, снижают уровень стресса и, согласно многочисленным исследованиям, являются эффективными антидепрессантами.
Причем полезно даже думать о физических упражнениях, поскольку от этого в головном мозге активизируются те же самые нейронные системы, что приводит к улучшению фактического выполнения этих упражнений.
Согласно статистике, примерно половина людей испытывают сложности со сном хотя бы раз в неделю, а для многих это постоянная проблема. Однако зачастую люди прибегают к неэффективным и даже вредным методам борьбы с бессонницей. Например, пытаются разгрузить мозг за компьютером, что только вредит засыпанию, так как мозг воспринимает излучение монитора за дневной свет и ведет себя так, будто наступил день. Не помогает высыпаться и алкоголь, поскольку приводит к неглубокому и прерывистому сну. Конечно, существует огромное количество всевозможных снотворных, но они зачастую подавляют важные стадии сна, нередко вызывают привыкание и в итоге ведут к обратному эффекту.
Таким образом, заключает автор, внедряя, указанные выше полезные привычки, возможно значительно улучшить работу мозга и даже продлить молодость.
Google и Гарвард выпустили визуализацию коннектома человеческого мозга на 1,4 петабайта
Исследователи Гарвардского университета совместно с Google AI создали трёхмерную карту одной миллионной части человеческого мозга, состоящую из 196 миллионов двумерных изображений. Объём обработанной информации — 1,4 петабайта.
Петабайтная коннектомная реконструкция неокортекса человека. Слева: маленький подволюм набора данных. Справа: подграф из 5 тысяч нейронов, возбуждающих (зелёный) и тормозных (красный) соединений в наборе данных. Полный граф слишком большой для визуализации
Специалисты в области коннектомики работают над созданием комплексных нейронных карт животных. В 2019 году исследователи выпустили коннектом круглого червя Caenorhabditis elegans, состоящий из 386 нейронов для самца и 302 нейронов для гермафродита. Это первая и пока единственная полная нейронная карта живого организма.
В прошлом году учёные Исследовательского кампуса Джанелия в Вирджинии совместно с Google AI опубликовали детализированную трёхмерную карту половины мозга плодовой мушки с 25 тысячами нейронов, образующих более 20 миллионов соединений (синапсов). На момент выхода это была самая масштабная нейронная карта.
Человеческий мозг состоит из 86 миллиардов нейронов и сотен триллионов соединений. Изучению мозга человека карты нейронов насекомых и червей помочь не могут. Поэтому исследователи продолжили работу и первого июня выпустили трёхмерную нейронную карту участка мозга объёмом 1мм³ (одна миллионная часть мозга) с десятками тысяч нейронов и 130 миллионами синапсов.
Массачусетская больница общего профиля в Бостоне предоставила учёным образец ткани для картирования. В процессе некоторых операций врачи удаляют и утилизируют часть коры головного мозга. Образец из исследования принадлежал 45-летней женщине с лекарственно-устойчивой эпилепсией. В ходе операции врачи, чтобы добраться до повреждённых тканей, вырезали часть здоровых без вреда для пациенки. С согласия женщины хирурги передали часть коры в Гарвард.
Нейробиологи в Гарварде разрезали ткани микротомом и получили около 5,3 тысяч 30-нанометровых срезов. После они закрепили срезы на кремниевых пластинах и визуализировали ткани разрешением 4 нанометра в 61-лучевом сканирующем электронном микроскопе. В итоге исследователи получили 247 миллионов двумерных изображений весом 2,1 петабайт и передали их алгоритмам для сшивания.
Перед сшиванием пайплайны выравнивали изображения, чтобы смягчить дефекты: артефакты, пустые участки, разницу в масштабах из-за физической деформации тканей и различия в качестве из-за смены настроек микроскопа в разные дни съёмок. Выравнивание сократило число изображений с 247 до 196 миллионов и вес до 1,7 петабайт. Алгоритмы сшили изображения. Итоговый объём сократился до 1,4 петабайт. Процесс сшивания и визуализации занял 326 дней.
Для трёхмерной визуализации каждой клетки мозга учёные взяли пайплайн нейросети Flood-Filling с тысячами Google Cloud TPUs. Они также использовали дополнительные пайплайны для поиска и характеристики 130 миллионов синапсов, классификации каждого трёхмерного фрагмента на субкомпартменты и поиск представляющих интерес структур, например миелина или ресничек нервных клеток.
(A) Нейрон пирамидальной формы, почти лишённый шипов. (B) Нейрон с морфологией интернейронов, но с множеством шиповидных выступов на дендритах. (C) Редкий интернейрон, проходящий горизонтально (по касательной) через набор данных. (D) и (E) Пример «тёмной» клетки в ткани, имеющей морфологию пирамидных клеток. (F) Нейрон с двумя отдельными аксонами, выходящих из сомы (белые стрелки). Оба образуют исходящие синапсы (в прямоугольниках), показанных в (G). (H) Нейрон с необычным дендритным деревом (тело клетки смещено в сторону). (I) Поперечное сечение тела клетки астроцита с двумя ядрами.
Эта нейронная модель визуализирует всего одну миллионную часть головного мозга. При увеличении масштабирования исследователи сталкиваются с множеством технических проблем. Даже сохранить все данные тяжело. Учёные частично решили проблему шумоподавлением и машинным обучением, за счёт чего сократили вес модели в 17 раз с незначительной потерей точности.
Качество реконструкции шумных и шумоподавленных изображений в зависимости от степени сжатия для кодеков JPEG XL (JXL) и AV Image Format (AVIF). Точки и линии показывают средние значения, области с заливкой покрывают ± 1 стандартное отклонение от среднего
Благодаря модели исследователи изучили активность нейронных клеток в нанометровом масштабе и обнаружили несколько необычных и редких реакций. Авторы предполагают, что эпилепсия у донора влияет на эти реакции, но это предположение требует проверки. Хирурги брали образцы мозга из неповреждённых участков, поэтому состав тканей должен соответствовать тканям здорового человека.
В настоящее время исследователи работают над решением технических проблем с организацией доступа и хранения данных. По их словам, все необходимые решения появятся в ближайшее время.
Авторы выложили реконструкцию в открытый доступ на онлайн-интерфейсе Neuroglancer. Интерфейс поддерживает функцию поиска конкретных нейронов на основе их типа или определённых свойств. Исследователи использовали эту же платформу для визуализации мозга плодовой мушки.
ВВЕДЕНИЕ В КОГНИТИВНЫЕ НЕЙРОНАУКИ. Глава 3. Нейроны и связи между ними.
Глава 3. Нейроны и связи между ними.
Что мы знаем о процессах, происходящих на уровне нейронов? Можем ли мы сейчас построить непротиворечивую теорию относительно событий на этом уровне?
Основными клетками мозга являются нейроны, высококонсервативные с эволюционной точки зрения. Они сохранялись в относительно неизменном виде в течение многих сотен миллионов лет, и даже очень разные виды животных имеют одинаковые типы нейронов. Со многих точек зрения нейроны не отличаются от остальных клеток, но есть то, что выделяет их среди остальных: специализация на электрохимической сигнализации, благодаря которой они способны принимать входящий сигнал на дендритах и посылать электрохимический сигнал вдоль аксона. Весь мозг можно рассматривать как сверхсложную структуру, состоящую из связанных между собой нейронов.
Дендритами и аксонами называют выросты тела нейрона; один нейрон может иметь до десяти тысяч дендритов и один аксон.
Потенциал действия (ПД) проходит по аксону значительно медленнее, чем электрический ток в компьютере, однако многие задачи наш мозг выполняет гораздо лучше современных компьютеров. В настоящее время компьютеры далеко отстоят от человека в задачах восприятия, языковой коммуникации, семантической памяти, контроля движения и творчества.
Нейробиология концентрирует внимание на связи и взаимодействии нейронов. Рассмотрение таких связей удобно начинать как раз с генерализованного нейрона.
Классические нейроны соединяются при помощи синапсов, которые могут быть возбуждающими и тормозящими.
Активность нейрона опосредована десятками факторов — циклом сна и бодрствования, доступностью предшественников нейромедиаторов и многими другими. Все эти факторы влияют на вероятность прохождения сигнала между двумя нейронами и могут быть представлены в виде синаптических весов. Таким образом, все разнообразие нейронов можно с успехом представить в виде интегративного нейрона, а все способы межнейронной коммуникации — в форме вероятности прохождения сигнала между нейронами.
Существует по меньшей мере шесть основных нейромедиаторов и не менее тридцати «менее важных», в основном являющихся нейропептидами.
Даже дендриты отдельной клетки, по всей видимости, способны к обработке информации. Имеются также данные, что способна принимать участие в обработке информации и нейроглия — поддерживающая ткань нервной системы.
На настоящий момент известно о существовании в некоторых частях взрослого головного мозга стволовых клеток. Образование новых синапсов идет в течение всей жизни; для образования новых синапсов отростки дендритов способны образовываться за несколько минут.
1.3. Обработка информации нейронами.
Искусственные нейронные сети использовались для моделирования многих функций мозга — распознавания элементов изображений, управления роботами, обучения и улучшения функционирования на основе опыта.
Во многих случаях такие сети выполняли задачи лучше, чем компьютерные программы, основанные на логике и математике.
Так же, они помогают нам понять принципы работы реальных нейронных сетей в мозге.
Нейросети помогают нам понять работу нервной системы.
Так искусственные нейросети могут служить моделями для изучения реальных структур в мозге.
Мы ограничимся рассмотрением синапсов только двух типов — возбуждающего (повышающего вероятность прохождения ПД (Потенциал действия) на постсинаптическом нейроне) и тормозящего (понижающего такую вероятность).
Глутамат — наиболее распространенный медиатор в ЦНС — является возбуждающим.
ГАМК (гаммаАминоМасляная кислота) является наиболее распространенным тормозным медиатором.
В нервной системе распространены массивы нейронов, часто именуемые картами.
2.1. Упрощенный случай: рецепторы, пути и контуры.
Каждый сенсорный нерв может содержать несколько параллельных каналов, каждый из которых проводит несколько различающуюся информацию. Так, зрительный тракт имеет канал передачи цвета, называемый мелкоклеточным, и канал передачи формы и размеров объекта, называемый крупноклеточным.
Точно так же соматосенсорные пути сочетают каналы передачи прикосновения, давления, боли и некоторые другие.
Большинство сенсорных волокон оканчиваются в таламусе, где они передают сигнал нейронам, оканчивающимся в коре.
(рис. 3.10 и 3.11) 
Таким образом, в большинстве сигнальных путей существуют петли обратной связи — такие, как в нейросети с двумя или более слоями.
С этой точки зрения мозг представляется системой воздействующих друг на друга массивов и сетей.
Массивы нейронов представляет собой двумерную сеть нейронов.
Когда массивы соответствуют пространственной организации той или иной структуры, их называют картами.
В мозге имеет место как временное, так и пространственное кодирование, наряду со многими другими способами кодирования и обработки информации.
Пространственные карты являются наиболее наглядной формой пространственного кодирования.
Таким образом, даже информация от не ассоциированных с пространством органов чувств обрабатывается массивами и картами нейронов.
Наш мозг организует огромные количества входящей информации так, чтобы отражать положение окружающих объектов. Моторная кора, как вы можете догадаться, также выглядит как непропорциональная карта скелетных мышц тела.
Главным вопросом относительно сенсорики на сегодняшний день яляется вопрос о том, как осуществляется высокоуровневая обработка воспринятой информации. И модель нейросетей предоставляет один из возможных ответов.
Мозг постоянно корректирует работу моторных систем на основании сенсорной информации и адаптирует сенсорные системы при помощи моторной активности.
Сенсорные системы можно представить в виде иерархических систем, состоящих из иерархических систем низшего порядка, начиная с рецепторов и постепенно переходя ко все более сложным объектам.
Идет непрерывный обмен информацией между двумя системами в процессе цикла от восприятия до действия, начиная с наинизшего и заканчивая высшими уровнями планирования, мышления и анализа возможного развития событий
(рис. 3.20 Иерархическая система из области архитектуры).
В схеме иерархической системы обработки информации, каждый массив нейронов назван картой; карты существуют на разных уровнях, и сигнал может идти вверх, вниз и к другой карте того же уровня.
При рассмотрении электрической активности десятков миллиардов нейронов мозг поневоле начинает казаться огромным оркестром, а не одним инструментом. За сотни миллионов лет эволюции в мозге появились нейроны с самыми разными видами временного и пространственного кодирования (блок 3.1).
В путях следования информации имеется множество точек выбора, с которых она может быть направлена по нескольким различным путям или быть передана на уровень выше или ниже.
Если вернуться к ступенчатой пирамиде, то такой разветвленный путь похож на путь человека к вершине: он может достигнуть ее прямым или окружным путем.
Зрительная картина мира подвержена постоянным изменениям. Однако мозг тем не менее ведет обработку таких изменений. Животное не может позволить себе не заметить хищника, прячущегося в траве, только потому, что сейчас закат, или потому, что на него падает тень.
Для того чтобы выжить, мы должны были иметь превосходную зрительную систему.
Вот, например, кошка, выслеживающая жертву, может осматривать дерево только одним глазом, тогда как другой глаз остается пассивным. Это приводит к явлению бинокулярной конкуренции — конкуренции между зрительными входами от разных глаз.
Многие животные получают от разных глаз совершенно разные входы — такие животные, как кролики и олени, вообще не имеют участков перекрытия полей зрения, поэтому для них явление бинокулярной конкуренции невозможно.
Мозг постоянно имеет некоторые ожидания относительно встречаемых им внешних условий. Спускаясь по лестнице в темноте, мы ожидаем, что под ногой будет ступенька.
При анализе неоднозначно трактуемых объектов ожидание обусловливает выбор наиболее приемлемого варианта трактовки. Многие слова в языке имеют больше одного значения, поэтому, даже читая это, вы вынуждены иметь дело с неоднозначностями. Мозг опирается не только на входящую информацию — он имеет множество причин выбора того или иного варианта, основанных на предсказании результата и ожидании.
Селективное внимание позволяет нам динамически изменять свои сенсорные предпочтения, а долговременная память увеличивает силу синапсов, ответственных за точное восприятие.
Многие ученые считают, что всю кору целиком, наряду с сопутствующими областями, такими как таламус, следует рассматривать как одну функциональную единицу. Ее часто называют таламокортикальной системой.
Одним из основных свойств поведения животных является способность адаптироваться.
Основным свойством мозга, таким образом, является приспособляемость. Однако какие изменения в структуре самого мозга приводят к такой приспособляемости?
Для этих целей гораздо лучше подходят методы визуализации структур мозга, получившие интенсивное развитие в два прошедших десятилетия.
Хотя большая часть методов визуализации ориентирована на конкретную область, подчеркивая тем самым функциональное разделение, а не интеграцию, были предприняты попытки изучения обучения как системного процесса, включающего глобальные изменения структуры и функций мозга.
Развитие технологии магнитно-резонансной томографии позволило начать изучение изменений структурных компонентов связи — трактов белого вещества — под влиянием обучения.
Как было показано, обучение жонглированию вызывает изменения как в сером, так и в белом веществе мозга.
Данные результаты стали поистине революционными, поскольку долгие годы считалось, что структура мозга неизменна.
Подобные открытия, позволяющие рассматривать мозг как функционально и структурно лабильный орган, вне всякого сомнения являются шагом вперед в нашем понимании процесса обучения.
(4.0. Адаптация и обучение массивов нейронов).
Наиболее известное правило обучения нейросетей, выражаемое в лозунге «neurons that fire together, wire together».
Нейроны, которые срабатывают вместе, соединяются вместе.
(Обучение по Хэббу).
Дональд Хэбб в 1949 г. постулировал, что ассамблеи нейронов способны обучаться благодаря усилению связей между нейронами, активирующимися при стимуляции одновременно.
В основе обучения и памяти лежит эффективность синаптической связи.
Существует множество способов воздействия на эффективность синаптической передачи. Так, два нейрона могут образовать больше синапсов, в самих синапсах может вырабатываться больше нейромедиатора, рецепторы постсинаптического нейрона могут стать эффективнее.
В обучении задействовано два типа изменений; их можно рассматривать как усиленное возбуждение и усиленное торможение.
Долговременное усиление возбудимости одного нейрона называют долговременой потенциацией.
Долговременное понижение же — долговременной депрессией. Оба события имеют место в гиппокампе.
Визуально обучение по Хэббу можно представить в виде утолщения линий между узлами сети, как в простой совокупности клеток.
Модели с третьим, скрытым слоем позволяют нейросети изменять силу соединений.
Классическая трехслойная прямая сеть со скрытым слоем и настраиваемой силой взаимодействий может эффективно обучаться путем сопоставления выхода нейросети с желаемым выходом и подстройки силы соединений для достижения желаемого результата.
Процесс носит название обратного распространения ошибки обучения и во многом подобен отрицательной обратной связи.
Сети такого типа на сегодняшний день наиболее распространены.
В самоорганизующейся аутоассоциативной сети выход ставится в соответствие входу.
Такая стратегия полезна при распознавании паттернов, таких как звук знакомого голоса.
Самоорганизующиеся системы используются в природе для решения многих задач.
Сами организмы и их нервные системы можно рассматривать как самоорганизующиеся системы.
Самоорганизующаяся сеть способна справляться с фундаментальой проблемой распознавания человеческих лиц.
Человек учится реагировать на нормальные, недеформированные лица в очень ранний период жизни и вскоре становится способен отличать знакомые лица от незнакомых.
Задача, решаемая сетью, гораздо проще решаемой человеком, поскольку в модели происходит только формирование цепи.
Сеть способна обучаться предугадывать расположение рта в нижней части рисунка и двух глаз — в верхней.
4.2. Дарвинистский подход в нервной системе: выживают клетки и синапсы, наиболее приспособленные к данной задаче.
Нейральный дарвинизм предполагает, что нейроны развиваются и соединяются друг с другом в соответствии с дарвинистскими принципами.
Селекционизм — эффективный способ адаптации.
Отбор нейронов приводит к образованию долгоживущих нейронных совокупностей, выполняющих задачи адаптации, обучения, разпознавания паттернов и им подобные.
Нейросети отличаются высоким уровнем параллельности (что означает способность производить много разных вычислений одновременно) и распределенности (способности обрабатывать информацию в разных местах с использованием разных механизмов).
Это говорит о большей близости нейросетей к биологическим способам обработки информации.
Нейронные сети довольно просто перевести на язык математических выражений.
Нейросети способны обрабатывать символьную информацию, а символы могут быть переведены в нейросети.
Обучение нейросети проявляются по мере распознавания сетью входа и отсечения ею альтернативных вариантов.
Существует масса способов координации работы нейронов. Одним из них являются масштабные ритмы, координирующие работу больших групп нейронов так же, как дирижер координирует игру симфонического оркестра. Если большая масса нейронов активируется одновременно, то их активность, как правило, суммируется.
Современные данные говорят в пользу гораздо более быстрых гамма- и тета-корреляций на тех частотах, на которых мозг выполняет большую часть этой работы.
Ритмы энцефалограммы на сегодняшний день считаются сигнализирующими о разных, но скоординированных процессах.
К примеру, гамма-ритмы высокой плотности считаются ассоциированными с осознанным зрительным восприятием и процессом решения простой проблемы эквивалентности.
Альфа-ритмы традиционно ассоциируются с отсутствием задач, требующих фокусировки внимания, тогда как тета-ритмы, как полагают на настоящий момент, контролируют гиппокампальную область и фронтальную кору в процессе обращения к долговременной памяти. Дельта-ритмы — сигналы глубокого сна — группируют быструю нейрональную активность с целью консолидации полученных данных.
При проектировании самолета инженеры закладывают в его конструкцию некоторую функциональную избыточность на случай выхода из строя важнейших систем. Так, если откажет один двигатель, то большая часть самолетов будет способна дотянуть до взлетно-посадочной полосы на оставшихся.
Человек и животные также обладают определенной функциональной избыточностью.
Мозга это правило тоже касается. Мозг способен работать даже после получения весьма значительных повреждений.
Латеральное торможение является распространенной стратегией для выделения различий между двумя однородными областями сигнала, такими как темные пятна на светлом фоне.
Клетки сенсорных систем имеют так называемые рецептивные поля, настроенные на определенные параметры входа, такие как ориентация линии, цвет, движение, форма и тип объекта. При повышении уровня визуальных карт их разрешение падает, в то время как способность к интеграции информации растет.
Поскольку сенсорные и моторные системы изучают отдельно друг от друга, мозг представляется нам огромным сенсомоторным органом, делающим возможным непрерывные высокоуровневые взаимодействия между входом и выходом.
Пространственные массивы нейронов делают возможным пространственное кодирование, однако не стоит забывать о том, что в нервной системе имеется еще и кодирование временное. Основные ритмы энцефалограммы, как полагают, отвечают за временную координацию активности больших групп нейронов.
Последние исследования позволяют предположить, что гамма-ритм ответственен за интеграцию сенсорной информации осознанные ощущения, а тета-ритм — за извлечение информации из долговременной памяти.
Контрольные задания к этой главе.
1. Опишите основные функции интегративного нейрона.
2. Что такое латеральное торможение и какую роль оно играет в сенсорных системах?
3. Каким образом сенсорные и моторные системы можно рассматривать в форме иерархических структур?
4. Опишите роль двусторонних взаимодействий в функционировании мозга.
5. Что такое дарвинистский подход к нервной системе и какие аспекты процессов, происходящих в мозге, он затрагивает?
6. Назовите три наиболее общих свойства сенсорных систем.