Информационные потоки

Одна из главных проблем постиндустриальной эпохи – информация, а точнее – перегруженность ею. Информации так много, и зачастую она невероятно разномастная, противоречивая, пугающая, раздражающая, повергающая в уныние или, наоборот, вселяющая надежду.

Иногда кажется, что современный мир в буквальном смысле пропитан информацией. И мы не будем говорить о миллиардах частиц, пролетающих ежесекундно сквозь наши тела. Каждая из них теоретически несет информацию. Нет, речь о радиосигналах, окружающих нас и наши жилища.

И все это произошло лишь потому, что так устроен наш мозг. Да, мы сами виноваты в том, что сделались настолько невосприимчивыми к информации. Мы перенасытили себя ею. Мозгу нужно получать информацию постоянно. Это стало известно после экспериментов с камерами сенсорной депривации.

В 1954 году нейрофизиолог Джон Лилли использовал в эксперименте камеру сенсорной депривации. Испытуемых укладывали в ванну, окруженную звуко- и светонепроницаемыми стенками. В самой ванне находился плотный водно-солевой раствор с температурой, близкой к температуре человеческого тела. Таким образом испытуемый, отгороженный от источников внешнего воздействия, как бы находился в состоянии невесомости.

Предполагалось, что если убрать все внешние стимулы, то мозг уснет. И ведь логично: мы же хорошо засыпаем в тихой спокойной обстановке.

Но на практике вышло иначе: у многих испытуемых, отсоединенных от стимулов внешнего мира, начались галлюцинации, у некоторых – приступы паники.

Поначалу пребывание в такой камере может успокаивать и даже расслаблять, но затем мозг начинает усиленно искать потоки информации. Если же мозг их не находит, он начинает генерировать собственные псевдоощущения. Мы немного говорили о том, что такое галлюцинации, в первой части.

Так исследователи убедились, что даже в спокойной обстановке для полноценной работы мозгу необходима стимуляция. Это фундаментальная вещь, которая объясняет нашу тягу к источникам новой информации. Мы можем часами пролистывать ленту в социальных сетях, зависать на видеохостингах, выискивать смешные картинки на фотостоках.

Но есть и обратная сторона. К сожалению, с каждым годом качество обрабатываемой информации становится все ниже. Нам не хочется долго думать над чем-то. Мозгу хочется простой, понятной, быстрой информации.

И мы, как дофаминовые информационные наркоманы, ищем, чем бы свеженьким и новеньким себя порадовать.

Как вы понимаете, на поле битвы маркетологов главным ресурсом является внимание. И современные рекламщики этим умело пользуются. Делается все, чтобы превратить экран смартфона или монитор компьютера в средство по захвату внимания. А дальше наш мозг накачивают нужной маркетологам информацией.

Современные маркетологи не только используют айтрекеры, следящие за тем, куда направлен взгляд и как долго он задерживается в той или иной точке экрана, но и разрабатывают и проводят массу тестов. Компании тратят миллионы, чтобы протестировать различные варианты и создать самый продающий сайт. Могут проверяться десятки вариаций картинок, расположения кнопок и даже оттенков их цветов! Да-да, просто чтобы разместить всем до боли знакомую кнопку «Купить» (или «Добавить в корзину»), иногда отбираются десятки вариантов различных цветов и текстур.

Но тут важно вспомнить следующее: на сегодняшний день нет ни одного научного факта, доказывающего, что наш мозг способен к многозадачности. Поэтому он постоянно вынужден выбирать между важным, серьезным делом (написанием отчета, например) и каким-то забавным, «вкусным» занятием – скажем, просмотром веселого видео или проверкой мессенджера.

В ходе исследований доказано, что люди, которые считают себя «многозадачниками», а по факту только часто и быстро переключают внимание с одного процесса на другой, в целом легче отвлекаются. Само переключение с одного дела на другое требует значительного запаса времени (от нескольких минут до получаса).

Стэнфордский психолог Клиффорд Насс однажды заявил, что он и его коллеги чудовищно ошиблись на счет «многозадачников», изначально полагая, что те обладают удивительным навыком сортировки информации и быстрого переключения между задачами. Вместо этого выяснилось, что такие люди ужасно неэффективны во многих когнитивных аспектах. Также Насс сообщил, что сторонники многозадачности имеют проблемы с эмпатией.

В итоге «многозадачники» не только получают некие скачущие по верхам, обрывочные, неглубокие сведения, но еще и испытывают проблемы с пониманием чувств и переживаний других людей. Более того, они в принципе перестают мыслить сложно. Мозг выбирает не чтение научной статьи (пусть даже и адаптированной и упрощенной), а просмотр какого-нибудь забавного развлекательного видеоролика, а значит, постепенно разучивается анализировать информацию и верифицировать ее.

Мы катастрофически дезинформированы

Потоки информации настолько огромны, что попытки справиться с ними и найти хотя бы частицу истины нередко заканчиваются бесславным провалом.

Многие СМИ и рекламодатели диктуют нам повестку дня, сознательно искажая картину. Если мы перестаем анализировать информационный поток, нас буквально топят в океане противоречивых сведений. При этом на нашем невежестве еще и начинают зарабатывать деньги.

В случае с точными и естественными науками еще остаются какие-то шансы разобраться и проверить информацию. А если дело касается политики, философии, спорта, каждый видит себя экспертом с собственным набором мнений по каждому вопросу. Хотя даже в случае с естественными науками люди нередко ведутся на провокации из-за нежелания критически подойти к анализу получаемой информации.

Достаточно вспомнить показательный пример с монооксидом дигидрогена. В 1990 году студенты Калифорнийского университета распространили листовки, предупреждавшие о загрязнении воды невероятно токсичным веществом – монооксидом дигидрогена. Сообщалось, что это соединение можно найти в ядерных реакторах, в конденсате выхлопных труб автомобилей, в загрязненных стоковых водах. Отмечалось также, что соединение обнаружено в питьевой воде. В результате начались дискуссии о запрете его использования.

Если вы не знаете эту историю и не очень хорошо разбираетесь в химии (или еще не залезли в сеть и не стали искать информацию о монооксиде), поясняю: речь идет всего-навсего о воде. Да, именно формулу H₂O можно прочитать как «монооксид дигидрогена». Формально студенты никого не обманывали. Вода и правда может скапливаться на поверхности выхлопных труб. И, конечно, вода присутствует в питьевой воде. И тут, кстати, студенты не соврали, а возможно даже намекнули на более сложное положение дел (с точки зрения химии).

Действительно, мы пьем не совсем воду, а раствор из воды с различными солями, кислотами, минералами и так далее. И даже если вы купите дистиллированную (очищенную от всех остальных примесей) воду, сразу после вскрытия в ней начнет растворяться диоксид серы (SO₂) и ряд других летучих соединений из атмосферы. То есть фактически мы должны говорить, что пьем водный раствор.

Но это было только начало истории. В 1994 году те же студенты создали страницу в интернете, где призывали объединиться за запрещение монооксида (то есть обычной воды). В 1997 году четырнадцатилетний школьник собрал 43 голоса за запрещение монооксида. Да, подписывали эту петицию его одноклассники. Но это были подростки, которые уже начали изучать химию.

Затем случилась совершенно невероятная вещь. В 1998 году в австралийском парламенте начался сбор подписей за запрещение монооксида дигидрогена.

Вдумайтесь! Люди хотели запретить воду!

И это мы говорим о вещах, которые легко проверяются элементарным поиском названия в справочнике химических соединений.

Конечно, никто не будет спорить, что прямой угол равен 90 градусам, но что делать, если речь идет об информации гуманитарного и общественного толка, когда фактов и цифр бывает недостаточно.

Проблема заключается в том, что из-за когнитивных искажений, срабатывающих в мозге, многие из нас сами себя начинают убеждать в собственной правоте, причем даже в тех случаях, когда представлены достаточно веские контраргументы.

К тому же мозг устроен так, что для создания новых убеждений (и представлений) необходимо активно задействовать префронтальную и височную кору. А это очень энергозатратно. Поэтому нам бывает крайне тяжело отказаться от старых убеждений. В одном из экспериментов людям предлагалось ознакомиться с газетной статьей, в которой содержание было подправлено. Смысл специально исказили так, чтобы он противоречил взглядам испытуемых и их политическим предпочтениям. Но, вместо переосмысления и изменения убеждений, люди даже не игнорировали новую информацию, а, напротив, еще больше убеждались в своей правоте.

Нам сложно сознаться в неправоте, но еще сложнее обнаружить, что наши представления абсурдны. Мы вновь видим, как людям проще задействовать Систему 1, эмоционально принимая информацию. Система 2 включается в работу значительно реже, неохотно.

На самом деле у нас существует огромный соблазн переложить сложную аналитическую работу на кого-нибудь другого. Быть может, даже на что-нибудь другое. Так, школьникам, в руки которых однажды попал калькулятор, очень трудно заставить себя решать примеры (особенно сложные, с многозначными цифрами) в уме. Проще нажать несколько кнопок и получить готовый ответ.

Мы пошли еще дальше и создали компьютеры, которые выполняют колоссальный объем работ, связанных с анализом данных. Раньше же вся эта работа в той или иной степени неминуемо задействовала бы рациональную Систему 2.

Технические новшества, которые упрощают жизнь человека, нередко ухудшают ее качество. В частности, людям с нетренированной рациональной системой мозга бывает трудно:

1. Выполнять рутинную или аналитическую работу, для которой необходима усидчивость и концентрация.

2. Строить с другими людьми долгосрочные отношения, которые требуют учета интересов партнера и эмоциональной стабильности.

3. Понимать фактические причины своей эмоциональной неудовлетворенности, намечать путь выхода из ситуации и следовать ему.

Если вы замечаете такие проблемы в своей жизни, введите в привычку рациональные тренировки. Занимайтесь простыми подсчетами без калькулятора, играйте в шахматы, составляйте строгие списки покупок, анализируйте повестку дня, сравнивая информацию из нескольких источников, пробуйте читать научные статьи и анализировать их и так далее. Техника поможет нам жить быстрее, но не заменит рациональные процессы в мозге.

В последние годы ведутся разговоры о том, чтобы расширить возможности нашего мозга за счет встраивания различных чипов и дополнительных модулей обработки информации. Но прежде чем понять, почему этого до сих пор не сделано, необходимо осознать один важный факт: мозг не компьютер.

Почему мозг не компьютер

Интересно, что даже процессор компьютера обрабатывает информацию не параллельно, а последовательно. Да-да. Он перебирает все программы по очереди! Просто он делает это очень быстро, и нам кажется, что все происходит одновременно.

Рис. 59. Миелинизированное волокно с перехватами (перехваты Ранвье)

Наш мозг несколько медленнее, чем принято думать. Давайте убедимся в этом на конкретных цифрах. Импульс бежит со скоростью 3–7 м/с по немиелинизированному волокну (без оболочки из клеток глии) и около 120 м/с по миелинизированному. Но миелинизировано волокно неравномерно: где-то есть утолщения, а где-то – участки, практически свободные от миелина (перехваты). Посмотрите на рис. 59.

Импульс не бежит напрямую, а скачет от одного перехвата к другому. И хотя сейчас многое об ионных токах в клетках мы стали понимать лучше, чтобы упростить, будем считать, что за счет перескоков импульс прыгает в миелинизированном волокне быстрее.

Но много это или мало – 120 м/с? Вообще, это 432 км/ч. Скажем, серийный автомобиль Bugatti Veyron способен развивать сопоставимую скорость (407 км/ч). Импульс скачет немногим быстрее серийного автомобиля.

А теперь другие цифры. Исследуя ответы структур во время предъявления слуховых стимулов, физиологи выяснили, что до коры импульсы могут идти десятки миллисекунд. Скажем, процессы зрительного внимания начинают включаться в работу только с 50–60 мс после предъявления изображения (стимула). Некоторые авторы осторожно указывают, что слуховая осознанная обработка информации может происходить только спустя 20–30 секунд после поступившего звукового сигнала.

На самом деле даже 60 мс – это очень существенное время для мозга. Получается, что мы как бы видим и слышим с легким запаздыванием. А уж начинаем включать сложные формы внимания чуть ли не через полминуты. И это осознанно. Почему так долго? Как раз потому, что до этого мозгу нужно самому «поварить» все на скрытой от сознания внутренней кухне. И лишь после этого он формулирует и шлет нам сигнал-сообщение о том, что все хорошо и вроде бы мы сами сознательно приняли решение.

Отличие «цифрового» и «нейронного» восприятия

Известно, что цифровая техника позволила нам производить более точные измерения. Аналоговые весы (например, безмен) имеют ограниченное число делений и не могут показать нам сотые доли граммов. Цифровые весы могут распознать отличия в весе и в 1 грамм, и в 0,01 грамма. Но нервная система не умеет работать с различиями в столь малых величинах.

Согласно психофизиологическому закону восприятия (закон Вебера – Фехнера), сила ощущения прямо пропорциональна логарифму интенсивности воздействующего стимула. На практике это означает, что для нашего мозга нет разницы между грузом в 100 граммов и 101 грамм. Но все изменится, если масса составит, скажем, 100 и 120 граммов. Опытным путем было обнаружено, что порог различий должен составлять около 5 %. То есть наш мозг может отличить только 100 и 105 граммов. Соответственно, для веса в 200 граммов необходим порог в 10 граммов (200 и 210) и так далее. Порог различий удваивается пропорционально увеличению массы. Для света, звука и других ощущений есть свои соотношения.

Ранее мы уже разобрали механизмы обработки информации как по этажам, так и по отдельным нейронным цепям в коре мозга. Может возникнуть ложное ощущение, что сегодня науке известно все о механизмах восприятия сигналов нервной системой. Но главная проблема в том, что мы до конца не можем объяснить природу закона восприятия Вебера – Фехнера, как и других психофизиологических закономерностей.

Открытия, сделанные в области клеточной нейрофизиологии, в некотором смысле даже на какое-то время завели исследователей в тупик. Казалось, что открытие нейроновдетекторов в зрительной системе (см. часть I), реагирующих на линии определенного наклона, на движения, на целые объекты (лица, жилища), должно было объяснить работу психофизиологических законов, но этого не произошло.

Инженерам хотелось уподобить нейронные импульсы электрическим в процессоре компьютера, сделать нейронные разряды вариантом алфавита. В каком-то смысле Е. Н. Соколов, уже упомянутый в книге ранее, попытался это сделать, раскрыв модель ориентировочной реакции.

Но еще дальше в этом направлении продвинулась в нашей стране Наталья Петровна Бехтерева. Она стала широко использовать термин «нейронные коды». В 1970–80-х годах в ее лаборатории проводили исследования, в которых множество электродов погружали вглубь мозга. Бехтеревой удалось записать целые группы импульсов, связанных в течение определенного времени с физическими особенностями и смыслом воспринимаемых сигналов. По сути, получалось, что какой-то сигнал соответствовал совокупной активности группы клеток. Подобные группы импульсов и назывались нейронными кодами. Возникало ощущение, что так можно составить своего рода словарь нейронных кодов памяти. Но сделать это удалось далеко не сразу.

Метод регистрации мозговой активности с помощью погруженных в нервную ткань электродов был популярен в среде нейрофизиологов 1970–80-х годов. Но были и ученые, которым хотелось получить доступ к психофизиологии мозга без вскрытия черепной коробки. Тогда функциональной МРТ еще не существовало, поэтому оставался только метод регистрации ЭЭГ.

Кстати, электроэнцефалограмма представляет собой отражение активности огромного количества нейронов. Широкое распространение регистрация ЭЭГ получила в 1930-е годы. Впоследствии метод стал особенно популярен у неврологов, потому что позволял достаточно точно сказать: есть ли в работе мозга человека признаки эпилепсии или нет.

Одним из исследователей, который смог обнаружить на ЭЭГ отражение психических процессов, в том числе связанных с восприятием и мышлением, был академик Михаил Николаевич Ливанов. Он подошел к решению этих вопросов еще до Второй мировой войны. Ливанов предположил, что, если двум областям мозга (даже весьма удаленным друг от друга) нужно выполнить работу в рамках одного психического процесса, их нервные клетки должны работать синхронно (на одной частоте). И это было поистине простым до изящества предположением.

У клеток после возбуждения наступает фаза отдыха (рефрактерности), когда их невозможно активировать. Но через некоторое время приходит черед фазы сверхвозбудимости (экзальтации), когда клетки легко включаются в работу. И вот если две группы клеток работают на одной частоте, но с небольшим фазовым сдвигом (задержкой), могут возникать ситуации, когда импульс добегает от одной группы клеток к другой как раз в фазу сверхвозбудимости. И так происходит установление функциональной связи между двумя группами клеток из разных областей мозга. В статье 2007 года академик Алексей Михайлович Иваницкий по этому поводу приводит хорошую аналогию со светофорами, регулирующими движение автотранспорта. Светофоры работают на одной частоте, но существует задержка включения зеленого света, равная времени, которое затрачивают автомобили чтобы доехать от одного перекрестка к другому.

В 1950-х годах Ливанов поставил блестящий эксперимент, в котором, используя искусственный интеллект (это не опечатка!), сумел доказать связность в работе структур в мозге кролика. В этом исследовании компьютер в случайном порядке предъявлял зрительный сигнал и вычислял степень слаженности (коэффициент корреляции) в работе зрительной и двигательной коры мозга животного. Оказалось, что, когда корреляция между ЭЭГ этих двух областей была высокой, кролик двигал лапой. Возбуждение добегало от зрительной коры к моторной и запускало двигательную реакцию. Важно отметить, что в этом эксперименте практически сведена к минимуму роль человеческого фактора. Большую часть эксперимента выполнял компьютер. В истории мировой науки, кстати, это был один из первых экспериментов с применением искусственного интеллекта.

Позднее Ливанов доказал, что таким же образом на ЭЭГ можно обнаружить и отражение процессов мышления. Также ему удалось доказать, что при шизофрении картина связей между областями коры меняется. Благодаря работам Ливанова исследователи получили возможность еще до появления функционального томографа видеть, какие области мозга включаются в слаженную работу при выполнении той или иной деятельности.

На научном языке связь между структурами называют когерентностью (согласованностью) частотных колебаний клеток. Фазовый сдвиг между колебаниями остается неизменным в течение всего времени, пока функциональная связь между областями активна. Когерентность связывает пространство и время в мозге. Образно говоря, мозг в определенный момент времени позволяет даже отдаленным областям договориться между собой.

Когда мы с вами говорили про сети мозга (дефолт-система, сеть выявления значимости и другие), речь как раз и шла о когерентности (согласованности) в их работе.

Таким образом, принцип, который одним из первых в мире обнаружил Ливанов, актуален и в рамках современных нейрофизиологических концепций. В общем-то, это повод для гордости за отечественную науку.

Интересно, что некоторые принципы работы дефолт-системы, открытой Маркусом Райхлом в 2001 году в США, могут быть объяснены еще работами Н. П. Бехтеревой 1960-х годов.

Одна из ключевых идей, предложенных Бехтеревой, сводилась к тому, что один и тот же психический процесс (скажем, вспоминание эмоциональных событий) может обеспечиваться системами, находящимися в различных участках мозга. Нейрофизиологические механизмы мышления состоят из жестких (стабильных) и гибких (вариативных) звеньев. Грубо говоря, есть некоторый остов (жесткие звенья), состоящий из структур, всегда включающихся в работу. Это может быть, допустим, гиппокамп (поскольку он оперирует информацией из памяти).

Также время от времени (в зависимости уже от специфики процесса) подключаются и другие области (гибкие звенья), например определенные участки префронтальной коры. Но самое удивительное в этой концепции другое. Жесткие звенья работают как своеобразные шаблоны. Они включаются всякий раз при схожем типе деятельности – как бы самоорганизуются. Вместо того чтобы каждый раз заново организовывать все этапы психического процесса, мозг автоматически «включает» набор нужных структур, а те в свою очередь «подтаскивают» к рабочему процессу новые (гибкие звенья). Получается очень экономичная система. Возможно, кто-то уже провел аналогию с динамическим стереотипом. Жесткие звенья – это вариант динамического стереотипа для самого мозга, а дальше уже возможны гибкие перестройки под конкретную ситуацию. За счет гибких звеньев корректируется динамический стереотип, а поведение подстраивается под условия новой ситуации.

Здесь я просто обязан выразить благодарность главному научному сотруднику НИИ эволюционной физиологии и биохимии имени И. М. Сеченова РАН, доктору медицинских наук Александру Николаевичу Шеповальникову, который много лет был лично знаком с Н. П. Бехтеревой и который настоятельно мне рекомендовал упомянуть работы М. Н. Ливанова и некоторых других авторов.

Мозг – аналого-цифровой механизм

В разные времена ученые пытались сравнивать мозг с теми устройствами, которые были известны на тот момент развития техники. Так, Декарт объяснял функционирование нервной системы с позиций работы паровой машины. Нервы посылают сигналы в мышцы, в них входит «жизненный дух», и они раздуваются. Так мы совершаем движение.

Затем нервную систему пытались уподобить аналоговым устройствам: как на ленту бобины, мозг в свою память пишет новую информацию. С развитием цифровых алгоритмов обработки информации мозг все чаще начали сравнивать с компьютерами. И, кстати, делают это до сих пор!

Рис. 60. На графике видно, как функция кривой разбита на отрезки. Примерно так и представляются данные после преобразования Фурье

Но что не так во всех этих сравнениях? Если коротко, аналоговость означает непрерывность записи и обработки информации, в то время как цифровой вариант работает с дискретными (переменными) значениями.

Проиллюстрировать это можно на примере двух вариантов носителей информации: виниловой пластинке и лазерном компакт-диске. Игла проигрывателя непрерывно скользит по борозде (углублению) виниловой пластинки. А вот в случае с компакт-диском лазер скачет по лункам (называемым питами) и промежуткам между ними – лендам. Питы могут рассеивать или отражать свет лазера. Устройство считывания регистрирует изменения интенсивности отраженного света. То есть мы уже имеем дело с дискретно изменяющимися величинами.

Другим примером дискретизации может служить метод оцифровки аналогового сигнала. То есть если нам нужно с виниловой пластинки (аналоговый вид) перенести файл в компьютер или смартфон, необходимо произвести цифровое преобразование.

Математическая операция под названием преобразование Фурье позволяет нам взять непрерывную кривую функции (например, сигнал с бобины) и разбить ее как бы на отметки. Если посмотреть на график, у нас будут отрезки, заканчивающиеся точками – отметками на кривой. Это приводит к тому, что мы превращаем аналоговый сигнал с пластинки в цифровой.

Несомненно, преобразование с математической и геометрической точки зрения выглядит несколько сложнее, но принцип один: мы разбиваем непрерывную линию на отрезки (точки). В итоге мы получаем в цифровом виде не весь сигнал, а лишь те его части, которые представлены отрезками. За счет того, что плотность этих отрезков очень высока, можно сказать, что потери минимальны. Наша слуховая система практически неспособна обнаружить отличия.

Весь этот длинный разговор про цифровое и аналоговое кодирование мы вели неспроста. Серьезные исследователи не особо любят, когда мозг с чем-то сравнивают, но если уж говорить в терминах техники и кибернетики, то мозг – это аналого-цифровое устройство. Он использует как аналоговый способ работы с информацией, так и цифровой.

Мы с вами уже выяснили, что сигнал в сенсорных системах (слуховой, зрительной и так далее) обрабатывается с задержкой. Важно понимать, что сигнал сначала идет от рецепторов по периферическим путям, затем движется в таламус и только потом в кору. Сигнал как бы пробегает все три этажа мозга. На это, конечно, нужно время. И здесь мозг ведет себя как процессор компьютера, последовательно обрабатывая поступающую информацию. И делает он это способом, который действительно можно сравнить с цифровым. Известно, что в цифровых устройствах информация кодируется единицами и нулями.

Когда к очередному нейрону поступает информация (нервный импульс), в нем формируется некий потенциал – напряжение. И тут нейрон работает как транзистор. Если потенциал достигает порогового значения, нервная клетка генерирует свой импульс. Информация бежит дальше по аксону. И здесь есть два варианта: достигнуто пороговое значение (условно 1) – импульс есть; не достигнуто (условно 0) – импульса нет. Тут нейрон работает с информацией цифровым способом (да/нет – 1/0).

Будет ли достигнут пороговый предел для проведения импульса дальше, зависит от многих параметров. Например, от какой клетки пришел сигнал, на какой контакт он пришел (к дендриту или телу нейрона), от каких еще клеток пришли сигналы.

Анализируя эти процессы, физиологи предположили, что нейрон суммирует приходящие сигналы (а они могут быть как тормозные, так и возбуждающие) и далее уже проводит импульс по аксону. Конечно, если тормозные входы превалируют над возбуждающими, никуда импульс не побежит. И напротив, возбуждающие сигналы заставляют нервную клетку проводить импульс дальше.

Изначально считалось, что от тела клетки информация может двигаться только по аксону. То есть импульс после суммации и анализа поступивших сигналов имеет только один выход (бежит по одному единственному отростку). Идея очень понравилась инженерам и программистам, и они создали математическую модель нейронной сети. В ее рамках они присвоили нейронам условные веса, определили, что у каждого нейрона один выход.

И эта модель очень долго жила. Предполагалось, что она относительно точно описывает принцип работы с информацией внутри нейронов. В начале 2000-х годов нейросети набрали особую популярность за счет их способности к самообучению.

Но ликование закончилось, когда в 2017 году в журнале Science вышла статья, в которой авторы обосновывали идею, что дендриты – не просто принимающие сигналы отростки. Выяснилось, что дендриты сами генерируют колоссальное количество нервных импульсов – примерно в пять раз больше, чем тело нервной клетки.

Дендриты могут генерировать сложные импульсы с плавно меняющимся напряжением. Логично предположить, что, когда мы имеем дело с непрерывно меняющимися величинами, речь идет уже об аналоговой форме обработки информации.

Таким образом, даже отдельный нейрон работает как аналого-цифровая машина. До получения этих данных исследователи представляли нейрон как сугубо цифровое устройство обработки информации.

Стоит отметить, что и до этого исследования в работах разных авторов было установлено, что дендриты не пассивные передатчики импульсов – они могут очень сильно менять природу поступающего сигнала.

Однако генерация импульсов в дендритах нейрона – не единственный пример аналогового способа обработки информации в мозге. Колонки новой коры мозга представляют собой модули с параллельным непрерывным анализом информации. Они группируются по принципу схожести обрабатываемого сигнала и в некотором смысле могут дублировать функции друг друга. Это позволяет получить эффект «сглаженной непрерывности».

Итак, мозг создает на внутреннем экране сознания плавную, постоянно меняющуюся картинку восприятия. Согласитесь, вы же не видите мир в формате стоп-кадров. Все происходит как будто без задержек и прерываний. Мозг достигает этого эффекта именно благодаря аналоговому принципу работы с информацией в колонках.

В пользу того, что мозг не представляет собой подобие цифрового компьютерного устройства, также говорит тот факт, что в процессе индивидуального опыта мы постоянно меняем связи между клетками. То есть мозг меняет свое строение.

Но компьютеры этого не делают. Несмотря на уточненные данные о физиологии передачи и генерации нервных импульсов, нейросети все равно не дают покоя программистам. По-хорошему, все математические модели работы нервных клеток неплохо было бы пересмотреть, но сегодня многие программисты словно закрывают глаза на активные дендриты. Программисты просто описывают живые нейросети (как понимают) и создают (как умеют) на их основе модели. Но являются ли они реальным отражением деятельности мозга?