Содержание

Аннотация

В книге Об интеллекте Джефф Хокинс представляет

революционную теорию на стыке нейробиологии, психологии и

кибернетики, описывающую систему «память-предсказание» как

основу человеческого интеллекта. Автор отмечает, что все

предшествующие попытки создания разумных машин

провалились из-за фундаментальной ошибки разработчиков,

стремившихся воссоздать человеческое поведение, но не

учитывавших природу биологического разума. Джефф Хокинс

предполагает, что идеи, сформулированные им в книге Об

интеллекте, лягут в основу создания истинного искусственного

интеллекта – не копирующего, а превосходящего человеческий

разум. Кроме этого, книга содержит рассуждения о последствиях

и возможностях создания разумных машин, взгляды автора на

природу и отличительные особенности человеческого

интеллекта.

Книга рекомендуется всем, кого интересует устройство

человеческого мозга и принципы его функционирования, а также

тем, кто занимается проблемами разработки искусственного

интеллекта.

Джефф Хокинс – один из самых известных предпринимателей

и разработчиков компьютеров в Силиконовой долине. Основав

в свое время компании Palm Computing и Handspring, Джефф

сейчас работает ведущим инженером в компании PalmOne.

Кроме того, с целью исследования проблем интеллекта и

памяти он создал Редвудский институт нейрологии. Д. Хокинс

– действительный член Национальной инженерной академии и

ученого совета Cold Spring Harbor Laboratory. Проживает в

Северной Калифорнии.

Сандра Блейксли вот уже более тридцати лет занимается

подготовкой научных и медицинских публикаций для газеты

New York Times. Она также является одним из авторов книги

Phantoms in the brain и вместе с Джудит Уоллерстайн пишет

популярные книги о психологии и браке. Живет в Санта-Фе,

Нью Мехико.

моя – в разработке теории мозга. Без Донны и Эда я никогда не

достиг бы успеха.

Среди людей, также причастных к созданию книги Об

интеллекте, я хочу отметить многих моих коллег. Джим Левин,

мой представитель, поверил в идею этого труда еще до того, как

я начал работу над ним. (Тем, у кого нет такого представителя,

как Джим, я не советую писать книги.) Именно Джим познакомил

меня с Сандрой Блейксли, моим соавтором. Я хотел, чтобы моя

книга была доступна широкому кругу читателей, и Сандра мне

чрезвычайно в этом помогла. (В том, что некоторые главы

оказались сложными для чтения, полностью моя вина.) Мэтью,

сын Сандры, перу которого также принадлежат несколько

научных работ, предложил ряд примеров, прекрасно

иллюстрирующих положения, представленные в этой книге, а

также был инициатором введения термина модель «Память

предсказание».

Я с удовольствием хотел бы упомянуть всех, с кем сталкивался в

издательстве Henry Holt, а особенно президента Джона

Стэрлинга. Я встречался с ним лично лишь однажды, и

несколько раз мы общались по телефону. Тем не менее Джон

подсказал мне наиболее удачную структуру книги. Он

заблаговременно и чрезвычайно точно определил проблемы, с

которыми я неизбежно столкнусь при изложении теории

интеллекта, помог мне откорректировать стиль написания книги,

а также порядок подачи материала.

Выражаю благодарность своим дочерям Энн и Кейт, которые не

жаловались, что их папа много выходных дней проводил не с

ними, а перед монитором компьютера. И наконец, я признателен

своей жене Джанет. Быть моей женой ох как непросто. Но

уверяю, Джанет, я люблю тебя больше, чем теорию мозга!

Дж. Хокинс

на нашей планете биологического механизма – человеческого

разума.

Искусственный интеллект расширит наши знания о мире и о

Вселенной и позволит нам добиться большей безопасности

существования. И это будет только начало.

К счастью, мы с вами живем в эпоху, когда проблема понимания

мозга близка к своему разрешению. У нынешнего поколения есть

доступ к накопленному за сотни лет огромному объему

информации о строении и функционировании мозга. И, хотя

наука о мозге – нейрология – и сейчас не стоит на месте,

целостная теория о разуме и строении мозга пока не

разработана. Большинство нейробиологов, увлеченных

изучением «подсистем» мозга, не утруждают себя интеграцией

приобретаемых знаний. С другой стороны, ни одна из

многочисленных попыток создать мыслящий компьютер не

увенчалась успехом. И я уверен, что дело не сдвинется с

мертвой точки до тех пор, пока исследователи и изобретатели

будут игнорировать различия между мозгом и компьютером, их

постигнет та же участь, что и их предшественников.

Какая составляющая разума отсутствует в компьютере? Почему

двухлетний ребенок способен научиться кататься на

трехколесном велосипеде, он не только уверенно ходит, но и

бегает, подпрыгивает, а современные роботы передвигаются

подобно громыхающим зомби? Каким образом к трем годам дитя

успевает овладеть азами речи, в то время как компьютер,

несмотря на полстолетия стараний лучших программистов, все

еще на это не способен? Почему человек с первого взгляда – в

долю секунды – отличает кота от собаки, а компьютер, даже

самый совершенный, не может этого сделать вообще? На

указанные вопросы по сей день не найдено ответов. У нас есть

множество догадок, но сейчас мы более всего нуждаемся в том,

чтобы выработать критический подход к возможным

объяснениям.

У вас, скорее всего, возник вопрос «А почему вдруг разработчик

архитектуры компьютеров решил написать книгу о мозге?» Или

(как альтернативный вариант): «Если уж он так увлекается

устройством мозга, то почему не окунулся с головой в

нейробиологию или не нашел себя в области создания

искусственного интеллекта?» На самом деле я пытался. Много

раз пытался.

В РИН же мы именно этим и занимаемся, пытаясь воплотить в

жизнь идеи, которые принято считать несбыточными мечтами.

Уникальность РИН в том, что это единственное в мире научное

заведение, работающее только над изучением новой коры

головного мозга – неокортекса. За недолгую историю института у

нас побывали почти все ведущие исследователи в этой области.

Я благодарен своей замечательной команде и доволен, что наш

труд уже приносит первые плоды.

В основу этой книги была положена следующая программа.

Прежде всего, будет изложена общая теория функционирования

мозга. Речь пойдет о том, что такое разум и как он формируется.

Представляемая мною теория по существу не нова. Многие из

изложенных ниже идей были сформулированы до меня, но

никогда не приводились к единому знаменателю, который бы

объединил их в единое целое. Это не удивительно, ведь недаром

говорят, что все новое – это хорошо забытое старое, т. е. «новые

идеи» на самом деле оказываются старыми, представленными в

новой формулировке и интерпретации. В определенной степени

это справедливо и в отношении концепции, представленной в

данной книге. Но формулировка и интерпретация – это именно

то, что коренным образом отличает хаотическое скопление

частных фактов от тщательно обоснованного теоретического

подхода. Смею надеяться, что читатели оценят представленную

в этой книге теорию по достоинству. Типичной реакцией на нее

всегда было: «Звучит вполне правдоподобно. Я никогда не думал

о разуме в таком ключе, но сейчас, когда вы все разложили по

полочкам, общая картина прояснилась». Благодаря информации,

изложенной в этой книге, у вас наверняка повысится

осведомленность относительно своего поведения. Вы сможете

детально анализировать свои реакции и приходить к выводу: «Я

понимаю, что сейчас произошло у меня в голове». И возможно,

кто-то из читателей, вдохновленный моим рассказом, решит

посвятить свою жизнь созданию разумных машин, а в основу

работы положит принципы, описанные на страницах этой книги.

Излагая свою концепцию, я часто буду подчеркивать, что

компьютер никогда не был и не сможет быть адекватной

моделью человеческого мозга. Ошибка многих разработчиков

искусственного интеллекта состоит в том, что они пытаются

запрограммировать компьютеры таким образом, чтобы они

функционировали подобно человеческому разуму.

Я не могу согласиться с таким утверждением. Сложность – это

симптом замешательства, а не его причина. По-моему, у каждого

из нас есть определенные интуитивные (часто неправильные)

предположения, вводящие нас в заблуждение. Одна из наиболее

вопиющих ошибок подобного рода – вера в то, что разумное

поведение предопределяет разум.

Так что же такое разум, если на самом деле он не

предопределяется поведением?

Создавая модель мира, мозг задействует большие ресурсы

памяти. Эта модель включает весь опыт человека и объем его

знаний. Каждый раз, формулируя прогнозы о будущих событиях,

мозг обращается к этой основанной на памяти модели.

Способность прогнозировать будущее составляет важнейшую

функцию мозга. Прогностическая функция мозга детальнейшим

образом будет рассмотрена в этой книге, именно она находится

в центре внимания моей работы.

Как работает мозг?

Местом «дислокации» разума является неокортекс. Несмотря на

богатство функциональных возможностей и невероятную

гибкость, структурное строение коры головного мозга на

удивление однородно. Все части коры головного мозга –

независимо от того, отвечают ли они за слух, зрение, обоняние,

тактильную чувствительность или речевую функцию, – работают

по одним и тем же принципам, которые можно условно

организовать в иерархическую структуру. Мы подробно

проанализируем функционирование неокортекса как части коры

головного мозга, ответственной за отношения человека с миром.

Это будет наиболее «техническая» часть книги, но я думаю, что

мои разъяснения будут понятны и широкому кругу читателей, а

не только тем, у кого есть соответствующая научная подготовка.

Каково практическое приложение теории, представленной

в данной книге?

Основываясь на теории разума, можно найти ответы на

множество вопросов: как рождается сознание, в чем состоит

процесс обучения, что побуждает человека к творчеству, почему

мы склонны к предрассудкам, почему «старые клячи» с большим

трудом усваивают новое и т. д. Теория разума позволяет нам

лучше понять самих себя, свои реакции, побуждения и

поведение.

Вот, например, в то время никто не знал, как и почему вымерли

динозавры, но, тем не менее, существовало очень много

предположений на этот счет, и о каждом из них были написаны

ученые труды. Но ничего о мозге. Совершенно ничего. Не в

силах поверить в это, я просто не находил себе места, пока не

пришел к выводу, что объяснение, скорее всего, должно быть

достаточно простым. Мозг не является чем-то магическим, а

значит, ответы на вопросы о нем тоже не будут

сверхъестественными. Математик Поль Эрдё считал, что

простейшие математические доказательства существуют в

некоей этерической «книге», и задача математика сводится к

тому, чтобы найти и прочесть эту «книгу». Подобно ему, я

чувствовал, что объяснение сущности разума где-то здесь,

рядом.

Последние двадцать пять лет у меня не выходила из головы та

самая маленькая и простая книга, которую мне следовало бы

прочесть. Она была для меня как медовый пряник, который

получают в награду за хороший поступок. Мысль о ней не

оставляла меня все эти годы, и она стала предопределяющей

при написании книги, которую вы сейчас держите в руках. Мне

никогда не нравилась замысловатость – неважно, в науке или в

технологии. Те приборы и устройства, архитектуру которых я

разработал, отличаются легкостью и простотой в использовании.

Наиболее яркие идеи зачастую просты. Моя книга предлагает

простую и доступную теорию разума. Надеюсь, вы оцените ее по

достоинству.

Книга сделана в проекте "Автограф Издательства"

знают, но Крика, похоже, это не слишком волновало. Он не

боялся выступить в роли мальчишки, напоминающего королю о

том, что тот голый. По мнению Крика, все данные о работе мозга

были разрозненными и не увязывались в единую теорию. «По

дозреваю, что общая идея отсутствует напрочь», – сетовал

Фрэнсис. Я полагаю, что, выразившись изысканным слогом

английского джентльмена, исследователь фактически признал,

что «наука не имеет ни малейшего понятия о том, как устроен

мозг». И с того времени ситуация совсем не изменилась.

Слова Крика стали для меня своего рода призывом. Мое

заветное желание познать мозг и создать мыслящий компьютер

пробудилось с новой силой. Хотя я совсем недавно закончил

колледж и вполне осознавал, что воплощение задуманного мной

плана требует времени, это не поколебало моего желания

изменить карьеру.

Весной 1980 года я перешел на работу в Бостонский офис

компании Intel, поскольку хотел быть поближе к своей будущей

жене, поступившей в то время в аспирантуру. В Бостоне я

занимался обучением клиентов и сотрудников компании

созданию систем на базе микропроцессоров. Но я не оставлял

своей заветной идеи. Инженер внутри меня понимал, что, лишь

познав работу мозга, мы сможем его воссоздать, а естественный

путь создания искусственного мозга будет найден в кремнии. Я

работал в компании, которая создала микропроцессор и

интегральную микросхему памяти. Возможно, она

заинтересуется моим предложением? Тогда я смог бы часть

своего времени посвятить исследованиям разума и созданию

интегральных микросхем памяти, которые по своей структуре

были бы подобны человеческому мозгу. Однажды я обратился к

главе правления компании Гордону Муру. В сокращенном

варианте мое письмо выглядело так:

Уважаемый мистер Мур,

я предлагаю создать научную группу, которая занималась бы

исследованиями человеческого мозга. Вначале она может

состоять из одного человека, и я готов им стать. Я глубоко

убежден, что близок к разгадке, которая позволит осуществить

новый качественный переворот в сфере микроэлектроники.

С уважением, Джефф Хокинс

Мур познакомил меня с главным научным сотрудником Intel

компьютер биологический? Изучение мозга только создаст

дополнительные ограничения для исследователей, отвлечет их

от насущных задач. Таким образом, священная миссия

кибернетиков состоит в том, чтобы разрабатывать компьютерные

программы, которые вначале будут имитировать, а потом и

превзойдут человеческие возможности. Одним словом, маститые

ученые придерживались принципа «Цель оправдывает средства»

и совершенно не интересовались тем, как работает настоящий

мозг. Некоторые из них даже кичились тем, что ни в грош не

ставят нейробиологию.

Я интуитивно считал такой подход вопиюще неправильным, по

сути – ведущим в никуда. Фундаментальные принципы работы

компьютера и функционирования человеческого разума в корне

различны. Основой первой является программирование, а

второго – процесс самообучения. Компьютер, которым управляет

центральный микропроцессор, предназначен для максимально

точного исполнения заданных функций, а живой ум, у которого

отсутствует единый центр контроля, наделен гибкостью и

устойчивостью к возможным неудачам. Список различий не

исчерпывается указанными особенностями. Я понял, что

основной причиной, препятствующей созданию разумных

механизмов, является их транзисторная структура. Именно

осознание последнего вселило в меня глубокую уверенность в

том, что мозг и компьютер – фундаментально различны. Не имея

доказательств, на подсознательном уровне я испытывал

непоколебимую уверенность. В конце концов я пришел к выводу,

что хотя искусственный интеллект не поможет создать разумный

компьютер, зато он вполне пригоден для изобретения других

полезных устройств.

С готовностью принимая вызов, брошенный Фрэнсисом Криком,

я желал досконально изучить анатомию и психофизиологию

мозга и разработать, наконец, единую теорию разума. Мой

исследовательский интерес был прикован к неокортексу –

большой части головного мозга, развившейся у млекопитающих

в процессе эволюции позже всего и отвечающей, как

предполагается, за высшие интеллектуальные функции, такие

как речь, обучение, память и мышление, одним словом – за

умственную деятельность.

К сожалению, преподаватели и студенты Массачусетсского

прототипов вычислительных машин, которые впоследствии

получили название универсальные машины Тьюринга.

Независимо от постановки задачи – будь то вычисление

квадратного корня, траектории полета пули, участия в играх,

редактирования визуального изображения, осуществления

банковских операций, – все операции кодировались с помощью

нуля и единицы. Последнее в свою очередь означало, что любая

машина Тьюринга может быть спрограммирована для

выполнения таких операций. Информационная обработка – это

информационная обработка данных, которая представляет

собой информационную обработку данных, т. е. все цифровые

компьютеры логически равны друг другу.

Выводы Тьюринга были правильными и исключительно

плодотворными. Они положили начало революции

вычислительной техники. Затем Тьюринг обратился к теме

создания разумных компьютеров. Прежде всего, следовало

предложить формальное определения понятия разум, и Тьюринг

нашел оригинальный способ проверки наличия интеллекта. Его

метод, впоследствии получивший название теста Тьюринга,

состоял в следующем: если компьютер сможет обмануть

человека, который будет задавать ему различного рода вопросы,

так, чтобы последний воспринимал отвечающего не как машину,

а как другого человека, тогда компьютер может считаться

разумным. Вот таким образом с помощью теста Тьюринга и его

оценочных критериев, а также машины Тьюринга как посредника

и появились на свет первые ростки истории создания

искусственного интеллекта. Основополагающей догмой

оставалась следующая: мозг – это просто еще одна

разновидность компьютера, а значит, справедливо и обратное:

искусственный интеллект должен воспроизводить мышление

человека.

Приверженцы теории искусственного интеллекта проводили

своего рода параллель между вычислительным процессом и

процессом мышления. Они говорили:

«Послушайте, а ведь наиболее выдающиеся изобретения

человеческого разума, вне всякого сомнения, возникают в

результате использования абстрактной символики. Компьютеры

используют символы, как и люди в процессе коммуникации,

разговаривая или слушая, оперируют символами, которые мы

само по себе аналогично структуре схем в цифровой

электронной плате. Из публикации ясно, что исследователи лишь

предполагали, что мозг так устроен, но не были в этом уверены.

Рассуждая логически, описанный выше принцип работы

нейронов не выглядит абсурдным. Теоретически нейроны вполне

могут выполнять цифровые функции. С другой стороны, ни у

Мак-Калоха, ни у Питтса не возник вопрос: а действительно ли

нейтроны взаимодействуют между собой именно таким

способом? Несмотря на недостаток биологических

доказательств, они выдвинули постулат, что мозг является

разновидностью компьютера.

Следует отметить, что философия искусственного интеллекта

пребывала под значительным влиянием бихевиоризма, наиболее

влиятельного направления психологической науки первой

половины XX века. Бихевиористы утверждали, что мозг является

непознаваемым, и проводили аналогию с черным ящиком. С

другой стороны, в исследованиях поведения животных была

установлена связь между внешними факторами, влияющими на

их поведение, и ответной реакцией. Исходя из этого,

бихевиористы утверждали, что мозг включает рефлекторные

механизмы, и, для того чтобы побудить животное к

определенному типу поведения, нужно использовать методы

поощрения и наказания. Если последовательно придерживаться

упомянутого подхода, то нет необходимости изучать мозг, в

особенности такие беспорядочные субъективные ощущения, как

страх или голод, а также функции сознания. По вполне понятным

причинам данное направление потеряло популярность во второй

половине XX века, в то время как теория искусственного

интеллекта продолжала развиваться.

После окончания Второй мировой войны электронные цифровые

вычислительные машины получили более широкое применение.

Первопроходцы создания искусственного мозга были полны

энтузиазма. Научить компьютер переводить с одного языка на

другой? Никаких проблем! Это напоминает взлом кода.

Единственное, что для этого нужно, – соотнести каждый символ

системы А с его аналогом в системе Б. Визуализация? Ни

малейших трудностей. Человечеству давно известны теоремы о

ротации, изменении масштабов, перемещении в пространстве, а

значит, на их основе можно построить компьютерные алгоритмы,

Программисты не смогли расширить ее функциональность,

добившись решения более полезных задач.

Тем временем широкая публика была в полном восторге от

кажущихся поразительными успехов в области разработки

искусственного интеллекта. Одна из программ, вызвавших

особенно бурные отклики, могла доказывать математические

теоремы. Со времен Платона пошаговый метод математической

дедукции считался венцом человеческого разума, а значит,

рукотворный разум наконец-то сорвал джекпот! Однако

ликование оказалось преждевременным. Как и в случае

«Фигурного мира», прикладные возможности программы были

несущественными. Она могла доказывать лишь очень простые

теоремы, которые и так были давно известны и доказаны. Затем

всеобщий интерес вызвали так называемы экспертные системы.

Это были базы данных, которые могли давать ответы на вопросы

человека. Например, медицинская экспертная система могла

поставить диагноз больному, если в нее предварительно были

введены списки возможных симптомов. Но, как и в предыдущем

случае, применение экспертных систем было достаточно

ограниченным, поскольку они не могли даже приблизиться к

функциональной универсальности живого мозга. Компьютеры

могли отлично играть в шахматы – всем известен случай, когда

компьютер Deep Blue, детище компании IBM, выиграл партию у

чемпиона мира по шахматам Гарри Каспарова. Все приведенные

примеры не могут свидетельствовать о серьезных успехах в

разработке искусственного интеллекта. Компьютер выиграл у

чемпиона мира вовсе не потому, что он был умнее своего

соперника, а потому, что скорость его реакций в миллионы раз

превышает таковую у человека. У компьютера нет интуиции.

Профессионал в шахматах смотрит на позиции фигур на доске, и

в его уме возникает целостная картина. Он видит потенциально

выигрышные и проигрышные зоны, а также предугадывает

действия соперника. Компьютер же не обладает такой

внутренней интуицией, поэтому вынужден анализировать

намного большее количество ходов. Deep Blue не проводил

ретроспективный анализ партии, ему ничего не было известно о

своем противнике. Компьютер играл в шахматы, ничего в них не

смысля, подобно тому, как калькулятор выполняет

арифметические действия, не зная математики.

сидит человек, который владеет исключительно английским

языком. На столе перед ним лежат карандаши, большой учебник

и стопка листов бумаги. Полистав учебник, испытуемый

выясняет, что это написанное на английском языке руководство,

подробно разъясняющее, как писать, различать и сравнивать

китайские иероглифы. Заметьте, что значения иероглифов не

приводятся, речь идет лишь о правилах воспроизведения

символов.

Другой человек находится вне описанной комнаты. Время от

времени он просовывает сквозь щель в стене записки. На них

по-китайски написан рассказ и вопросы к нему. Испытуемый, не

имеющий никакого представления о китайском языке, по

условиям эксперимента должен взять руководство к действию и

поработать над полученными записками. Он старается и пыхтит,

четко выполняя инструкции из книги. Иногда в инструкциях стоит

указание написать определенные символы на листике бумаги,

иногда он должен переставить или убрать символы. Шаг за

шагом, неуклонно следуя инструкциям, человек пишет одни

иероглифы, убирает или переставляет другие, пока не выполнит

задание до конца. Так создается целая страница новых

символов, которые являются ответами на вопросы, заданные на

китайском языке. Разумеется, сам автор страницы этого не

осознает. В книге содержится указание отдать исписанный листок

бумаги сквозь щель в стене. Участник эксперимента так и делает,

недоумевая, в чем же суть столь странного задания.

Полученный от испытуемого лист с иероглифами дают прочитать

китайцу, который отмечает, что все ответы – верны, а некоторые

из них впечатляют своей глубокомысленностью. Если мы

спросим у китайца, считает ли он, что ответы написал разумный

человек, который понял прочитанный рассказ, он ответит

утвердительно. Как вы думаете, он прав? Кто понял рассказ?

Однозначно, не человек, сидящий в комнате, ведь он не знает

китайского, а значит, не имеет ни малейшего представления, о

чем шла в исходной записке. Так на какой стадии было

достигнуто понимание? Ответ Сирла: ни на какой. Все, что

происходило в комнате, – это бездумное листание страниц и

рисование. А сейчас проведем параллель: «Китайская комната»

– это аналог цифрового компьютера, руководство по написанию

иероглифов есть не что иное, как «компьютерная программа»,

интеллекта. Теоретически компьютеры могли бы имитировать

работу всего живого мозга. Возможно, что когда-то наука дойдет

до создания компьютерной модели, имитирующей работу

нейронов и взаимодействие между ними. Если бы такое

действительно произошло, то человеческий разум и

искусственный интеллект можно было бы назвать

равноценными. Хотя в реальной жизни вряд ли возможна столь

совершенная имитация живого ума, но с теоретической точки

зрения она выглядит вполне корректно. Беда в том, что

исследователи, занимающиеся созданием искусственного

интеллекта, не пытаются имитировать его живой прототип, а

программы, которые они создают, по сути своей не могут

проявлять разум. Не понимая того, как работает живой мозг, ни

один ученый не сможет создать его искусственный аналог.

Получив отказы в компании Intel и Массачусетсском

технологическом институте, я пребывал в растерянности. Решив

придерживаться одной из моих жизненных стратегий – не зная,

как лучше действовать, лучше ничего не менять до тех пор, пока

не прояснятся возможные варианты выбора, – я продолжал

работать в индустрии информационных технологий. Мне

нравился Бостон, но жена настояла на переезде в Калифорнию,

что и свершилось в 1982 году (данное событие также вполне

соответствовало моему жизненному кредо – всегда избирать

путь наименьшего сопротивления). Я нашел работу в

Силиконовой долине, в новой компании Grid Systems. Именно в

этой фирме был создан первый портативный компьютер –

отличное устройство, ставшее первым экспонатом в коллекции

Музея современного искусства в Нью-Йорке. Сначала я работал

в отделе маркетинга, потом – в инженерном отделе. Я

разработал новый язык программирования под названием

GridTask, принесший компании большой успех, и моя карьера

быстро пошла в гору.

Но, несмотря ни на что, меня все так же преследовала загадка

человеческого мозга и идея создания «разумных» компьютеров.

Снедаемый желанием изучать живой мозг, я поступил на

дистанционный курс «Физиология человека» (к счастью, на

дистанционную форму обучения охотно принимают всех

желающих). Получив базовые знания по биологии, я решил

поступить в аспирантуру и заняться изучением разума с позиций

философов, психологов, а также ученых-кибернетиков. В каждой

из перечисленных сфер деятельности предлагалась своя

терминология и особый взгляд на функционирование мозга. Все

описания показались мне достаточно поверхностными и

неопределенными. Лингвисты писали о разуме в терминах

синтаксиса4 и семантики5, утверждая, что мозг и,

соответственно, интеллект, можно полностью исследовать

посредством языка. Изучавшие зрительное восприятие писали о

двухмерном и трехмерном измерениях. Они полагали, что

основой разума и функционирования мозга служит визуальное

распознавание объектов окружающей среды. Компьютерщики

писали о схемах и структурах – понятиях, специально введенных

для описания информации, но не утруждали себя изучением

живого разума. С другой стороны, анатомы и нейрофизиологи

очень подробно описывали строение мозга и функционирование

нейронов, но при этом даже и не пытались создать единую

всеохватывающую теорию. Упорядочить это невероятное

количество подходов и подкрепляющих их экспериментальных

данных представлялось немыслимым.

И вот в сфере разработки искусственного интеллекта появилось

новое многообещающее направление, а именно – нейронные

сети, о которых заговорили еще в начале шестидесятых годов

XX века. В умах руководителей организаций, осуществляющих

финансирование исследований, нейронные сети и

искусственный интеллект занимали конкурирующие позиции.

Причем 800-фунтовой гориллой, которая легко вытесняла

соперника с ринга, был искусственный интеллект. Исследования

нейронных сетей финансировались плохо и на несколько лет

были даже занесены в черный список. Но это не остановило

немногочисленных энтузиастов, не перестававших заниматься

нейронными сетями. Их счастливая звезда взошла в середине

1980-х годов.

Трудно сказать наверняка, чем именно был вызван внезапный

-------------------------------

4 Синтаксис – здесь: способы соединения слов и символов в

логическое высказывание. – Примеч. ред.

5 Семантика – лингвистическая дисциплина, изучающая

значения языковых единиц, их функционирование в языке и

речи. – Примеч. ред.

почти в десять раз! Это значит, что на каждое волокно,

подающее информацию в неокортекс, приходится десять

волокон, отправляющих обратную информацию к органам

чувств. Обратная связь также является превалирующей формой

связи между нейронами внутри неокортекса. Роль обратной

связи пока что до конца не изучена, но с уверенностью можно

сказать, что эта связь вездесуща. Для нас это очень важно.

Наконец, в-третьих, любая модель (или теория мозга) должна

соответствовать биологическому строению живого мозга. У

неокортекса очень сложное строение, которое, как мы увидим

позже, представляет собой повторяющуюся иерархию. Любая

нейронная сеть, не имеющая таковой, не сможет воссоздать

работу мозга.

Первые нейронные сети представляли собой крайне

упрощенные v модели, которые не удовлетворяли ни одному из

трех описанных выше требований. Большинство из них были

трехслойными. Входной слой нейронов служил для ввода

значений входных переменных. Нейроны этого слоя были

связаны с нейронами промежуточного слоя, так называемыми

скрытыми элементами. Скрытые элементы были связаны с

последним слоем нейронов – элементами выхода. Связи между

нейронами имели переменную силу. Это означало, что

активность внутри одного нейрона могла усилить активность

внутри второго и ослабить активность внутри третьего – в

зависимости от силы связей. Изменяя силу связей, можно было

«обучить» нейронную сеть соотношению входящих данных с

исходящими.

Простейшие нейронные сети были предназначены для

обработки статических данных, в них не была задействована

обратная связь, и они не имели ничего общего с живым мозгом.

Типичный пример нейронной сети – сеть с прямой передачей

сигнала, в которой элементы выхода транслируют сигнал об

ошибке, и этот сигнал подается на элементы входа. Может

показаться, что трансляция ошибок является обратной связью,

но на самом деле это не так. Обратная трансляция ошибок

происходила только на стадии обучения, а в процессе

собственно функционирования нейронной сети потоки

информации всегда передавались одним и тем же способом.

Никакой обратной связи между элементами входа и выхода не

соотносит буквенные комбинации с предопределенными

речевыми сигналами.

Попробую объяснить, используя аналогию, насколько далеки

нейронные сети от настоящего мозга. Представьте себе, что,

вместо того чтобы разбираться в работе мозга, мы решили

исследовать цифровой компьютер. Потратив на это годы, мы

придем к выводу, что компьютер состоит из сотен миллионов

транзисторов, которые связаны между собой в очень точную и

сложную схему. В то же время мы не поймем, ни как работает

компьютер, ни почему транзисторы собраны именно в такую

схему. И, если однажды мы соберем несколько транзисторов в

одну схему, чтобы понять, как они работают, окажется, что три

транзистора, собранные в определенную схему, преобразуются в

усилитель. Слабый на одном конце сигнал многократно

усиливается на другом. Такие усилители сейчас используются в

радиоприемниках и телевизорах. Это важное открытие в свое

время произвело фурор. Начался промышленный выпуск

транзисторных радиоприемников, телевизоров и другой

электроники с использованием усилителей транзисторного типа.

Все это конечно, замечательно, но не вносит ясности в

понимание устройства компьютера. Усилитель и компьютер

состоят из транзисторов, но, тем не менее, у них нет практически

ничего общего. Точно так же человеческий мозг и простейшая

нейронная сеть состоят из нейронов – и это все, что их

объединяет.

Летом 1987 года произошел случай, еще больше охладивший

мой пыл в отношении нейронных сетей. Я участвовал в работе

конференции, посвященной нейронным сетям, и побывал на

презентации компании Nestor. Целью презентации была продажа

приложения, созданного на основе нейронных сетей и

предназначенного для распознавания рукописного текста.

Стоимость продукта, безусловно, завоевавшего мое внимание,

составляла 3 млн. долл. Хотя Nestor представляла приложение к

нейронным сетям как значительно усложненное и

модернизированное и говорила о нем как о блестящем научном

открытии, я чувствовал, что проблема распознания рукописного

текста может быть решена не столь изощренным, а более

традиционным способом. В тот день я вернулся домой,

непрестанно раздумывая над полученными впечатлениями. Два

именно в поведении, моделируемом НС или ИИ, заключается их

«разумность». Об успешности компьютерной программы или

нейронной сети судят по тому, выдает она правильный или

желаемый выходной сигнал. Со времен Алана Тьюринга между

интеллектом и поведением ставят знак равенства.

Но интеллект – это не просто разумный способ действий или

разумное поведение. Действительно, поведение является

проявлением интеллекта, но ни в коем случае не его ключевой

характеристикой и не основным аспектом определения данного

понятия. Это легко доказать в одно мгновение: вы остаетесь

разумным, лежа в полной темноте, размышляя и осознавая себя

самого и окружающий мир. Отрицая важность того, что

происходит у вас в голове, и сосредоточиваясь, наоборот, на

видимом поведении, ученые создали себе непреодолимое

препятствие на пути познания человеческого интеллекта и

создания по-настоящему разумных машин.

Прежде чем мы сформулируем новое определение интеллекта, я

хочу рассказать вам о другом, коннекционистском, подходе,

последователи которого подошли к пониманию работы мозга

гораздо ближе. Основная проблема состоит в том, что важность

указанного направления познания осознают лишь немногие

ученые.

В то время как нейронные сети попали в центр внимания

исследователей, небольшая отколовшаяся группа теоретиков

разработала НС, положив в ее основу не поведение.

Изобретение, названное автоассоциативной памятью, также

состояло из простых «нейронов», сообщающихся друг с другом и

генерирующих возбуждение при достижении определенного

порога. В отличие от нейронных сетей предыдущих поколений (в

которых информация проходила только в одном направлении)

нейроны автоасссоциативной памяти были соединены большим

числом обратных связей. Каждый выходящий сигнал в таких

сетях преобразовывался в исходящий – как в телефонном

разговоре. Благодаря этой цепи обратных связей ученые

получили возможность наблюдать ряд интересных моментов.

Усвоив определенную модель активности, искусственные

нейроны запомнили ее. Автоассоциативная сеть ассоциировала

модели сами с собой, отсюда ее название – автоассоциативная

память.

мысль о потенциальном значении обратной связи и

изменяющихся во времени входящих сигналов. Но в

подавляющем большинстве машин, обладающих искусственным

интеллектом, и в нейронных сетях фактору времени и обратной

связи не придается должного значения. Подобную ошибку

допускают и специалисты, практикующие в области когнитивной

психологии.

Немногим отличаются от них ученые, занимающиеся

проблемами головного мозга (нейробиологи, нейрологи). Они

знают о том, что существует обратная связь (ведь они сами ее и

открыли), но не предлагают теории, которая бы шла дальше

неопределенных высказываний о «фазах» и «модуляциях» и

которая бы демонстрировала существенную роль данного

феномена в функционировании головного мозга в целом. Они

склонны описывать мозг в терминах локализации тех или иных

процессов, но почти не касаются того, в каких случаях и каким

образом нейроны взаимодействуют друг с другом.

Это упущение частично объясняется ограниченностью

существующих в данное время экспериментальных техник.

Одной из наиболее предпочитаемых техник 1990-х годов (как вы

помните, «Десятилетия мозга») была техника функционального

изображения. Соответствующие механизмы строили

изображения мозговой активности у людей. Однако они не были

высокочувствительными – не выделяли быстрых изменений.

Тогда ученые предложили участникам эксперимента

сосредоточиться на единственной задаче: на протяжении

довольно длительного времени их просили замереть, как перед

объективом фотокамеры, но фиксировалось не изображение их

внешности, а мыслей. В результате мы собрали много

информации о том, где именно в мозге локализуются зоны,

ответственные за решение разных задач, но очень мало знаем о

том, какой путь в головном мозге проходят входящие сигналы,

отражающие реальность и изменяющиеся во времени.

Техника функционального изображения позволяет нам понять,

где именно в головном мозге происходят текущие процессы, но

не предоставляет возможность осознать, каким образом

мозговая активность меняется на протяжении времени. Ученые

хотели бы получить такие данные, но у них нет подходящих

методов.

оглядываясь на историю развития науки, мы приходим к выводу,

что мнение, лежащее на поверхности, – именно то, что чаще

всего мешает увидеть правду. Научные рамки понимания

зачастую сложны, поскольку интуитивные, но неверные

предположения затрудняют поиск правильного ответа.

Астрономы, предшественники Н. Коперника (1473–1543),

ошибочно полагали, что Земля неподвижна и расположена в

центре Вселенной. Ведь они чувствовали, что земля под ногами

никуда не движется, поэтому им казалось, будто они находятся в

центре Вселенной. Им казалось очевидным, что звезды

являются частью гигантской вращающейся сферы с Землей в

центре. Того, кто осмелился бы предположить, что Земля

вращается вокруг своей оси и движется вокруг Солнца со

скоростью приблизительно 30 километров в секунду (это почти в

100 раз быстрее скорости звука), не говоря уже о том, что

звезды расположены за триллионы миль от нас, назвали бы

сумасшедшим.

Но именно эти еретические рамки познания были правильными.

То, что интуитивно казалось очевидным, на самом деле было

ошибочным.

До Ч.Дарвина (1809–1882) казалось очевидным, что

дифференциация живых видов жесткая и неизменная.

Представление о том, что виды эволюционируют, противоречила

не только религиозным учениям, но и здравому смыслу, ведь,

принимая концепцию эволюции, нам следует согласиться с тем,

что мы, люди, имеем общих родственников со всеми живыми

существами на планете, включая червей и комнатные растения,

цветущие на подоконнике.

Я привел все эти примеры, поскольку убежден в том, что

созданию разумных машин мешает ряд интуитивных

предположений, в действительности затрудняющих поиск. Когда

вы задаете себе вопрос: «Что должна делать система,

обладающая искусственным интеллектом?», то интуитивно

ищете ответ на него в поведенческих терминах. Мы проявляем

человеческий интеллект посредством устной речи, владения

письменной речью и действий, не так ли? Да, но только в

определенной степени. Интеллект – нечто, происходящее в

нашей голове. Разумное поведение – это не обязательная

составляющая. Данный факт нельзя назвать очевидным, но, с

данном этапе мы нуждаемся в изменении перспективы.

Сформулировав правильные рамки познания, мы убедимся, что

непонятные ранее подробности легко складываются в цельную

картину, подобно тому как разно-цветные кусочки стекляшек в

калейдоскопе образуют поразительной красоты узор.

Ниже я привожу еще одну аналогию, благодаря которой вы

осознаете смысл моих слов.

Представьте, что спустя тысячелетия человеческая раса вымрет.

И однажды с другой планеты, на которой обитает

высокоразвитая цивилизация, прибудут исследователи, которые

захотят изучить, как жили люди. Наибольшее изумление у них

вызвала бы наша сеть дорог. Для чего может быть нужна такая

забавная система? Задавшись целью узнать ответ, инопланетяне

начали бы скрупулезное изучение земного рельефа, подключив

также изображения, получаемые со спутников. Будучи искусными

археологами, инопланетные исследователи изучили бы каждый

фрагмент асфальтового покрытия, каждый дорожный указатель,

упавший и частично разрушившийся, каждую мелочь,

оставшуюся от человеческой цивилизации. Они обратили бы

внимание, что сети дорог отличаются друг от друга. Некоторые

из них – извилистые, узкие и, похоже, расположены хаотично

(вероятно, возникли сами по себе). Другие образуют строгую

сетку, а на некоторых участках, становясь широкими и ровными,

буквально разрезают пустыни.

Так инопланетные исследователи собрали бы множество

сведений о дорогах, но все эти данные ровным счетом ничего

для них не значили бы. Не теряя надежды, они продолжали бы

собирать все новые и новые факты в надежде, что вот-вот

найдут разгадку. Но все напрасно. Так продолжалось бы до тех

пор, пока один из исследователей не воскликнул бы: «Эврика!

Кажется, я понял. Эти существа не могли передвигаться с

помощью телепортации, как мы с вами. Им приходилось

передвигаться в буквальном смысле с места на место, возможно,

на забавных подвижных платформах». Теперь, на фоне

сделанного открытия, многое стало бы на свои места.

Исследователи поняли бы, что узкие петляющие улочки

сохранились с древнейших времен, когда средств передвижения

было немного и они были медленными. Широкие дороги были

предназначены для перемещения на большие расстояния с

солонкой? Очевидно, нет. Функционально солонка полностью

соответствует настоящему «коню», поскольку ее можно

переставлять по клеточкам доски согласно тем же правилам, что

и «коня». Таким образом, шахматная партия остается шахматной

партией, а не чем-то иным. Подумайте также, изменился бы

смысл этого предложения, если бы я прошелся по нему

курсором, удаляя, а затем восстанавливая каждый символ.

Приведу еще один пример. Известно ли вам, что каждые

несколько лет ваше тело полностью обновляется, вплоть до

последнего атома. Несмотря на это, вы остаетесь собой, а роль

атомов не меняется, хотя меняются они сами. То же самое

справедливо и в отношении головного мозга: если бы какой-то

сумасшедший ученый вздумал заменить каждый из ваших

нейронов функционально эквивалентной микросхемой, вы

остались бы сами собой и даже не ощутили бы, что нечто в вас

изменилось.

Согласно изложенному принципу, искусственная система,

имеющая ту же архитектуру, что и биологическая (например,

построенная по образу и подобию живого мозга), будет по

настоящему разумной. Защитники идеи искусственного

интеллекта, коннекционисты и я сам являемся

функционалистами, поскольку все мы уверены в том, что

интеллект обеспечивает человеку нечто отнюдь не мистическое

в головном мозге.

Все мы уверены в том, что научимся когда-то создавать

разумные машины, возможно, не очень скоро.

Но существуют разные определения функционализма. Наряду с

тем, что я только что представил вам как роковую ошибку,

приведшую к провалу идеи искусственного интеллекта и

парадигмы коннекционистов, – ошибка, основанная на

последовательности «входящий-исходящий сигнал», – следует

назвать еще несколько причин, по которым мы на сегодняшний

день не способны создавать разумные машины. Пока сторонники

идеи искусственного интеллекта придерживались подхода,

определенно обреченного на провал, коннекционисты, на мой

взгляд, преимущественно оставались в тени. Ученые, занятые в

сфере искусственного интеллекта, спрашивают: «Почему мы,

инженеры, должны ограничивать себя решениями, которые

случайно возникли в ходе эволюции?!» В некотором роде они

радикально отличались от биологических аналогов.

Например, как нам удалось создать летательные аппараты? Не

путем ли имитации летательных движений крыльев птиц?

Отнюдь. Крылья самолетов неподвижны, а летит он потому, что у

него есть двигатель. Рукотворная конструкция, совсем не

похожая на природную, работает – причем гораздо лучше, чем

последняя.

И созданные нами наземные средства передвижения, способные

обогнать гепарда, имеют не четыре конечности, а колеса.

Несмотря на то что в процессе эволюции не было создано

ничего, хотя бы отдаленно напоминающего колесо, последнее,

тем не менее, является революционным изобретением,

позволяющим великолепно передвигаться по ровным

поверхностям.

Философы порой обращаются к метафоре «когнитивного

колеса», отражающей возможное решение проблемы создания

искусственного интеллекта, вероятно, принципиально отличное

от того, как функционирует мозг. Другими словами, программа,

благодаря которой машина воспроизводит (или даже

превосходит) человеческое исполнение какой-либо задачи в

узком, но полезном аспекте, подобна мозгу.

Я убежден, что данная интерпретация, которую можно было бы

назвать «Цель оправдывает средства», вводит теоретиков

искусственного интеллекта в глубокое заблуждение.

Как показал эксперимент Сирла «Китайская комната»,

поведенческого соответствия недостаточно. Поскольку интеллект

изначально присущ головному мозгу, нам следует заглянуть

внутрь, чтобы понять, что представляет собой разум.

В наших исследованиях мозга, и особенно неокортекса, нам

следует соблюдать осторожность в определении того, какие

особенности являются всего лишь рудиментами прошлого,

потому что даже в машинах Руба Гольдберга можно найти кое

что полезное. Но, как мы убедимся далее, здесь, возможно,

присутствует изящество, превосходящее по мощности лучшие

компьютеры, и оно ожидает того, что его обнаружат в нервной

системе.

Коннекционисты интуитивно чувствовали, что мозг – не

компьютер, и разгадки его секретов не надо искать в сообщении

нейронов между собой. Это хорошее начало, но обычно дело

все разделяют мои взгляды, хочу обосновать свою позицию, пока

мы еще не углубились в дебри. У каждой части человеческого

мозга есть поклонники, посвящающие свое время ее изучению,

поэтому гипотеза о том, что вся сущность разума может быть

постигнута благодаря изучению только лишь неокортекса, будет

встречена критикой со стороны инакомыслящих. Они возразят:

«Вы не разберетесь в работе неокортекса, не включив в свой

анализ некую зону X человеческого мозга, потому что они тесно

взаимосвязаны, а зона X выполняет такие-то и такие-то

функции». Не могу не согласиться. Безусловно, все отделы

головного мозга важны для того, чтобы быть человеком.

(Любопытно, что исключением из этого правила является часть

мозга, которая включает наибольшее количество клеток, –

мозжечок. Человек, у которого поврежден или от рождения

отсутствует данный отдел мозга, все равно сможет вести

практически полноценную жизнь. Большинство других зон мозга

жизненно важны для человека.) Мой контраргумент – я же не

собираюсь создавать людей! Моим намерением является понять

разум и создать мыслящий компьютер. Существует огромная

разница между тем, чтобы быть человеком и обладать

интеллектом. У разумного компьютера нет пульса, мускулов,

человекоподобного тела, сексуальных потребностей, он не

чувствует голода и не испытывает эмоций. Человек – это

намного больше, чем разумный компьютер. Мы являемся

биологическими созданиями со всем необходимым, иногда

нежелательным, багажом, собранным за многие годы

эволюционного развития. Если вы захотите создать разумные

механизмы, деятельность которых была бы неотличима от

человеческой, способные без малейших трудностей пройти тест

Тьюринга, тогда вам придется воссоздать и другие признаки,

совокупность которых делает человека человеком. Если же ваша

цель – создание мыслящей машины, не обязательно во всем

подобной человеку, тогда имеет смысл сосредоточиться на

изучении той части мозга, которая отвечает за разум.

Всем оскорбленным моей однобокой заинтересованностью

неокортексом хочу сказать следующее: я с готовностью признаю

важность других составляющих человеческого мозга (таких, как

ствол, подкорковые узлы или миндалевидное тело), но

настаиваю на том, что зоной действия интеллекта является

стороной один миллиметр (вдвое меньше, чем буква о в этом

тексте), содержится примерно сто тысяч нейронов. Подсчитать

точное количество нервных клеток в коре головного мозга

практически невозможно, тем не менее некоторые анатомы

утверждают, что их число составляет порядка 30 млрд., хотя

никто не удивился бы, если фактическая цифра оказалась

намного меньшей или большей.

Стало быть, в вашей голове живут 30 млрд. нейронов, хранящих

ваши знания, навыки, накопленный жизненный опыт. После 25

лет размышлений о мозге данный факт кажется мне не менее

поразительным, чем раньше. Тончайшая пленка, состоящая из

нервных клеток, видит, чувствует, творит наше мировоззрение.

Это просто невероятно! Наслаждение теплотой летнего дня и

смелые мечты о будущем – все создается этими клетками. Много

лет спустя после публикации статьи в журнале Scientific American

Фрэнсис Крик написал книгу под названием Поразительная

гипотеза. Поразительная гипотеза состояла в том, что разум

создается нейронами. Ничего другого не существует: никакой

магии, никакого специального соуса, только нейроны,

исполняющие информационный танец. Надеюсь, вы прониклись

тем, насколько важным было это открытие. Существует большой

философский канал, соединяющий нервные клетки и опыт

нашего сознания, однако разум и мозг – это одного поля ягоды.

Называя свой тезис гипотезой, Крик просто проявил

политическую корректность. То, что клетки мозга – эти тридцать

миллиардов нейронов – творят разум, совсем не

предположение, а научный факт. Чтобы разобраться в том, как

кора головного мозга формирует сознание, мы рассмотрим ее

структуру более подробно.

Давайте вернемся к нашему секционному столу и еще раз

взглянем на мозг в разрезе. Осматривая кору головного мозга

невооруженным глазом, мы отметим, что она довольно

однородна. Лишь большая продольная борозда разделяет два

полушария головного мозга, а глубокая центральная борозда –

его лобную долю и теменную. Других различимых

разграничительных линий не существует. Одинаков и цвет всех

видимых невооруженным глазом отделов мозга.

Тем не менее людям давно известно, что такие границы все же

существуют. Еще до того как нейрологи обнаружили наличие

другой в зависимости от того, как они связаны и

взаимодействуют друг с другом. Так, низшие зоны поставляют

информацию в высшие через определенные нейронные каналы

связи. В свою очередь, высшие зоны используют совершенно

другие нейронные каналы

связи для передачи обратных сигналов7. Кроме этого, еще

существуют вторичные связи между отдельными областями

иерархии – по аналогии с коммуникацией коллег одного уровня,

но работающих в разных филиалах одной и той же компании.

Двое ученых – Дэниэль Феллеман и Дэвид ван Эссен

разработали схему коры головного мозга обезьяны, на которой

изображены десятки областей, связанных между собой в

сложную иерархию. Можно предположить, что похожая иерархия

существует и в коре головного мозга человека.

Первичные сенсорные зоны, в которые непосредственно

поступает информация об окружающем мире, являются низшими

функциональными зонами. Эти области занимаются обработкой

первичной информации на самом простом, базовом уровне.

Например, зрительная информация поступает в кору головного

мозга через первичную зрительную зону, назовем ее V1. Зона V1

обеспечивает зрительные свойства низшего уровня, такие как

восприятие мелких контурных сегментов, простых составляющих

движения, бинокулярное рассеивание (для стереоизображения),

основные цвета, информация о контрастности. Зона V1

посылает информацию в зоны V2, V4, IT (о них мы расскажем

позже), а также в другие зоны коры головного мозга. Каждая из

этих зон отвечает за более узко специализированные или

абстрактные аспекты восприятия визуальной информации.

Например, нервные клетки, образующие зону V4, позволяют нам

воспринимать объекты средней сложности, такие как формы

звезд различных цветов. Зона МТ специализируется на

восприятии движущихся объектов. На более высоких

иерархических уровнях расположены зоны, отвечающие за

запоминание всевозможных визуальных объектов (людей,

животных, предметов и т.д.) и ассоциативные связи между ними.

----------------------------------

7 В отечественной науке выделяют такие зоны коры: первичные

(проекционные), вторичные, третичные (интегративные,

ассоциативные). – Примеч. ред.

Низшая моторная зона М1 посылает сигналы в спинной мозг и

непосредственно управляет мускулами. Высшие зоны

осуществляют обратную связь, посылая сложные моторные

команды в зону M1. Иерархия моторных зон и иерархия

сенсорных зон удивительно похожи, словно построены по одной

и той же модели. В моторной области информация поступает из

зон высшего порядка в зону M1 низшего порядка приводит

мускулы в движение; в сенсорных областях органы чувств

посылают информационные сигналы вверх по иерархической

лестнице. В действительности же информационные сигналы

передаются в обоих направлениях. То, что является обратной

связью для сенсорных областей, одновременно является

выходной информацией для моторных областей, и наоборот.

Большинство схематических изображений мозга представляют

собой упрощенные отображения потоков информации и

иерархических отношений зон коры головного мозга. Согласно

таким описаниям, сенсорные сигналы из органов чувств (зрение,

слух, осязание) поступают в первичные сенсорные зоны и по

мере передвижения вверх по иерархии подвергаются обработке,

потом проходят через ассоциативные зоны, поступают в лобные

доли коры головного мозга и, видоизмененные, передаются

назад в моторные зоны. Я не оспариваю такие представления.

Действительно, когда вы читаете вслух, зрительная информация

на самом деле поступает в зону V1, передается вверх к

ассоциативным зонам, потом поступает в моторные зоны,

расположенные в лобных долях коры головного мозга, и

преобразуется в команду, заставляющую мышцы речевого

аппарата сокращаться и воспроизводить звуки. Но не все так

просто. Я хотел бы предостеречь вас от такого излишне

упрощенного подхода, в котором сложные процессы передачи

информации считаются односторонними, как будто сигналы

всегда передаются в одном и том же направлении, подобно

деталям автомобиля при сборке на конвейере. Я утверждаю, что

информационные сигналы в коре головного мозга одновременно

передаются и в нисходящем направлении, причем обратные

информационные потоки, поступающие от зон высшего порядка

к низшим, имеют большую информационную насыщенность.

Возвращаясь к примеру с чтением вслух, высшие зоны коры

головного мозга посылают к первичным зонам зрительного

нейрона создают возбуждение почти одновременно, а сила

взаимодействия между ними возрастает. Исследователь

нейронных сетей Дональд Хебб предположил, что синаптическая

связь, соединяющая два нейрона, будет усиливаться, если в

процессе обучения нейронной сети оба нейрона согласованно

испытывают возбуждение либо торможение. Простой алгоритм,

реализующий такой механизм обучения, получил название

правила Хебба, к которому мы вернемся позже. Помимо

переменной силы синапса, существуют также доказательства

того, что в результате взаимодействия двух нейронов могут

возникнуть совершенно новые синапсы. Возможно, данный

процесс происходит постоянно. Научные доказательства такого

факта носят противоречивый характер. Независимо от того как

изменяется сила синапсов, с уверенностью можно утверждать,

что формирование и усиление синапсов – это то, от чего зависит

процесс запоминания.

В коре головного мозга существует много типов нейронов, но

80% из них являются пирамидальными. Они называются так

потому, что тела их клеток напоминают форму пирамид. За

исключением верхнего слоя шестислойной коры головного мозга,

которая состоит из километров аксонов, но очень небольшого

количества клеток, каждый последующий слой состоит из

пирамидальных клеток. Каждый пирамидальный нейрон связан

со многими соседними нейронами, и каждый из них посылает

длинный аксон к более отдаленным зонам коры головного мозга

или к низшим зонам мозга, таким, например, как таламус.

Типичная пирамидальная клетка имеет несколько, тысяч

синапсов. Из-за исключительно высокой плотности и малых

размеров очень трудно установить их точное количество. Причем

это количество различно для разных клеток, слоев и зон мозга.

Если бы мы заняли консервативную позицию, утверждающую,

что средняя пирамидальная клетка состоит из тысячи синапсов

(на самом деле это число ближе к 5 или 10 тысячам), тогда кора

головного мозга в общей сложности состояла бы из 30

миллиардов синапсов. Это астрономически большое число,

которое невозможно охватить человеческим воображением.

Такого количества синапсов было бы вполне достаточно, чтобы

запомнить все, чему мы учимся на протяжении своей жизни.

Поговаривают, будто Альберт Эйнштейн утверждал, что открыть

они выполняют одну и ту же операцию! Он предположил, что при

выполнении разных функций кора головного мозга использует

один и тот же инструмент.

Все анатомы в то время, точно так же как и десятки лет до

Маунткастла, знали, что кора головного мозга однородна. Но,

вместо того чтобы задуматься над смыслом этой однородности,

они тратили время и силы на поиск различий между зонами коры

головного мозга. Они полагали, что если одна зона отвечает за

зрительное восприятие, а другая – за слух, то между ними

непременно должны существовать различия. Действительно,

определенные различия можно заметить. Зоны коры головного

мозга отличаются по толщине, плотности нервных клеток,

относительной пропорции разных типов клеток, длине

горизонтальных связей, плотности синапсов и многим другим

параметрам, которые довольно сложно исследовать. Один из

слоев первичной зрительной зоны V1 – из числа наиболее

изученных зон мозга – как оказалось (к радости ученых),

действительно имеет разделения. Ситуация очень напоминала

работу биологов XIX века, которые посвящали свое время

изучению малейших различий между видами. Например,

большим успехом они считали открытие того, что две внешне

совершенно одинаковые мыши на самом деле принадлежали к

двум различным видам. Много лет такой тропой следовал и

Дарвин, изучая моллюсков. Но Дарвин проявил неординарную

проницательность, поставив вопрос о причине поразительной

общности всех видов. Общность видов была для него куда более

интересной и невероятной, чем их различия.

Так произошло и с Маунткастлом. В то время как именитые

анатомы бились над поиском ничтожных различий между зонами

коры головного мозга, он обратил внимание именно на ее

однородность. Одни и те же слои, одни и те же типы клеток,

одни и те же связи существуют везде. Различия, в свою очередь,

настолько неуловимы, что профессиональные анатомы не могут

прийти к единому мнению в отношении того, в чем они

заключаются.

Маунткастл заключил, что причина внешних отличий различных

зон коры головного мозга заключается в том, с чем эта зона

взаимодействует, а не в различии базовых функций. Таким

образом, существует общая функция, общий алгоритм,

вы сможете по достоинству оценить, насколько революционным

и в то же время изысканным был подход, предложенный

Маунткастлом. Впрочем, это не удивительно, ведь все лучшие

научные открытия были просты, изысканны и неожиданны.

Подход Маунткастла как нельзя лучше доказал последнее, и я

считаю его революционным в области нейрологии. После

сказанного мною отказ большинства ученых-кибернетиков

поверить в модель Маунткастла выглядит не просто досадным

упущением, а преступлением против науки.

****

Игнорирование разработчиками искусственного интеллекта

гипотезы Маунткастла отчасти объяснимо нехваткой

соответствующего инструментария, который позволил бы изучить

передвижение потоков информации в шестислойной коре

головного мозга. Доступные ученым методы позволяют

локализировать зоны, в которых сосредоточены те или иные

способности человека, но не дают возможности досконально

исследовать их механизмы. Например, в наши дни научно

популярные публикации в области нейробиологии косвенно

пропагандируют мысль о том, что мозг является совокупностью

высокоспециализированных модулей. Технологии

функциональной визуализации, наподобие магнитно

резонансной томографии (МРТ), и позитронное эмиссионное

томографическое сканирование (ПЭТ-сканирование) позволяют

сосредоточиться исключительно на топографических картах

мозга и функциональных областях, которые мы рассматривали

раньше. Как правило, подобные экспериментальные

исследования проводятся в положении пациента лежа, так, что

его голова находится под сканирующим устройством. Пациент

выполняет мыслительное задание (например, спряжение

глаголов, повторение предложений, вызывание образов,

запоминание списков, решение логических задач) или

осуществляет заданное движение. Диагностическое устройство

фиксирует активность различных зон мозга при выполнении того

или иного задания и наносит цветные мазки на изображение

(«карту») человеческого мозга. На основании результатов тысяч

экспериментов по функциональной визуализации

частички зрительной коры головного мозга у крысы после ее

рождения трансплантируют в зоны коры головного мозга,

отвечающие за осязание. По мере взросления крысы

трансплантированные ткани занимаются переработкой

осязательных сигналов в большей степени, чем визуальных.

Нервные клетки универсальны, они не специализируются на

зрительном восприятии, осязании или же слуховом восприятии.

Кора головного мозга человека в высшей степени податлива.

Мозг взрослых людей с врожденной глухотой перерабатывает

зрительную информацию в зонах, которые в обычных условиях

отвечают за слуховое восприятие. Слепые от рождения люди

используют большую часть зоны, которая у зрячих отвечает за

зрительное восприятие, в процессе освоения и использования

шрифта Брайля. Но ведь шрифт Брайля в первую очередь

связан с осязанием, и закономерно было бы ожидать, что его

освоение прежде всего должно активизировать зоны,

отвечающие за осязание! Однако, судя по всему, такого, чтобы

какая-либо из зон коры головного мозга ни за что не отвечала,

не бывает. Когда, вопреки начальным ожиданиям, часть коры

головного мозга, отвечающая за зрительное восприятие, не

получает зрительных сигналов, она начинает искать другие

информационные сигналы, хотя бы и предназначенные для

других зон.

Все приведенные примеры показывают, что зоны мозга

развивают специализированные функции в зависимости от типа

поступающей к ним информации. Кора головного мозга не

является жесткой структурой, части которой предназначены для

выполнения разных функций согласно разным алгоритмам,

подобно тому, как разделение поверхности Земли на страны не

было «запрограммировано» в ходе эволюции. Организация

вашей коры головного мозга, как и политическая карта мира,

могла бы стать совсем иной при других обстоятельствах.

Гены предопределяют общее строение коры головного мозга,

включая характер взаимосвязи различных зон, но ее внутреннее

строение отличается необычайной гибкостью.

Маунткастл был прав – каждая зона коры головного мозга

следует единому мощному алгоритму. Объединенные в

соответствующую иерархическую структуру и под воздействием

потока информационных сигналов на входе, эти зоны исследуют

мозга, отвечающие за осязание. Каждый набор сигналов –

увидеть собаку, услышать собаку, почувствовать собаку –

воспринимается по-разному, потому что передается в

соответствующие зоны коры головного мозга по разным каналам.

Однако на абстрактном уровне все сенсорные сигналы

одинаковы, потому что перерабатываются шестислойной корой

головного мозга по одному и тому же алгоритму. Вы слышите

звук, видите изображение, чувствуете давление, но для вашего

мозга не существует принципиальных различий между типами

подачи информации. Нервный импульс – это нервный импульс.

Он одинаков независимо от того, что послужило его причиной.

Все, чем оперирует ваш мозг, – это сигналы.

На этих сигналах и основано ваше восприятие и знание мира. В

вашей голове нет света. Там темно. Звук не попадает в ваш мозг.

Там тихо. В действительности мозг – это единственная часть

вашего тела, не обладающая чувствительностью. В нем нет

болевых рецепторов. Хирург мог бы засунуть палец вам в мозг, и

вы бы даже не почувствовали этого. Вся информация,

поступающая в ваш мозг, попадает туда в виде

пространственных или временных сигналов и передается по

аксонам.

Что я подразумеваю под пространственными и временными

сигналами? Рассмотрим поочередно каждое из наших основных

ощущений. Зрительное восприятие включает как

пространственную, так и временную информацию.

Пространственные сигналы – это сигналы, совпадающие по

времени. Они возникают, когда несколько рецепторов одного

органа чувств стимулируются одновременно. Для зрительного

восприятия органом чувств является сетчатка глаза, в которой

формируется пространственный сигнал. Через зрительный нерв

и проводящие пути центральной нервной системы этот сигнал

передается в зрительные центры головного мозга, где возникает

зрительное ощущение. Люди склонны считать, что в зрительные

зоны попадает немного искаженная картинка мира, но на самом

деле это совсем не так. Нет никакой картинки и нет никакого

изображения. Есть только электрические разряды,

вспыхивающие в сигналах. Визуальные качества быстро

исчезают, как только кора головного мозга начинает

перерабатывать полученную информацию, передавая сигналы

Очевидно, что любые звуки, будь то разговорная речь или

музыка, меняются с течением времени. Так, песня «существует»

определенный промежуток времени, но воспринимать ее как

набор пространственных сигналов мы не привыкли. Этот пример

является обратным ситуации со зрительным восприятием –

акцент ставится на временной аспект. Но в способности слушать

трудно найти пространственный компонент.

У звукового восприятия тоже есть пространственный компонент.

Звуки превращаются в нервные импульсы, проходя через улитку,

или переднюю часть ушного лабиринта. Крошечная

светонепроницаемая спиралевидная улитка, помещенная в

наиболее твердую кость человеческого тела, была открыта

более полусотни лет тому назад венгерским физиком Джорджем

ван Бекси. Создавая модели внутренней части уха,

исследователь выявил, что разные типы воспринимаемых

человеком звуков продуцируют колебания разных частей улитки.

Высокочастотные звуки вызывают вибрацию твердой основы

улитки, а низкочастотные – вибрацию в более гибкой и широкой

наружной части. Звуки средней частоты вызывают вибрацию

промежуточных сегментов улитки. Каждая часть улитки

буквально усеяна нейронами, которые активизируются при

колебаниях. В повседневной жизни, когда вы непрерывно

подвергаетесь одновременному действию самых различных

частот, улитка пребывает в постоянном движении. Таким

образом, по всей длине улитки постоянно возникают сигналы

стимуляции иного типа, а именно – пространственные. Каждую

секунду в зрительный нерв поступает новый пространственный

сигнал. Итак, мы снова убедились, что сенсорная информация

передается пространственно-временными сигналами.

Мы не привыкли считать осязание временным феноменом, тем

не менее и это сенсорное ощущение включает как

пространственный, так и временной компонент. Чтобы убедится

в этом, проведите простой опыт. Попросите своего друга

протянуть руку вперед (ладонью кверху) и закрыть глаза.

Положите ему на ладонь какой-нибудь небольшой предмет

(например, кольцо или ластик) и попросите опознать его, не

шевеля при этом ни одной частью руки. Располагая лишь

приблизительной информацией о массе и размере предмета,

образа тела, выявили, что наше восприятие самих себя является

куда более гибким, чем это может показаться на первый взгляд.

Например, я вам дам маленькую кочергу, чтобы вы использовали

ее для хватательных функций вместо руки. Вскоре вы

почувствуете, что кочерга словно стала частью вашего тела.

Мозг приспособился к новым входным сигналам тактильного

ощущения. Кочерга фактически стала частью образа вашего

тела.

Гипотеза о том, что сигналы, поступающие в головной мозг от

разных органов чувств, по сути одинаковы, конечно, очень

неожиданна. Чтобы обосновать ее, приведу еще несколько

примеров. Первый эксперимент вы сможете провести в

домашних условиях с помощью друга. Вам понадобятся

картонный экран и искусственная рука. Для первого раза будет

неплохо, если вы сможете достать резиновую искусственную

руку вроде тех, которые продают на Хэллоуин. Если такой нет,

тогда обведите контур своей руки на чистом листе бумаги. Свою

настоящую руку вытяните на некоторое расстояние, причем так,

чтобы она повторяла положение искусственной руки (кончики

пальцев должны смотреть в одном и том же направления,

ладонь в обоих случаях повернута вверх либо вниз). Затем

поставьте между ними картонный экран так, чтобы вы могли

видеть только искусственную руку. Итак, вы смотрите на

искусственную руку, а задача вашего друга состоит в том, чтобы

одновременно поглаживать/прикасаться к обеим рукам в

одинаковых местах. Некоторое время спустя зоны мозга, в

которых встречаются зрительные и соматосенсорные сигналы, –

ассоциативные зоны, о которых мы упоминали ранее, – придут в

замешательство. Вы ощутите искусственную руку как свою

собственную.

Другой, не менее захватывающий пример такой «сигнальной

эквивалентности», называется сенсорным замещением. Это

может полностью перевернуть жизнь людей, которые потеряли

зрение в детском возрасте, и даже незрячих от рождения.

Возможно, он поможет создать технологии нового машинного

интерфейса для всех остальных, зрячих.

Понимая, что работа мозга по сути своей не что иное как

передача сигналов, Пол Бачирита, профессор, специалист в

области биомедицинских инженерных технологий университета

сигналов. Независимо от того, насколько отличаются друг от

друга функции зон коры головного мозга, базовый алгоритм

остается одним и тем же. Коре головного мозга безразлично,

какой из органов чувств посылает сигналы. Для нее не имеет

никакого значения, поступают сигналы от одного органа чувств

или от четырех. Ничего не изменилось бы, воспринимай вы мир

через звуковые, радарные или магнитные поля, если бы у вас

были щупальца вместо рук, или даже если бы вы существовали

не в трехмерном, а в четырехмерном пространстве.

Все перечисленное означает, что базовой основой интеллекта не

являются сенсорные каналы взаимодействия или их комбинации.

Элен Келлер не могла видеть и слышать, тем не менее она

выучила язык и стала знаменитой писательницей, что не под

силу большинству

зрячих и хорошо слышащих людей11. Невероятная гибкость

мозга позволила Элен, лишенной двух из основных функций,

обеспечивающих восприятие окружающего мира, жить такой же

полноценной жизнью, как и обычные люди.

Именно эта поразительная гибкость человеческого мозга питает

во мне очень большие надежды на создание искусственного

интеллекта. Задумываясь о создании разумных компьютеров, я

задаю себе вопрос: «А зачем, собственно, привязываться только

к известным нам пяти чувствам?» Как только мы расшифруем

алгоритм коры головного мозга и создадим науку сигналов, то

сможем применять ее к любой системе, которую захотим

наделить разумом. Причем одно из наиболее замечательных

свойств заложенной в мозге обратной связи состоит в том, что

нам не нужно быть исключительно умными, чтобы ее

программировать. Подобно тому как слуховая зона хорька

«переходит» в зрительную, как зрительная часть коры находит

себе альтернативное применения у незрячих людей, система,

работающая на основе алгоритма коры головного мозга, будет

мыслящей независимо от того, сигналы какого типа буду в нее

поступать. Конечно, нам нужно быть достаточно сведущими,

--------------------------------

11 Элен Келлер с детства была слепой и глухонемой, но,

несмотря на это, закончила университет и оставила после себя

богатое литературное наследство. – Примеч. ред.

Келлер была очень близка к нашей с вами, хотя она располагала

значительно меньшим набором ощущений.

Благодаря сигналам кора головного мозга создает модель, очень

близкую к реальному миру, а потом эту модель фиксирует в

памяти. Запоминание – вот что происходит с сигналами после их

попадания в кору головного мозга. Это и станет темой нашей

следующей главы.

4. Память

Когда вы читаете книгу, идете по улице, заполненной прохожими,

слушаете симфонию, утешаете плачущего ребенка, все органы

чувств посылают в ваш головной мозг пространственно

временные сигналы. Окружающий мир – это океан постоянно

меняющихся сигналов. Что же происходит с ними при попадании

в кору головного мозга?

Еще на заре индустриальной революции ученые рассматривали

мозг как своего рода биологический механизм, или

программируемый компьютер. Разумеется, никто не сомневался

в отсутствии гаек и шурупов в голове человека, но данная

метафора представлялась большинству исследователей самой

точной.

Как мы отмечали в главе 1, этой позиции придерживались и

разработчики искусственного интеллекта. Считалось, что

неспособность создать искусственный интеллект напрямую

связана с тем, что компьютеры слишком малы и медленны по

сравнению с человеческим мозгом. Современный компьютер

может считаться эквивалентом мозга букашки, говорили

изобретатели, а вот когда мы создадим более быстрые и

объемные машины, они будут такими же умными, как человек.

Аналогия между живым мозгом и вычислительной машиной

некорректна. По сравнению с транзисторами нейроны головного

мозга действуют гораздо медленнее. Нейрон собирает из

синапсов входные сигналы, объединяет их и принимает

решение. Он либо генерирует импульс – потенциал действия,

который будет восприниматься синапсами соседних нейронов, –

либо воздерживается от этого. Обычный нейрон может

осуществить подобную операцию и вернуться в исходное

значительное количество быстродействующих компьютеров для

выполнения сложных задач, таких как составление прогноза

погоды. Чтобы предвидеть погоду, нужно просчитать физические

условия во многих частях планеты одновременно. Каждый

компьютер может работать над одной задачей. Но даже если

сотни или тысячи машин объединить в параллельную систему,

отдельному компьютеру для обработки информации и

выполнения своей задачи понадобятся миллиарды или

миллионы шагов. Какой большой параллельный компьютер мы

бы ни собрали, каким бы быстродействующим он ни был, он не

сможет сделать ничего полезного за сто шагов.

Приведу пример: представьте, что я попросил вас перенести

сотню каменных глыб через пустыню. За один раз вы можете

перенести только один камень, а чтобы пересечь пустыню, вам

нужно сделать миллион шагов. Понимая, что справиться с

заданием в одиночку будет непросто, вы нанимаете сто рабочих

для параллельного выполнения задачи. Дело станет

продвигаться в сто раз быстрее, однако тот факт, что для

пересечения пустыни нужно пройти миллион шагов, остался

неизменным. Наем новых работников, даже тысячи, ничего

изменить не может. Независимо от количества нанятых

работников задание может быть выполнено только за миллион

шагов. То же самое справедливо и для параллельных

компьютеров. Добавление дополнительных процессоров не

меняет дела. Независимо от количества и мощности

процессоров и быстродействия компьютер не может решить

сложную задачу за сто шагов.

Но как же мозгу удается решать сложные задачи за сто шагов, в

то время как даже самый большой параллельный компьютер

ничего подобного сделать не в состоянии за миллион или

миллиард шагов? Дело в том, что мозг на самом деле не

«вычисляет» решения задач, он извлекает их из памяти,

представляющей, по сути, хранилище готовых решений.

Соответственно, для того чтобы их извлечь, нужно всего

несколько шагов. Медленных нейронов для этого более чем

достаточно, ведь они сами и составляют память. Можно

утверждать, что мозг, точнее, неокортекс, который является

«интеллектуальной» частью мозга, – это единое запоминающее

устройство, а вовсе не компьютер.

мяча и положению вашего тела. Воспоминание о том, как нужно

ловить мяч, не было запрограммировано в вашем мозге. Вы

обучились этому в процессе жизни, соответственно информация

не вычисляется, а сохраняется в нейронах коры вашего

головного мозга.

«Минуточку! – возразите вы, – Каждый бросок отличается от

другого. Как было только что сказано, вызванное воспоминание

приспосабливается к положению мяча при каждом броске. Разве

это не требует решения уравнений – того, чего мы пытались

избежать?» На первый взгляд, это действительно так, но

природа решила проблему переменных обстоятельств иным,

гораздо более совершенным способом.

В этой главе мы увидим, что кора головного мозга создает

инвариантные представления, которые компенсируют

изменчивость окружающего мира. Представьте, например, что

вы садитесь на водную кровать. При этом непроизвольно

перемещаются все расположенные на ней объекты – скажем,

подушки и другие люди. Кровать не высчитывает, насколько

высоко или низко нужно поднять тот или иной край; функция

приспосабливания осуществляется автоматически за счет

физических свойств воды и поверхности матраца. В следующей

главе мы увидим, что структура шестислойной коры головного

мозга обладает приблизительно таким же свойством по