CC BY
151
УДК 165.62
DOI: 10.17726/philIT.2018.2.15.6
Человеческий мозг и сознание: биология или вычисления?
Михайлов Игорь Феликсович,
Кандидат философских наук Старший научный сотрудник, Институт философии РАН.
109240, г. Москва, ул. Гончарная, д. 12, стр. 1.
ifmikhailov@gmail. com
http://iph.ras.ru/igor_mikhailov.htm +7 (916)200 7515
Аннотация. Психологи и нейрофизиологи, объединённые симпатией к концепции «биологического мозга», полагают, что главными движущими силами мозговой деятельности являются не электрические импульсы (спайки), а нейротрансмиттеры, и что по крайней мере значительная часть когнитивной деятельности мозга совершается не в нейронных сетях или ансамблях, вообще не в пространстве между нейронами, а внутри отдельных нейронов, где взаимодействуют нейрохимическая и генетическая «машины». Из этих соображений делается вывод о принципиальной невозможности моделирования когнитивных функций, поскольку опора на химические и генетические механизмы воспринимается как их принципиальная субстратозависимость, а моделировать можно только переносимые функции. В статье даётся логико-методологический анализ этой концепции и, в частности, предлагается различение сильной и слабой субстратозависимости. Так, модулирующую роль нейротрансмиттеров, абстрактно говоря, можно симулировать с помощью других физических механизмов при сохранении их функций. Далее показывается, что факты и данные, на которые опирается эта школа, хорошо ассимилированы конкурирующими - нейросетевыми - теориями.
Ключевые слова: мозг; нейротрансмиттер; нейрон; нейросеть; натурализм; вычисления; информация; кодирование; когниция.
The human brain and consciousness: biology or computations?
Mikhailov Igor Felixovich,
Candidate of Philosophy Senior Researcher, Institute of Philosophy RAS.
12/1 Goncharnaya Str., Moscow, 109240, Russian Federation
ifmikhailov@gmail. com
http://eng.iph.ras.ru/igor_mikhailov.htm orcid.org/0000-0001-8511-8849
Abstract. Psychologists and neurophysiologists supporting the 'biological brain' theory believe that the main driving forces of brain activity are not electrical impulses (spikes), but neurotransmitters, and that at least a significant part of the cognitive activity of the brain does not occur in neural networks or populations, in general - not in the space between neurons, but within individual neurons, where the neurochemical and genetic 'devices' interact. From these considerations, one concludes to the principle impossibility to model cognitive functions, since reliance on chemical and genetic mechanisms is perceived as their fundamental substrate dependence, while only transferable functions can be modeled. The article provides a logical and methodological analysis of this concept and, in particular, proposes a distinction between strong and weak substrate dependency. Thus, the modulating role of neurotransmitters, abstractly speaking, can be simulated using other physical mechanisms while preserving their functions. In what follows I show that the facts and data on which the above-mentoned school relies are well assimilated by competing neural network theories.
Key words: brain; neurotransmitter; neuron; neural network; naturalism; computations; information; coding; cognition.
1. Школа Коштоянца и «биологический мозг» -концептуальные измерения проблемы
Со стороны как некоторых философов, так и психологов, нейрофизиологов и вообще специалистов в области конкретных наук можно услышать следующее возражение против нейросетевой
концепции когнитивных способностей: мозг - значительно более сложное устройство, чем любая самая изощрённая нейросеть. Во-первых, его архитектура не предполагает слоёв, по которым последовательно проходит информация в искусственных нейронных сетях (ИНС); во-вторых, биологический нейрон может передавать информацию только в одном направлении, тогда как для большинства ИНС критически важно т.н. «обратное распространение ошибки». Но, что даже более важно, в-третьих, мозг - это вообще не электрическое, а биохимическое устройство, что означает два принципиальных обстоятельства: (1) главными движущими силами мозговой деятельности являются не электрические импульсы (спайки), а нейротрансмиттеры, и (2) по крайней мере значительная часть когнитивной деятельности мозга совершается не в нейронных сетях или ансамблях, вообще - не в пространстве между нейронами, а внутри отдельных нейронов, где взаимодействуют нейрохимическая и генетическая «машины». В общем и целом мозг устроен гораздо сложнее искусственных нейронных сетей, электрические процессы там управляются химическими (выработкой нейромедиаторов) и генетическими (экспрессией генов), в то время как коннекционистские модели эмулируют только электрические взаимодействия. «Антиэлектрическая» позиция некоторых психологов и нейрофизиологов часто обозначается кратким названием «биологический мозг».
В этих аргументах нетрудно увидеть, если так можно сказать, нейрофизиологическую детализацию старой философской полемики Дж. Сёрла против Д. Деннета (см. её обзор в [1, с. 31-32]: тезис о биологической каузальности сознания против функциона-листского представления о «множественных реализациях». Аргументация Сёрла и других сторонников биологического натурализма в философии, равно как и сторонников «биологического мозга» в нейрофилиологии, имеет следующую логическую структуру:
A. Функции, зависимые от свойств материального субстрата их носителей, не доступны для моделирования (т.е. воспроизведения в других материальных средах).
B. X зависит от свойств субстрата.
C. Следовательно, Xне доступен для моделирования.
Если под X понимаются когнитивные функции, в общем случае - сознание, а под субстратом - биохимически определённые сущности (нейротрансмиттеры, биология и генетика нейрона
и т.п.), то отсюда заключают о невозможности «сильного искусственного интеллекта» (Сёрл) или о нерелевантности искусственных нейросетей в качестве моделей психической деятельности и когнитивных способностей (адепты «биологического мозга»).
Но, как и всякий классический силлогизм, данное рассуждение уязвимо для ошибки, известной как «удвоение термина». Ошибка имеет место, когда средний термин - в данном случае это «быть зависимым от свойств субстрата» - понимается по-разному в каждой из посылок1. Далее я попытаюсь показать, что эта ошибка весьма вероятна и в нашем случае. Я предлагаю различать по крайней мере два типа субстратной зависимости: сильную, т.е. зависимость от материала, и слабую, т.е. зависимость от регулятора. Например, пищеварение являет собою очевидный пример сильной зависимости: только определённые белки, жиры и углеводы плюс определённые ферменты могут привести к желаемым химическим реакциям. А когда мы строим деревянный дом, то можно дискутировать об уникальности дерева как строительного материала, но, например, утеплители уже ближе к слабой зависимости по своей функциональной роли, поскольку со сравнимыми результатами можно использовать минеральную вату, стекловату, пеноплекс и др. Безусловно, физико-химические свойства этих материалов важны для достижения цели, но эта зависимость носит более абстрактный характер, что обеспечивает широкий набор альтернативных решений. То же можно сказать о радиолампах, полупроводниковых диодах и транзисторах как о средствах выпрямления тока в радиотехнике - используются совершенно разные вещества с разными химическими и физическими свойствами, но их сочетания дают один и тот же эффект.
Поэтому для окончательного обоснования притязаний «биологического мозга» его сторонникам следовало бы показать, что в этом отношении химия мозга сродни пищеварению, и мы имеем дело с очевидной сильной зависимостью. При этом важно было бы исключить сомнения в том, что если мозг для достижения определённого эффекта всегда использует один и тот же нейротрансмит-тер, это происходит именно как следствие сильной зависимости, а не потому, что организм просто не умеет производить аналоги. Хотя уже сейчас из популярных публикаций можно заключить, что
1 Известный шуточный пример: (а) редкая птица долетит до середины Днепра, (б) пингвин - редкая птица, следовательно...
морфий является функциональным аналогом эндорфина, а алкоголь - функциональным аналогом ацетилхолина. Но, как бы то ни было, пока нам ничто не мешает встать на альтернативную точку зрения, согласно которой управление возбуждением и подавлением нейронов, равно как и утепление домов, - это функции, с которыми могут справиться химически различные вещества в физически различных конфигурациях. И, конечно же, чем абстрактнее свойства веществ и вещей, важные для их функциональных взаимодействий, тем легче моделировать эффект этих свойств другими материальными средствами.
Однако попытаемся проследить линию аргументации в пользу «биологического мозга». Д. А. Сахаров пишет: «Формирование новой концептуальной схемы возможно <...> на основе идеи, что механизмы нервной регуляции унаследованы от донервных регу-ляторных систем и имеют химическую природу» [2, с. 334]. Эта идея восходит к "энзимохимической гипотезе" советского физиолога Х. С. Коштоянца, которая «априорно наделяла сигнальные молекулы нервной системы биохимической индивидуальностью и предлагала выводить своеобразие каждого нейромедиатора из его донервной регуляторной функции» [там же]. Иными словами, для управленческой деятельности мозга принципиально важны не электрические, а химические сигналы, которыми обмениваются его клетки, и эта химическая машинерия связывает появление мозга с более ранними этапами эволюции.
В свою очередь, А. С. Базян считает, что кодирование информации в мозге происходит не на уровне нейронных сетей, а на уровне внутриклеточных реакций. Нейросети не смогут имитировать сложные интеллектуальные функции. Приведу объёмный отрывок, детально выражающий содержание его подхода:
Суть молекулярно-химического кодирования сводится к тому, что модуляторные рецепторы запускают внутриклеточные процессы фосфорилирования и, управляя синаптическими процессами и порогом возбудимости нейронов, формируют пространственно-временную топологию нейронной сети и, тем самым, индуцируют специфическое для эмоционального или мотивационного состояния поведение. Вторым этапом процессы фосфори-лирования включают трансдукционный сигнал, который модифицирует экспрессию генов и сохраняет в долговре-
менной памяти процессы первого этапа, т.е. фактически пространственно-временную топологию нейронной сети и специфическое поведение. Эмоциональное или мотива-ционное состояние представляет собой сложную высокоорганизованную систему и включает много структур с их нейронами. Для каждого типа нейронов высокоорганизованной системы вырабатывается свой молекулярно-хи-мический код, который является клеточным аналогом эмоционального состояния. Это происходит вследствие того, что каждый нейрон представляет собой высокоорганизованную молекулярно-химическую систему. Эмоциональное или мотивационное состояние консолидируется каждым нейроном через модификацию экспрессии его генов. Сложная высокоорганизованная система консолидируется в долговременной памяти каждой точкой [3, с. 168-169].
Из приведённого отрывка, если он содержит истинную теорию, следует, что существуют механизмы долговременной памяти, которые работают на уровне отдельных нейронов и действуют через химическое управление экспрессией генов. Далее, нейроны подразделяются на типы, каждому из которых соответствует определённый молекулярно-химический код. И, наконец, сложные функциональные химические структуры, включающие нейроме-диаторы, рецепторы и фосфорилирование (т.е. активацию/деактивацию) белков, характерны тем, что «формируют пространственно-временную топологию нейронной сети». В контексте дискуссии о релевантности нейросетей мы должны признать, что устройство мозга неизмеримо сложнее. Однако на этом уровне изложения неизбежно возникают следующие вопросы:
I. Какая именно информация сохраняется в химико-генетической памяти отдельного нейрона? Что мы узнаем, если сможем её расшифровать?
II. Если вся сложнейшая химия предназначена для оперативного изменения конфигурации сети нейронов (подобная мысль содержится и у Д. А. Сахарова), то для чего создаётся сама сеть? И для чего вообще нужны электрические импульсы, испускаемые нейронами, если всё делает химия?
С инженерной точки зрения способность сети к оперативной реконфигурации - существенное преимущество, пока, насколь-
ко мне известно, не реализованное в ИНС, которые - по крайней мере, в промышленном исполнении - создаются «под задачу» и не могут взять на себя универсальное управление. Но, с другой стороны, подумаем о биологических эволюционных механизмах вообще. Мы, люди, объединены в единую информационную сеть, называемую обществом. И эволюция распорядилась так, что мы вынуждены обмениваться сигналами, преобразуя сложную хими-ко-генетико-электрическую машинерию мозга в движения гортани и языка, которые, в свою очередь, преобразуются в акустические колебания, которые далее улавливаются ушной мембраной и трансформируются в электрические (всё-таки!) нервные сигналы, которые обратно декодируются мозгом реципиента, чтобы быть «услышанными» как осмысленное сообщение. Мягко говоря, отнюдь не оптимальное техническое решение. Но природа смогла предложить нам только его, именно потому что действует вслепую, методом проб и ошибок, и, в отличие от обычного инженера, её никто не может уволить из-за отсутствия конкуренции на этом рынке труда.
Не было ли бы естественно предположить по аналогии, что и для относительно несложной задачи оперативной реконфигурации сети «на лету» и наделения памятью каждого отдельного нейрона природа подготовила слишком сложный и не очень эффективный химический «механизм», просто потому что он использовался и на донейронных стадиях эволюции, как справедливо указывают сторонники «биологического мозга»? Подобно тому, как многие из нас для некоторых домашних технических работ используют не то, за чем нужно долго ехать в магазин, а то, что уже под рукой, и что, пусть хуже, но поможет быстро достичь желаемого. Если моё предположение имеет смысл, то возможно также, что концепция «биологического мозга» увязает в сложных, но малосущественных деталях, настаивая на том, что в них и таится суть когнитивных феноменов.
Вообще, когда говорят, что ИНС не объясняют деятельности мозга, потому что мозг не электрическая, а химическая машина, фокус дискуссии смещается к субстанциальной определённости: сети - это сфера прохождения и маршрутизации электрических сигналов, а нейромедиаторы - это сфера химических реакций. С феноменальной точки зрения разница принципиальна. Но она производит впечатление только до тех пор, пока мы отождествля-
ем сложные когнитивно-нагруженные сети, каковой, безусловно, является и мозг, с конкретной их технической реализацией. Нет ничего невозможного в том, чтобы и электрические импульсы, и химические реакции выступали в качестве транспорта для информационно-вычислительных процессов. Но только нужно оговорить два обстоятельства.
1. Из сегодняшнего горизонта знаний наиболее перспективным путём поиска решений когнитивных проблем представляются теории, в существенной степени опирающиеся на ту или иную концепцию вычислений.
Вычисления - алгоритмические процессы, связанные с передачей и обработкой информации. Для них существенна субстрато-независимость - один и тот же вычислительный алгоритм может быть реализован в разных средах; и алгоритмичность - результат достигается путём последовательного или параллельного применения набора элементарных процедур (вычислительных примитивов), правила применения которых и составляют алгоритм.
Заметим, что вычисления определяются здесь через в высшей степени дискуссионное понятие информации. Формат небольшой статьи не позволяет принять участие в нестихающей дискуссии по поводу удовлетворительного определения этого понятия. Для наших текущих целей следующее уточнение было бы достаточным:
Информация - определённая структура, связанная с некоторой другой структурой устойчивой инвариантной функцией.
Так, например, физический знак «слово» содержит информацию, поскольку если я изменю его структуру так, чтобы получить «волос», последуют предсказуемые изменения в структуре понимания и действий моего читателя. Причём в общем случае сам читатель вовсе не обязателен для того, чтобы некоторая структура оказалась информационно нагруженной. Напротив, антропомор-физация этого понятия играет с ним злую шутку и препятствует его операционализации в контексте наук, для которых оно важно. В конце концов, изменение последовательности нуклеотидов РНК также окажет предсказуемое влияние на синтез протеинов, хотя никакой семантики в этом процессе не усматривается, несмотря на метафорическое употребление слов «буква» и «строчка» в контексте генетики.
Здесь возможно возражение: ведь пуля, пробивающая стекло, тоже делает это в силу своих структурных особенностей, посколь-
ку её удельный вес и плотность, помогающие ей одержать победу в столкновении с менее прочным материалом, объясняются её молекулярной и атомной структурой. И след от пули на стекле также поддаётся структурному описанию на разных уровнях организации. Что мешает представить взаимодействие пули и стекла как информационный процесс?
Столкновение свинца и стекла возможно описать как линейное причинное взаимодействие, и для такого описания вполне достаточно средств классического естествознания: механики, термодинамики, химии и т.п. Конечно, все знают, что и пуля, и стекло представляют собой сложные структуры с огромным количеством элементов. Но и структурные свойства свинца, существенные для пробивания стекла, и такие же свойства стекла, обеспечивающие образование пулевого отверстия, интегрированы в простые величины: скорость, кинетическая энергия, плотность, температура и т.д. Для получения ожидаемого эффекта не важны такие специфические свойства их структур, как топология элементов и связей между ними, пути прохождения взаимодействий между отдельными элементами - мы отвлекаемся от всего этого, заменяя статистические или системные величины однозначными динамическими, взаимозависимость которых описывается простыми линейными уравнениями, и вся картина происходящего выглядит поэтому достаточно «крупнозернистой». Напротив, то, что мы называем информацией, имеет место, когда фиксируется инвариантная функциональная зависимость именно между пространственно-временными и/или иными структурными деталями взаимодействующих систем.
2. Есть основания утверждать, что когнитивные способности являются эмерджентными эффектами сетевой структуры, обеспечивающей параллельные вычисления. Почему это важно?
Живые организмы, у которых только мы изначально и обнаруживаем когнитивные способности, являются продуктами эволюции - альтернативная точка зрения происходит скорее из сферы идеологии, а не науки. Это значит, что методом строительства всё более сложных адаптивных систем выступает не разумное проектирование, а слепые пробы и ошибки. Более того, само появление мозга как основного носителя когнитивных свойств означало революцию в эффективности биологических адаптивных систем, поскольку обучаемые организмы меньше гибнут в результате оши-
бок, и, соответственно, биоматериал экономится, а скорость эволюции увеличивается экспоненциально. Всё это вместе говорит о возрастающей эффективности (в т.ч. энергетической) вычислительной системы.
Человек-инженер, работая над созданием вычислительной системы и увеличением её мощности, поступает как индивид, уже тренированный в рамках социальной коммуникации: он берёт машину Тьюринга и заставляет её совершать всё больше операций в единицу времени, увеличивая частоту и добавляя ядра процессора - всё ради того, чтобы быстрее и лучше обрабатывать последовательные цепочки символов, как, собственно, и поступаем все мы в рамках нашей социальной коммуникации - в точности как научила нас природа, о чём говорилось выше. Собственно и метафора «вычислений» заимствуется учёными из этой же сферы. И, подобно тому как принципиально не менялась схема автомобиля с 1910-х, несмотря на фантастически возросшие мощность и комфорт современных экземпляров, так и современные искусственные вычислительные системы - компьютеры - всё также получают данные от устройств ввода, обрабатывают их в соответствии с загруженными алгоритмами и сохраняют их в ячейках памяти. Все инженерные ухищрения до сих пор были направлены на ускорение процессов, происходящих в той же самой схеме: ввод - процес-синг - запись в память - вывод.
Если бы природа исполняла некий инженерный план, то, во-первых, принципиальная схема такого устройства уже должна была быть реализована в нашем когнитивном аппарате. А во-вторых, алгоритмы процессинга тоже должны были быть заранее кем-то созданы и загружены в него же. Но ничего из этого природа позволить себе не может. Слепая эволюция может лишь, однажды случайно создав примитивный и маломощный вычислительный процессор, добиваться увеличения его вычислительной мощности, а значит и адаптивной эффективности, просто увеличивая их количество в некоторой связанной группе, подобно тому как в некоторых архаичных языках множественное число образуется через удвоение слова. И на этом пути природу ожидает одно замечательное открытие, до которого не додумался человек разумный: совокупная вычислительная мощность сложносоставного вычислительного устройства не равна сумме таковых мощностей примитивных процессоров - возникает эмерджентный эффект за
счёт параллельной обработки информации, и те данные, которые даже не могут быть представлены (репрезентированы) отдельному процессору, совокупная сеть отражает, обрабатывает и даже запоминает с готовностью. Не случайно современные неклассические подходы в теории и практике вычислений, основанные на параллельном процессинге - искусственные нейронные сети, мультиа-гентные системы - называют в литературе 'bio-inspired' - вдохновлённые биологией.
Для природных вычислений важен не столько их дискретный/ континуальный характер, сколько их параллельная архитектура. Природные процессоры (нейроны, отдельные особи) эволюционно подготавливаются к объединению их вычислительных ресурсов, приобретая зримые выражения своих «валентностей» (дендриты, аксоны, зеркальные нейроны и т.п.).
Моделирование вычислительных систем человечеством изначально пошло в направлении, обратном естественной эволюции. Нам оказалось легче научить компьютер символическим, логическим и математическим операциям, чем распознаванию образов, звуков, хождению и управлению мелкой моторикой. Аналогично, если искусственные компьютеры нужно специально готовить к работе в сети, естественные вычислительные устройства (клетки или организмы) на определённом этапе своей эволюции с готовностью объединяются в «строчки», комплексы или сети.
Если это так, то амбициозной задачей для вычислительной биологии, нейрофизиологии и когнитивной науки было бы открытие механизма сетевой готовности естественных вычислительных систем.
Есть достаточно серьёзные доводы в пользу предположения, что когнитивные способности во всём их многообразии суть эмерджент-ные эффекты именно сетевой архитектуры биологических вычислительных систем, осуществляющих параллельный процессинг. Именно распределенные процессоры, работающие как статистические машины, способны к самообучению на основе категоризации данных, продуцирования вероятностных гипотез и уточнения их в результате обработки ошибок. Поэтому дело не в качественной определённости процессов, обеспечивающих эти способности -электричество или химия, - дело в архитектуре вычислительной системы, способной самостоятельно, без внешнего программирования работать с вероятностными распределениями данных.
URL: http://cyberspace.pglu.ru
Здесь мы можем столкнуться с ещё одним возражением: аргумент против сетевой основы когниций состоит даже не в субстрате мозговых процессов, а в уровне, на котором следует ожидать проявления когнитивных способностей, в их элементарном носителе -сторонники «биологического мозга» полагают, что таковым может выступить отдельный нейрон, который уже точно не является никакой сетью, а электрический потенциал, транслируемый им вовне образуется вследствие некоторых химических и генетических событий. Адепты этой точки зрения ссылаются на т.н. «нейрон бабушки» - эффект, когда целостный когнитивный образ появляется как следствие возбуждения одного-единственного нейрона.
Философ не имеет ни средств, ни морального права критиковать эмпирические данные и эксперименты: его поле - концептуальные схемы. Но нельзя не отметить, что даже специалисты в области поведенческой специализации отдельных нейронов подчёркивают, что при всей сложности последних как био-хи-мико-генетических устройств и информационных процессоров, информация, которая доступна каждому из них в отдельности, располагается на, если так можно сказать, «служебных» уровнях структурной иерархии мозга, тогда как собственно когнитивная обработка информации осуществляется на более высоких уровнях организации (см., напр., [4; 5; 6]).
Вместе с тем имеются результаты исследований, которые напрямую связывают степень развитости когнитивных функций со степенью связности нейрональной сети, измеряемой средствами теории графов. Так, в недавнем исследовании нейронных основ когнитивных и интеллектуальных различий между людьми, опирающемся на солидный эмпирический базис и серьёзные математические средства анализа, было установлено, что общая интеллектуальность (intelligence) испытуемых зависит «от между- и внутримодульной связности в нейронных кластерах, расположенных в лобных, теменных и других кортикальных и подкорковых областях мозга, которые ранее рассматривались в качестве локализованных нейронных субстратов интеллекта» [7, с. 6].
С другой стороны, успехи моделирования многих когнитивных функций дают некоторые основания для правдоподобных предположений, что именно такой механизм лежит в основе естественных когнитивных процессов. При этом химические и генетические механизмы живого мозга играют существенную роль
в его общем функционировании - но не благодаря их субстратной определённости, а благодаря их функциональной роли, которая, скорее всего, доступна моделированию в иных субстратах. Это значит, что для искусственного воспроизводства всей сложности реального когнитивного аппарата не обязательно использовать те же химические вещества или цепочки ДНК. Достаточно математически описать их функциональные роли и воспроизвести эти роли в компьютерных моделях.
Но окончательные ответы, конечно же, могут дать только научные исследования, опирающиеся на солидный эмпирический базис и корректное моделирование.
2. Когниции как эмерджентные эффекты сетевых вычислительных архитектур
Как показывает опыт изучения специальной литературы, эмпирические данные, на которые опирается концепция «биологического мозга», неплохо интегрируются в альтернативные концепции нейросетевых вычислений. Так, несколько лет назад группа авторов [8] поставила перед собой амбициозную задачу: проанализировать вычислительную структуру мозга с целью обнаружения элементарных вычислительных операций - «вычислительных примитивов» - и их нейродинамических коррелятов. Этот теоретический ход интересен тем, что, в то время как нейросетевые модели часто называют «биологически вдохновлёнными», поскольку их вычислительная архитектура была навеяна знаниями об устройстве живого мозга, предложенный здесь противоположный подход можно было бы охарактеризовать как «компьютерно-вдохновлённый», поскольку он стремится увидеть в биологическом материале элементы, характерные для искусственных процессоров.
Авторы исходят из того, что при ближайшем рассмотрении в мозге имеются сотни различных типов нейронов, а отдельные синапсы содержат сотни различных протеинов. Это наводит их на мысль, что кору мозга следовало бы понимать не как единое устройство, а как широкий набор типовых вычислительных примитивов - элементарных единиц процессинга, подобных множествам базовых инструкций в микропроцессоре - возможно, соединенных параллельно, как и в том реконфигурируемом типе интегральной схемы, который известен как программируемая
пользователем вентильная матрица. В качестве возможных кандидатов на роль вычислительных примитивов авторы предлагают схемы для смещения фокуса внимания, для кодирования и манипуляции последовательностями, для нормализации отношения активности отдельного нейрона к активности множества нейронов. Сюда же могли бы быть отнесены схемы-гейты, переключающие потоки информации между различными отделами коры, а также устройства хранения рабочей памяти и принятия решений. Они могут также включать в себя схемы для хранения рабочей памяти, принятия решений, хранения и преобразования информации посредством распределённого нейронного кодирования (population coding) и кодирования переменных.
Но особого внимания заслуживает такое элементарное вычислительное действие, как временное или постоянное связывание двух битов информации: переменной и её произвольного значения. Такое связывание играет центральную роль как в понимании (в т.ч. продуктивном) языка, так и в дедуктивном рассуждении. В качестве кандидатов на нейрональные механизмы такого связывания рассматриваются временная синхрония нейронных ансамблей, мультипликация векторов, кодируемых нейронными популяциями, точно контролируемые взаимодействия между префронтальной корой и базальными ганглиями. Возможные механизмы включают также взаимосвязанные системы анатомически определённых регистров (групп нейронов, определяющих временные хранилища памяти) с различными схемами кодирования. Эмпирическому исследованию в этой области помогают такие новые технологии, как оптогенетика. Адекватное описание механизма связывания переменных, по мнению авторов, может оказаться незаменимым для установления связей между нейронами и когнитивными процессами более высокого уровня.
Например, наблюдаются систематические различия в экспрессии генов между отделами коры, которые увеличиваются как функция расстояния между ними. Другие молекулярные механизмы, такие как альтернативное склеивание нейрексинов (протеинов, которые помогают организовать формирование нейрональных си-наптических связей), обеспечивают потенциальные пути, с помощью которых кажущиеся на первый взгляд тонкими молекулярные различия могут приводить к важным качественным изменениям синаптической связи.
Нейронаука, уверены авторы, должна развивать такие экспериментальные инструменты, как подробные карты мозга и вычислительные инфраструктуры, на поддержку которых нацелены сегодняшние инициативы в исследовании мозга, но также и новый набор научных методов для понимания того, как, хотя бы в общем виде, системы могут переходить от сетей нейронов к символическому познанию. С этой целью междисциплинарное исследование возможности построения таксономии и филогенеза представленных в коре вычислительных примитивов продвинуло бы наше понимание далее к конечной цели - к расшифровке того, как комплексы таких элементов определяют поведение.
В более раннем исследовании [9] его авторы сосредоточились на межклеточных сигнальных сетях, которые координируют деятельность отдельных клеток мозга. Многочисленные сигнальные пути, согласно их данным, позволяют клетке принимать, обрабатывать и реагировать на информацию. Часто компоненты различных путей взаимодействуют, что приводит к образованию сигнальных сетей. Была построена компьютерная модель биохимических сигнальных сетей в соответствии с экспериментально полученными и опубликованными константами и проанализирована с помощью вычислительных методов, чтобы понять роль этих сетей в сложных биологических процессах. Как оказалось, сигнальные сети демонстрируют эмерджентные свойства, такие как интеграция сигналов в разные временные масштабы, генерирование явно различимых выводов в зависимости от мощности и продолжительности ввода и самоподдерживающиеся контуры обратной связи. Обратная связь в этих сетях может привести к бистабиль-ному поведению с дискретными устойчивыми действиями, четко определенными порогами ввода для перехода между состояниями и длительным выходом сигнала и модуляции сигнала в ответ на переходные (transient) раздражители. Эти свойства сетей сигнализации повышают вероятность того, что информация для «выученного (learnt) поведения» биологических систем может храниться во внутриклеточных биохимических реакциях, которые включают в себя сигнальные пути.
В этом изложении я выделил курсивом ссылки на те факты, которыми оперируют сторонники «биологического мозга», но которые, как мы видим, прекрасно ассимилируются современными нейровычислительными теориями.
3. Заключение
Итак, анализируя аргументы сторонников биологического натурализма, я выделил из них два наиболее принципиальных: (а) химия мозга значительно важнее его же электричества, и (б) поэтому его невозможно моделировать в искусственных средах. Моё основное возражение против (а) состоит в следующем. Во-первых, трудно представить себе, чтобы когнитивная и, шире, информационная деятельность мозга полагалась на химические взаимодействия, хотя бы потому что они более медленные. И известные мне эмпирические исследования в целом подтверждают видение, согласно которому роль нейромедиаторов и других химических веществ состоит в основном в модулировании, усилении и подавлении электрических сигналов определённых нейронов. Т.е., это скорее тонкая настройка процессов, чем процессы сами по себе. Поэтому, во-вторых, мы имеем дело со слабой или, может быть, даже кажущейся зависимостью когнитивных функций от физико-химического субстрата мозга. Действия химических нейротрансмиттеров и нейромедиаторов составляют часть общих вычислительных алгоритмов, которые в совокупности приводят к эмерджентным эффектам, обозначаемым нами родовым термином «психика». Без них мозг был бы более грубой и менее настраиваемой машиной, но он так или иначе работал бы.
Что касается тезиса (б), я склонен видеть за ним ещё одно некорректное умозаключение. Реконструируется оно просто: мы моделируем всё на компьютерах, компьютеры работают на электричестве, мозг не работает на электричестве (оно не существенно для его работы, в отличие от химии), следовательно - компьютерное моделирование мозга невозможно. Возражения очевидны. О якобы химической природе мозга уже сказано. Моделировать электрические процессы в электрических средах теоретически несложно (технически, может быть, немного сложнее). Если эти процессы нуждаются в модулировании (т.е. коррекции и тонкой настройке), а эволюционно развивающийся мозг использует для этого доставшиеся ему в наследство донейрональные химические взаимодействия, то очевидно, что работающая модель не обязана воспроизводить все материальные реализации природы. Модель воспроизводит функциональную структуру моделируемой системы. Следовательно, модулирующие действия химических веществ могут быть симулированы электрическими или какими-либо ещё воздействиями, чья техническая реализация более доступна.
С другой стороны, если XIX и XX вв. были временем технологий, основанных на электричестве, то в наше время химические и биологические технологии развиваются быстрыми темпами. Уже сейчас о биокомпьютерах говорят как о реальности ближайшего будущего. Если добавить сюда нано- и квантовые технологии, то дихотомия «химическое - электрическое» выглядит наивной и устаревшей. В недалёком будущем, быть может, функции нынешних электрических процессов будут воспроизведены в биохимических, нано- или квантовых взаимодействиях, причём с неизмеримо большей эффективностью. И тогда мозг будет представляться исследователям будущего не образцом недостижимой сложности, а, напротив, устаревшей моделью, требующей, как минимум, улучшения.
Возвращаясь к силлогизму, сформулированному в начале, отметим, что удвоение термина всё же имеет место: когнитивные способности демонстрируют слабую (т.е. неисключительную) зависимость от химической природы нейротрансмиттеров, медиаторов и других субстанций, тогда как в первой посылке, конечно, предполагается сильная зависимость. Многочисленные вычислительные модели, учитывающие химический аспект деятельности мозга, показывают, что когниции всё же существенно отличаются от пищеварения - именно тем, что представляют собой вычислительные процессы. Вычислительные процессы, если абстрагироваться от всякого антропоморфизма в их истолковании, отличаются от (условно говоря) «материальных» тем, что направлены не на субстрат, а на структуру. Структура связывает элементы функциональными связями, и это структурно-функциональное единство может быть воспроизведено в любом субстрате, который обладает достаточным числом возможных состояний и технической возможностью обеспечить переходы между ними. Учитывая это, противопоставление химической природы мозга его «электрическому» истолкованию выглядит тем более надуманным.
Эмпирические исследования поставляют многочисленные данные, которые могут быть интерпретированы в пользу любой из конкурирующих концепций. Это означает лишь, что конкуренция, как и везде в научной сфере, должна основываться на достижении преимуществ в двух основных параметрах научной теории: объяснительной силе и простоте онтологии. Что касается концепции «биологического мозга», анализу которой посвящено настоящее
исследование, то необходимо заметить, что задачей философа не может быть установление её истинности или ложности - это дело профессионалов. Я лишь ставил перед собой цель подвергнуть анализу притязания этой теории на роль единственно истинного объяснения когнитивных эффектов, порождаемых мозгом, и, соответственно, отрицание истинности и релевантности альтернативного - нейросетевого - подхода. Как мы увидели, свидетельства, приводимые биологическими натуралистами, недостаточны для окончательного выбора в пользу их интерпретации и в принципе неплохо уживаются и с нейросетевым видением. В то же время реальные технологические успехи искусственного интеллекта в наши дни связаны именно с нейросетевыми моделями когнитивных способностей. Все эти обстоятельства позволяют заключить, что адептам «биологического мозга» пока не удаётся ни доказать истинность собственной теории, ни опровергнуть конкурирующие подходы.
Литература
1. Михайлов И.Ф. Человек, сознание, сети. М.: ИФРАН, 2015. 196 с. (Mikhailov I.F. Man, Mind, Networks. M .: IFRAN, 2015. 196 s.)
2. СахаровД.А. Биологический субстрат генерации поведенческих актов // Журнал общей биологии. 2012. том 73. № 5. С. 324-348. (Sakharov D.A. Biological substrate of the generation of behavioral acts // Journal of General Biology, 2012, vol 73, No 5, p. 324-348.)
3. Базян А.С. Кодирование эмоциональных состояний мозгом животных: молекулярно-химический код // Известия ТРТУ 2005. № 47. С. 164-169 (Bazyan A.S. Coding of emotional states by the brain of animals: molecular-chemical code // Izvestiya TRTU, No. 47, 2005, p. 164169)
4. Сварник О.Е. Активность мозга: Специализация нейрона и дифференциация опыта. М.: Изд-во «Институт психологии РАН», 2016. 190 с. (Svarnik O.E. Brain Activity: Neuron Specialization and Differentiation of Experience. M.: Publishing House "Institute of Psychology RAS", 2016. 190 p.)
5. Cash S.S., Leigh R. Hochberg L.R. The Emergence of Single Neurons in Clinical Neurology // Neuron. 2015 Apr 8; 86(1): 79-91. doi: 10.1016/j. neuron.2015.03.058
6. Paul G. Middlebrooks, Zachary M. Abzug and Marc A. Sommer. Studying Metacognitive Processes at the Single Neuron Level // S.M. Fleming and C.D. Frith (eds.), The Cognitive Neuroscience of Metacognition, 225 DOI: 10.1007/978-3-642-45190-4_10, O Springer-Verlag Berlin Heidelberg 2014
7. Hilger K., Ekman M., Fiebach C.J., Basten U. Intelligence is associated
with the modular structure of intrinsic brain networks // Scientific Reports, 7:16088, DOI:10.1038/s41598-017-15795-7, Published online: 22 November 2017
8. Marcus G., Marblestone A., Dean T. The atoms of neural computation. Does the brain depend on a set of elementary, reusable computations? // Science 346, 551, 2014, pp. 551-552. DOI: 10.1126/science.1261661
9. Bhalla U.S and Iyengar R. Emergent properties of networks of biological signaling pathways // Science. 1999; 283: 381-387
