Всемирный разум

Многое из того, что связано с сознанием, хранится в закодированном виде в мозге и, следовательно, может быть легко расшифровано и приведено в активное состояние. Мы узнаем мелодии независимо от тональности или инструментальной обработки. Для нас при этом важны не абсолютная высота звука или тембр, а музыкальная схема, которой соответствуют проигрываемые звуки. Мы узнаем лица людей независимо от уровня освещенности, расстояния или угла зрения. Узнаем речь, несмотря на акцент, ритм или громкость. Многие нейроученые полагают, что мозг человека хранит инвариантные репрезентации

каждого подобного явления, позволяющие нам улавливать суть – какими бы ни были ее поверхностные разновидности. Для активирования этих репрезентаций требуется совсем немного. Например, когда вы видите вспышку молнии, мозгу, чтобы идентифицировать последнюю, не нужно много времени для анализа ее размера, формы, цвета, положения в пространстве и так далее. Ему достаточно ухватить ее часть – общую форму, которая и служит ключом к восприятию. Зрительный сигнал, относящийся к частичному образу объекта, возбуждает несколько нейронов, с которыми связана вся группа, отвечающая за инвариантную репрезентацию, – и вся цепь нейронов активируется полностью. Это явление называется автоассоциацией

(auto-association): возбуждение части блока памяти активирует весь блок.

Разобраться в этом механизме помогает теория Дональда Хебба (Hebbian learning). Как мы уже поняли, совместно возбуждающиеся нейроны тесно связаны между собой и расположены в непосредственной близости друг от друга (neurons that fi re together wire together). Далее, каждый объект представляется в мозге специфической конфигурацией нейронов и их синаптических связей. Поскольку у каждого нейрона есть тысячи синапсов, для хранения знаний существует огромный объем – посредством ассоциирования каждого объекта с уникальной конфигурацией синапсов в группе нейронов.

Тем не менее, не стоит уподоблять человеческий мозг почтовому отделению, в котором приходящие сообщения раскладывают исключительно по абонированным ящикам. В концепциях не все столь уж красиво разложено по полочкам. Нейроны, участвующие в создании инвариантных репрезентаций, частично накладываются друг на друга. Один и тот же может служить частью многих воспоминаний и концепций. Более того, они могут соотноситься друг с другом иерархически. Допустим, наш мозг имеет нейронную цепь, ассоциированную с общим представлением о собаке, – концепцию «собака». Однако он располагает и цепями, относящимися к столь концептуальным представлениям, как «немецкая овчарка» и «чихуахуа». Каждое из трех представлений четко отличается от всех прочих, однако многие нейроны в них используются, так сказать, совместно. Существует такое множество взаимно накладывающихся и взаимодействующих нейронных цепочек, что использовать для их выявления алгоритм соответствия паттерну (pattern-matching algorithm) просто невозможно. Не говоря уже о том, что между этими цепочками имеются и смысловые взаимосвязи, также требующие выявления.

Компьютеры весьма слабо справляются с дедуктивными задачами и необходимостью приходить к определенным заключениям о сложившихся отношениях. Разработчик программ Джефф Хокинс аргументированно утверждает, что требовать от машин выполнять подобные операции – ошибочный путь. «Правильные» компьютерные программы ведут анализ, следуя принципу «от общего к частному» (top-down analysis), и пытаются соотносить объекты, опираясь на их заданную классификацию в иерархическом порядке. Мозг человека, напротив, выводит свои заключения об отношениях очень быстро и эффективно: незнакомый объект сравнивается с наиболее соответствующим ему прообразом, который уже «записан» в нейронных цепях. Например, собака незнакомой породы быстро распознается нами именно в качестве собаки, поскольку нейронная репрезентация собачьих свойств и признаков в нашем мозге – собирательный образ – может быть легко ассоциирована с любым объектом собаковидной формы.