Ася Казанцева - Мозг материален

Во всяком случае, аналогия с компьютерным алгоритмом интересна тем, что на самом деле все наоборот. Это компьютерные алгоритмы похожи на работу зрительной системы и в значительной степени ее исследованиями и вдохновлены. Есть целая группа математических алгоритмов (и приборов, которые работают на их основе), которая вот прямо так и называется – нейросети. Именно потому, что у них такой же принцип работы: функциональный элемент собирает входящие сигналы и выдает или не выдает свою реакцию в зависимости от того, какие именно сигналы на него поступили. Конструктивно ближе всего к нашей зрительной системе свёрточные нейронные сети [254] Liang, M. & Hu, X. (2015). Recurrent convolutional neural network for object recognition. CVPR , 3367–3375. , которые, собственно, и предназначены в первую очередь для распознавания изображений. Сегодня разрабатывают такие алгоритмы для распознавания лиц, рукописного текста, электроэнцефалограмм и множества других важных вещей. Справляются они пока что хуже, чем живые люди, – ну так у них и функциональных элементов намного меньше. И развиваться они начали на сотни миллионов лет позже, чем наша прекрасная нервная система.

Легко и приятно изучать зрение, когда ваше подопытное животное смотрит туда, куда вам нужно, и видит там одну-единственную линию с заданным наклоном. В реальной жизни мы постоянно переводим взгляд с одного участка пространства на другой, нас окружает огромный сложный мир, а наши возможности к обработке информации хотя и велики, но далеко не безграничны. Стимулы конкурируют за возможность пробиться на каждый следующий уровень иерархии, а помогают им в этом нисходящие сигналы. Психологи используют для их описания такие слова, как “внимание”, “ожидания” и “предшествующий опыт”. Нейробиологи используют более красивые термины, например “иерархическое предиктивное кодирование”, – эта модель предполагает, что нейроны более высокого уровня иерархии стремятся предсказать, какой именно сигнал придет к ним снизу, и оценивают уровень расхождения между ожиданием и реальностью [255] Rao, R. P. N. & Ballard, D. (1999). Predictive coding in the visual cortex: a functional interpretation of some extra-classical receptive-field effects. Nature Neuroscience , 2 (1), 79–87. , [256] Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences , 36 (3), 181–204.

В основном я буду рассказывать, как изучают эти процессы в экспериментах с людьми. Но сначала все же хочу упомянуть одно старинное исследование с электродами, вживленными в мозг обезьян: это одновременно позволит мне закончить разговор о зрительной коре и выстроить мостик к обсуждению нисходящих потоков информации.

Мы с вами остановились на обсуждении первичной зрительной коры, или V1, которая улавливает ориентацию линий (на самом деле не только, в ней тоже есть разные слои с разными задачами, но все равно речь идет о простых отдельных признаках). Она находится в самой задней части мозга. После нее информация обрабатывается еще в нескольких отделах затылочной коры, но почти сразу делится на два потока: один из них отправится в теменную кору, которая будет отвечать на вопрос “где?” (куда движутся объекты, как они расположены относительно друг друга, как согласовать эту информацию с движениями глаз и конечностей), а второй отправится в височную, чтобы ответить на вопрос “что?” (финальная задача – распознавание объектов).

Зрительная кора V4 – это часть пути, отвечающего на вопрос “что?”. Она умеет распознавать простые геометрические фигуры. Играет ключевую роль в восприятии цвета. А еще ее нейроны умеют изменять свою активность в зависимости от того, на что направлено внимание хозяина.

Это выяснили в 1985 году Джеффри Моран и Роберт Десимон. Они записывали активность единичного нейрона в зоне V4 и определяли для начала, на какие стимулы этот нейрон реагирует. Например, могло оказаться, что он реагирует на любые красные прямоугольники, но совершенно равнодушен к зеленым. Кроме того, исследователи определяли, в какой части экрана эти фигуры должны находиться, чтобы попасть в рецептивное поле этого нейрона (то есть быть исходно воспринятыми той частью клеток сетчатки, от которой информация стекается именно туда).

И вот что происходит [257] Moran, J. & Desimone, R. (1985). Selective attention gates visual processing in the extrastriate cortex. Science , 229 (4715), 782–784. . Пока обезьяна ничем не занята, ее нейрон интенсивно реагирует на красный прямоугольник. Если ей дать задание, в котором нужно обращать внимание на красный прямоугольник, то, естественно, происходит то же самое. Но вот если ей дать задание, в котором нужно реагировать на зеленый прямоугольник, расположенный по соседству, то активность нейрона, распознающего красные прямоугольники, резко падает, хотя сам красный прямоугольник никуда не делся.