Что поднимает активность вашего мозга?
Мозг сложен; у людей она состоит из около 100 миллиардов нейронов, что составляет порядка 100 триллионов соединений. Его часто сравнивают с другой сложной системой, обладающей огромными возможностями для решения проблем: цифровым компьютером. И мозг, и компьютер содержат большое количество элементарных блоков - нейронов и транзисторов соответственно - которые соединены в сложные цепи для обработки информации, передаваемой электрическими сигналами. На глобальном уровне архитектуры мозга и компьютера похожи друг на друга и состоят в основном из отдельных цепей для ввода, вывода, центральной обработки и памяти.
Кто обладает большей способностью решать проблемы - мозг или компьютер? Учитывая быстрое развитие компьютерных технологий в последние десятилетия, вы можете подумать, что компьютер имеет преимущество. Действительно, компьютеры были созданы и запрограммированы для победы над людьми-мастерами в сложных играх, таких как шахматы в 1990-х годах. Однако на момент написания этой статьи люди одерживают победу над компьютерами в многочисленных реальных задачах - от идентификации велосипеда или конкретного пешехода на переполненная городская улица, где можно потянуть чашку чая и плавно поднести ее к губам, не говоря уже о концептуализации и творчестве.
Так почему компьютер хорош в определенных задачах, а мозг лучше в других? Сравнение компьютера и мозга было поучительным для компьютерных инженеров и нейробиологов . Это сравнение началось на заре современной компьютерной эры в небольшой, но глубокой книге Джона фон Неймана под названием «Компьютер и мозг», эрудита, который в 1940-х годах впервые разработал компьютерную архитектуру, которая до сих пор является основой большинства современные компьютеры сегодня. Давайте посмотрим на некоторые из этих сравнений в цифрах
- Компьютер имеет огромные преимущества перед мозгом в скорости выполнения основных операций. В настоящее время персональные компьютеры могут выполнять элементарные арифметические операции, такие как сложение, со скоростью 10 миллиардов операций в секунду. Мы можем оценить скорость элементарных операций в мозге по элементарным процессам, посредством которых нейроны передают информацию и общаются друг с другом. Например, нейроны «запускают» потенциалы действия - пики электрических сигналов, инициируемых вблизи тел нейронных клеток и передаваемых по их длинным расширениям, называемым аксонами, которые связываются с их нижестоящими нейронами-партнерами. Информация закодирована в частоте и времени этих всплесков. Самая высокая частота запуска нейронов составляет около 1000 пиков в секунду. В качестве другого примера, нейроны передают информацию своим нейронам-партнерам главным образом путем высвобождения химических нейротрансмиттеров в специализированных структурах на терминалах аксонов, называемых синапсами, а их нейроны-партнеры преобразуют связывание нейротрансмиттеров обратно в электрические сигналы в процессе, называемом синаптической передачей. Самая быстрая синаптическая передача занимает около 1 миллисекунды. Таким образом, как с точки зрения шипов, так и синаптической передачи, мозг может выполнять максимум около тысячи базовых операций в секунду, или в 10 миллионов раз медленнее, чем компьютер.4
Компьютер также имеет огромные преимущества перед мозгом в точности основных операций. Компьютер может представлять величины (числа) с любой требуемой точностью в соответствии с битами (двоичные цифры или 0 и 1), назначенными каждому числу. Например, 32-разрядное число имеет точность 1 в 232 или 4,2 миллиарда. Эмпирические данные свидетельствуют о том, что большинство величин в нервной системе (например, частота возбуждения нейронов, которая часто используется для представления интенсивности стимулов) имеют вариабельность в несколько процентов из-за биологического шума или с точностью 1 к 100 при лучший, который в миллионы раз хуже компьютера.
Профессиональный теннисист может следить за траекторией мяча, который подается со скоростью до 160 миль в час.
Однако вычисления, выполняемые мозгом, не являются ни - медленными, ни неточными. Например, профессиональный теннисист может проследить траекторию теннисного мяча после его подачи со скоростью до 160 миль в час, перейти к оптимальному месту на корте, расположить свою руку и повернуть ракетку, чтобы вернуть мяч на площадку соперника, всего за несколько сотен миллисекунд. Более того, мозг может выполнять все эти задачи (с помощью контролируемого им тела) с потреблением энергии примерно в десять раз меньше, чем у персонального компьютера. Как мозг достигает этого? Важное различие между компьютером и мозгом заключается в способе обработки информации в каждой системе. Компьютерные задачи выполняются в основном последовательными шагами. Это видно по тому, как инженеры программируют компьютеры, создавая последовательный поток инструкций. Для этого последовательного каскада операций необходима высокая точность на каждом шаге, поскольку ошибки накапливаются и усиливаются в последовательных шагах. Мозг также использует последовательные шаги для обработки информации. В примере с возвратом тенниса информация поступает из глаза в мозг, а затем в спинной мозг, чтобы контролировать сокращение мышц ног, туловища, рук и запястья.
Но мозг также использует массивно параллельную обработку, используя преимущества большого количества нейронов и большого количества соединений, которые устанавливает каждый нейрон. Например, движущийся теннисный мяч активирует множество клеток в сетчатке, называемых фоторецепторами, работа которых заключается в преобразовании света в электрические сигналы. Эти сигналы затем передаются на множество различных типов нейронов в сетчатке параллельно. К тому времени, когда сигналы, исходящие из фоторецепторных клеток, проходят через два-три синаптических соединения в сетчатке, информация о местоположении, направлении и скорости шарика извлекается параллельными нейронными цепями и передается параллельно мозгу. Аналогично, моторная кора (часть коры головного мозга, которая отвечает за волевое моторное управление) посылает команды параллельно для управления сокращением мышц в ногах, туловище, руках и запястье, так что тело и руки находятся одновременно хорошо расположен для получения входящего мяча.Эта массивно параллельная стратегия возможна потому, что каждый нейрон собирает входные данные и посылает выходные данные многим другим нейронам - в среднем порядка 1000 для входных и выходных сигналов для нейрона млекопитающих. (Напротив, каждый транзистор имеет только три узла для ввода и вывода всего вместе.) Информация от одного нейрона может доставляться на множество параллельных нисходящих путей. В то же время многие нейроны, которые обрабатывают одну и ту же информацию, могут объединять свои входные данные с одним и тем же нейроном вниз по течению. Это последнее свойство особенно полезно для повышения точности обработки информации. Например, информация, представленная отдельным нейроном, может быть зашумленной (скажем, с точностью 1 на 100). Взяв среднее значение входных данных от 100 нейронов, несущих одну и ту же информацию, общий нейрон-партнер ниже по течению может представлять информацию с гораздо более высокой точностью (в данном случае около 1 на 1000) .6
Компьютер и мозг также имеют сходства и различия в режиме сигнализации их элементарных единиц. Транзистор использует цифровую сигнализацию, которая использует дискретные значения (0 и 1) для представления информации. Пик в нейрональных аксонах также является цифровым сигналом, поскольку нейрон либо запускает, либо не запускает пики в любой момент времени, и когда он запускается, все пики имеют приблизительно одинаковый размер и форму; это свойство способствует надежному распространению шипа на большие расстояния. Однако нейроны также используют аналоговую сигнализацию, которая использует непрерывные значения для представления информации. Некоторые нейроны (как и большинство нейронов в нашей сетчатке) не излучают, и их выходной сигнал передается с помощью градуированных электрических сигналов (которые, в отличие от шипов, могут непрерывно варьироваться по размеру), которые могут передавать больше информации, - чем шипы. Принимающая сторона нейронов (прием обычно происходит в дендритах) также использует аналоговую сигнализацию для интеграции до тысяч входов, что позволяет дендритам выполнять сложные вычисления.7
Ваш мозг в 10 миллионов раз медленнее, чем компьютер.
Еще одно существенное свойство мозга, которое явно играет роль в возвращении примера обслуживания из тенниса, заключается в том, что силы связи между нейронами могут быть изменены в ответ на активность и опыт - процесс, который, по общему мнению нейробиологов, лежит в основе для обучения и памяти. Повторное обучение позволяет нейронным цепям лучше настраиваться для выполняемых задач, что значительно повышает скорость и точность.
В последние десятилетия инженеры черпали вдохновение в совершенствовании компьютерного дизайна. Принципы параллельной обработки и зависящее от использования изменение прочности соединения были включены в современные компьютеры. Например, повышенный параллелизм, такой как использование нескольких процессоров (ядер) на одном компьютере, является современной тенденцией в компьютерном проектировании. В качестве другого примера, «глубокое обучение» в области машинного обучения и искусственного интеллекта, которое в последние годы имело большой успех и объясняет быстрый прогресс в распознавании объектов и речи в компьютерах и мобильных устройствах, было вдохновлено результатами визуального исследования млекопитающих. system.8 Как и в визуальной системе млекопитающих, в глубоком обучении используются несколько слоев для представления все более абстрактных характеристик (например, визуального объекта или речи), а веса связей между различными уровнями корректируются с помощью обучения, а не по проектам инженеров. Эти последние достижения расширили репертуар задач, которые способен выполнять компьютер. Тем не менее, мозг обладает превосходной гибкостью, обобщаемостью и способностью к обучению, чем современный компьютер. Поскольку нейробиологи раскрывают все больше секретов о мозге (чему все больше помогает использование компьютеров), инженеры могут больше вдохновляться работой мозга для дальнейшего улучшения архитектуры и производительности компьютеров. Независимо от того, кто победит в выполнении конкретных задач, эти междисциплинарные перекрестные удобрения, несомненно, будут способствовать развитию как нейробиологии, так и компьютерной инженерии.
