Издание Wired опубликовало результаты нескольких спорных исследований, которые доказывают, что человеческий мозг может предсказывать будущее. Рассказываем, как ученые пришли к таким выводам.
Представления о мозге: от простой модели к идее «предсказания»
Предположение о том, что наш мозг умеет предсказывать, впервые высказал арабский астроном и математик Хасан Ибн Аль-Хайтам еще тысячу лет назад в своей «Книге оптик». Тогда эта теория не получила популярности и еще несколько веков оставалась без внимания. Вплоть до XIX века ученые думали, что мозг человека работает линейно: стимул — реакция. Но в 1860-е годы
немецкий физик и врач Герман фон Гельмгольц предположил, что на самом деле это не так. В голове не только есть определенная иерархия, но и ассоциации, которые сильно влияют на то, как человек отреагирует на импульс извне.
Ученый считал, что восприятие каждого человека сочетает в себе его индивидуальный опыт и врожденные данные, характерные именно для его органов восприятия. Именно поэтому мы видим разные объекты на известных двусмысленных картинках, где можно увидеть и старушку, и молодую женщину.
Такое восприятие связано с тем образом, который формируется на сетчатке глаза. Оказалось, что когда человек впервые сталкивается с образом, он закрепляется в его сознании как ассоциация и сохраняется на высоких уровнях мозга. Получается, что как только человек замечает какой-то объект, его мозг передает сигнал на более высокие уровни когнитивной иерархии. Там происходит поиск опыта взаимодействия с похожим объектом, а еще именно с этих уровней мозг дает реакцию.
В 1980-е годы пионер когнитивной психологии Ричард Лэнгтон Грегори в своей работе «Перцепции как гипотезы» пошел еще дальше и высказал предположение, что восприятие (а, может, и все системы познания) формируется за счет несоответствия между тем, чего ожидают нейроны мозга, и тем, какая информация поступает им на самом деле. Это можно назвать концептуальной моделью «ожидание–реальность». То есть мы ожидаем, что увидим змею (наш мозг «предсказывает» такой исход), но в реальности оказывается, что под ногами палка. Выявив это несоответствие, или «ошибку предсказания», на низком уровне, мозг выдает ошибку и отправляет ее вверх. Более высокий уровень корректирует свое представление и обновляет предикативные модели, чтобы избежать ошибок в будущем.
Мозг приматов и вычислительные машины: как ученые проверяли гипотезу
Чтобы проверить гипотезу о возможности мозга предсказывать, исследователи обратились к компьютерным вычислительным моделям. Вдохновившись биологическими нейронами, нейробиологи построили искусственные нейронные сети, которые продемонстрировали сверхъестественные навыки: по словам исследователей, они могли имитировать способности нашего мозга. Некоторые эксперименты с этими технологиями также доказывают, что мозг предсказывает будущее, чтобы сэкономить энергию. Вот как это работает.
В 1999 году компьютерные ученые Раджеш Рао и Дана Баллард построили вычислительную модель предиктивного кодирования. Ее суть заключается в том, что мозг находится процессе постоянной обработки информации, все время обновляя свое представление о мире. Созданная Рао и Баллард система воспроизводила часть нейронного пути в мозге приматов и могла фиксировать ошибки, появляющиеся в нейронах мозга из-за изменений. Например, если в изученном ряде картинок вдруг появлялось новое изображение.
Но у такого подхода были свои ограничения. Когда Рао и Баллард проводили свои исследования, можно было сделать только сети прямого распространения, в которых информация обрабатывалась линейно: от входа к выходу, «сверху-вниз». В то время как мозг приматов состоит из иерархических областей.
Позже неврологи пришли к другому типу моделей — рекуррентным нейронным сетям (или РНС), в которых есть как прямые, так и обратные связи нейронов, активных непрерывно. Рекуррентные сети привлекли внимание нескольких исследователей из Гарварда. В 2016 году они создали систему, которая научилась предсказывать следующий кадр в видео. Эти сети работали по принципу предиктивного кодирования и состояли из четырехслойной иерархии: каждый уровень предсказывал информацию, находящуюся на уровне ниже, а в случае несоответствия посылал сигнал об ошибке.
Позже ученые предположили, что нейронная коммуникация — это энергозатратный процесс: из-за силы связей между нейронами, также известной как вес, которая показывает переход импульса от одного нейрона к другому, тратится большая часть энергии. Но позже оказалось, что в разработанных системах есть механизмы, которые заставляют предотвращать ошибки, чтобы сэкономить энергию.
Чтобы проверить это, команда обучила рекуррентные нейронные сети на многочисленных последовательностях цифр — 1234567890, 3456789012, 6789012345 и далее — в которых каждая цифра была показана в виде изображения 28х28 пикселей. Когда система только училась предсказывать следующую цифру, нейроны, названные «юнитами ошибок», были наиболее активны. После того, как последовательности начали складываться, причем с минимальным весом между нейронами, «юниты ошибок» исчезли. Интересно, что сеть пришла к такому исходу, чтобы сократить потребление энергии. В случае с мозгом получается, что когда этот орган «предсказывает», он задействует нейронную активность на более низком уровне, то есть тратит меньше энергии.
Нейроны в голове у грызунов и предсказания: что происходит в реальном мозге
Искусственно созданные нейросети и человеческий мозг — разные вещи. Проверить гипотезу о способности мозга к предсказаниям в реальной жизни решил нейробиолог и компьютерщик Блейк Ричардс. Он и его коллеги обратились в Институт Аллена в Сиэтле, где занимаются изучением активности мозга мышей. Грызунам показывали множество последовательностей пятен Габора со светлыми и темными полосками, расположенными в определенной ориентации. Когда мыши привыкли к пятнам каждой из вариаций, ученые случайным образом меняли ориентацию одного из пятен. Животные были удивлены, но со временем стали ожидать это событие.
Мозг начал «предвидеть» возможные изменения и подавлял реакцию на сенсорную информацию по мере того, как событие становилось менее неожиданным. В то же время, несмотря на привычку, нейронные цепи продолжали отправлять сигналы об ошибках на более высокие уровни.
Ученые предположили, что таким образом они постоянно учились лучше распознавать свойства неожиданных событий, чтобы в будущем делать более точные прогнозы.
Пока что исследования способности мозга «предсказывать» продолжаются, но ученые уверены, что уже доступные доказательства вполне убедительны — осталось только найти этому больше объяснений.
Читайте также:
Почему мы боимся акул и самолетов? Еще одна ловушка нашего мозга
Иллюзия группирования: еще одна ловушка нашего мозга и как в нее не попадаться
Что мы узнали о мозге благодаря технологиям? Вячеслав Дубынин о роли ЭЭГ и мечте о супертомографе
