Вчера мы выяснили кое-что шокирующее: в одном синапсе одновременно взаимодействуют 33 миллиарда молекул. И в каждом нейроне примерно 86 миллиардов таких синапсов.
Если вы помните математику из школы, то поймёте: в одном нейроне молекул столько же, сколько звёзд в миллионах галактик.
Но тут возникает вопрос, который беспокоит неврологов уже десятилетия: как это вообще возможно?
Если нейрон — это просто "ячейка памяти", то почему он такой огромный и сложный? Почему природа не создала нейроны маленькими и простыми, как транзисторы в компьютере?
Ответ ошеломляет: потому что один нейрон — это не ячейка памяти. Это целая библиотека.
Архитектура одного нейрона: меньше, чем вы думали, и больше одновременно
Давайте распакуем математику.
Один нейрон весит примерно 10 пикограмм (10^-12 грамм). На первый взгляд — ничтожно малая единица. Но если учесть, что нейрон содержит триллионы триллионов молекул...
Это как если бы весь Интернет вместили в песчинку.
Теперь представьте: каждый синап в этом нейроне не просто передаёт сигнал "вкл/выкл" (как в классической модели). Каждый синап — это микро-компьютер, обрабатывающий информацию на молекулярном уровне.
Вот что происходит в одном синапсе:
- Предсинаптический нейрон (отправляющий сигнал) выпускает молекулы нейротрансмиттеров — обычно несколько тысяч молекул за один импульс.
- В синаптической щели (промежутке между нейронами) эти молекулы встречают молекулы других нейротрансмиттеров, молекулы глюкозы, ионы кальция, протеины, липиды и многое другое.
- Рецепторы на постсинаптическом нейроне (принимающем сигнал) не просто распознают эти молекулы. Они анализируют их комбинацию, временную последовательность, концентрацию, pH среды, наличие других молекул.
- Результат — это не просто "сигнал прошёл" или "не прошёл". Это целый спектр возможных ответов: усиление сигнала, ослабление, модуляция, трансформация.
Одна молекула может менять поведение целого синапса.
Вот почему этот процесс называют "молекулярно-динамическим": это не статичная схема, это танец молекул.
"Знающие нейроны": самое странное открытие нейробиологии
В 1990-х годах нейробиолог Джеймс Мак Каллок (James McCulloch) заметил что-то странное во время экспериментов на крысах.
Когда он удалял определённые нейроны из гиппокампа крысы, она переставала помнить конкретное место. Но не просто "забывала" — она переставала узнавать это место, даже если была там миллион раз.
Когда он удалял соседний нейрон, крыса переставала помнить совсем другое место.
Это привело к шокирующему выводу: каждый нейрон хранит специфическую информацию о мире. Не просто "участвует в памяти", а прямо-таки хранит знание.
Позже эти нейроны назвали "место-клетками" (place cells). Один нейрон = одно место.
Но потом выяснилось, что это не просто о местах. В мозге есть:
- Сетка-клетки (grid cells) — нейроны, которые активируются в определённых пространственных паттернах
- Направление-клетки (head direction cells) — нейроны, активирующиеся при повороте в определённую сторону
- Время-клетки (time cells) — нейроны, которые кодируют время
- Объект-клетки (object cells) — нейроны, которые активируются при виде определённого предмета
- Концепция-клетки (concept cells) — нейроны, которые активируются при мысли о конкретной идее
Это открытие перевернуло всю науку. Оказалось, что мозг не хранит информацию как "распределённый код" (как предполагали раньше). Мозг хранит информацию как локализованное знание в отдельных нейронах.
Один нейрон = одно окончательное знание.
Эпигенетическая память: когда история нейрона важнее его ДНК
Но вот здесь начинается настоящая магия.
Есть такое явление, называемое эпигенетика. Это означает: "над генетикой". То есть, информация, которая влияет на работу генов, но не меняет саму ДНК.
Представьте, что ДНК — это текст в книге, а эпигенетика — это маркеры, закладки, подчеркивания в этой книге. Текст одинаковый, но то, что выделено, то и читается.
В нейронах эпигенетика работает так:
Когда нейрон "учится" (получает импульсы из других нейронов), химические молекулы (главным образом, метильные группы) приклеиваются к его ДНК. Эти "маркеры" не меняют саму ДНК, но меняют какие гены включаются, а какие нет.
Это означает, что один и тот же нейрон с одной и той же ДНК может работать совершенно по-разному, в зависимости от своей истории.
Вот удивительное открытие: эпигенетические маркеры могут сохраняться поколениями. Это значит, что опыт ваших предков буквально влияет на работу вашего мозга.
Травма, которую пережила ваша прабабушка? Она может быть закодирована в эпигенетических маркерах её нейронов, передана её детям, а потом вам.
Это называется "трансгенерационная эпигенетическая память".
Синаптическая пластичность: когда нейрон переписывает сам себя
Но эпигенетика — это только половина истории.
Есть ещё одно явление, о котором говорил К.В. Анохин: синаптическая пластичность.
Это означает, что синапс может менять свою "силу" (т.е. насколько хорошо он передаёт сигнал) в зависимости от активности.
Существует два основных механизма:
LTP (долговременная потенциация) — если два нейрона активируются почти одновременно, их синапс усиливается. Это правило Хебба: "нейроны, которые срабатывают вместе, связываются вместе".
LTD (долговременная депрессия) — если два нейрона активируются с плохой синхронизацией, их синапс ослабевает.
Но вот что поразительно: эти процессы происходят не просто на уровне "сигнал прошёл/не прошёл". Это происходит на молекулярном уровне, через каскады химических реакций:
- Ион кальция входит в нейрон
- Это активирует киназы (ферменты)
- Киназы фосфорилируют рецепторы (добавляют к ним фосфатные группы)
- Фосфорилированные рецепторы становятся более чувствительными
- Становится больше рецепторов на поверхности клетки (новые вставляются из везикул)
- Синап усиливается
Весь этот процесс занимает минуты-часы. Но он оставляет молекулярный след — изменения в структуре синапса, которые могут длиться дни, месяцы, годы.
И здесь возникает вопрос: если синап может менять свою структуру, может ли он менять и свою функцию? Может ли один синап кодировать разные типы информации в зависимости от контекста?
Ответ: да.
Один нейрон как библиотека
Теперь давайте соберём всё вместе.
Один нейрон содержит:
- 86 миллиардов синапсов
- Каждый синап — это молекулярный компьютер, обрабатывающий информацию
- Каждый синап может менять свою силу и функцию (синаптическая пластичность)
- Работа каждого синапса регулируется эпигенетическими маркерами (история)
- Один нейрон может кодировать специфическое знание (место-клетка, объект-клетка и т.д.)
Это означает, что один нейрон — это не просто "бит" в компьютере мозга.
Один нейрон — это микромир, содержащий триллионы молекулярных взаимодействий, способный хранить мультимерную информацию и менять свою функцию в зависимости от опыта.
Ёмкость памяти одного нейрона теоретически составляет петабайты информации (миллион гигабайт). Это примерно столько же, сколько всё видео на YouTube.
А в вашем мозге 86 миллиардов таких нейронов.
Вот почему классическая модель "нейрон = бит" так неправдоподобна. Это как считать океан стаканом воды.
Последствия для ИИ
Если это правда, то современный ИИ работает неправильно.
ИИ моделирует нейроны как простые математические функции. Один нейрон в ИИ — это просто: вход → умножить на вес → добавить смещение → применить функцию активации → выход.
Это примерно как моделировать человека как точку с координатами X и Y.
Реальный нейрон гораздо сложнее.
Значит ли это, что ИИ может стать умнее, просто добавив больше параметров? Нет. Это означает, что ИИ нужна совершенно другая архитектура.
Но вот и главная загадка...
Если один нейрон может хранить столько информации, почему мозг такой медленный?
Компьютер обрабатывает информацию со скоростью гигагерц (миллиарды операций в секунду). Мозг работает на скорости примерно 100-200 операций в секунду (в худшем случае).
Если один нейрон содержит столько молекулярной сложности, почему он не берёт и не обрабатывает информацию на скорости молекулярных взаимодействий (наносекунды)?
Почему мозг решил идти на компромисс между мощностью и скоростью?
Завтра мы разберём третью часть этой головоломки: как два полушария мозга организуют эту информацию совершенно по-разному...
Вопрос на подписку: Если один нейрон содержит столько информации, может ли мозг работать с меньшим количеством нейронов, но они будут намного сложнее? А может ли ИИ добиться истинного интеллекта, просто переделав архитектуру нейронов?
Подписывайтесь, чтобы узнать ответ завтра.