Мозг: биография

~ 2 ~

Многообещающая связь технологии и науки о мозге говорит о том, что завтра, с появлением новых и пока еще не предвиденных достижений, наши представления снова изменятся. По мере формирования нового понимания мы будем переосмысливать нынешние убеждения, отбрасывать некоторые ошибочные предположения и разрабатывать иные теории и способы понимания. Когда ученые осознают, что их мышление – включая вопросы, которые они могут задавать, и эксперименты, которые они могут себе представить, – частично обрамлено и ограничено технологическими метафорами, они часто приходят в восторг от перспективы будущего и хотят знать, каким будет Следующее Большое Открытие и как они смогут применить его в своих исследованиях. Если бы я имел хоть малейшее представление об этом, то был бы очень богат.

* * *

Данная книга не является ни историей нейробиологии, ни историей анатомии и физиологии мозга, ни историей изучения сознания, ни историей психологии. Я обращаюсь ко всем перечисленным областям, но мой рассказ несколько отличается – по двум причинам. Во-первых, сосредоточившись на экспериментальных доказательствах, я хочу исследовать богатое разнообразие способов осмысления того, что и как делает мозг. Это немного непохоже на историю академической дисциплины. Вот почему в книге говорится не только о человеческом мозге – мозг других животных, причем не всегда млекопитающих, сыграл существенную роль в изучении того, что же происходит в наших собственных головах.

История понимания мозга содержит повторяющиеся темы и аргументы, некоторые из них до сих пор вызывают интенсивные дискуссии. Один из примеров – вечный спор о том, в какой степени функции локализованы в отдельных областях мозга. Эта идея уходит в прошлое на тысячи лет, и до сегодняшнего дня неоднократно утверждалось, что конкретные участки мозга отвечают за строго определенные навыки, такие как ощущение в руке, способность понимать синтаксис или проявлять самоконтроль. Зачастую подобные гипотезы вскоре бывали уточнены открытием, что другие части мозга могут влиять на эту деятельность или дополнять ее и что рассматриваемая область также участвует в других процессах.

Зачастую идея локализации не отвергалась полностью, но становилась гораздо более размытой, чем первоначально предполагалось. Причина проста. Мозг, в отличие от любой машины, не был сконструирован намеренно, с четким замыслом. Это орган, который эволюционировал более пятисот миллионов лет, поэтому нет никаких оснований ожидать, что он действительно функционирует как механизмы, создаваемые человеком.

Таким образом, несмотря на то что концепция Стенсена – понимание мозга как машины – была невероятно продуктивной, она никогда не даст удовлетворительного и полного объяснения того, как работает мозг.

Взаимодействие технологии и науки о мозге – сквозная мысль данной книги – подчеркивает тот факт, что научное знание встроено в культуру. Следовательно, здесь мы частично затрагиваем вопрос о том, как данные идеи отразились в произведениях Шекспира, Мэри Шелли, Филипа К. Дика и других.

История культуры демонстрирует любопытный факт: метафоры могут работать в обоих направлениях. В XIX веке мозг и нервная система считались телеграфной сетью, а поток сообщений на азбуке Морзе, переданных по телеграфным проводам, описывался в терминах нервной деятельности. Точно так же изобретение компьютера стало очередной аналогией мозга – биологические открытия использовались для обоснования планов Джона фон Неймана[3] по созданию первого цифрового компьютера, а не наоборот.

Вторую причину, почему это не просто история, можно обнаружить на странице содержания. Книга разделена на три части: Прошлое, Настоящее и Будущее. Раздел «Настоящее» описывает развитие наших представлений о мозге на протяжении последних семидесяти лет под эгидой компьютерной метафоры. Вывод данной части заключается в том, что некоторые исследователи чувствуют, как мы приближаемся к тупику в понимании мозга.

Подобное заявление может показаться парадоксальным – мы накапливаем огромное количество данных о структуре и функциях огромного количества мозгов, от самых крошечных до наших собственных. Десятки тысяч исследователей посвящают невообразимое количество времени и энергии размышлениям о том, что делает мозг. А удивительная современная техника позволяет нам описывать мозговую деятельность и манипулировать ей. Каждый день мы слышим о новых открытиях, проливающих свет на работу мозга, наряду с обещанием – или угрозой, – что грядет новая технология, которая позволит совершать нечто невероятное: читать мысли, обнаруживать преступников или даже загружать сознание в компьютер.

Мозг – орган, который эволюционирует более 500 миллионов лет, поэтому не стоит ожидать, что он функционирует как механизмы, создаваемые человеком.

Несмотря на столь многообещающие темпы, у некоторых нейробиологов есть ощущение – судя по публикациям в научных изданиях за последнее десятилетие, – что будущий путь неясен. Трудно понять, что мы должны делать, кроме как просто собирать больше данных или рассчитывать на новейший захватывающий экспериментальный подход. Это не означает, что все настроены пессимистично, – некоторые уверенно утверждают, что применение новых математических методов позволит понять мириады взаимосвязей в человеческом мозге. Другие предпочитают изучать животных, которые совсем на нас не похожи, сосредоточивая внимание на крошечном мозге червя или личинки и используя хорошо зарекомендовавшие себя пути исследования. Они стремятся понять, как работает простая система, а затем применить полученные результаты к более сложным. Многие нейробиологи, если они вообще задумаваются о данной проблеме, просто полагают, что прогресс в любом случае будет постепенным и медленным, потому что нет Никакой Великой Единой Теории Мозга, поджидающей за углом.

Ученые до сих пор не понимают, как образуется наше сознание.

Проблема двоякая. Во-первых, мозг умопомрачительно сложен. Мозг – любой мозг, а не только человеческий, который был центром большей части размышлений, описанных здесь, – является самым сложным объектом в известной нам Вселенной. Астрофизик Мартин Джон Рис заявил, что насекомое сложнее звезды. А для Дарвина мозг муравья, крошечный, но способный порождать такое разнообразное поведение, был «одним из самых удивительных атомов материи в мире, возможно, даже более удивительным, чем мозг человека». Таков масштаб стоящей перед нами задачи.

Отсюда следует второй аспект. Несмотря на шквал данных о мозге, производимых лабораториями по всему миру, наука столкнулась с кризисом идей и сложнейшим вопросом: что делать со всей получаемой информацией и как ее трактовать? Я думаю, это свидетельствует о том, что компьютерная метафора, которая так хорошо служила нам более полувека, возможно, достигла своего предела. Представление о мозге как о телеграфной сети в конечном счете исчерпало себя в XIX веке. Ряд ученых теперь открыто оспаривают эффективность некоторых из наиболее важных технологических метафор мозга и нервной системы, таких как идея о том, что нейронные сети обрабатывают данные из внешнего мира через нейронный код. Судя по всему, научное понимание желает выйти за рамки давно устоявшейся парадигмы.

Может оказаться, что даже в отсутствие новых технологий достижения в области вычислительной техники, в частности связанные с искусственным интеллектом и нейронными сетями – которые частично вдохновлены тем, как работает мозг, – вернутся в наши представления о нем, давая компьютерной метафоре новую жизнь. Возможно. Но, как вы увидите, ведущие исследователи в области глубокого обучения[4] – самой модной и удивительной части современной информатики – радостно признают, что не знают, как их программы выполняют свои задачи. Я не уверен, что вычислительная техника даст нам понимание работы мозга.

Большинство крупных фармацевтических компаний отказались от поиска новых лекарств для лечения депрессии и тревожного расстройства из-за высоких затрат и рисков.

Одним из наиболее трагических признаков нашей исходной неопределенности в отношении мозга является самый настоящий кризис в исследовании психического здоровья.

С 1950-х годов наука и медицина приняли химические подходы к лечению психических заболеваний. Миллиарды долларов были потрачены на создание лекарств, но до сих пор неясно, как работают (и работают ли вообще) многие из широко распространенных препаратов. И фармацевтика пока не может предложить обнадеживающих перспектив.

Большинство крупных фармацевтических компаний отказались от поиска новых лекарств для лечения таких состояний, как депрессия или тревожное расстройство, считая, что и затраты, и риски слишком велики. Ситуация неудивительна: если мы еще не до конца понимаем функционирование мозга даже простейших животных, то вряд ли сможем эффективно реагировать на то, что происходит в голове человека.


[3] Джон фон Нейман (1903–1957) – американский математик и физик, внесший существенный вклад в развитие науки. Известен как создатель «архитектуры фон Неймана» – принципа совместного хранения команд и данных в памяти устройства, который используется в большинстве современных компьютеров.
[4] Глубокое обучение (deep learning) – совокупность методов машинного обучения, основанных на обучении представлениям, а не специализированным алгоритмам под конкретные задачи. Иными словами, глубокое обучение построено на имитации работы человеческого мозга в процессе обработки больших массивов информации и создания паттернов, используемых для принятия решения.