1967 годах ученый-нейрофизиолог Джон Лилли написал книгу «Программирование и метапрограммирование человеческого биокомпьютера», в которой он совместил свои исследования нейрофизиологии коры головного мозга с идеями проектирования компьютеров . Программа - это по определению д-ра Лилли - это набор внутренне совместимых инструкций по обработке сигналов, формированию информации, запоминанию тех и других, подготовке сообщений; требует...

https://www.сайт/psychology/14016

... (Giulio Tononi), который занимается проектом по созданию «когнитивного компьютера », задача создания компьютера , настолько же «мощного» и гибкого, как сравнительно небольшой мозг млекопитающих, намного более трудная задача, чем может показаться. ... проектирования суперкомпьютеров возьмут на себя «железо» будущего «когнитивного компьютера ». Задача перед ними стоит действительно непростая: компьютер должен уметь, как и мозг , работать с множеством параллельных и постоянно изменяющихся потоков данных, ...

https://www.сайт/journal/116182

Которым предопределено умереть в раннем возрасте, до десяти лет, центр-мозг не строится. У прочих детей он воссоздаётся до пяти лет, и в пять лет происходит подключение его к компьютеру Определителя, который ведёт его по жизни. Он настраивает его на... Определитель человека. После того как центр-мозг полностью сформируется, Определитель включает его в работу, подключая к своему компьютеру . И дальше уже ведётся контроль за ребёнком через компьютер , который фиксирует физическое состояние, мысли и...

https://www.сайт/religion/110351

... называли это явление "баг в биологии". "Когда речь идет о компьютерных чипах, различия в структуре нарушают функциональность системы. Производители тратят много времени и денег на создание идеально одинаковых чипов, - рассказывает профессор Натан Урбан (Nathan N. Urban). - Наш мозг считается одним из самых сложных компьютеров ... , и мы были заинтригованы идеей, что мозг использует "беспорядок", чтобы сложные...

https://www.сайт/journal/129312

Память. Но многое по-прежнему остается неизвестным. По какому пути идет современная наука, изучающая наш главный «компьютер », - нейрофизиология? …И никаких «семи печатей» - Сегодня уже нельзя рассуждать о нейрофизиологии отдельно, - ... в ближайшем будущем - развитие сверхвозможностей, создание биороботов? Вон английский профессор Уорвик собирается с помощью имплантанта объединить мозг человека и компьютер . - О чем бы вы ни спросили, на все будет положительный ответ. Сейчас говорить о перспективах, ...

https://www.сайт/journal/11250

Состоянием мозга . При травмах и заболеваниях часто происходит распад определенных языковых алгоритмов, которые в мозгу существуют. Например, человек может забыть все глаголы и помнить только существительные и прилагательные - такое явление называется телеграфным стилем... , странных ассоциаций. При этом в речи чаще всего нет смысла. Иными словами, мозг шизофреника - это вхолостую работающий компьютер , безошибочно воспроизводящий алгоритмы построения фраз. Он сам себя съедает. А вот при маниакальном...

https://www.сайт/journal/15528

... «железе» (hardwiring – по аналогии с термином “hardware” – аппаратное обеспечение компьютера ). То есть использовалась типичная метафора, что мозг – своеобразное компьютерное «железо», с жестко определенными схемами работы, путями прохождения нервных... что мозг – это орган со специализированными элементами не могла полностью объяснить то, с чем столкнулись ученые. Они стали называть это фундаментальное свойство мозга нейропластичностью. Нейро – от «нейрон», нервная клетка, из которых состоят мозг и...

https://www.сайт/journal/111070

Измерил обмен веществ 14 испытуемых после различных видов деятельности - отдыха, чтения и пересказа текста, работы за компьютером . Оказалось, что за 1,5 часа заучивания текста организм студентов истратил на 200 ккал больше, чем за 90 ... получивший сигнал от мозга о недостатке ресурсов, склонен "перестраховаться", заставляя нас после умственного напряжения инстинктивно переедать". В связи с этим диетологи заключили, что хотя интеллектуальная деятельность, особенно за компьютером , и заставляет...

ЭВМ может хранить в памяти любое количество сведений (даже абсолютно бессмысленных) и производить с ними миллионы действий в секунду. Сперва надеялись, что эти достоинства уже гарантируют высокий интеллектуальный потенциал, но вскоре выяснилось, что во многой осведомленности не обязательно таится мудрость. Ведь, как мы видели, ум - способность не отбрасывать плохие варианты, а находить хорошие, чего примитивным перебором не достигнешь.

Человек не запомнит большой объем неорганизованной информации (вроде телефонного справочника), но зато знания у него в голове хорошо структурированы и взаимосвязаны. Они в наибольшей мере отражают существенные стороны реальности: наборы маршрутных "карт" увязаны между собой по вертикали и горизонтали, каждое понятие окружено его "ассоциативной аурой" (Д.С.Лихачев). Это богатство связей позволяет извлекать только относящиеся к делу сведения, а из них уже конструировать нужное решение.

Знаниями о мире, моделью мира необходимо наделить и компьютер. Для этого в него сейчас вводят набор "сценариев". Сценарий - это общий каркас, стереотип, который каждый раз должен наполняться конкретным содержанием. Распознав ситуацию, машина отыскивает соответствующий сценарий, после чего сама ставит вопросы и уточняет для себя недостающие детали.

Это нелегко сделать, если учесть, что запас таких шаблонов у человека поистине колоссален - в них кристаллизуется опыт всей предшествующей жизни. Каждое явление мы представляем во многих срезах и ракурсах, а некоторые вещи, например, пространственные соотношения, усваиваются бессознательно в раннем детстве.

Но самое главное отличие здесь в том, что мозг оперирует непосредственно теми емкими образами, которые в нем возникли, то есть ему не нужно каждый раз опускаться до простейших операций. Судя по всему, образное мышление не отделено от памяти, где эти образы как-то запечатлены, и одновременно с перестройкой памяти самоорганизуется, настраивается на вновь созданный язык и "процессор".

Это очень трудно воспроизвести прежде всего потому, что физические принципы нейрологической памяти не раскрыты. Сейчас популярна аналогия между оптическими голограммами и энграммами памяти (распределенность по носителю, огромная емкость, ассоциативность). На этом сходстве пытаются основывать думающие машины необычного типа - оптоэлектронные, в которых храниться и обрабатываться будут не числовые коды всех понятий, а образы - голограммы.

Другое направление - создание как бы аналога нейронной сети из большого массива простых ЭВМ. Хотя каждая из них выполняет несложную функцию, все вместе они манипулируют целыми комплексами состояний. Опять получается нечто похожее на образное мышление.

Так или иначе, но компьютеры должны научиться, выражаясь словами еще одного патриарха кибернетики, Клода Шеннона, "выполнять естественные операции с образами, понятиями и смутными аналогиями, а не последовательные операции с десятиразрядными числами".

Работа мысли направляется определенными целевыми установками, мотивацией. Сама цель становится тем вершинным образом, который направляет поиск средств для ее достижения. В нас заложена потребность получить новые впечатления (чувство информационного голода), а также сжать их, охватить одним взглядом. Вероятно, эти установки надо внести в машину, чтобы сделать ее активно познающей.

Наступит день, когда интуитивное мышление, связанное с неизвестными пока механизмами памяти, тоже будет реализовано в виде электронных или каких-то других схем. Постепенно искусственный интеллект начнет догонять, а затем и превосходить своего создателя в решении различных задач, игре в шахматы и тому подобное.

И будет становиться все более очевидным, что главное различие - не в свойствах мышления как такового, а в том, что человек наделен личностными свойствами, в первую очередь, сознанием. "Человек знает, что знает".

Сможет ли машина преодолеть и этот рубеж? Когда она научится сама образовывать новые понятия, то рано или поздно придет к понятию "компьютер". А после - эффект зеркала: зная, что такое зеркало и видя в нем свое отражение, она придет к пониманию своего "Я".

Протезы, которые управляются силой мысли, прямая связь с компьютерами без помощи мышц, а в перспективе - искусственное тело для парализованного человека и тренировка когнитивных функций - мышления, памяти и внимания. Все это уже вне области научной фантастики. Время нейронаук уже настало, утверждает кандидат биологических наук, начальник отдела нейрокогнитивных технологий НИЦ «Курчатовский институт» Сергей Шишкин. Он рассказал о последних результатах исследований мозга в Образовательном центре «Сириус». «Лента.ру» приводит основные тезисы его выступления.

Первые шаги по terra incognita

Результаты физических исследований лежат в основе всего, что нас окружает. На что бы мы ни посмотрели - здания, одежда, компьютеры, смартфоны, - все это так или иначе связано с технологиями, основанными на законах физики. А вот вклад в нашу жизнь науки о мозге несопоставимо меньше.

Почему? До недавнего времени нейронауки развивались очень медленно. В середине XIX века только-только начали понимать, что мозг состоит из нервных клеток - нейронов, но тогда их было чрезвычайно сложно увидеть и выделить. Современные исследователи нашли способы более глубокого изучения нейронов и наблюдения за их работой - например, в них вводят флуоресцентные красители, которые светятся при активации клетки.

Новые методы позволяют без хирургического вмешательства наблюдать за работой мозга человека с помощью технологии ядерно-магнитного резонанса. Мы начинаем лучше разбираться в устройстве мозга и создавать на основе этих знаний новые технологии. Одна из наиболее впечатляющих - интерфейс «мозг - компьютер».

Интерфейс «мозг - компьютер»

Эта технология позволяет управлять компьютером силой мысли, точнее это называется «технологией для передачи команд из головного мозга в компьютер без помощи мышц и периферических нервов» (именно такое определение принято в научной литературе). Основное назначение интерфейсов «мозг - компьютер» - помощь инвалидам, прежде всего тем людям, у которых не работают мышцы или система управления ими. Это может быть вызвано разными причинами - например, автомобильной аварией, когда перебивается спинной мозг человека.

Нужен ли здоровому человеку дополнительный канал связи с компьютером? Некоторые ученые полагают, что такой интерфейс может сильно ускорить работу с вычислительной техникой, потому что человека не будут «тормозить» руки: - он станет напрямую посылать информацию в компьютер. Есть и более реалистичное предположение: с помощью этих интерфейсов можно тренировать когнитивные функции мозга - мышление, память, внимание… Как тут не вспомнить фильм «Газонокосильщик», где главный герой с помощью виртуальной реальности так «прокачал» свой мозг, что фактически стал сверхчеловеком.

В основе этих желаний лежит мечта о расширении возможностей мозга. Это вполне объяснимо: мы почти всегда недовольны теми возможностями, которые у нас есть. Мечта о расширении возможностей мозга подсказывает ученым кажущееся фантастическим, но все более реальное направление работы: постараться как можно теснее связать мозг и компьютер. Ведь у компьютерных программ есть большой недостаток - в них почти все построено на жестких правилах, а у человека работает интуиция, хотя он и не может почти мгновенно просчитывать варианты. Так что такое объединение сильных сторон мозга и компьютера было бы весьма полезным.

Практические задачи

Но в первую очередь перед нейронауками стоят вполне практические задачи. Например, помочь людям с болезнью под названием боковой амиотрофический склероз. Пациентов с таким диагнозом немного, но это очень тяжелое заболевание. Больной может совершенно нормально думать и воспринимать информацию из окружающего мира, но не способен двигаться и даже что-то сказать. К сожалению, пока это заболевание остается неизлечимым, и больные до конца жизни не могут общаться с окружающими.

Первые попытки создать интерфейс «мозг - компьютер» были сделаны еще в 1960-е годы, однако серьезный интерес к этой технологии возник лишь после того, как в конце 1990-х немецкий ученый Нильс Бирбаумер с коллегами разработали так называемое «устройство для передачи мыслей» и стали обучать пользоваться им парализованных больных.

Некоторые пациенты благодаря этому устройству смогли общаться с родственниками и исследователями. Один из них написал с помощью «устройства для передачи мыслей» большое письмо, в котором рассказал, как он печатает буквы. Этот текст, который больной писал в течение шести месяцев, был опубликован в одном из научных журналов.

Работу с системой Бирбаумера нельзя назвать простой. Пациент должен выбрать сначала одну из половин алфавита, показываемого на экране, меняя идущие из мозга электрические потенциалы либо в позитивную, либо в негативную сторону. Таким образом он как бы мысленно говорит «да» или «нет». Электрический потенциал регистрируется прямо на поверхности кожи головы, подается в компьютер, и тот определяет, какую из половин алфавита надо выбрать. Дальше человек идет глубже по алфавиту и выбирает конкретную букву. Это неудобно и долго, зато метод не требует вживления электродов в мозг.

Инвазивные методы, когда электроды вводятся непосредственно в мозг, более успешны. Толчок к развитию этого направления дала война в Ираке. Многие военные тогда стали инвалидами, и американские ученые попытались придумать, как с помощью интерфейса «мозг - компьютер» такие люди смогли бы управлять механическими протезами. Первые эксперименты проводились на обезьянах, а потом электроды вживляли парализованным людям. В результате человек смог активно включиться в процесс освоения методики управления протезом.

В 2012 году команде Эндрю Шварца из Питтсбурга удалось обучить парализованную женщину настолько точно управлять механической рукой, что она смогла брать ею различные предметы и даже пожать руку ведущему популярной телевизионной программы. Правда, не все движения выполнялись безупречно, но, безусловно, система совершенствуется.

Как удалось это сделать? Был разработан подход, который позволяет на лету определять желаемое направление движения с помощью закодированных в нейронах сигналов. Для этого приходится имплантировать в моторную кору мозга маленькие электроды - они отводят от нейронов сигналы, которые передаются в компьютер.

Сразу же возникает вопрос: если человек двигает механической рукой, можно ли сделать механического двойника - аватара, который будет воспроизводить все движения человека? Такое механическое тело будет управляться через интерфейс «мозг-компьютер». Фантазий на этот счет немало, иногда ученые даже выдают какие-то реальные планы. Пока серьезные специалисты относятся к этому как к фантастике, но в отдаленном будущем такое возможно.

Управление взглядом

В лаборатории когнитивных технологий «Курчатовский институт» сейчас работают не только над интерфейсами «мозг - компьютер», но и «глаз - мозг - компьютер». Строго говоря, это не совсем интерфейс «мозг - компьютер», потому что в его работе используются глазные мышцы. Управление с помощью регистрации направления взгляда тоже очень важно, поскольку есть инвалиды с нарушениями двигательной функции, глазные мышцы которых продолжают действовать. Есть уже готовые системы, с помощью которых человек может набирать текст взглядом.

Тем не менее за пределами задачи набора текста возникают проблемы. Например, сложно научить интерфейс не отдавать команды тогда, когда человек смотрит на кнопку управления только потому, что он задумался и остановил на ней взгляд.

Чтобы решить эту проблему, в Курчатовском институте решили создать комбинированную технологию. Участники экспериментов играют в компьютерную игру, делая ходы только с помощью коротких задержек взгляда. В это время исследователи регистрируют на поверхности кожи головы электрические сигналы их мозга.

Оказалось, что когда участник эксперимента задерживает взгляд, чтобы сделать ход, в сигналах его мозга появляются особые маркеры, которых не бывает, когда взгляд задерживается просто так. На основе этих наблюдений и создается интерфейс «глаз - мозг - компьютер». Его пользователю будет достаточно лишь посмотреть на кнопку или ссылку на экране компьютера, захотеть по ней кликнуть, - система распознает это желание, и клик произойдет сам собой.

В будущем появятся новые способы, которые позволят без использования рискованных и очень дорогих операций подключать мозг к компьютеру. Сейчас мы наблюдаем зарождение этих технологий и скоро сможем их опробовать.

Центральная идея работ знаменитого Рэя Курцвейла - искусственный интеллект, который со временем будет властвовать во всех сферах жизни людей. В своей новой книге «Эволюция разума» Курцвейл раскрывает бесконечный потенциал возможностей в сфере обратного проектирования человеческого мозга.

В той же статье Тьюринг поведал о другом неожиданном открытии, касающемся неразрешимых задач. Неразрешимые задачи - это те, что хорошо описываются единственным решением (которое, как можно показать, существует), но (как тоже можно показать) не могут быть решены никакой машиной Тьюринга (то есть вообще никакой машиной). Представление о существовании таких задач в корне противоречит сформировавшейся к началу XX в. догме о том, что все проблемы, которые можно сформулировать, являются решаемыми. Тьюринг показал, что число неразрешимых задач не меньше числа разрешимых задач. В 1931 г. к такому же выводу пришел Курт Гедель, сформулировавший «теорему о неполноте». Такая странная ситуация: мы можем сформулировать задачу, можем доказать, что у нее существует единственное решение, но при этом знаем, что никогда не сможем это решение найти.

Тьюринг показал, что вычислительные машины действуют на основании очень простого механизма. Поскольку машина Тьюринга (и, следовательно, любой компьютер) может определять свою дальнейшую функцию на основе полученных ею ранее результатов, она способна принимать решения и создавать иерархические информационные структуры любой сложности.

В 1939 г. Тьюринг сконструировал электронный калькулятор Bombe, который помогал дешифровать сообщения, составленные немцами на кодирующей машине Enigma. К 1943 г. группа инженеров при участии Тьюринга закончила создание машины Colossus, которую иногда называют первым в истории компьютером. Это позволило союзникам расшифровывать сообщения, созданные более сложной версией Enigma. Машины Bombe и Colossus были сконструированы для решения единственной задачи и не могли перепрограммироваться. Но свою функцию они выполняли блестяще. Считается, что отчасти благодаря им союзники могли предвидеть тактику немцев на протяжении всей войны, а Королевские военно-воздушные силы Великобритании в Битве за Британию смогли одолеть втрое превосходящие их по численности силы Люфтваффе.

Именно на этой основе Джон фон Нейман создал компьютер современной архитектуры, отражающей третью из четырех важнейших идей теории информации. На протяжении прошедших с тех пор почти семидесяти лет основное ядро этой машины, названной «машиной фон Неймана», практически не изменилось - как в микроконтроллере в вашей стиральной машине, так и в самом крупном суперкомпьютере. В статье, опубликованной 30 июня 1945 г. и озаглавленной «Первый проект отчета о EDVAC», фон Нейман изложил основные идеи, которые с тех пор направляли развитие информатики . В машине фон Неймана присутствует центральный процессор, где выполняются арифметические и логические операции, модуль памяти, в котором хранятся программы и данные, массовая память, программный счетчик и входные/выходные каналы. Хотя статья предназначалась для внутреннего пользования в рамках выполнения проекта, для создателей компьютеров она стала Библией. Вот так иногда обычный рутинный отчет может изменить мир.

Машина Тьюринга не была предназначена для практических целей. Теоремы Тьюринга не имели отношения к эффективности решения задач, а скорее описывали спектр задач, которые теоретически могут быть решены с помощью компьютера. Напротив, цель фон Неймана заключалась в создании концепции реального компьютера. Его модель заменила однобитную систему Тьюринга многобитной (обычно кратную восьми битам) системой. Машина Тьюринга имеет последовательную ленту памяти, так что программы затрачивают очень большое время на перемещение ленты вперед и назад для записи и извлечения промежуточных результатов. Напротив, в системе фон Неймана доступ к памяти осуществляется произвольным образом, что позволяет немедленно извлекать любые нужные данные.

Одной из ключевых идей фон Неймана является концепция хранимой программы, которую он развил за десять лет до создания компьютера. Суть концепции заключается в том, что программа хранится в том же модуле памяти с произвольным доступом, что и данные (а часто даже в том же блоке памяти). Это позволяет перепрограммировать компьютер для решения разных задач и создавать самомодифицирующийся код (в случае записывающих накопителей), что обеспечивает возможность рекурсии. До того времени практически все компьютеры, включая Colossus, создавались для решения конкретных задач. Концепция хранимой программы позволила компьютеру стать поистине универсальной машиной, соответствующей представлению Тьюринга об универсальности машинных вычислений.

Еще одно важное свойство машины фон Неймана заключается в том, что в каждой инструкции содержится операционный код, определяющий арифметическую или логическую операцию и адрес операнда в памяти компьютера.

Концепция фон Неймана об архитектуре компьютера отразилась в проекте EDVAC, над которым он работал совместно с Преспером Дж. Эккертом и Джоном Моучли. Компьютер EDVAC начал функционировать только в 1951 г., когда уже существовали другие компьютеры с хранимой программой, такие как Манчестерская малая экспериментальная машина, ENIAC, EDSAC и BINAC, причем все они были созданы под влиянием статьи фон Неймана и при участии Эккерта и Моучли. Фон Нейман также был причастен к появлению некоторых из этих машин, включая последнюю версию ENIAC, где использовался принцип хранимой программы.

У компьютера с архитектурой фон Неймана имелось несколько предшественников, но ни один из них - за одним неожиданным исключением - нельзя назвать истинной машиной фон Неймана. В 1944 г. Говард Эйкен выпустил Mark I, который можно было в какой-то степени перепрограммировать, но он не использовал хранимой программы. Машина считывала инструкции с перфокарты и немедленно их выполняла. В машине также не было предусмотрено условных переходов.

В 1941 г. немецкий ученый Конрад Цузе (1910–1995) создал компьютер Z-3. Он тоже считывал программу с ленты (в данном случае закодированную на пленке) и тоже не выполнял условных переходов. Интересно, что Цузе получил финансовую поддержку от Немецкого института самолетостроения, который использовал этот компьютер для изучения флаттера крыла самолета. Однако предложение Цузе о финансировании замены реле радиолампами не было поддержано нацистским правительством, которое считало развитие компьютерной технологии «не имеющим военного значения». Это, как мне кажется, в определенной степени повлияло на исход войны.

На самом деле у фон Неймана был один гениальный предшественник, причем жил он на сто лет раньше! Английский математик и изобретатель Чарльз Бэббидж (1791–1871) в 1837 г. описал свою аналитическую машину, основанную на тех же принципах , что и компьютер фон Неймана, и использовавшую хранимую программу, нанесенную на перфокарты жаккардовых ткацких машин. Память машины с произвольным доступом содержала 1000 слов по 50 десятичных знаков в каждом (что эквивалентно примерно 21 килобайту). Каждая инструкция содержала код операции и номер операнда - точно так же, как в современных компьютерных языках. Система не использовала условных переходов и циклов, так что это была настоящая машина фон Неймана. Полностью механическая, она, по-видимому, превзошла и дизайнерские, и организаторские возможности самого Бэббиджа. Он создал части машины, но так и не запустил ее.

Точно не известно, знали ли пионеры компьютеростроения XX в., включая фон Неймана, о работах Бэббиджа .

Однако создание машины Бэббиджа положило начало развитию программирования. Английская писательница Ада Байрон (1815–1852), графиня Лавлейс, единственный законный ребенок поэта лорда Байрона, стала первым в мире программистом. Она писала программы для аналитической машины Бэббиджа и отлаживала их в уме (поскольку компьютер так никогда и не заработал). Теперь программисты называют эту практику table checking. Она перевела статью итальянского математика Луиджи Менабреа об аналитической машине, добавив от себя существенные замечания и заметив, что «аналитическая машина плетет алгебраические рисунки, как ткацкий жаккардовый станок плетет цветы и листья». Возможно, она первой упомянула о возможности создания искусственного интеллекта, но сделала вывод, что аналитическая машина «сама не способна что-либо придумать».

Идеи Бэббиджа кажутся поразительными, если учесть, в какую эпоху он жил и работал. Однако к середине XX в. эти идеи были практически забыты (и вновь открыты лишь позднее). Именно фон Нейман придумал и сформулировал ключевые принципы действия компьютера в его современном виде, и недаром машину фон Неймана продолжают считать основной моделью вычислительной машины. Однако не будем забывать, что машина фон Неймана постоянно осуществляет обмен данными между отдельными модулями и внутри этих модулей, так что она не могла быть создана без теорем Шеннона и тех методов, которые он предложил для надежной передачи и хранения цифровой информации.

Все сказанное подводит нас к четвертой важной идее, которая преодолевает выводы Ады Байрон о неспособности компьютера к творческому мышлению и позволяет найти ключевые алгоритмы, используемые мозгом, чтобы потом применить их для превращения компьютера в мозг. Алан Тьюринг сформулировал эту задачу в статье «Вычислительные машины и разум», опубликованную в 1950 г., в которой содержится описание теперь широко известного теста Тьюринга, позволяющего определить близость ИИ к человеческому интеллекту.

В 1956 г. фон Нейман начал готовить серию лекций для престижных Силлимановских чтений в Йельском университете. Ученый уже был болен раком и не смог ни прочесть свои лекции, ни даже закончить рукопись, на основе которой создавались лекции. Тем не менее этот незаконченный труд является блестящим предсказанием того, что лично я воспринимаю как самый трудный и важный проект в истории человечества. Уже после смерти ученого, в 1958 г., рукопись была опубликована под названием «Компьютер и мозг». Так вышло, что последний труд одного из самых блестящих математиков прошлого столетия и одного из основоположников компьютерной технологии оказался посвящен анализу мышления. Это было первое серьезное исследование человеческого мозга с точки зрения математика и специалиста в области компьютеров. До фон Неймана компьютерные технологии и нейробиология представляли собой два отдельных острова, между которыми не существовало никакого моста.

Фон Нейман начинает повествование, описывая сходство и различие между компьютером и человеческим мозгом. Учитывая, в какую эпоху создавался этот труд, он представляется удивительно точным. Ученый отмечает, что выходной сигнал нейрона цифровой - аксон либо возбуждается, либо остается в покое. В то время было далеко не очевидно, что обработка выходного сигнала может происходить аналоговым путем. Обработка сигнала в дендритах, ведущих к нейрону, и в теле нейрона аналоговая, и фон Нейман описал эту ситуацию с помощью взвешенной суммы входных сигналов с пороговым значением.

Эта модель функционирования нейронов привела к развитию коннекционизма и к использованию данного принципа для создания как аппаратурного оформления, так и компьютерных программ. (Как я рассказывал в предыдущей главе, первая такая система, а именно программа для IBM 704, была создана Фрэнком Розенблаттом из Корнельского университета в 1957 г., сразу после того, как стала доступна рукопись лекций фон Неймана.) Теперь у нас есть более сложные модели, описывающие сочетания входных сигналов нейронов, но общая идея об аналоговой обработке сигналов с помощью изменения концентрации нейромедиаторов по-прежнему верна.

На основе концепции универсальности компьютерных вычислений фон Нейман пришел к выводу, что даже при кажущемся радикальном различии архитектуры и структурных единиц головного мозга и компьютера с помощью машины фон Неймана мы можем симулировать происходящие в головном мозге процессы. Обратный постулат, однако, не является справедливым, поскольку головной мозг не является машиной фон Неймана и не имеет хранимой программы (хотя в голове мы можем симулировать действие очень простой машины Тьюринга). Алгоритмы или методы функционирования мозга определены его структурой. Фон Нейман пришел к справедливому заключению, что нейроны могут выучивать соответствующие образы на основании входных сигналов. Однако во времена фон Неймана не было известно, что обучение также происходит путем создания и разрушения контактов между нейронами.

Фон Нейман также указал, что скорость обработки информации нейронами очень низкая - порядка сотни вычислений в секунду, однако мозг компенсирует это тем, что одновременно осуществляет обработку информации во множестве нейронов. Это еще одно очевидное, но очень важное открытие. Фон Нейман утверждал, что все 10 10 нейронов мозга (эта оценка также достаточно точна: по сегодняшним представлениям, в головном мозге содержится от 10 10 до 10 11 нейронов) обрабатывают сигналы в одно и то же время. Более того, все контакты (в среднем от 10 3 до 10 4 на каждый нейрон) обсчитываются одновременно.

Учитывая примитивный уровень развития нейробиологии того времени, оценки и описания функции нейронов, сделанные фон Нейманом, удивительно точны. Однако я не могу согласиться с одним аспектом его работы, а именно с представлением об объеме памяти мозга. Он считал, что мозг запоминает каждый сигнал на всю жизнь. Среднюю продолжительность жизни человека фон Нейман оценивал в 60 лет, что составляет примерно 2 х 10 9 секунды. Если каждый нейрон за одну секунду получает примерно 14 сигналов (что на самом деле на три порядка ниже истинной величины), а всего в головном мозге содержится 10 10 нейронов, выходит, что объем памяти мозга составляет около 10 20 бит. Как я писал выше, мы запоминаем лишь небольшую часть наших мыслей и опыта, но даже эти воспоминания хранятся не как побитовая информация низкого уровня сложности (как в видео), а скорее в виде последовательности образов более высокого порядка.

По мере того как фон Нейман описывает каждый механизм в функции головного мозга, он одновременно демонстрирует, как современный компьютер мог бы осуществить ту же самую функцию, несмотря на кажущееся различие между мозгом и компьютером. Аналоговые механизмы действия мозга можно моделировать с помощью цифровых механизмов, поскольку цифровые вычисления способны моделировать аналоговые значения с любой степенью точности (а точность передачи аналоговой информации в мозге достаточно низкая). Можно также имитировать массивный параллелизм функции мозга, учитывая значительное превосходство компьютеров по скорости серийных вычислений (со времен фон Неймана это превосходство еще более усилилось). Кроме того, мы можем осуществлять параллельную обработку сигналов в компьютерах с помощью параллельно функционирующих машин фон Неймана - именно так действуют современные суперкомпьютеры.

Учитывая способность людей быстро принимать решения при столь низкой скорости работы нейронов, фон Нейман пришел к выводу, что функции головного мозга не могут задействовать длинные последовательные алгоритмы. Когда третий бейс-мен получает мяч и решает бросить его на первую, а не на вторую базу, он принимает это решение за какую-то долю секунды - за это время каждый нейрон едва успевает осуществить несколько циклов возбуждения. Фон Нейман приходит к логичному выводу, что замечательная способность мозга связана с тем, что все 100 млрд нейронов могут обрабатывать информацию одновременно. Как я отмечал выше, зрительная кора делает сложные выводы всего за три или четыре цикла возбуждения нейронов.

Именно значительная пластичность мозга позволяет нам обучаться. Однако компьютер обладает гораздо большей пластичностью - его методы можно полностью изменить путем смены программного обеспечения. Таким образом, компьютер может имитировать мозг, а вот обратное утверждение неверно.

Когда фон Нейман сравнивал возможности массированной параллельной активности мозга с немногочисленными компьютерами того времени, казалось очевидным, что мозг отличается гораздо большей памятью и скоростью. Сегодня уже сконструирован первый суперкомпьютер, по самым консервативным оценкам, удовлетворяющий тем функциональным требованиям, которые нужны для моделирования функций человеческого головного мозга (около 10 16 операций в секунду) . (По моему мнению, компьютеры такой мощности в начале 2020-х гг. будут стоить около 1000 долларов.) Что касается объема памяти, мы продвинулись еще дальше. Труд фон Неймана появился в самом начале компьютерной эры, но ученый был уверен в том, что в какой-то момент мы сможем создавать компьютеры и компьютерные программы, способные имитировать человеческий мозг; именно поэтому он и готовил свои лекции.

Фон Нейман был глубоко убежден в ускорении прогресса и в его значительном влиянии на жизнь людей в будущем. Через год после смерти фон Неймана, в 1957 г., его коллега математик Стэн Юлам цитировал слова фон Неймана, сказавшего в начале 1950-х гг., что «любое ускорение технологического прогресса и изменения образа жизни людей создает впечатление приближения некой важнейшей сингулярности в истории человеческой расы, за пределами которой человеческая деятельность в том виде, какой мы знаем ее сегодня, больше не может продолжаться». Это первый известный случай использования слова «сингулярность» для описания технологического прогресса человечества.

Важнейшая догадка фон Неймана заключалась в обнаружении сходства между компьютером и мозгом. Заметим, что частью человеческого интеллекта является эмоциональный интеллект. Если догадка фон Неймана верна и если согласиться с моим утверждением, что небиологическая система, удовлетворительно воспроизводящая интеллект (эмоциональный и другой) живого человека, обладает сознанием (см. следующую главу), придется сделать вывод, что между компьютером (с правильным программным обеспечением) и сознательным мышлением имеется явное сходство. Итак, был ли прав фон Нейман?

Большинство современных компьютеров - полностью цифровые машины, тогда как человеческий мозг использует как цифровые, так и аналоговые методы. Однако аналоговые методы легко воспроизводятся в цифровом варианте с любой степенью точности. Американский специалист в области компьютерных технологий Карвер Мид (род. в 1934 г.) показал, что аналоговые методы мозга можно напрямую воспроизвести в кремниевом варианте, и реализовал это в виде так называемых нейроморфных чипов . Мид продемонстрировал, что данный подход может быть в тысячи раз более эффективным, чем цифровая имитация аналоговых методов. Если речь идет о кодировании избыточных алгоритмов новой коры, возможно, имеет смысл воспользоваться идеей Мида. Исследовательская группа IBM под руководством Дхармендра Модхи применяет чипы, имитирующие нейроны и их контакты, в том числе их способность образовывать новые контакты . Один из чипов, названный SyNAPSE, напрямую модулирует 256 нейронов и примерно четверть миллиона синаптических связей. Цель проекта заключается в симуляции новой коры, состоящей из 10 млрд нейронов и 100 трлн контактов (что эквивалентно человеческому мозгу), которая использует всего один киловатт энергии.

Более пятидесяти лет назад фон Нейман заметил, что процессы в головном мозге происходят чрезвычайно медленно, но отличаются массированной параллельностью. Современные цифровые схемы действуют как минимум в 10 млн раз быстрее, чем электрохимические переключатели мозга. Напротив, все 300 млн распознающих модулей коры мозга действуют одновременно, и квадрильон контактов между нейронами может активизироваться в одно и то же время. Следовательно, для создания компьютеров, которые могли бы адекватно имитировать человеческий мозг, необходимы соответствующий объем памяти и производительность вычислений. Нет нужды напрямую копировать архитектуру мозга - это очень неэффективный и негибкий метод.

Какими же должны быть соответствующие компьютеры? Многие исследовательские проекты направлены на моделирование иерархического обучения и распознавания образов, происходящих в новой коре. Я сам занимаюсь подобными исследованиями с привлечением иерархических скрытых моделей Маркова. По моим оценкам, для моделирования одного цикла распознавания в одном распознающем модуле биологической новой коры требуется около 3000 вычислений. Большинство симуляций построено на значительно меньшем числе вычислений. Если принять, что головной мозг осуществляет около 10 2 (100) циклов распознавания в секунду, получаем общее число 3 х 10 5 (300 тыс.) вычислений в секунду для одного распознающего модуля. Если же умножить это число на общее число распознающих модулей (3 х 10 8 (300 млн, по моим оценкам)), получаем 10 14 (100 трлн) вычислений в секунду. Примерно такое же значение я привожу в книге «Сингулярность уже близка». По моим прогнозам, для функциональной симуляции головного мозга требуется скорость от 10 14 до 10 16 калькуляций в секунду. По оценкам Ганса Моравека, основанным на экстраполяции данных для начальной обработки зрительных сигналов во всем головном мозге, это значение составляет 10 14 калькуляций в секунду, что совпадает с моими расчетами.

Стандартные современные машины могут работать со скоростью до 10 10 калькуляций в секунду, однако с помощью ресурсов облака их производительность можно существенно увеличить. Самый быстрый суперкомпьютер, японский компьютер «К», уже достиг скорости 10 16 калькуляций в секунду. Учитывая массированную избыточность алгоритмов новой коры, хороших результатов можно добиться с помощью нейроморфных чипов, как в технологии SvNAPSE.

Что касается требований к памяти, нам нужно около 30 бит (примерно 4 байта) для каждого контакта с одним из 300 млн распознающих модулей. Если к каждому распознающему модулю подходит в среднем восемь сигналов, получаем 32 байта на распознающий модуль. Если учесть, что вес каждого входного сигнала составляет один байт, получаем 40 байт. Добавим 32 байта для нисходящих контактов - и получим 72 байта. Замечу, что наличие восходящих и нисходящих разветвлений приводит к тому, что число сигналов намного больше восьми, даже если учесть, что многие распознающие модули пользуются общей сильно разветвленной системой связей. Например, в распознавании буквы «p» могут участвовать сотни распознающих модулей. Это означает, что тысячи распознающих модулей следующего уровня участвуют в распознавании слов и фраз, содержащих букву «p». Однако каждый модуль, ответственный за распознавание «p», не повторяет это древо связей, питающих все уровни распознавания слов и фраз с «p», у всех этих модулей древо связей общее.

Сказанное выше верно и для нисходящих сигналов: модуль, ответственный за распознавание слова apple, сообщит всей тысяче стоящих ниже модулей, ответственных за распознавание «e», что ожидается образ «e», если уже распознаны «a», «p», «p» и «l». Это древо связей не повторяется для каждого модуля, распознающего слово или фразу, который хочет информировать модули нижестоящего уровня, что ожидается образ «e». Это древо общее. По этой причине среднее оценочное значение в восемь восходящих и восемь нисходящих сигналов для каждого распознающего модуля является вполне разумным. Но даже если мы повысим это значение, это не сильно изменит конечный результат.

Итак, с учетом 3 х 10 8 (300 млн) распознающих модулей и 72 байт памяти для каждого, получаем, что общий объем памяти должен составлять около 2 х 10 10 (20 млрд) байт. А это весьма скромное значение. Такой памятью обладают обычные современные компьютеры.

Все эти расчеты мы выполнили для приблизительной оценки параметров. Учитывая, что цифровые схемы примерно в 10 млн раз быстрее сетей нейронов в биологической коре, нам не нужно воспроизводить массированный параллелизм человеческого мозга - весьма умеренного параллельного процессинга (по сравнению с триллионным параллелизмом в головном мозге) будет вполне достаточно. Таким образом, необходимые вычислительные параметры вполне достижимы. Способность нейронов головного мозга к переподключению (помним, что дендриты постоянно создают новые синапсы) тоже можно имитировать с помощью соответствующего программного обеспечения, поскольку компьютерные программы гораздо пластичнее биологических систем, которые, как мы видели, впечатляют, но имеют пределы.

Избыточность мозга, необходимая для получения инвариантных результатов, безусловно, может быть воспроизведена в компьютерном варианте. Математические принципы оптимизации подобных самоорганизующихся иерархических систем обучения вполне понятны. Организация мозга далеко не оптимальна. Но она и не должна быть оптимальной - она должна быть достаточно хорошей, чтобы обеспечить возможность создавать инструменты, компенсирующие ее собственные ограничения.

Еще одно ограничение новой коры заключается в том, что в ней нет механизма, устраняющего или хотя бы оценивающего противоречащие друг другу данные; отчасти это объясняет весьма распространенную нелогичность человеческих рассуждений. Для решения данной проблемы у нас есть весьма слабая способность, называемая критическим мышлением, но люди ею пользуются гораздо реже, чем следовало бы. В компьютерной новой коре можно предусмотреть процесс, выявляющий противоречащие данные для их последующего пересмотра.

Важно отметить, что конструирование целого отдела мозга осуществить проще, чем конструирование одного нейрона. Как уже было сказано, на более высоком уровне иерархии модели часто упрощаются (тут просматривается аналогия с компьютером). Чтобы понять, как работает транзистор, нужно в деталях понимать физику полупроводниковых материалов, а функции одного реального транзистора описываются сложными уравнениями. Цифровая схема, осуществляющая перемножение двух чисел, содержит сотни транзисторов, но для создания модели такой схемы хватит одной или двух формул. Целый компьютер, состоящий из миллиардов транзисторов, можно смоделировать с помощью набора инструкций и описания регистра на нескольких страницах текста с привлечением нескольких формул. Программы для операционных систем, компиляторов языков или ассемблеров достаточно сложны, однако моделирование частной программы (например, программы распознавания языка на основе скрытых иерархических моделей Маркова) тоже сводится к нескольким страницам формул. И нигде в подобных программах вы не встретите детального описания физических свойств полупроводников или даже компьютерной архитектуры.

Аналогичный принцип верен и для моделирования мозга. Один конкретный распознающий модуль новой коры, который детектирует определенные инвариантные зрительные образы (например, лица), осуществляет фильтрацию звуковых частот (ограничивая входной сигнал определенным диапазоном частот) или оценивает временную близость двух событий, можно описать с помощью гораздо меньшего числа специфических деталей, чем реальные физические и химические взаимодействия, контролирующие функции нейромедиаторов, ионных каналов и других элементов нейронов, участвующих в передаче нервного импульса. Хотя все эти детали необходимо тщательно предусмотреть до перехода на следующий уровень сложности, при моделировании операционных принципов головного мозга многое можно упростить.

Прошлое столетие ознаменовало сильнейший скачок развития человечества. Пройдя нелегкий путь от букваря до интернета, люди так и не смогли разгадать главную загадку, терзающую умы великих на протяжении не одной сотни лет, а именно, как работает и на что способен человеческий мозг?

До сих пор этот орган остается самым плохо изученным, а ведь именно он сделал человека тем, кем он сейчас является – высшей ступенью эволюции. Мозг, продолжая хранить свои секреты и тайны, продолжает определять деятельность и сознание человека на каждом этапе его жизни. Разгадать все возможности, на которые он способен, не в силах пока ни один современный ученый. Именно поэтому вокруг одного из главнейших органов нашего организма сконцентрировано большое количество мифов и ничем не обоснованных гипотез. Это может свидетельствовать только о том, что скрытый потенциал человеческого мозга только предстоит изучить, а пока его способности выходят за грани уже устоявшихся представлений о его работе.

Устройство мозга

Данный орган состоит из огромного количества связей, создающих устойчивое взаимодействие клеток и отростков. Ученые предполагают, что, если эту связь представить в виде прямой линии, ее длина восьмикратно превысит дистанцию к Луне.

Массовая доля этого органа в общей массе тела составляет не более 2%, а его вес варьируется в пределах 1019-1960 грамм. С момента рождения и до последнего вздоха человека он ведет непрерывную деятельность. Поэтому ему необходимо поглощать 21% всего кислорода, постоянно поступающего в организм человека. Ученые составили примерную картину усваивания мозгом информации: его память может вмещать в себе от 3 до 100 терабайт, в то время как память современного компьютера в данный момент совершенствуется до объема 20 терабайт.

Самые распространённые мифы о биологическом компьютере человека

Нейронные ткани мозга на протяжение жизнедеятельности организма погибают, а новые – не образуются. Это заблуждение, абсурдность которого доказала Элизабет Гуд. Нервная ткань и нейроны постоянно обновляются, и на смену умершим приходят новые соединения. Исследования подтвердили, что в очагах клеток, уничтоженных инсультом, организм человека способен «наращивать» новый материал.

Мозг человека раскрыт только на 5-10%, все остальные возможности не задействованы. Некоторые ученые объясняли это тем, что природа, создав такой сложный и развитой механизм, придумала для него защитную систему, оградив орган от излишней нагрузки. Это не так. Достоверно известно, что мозг во время любой деятельности человека задействован на все 100%, просто в момент совершения каких-либо действий реагируют отдельные его части поочередно.

Сверхспособности. Чем может удивить человеческий разум?

Некоторые люди, внешне не показывающие признаки наличия невероятных способностей, могут обладать поистине невероятными возможностями. Проявляются они не у каждого, но ученые утверждают, что регулярные усиленные тренировки мозга способны развить сперхспособности. Хотя секрет «отбора» людей, которые могут обладать правом называться гением, не раскрыт до сих пор. Кто-то умеет грамотно выходить из затруднительных ситуаций, кто-то на подсознательном уровне предчувствует приближающуюся опасность. Но более интересными с точки зрения науки являются следующие сверхспособности:

• Возможность выполнения математических операций любой сложности без помощи калькулятора и расчетов на бумаге;
• Возможность создавать гениальные творения;
• Фотографическая память;
• Скоростное чтение;
• Экстрасенсорные способности.

Удивительные случаи раскрытия уникальных способностей человеческого мозга

За всю историю существования людей появилось большое количество историй, подтверждающих тот факт, что мозг человека может иметь скрытые способности, адаптироваться к изменению ситуации и перекладывать определенные функции с пострадавшего отдела на здоровую часть.

Сонарное зрение . Такая способность вырабатывается обычно после потери зрения. Дэниэл Киш сумел освоить технику эхолокации, присущую летучим мышам. Издаваемые им звуки, например, щелчок языком или пальцами, помогают ему ходить без трости.

Мнемоника – уникальная техника, позволяющая воспринимать и запоминать любой объем информации, независимо от ее характера. Многие люди осваивают ее в зрелом возрасте, а у американца Кима Пика — это врожденный дар.

Дар предвиденья . Некоторые люди уверяют, что способны видеть будущее. На данный момент этот факт полностью не доказан, но истории известно немало людей, которых такая способность прославила на весь мир.

Феномены, на которые способен человеческий мозг

Карлос Родригез в 14 лет после аварии потерял более 59% мозга, но при этом до сих пор живет совершенно обычной жизнью.

Яков Циперович после клинической смерти и недельного пребывания в коматозном состоянии перестал спать, мало ест и не стареет. С этого момента прошло уже три десятка лет, а он по-прежнему молод.

Фениас Гейдж в середине 19го века получил ужасную травму. Сквозь его голову прошел толстый лом, лишив его доброй части мозга. Медицина тех лет не была достаточна продвинута, и врачи предвещали ему скорую смерть. Однако мужчина не только не умер, но и сохранил память и ясность сознания.

Человеческий мозг, как и его тело, необходимо подвергать постоянным тренировка. Это могут быть как сложные, специально разработанные программы, так и чтение книг, разгадывание ребусов и логических задач. При этом не следует забывать про насыщение данного органа питательными элементами. К примеру, усилитель мозговой активности HeadBooster http://hudeemz.com/headbooster обладает большим количеством таковых. Но все же, только постоянные тренировки позволяют мозгу постоянно развиваться и увеличивать свои возможности.