Алексей Зеньков

Ваш мозг не обрабатывает информацию, не извлекает знания и не хранит воспоминания. Короче говоря, ваш мозг - не компьютер. Американский психолог Роберт Эпштейн объясняет, почему представление о мозге как о машине неэффективно ни для развития науки, ни для понимания человеческой природы.

Несмотря на все усилия, неврологи и когнитивные психологи никогда не найдут в мозге копии Пятой симфонии Бетховена, слов, картинок, грамматических правил или любых других внешних сигналов. Конечно же, мозг человека не совсем уж пустой. Но он не содержит большинства вещей, которые, по мнению людей, в нем содержатся - даже таких простых вещей, как «воспоминания».

Наше ложное представление о мозге имеет глубокие исторические корни, но особенно запутало нас изобретение компьютеров в 1940-х годах. На протяжении полувека психологи, лингвисты, нейрофизиологи и другие эксперты по вопросам человеческого поведения утверждали, что человеческий мозг работает подобно компьютеру.

Чтобы представить, насколько легкомысленна эта идея, рассмотрим мозг младенцев. Здоровый новорожденный обладает более чем десятью рефлексами. Он поворачивает голову в том направлении, где ему чешут щечку, и всасывает все, что попадает в рот. Он задерживает дыхание при погружении в воду. Он так сильно хватает вещи, попавшие ему в руки, что почти может удерживать свой собственный вес. Но, возможно, важнее всего то, что новорожденные обладают мощными механизмами обучения, позволяющими им быстро изменяться, чтобы они могли более эффективно взаимодействовать с окружающим миром.

Чувства, рефлексы и механизмы обучения - это то, что есть у нас с самого начала, и, если задуматься, это достаточно много. Если бы нам не хватало каких-либо из этих способностей, наверное, нам было бы трудно выжить.

Но вот, чего в нас нет с рождения: информации, данных, правил, знаний, лексики, представлений, алгоритмов, программ, моделей, воспоминаний, образов, процессоров, подпрограмм, кодеров, декодеров, символов и буферов - элементов, которые позволяют цифровым компьютерам вести себя в какой-то степени разумно. Мало того, что этих вещей нет в нас с рождения, они не развиваются в нас и при жизни.

Мы не храним слова или правила, говорящие нам, как ими пользоваться. Мы не создаем образы визуальных импульсов, не храним их в буфере кратковременной памяти и не передаем затем образы в устройство долгосрочной памяти. Мы не вызываем информацию, изображения или слова из реестра памяти. Все это делают компьютеры, но не живые существа.

Компьютеры в буквальном смысле слова обрабатывают информацию - цифры, слова, формулы, изображения. Сначала информация должна быть переведена в формат, который может распознать компьютер, то есть в наборы единиц и нулей («битов»), собранные в небольшие блоки («байты»).

Компьютеры перемещают эти наборы с места на место в различные области физической памяти, реализованной в виде электронных компонентов. Иногда они копируют наборы, а иногда различными способами трансформируют их - скажем, когда вы исправляете ошибки в рукописи или ретушируете фотографию. Правила, которым следует компьютер при перемещении, копировании или работе с массивом информации, тоже хранятся внутри компьютера. Набор правил называется «программой» или «алгоритмом». Совокупность работающих вместе алгоритмов, которую мы используем для разных целей (например, для покупки акций или знакомств в интернете) называется «приложением».

Это известные факты, но их нужно проговорить, чтобы внести ясность: компьютеры работают на символическом представлении мира. Они действительно хранят и извлекают. Они действительно обрабатывают. Они действительно имеют физическую память. Они действительно управляются алгоритмами во всем без исключения.

При этом люди ничего такого не делают. Так почему так много ученых говорит о нашей умственной деятельности так, как если бы мы были компьютерами?

В 2015 году эксперт по искусственному интеллекту Джордж Заркадакис выпустил книгу «По нашему образу», в которой он описывает шесть различных концепций, используемых людьми в течение последних двух тысяч лет для описания устройства человеческого интеллекта.

В наиболее ранней версии, изложенной в Библии, люди были созданы из глины или грязи, которую разумный Бог затем пропитал своим духом. Этот дух и «описывает» наш разум - по крайней мере, с грамматической точки зрения.

Изобретение гидравлики в III веке до нашей эры стало причиной популярности гидравлической концепции человеческого сознания. Идея состояла в том, что ток различных жидкостей в теле - «телесных жидкостей» - приходится и на физические, и на духовные функции. Гидравлическая концепция существовала на протяжении более чем 1600 лет, все это время затрудняя развитие медицины.

К XVI веку появились устройства, приводимые в действие пружинами и зубчатыми передачами, что вдохновило Рене Декарта на суждения о том, что человек - это сложный механизм. В XVII веке британский философ Томас Гоббс предположил, что мышление происходит благодаря небольшим механическим движениям в мозгу. К началу XVIII века открытия в области электричества и химии привели к появлению новой теории человеческого мышления, опять-таки имеющей больше метафорический характер. В середине XIX века немецкий физик Герман фон Гельмгольц, вдохновленный последними достижениями в области связи, сравнил мозг с телеграфом.

Альбрехт фон Галлер. Icones anatomicae

Математик Джон фон Нейман заявил, что функция человеческой нервной системы является «цифровой при отсутствии доказательств в пользу противного», проводя параллели между компонентами компьютерных машин того времени и участками человеческого мозга.

Каждая концепция отражает самые передовые идеи породившей её эпохи. Как и следовало ожидать, всего через несколько лет после зарождения компьютерных технологий в 1940-х годах стали утверждать, что мозг работает, как компьютер: роль физического носителя играл сам мозг, а наши мысли выступали в качестве программного обеспечения.

Такая точка зрения достигла максимального развития в книге «Компьютер и мозг» 1958 года, в которой математик Джон фон Нейман решительно заявил, что функция нервной системы человека является «цифровой при отсутствии доказательств в пользу противного». Хоть он и признавал, что о роли мозга в работе интеллекта и памяти известно очень мало, ученый проводил параллели между компонентами компьютерных машин того времени и участками человеческого мозга.

Изображение: Shutterstock

Благодаря последующим достижениям в области компьютерных технологий и исследования мозга, постепенно развивалось амбициозное междисциплинарное учение о человеческом сознании, в основе которого лежит идея о том, что люди, как и компьютеры - это информационные процессоры. Эта работа в настоящее время включает в себя тысячи исследований, получает миллиарды долларов финансирования, и становится темой для множества трудов. Книга Рэя Курцвейла «Как создать разум: Раскрытие тайны человеческого мышления», выпущенная в 2013 году, иллюстрирует эту точку зрения, описывает «алгоритмы» мозга, методы «обработки информации» и даже то, как он внешне напоминает в своей структуре интегральные схемы.

Представление о человеческом мышлении как об устройстве обработки информации (ОИ) в настоящее время доминирует в человеческом сознании как среди обычных людей, так и среди ученых. Но это, в конце концов, просто еще одна метафора, вымысел, который мы выдаем за действительность, чтобы объяснить то, что на самом деле не понимаем.

Несовершенную логику концепции ОИ довольно легко сформулировать. Она основана на ошибочном силлогизме с двумя разумными предположениями и неверным выводом. Разумное предположение №1: все компьютеры способны на разумное поведение. Разумное предположение №2: все компьютеры являются информационными процессорами. Неверное заключение: все объекты, способные вести себя разумно - информационные процессоры.

Если забыть о формальностях, то идея о том, что люди должны быть информационными процессорами, только потому, что компьютеры являются таковыми – это полная глупость, и когда от концепции ОИ окончательно откажутся, наверняка историками она будет рассматриваться с этой же точки зрения, как сейчас для нас выглядят чушью гидравлическая и механическая концепции.

Проведите эксперимент: нарисуйте сторублевую купюру по памяти, а потом достаньте ее из кошелька и скопируйте. Видите разницу?

Рисунок, сделанный в отсутствие оригинала, наверняка окажется ужасен в сравнении с рисунком, сделанным с натуры. Хотя вообще-то вы видели эту купюру не одну тысячу раз.

В чем проблема? Разве «образ» банкноты не должен «храниться» в «запоминающем регистре» нашего мозга? Почему мы не можем просто «обратиться» к этому «образу» и изобразить его на бумаге?

Очевидно, нет, и тысячи лет исследований не позволят определить расположение образа этой купюры в мозге человека просто потому, что его там нет.

Продвигаемая некоторыми учеными идея о том, что отдельные воспоминания каким-то образом хранятся в специальных нейронах, абсурдна. Помимо прочего эта теория выводит вопрос об устройстве памяти на еще более неразрешимый уровень: как и где тогда память хранится в клетках?

Сама идея того, что воспоминания хранятся в отдельных нейронах, абсурдна: как и где в клетке может храниться информация?

Нам никогда не придется беспокоиться о том, что человеческий разум выйдет из-под контроля в киберпространстве, и нам никогда не удастся достичь бессмертия, скачав душу на другой носитель.

Одно из предсказаний, которое в том или ином виде высказывали футуролог Рэй Курцвейл, физик Стивен Хокинг и многие другие, заключается в том, что если сознание человека подобно программе, то скоро должны появиться технологии, которые позволят загрузить его на компьютер, тем самым многократно усилив интеллектуальные способности и сделав возможным бессмертие. Эта идея легла в основу сюжета фильма-антиутопии «Превосходство» (2014), в котором Джонни Депп сыграл ученого, похожего на Курцвейла. Он загрузил свой разум в интернет, чем вызвал разрушительные последствия для человечества.

Кадр из фильма «Превосходство»

К счастью, концепция ОИ даже близко не имеет ничего общего с действительностью, так что нам не стоит волноваться о том, что человеческий разум выйдет из-под контроля в киберпространстве, и, как это ни прискорбно, нам никогда не удастся достичь бессмертия, скачав душу на другой носитель. Дело не только в отсутствии какого-то ПО в мозге, проблема здесь еще глубже – назовем ее проблемой уникальности, и она одновременно восхищает и угнетает.

Поскольку в нашем мозге нет ни «запоминающих устройств», ни «образов» внешних раздражителей, а в ходе жизни мозг меняется под действием внешних условий, нет повода считать, что любые два человека в мире реагируют на одно и то же воздействие одинаково. Если вы и я посетим один и тот же концерт, изменения, которые произойдут в вашем мозге после прослушивания, будут отличаться от изменений, которые произойдут в моем мозге. Эти изменения зависят от уникальной структуры нервных клеток, которая формировалась в ходе всей предыдущей жизни.

Именно поэтому, как написал Фредерик Бартлетт в 1932 году в книге «Память», два человека, услышавшие одну и ту же историю, не смогут пересказать ее полностью одинаково, а со временем их версии истории будут все меньше походить друг на друга.

«Превосходство»

По-моему, это очень вдохновляет, ведь это значит, что каждый из нас по-настоящему уникален, не только по набору генов, но и по тому, как меняется наш мозг со временем. Однако это также и угнетает, ведь это делает и без того трудную работу нейробиологов практически неразрешимой. Каждое изменение может затронуть тысячи, миллионы нейронов или весь мозг целиком, причем природа этих изменений в каждом случае тоже уникальна.

Хуже того, даже если бы мы смогли записать состояние каждого из 86 миллиардов нейронов мозга и сымитировать все это на компьютере, эта громадная модель оказалась бы бесполезной вне тела, которому принадлежит данный мозг. Это, пожалуй, самое досадное заблуждение об устройстве человека, которым мы обязаны ошибочной концепции ОИ.

В компьютерах хранятся точные копии данных. Они могут оставаться без изменений долгое время даже при отключении питания, в то время как мозг поддерживает наш интеллект, только пока он остается живым. Нет никакого рубильника. Либо мозг будет работать без остановки, либо нас не станет. Более того, как отметил нейробиолог Стивен Роуз в 2005 году в работе «Будущее мозга», копия текущего состояния мозга может быть бесполезна и без знания полной биографии его владельца, даже включая социальный контекст, в котором рос человек.

Тем временем огромные средства расходуются на исследования мозга, основанные на ложных идеях и обещаниях, которые не будут исполнены. Так, в Евросоюзе был запущен проект исследования человеческого мозга стоимостью $1,3 млрд. Европейские власти поверили заманчивым обещаниям Генри Маркрэма создать к 2023 году действующий симулятор работы мозга на базе суперкомпьютера, который бы в корне изменил подход к лечению болезни Альцгеймера и других недугов, и обеспечили проекту практически безграничное финансирование. Меньше чем через два года после запуска проекта он обернулся провалом, и Маркрэма попросили уйти в отставку.

Люди – это живые организмы, а не компьютеры. Примите это. Нужно продолжать тяжелую работу по пониманию самих себя, но не тратить время на ненужный интеллектуальный багаж. За полвека существования концепция ОИ дала нам всего несколько полезных открытий. Настало время нажать на кнопку Delete .

Роберт Эпштейн – старший психолог Американского института поведенческих исследований и технологий в Калифорнии. Он является автором 15 книг, а также бывшим главным редактором журнала Psychology Today.

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.

Много приходилось видеть, слышать и читать о том, как люди сравнивают человека и компьютер. Занятно со стороны наблюдать за этим процессом, особенно когда понимаешь, что происходит на самом деле. А на самом же деле происходит, ни много, ни мало сравнение творца с творением. Для того, чтобы это сравнение имело место быть, люди даже роботов делают похожими на людей. Но все равно, внутри таких недочеловеков «шестеренки и лампочки», как говорил герой фильма «Я, Робот». Но дело даже не в том, что сравниваемые с людьми отличаются по своему химическому составу. Ведь предметом сравнения является принцип и результативность их работы.

Все аспекты процесса работы и результатов этой самой работы обеих сравниваемых сторон вряд ли можно объять в рамках одной небольшой статьи. Поэтому, затрону я только один аспект, который на компьютерном языке зовется «многозадачностью». Некоторые думаю, что это недосягаемо для мозга, другие разделяют прямо противоположную точку зрения. В такие дебри, как цифры, вычисления и статистика я лезть не буду, так как сравнивая разные по происхождению системы не возможно добиться точных результатов. Но кое-какие мысли по этому поводу есть.
Итак…

Уверен, что при создании компьютера, человек руководствовался тем, что ему близко и хорошо знакомо. При создании операционной системы в середине 60-х годов прошлого столетия (именно тогда в в некоторых ОС начали появляться задатки многозадачности), программисты, вполне возможно тоже думали именно о том, чтобы наделить компьютер чем-то человеческим. И наделили его подсознанием, только в компьютерном понимании. Хотя многим известен тот факт, что человеческий мозг в определенный момент времени может сознательно размышлять над чем-то одним, но это вовсе не означает, что наш мозг лишен «многозадачности». Ведь вряд ли кто-то будет отрицать, что помимо основной мысли, которая крутится в нашей голове сознательно, где-то глубоко в подсознании происходят процессы, о которых становится известно лишь, когда виден результат.

Если позволите, сравним сознание и подсознание с ядрами процессора. Правда в таком сравнении эти ядра будут разной мощности. Так как есть информация, что мощность подсознания намного больше мощности сознания. Скорость обработки информации у сознательного мышления 2 Кбит информации в секунду, для сравнения та же скорость у подсознания доходит до 4 Гбит информации в секунду. Но как же проявляется эта мощность подсознания.

Например, часто бывает, что прикладывая усилия решить какую-то сложную задачу сознательно, никак не получается добиться желаемого, будто где-то загвоздка. В таком случае я оставляю эту задачу на потом и принимаюсь за следующую, более простую. Но вдруг, не успев даже приняться за решение несложной задачи, я говорю себе: «Идея!». После этого, та сложная нерешенная задача оказывается решенной! Но как? Я ведь уже отчаялся и даже не думал о ней сознательно. Именно благодаря тому, что мы прикладываем много сил в поисках решения процесс запускается и при надобности может перейти в «фоновый режим» подсознания, где нейроны будут продолжать подбирать правильные комбинации, в поисках решения с еще большей скоростью.

На компьютере это происходит, кажется, чуть проще или несколько нагляднее. Запуская один процесс, мы сворачиваем программу и принимаемся за другую. В этом случае мы уверены, что операция будет завершена. Конечно, иногда кажется, что возможности компьютера ограничиваются возможностями человека. Например, мы не можем работать одновременно в нескольких программах хотя бы потому, что для этого нам бы понадобились дополнительные манипуляторы и, в конце концов, дополнительные руки. Да и нужно ли это, если иногда мы не можем даже управлять 10% возможностей нашего мозга?

По поводу того, как тренировать свой мозг написано не мало книг, снято столько же фильмов, но кажется, для «разгона» своего мозга, нужно помнить всего несколько простых правил:

• Размышляйте
• Анализируйте
• Не сдавайтесь

Представьте себе экспериментальный нанонаркотик, который способен связывать сознания разных людей. Представьте, как группа предприимчивых нейробиологов и инженеров открывает новый способ использования этого наркотика – запустить операционную систему прямо внутри мозга. Тогда люди смогут телепатически общаться между собой, используя мысленный чат, и даже манипулировать телами других людей, подчиняя себе действия их мозга. И несмотря на то, что это сюжет научно-фантастической книги Рамеза Наама «Нексус», описанное им будущее технологий уже не кажется таким далеким.

Как подсоединить мозг к планшету и помочь парализованным больным общаться

Для пациента T6 2014 стал самым счастливым годом жизни. Это был год, когда она смогла управлять планшетным компьютером Nexus с помощью электромагнитного излучения своего мозга и буквально перенестись из эры 1980-х с их диско-ориентированными системами (Disk Operating System, DOS) в новых век андроидной ОС.

T6 - женщина 50 лет, страдающая боковым амиотрофическим склерозом, известным также как болезнь Лу Герига, которая вызывает прогрессирующее повреждение двигательных нейронов и паралич всех органов тела. T6 парализована почти полностью от шеи и вниз. До 2014 года она абсолютно не могла взаимодействовать с внешним миром.

Паралич может наступить и от повреждений костного мозга, инсульта или нейродегенеративных заболеваний, которые блокируют способность говорить, писать и вообще как-либо общаться с окружающими.

Эра интерфейсов, связывающих мозг и машину, расцвела два десятилетия назад, в процессе создания ассистивных устройств, которые бы помогли таким пациентам. Результат был фантастическим: слежение за взглядом (eye-tracking) и слежение за положением головы пользователя системы (head-tracking) позволили отслеживать движения глаз и использовать их как выходные данные для управления курсором мыши на экране компьютера. Иногда пользователь мог даже кликать по ссылке, фиксируя свой взгляд на одной точке экрана. Это называется »время задержки».

Тем не менее, системы eye-tracking были тяжелы для глаз пользователя и слишком дороги. Тогда появилась технология нейронного протезирования, когда устраняется посредник в виде сенсорного органа и мозг связывается с компьютером напрямую. В мозг пациента вживляется микрочип, и нейросигналы, связанные с желанием или намерением, могут быть расшифрованы с помощью сложных алгоритмов в режиме реального времени и использованы для контроля курсора на интерфейсе компьютера.

Два года назад, пациентке T6 имплантировали в левую сторону мозга, отвечающую за движение, 100-канальную электродную установку. Параллельно Стэнфордская лаборатория работала над созданием прототипа протеза, позволяющего парализованным печатать слова на специально разработанной клавиатуре, просто думая об этих словах. Устройство работало следующим образом: встроенные в мозг электроды записывали мозговую активность пациентки в момент, когда она смотрела на нужную букву на экране, передавали эту информацию на нейропротез, интерпретирующий затем сигналы и превращающий их в непрерывное управление курсором и щелчками на экране.

Однако этот процесс был чрезвычайно медленным. Стало понятно, что на выходе получится устройство, работающее без непосредственного физического соединения с компьютером через электроды. Сам интерфейс тоже должен был выглядеть интереснее, чем в 80-х. Команда клинического института BrainGate, занимающаяся этими исследованиями, поняла, что их система «указания и щелчка» была похожа на нажатие пальцем на сенсорный экран. И поскольку сенсорными планшетами большинство из нас пользуется каждый день, то рынок их огромен. Достаточно просто выбрать и купить любой из них.

Парализованная пациентка T6 смогла «нажимать» на экран планшета Nexus 9. Нейропротез связывался с планшетом через протокол Bluetooth, то есть как беспроводная мышь.

Сейчас команда работает над продлением работоспособности имплантата на срок всей жизни, а также разрабатывает системы других двигательных маневров, таких как «выделить и перетащить» и мультисенсорные движения. Кроме того, BrainGate планируют расширить свою программу на другие операционные системы.

Компьютерный чип из живых клеток мозга

Несколько лет назад исследователи из Германии и Японии смогли симулировать 1 процент активности человеческого мозга за одну секунду. Это стало возможным только благодаря вычислительной мощности одного из самых сильных в мире суперкомпьютеров.

Но человеческий мозг до сих пор остается самым мощным, низко энергозатратным и эффективным компьютером. Что если бы можно было использовать силу этого компьютера для питания машин будущих поколений?

Как бы дико это не звучало, нейробиолог Ош Агаби запустил проект «Конику» (Koniku) как раз для реализации этой цели. Он создал прототип 64-нейронной кремниевой микросхемы. Первым приложением этой разработки стал дрон, который может «чуять» запах взрывчатых веществ.

Одой из самых чутких обонятельных способностей отличаются пчелы. На самом деле, они даже перемещаются в пространстве по запаху. Агаби создал дрон, который не уступает пчелиной способности распознавать и интерпретировать запахи. Он может быть использован не только для военных целей и обнаружении бомб, но и для исследования сельхозугодий, нефтеперерабатывающих заводов - всех мест, где уровень здоровья и безопасности может быть измерен по запаху.

В процессе разработки Агаби и его команда решали три основные проблемы: структурировать нейроны так же, как они структурированы в мозге, прочитать и записать информацию в каждый отдельный нейрон и создать стабильную среду.

Технология индуцированной дифференцировки плюрипотентной клетки - метод, когда зрелая клетка, например, кожи, генетически встроена в исходную стволовую клетку, позволяет любой клетке превратиться в нейрон. Но как и любым электронным компонентам, живым нейронам нужна специальная среда обитания.

Поэтому нейроны были помещены в оболочки с управляемой средой, для регулировки уровня температуры и водорода внутри, а также для подачи им питания. Кроме того, такая оболочка позволяет контролировать взаимодействие нейронов между собой.

Электроды под оболочкой позволяют считывать или записывать информацию на нейроны. Агаби описывает этот процесс так:

«Мы заключаем электроды в оболочку из ДНК и обогащенных протеинов, которая стимулирует нейроны формировать искусственную тесную связь с этими проводниками. Так, мы можем считывать информацию с нейронов или, наоборот, посылать информацию на нейроны тем же способом или посредством света или химических процессов».

Агаби верит, что будущее технологий - за раскрытием возможностей так называемого wetware - человеческого мозга в корреляции с машинным процессом.

«Нет практических границ для того, какими большими мы сделаем наши будущие устройства или как по-разному мы может моделировать мозг. Биология - это единственная граница».

Дальнейшие планы «Конику» включат разработку чипов:

• с 500 нейронами, который будет управлять машиной без водителя;
• с 10 000 нейронами - будет способен обрабатывать и распознавать изображения так, как это делает человеческий глаз;
• с 100 000 нейронами - создаст робота с мультисенсорным входом, который будет практически неотличим от человека по перцептивным свойствам;
• с миллионом нейронов - даст нам компьютер, который будет думать сам за себя.

Чип памяти, встроенный в мозг

Каждый год сотни миллионов людей испытывают сложности из-за потери памяти. Причины этому разные: повреждения мозга, которые преследуют ветеранов и футбольных игроков, инсульты или болезнь Альцгеймера, проявляющиеся в старости, или просто старение мозга, которое ожидает всех нас. Доктор Теодор Бергер, биомедицинский инженер Университета Южной Калифорнии, на средства Агенства по перспективным оборонным исследованиям Министерства обороны США DARPA, тестирует расширяющий память имплантат, который имитирует обработку сигнала в момент, когда нейроны отказываются работать с новыми долгосрочными воспоминаниями.

Чтобы устройство заработало, ученые должны понять, как работает память. Гиппокамп - это область мозга, которая отвечает за трансформацию краткосрочных воспоминаний в долгосрочные. Как он это делает? И возможно ли симулировать его деятельность в рамках компьютерного чипа?

«По существу, память - это серия электрических импульсов, которые возникают с течением времени и которые генерируются определенным числом нейронов», - объясняет Бергер, - «Это очень важно, так как это значит, что мы можем свести этот процесс к математическому уравнению и поместить его в рамки вычислительного процесса».

Так, нейробиологи начали декодировать поток информации внутри гиппокампа. Ключом к этой дешифровке стал сильный электрический сигнал, который идет от области органа под названием СА3 - «входа» гиппокампа - к СА1 - «выходящему» узлу. Этот сигнал ослабляется у людей с расстройством памяти.

«Если бы мы могли воссоздать его, используя чип, мы бы восстановили или даже увеличили объем памяти», — говорит Бергер.

Но проследить этот путь дешифровки сложно, так как нейроны работают нелинейно. И любой незначительный фактор, замешанный в процессе, может привести к совсем другим результатам.Тем не менее, математика и программирование не стоят на месте, и сегодня могут вместе создать самые сложные вычислительные конструкции со множеством неизвестных и множеством «выходов».

Для начала ученые приучили крыс нажимать тот или иной рычаг, чтобы получить лакомство. В процессе запоминания крысами и превращения этого воспоминания в долгосрочное, исследователи тщательно фиксировали и записывали все трансформации нейронов, и затем по этой математической модели создали компьютерный чип. Далее, они ввели крысам вещество, временно дестабилизирующее их способность запоминать и ввели чип в мозг. Устройство воздействовало на «выходящий» орган СА1, и, вдруг, ученые обнаружили, что воспоминание крыс о том, как добиться лакомства восстановилось.

Следующие тесты были проведены на обезьянах. На этот раз ученые сконцентрировались на префронтальной коре головного мозга, которая получает и модулирует воспоминания, полученные из гиппокампа. Животным была продемонстрирована серия изображений, некоторые из который повторялись. Зафиксировав активность нейронов в момент узнавания ими одной и то же картинки, была создана математическая модель и микросхема, на ее основе. После этого работу префронтальной коры обезьян подавили кокаином и ученые вновь смогли восстановить память.

Когда опыты проводились на людях, Бергер избрал 12 волонтеров, больных эпилепсией, с уже имплантированными электродами в головной мозг, чтобы проследить источник их припадков. Повторяющиеся судороги разрушают ключевые части гиппокампа, необходимые для формирования долгосрочных воспоминаний. Если, к примеру, изучить активность мозга в момент припадков, можно будет восстановить воспоминание.

Точно также, как и в предыдущих экспериментах, был зафиксирован специальный человеческий «код памяти», который впоследствии сможет предсказать паттерн активности в клетках СА1, основываясь на данных, хранящихся или возникающих в СА3. В сравнении с «настоящей» мозговой активностью, такой чип работает с точностью около 80%.

Пока рано говорить о конкретных результатах после опытов на людях. В отличие от моторного кортекса головного мозга, где каждый отдел отвечает за определенный орган, гиппокамп организован хаотично. Также пока рано говорить, сможет ли такой имплантат вернуть память тем, кто страдает от повреждений «выходящего» участка гиппокампа.

Проблемный остается вопрос геерализации алгоритма для такого чипа, так как экспериментальный прототип был создан на индивидуальных данных конкретных пациентов. Что, если код памяти разный для всех, в зависимости от типа входящих данных, которые он получает? Бергер напоминает, что и мозг ограничен своей биофизикой:

«Есть только такое количество способов, которыми электрические сигналы в гиппокампе могут быть обработаны, которое несмотря на свое множество, тем не менее ограничено и конечно», — говорит ученый.

Мозг и компьютер

Сейчас многие проводят аналогии между работой мозга и ЭВМ. В упрощенном виде такие воззрения полагают, что мозг – это биологический компьютер, самообучающаяся нейронная сеть, спроектированная эволюцией. В этой статье автор попытается показать слабые места этих воззрений.
Наш мозг может решать многие задачи, которые компьютер теоретически решить тоже может, но реализовать это в искусственных ЭВМ крайне сложно. Возьмём, к примеру, распознавание изображений. Чтобы распознать изображение с сетчатки глаза, нужно “попиксельно” просканировать это изображение, преобразовать 2d в 3d, сравнить с некой базой данных и найти там соответствие, и пересчитать положение объекта в пространстве. На данный момент лучшие программисты пытаются решить эту задачу и добиваются достаточно ограниченного успеха. Далее, для распознавания звука нужна другая программа, для распознавания запахов – ещё одна программа; для каждой отдельной мыслительной задачи тоже нужна своя программа: например, чтобы предсказать, куда упадёт летящий мяч, нужно решить систему дифференциальных уравнений, чтобы говорить – нужна ещё одна программа, чтобы разработать теорию относительности – ещё одна программа и т.д. Автор хочет этим сказать, что человеческое мышление слишком универсально , чтобы объяснить его простым сравнением с компьютером.
На эти аргументы часто приходится слышать возражение, что мозг – это не ЭВМ с его принципами работы, а самообучающаяся нейронная сеть. На это можно возразить несколькими доводами:

1) Нейронные сети также неизмеримо менее универсальны, чем человеческий разум. Можно построить, например, нейронную сеть для игры в Го и научить её играть в эту игру лучше человека. Но эта нейронная сеть никогда не научится играть в шахматы, или выполнять любую другую задачу, отличную от игры в Го.

2) Не являясь специалистом в нейронных сетях, автор полагает, что они в принципе не могут научиться сложным мыслительным операциям, таким как перевод текста. Это связано с тем, что для таких операций требуется сложная дискретная логика (см. ниже).

3) Если даже нейронные сети и научатся хорошо переводить, разговаривать как человек, автор полагает, что обучение этих сетей будет не менее сложным процессом, чем написание компьютерных алгоритмов и программ для сходных задач.

4) Если наш мозг - это самообучающаяся нейронная сеть, кто проводит обучение (тренировку) этой сети? Ведь чтобу обучить ту же нейронную сеть для игры в Го, необходимо заставить её миллионы раз играть с самой собой. Для человека в ходе его взросления никаких подобных условий не создаётся.
Сказанное не означает, что создать искуственный интеллект с существующими технологиями в принципе невозможно. Скорее наоборот, рано или поздно что-то похожее на думающую машину будет создано; но работа этой думающей машины будет основываться на совершенно других принципах, чем человеческое мышление. При этом во многих аспектах эта машина будет неизмеримо "умнее" человека. Ведь уже сейчас, например, переводчик Google переводит тексты хоть и менее качественнно, чем живой переводчик, зато в тысячу раз быстрее.

Но главное - эта "думающая машина" будет настолько сложной системой, что можно полностью исключить появление подобной сложности в ходе естественного отбора (см. ниже).

Цифровые и аналоговые устройства
Все компьютеры можно условно разделить на два больших “царства” – цифровые и аналоговые. Аналоговые ЭВМ сейчас почти полностью вытеснены цифровыми, поскольку последние легче запрограммировать на конкретную задачу.

Про цифровые и аналоговые устройства, и про параллели с живыми системами можно почитать в статье Анатолия Протопопова "Мозг экономичный":

Процитируем часть этой статьи:

В чём главное отличие этих типов? Рукотворный цифровой компьютер состоит из, в общем и среднем, таких же полупроводниковых элементов, что и электронный аналоговый - разве что работают они обычно в несколько других режимах. Тем не менее, они фундаментально различаются в главном - самом подходе к решению задач; и это отражается на общем плане их построения.
Цифровой компьютер оперирует абстрактными сущностями - числами. В привычных нам цифровых компьютерах числа задаются в одной из позиционных систем счисления; технически наиболее удобна двоичная. Узлы такого компьютера, хранящие или преобразующие эти числа, состоят из некоторого количества так называемых "разрядов" - однотипных структур, каждая из которых, хранит или обрабатывает, одну из "цифр" числа - обычно это ноль или единица. Эту структуру можно наглядно представить себе в виде разграфлённого бланка, где отдельные цифры числа могут быть записаны только в графах, но никак не между, и не за пределами их. Количество этих разрядов (граф), наряду с другими особенностями, характеризует вычислительную мощь цифровой системы - в цифровых системах обычно бывает не менее четырёх двоичных разрядов, иначе обработка информации оказывается слишком грубой. В свете нашей темы на это обстоятельство следует обратить внимание, ибо оно показывает наличие минимального порога сложности цифровой системы: оперировать только одноразрядными двоичными числами, могущими принимать только два значения ("да-нет", "чёрное-белое") смысла не слишком много. Впрочем, "чёрно-белое" мышление некоторых людей наводит на определённые параллели... Разумеется, этим сложность цифровой системы далеко не ограничивается, а пожалуй, только начинается.
Цифровые компьютеры были разработаны для решения абстрактных задач, изначально заданных в численной форме. Если же мы хотим приспособить цифровой компьютер к решению задач реагирования на события реального мира, мы должны сначала представить для него этот мир в численном виде, а уж затем что-то с этими числами делать - складывать, вычитать, интегрировать, производить прочие манипуляции, причём строго согласные с математическими законами преобразования чисел. Чисел, обратите внимание! Ну и далее преобразовывать результат этой обработки (некое итоговое число) в степень активности исполнительных узлов, такой, как например, скорость вращения электродвигателя, приводящего в действие наше устройство.
В аналоговой системе никаких чисел нет. И соответственно - нет никаких "разрядов". Есть натуральные величины - в виде силы электрического тока, давления газа или жидкости, концентрации тех или иных веществ, как-то пропорциональные чему-то в окружающем мире. "Серьёзные" аналоговые компьютеры - это довольно сложные устройства, содержащие узлы, позволяющие сравнивать, складывать, интегрировать, и производить прочие преобразования электрических токов, давлений жидкостей, и других величин, отражающих состояние реального мира. Важно, что преобразуются сами величины, а не числа, их описывающие.
Но аналоговая система обработки информации может быть и крайне простой - например, такой системой можно полагать устройство, поддерживающее постоянный уровень воды в сливном бачке унитаза (да простит меня уважаемый читатель за, возможно, не слишком импозантный образ). Информация об уровне воды, посредством датчика (поплавка) чисто механически передаётся в исполнительный клапан, являющийся одновременно устройством, задающим порог срабатывания.
Привычный же нам фон Неймановский цифровой компьютер просто обязан иметь в своём составе некий минимальный, причём, достаточно обширный, набор узлов, строго определённым образом соединённых между собой, - даже если эта задача крайне проста. Но это ещё не всё.
Практически все компьютеры, с которыми приходится сталкиваться нашему уважаемому читателю (да и не менее уважаемому автору) обладают архитектурой, предложенной Джоном фон Нейманом с соавторами в 1946 году. Такой компьютер обязательно содержит в своём составе 1) арифметическое устройство, осуществляющее различные манипуляции с числами, 2) устройство управления, обычно объединённое с арифметическим под общим названием "процессор", и управляющее ходом преобразований и 3) память для хранения чисел, над которыми производятся действия, а также для хранения программ; причём память состоит из однородных ячеек. Также, практически всегда в состав такого компьютера входят устройства, осуществляющие взаимодействие с окружающим данный компьютер миром (устройства ввода-вывода), но эти устройства не являются неотъемлемой частью архитектуры фон Неймана. Программа (описание того, как эту задачу надлежит решать; программой можно назвать, например, кулинарный рецепт) для такого компьютера должна быть составлена заранее, представлена в виде последовательности простых, и чётко-однозначных команд, и в форме условных чисел записана в его память. Сложность решаемой фон Неймановским компьютером задачи ограничена лишь объёмом его памяти, и квалификацией составителя программы её решения, но, вообще говоря, не сложностью устройства данного конкретного компьютера.

Допустим, нам нужно построить на основе вышеописанного цифрового компьютера систему, обладающую фототаксисом (стремлением к свету). Мы бы включили в эту систему датчики освещённости (два или больше, разделённые чем-то светопоглощающим), преобразователь сигнала, поступающего с датчиков, в цифровую форму, память, где бы хранилось числа, отражающие значения освещённости в каких-то единицах, и прочие числа, имеющие отношение к нашей задаче. Также в памяти (не обязательно - той же самой) хранилась бы программа - набор особых чисел - условных кодов пошаговых инструкций, побуждающий нашу систему функционировать именно так, как требует наша задача, и никак не иначе.
Уровень сигнала об освещённости преобразовывался бы в числа, и помещался бы в память. Далее, цифровая система, повинуясь заложенным в её память кодам (реализующим нужный нам алгоритм работы), помещала бы эти два (или больше) числа в регистры процессора, процессор бы производил достаточно замысловатую процедуру вычитания этих чисел, формировал бы число со знаком - их разность, и далее эта разность, через обратный преобразователь поступала бы в исполнительный узел, обеспечивающий должное положение "руля", и должную активность "двигателя". В качестве последних можно представить себе, если это механическое устройство - буквально руль и электродвигатель с гребным винтом, или, например, жгутики одноклеточного организма, ориентированные в определённом направлении, и вращающиеся с определённой скоростью, если это живой организм. В итоге, подвергнутым таким воздействиям движитель переместит наш организм (живой или механический) на более освещённое место.
В аналоговом компьютере всё иначе. Логика его работы была бы задана схемой межсоединений его составных частей, а не кодам программы в его памяти. В рассматриваемом случае эта схема была бы упрощена до предела, не сильно отличающегося от примера со сливным бачком унитаза - простой (из одной-двух "деталек") аналоговый компаратор сравнивал бы сигналы непосредственно с датчиков (в каких-то, пропорциональных освещённости натуральных величинах), и выдавал бы результат сразу на исполнительные модули.

Аналогичная цифровая система была бы намного сложнее, потребляла бы больше энергии, срабатывала бы медленнее аналоговой. Важно также, что логика работы цифровой системы должна быть так или иначе заложена в неё каким-то достаточно разумным существом - не менее разумным, чем сама создаваемая система. Способности системы к самообучению принципиально дела не меняют - логику самообучения всё равно должен в неё закладывать кто-то разумный.
"Компьютеры", встроенные в живые организмы, их нервные системы, гораздо более схожи именно с аналоговыми компьютерами (в чём-то подобными вышеописанному регулятору), хотя некоторое сходство с цифровыми у них имеет место быть.
В живой нервной системе отдельно взятый нейрон тоже немного похож на цифровой переключатель, правда, его состояние лучше сравнивать не с двоичной, а с троичной цифрой. Он может находиться только в одном из трёх дискретных состояний: возбуждён-заторможен-пассивен, но на этом всё сходство, пожалуй, и заканчивается. В остальном он более похож на многовходовый интегрирующий усилитель аналогового компьютера: поступающие по дендритам входящие сигналы суммируются (каждый со своим знаком и весом, которые, кстати, могут изменяться "по ходу пьесы") и интегрируются по времени. Если результат этого интегрирования достаточен для возбуждения нейрона, он выдаёт импульс возбуждения на свою выходную линию - аксон. Импульсы возбуждения могут следовать по аксону с разной частотой и фазой, кодируя тем какие-то плавно меняющиеся величины. Дискретный характер межнейронного взаимодействия не превращает мозг в цифровую систему: числами он не оперирует. Интересно, что контакт между нейронами - синаптическая щель - тоже участвует в обработке информации, пропуская или не пропуская через себя импульсы возбуждения. В мире рукотворных компьютеров такое своенравное поведение контактов обычно считается недопустимым, и рассматривается как неисправность, здесь же - это норма, и фактическое участие в обработке информации... Впрочем, говорить про отдельные нейроны мы здесь практически не будем, ибо это частности.

Перед живыми существами на арене эволюции никогда не стояли задачи научно-математических расчётов, но всегда стояли задачи сугубо прикладного и конкретного характера - того же фототаксиса. И всегда очень остро стоял вопрос экономичности строения и потребления ресурсов, что для цифровых компьютеров очень долго было неактуально. Но главным ограничителем в построении системы управления живым организмом была неразумность "творца" - эволюции. Этот "творец" не умеет предвидеть, строить планы и схемы; он может только слегка модифицировать то, что уже существует и работает. Особенно проблематично в этом смысле самое начало построения. Но аналоговый вариант нашей системы был бы настолько прост, что его самопроизвольное возникновение посредством отбора из незначительных модификаций (мутаций) изначальных простейших сущностей не выглядит невозможным - в отличие от цифрового. Логарифмическая линейка - один из простейших вариантов аналогового компьютера, вполне может - в грубом и неказистом, разумеется, варианте - возникнуть в результате хаотичного перемешивания дощечек, веточек, и щепочек, если этим заниматься достаточно долго.
Минимальный уровень сложности работоспособного цифрового компьютера гораздо выше, и практически исключает шансы на самопроизвольное спонтанное рождение из чего-то более простого. Конечно, такой примитивный вариант цифрового компьютера, как счёты, тоже может возникнуть в результате хаотичного перемешивания камешков, но такой "компьютер" не может быть использован с утилитарными целями без достаточно разумного "устройства ввода-вывода и управления" - чего-то или кого-то, что бы преобразовывало исходные сущности в расположение камешков (в числа), а также, строго в соответствии с математическими законами преобразования чисел, передвигало бы их для получения результата. И было бы способно утилитарно интерпретировать этот результат! Представим себе цифровой регулятор уровня воды в бачке унитаза: надо этот уровень выразить в числе (комбинации камешков) проделать математически корректное преобразование этих чисел (поразрядное вычитание этого числа из другого числа (порогового значения)), и в зависимости от знака результата, открывать или закрывать клапан. Ползунки же логарифмической линейки вполне могли бы быть органически сросшимися непосредственно с двигательными или чувствительными частями тела организма, возможно - полностью лишённого разума.

Итак, Протопопов достаточно резонно пишет, что эволюция может "изобретать" только аналоговые устройства. Здесь уместна ещё одна цитата из книги Гари Маркуса "Несовершенный человек":

Эволюция часто происходит путем наваливания новых систем на крышу старых. Прекрасно описал эту аналогию нейрофизиолог Джон Оллман. Как-то он посетил электростанцию, где одновременно сосуществовали по меньшей мере три поколения технологий, прилаженных друг к другу. Новейшая компьютерная технология работала не сама по себе, а на службе у электронных ламп (наверное, образца 1940 года), которые в свою очередь управляли еще более старыми пневматическими механизмами, приводимыми в действие сжатым газом. Если бы инженеры станции могли позволить себе роскошь приостановить работу всей системы, без сомнения, они начали бы с нуля и избавились от устаревших систем разом. Но постоянная потребность в энергии препятствует такой решительной реконструкции.
Подобным образом живые существа постоянно должны выживать и воспроизводиться, что часто мешает эволюции строить по-настоящему оптимальные системы; эволюция не может "приостановить" жизнедеятельность своих созданий, как не могут этого сделать люди-инженеры, и в результате получаются такие нелепые конструкции, когда новую технологию наваливают на старую. Средний мозг человека, например, существует буквально поверх более древнего заднего мозга, а передний мозг надстроен на вершине их обоих.

Позволим себе частично повторить тезисы Протопопова, на простом примере проиллюстрировав разницу между аналоговыми и цифровыми устройствами. Предположим, нам нужна ЭВМ, перемножающая два числа. Аналоговое устройство произведёт некое преобразование входящих сигналов:

Цифровое же устройство будет работать совсем иначе: сначала исходные данные переводятся в определённый формат записи, например двоичный, и далее с ними производятся операции по чёткому алгоритму:

11011010.01001
* 111011.01110
_____________
..............

Чтобы выполнить операцию умножения, цифровому устройству требуется поразрядно выполнить определённые операции. В итоге, результат работы аналогового устройства будет точным, но не абсолютно; результат работы цифрового устройства будет абсолютно точным, при условии что в ходе работы алгоритма не произойдут сбои (если же они произойдут, результат будет совершенно неточным). Аналоговое устройство работает с вещественными числами, а цифровое – с целыми.
Теперь перейдём к человеческому мышлению. Один из главных компонентов нашего мышления – логика. Приведём классический пример силлогизма – “Все люди смертны, Сократ человек, следовательно Сократ тоже смертен”. Это очень простая мыслительная операция, её можно запрограммировать на компьютере, но при этом важно не потерять ни одного бита данных. Это значит, что выполнить такую операцию может только цифровое, а не аналоговое устройство. То же можно сказать про такую мыслительную операцию, как перевод текста: для перевода нужно, например, разделить все слова на части речи (существительные, прилагательные, глаголы, причастия и т.д.), и если хотя бы в одном месте перепутать существительное с глаголом, перевод будет совершенно неверен.
Итак, мы пришли к противоречию: мозг – это, по всей видимости, аналоговое устройство, но за логику, речь и другие подобные мыслительные операции должно отвечать цифровое устройство.

Является ли мозг сложным “устройством”?
Если мы считаем, что мозг – это аналог ЭВМ, то мы должны полагать, что он является чем-то очень сложным, поскольку даже самый примитивный компьютер – это очень сложное устройство. Теперь приведём аргументы в пользу того, что мозг – довольно примитивная система:
1) Уязвимость к микроповреждениям. Чем сложнее устройство, тем легче нарушить его работы, повредив отдельные его участки. Чтобы сердце перестало биться, надо изъять, вероятно, около 10% его массы; двигатель внутреннего сгорания – система более сложная, и чтобы его сломать, нужно изъять, я полагаю, около 2%. ЭВМ – крайне сложное устройство, и достаточно нанести микроповреждение в его платах или исказить один байт кода, чтобы вся система “зависла”. Что касается мозга, то можно наносить ему довольно большие повреждения, протыкать его проводами без серьёзного нарушения его работы.
2) Вариации проектировки. Все устройства, создаваемые человеком, имеют строго заданный чертёж; если одна деталь устройства окажется на миллиметр больше чертежа, собрать устройство не получится. С мозгом всё иначе: у разных людей он может быть разных размеров и формы. Это ещё один признак того, что мозг не является сложным устройством.
К этому аргументу можно добавить перемешивание генов. Как известно, наш геном – это своего рода программа. Как же получается, что при перемешивании этих программ от отца и матери рождается вполне жизнеспособный ребёнок? Представьте себе, что программист написал две программы и перемешал у них случайные участки кода – получится что-нибудь работающее? Или, например, если взять две соковыжималки разных моделей, случайным образом перемешать их составные части и попробовали из этих частей собрать новую соковыжималку – что из этого получится? А ведь мы хорошо знаем, что при браках людей с очень разной конституцией рождаются вполне здоровые дети, как и при браках африканцев с европейцами рождаются здоровые мулаты. Очевидно, такое перемешивание “чертежей” организмов может быть не вредным только в том случае, если эти “чертежи” достаточно примитивны. Добавим, что безвредность перемешивания генов всё-таки имеет свои границы: автор слышал, что при браках африканцев с индейцами с повышенной вероятностью может родиться инвалид, видимо из-за того что негроидная и индейская раса относительно сильно расходятся генетически.

Универсальный аргумент про колесо, метатальное оружите и т.п. звучит так: среди бесчисленного многообразия экологических ниш безусловно есть такие, в которых было бы полезно и колесо, и метательное оружие, и многое другое. Значит, эволюция просто не смогла "изобрести" эти приспособления.

Станислав Лем много писал про неэффективность эволюции как конструктора. Приведём цитату из "Суммы технологии":

Эволюция не может отыскать решение путем постепенных изменений,если каждое из таких изменений не оказывается полезным немедленно , в данном поколении. Аналогично этому она не может решать задачи, требующие не мелких изменений, а радикальной реконструкции.

В этом смысле Эволюция проявляет "оппортунизм" и "близорукость". Очень многие системы живого отличаются из-за этого сложностью, которой можно было бы избежать. Мы говорим здесь не о той "излишней сложности", о которой шла речь во втором пункте, ибо там мы критиковали избыток сложности на пути к достижению конечного
состояния (яйцеклетка - плод - зрелый организм), и не о том, о чем мы говорили в третьем пункте, указывая на вредность излишней биохимической сложности. Сейчас, все более впадая в иконоборчество, мы критикуем уже основной замысел отдельных решений, касающихся всего организма. Эволюция
не могла, например, сформировать механических устройств типа колеса, поскольку колесо с самого начала должно быть самим собой, то есть иметь ось вращения, ступицу, диск и т.д. Оно должно бы было, таким образом, возникнуть скачкообразно, ибо даже самое маленькое колесо есть уже сразу готовое колесо, а не какая-то "переходная" форма. И хотя, по правде говоря, у организмов никогда не было большой потребности именно в таком механическом устройстве, этот пример убедительно показывает, задачи какого типа не в состоянии решать Эволюция. Многие механические элементы организма можно заменить немеханическими. Так, например, в основу кровообращения мог бы лечь принцип электромагнитного насоса, при этом сердце было бы электрическим органом, который создает соответствующим образом меняющиеся поля, а кровяные тельца были бы диполями или имели бы
значительные ферромагнитные вкрапления. Такой насос поддерживал бы кровообращение более равномерно, с меньшей затратой энергии, независимо от степени эластичности стенок сосудов, которые должны компенсировать колебания давления при поступлении очередного ударного объема крови в
аорту.
...
5. Далее, Эволюция как конструктор хаотична и нелогична. Это видно, например, из способа распределения ею регенерационных потенций среди видов. Организм построен не по принципу сменных макроскопических частей, свойственному человеческой технике. Инженер проектирует так, чтобы можно
было заменять целые блоки устройств. Эволюция же осуществляет принцип "микроскопических сменных частей"; этот принцип проявляется непрестанно, так как клетки органов (клетки кожи, волос, мышц, крови и т.п., за исключением немногочисленных категорий клеток, например нейронов) все
время заменяются путем деления; дочерние клетки и являются "сменными частями". Это был бы отличный принцип, лучше инженерного, если бы практика не противоречила ему так часто, как обычно случается.

Всё сказанное выше подтверждает тезис, что мозг не является чем-то сложным, поскольку для эволюции слишком затруднительно “разрабатывать” сложные устройства.

Немного фантазии
Итак, мозг – это простое “устройство” на аналоговой основе, а для логического мышления необходимо сложное и цифровое устройство. Как разрешить это противоречие? Здесь автор хочет подать идею, внешне бредовую, но которую, на его взгляд, стоит обсуждать: наше мышление работает по схеме “клиент-сервер”, где мозг – это клиент. Для эволюции было достаточно несложно создать простой клиент, работающий по принципам самообучающейся нейронной сети. Клиент является аналоговым, а Сервер цифровым. При повреждении клиента появляются сбои в мышлении.
Конечно, очень трудно поверить, что существует некий Сервер в виде сложного механизма (главный вопрос – кто создал этот сервер?). Если продолжать генерацию таких буйных идей, можно подать ещё одну: Сервер создадут в будущем представители земной цивилизации (или других цивилизаций), которые перенесут его в прошлое, т.е. получится замкнутый цикл “причина-следствие”. Другая идея, тоже бредовая, заключается в том, что Сервер – это совокупность неких крайне сложных законов природы. Существование таких законов можно объяснить антропным принципом, согласно которому законы природы в нашей Вселенной таковы, что они позволяют существовать разумной жизни. Подробнее об антропном принципе можно почитать, например, у Ричарда Докинза в книге “Бог как иллюзия”.

Представьте себе такую картину: через миллион лет инженеры Земли создадут искусственного Бога, абсолютно всемогущего, который заново создаст всю нашу вселенную, точнее окажется, что эта вселенная уже им создана. Эта идея внешне абсурдна, но автор полагает, что это довольно удачная аналогия, помогающая приблизиться к пониманию реальности.
В Википедии упоминается интересный факт про квантовые компьютеры: это устройства аналоговой природы, но цифровые по сути. На данный момент автору неизвестно что-то большее на эту тему. Предположение, что в нашем мозгу тоже используются квантовые эффекты, высказывается довольно давно; быть может, мозг – это сложный квантовый компьютер, причём цифровой.

Людям, совмещающим в себе религиозность и склонность к научному мировоззрению, изложенная идея может понравиться, поскольку из неё получается, что у человека есть бессмертная душа - "учётная запись" на Сервере. Ближе всего это к идеям реинкарнации из восточных религий.
Сам автор относится к этим идеям достаточно серьёзно, поскольку он не являюется атеистом и не отрицает реальность паранормальных и сверхъестественных явлений. При этом он полагает, что рано или поздно этим явлениям будет дано научное объяснение.