Kitobni o'qish: «Мозг: биография. Извилистый путь к пониманию того, как работает наш разум, где хранится память и формируются мысли»

Shrift:

Во внутреннем оформлении использована иллюстрация: Alexander_P / Shutterstock.com

Используется по лицензии от Shutterstock.com

* * *

В память о Кевине Коннолли (1937–2015), профессоре психологии Шеффилдского университета, который направил меня сюда

Поскольку мозг действительно является машиной, мы не должны надеяться обнаружить его хитрость устройства иными способами, кроме тех, что используются для обнаружения разгадки механизма других машин. Таким образом, остается сделать то, что мы сделали бы для любой другой машины: разобрать ее на части и посмотреть, что эти составляющие могут делать по отдельности и вместе.
Нильс Стенсен. «О мозге», 1669 год

Ключевые области человеческого мозга

Введение

В 1665 году датский анатом Нильс Стенсен обратился к небольшой группе мыслителей, собравшихся в Исси-ле-Мулино, на южной окраине Парижа. Фактически эта неофициальная встреча в дальнейшем положила начало Французской академии наук¹; на данном собрании также был сформулирован современный подход к пониманию мозга. В своей лекции Стенсен смело утверждал, что если мы хотим понять, что делает мозг и как он это делает, а не просто описать его составляющие, то должны рассматривать мозг как машину и разобрать его на части, чтобы увидеть принципы данного органа.

Выдвинутая идея была революционной, и более 350 лет мы следуем предложению Стенсена: заглядываем в мертвый мозг, извлекаем кусочки из живого, регистрируем электрическую активность нервных клеток (нейронов) и – с недавнего времени – изменяем функцию нейронов с самыми удивительными последствиями. Хотя большинство нейробиологов никогда не слышало о Стенсене, его видение веками господствовало в науке о мозге и лежит в основе нашего замечательного прогресса в понимании, пожалуй, самого необычного органа.

Ученые могут заставить мышь думать, что она находится в другом месте.

Теперь мы можем заставить мышь думать, что она находится в другом месте, превратить плохую мышиную память в хорошую и даже использовать всплеск электричества, чтобы изменить то, как люди воспринимают лица. Мы составляем все более подробные и сложные функциональные карты мозга человека и других представителей животного царства. У некоторых видов мы можем трансформировать саму структуру мозга по своему желанию, изменяя в результате поведение животного. Некоторые из наиболее выдающихся последствий роста нейробиологической науки можно увидеть в способности парализованного человека управлять роботизированной рукой силой разума.

Ученые не всесильны: по крайней мере, на данный момент нельзя искусственно создать точный сенсорный опыт в человеческом мозге (галлюциногенные препараты делают это неконтролируемым образом), хотя, похоже, мы обладаем удивительной степенью контроля, необходимой для проведения такого эксперимента на мышах. Две группы исследователей недавно обучили грызунов лизать бутылку с водой, когда животные видели набор полос, а машины записывали, как небольшое количество клеток в зрительных центрах мозга реагирует на изображение. Затем ученые использовали сложную оптогенетическую² технологию, чтобы искусственно воссоздать выявленный паттерн нейронной активности в соответствующих клетках мозга. Когда это произошло, животное отреагировало так, будто увидело полосы, хотя и находилось в полной темноте. Одно из объяснений состоит в том, что для мыши паттерн нейронной активности был тем же самым, что и при зрительном восприятии. Для решения данной проблемы необходимы более сложные эксперименты, но мы стоим на пороге понимания того, как паттерны активности в сетях нейронов создают восприятие.

На данный момент нельзя искусственно создать точный сенсорный опыт в человеческом мозге.

Эта книга рассказывает многовековую историю изучения головного мозга, демонстрируя, как блестящие умы, отдельные из которых теперь забыты, сначала определили, что мозг является органом, рождающим мысли, а затем начали показывать, что он может делать. На страницах книги описываются необыкновенные открытия, совершенные нами в поисках знания, на что способен мозг, и я восхищаюсь кропотливыми экспериментами, что привели к значимым научным прорывам.

Но в рассказе об удивительном прогрессе есть существенный изъян, который редко признается во многих работах, претендующих на объяснение того, как работает мозг. Несмотря на солидный фундамент накопленной информации, у нас нет четкого представления о том, как миллиарды, миллионы, тысячи или даже десятки нейронов работают вместе, вызвая активность мозга.

Мы знаем в общих чертах, что происходит: мозг взаимодействует с окружающим миром, с остальными частями нашего тела, обрабатывая стимулы с помощью как врожденных, так и приобретенных нейронных сетей. Мозг прогнозирует, как эти стимулы могут изменяться, чтобы быть готовым к ответу, и, будучи частью организма, стимулы влияют на общее функционирование тела. Все это достигается нейронами и их сложными взаимосвязями, включая множество химических сигналов, в которых они «купаются». Независимо от того, насколько научное описание может идти вразрез с вашими глубочайшими чувствами, нет никакого «бестелесного человека», обитающего у вас в голове и присматривающего за активностью мозга, – все это просто нейроны, их связь и химические вещества, которые наполняют нейронные сети.

Однако, когда дело доходит до реального понимания того, что происходит в мозге на уровне нейронных сетей и составляющих их клеток или до способности предсказать, что произойдет, когда активность конкретной сети изменится, мы все еще находимся в самом начале. Мы в состоянии искусственно вызвать зрительный образ в мозге мыши, скопировав очень точный паттерн нейронной активности, но не до конца понимаем, как и почему зрительное восприятие производит данный паттерн в первую очередь.

Как вышло, что мы достигли столь поразительного научного прогресса и все же едва коснулись тайн удивительного органа в нашей голове? Ключ к понимаю этого парадокса можно найти в идее Стенсена, предложившего рассматривать мозг в качестве машины. Слово «машина» на протяжении веков означало очень разные вещи, и каждое из его значений влияло на то, как мы относимся к мозгу. Во времена Стенсена существовали только устройства, работающие либо на основе гидравлики, либо на часовом механизме. Знания, которые они могли дать о структуре и функциях мозга, вскоре оказались ограниченными, и теперь никто не рассматривает его таким образом. С открытием электростимуляции нервов в XIX веке мозг начали представлять в виде своего рода телеграфной сети, а затем, после обнаружения нейронов и синапсов, как телефонную станцию, позволяющую гибко организовывать и выводить данные (эта метафора до сих пор иногда используется в научных статьях). Начиная с 1950-х годов, в умах исследователей господствовали концепции, пришедшие в биологию из области вычислительной техники: цепи обратной связи, информация, коды и вычисления. Но, хотя многие из мозговых функций, которые мы определили, обычно связаны с каким-то видом вычислений, есть только несколько полностью понятных примеров. И некоторые из самых блестящих и значимых теоретических прозрений о том, как нервные системы могут «вычислять», оказались ошибочными.

Прежде всего, как вскоре поняли ученые середины XX века, впервые использовавшие параллель между мозгом и компьютером, мозг не является аналогом цифровых технологий. Даже простейший мозг животного – это не компьютер, подобный какому-либо из уже созданных человеком или тому, что мы пока не можем себе представить. Мозг – не компьютер, но он похож больше на компьютер, чем на часы.

Мозг больше похож на компьютер, чем на часы.

И, размышляя о параллелях между компьютером и мозгом, мы можем получить представление о том, что происходит и в наших головах, и в головах животных.

Изучение представлений о мозге – то, с какой машиной мы его соотносим, – показывает, что, хотя человечество все еще далеко от полного понимания, способов думать о мозге гораздо больше, чем в прошлом, не только из-за обнаруженных нами удивительных фактов, но прежде всего из-за того, как мы их интерпретируем.

Эти изменения имеют большое значение. На протяжении столетий каждый «слой» технологической метафоры добавлял что-то к нашему пониманию, позволяя проводить новые эксперименты и переосмысливать старые открытия. Но, крепко держась за метафоры, мы в итоге ограничиваем собственное мышление. Многие ученые сейчас осознают, что, рассматривая мозг как компьютер, пассивно реагирующий на вводимые данные и обрабатывающий их, мы забываем, что он является активным органом, частью тела, которая вмешивается в мир и имеет эволюционное прошлое, сформировавшее его структуру и функции. Мы упускаем из виду ключевые моменты мозговой деятельности. Другими словами, метафоры формируют наши идеи не всегда полезным образом.

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

* * *

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

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

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

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

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

История культуры демонстрирует любопытный факт: метафоры могут работать в обоих направлениях. В XIX веке мозг и нервная система считались телеграфной сетью, а поток сообщений на азбуке Морзе, переданных по телеграфным проводам, описывался в терминах нервной деятельности. Точно так же изобретение компьютера стало очередной аналогией мозга – биологические открытия использовались для обоснования планов Джона фон Неймана³ по созданию первого цифрового компьютера, а не наоборот.

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

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

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

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

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

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

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

Может оказаться, что даже в отсутствие новых технологий достижения в области вычислительной техники, в частности связанные с искусственным интеллектом и нейронными сетями – которые частично вдохновлены тем, как работает мозг, – вернутся в наши представления о нем, давая компьютерной метафоре новую жизнь. Возможно. Но, как вы увидите, ведущие исследователи в области глубокого обучения⁴ – самой модной и удивительной части современной информатики – радостно признают, что не знают, как их программы выполняют свои задачи. Я не уверен, что вычислительная техника даст нам понимание работы мозга.

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

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

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

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

Огромное количество энергии и ресурсов тратится на описание мириад связей между нейронами в мозге, создание так называемых коннектомов или, выражаясь более грубо и образно, картирование электрических схем. В настоящее время нет никакой перспективы создания коннектома на клеточном уровне мозга млекопитающих – они слишком сложны, – но карты более низкой четкости уже производятся. Такие усилия необходимы – нам нужно выяснить, как взаимосвязаны части мозга, – но сами по себе они не дадут понимания того, что делает мозг. Не следует также недооценивать, сколько времени это может занять. В настоящее время исследователи разрабатывают функциональный коннектом, который включает в себя все 10 000 клеток мозга личинки. Но я был бы поражен, если бы через пятьдесят лет мы полностью поняли, на что способны эти клетки и их взаимосвязи. С такой точки зрения правильное понимание человеческого мозга, с его десятками миллиардов клеток и невероятной, даже жуткой способностью порождать разум, может показаться недостижимой мечтой. Но наука – единственный способ достижения данной цели, и она в конце концов ее достигнет.

В прошлом было много подобных моментов, когда исследователи мозга не понимали, как действовать дальше. В 1870-х годах, когда сравнение с телеграфом стало менее популярным, в науке о мозге появились сомнения. И многие ученые пришли к выводу, что объяснить природу сознания, вероятно, не удастся никогда. Сто пятьдесят лет спустя мы все еще не понимаем, как возникает сознание, но ученые более уверены, что однажды это станет возможным, даже если предстоят огромные трудности.

Рассматривая, как мыслители прошлого упорно пытались понять функции мозга, мы формируем собственное представление о том, что должны делать сейчас, чтобы достичь той же цели. Нынешнюю неосведомленность следует считать не признаком поражения, а вызовом, способом сосредоточить внимание и ресурсы на том, что необходимо открыть и как разработать программу исследований для поиска ответов. Это тема заключительного, умозрительного раздела, посвященного будущему. Некоторые читатели сочтут его провокационным, но таково мое намерение – спровоцировать размышления о том, что такое мозг, что и как он делает, и, прежде всего, побудить задуматься о том, каким может быть наш следующий шаг даже при отсутствии новых технологических метафор. Это одна из причин, по которой данная книга больше, чем история, и она подчеркивает, почему три самых важных слова в науке – «Мы не знаем».

Манчестер, декабрь 2019 года

1.Французская академия наук была учреждена в 1666 году Людовиком XIV. – Здесь и далее, если не указано иное, прим. ред.

2.Оптогенетика – методика исследования работы нервных клеток, основанная на внедрении в их мембрану специальных каналов – опсинов, реагирующих на возбуждение светом.

3.Джон фон Нейман (1903–1957) – американский математик и физик, внесший существенный вклад в развитие науки. Известен как создатель «архитектуры фон Неймана» – принципа совместного хранения команд и данных в памяти устройства, который используется в большинстве современных компьютеров.

4.Глубокое обучение (deep learning) – совокупность методов машинного обучения, основанных на обучении представлениям, а не специализированным алгоритмам под конкретные задачи. Иными словами, глубокое обучение построено на имитации работы человеческого мозга в процессе обработки больших массивов информации и создания паттернов, используемых для принятия решения.