Длина нейронных связей в мозгу
Создана самая подробная карта нейронных связей в мозге человека
Цветное изображение 4 000 аксонов, передающих нервные импульсы одному нейрону.
Иллюстрация Google/Lichtman Laboratory.
В человеческом мозге насчитывается 86 миллиардов нейронов, сообщающихся между собой посредством сотни триллионов синапсов. Это запутанная сеть нейронных связей, в глубине которой таятся наши сознание, мысли чувства, воспоминания и индивидуальность.
Человеческий мозг сложнее любого существующего на сегодняшний день компьютера. Поэтому визуализация полной структуры всех его связей выглядит, на первый взгляд, совершенно непосильной задачей.
Однако исследователи со всего мира упорно трудятся, буквально собирая по кусочкам небольшие области головного мозга человека. К слову, такая карта нейронных связей называется «коннектомом», а наука, которая занимается «картографией» нервной системы – коннектомика.
В 2020 году исследователи из Google в сотрудничестве с коллегами из Медицинского института Говарда Хьюза создали коннектом мозга плодовой мушки. Звучит как довольно простая задача, однако пока что им удалось «нанести на карту» лишь около половины головного мозга насекомого.
Недавно Google совместно с исследователями из Гарварда выпустил похожую модель человеческого мозга. Точнее, его крохотного участка.
Так учёные получили 225 миллионов двухмерных изображений, которые затем «сшили» в 3D-модель.
Разные клетки и их структуры внутри образца выявляли с помощью алгоритмов машинного обучения. Исследователи лишь изредка проверяли вручную точность, с которой машины определяли принадлежность разных клеток.
Конечный результат назвали набором данных H01, и он является одной из наиболее полных карт человеческого мозга из когда-либо созданных. Он содержит информацию о 50 000 нервных клеток, 130 миллионах синапсов и, кроме того, визуализирует дополнительные детали: аксоны и дендриты нейронов, миелин и клетки ресничного эпителия.
Самым впечатляющим в этом наборе данных стало то, что он занял целых 1,4 петабайта памяти. Это больше миллиона гигабайтов.
При этом в Google утверждают, что это всего одна миллионная часть полной карты человеческого мозга.
Выходит, что огромную сложность представит не только сама работа по картированию всего этого объёма, но и поиск места для хранения этого невероятного массива информации. К тому же исследователям ещё предстоит найти способ организации полученных данных и обеспечить удобный доступ к ним.
А пока для ознакомления онлайн доступен собранный ныне набор данных H01.
Научная статья, сопровождающая это достижение, была опубликована на сайте препринтов bioRxiv.
Напомним, ранее мы писали о создании карты мозга, показывающей, где в нём «хранятся» отдельные слова (кстати, она тоже доступна онлайн). Также мы сообщали о том, что учёные обнаружили сходство человеческого мозга с пчелиным роем.
Больше новостей из мира науки и технологий вы найдёте в разделе «Наука» на медиаплатформе «Смотрим».
ВВЕДЕНИЕ В КОГНИТИВНЫЕ НЕЙРОНАУКИ. Глава 3. Нейроны и связи между ними.
Глава 3. Нейроны и связи между ними.
Что мы знаем о процессах, происходящих на уровне нейронов? Можем ли мы сейчас построить непротиворечивую теорию относительно событий на этом уровне?
Основными клетками мозга являются нейроны, высококонсервативные с эволюционной точки зрения. Они сохранялись в относительно неизменном виде в течение многих сотен миллионов лет, и даже очень разные виды животных имеют одинаковые типы нейронов. Со многих точек зрения нейроны не отличаются от остальных клеток, но есть то, что выделяет их среди остальных: специализация на электрохимической сигнализации, благодаря которой они способны принимать входящий сигнал на дендритах и посылать электрохимический сигнал вдоль аксона. Весь мозг можно рассматривать как сверхсложную структуру, состоящую из связанных между собой нейронов.
Дендритами и аксонами называют выросты тела нейрона; один нейрон может иметь до десяти тысяч дендритов и один аксон.
Потенциал действия (ПД) проходит по аксону значительно медленнее, чем электрический ток в компьютере, однако многие задачи наш мозг выполняет гораздо лучше современных компьютеров. В настоящее время компьютеры далеко отстоят от человека в задачах восприятия, языковой коммуникации, семантической памяти, контроля движения и творчества.
Нейробиология концентрирует внимание на связи и взаимодействии нейронов. Рассмотрение таких связей удобно начинать как раз с генерализованного нейрона.
Классические нейроны соединяются при помощи синапсов, которые могут быть возбуждающими и тормозящими.
Активность нейрона опосредована десятками факторов — циклом сна и бодрствования, доступностью предшественников нейромедиаторов и многими другими. Все эти факторы влияют на вероятность прохождения сигнала между двумя нейронами и могут быть представлены в виде синаптических весов. Таким образом, все разнообразие нейронов можно с успехом представить в виде интегративного нейрона, а все способы межнейронной коммуникации — в форме вероятности прохождения сигнала между нейронами.
Существует по меньшей мере шесть основных нейромедиаторов и не менее тридцати «менее важных», в основном являющихся нейропептидами.
Даже дендриты отдельной клетки, по всей видимости, способны к обработке информации. Имеются также данные, что способна принимать участие в обработке информации и нейроглия — поддерживающая ткань нервной системы.
На настоящий момент известно о существовании в некоторых частях взрослого головного мозга стволовых клеток. Образование новых синапсов идет в течение всей жизни; для образования новых синапсов отростки дендритов способны образовываться за несколько минут.
1.3. Обработка информации нейронами.
Искусственные нейронные сети использовались для моделирования многих функций мозга — распознавания элементов изображений, управления роботами, обучения и улучшения функционирования на основе опыта.
Во многих случаях такие сети выполняли задачи лучше, чем компьютерные программы, основанные на логике и математике.
Так же, они помогают нам понять принципы работы реальных нейронных сетей в мозге.
Нейросети помогают нам понять работу нервной системы.
Так искусственные нейросети могут служить моделями для изучения реальных структур в мозге.
Мы ограничимся рассмотрением синапсов только двух типов — возбуждающего (повышающего вероятность прохождения ПД (Потенциал действия) на постсинаптическом нейроне) и тормозящего (понижающего такую вероятность).
Глутамат — наиболее распространенный медиатор в ЦНС — является возбуждающим.
ГАМК (гаммаАминоМасляная кислота) является наиболее распространенным тормозным медиатором.
В нервной системе распространены массивы нейронов, часто именуемые картами.
2.1. Упрощенный случай: рецепторы, пути и контуры.
Каждый сенсорный нерв может содержать несколько параллельных каналов, каждый из которых проводит несколько различающуюся информацию. Так, зрительный тракт имеет канал передачи цвета, называемый мелкоклеточным, и канал передачи формы и размеров объекта, называемый крупноклеточным.
Точно так же соматосенсорные пути сочетают каналы передачи прикосновения, давления, боли и некоторые другие.
Большинство сенсорных волокон оканчиваются в таламусе, где они передают сигнал нейронам, оканчивающимся в коре.
(рис. 3.10 и 3.11) 
Таким образом, в большинстве сигнальных путей существуют петли обратной связи — такие, как в нейросети с двумя или более слоями.
С этой точки зрения мозг представляется системой воздействующих друг на друга массивов и сетей.
Массивы нейронов представляет собой двумерную сеть нейронов.
Когда массивы соответствуют пространственной организации той или иной структуры, их называют картами.
В мозге имеет место как временное, так и пространственное кодирование, наряду со многими другими способами кодирования и обработки информации.
Пространственные карты являются наиболее наглядной формой пространственного кодирования.
Таким образом, даже информация от не ассоциированных с пространством органов чувств обрабатывается массивами и картами нейронов.
Наш мозг организует огромные количества входящей информации так, чтобы отражать положение окружающих объектов. Моторная кора, как вы можете догадаться, также выглядит как непропорциональная карта скелетных мышц тела.
Главным вопросом относительно сенсорики на сегодняшний день яляется вопрос о том, как осуществляется высокоуровневая обработка воспринятой информации. И модель нейросетей предоставляет один из возможных ответов.
Мозг постоянно корректирует работу моторных систем на основании сенсорной информации и адаптирует сенсорные системы при помощи моторной активности.
Сенсорные системы можно представить в виде иерархических систем, состоящих из иерархических систем низшего порядка, начиная с рецепторов и постепенно переходя ко все более сложным объектам.
Идет непрерывный обмен информацией между двумя системами в процессе цикла от восприятия до действия, начиная с наинизшего и заканчивая высшими уровнями планирования, мышления и анализа возможного развития событий
(рис. 3.20 Иерархическая система из области архитектуры).
В схеме иерархической системы обработки информации, каждый массив нейронов назван картой; карты существуют на разных уровнях, и сигнал может идти вверх, вниз и к другой карте того же уровня.
При рассмотрении электрической активности десятков миллиардов нейронов мозг поневоле начинает казаться огромным оркестром, а не одним инструментом. За сотни миллионов лет эволюции в мозге появились нейроны с самыми разными видами временного и пространственного кодирования (блок 3.1).
В путях следования информации имеется множество точек выбора, с которых она может быть направлена по нескольким различным путям или быть передана на уровень выше или ниже.
Если вернуться к ступенчатой пирамиде, то такой разветвленный путь похож на путь человека к вершине: он может достигнуть ее прямым или окружным путем.
Зрительная картина мира подвержена постоянным изменениям. Однако мозг тем не менее ведет обработку таких изменений. Животное не может позволить себе не заметить хищника, прячущегося в траве, только потому, что сейчас закат, или потому, что на него падает тень.
Для того чтобы выжить, мы должны были иметь превосходную зрительную систему.
Вот, например, кошка, выслеживающая жертву, может осматривать дерево только одним глазом, тогда как другой глаз остается пассивным. Это приводит к явлению бинокулярной конкуренции — конкуренции между зрительными входами от разных глаз.
Многие животные получают от разных глаз совершенно разные входы — такие животные, как кролики и олени, вообще не имеют участков перекрытия полей зрения, поэтому для них явление бинокулярной конкуренции невозможно.
Мозг постоянно имеет некоторые ожидания относительно встречаемых им внешних условий. Спускаясь по лестнице в темноте, мы ожидаем, что под ногой будет ступенька.
При анализе неоднозначно трактуемых объектов ожидание обусловливает выбор наиболее приемлемого варианта трактовки. Многие слова в языке имеют больше одного значения, поэтому, даже читая это, вы вынуждены иметь дело с неоднозначностями. Мозг опирается не только на входящую информацию — он имеет множество причин выбора того или иного варианта, основанных на предсказании результата и ожидании.
Селективное внимание позволяет нам динамически изменять свои сенсорные предпочтения, а долговременная память увеличивает силу синапсов, ответственных за точное восприятие.
Многие ученые считают, что всю кору целиком, наряду с сопутствующими областями, такими как таламус, следует рассматривать как одну функциональную единицу. Ее часто называют таламокортикальной системой.
Одним из основных свойств поведения животных является способность адаптироваться.
Основным свойством мозга, таким образом, является приспособляемость. Однако какие изменения в структуре самого мозга приводят к такой приспособляемости?
Для этих целей гораздо лучше подходят методы визуализации структур мозга, получившие интенсивное развитие в два прошедших десятилетия.
Хотя большая часть методов визуализации ориентирована на конкретную область, подчеркивая тем самым функциональное разделение, а не интеграцию, были предприняты попытки изучения обучения как системного процесса, включающего глобальные изменения структуры и функций мозга.
Развитие технологии магнитно-резонансной томографии позволило начать изучение изменений структурных компонентов связи — трактов белого вещества — под влиянием обучения.
Как было показано, обучение жонглированию вызывает изменения как в сером, так и в белом веществе мозга.
Данные результаты стали поистине революционными, поскольку долгие годы считалось, что структура мозга неизменна.
Подобные открытия, позволяющие рассматривать мозг как функционально и структурно лабильный орган, вне всякого сомнения являются шагом вперед в нашем понимании процесса обучения.
(4.0. Адаптация и обучение массивов нейронов).
Наиболее известное правило обучения нейросетей, выражаемое в лозунге «neurons that fire together, wire together».
Нейроны, которые срабатывают вместе, соединяются вместе.
(Обучение по Хэббу).
Дональд Хэбб в 1949 г. постулировал, что ассамблеи нейронов способны обучаться благодаря усилению связей между нейронами, активирующимися при стимуляции одновременно.
В основе обучения и памяти лежит эффективность синаптической связи.
Существует множество способов воздействия на эффективность синаптической передачи. Так, два нейрона могут образовать больше синапсов, в самих синапсах может вырабатываться больше нейромедиатора, рецепторы постсинаптического нейрона могут стать эффективнее.
В обучении задействовано два типа изменений; их можно рассматривать как усиленное возбуждение и усиленное торможение.
Долговременное усиление возбудимости одного нейрона называют долговременой потенциацией.
Долговременное понижение же — долговременной депрессией. Оба события имеют место в гиппокампе.
Визуально обучение по Хэббу можно представить в виде утолщения линий между узлами сети, как в простой совокупности клеток.
Модели с третьим, скрытым слоем позволяют нейросети изменять силу соединений.
Классическая трехслойная прямая сеть со скрытым слоем и настраиваемой силой взаимодействий может эффективно обучаться путем сопоставления выхода нейросети с желаемым выходом и подстройки силы соединений для достижения желаемого результата.
Процесс носит название обратного распространения ошибки обучения и во многом подобен отрицательной обратной связи.
Сети такого типа на сегодняшний день наиболее распространены.
В самоорганизующейся аутоассоциативной сети выход ставится в соответствие входу.
Такая стратегия полезна при распознавании паттернов, таких как звук знакомого голоса.
Самоорганизующиеся системы используются в природе для решения многих задач.
Сами организмы и их нервные системы можно рассматривать как самоорганизующиеся системы.
Самоорганизующаяся сеть способна справляться с фундаментальой проблемой распознавания человеческих лиц.
Человек учится реагировать на нормальные, недеформированные лица в очень ранний период жизни и вскоре становится способен отличать знакомые лица от незнакомых.
Задача, решаемая сетью, гораздо проще решаемой человеком, поскольку в модели происходит только формирование цепи.
Сеть способна обучаться предугадывать расположение рта в нижней части рисунка и двух глаз — в верхней.
4.2. Дарвинистский подход в нервной системе: выживают клетки и синапсы, наиболее приспособленные к данной задаче.
Нейральный дарвинизм предполагает, что нейроны развиваются и соединяются друг с другом в соответствии с дарвинистскими принципами.
Селекционизм — эффективный способ адаптации.
Отбор нейронов приводит к образованию долгоживущих нейронных совокупностей, выполняющих задачи адаптации, обучения, разпознавания паттернов и им подобные.
Нейросети отличаются высоким уровнем параллельности (что означает способность производить много разных вычислений одновременно) и распределенности (способности обрабатывать информацию в разных местах с использованием разных механизмов).
Это говорит о большей близости нейросетей к биологическим способам обработки информации.
Нейронные сети довольно просто перевести на язык математических выражений.
Нейросети способны обрабатывать символьную информацию, а символы могут быть переведены в нейросети.
Обучение нейросети проявляются по мере распознавания сетью входа и отсечения ею альтернативных вариантов.
Существует масса способов координации работы нейронов. Одним из них являются масштабные ритмы, координирующие работу больших групп нейронов так же, как дирижер координирует игру симфонического оркестра. Если большая масса нейронов активируется одновременно, то их активность, как правило, суммируется.
Современные данные говорят в пользу гораздо более быстрых гамма- и тета-корреляций на тех частотах, на которых мозг выполняет большую часть этой работы.
Ритмы энцефалограммы на сегодняшний день считаются сигнализирующими о разных, но скоординированных процессах.
К примеру, гамма-ритмы высокой плотности считаются ассоциированными с осознанным зрительным восприятием и процессом решения простой проблемы эквивалентности.
Альфа-ритмы традиционно ассоциируются с отсутствием задач, требующих фокусировки внимания, тогда как тета-ритмы, как полагают на настоящий момент, контролируют гиппокампальную область и фронтальную кору в процессе обращения к долговременной памяти. Дельта-ритмы — сигналы глубокого сна — группируют быструю нейрональную активность с целью консолидации полученных данных.
При проектировании самолета инженеры закладывают в его конструкцию некоторую функциональную избыточность на случай выхода из строя важнейших систем. Так, если откажет один двигатель, то большая часть самолетов будет способна дотянуть до взлетно-посадочной полосы на оставшихся.
Человек и животные также обладают определенной функциональной избыточностью.
Мозга это правило тоже касается. Мозг способен работать даже после получения весьма значительных повреждений.
Латеральное торможение является распространенной стратегией для выделения различий между двумя однородными областями сигнала, такими как темные пятна на светлом фоне.
Клетки сенсорных систем имеют так называемые рецептивные поля, настроенные на определенные параметры входа, такие как ориентация линии, цвет, движение, форма и тип объекта. При повышении уровня визуальных карт их разрешение падает, в то время как способность к интеграции информации растет.
Поскольку сенсорные и моторные системы изучают отдельно друг от друга, мозг представляется нам огромным сенсомоторным органом, делающим возможным непрерывные высокоуровневые взаимодействия между входом и выходом.
Пространственные массивы нейронов делают возможным пространственное кодирование, однако не стоит забывать о том, что в нервной системе имеется еще и кодирование временное. Основные ритмы энцефалограммы, как полагают, отвечают за временную координацию активности больших групп нейронов.
Последние исследования позволяют предположить, что гамма-ритм ответственен за интеграцию сенсорной информации осознанные ощущения, а тета-ритм — за извлечение информации из долговременной памяти.
Контрольные задания к этой главе.
1. Опишите основные функции интегративного нейрона.
2. Что такое латеральное торможение и какую роль оно играет в сенсорных системах?
3. Каким образом сенсорные и моторные системы можно рассматривать в форме иерархических структур?
4. Опишите роль двусторонних взаимодействий в функционировании мозга.
5. Что такое дарвинистский подход к нервной системе и какие аспекты процессов, происходящих в мозге, он затрагивает?
6. Назовите три наиболее общих свойства сенсорных систем.
Длина нейронных связей в мозгу
Сеунг участвует к мегапроекте Human Connectome Project, цель которого — составить наиболее полное описание структуры и закономерностей работы нейронных сетей человеческого мозга. Узнать подробности про этот проект можно здесь. Ниже приводится текст лекции.
Себастьян Сеунг: «Я — это мой коннектом»
«Мы живем в удивительное время, эру геномики. Ваш геном – это вся последовательность вашей ДНК. Ваша и моя последовательности немного различаются. Вот почему мы выглядим по-разному. У меня карие глаза. Ваши могут быть голубыми или серыми. Но дело не только во внешности. Газеты пестрят заголовками, что наши гены передают нам страшные заболевания, формируют наши личности или даже являются причиной умственных расстройств. Похоже, наши гены имеют колоссальное влияние на наши судьбы. И все же, я склонен думать, что я больше чем мои гены. Дорогие зрители, что вы об этом думаете? Вы что-то еще чем просто ваши гены? [Аудитория: Да.] Да? Вижу, что многие со мной согласны. Я думаю, что мы должны заявить об этом. Я думаю, что мы должны сказать это все вместе. Скажите: «Я не только мои гены!» – все вместе. >> Себастьян и аудитория: «Я не только мои гены!» [возгласы одобрения] …что же я? [смех в зале] Я – мой коннектом. Теперь, раз вы все такие замечательные, может быть вы меня осчастливите и тоже повторите это? [смех в зале] Отлично. Все вместе. >> Себастьян и аудитория: «Я – мой коннектом!» >> Себастьян: Это звучало великолепно. Вы такие замечательные ребята, вы не зная, что такое коннектом, все равно готовы помогать мне. Миссия выполнена — можно идти домой.
На самом деле пока только один коннектом известен, коннектом этого червячка. Его скромная нервная система состоит из всего лишь трехсот нейронов. И в 1970-х и в 80-х годах команда ученых нанесла на карту все 7 000 соединений между этими нейронами. На этой диаграмме каждый узел – это нейрон, а каждая линия – соединение. Это коннектом червя-нематоды. Ваш коннектом намного сложнее этого, потому что ваш мозг содержит 100 миллиардов нейронов и в 10 000 раз больше соединений. Можно составить подобную диаграмму и для вашего мозга, но она никаким образом не сможет поместиться на этот слайд. Ваш коннектом содержит в миллион раз больше соединений, чем количество букв в вашем геноме. Это ОЧЕНЬ много информации.
Что это за информация? Нам не известно это наверняка, но есть теории. С 19-го века неврологи стали подозревать, что, может быть, это ваши воспоминания – информация, делающая вас вами – может быть, ваши воспоминания хранятся в соединениях между нейронами вашего мозга. И возможно другие аспекты вашей индивидуальности – ваша личность и ваш интеллект – может быть, они тоже закодированы в соединениях между нейронами. Теперь вам должно быть понятно, почему я заявил об этой гипотезе: Я – мой коннектом. Я не стану вас просить повторять это как заклинание. Я только хочу, чтобы вы запомнили это. На самом деле мы не знаем, верна ли эта гипотеза, потому что у нас никогда не было технологий настолько сильных, чтобы проверить ее. Определение коннектома этого червя заняло более 12 лет упорного труда. Чтобы определить коннектом мозга, сравнимого с нашим, мы должны иметь более продвинутые автоматизированные технологии, которые увеличат скорость нахождения коннектомов. В течение следующих пары минут я расскажу вам о некоторых таких технологиях, пока находящихся в разработке в мой лаборатории и в лабораториях моих коллег.
Думаю, вы и раньше видели фотографии нейронов. И вы сразу их узнаете по их фантастическим формам. Они тянут свои ажурные ветви и немного напоминают собой деревья. Но это всего лишь один нейрон. Чтобы найти коннектомы, мы должны увидеть все нейроны одновременно. Итак, познакомьтесь с Бобби Кастури, который работает в лаборатории Джеффа Литчмана в Гарвардском Университете. Бобби держит фантастически тонкие срезы мозга мыши. Мы фотографируем его с приближением в сто тысяч раз чтобы получить достаточное разрешение, чтобы видеть все ветви нейронов одновременно. Возможно такое, что вы до сих пор их не узнаете, это потому, что мы должны работать в трех измерениях.
Если мы сделаем множество фотографий срезов мозга и сложим их вместе, мы получим трехмерное изображение. Возможно, вы все ещё не видите ветвей. Поэтому давайте начнем сверху и раскрасим поперечный срез ветви в красный цвет. Так же мы поступим для следующего среза и для еще одного. И мы продолжим делать это, срез за срезом. Если мы закончим со всей кипой, мы можем восстановить трехмерную форму маленького фрагмента ветви нейрона. То же самое сделаем с другим нейроном, покрасив его зеленым. Теперь вы видите, как зеленый нейрон касается красного в двух местах, они называется синапсами.
Давайте приблизим один синапс, и сосредоточим внимание на внутренней части зеленого нейрона. Вам должны быть видны маленькие круги. Это везикулы, содержащие молекулы, известные как нейромедиаторы. Когда зеленый нейрон хочет передать информацию, он посылает сигнал красному нейрону, «выплевывая» нейромедиаторы. Известно, что в синапсе оба нейрона соединены вместе, словно два друга, разговаривающих по телефону.
Теперь вы видите, как найти синапс. Но как же нам найти весь коннектом? Мы берем всю трехмерную кипу изображений и смотрим на них как на огромную трехмерную книгу-раскраску. Мы окрашиваем каждый нейрон в разный цвет, затем проходим через все изображения, находим синапсы и запоминаем цвета обоих нейронов, задействованных в каждом синапсе. Если мы проделаем эту процедуру со всеми изображениями, мы найдем коннектом.
Итак, вы узнали азы о нейронах и синапсах. Поэтому я думаю, что мы уже готовы коснуться одного из самых важных вопросов неврологии: чем же отличаются мозги мужчины и женщины? [смех в зале] В популярном самоучителе по психологии, у парней мозги похожи на вафли; они расположили свою жизнь по офисным шкафам. Мозги девушек словно спагетти; всё в их жизни соединено со всем остальным. Вот вы смеетесь, а эта книга изменила мою жизнь! [смех в зале] Но если серьезно? Что здесь не так? Вы уже знаете достаточно, чтобы указать, что тут не так. Не важно, парень вы или девушка, у каждого мозги словно… спагетти. Или, если быть точнее, очень-очень тонкие спагетти с разветвлениями. Подобно тому, как одна макаронина соединяется со многими другими на вашей тарелке, один нейрон касается многих других нейронов через их запутанные ветви. Нейрон может быть соединён с таким большим количеством других нейронов, потому что существуют синапсы в местах контактов. Пока у вас, возможно, нет представления о реальном размере этого кубика нервной ткани.
Давайте сделаем ряд сравнений, чтобы это продемонстрировать. Я уверяю вас, он очень маленький. Размер его стороны – 6 микрон. Теперь посмотрите, какой он по сравнению со всем нейроном. Вы видите, что только маленький фрагмент ответвлений попадает внутрь куба. А нейрон – нейрон меньше мозга. И это лишь мозг мыши. Он намного меньше, чем мозг человека. Когда я показывал это моим друзьям, иногда они говорили мне: «Ты знаешь, Себастьян, оставь всё это. Неврология безнадёжна.» Потому что, если вы посмотрите на мозг невооруженным глазом, вы не увидите насколько мозг сложен, но когда вы используете микроскоп, только тогда скрытая сложность становится заметной.
В 17-м веке, математик и философ Блез Паскаль написал о своих страхах по поводу бесконечного, своем чувстве малозначительности в сравнении с огромными пространствами космоса. Как ученый я не должен распространяться о своих чувствах. «Это было бы слишком, профессор.» [смех в зале] Или вы позволите? [смех в зале] [аплодисменты] Я чувствую любопытство, и я чувствую удивление, но одновременно печаль. Ну зачем же я начал изучать этот орган, столь восхитительный в своей сложности, сложности возможно бесконечной? Это абсурдно. Как же мы посмели вообразить, что когда-либо сможем понять мозг?
И все же я продолжаю это донкихотское начинание. У меня даже появилось несколько надежд. В один прекрасный день армия микроскопов совместит каждый нейрон и каждый синапс в огромной базе данных фотографий. И однажды суперкомпьютер с искусственным интеллектом проанализирует все эти изображения без участия людей и объединит их в коннектом. Я не знаю, но я надеюсь, что доживу до этого дня. Потому что определение полного коннектома человека станет одним из величайших технологических достижений всех времен, которое увенчает успехом работу многих поколений. В настоящее время я и мои коллеги, мы ставим перед собой более скромную цель – мы лишь ищем частичные коннектомы небольших участков мышиного и человеческого мозга. Однако, этого будет достаточно для первичной проверки нашей гипотезы, что я – это мой коннектом. Пока же позвольте мне убедить вас в правдоподобии этой теории, в том что её нужно воспринимать серьезно.
В детстве пока вы растете, и во взрослом возрасте, когда вы стареете, ваша индивидуальность медленно меняется. Так же и каждый коннектом меняется со временем. Какие же изменения происходят? Нейроны, словно деревья, могут отращивать новые ветви и терять старые. Синапсы могут создаваться и уничтожаться. Также синапсы могут увеличиваться и могут уменьшаться. Второй вопрос: что приводит к этим изменениям? Вообще-то это правда, в какой-то степени, эти изменения закодированы в ДНК. Но это ещё не вся история, потому что есть сигналы, электрические сигналы, путешествующие вдоль ветвей нейронов, и есть химические сигналы, перепрыгивающие от ветви к ветви. Эти сигналы называются нервной деятельностью. Есть много свидетельств, что нервная деятельность программирует наши мысли, чувства и восприятие, наш ментальный опыт. Также есть много свидетельств, что нервная деятельность может быть причиной изменения соединений. Если вы сложите вместе два этих факта, это будет значить, что ваши переживания и опыт могут изменить ваш коннектом. Вот почему каждый коннектом уникален даже у генетически идентичных близнецов. Коннектом — это то место, где природа встречается с воспитанием. Также может быть правдой то, что даже простая мысль может изменить ваш коннектом – эту идею многие могут посчитать вдохновляющей.
Что здесь изображено? Холодный и освежающий поток воды, скажете вы. Что еще на этой фотографии? Не забудьте про канавку в земле, называемую ложем ручья. Без него вода не знала бы, куда ей течь. Этот ручей — моя метафора для определения зависимости между нервной деятельностью и связями. Нервная деятельность все время меняется. Она словно вода в ручье — никогда не остается спокойной. Связи в мозговой нервной сети определяют путь, вдоль которого течет нервная деятельность. Поэтому коннектом словно ложе ручья. Но моя метафора даже шире, потому что это правда, что дно ручья направляет поток воды, но в течение более продолжительного времени, вода в свою очередь изменяет форму дна. Как я только что сказал, нервная деятельность может изменить коннектом. И если вы мне позволите подняться до метафорических высот, я вам напомню, что нервная деятельность — это физическая основа – многие неврологи так думают – ваших мыслей, чувств и ощущений. Мы даже можем говорить о потоке сознания. Нервная деятельность – это его вода, а коннектом это его русло.
Давайте вернемся с поэтических высот к науке. Предположим, что наши технологии для нахождения коннектомов действительно работают. Как же мы протестируем нашу гипотезу «Я – мой коннектом»? Я предлагаю прямой тест. Давайте попробуем считать воспоминания из коннектомов. Считайте это памятью о продолжительных последовательностях движений, словно пианист играет сонату Бетховена. Согласно теории, которая датируется 19 веком, такие воспоминания хранятся как цепочки синаптических связей внутри вашего мозга. Все потому, что если активировать первые нейроны цепи, через свои синапсы они сигналят вторым нейронам, и те тоже активируются, и так далее по цепочке, словно падающее домино. И эта последовательность нервной активации гипотетически является нервной основой для той последовательности движений.
Поэтому один из способов протестировать теорию — это найти такие цепочки внутри коннектомов. Но это будет нелегко, потому что они не будут выглядеть именно так. Они будут перемешаны. Поэтому мы должны использовать компьютеры, чтобы расшифровать цепь. И если мы сможем это сделать, последовательность нейронов, получившаяся в результате, будет предсказанием картины нервной активности, которая проигрывается в мозгу во время воспоминания. А если нам повезет, это будет первым примером считывания памяти из коннектома.
Ну и беспорядок. Пробовали ли вы когда-нибудь подключить систему настолько сложную как эта? Надеюсь что нет. Но если да, вы знаете как легко ошибиться. Ветви нейронов словно провода в мозге. Кто-нибудь может угадать суммарную длину проводов вашего мозга? Я вам подскажу – это огромное число. Я оцениваю её в миллионы километров. И все это упаковано у вас в голове. И если вы вникли в это число, вам легко понять, что есть огромная вероятность неправильного подключения. И действительно, СМИ любят заголовки вроде: «Мозги анорексиков работают по-другому» или «Мозги аутистов подключены иначе». Это правдоподобные утверждения, но на деле, мы не можем видеть подключения в мозгах достаточно четко, чтобы сказать это наверняка. Поэтому технологии для изучения коннектомов позволят нам в конечном итоге прочесть ошибки подключения мозга, увидеть умственные заболевания в этих коннектомах.
Должны ли мы высмеивать современных искателей бессмертия, называть их глупцами? Или они однажды будут хихикать над нашими могилами? Я не знаю. Я предпочитаю проверить их убеждения по-научному. Я предлагаю попытаться найти коннектом замороженного мозга. Мы знаем, что происходит повреждение мозга после смерти и во время заморозки. Вопрос такой: стерли ли эти повреждения коннектом? Если да, то никакая будущая цивилизация не сможет восстановить воспоминания этих замороженных мозгов. Воскрешение может произойти для тела, но не для разума. С другой стороны, если коннектом остался цел, мы не должны высмеивать утверждения крионистов.
Я описал то, что надо искать. Поиск начинается в мире очень маленьких вещей, но побуждает нас двигаться в мир далекого будущего. Коннектомы обозначат собой исторический момент в развитии цивилизации. Мы эволюционировали из наших обезьяноподобных предков африканской саванны, и то, что нас стало отличать, – это наши большие мозги. Мы использовали наши мозги, чтобы замыслить еще более удивительные технологии. В конце-концов эти технологии станут настолько сильными, что мы станем использовать их для самопознания, разбирая и собирая снова наши собственные мозги. Я думаю, что это путешествие к самопознанию и не только для ученых, но для всех. И я благодарен за сегодняшнюю возможность поделиться с вами своими мыслями.