Воспоминания - это больше, чем информация
Различные варианты хеббовского синапса как субстрата памяти представляют собой модели, находящиеся в полном соответствии с разными направлениями информационного подхода к функциям памяти, развиваемого нынешними разработчиками искусственного интеллекта - теоретиками параллельной обработки информации и нервных сетей (см. гл. 4). «Информация» в этом смысле действительно может сохраняться во взаимосвязанных нейронных сетях путем изменения эффективности синапсов. Это не просто математическое построение. Как я уже упоминал в главе 4, созданы компьютеры, способные обучаться и изменять свой ответ на выходе в результате приобретенного опыта [4].
И тем не менее что-то никак не удовлетворяет нас, когда о мозге говорят как об устройстве для хранения и переработки информации. Ограниченность такого понимания демонстрируют серии экспериментов с повреждением мозга, описанные в главе 11. Кажущийся парадоксальным результат первой серии состоит в том, что примерно через час после формирования следов памяти необходимые для этого области мозга, где в результате обучения произошли долговременные клеточные изменения, оказываются ненужными для вспоминания. Этот парадокс разрешается, если предположить, что следы динамичны и распределены между разными областями мозга.
Позвольте мне подробнее остановиться на примере, приведенном в главе 11. Представьте себе знакомую (для меня слишком знакомую) ситуацию, когда вы пытаетесь вспомнить имя человека, которого когда-то встречали, но оно как бы затерялось, хотя вы чувствуете, что нужно только его найти - оно «где-то здесь». Большинство из нас, оказавшись в таком положении и не зная каких-либо специальных мнемонических приемов, прибегает к самым разным стратегиям вспоминания: мы пытаемся представить себе лицо этого человека или обстоятельства встречи с ним, подыскать сходное по звучанию или рифмующееся с именем слово, припомнить, с какой оно начиналось буквы... Нет - похоже, но не совсем то! Иначе говоря, воспоминание сидит где-то у нас в голове, и к нему должны быть какие-то подходы. Пробуя разные пути, вы надеетесь в конце концов натолкнуться на ускользающее имя и вытащить его из глубины памяти. Нет никаких причин думать, что различные пути проходят через одну и ту же область мозга или даже одну группу нейронов, хотя между ними должна существовать какая-то связь.
Так же и с цыплятами: если они не помнят цвет бусины, они могут узнать ее по форме. Значит, модель Хебба недостаточна даже для относительно простой памяти цыпленка, не говоря уже о гораздо более сложных воспоминаниях человека. В лучшем случае с позиций клеточного ассоциационизма можно лишь частично понять механизмы памяти - только те из них, что связаны с образованием следов. Однако память не сводится к созданию следов, это еще их последующий поиск и извлечение информации. Здесь-то и начинается трудная работа вспоминания как для цыпленка, так и для человека.
Пониманию этого процесса препятствует наша склонность рассуждать о биологической памяти, опираясь на технические метафоры из области информатики и управления. Наше воображение заполонили компьютеры и файлы. Воспоминания стали элементами «информации», они «хранятся», «классифицируются», вызываются из хранилища по требованию, а потом снова возвращаются на место. Такой способ осмысления памяти, игнорирующий ее биологическую или человеческую природу, результат союза между энтузиазмом нейробиологов по поводу хеббовой синаптической модели и школой поставленного «с ног на голову» моделирования нервных процессов, о котором говорилось в главе 4. Но вопреки засилью компьютерных аналогий в языке и мыслях многих современных нейробиологов (образчиком может служить манифест теоретически обоснованной редукционистской «вычислительной нейронауки» таких философов, как Патриция Чёрчленд), этот энтузиазм разделяют не все, кто работает в нейронауке, а тем более за ее пределами.
Я уже упоминал критические высказывания иммунолога Джералда Эделмена о компьютерной аналогии из его книг, посвященных памяти и сознанию [6]. Эта критика базируется на посылке, что развитие нервной системы и ее способность изменять свои свойства под влиянием индивидуального опыта1 следует рассматривать как процесс непрерывного отбора предсуществующих групп нейронов и их синаптических связей в ответ на воздействие провоцирующих и лимитирующих факторов окружающей среды. Этот процесс по прямой аналогии с эволюцией путем естественного отбора Эделмен назвал «нервным дарвинизмом». На мой взгляд, это сравнение при всей его привлекательности неуместно. Дарвиновская эволюция - это процесс сохранения благоприятных генотипов в результате дифференциального (избирательного) выживания и воспроизводства фенотипов. Нейронные ансамбли не «выживают» и не «воспроизводятся» таким путем - они даже вообще не репродуцируются. Эволюция и отбор - это неподходящие аналогии для описания процессов взаимодействия, обратной связи, стабилизации и роста клеток и синапсов в период развития организма, да и на протяжении всей жизни. Однако можно только приветствовать, когда Эделмен настаивает на том, что биологическим процессам свойственна именно такая тенденция к динамичному развитию, которая не находит отражения в компьютерных моделях. Языковыми средствами это хорошо выразила Сюзан Ояма, предложившая термин «онтогенез информации»; помимо прочего, он подчеркивает смысл как антитезу информации [7].
*1) Ранее он открыл аналогичную способность иммунной системы, за что получил Нобелевскую премию.
Уолтер Фримен, нейрофизиолог из Беркли, и его соавтор философ Кристин Скарда критикуют простой ассоциационизм с позиций, больше опирающихся на эксперименты. Исходя из данных Фримена об электрофизиологических свойствах обонятельной коры кроликов, т. е. области мозга, которая реагирует на запахи и может научиться их различать, эти критики отвергают компьютерную аналогию с ее ориентацией на стойкие изменения эффективности отдельных синапсов в нейронной сети. Анализируя данные одновременной регистрации сигналов от многих участков во время и после выработки реакций на разные запахи, Фримен и Скарда пришли к выводу, что следы памяти представлены изменениями динамики электрической активности во всей этой области мозга; приложение теории хаоса к наблюдаемым флуктуациям позволяет выявить определенную упорядоченность [8].