Человеческий мозг – сложное устройство; он состоит из примерно 100 миллиардов нейронов, которые формируют порядка 100 триллионов соединений. Его часто сравнивают с другой сложной системой, обладающей огромными возможностями для решения задач: цифровым компьютером. И мозг, и компьютер имеют большое количество элементарных блоков — нейронов и транзисторов соответственно — которые соединены в сложные цепи для обработки информации, передаваемой электрическими сигналами. На глобальном уровне архитектуры мозга и компьютера похожи друг на друга и состоят в основном из отдельных цепей для ввода, вывода, центра обработки информации и памяти.
Так почему компьютер хорош в одних задачах, а мозг лучше в других? Изучение схожести и различий компьютера и мозга важно для компьютерных инженеров и нейробиологов. Оно началось на заре современной компьютерной эры, его пионером стала небольшая, но глубокая книга Джона фон Неймана под названием «Компьютер и мозг», эрудита, который в 1940-х годах впервые разработал компьютерную архитектуру, до сих пор являющуюся основой большинства современных компьютеров.
Компьютер обладает огромными преимуществами перед мозгом по скорости выполнения основных операций. В настоящее время персональные ЭВМ могут выполнять элементарные арифметические операции, такие как сложение, со скоростью 10 миллиардов операций в секунду. Мы можем оценить скорость элементарных операций в мозге по элементарным процессам, посредством которых нейроны передают информацию, «общаются» друг с другом. Например, нейроны «запускают» потенциалы действия — пики электрических сигналов, инициируемых вблизи тел нейронных клеток и передаваемых по каналам, называемым аксонами, которые связываются с нижестоящими нейронами-партнерами. Информация закодирована в частоте и времени этих пиков. Самая высокая частота нейронов составляет около 1000 пиков в секунду. Нейроны передают информацию своим нейронам-партнерам главным образом путем высвобождения химических нейротрансмиттеров в специализированных структурах на терминалах аксонов, называемых синапсами, а их нейроны-партнеры преобразуют связку нейротрансмиттеров в электрические сигналы в процессе, называемом синаптической передачей. Самая быстрая синаптическая передача занимает около 1 миллисекунды. Таким образом мозг может выполнять максимум около тысячи базовых операций в секунду – работает в 10 миллионов раз медленнее, чем компьютер.
Компьютер также имеет огромные преимущества перед мозгом в точности основных операций. Машина может представлять величины (числа) с любой требуемой точностью в соответствии с битами (двоичные числа или 0 и 1), назначенными каждому числу. Эмпирические данные свидетельствуют о том, что большинство величин в нервной системе (например, частота возбуждения нейронов, которая часто используется для представления интенсивности стимулов) имеют вариабельность в несколько процентов из-за биологического шума.
Профессиональный теннисист может следить за траекторией мяча, который движется со скоростью до 257 км. в час.
Однако в реальности вычисления, выполняемые мозгом, не являются ни медленными, ни неточными. Например, профессиональный теннисист может проследить траекторию теннисного мяча после его подачи со скоростью до 257 км. в час, перейти к оптимальному месту на корте, расположить свою руку и повернуть ракетку, чтобы отбить мяч на площадку соперника – и всё это всего за несколько сотен миллисекунд. Более того, мозг может выполнять все эти задачи (с помощью контролируемого им тела) с потреблением энергии примерно в десять раз меньше, чем у персонального компьютера. Как ему удаётся подобное? Важное различие между компьютером и мозгом заключается в способе обработки информации в каждой системе. Компьютерные задачи выполняются в основном последовательными шагами. Это видно по тому, как инженеры программируют компьютеры, создавая последовательный поток инструкций. Для последовательного потока операций необходима высокая точность на каждом шаге, поскольку ошибки накапливаются и усиливаются с течением времени. Мозг также использует последовательные шаги для обработки информации. В примере с отбитым теннисным мячиком информация поступает из глаза в мозг, затем в спинной мозг, который обеспечивает сокращения мышц ног, туловища, рук и запястья.
Но мозг также использует параллельную обработку, используя преимущества большого количества нейронов и соединений, которые устанавливает каждый нейрон. Например, движущийся теннисный мяч активирует множество клеток в сетчатке глаза, называемых фоторецепторами, работа которых заключается в преобразовании света в электрические сигналы. Эти сигналы затем параллельно передаются на множество различных типов нейронов. К тому времени, когда сигналы проходят через два-три синаптических соединения в сетчатке, информация о местоположении, направлении и скорости мячика извлекается нейронными цепями и передается параллельно мозгу. Аналогично, двигательная кора (часть коры головного мозга, которая отвечает за управление телом) посылает параллельные команды для управления сокращением мышц в ногах, туловище, руках и запястье, так что тело и руки одновременно совершают движения для удара по мячу.
Эта параллельная работа возможна потому, что каждый нейрон посылает информацию многим другим нейронам — в среднем порядка 1000 для входных и выходных сигналов в секунду в каждом случае (к примеру, каждый транзистор имеет только три узла для ввода и вывода). Информация от одного нейрона может доставляться множеством параллельных путей. В то же время многие нейроны, которые обрабатывают одну и ту же информацию, могут объединять входные данные и отправлять дальше. Это последнее свойство особенно полезно для повышения точности обработки информации.
Ваш мозг в 10 миллионов раз медленнее, чем компьютер.
Другое важное свойство мозга заключается в том, что силы связи между нейронами могут быть изменены в ответ на активность и опыт — процесс, который, по общему мнению нейробиологов, лежит в основе для обучения и памяти. Повторное обучение позволяет нейронным цепям лучше настраиваться для выполняемых задач, что значительно повышает скорость и точность.
В последние десятилетия инженеры черпали идеи у мозга в совершенствовании компьютерного дизайна. Принципы параллельной обработки и зависящее от использования изменение соединения были включены в современные компьютеры. Например, параллелизм, такой как использование нескольких процессоров (ядер) в одном компьютере, является современной тенденцией в компьютерном проектировании. В качестве другого примера можно привести «машинное обучение», которое в последние годы имело большой успех и объясняет быстрый прогресс в распознавании объектов и речи в компьютерах и мобильных устройствах. Как и в визуальной системе млекопитающих, в машинном обучении используются несколько слоев для вычленения все более абстрактных признаков (например, визуального объекта или речи), и связи между различными уровнями корректируются с помощью «обучения», а не разрабатываются инженерами. Эти последние достижения расширили репертуар задач, которые способен выполнять компьютер. Тем не менее, мозг обладает большей гибкостью, обобщаемостью и способностью к обучению, чем современный компьютер. Поскольку нейробиологи раскрывают все больше его секретов (чему все больше помогает использование компьютеров), инженеры могут и дальше вдохновляться работой мозга для дальнейшего улучшения архитектуры и производительности компьютеров. Независимо от того, кто побеждает в выполнении конкретных задач, эти междисциплинарные перекрестные достижения, несомненно, будут способствовать развитию как нейробиологии, так и компьютерной инженерии.
Ликун Луо — профессор Школы гуманитарных и естественных наук, преподававший нейробиологию в Стэнфордском университете.