Мозговой трест. 39 ведущих нейробиологов – о том, что мы знаем и чего не знаем о мозге
- Автор: Линден Дэвид
- Год: 2022
- Язык: русский
- Год: Синдбад
- ISBN: 978-5-00131-420-2
- Переводчик: Юрий Яковлевич Гольдберг
- Жанр: Биология
Электронная книга - «Мозговой трест. 39 ведущих нейробиологов – о том, что мы знаем и чего не знаем о мозге». Краткое содержание книги:
Авторы описывают самые удивительные особенности мозга, честно объясняя, что известно, а что пока неизвестно ученым о работе нервной системы. Книга увлечет всех, кто интересуется наукой о мозге.
Принятие решений
В глубине души вы — ученый
Яэль Нив
ВОЗМОЖНО, ВЫ ОБ ЭТОМ НЕ ДОГАДЫВАЕТЕСЬ, но в глубине души вы — ученый. А если точнее, то ученый — это ваш мозг. Причем хороший ученый: он формулирует четкие гипотезы, собирает данные из нескольких источников, а затем приходит к обоснованным выводам.
Мы не осознаем научных экспериментов, ежесекундно проходящих в нашем мозге, но именно научный процесс познания составляет основу работы мозга. Этот процесс состоит из трех основных этапов. Первый этап — это выдвижение гипотезы. Мозг постоянно формулирует гипотезы, или предсказания. Для каждого нашего движения нужен прогноз. Где остановится моя рука, если я использую эту мышцу? Насколько тяжела чашка кофе, которую я собираюсь взять и поднести ко рту? И так далее[393]. Яркий пример такого прогноза — знакомая всем ситуация, когда вы поднимаетесь по лестнице в темноте (или проверяя почту с телефона) и едва не падаете, думая, что впереди должна быть еще одна ступенька. Вы могли бы просто поднять ногу и посредством обратной связи (почувствует ли нога твердую поверхность?) узнать о наличии или отсутствии ступеньки. Но каждый, кто поднимался по лестнице в полной темноте, знает, какой это медленный и требующий повышенного внимания процесс. Обычно же мы двигаемся быстро и без лишних усилий — благодаря точным прогнозам.
То же самое происходит при обучении на собственном опыте: мы не просто ждем, пока что-то произойдет, чтобы затем сделать вывод, а пытаемся спрогнозировать, что должно произойти, и корректируем свои действия только в том случае, если прогноз неверен[394]. При переходе улицы вы каждый раз прикидываете, успеет ли приближающаяся машина доехать до пешеходного перехода, прежде чем вы окажетесь на другой стороне. Это не так просто: нужно на основании зрительной информации оценить расстояние до машины и ее скорость, а также собственную скорость и ширину улицы. И все же с этой сложной задачей успешно справляются даже маленькие дети. Если вы когда-нибудь учили малышей переходить дорогу, то могли заметить, что они гораздо осторожнее взрослых (по крайней мере, большинства). Дело в том, что они еще не настроили свою когнитивную карту, позволяющую оценить скорость машин и время, необходимое для перехода через дорогу. Они сделают это методом проб и ошибок, отмечая разницу между прогнозом и реальностью; каждый раз, когда они переходят через дорогу, их мозг, несмотря на успешное завершение действия в соответствии с прогнозом, автоматически зафиксирует небольшие расхождения между прогнозом и реальностью: «Та машина все еще далеко от меня, а я уже рядом с противоположным тротуаром». Дети учатся корректировать прогнозы и со временем будут переходить улицу так же, как взрослые.
Исследования, посвященные обучению на опыте взаимодействия с миром, ведутся уже больше ста лет, и мы знаем, что все животные, от улиток и пчел[395] до обезьян и людей[396], обучаются одинаково: делают прогнозы, а затем сравнивают их с тем, что происходит в реальности. Это называется «обучение методом коррекции ошибок»: вы не учитесь, просто наблюдая за происходящим, — вы учитесь на своих ошибках в предсказании событий.
Второй этап научного процесса — это сбор данных и проверка гипотезы на соответствие этим данным. Нейробиологи могут получать данные для проверки гипотез о работе мозга разными способами: например, наблюдая за поведением или используя инвазивные методы регистрации активности отдельных клеток мозга и неинвазивные методы визуализации активности больших областей мозга. Поскольку каждый тип измерений позволяет получить только часть информации о работе мозга, для того чтобы сделать обоснованные выводы, мы учимся сводить информацию из максимального количества источников. Эти так называемые «подкрепляющие доказательства» не только создают основу для научных открытий, но и играют важную роль в самых разных областях человеческой деятельности, от журналистики до истории (вы не станете делать выводы о стиле художника по одной или даже по всем его картинам, не сравнив их с работами современников).
393
M. Kawato, «Internal Models for Motor Control and Trajectory Planning», Current Opinion in Neurobiology 9 (1999): 718–727.
394
R. A. Rescorla and A. R. Wagner, «A Theory of Pavlovian Conditioning: Variations in the Effectiveness of Reinforcement and Nonreinforcement», in Classical Conditioning II: Current Research and Theory, ed. A. H. Black and W. F. Prokasy (New York: Appleton-Century-Crofts, 1972). Р. 64–99; Y. Niv and G. Schoenbaum, «Dialogues on Prediction Errors», Trends in Cognitive Science 12 (2008): 265–272.
395
P. R. Montague, P. Dayan, C. Person, and T. J. Sejnowski, «Bee Foraging in Uncertain Environments Using Predictive Hebbian Learning», Nature 377 (1995): 725–728.
396
M. J. Frank, L. C. Seeberger, and R. C. O’Reilly, «By Carrot or by Stick: Cognitive Reinforcement Learning in Parkinsonism», Science 306 (2004): 1940–1943.