СМИ

Человечеству рукой подать до раскрытия главных тайн мозга и способов подключать его к компьютеру. Возможно, мы стоим на пороге мира из фильма «Матрица». Прямая загрузка информации в человеческий разум — фантастика или реальность будущего?


Технологии мира «Матрицы» не за горами. Андроиды преподают курсантам, самообучаемые нейросети ругаются с троллями, искусственные конечности с прямым подключением к нервной системе всё меньше уступают живым. Сможем ли мы купить на рынке навыки пилотирования и знания по ядерной физике — или не всё так просто?

Чтобы не быть голословными, мы обратились к специалистам в области нейробиологии и популяризаторам науки. На наши вопросы ответили молекулярный биолог и популяризатор науки Ирина Якутенко, нейробиолог и журналист Светлана Ястребова, а также известный научный публицист и когнитивист Ася Казанцева.

Первый и главный вопрос. Братья, а ныне сёстры Вачовски показывали нам в «Матрице» быструю загрузку навыков из компьютера прямиком в мозг. Все мы помним сцену про «Я знаю кунг-фу», или как Тринити за пару секунд выучилась пилотировать «Ирокез». Есть ли хотя бы теоретические шансы на подобное в реальности?

Ася Казанцева:

Мы знаем, что обучение — это усиление связей между нейронами. Да, с помощью внешних воздействий можно эту скорость немножко увеличить. Но главная проблема — в локализации: в мозге 86 миллиардов нейронов. Нет никакой возможности точечно воздействовать именно на те, которые нужны человеку, чтобы говорить на английском, или кататься на коньках, или управлять самолётом.

Точнее, возможность есть, но она простая и скучная: целенаправленно тренировать именно тот конкретный навык, который вы хотите освоить. Всякие эксперименты с прямой загрузкой информации на нужные нейроны пока что можно проводить только на генномодифицированных мышах. Люди всё-таки устроены сложнее, и к тому же охраняются этическими комитетами университетов.

Ирина Якутенко:

Строго говоря, кунг-фу учился не Нео, а созданный его мозгом «аватар» в виртуальной реальности. Сам он при этом лежал в кресле со штекером в затылке.

Управлять оборудованием «мыслями» — через нейрокомпьютерный интерфейс — мы можем уже сейчас. Например, в ходе реабилитации парализованных или лишённых конечностей людей. После сопряжения, занимающего несколько недель, подключается механический манипулятор — и мысль напрямую движет железом и пластиком. Искусственной рукой можно открыть холодильник и взять стакан сока.


Ну а показанное в «Матрице» и вовсе напоминает компьютерные игры. Когда-нибудь игроки смогут полностью погружаться в виртуальные миры посредством продвинутых нейроинтерфейсов и бить какого-нибудь агента Смита не хуже Нео.

А вот реальное обучение человеческого мозга навыкам и знаниям строится по иным принципам и на основе совсем других механизмов.

Насколько сейчас продвинулось понимание того, как именно кодируются и хранятся информация, память в нашем мозге? Есть ли возможность воспроизводить это на цифровой, «силиконовой» основе? Или хотя бы использовать нейрокомпьютерные интерфейсы для работы с памятью?

Ирина Якутенко:

Общие принципы мы понимаем. А вот с деталями и воспроизводимостью всё обстоит предельно сложно.

Кунг-фу или пилотирование вертолёта — это моторные навыки, которые требуют тренировки. Вспомним езду на велосипеде. Мозг говорит нам: «крути педали». Мы крутим педали и падаем вместе с велосипедом. Мозг запоминает: вот так получается ерунда. Значит, тело нужно выровнять, сесть иначе, держать баланс. Методом проб и ошибок и происходит тренировка моторного навыка — примерно, как на современных самолётах в электродистанционных системах управления — Fly-by-Wire.

Теоретически мы можем протестировать самые простые движения посредством шапочки с электродами на голове, электроэнцефалограммы, МРТ и так далее. Мы поймём и запомним, какие именно сигналы обратной связи идут из его мышц в его мозг. А затем сможем воспроизводить их и помогать учиться моторным навыкам быстрее и эффективнее. Горизонт этого — пока не годы, а десятилетия. И всё это индивидуально для каждого человека! Но тут мы хотя бы теоретически понимаем, что это возможно.


Что же касается кодирования информации — мы знаем общие принципы. Этого категорически недостаточно: есть проблемы фундаментального характера.

Цифровые машины устроены одинаково. Мы загружаем в любую из них информацию и вправе ожидать, что она будет обрабатываться и храниться одним и тем же способом. Биты, байты, все дела. Мозг работает совсем иначе. Разные типы информации в нём могут усваиваться совершенно по-разному.
Те же моторные навыки резко отличаются от когнитивных по обработке. Когда мы решаем примеры и уравнения и учимся кататься на велосипеде, в мозгу происходят совсем разные процессы. В аналоговой «машине» на наших плечах нет единых алгоритмов сколько-то высокого уровня.

Светлана Ястребова:

Попыток работать с памятью с помощью нейроинтерфейсов совсем мало, и даже у самого известного специалиста по теме — Мигеля Николелиса — их, считай, нет. Устройство памяти нам неизвестно с такой степенью подробности, чтобы там можно было что-то качественно менять, запоминать или забывать что-то «по приказу».

Это не мешает просто «усиливать» способности к запоминанию. Что и пытаются делать через стимуляцию работы основного «запоминателя» — гиппокампа.

Сначала записывают электрическую активность клеток гиппокампа по время запоминания какой-либо информации. Потом эту же активность «навязывают» стимулируемым клеткам. Это весьма распространённый и уже заслуженный метод, обычно он задействует электроэнцефалографию. Человеку показывают вспышки с определённой периодичностью, дают слушать череду одинаковых звуков, разделённых одинаковыми промежутками времени.


Расположение гиппокампа
Как минимум один нейроинтерфейс для улучшения памяти проходит клинические испытания, и применять его собираются для облегчения симптомов у больных Альцгеймером и другими деменциями. Правда, результаты испытаний пока не опубликовали, хотя по расписанию их уже завершили. И речь идёт о лечении, а не о расширении рамок возможностей человека как вида.

Мы можем сейчас воспроизвести работу мозга хотя бы, скажем, примитивного млекопитающего? Есть ли существенные успехи в таком моделировании, к примеру, в рамках швейцарского проекта «Блю Брэйн»?

Ирина Якутенко:

В начале 2000-х по этому поводу было очень много оптимизма. Казалось, ещё совсем немного, и мы сможем вскрыть механизмы работы мозга во всей их сложности. Оказалось, что это совсем не так. Там миллиарды нейронов и триллионы синаптических связей между ними. Это система колоссальной сложности. Для воспроизведения всего этого даже на уровне примитивных млекопитающих нужны суперкомпьютерные системы запредельной вычислительной мощности и размеров памяти.

Но это ещё не беда, а лишь технические мелочи, которые хотя бы теоретически преодолимы.

Уже сейчас существуют электронные системы, действующие по аналогии с мозгом. Те самые нейросети. Они работают очень хорошо и интересно, самообучаются. Это крайне перспективное направление и путь к полноценному искусственному интеллекту. Вот только мы категорически не можем понять, как именно они работают. Слишком многогранные, хаотичные и сложные процессы для обработки и анализа.

Она станет точно таким же «чёрным ящиком», как любая серьёзная нейросеть. Мы понимаем элементарную логику процессов, обмен информацией между слоями, но на следующем уровне сложности понимание теряется напрочь. Возможности проследить и понять все процессы попросту нет.

Эту сложность принципиально невозможно упростить для создания сколько-то рабочей, релевантной модели. Важнейшие закономерности коренятся в самой их сложности. Даже если мы сделаем полную рабочую модель мозга на электронной основе — она не приблизит нас к пониманию его работы.


Именно поэтому ещё вчера громкие и амбициозные проекты вроде BRAIN, Blue Brain, Human Brain Project в последние годы тихо умирают. Судя по всему, направление оказалось тупиковым.

Светлана Ястребова:

Скажем так: принципиально более мощных проектов, чем Blue Brain, я не видела и в целом к подобным инициативам отношусь скептически.

Они пытаются моделировать отдельные участки мозга. Но есть такая штука, как эмерджентность — свойства, которые у всей системы есть, а у её отдельных компонентов нет. И у неправильно собранного набора этих компонентов — тоже нет. Грубо говоря, цельный человек живой, а если его распилить на десять частей, он живым быть перестанет. И потеряет множество признаков живого, хотя состав этих частей не поменялся.

Поэтому моделирование участков мозга — это хорошо, но по мне более эффективный подход хотя бы попытаться что-то выяснить — моделирование всего мозга сразу и постепенное добавление деталей в эту изначально грубую и весьма приближенную модель.

Есть ли альтернативные пути? Скажем, сопряжение машинных блоков памяти с человеческим мозгом для подгрузки или выгрузки информации в машину и обратно?

Ирина Якутенко:

Механизмы с нервной системой сопрягать мы уже умеем, и всё более неплохо. Но память у человека и компьютера устроена совершенно по-разному. В любую машину мы можем загрузить что угодно с помощью универсального языка, и она это всё поймёт, сможет обработать и выгрузить результат.

«Язык» информации в мозгу принципиально не универсален. Он разный у каждого конкретного человека. Даже протезы с нервной системой каждого конкретного человека сопрягаются строго индивидуально, а в случае с блоками информации в памяти всё гораздо хуже.


«Языковой барьер» между машиной и мозгом, похоже, непреодолим в принципе. Даже в эпоху самого глубокого киберпанка мы не сможем купить на Горбушке хотя бы ломаный и глючный пакет навыков кунг-фу и загрузить себе в мозг. Это так не работает — и работать не сможет.

Светлана Ястребова:

Даже если допустить ряд прорывов, остаётся вопрос — в какую точку нервной системы грузить информацию? Если окончательно подтвердится, что память — это распределённые вычисления (а данные экспериментов ведут к тому, что так оно и есть), то даже при допущении, что мы найдём-таки способы обойти фундаментальные сложности сопряжения машины с нейронами, загрузка информации в мозг отодвигается на значительный срок в будущее. Думаю, это займёт никак не меньше 50 лет. Впрочем, оценка интуитивная, на подсчётах не основанная.

Насколько серьёзны и перспективны результаты калифорнийской «HRL Лабораториз» по «переносу» навыков посредством воздействия на мозг электродами методом транскраниальной электростимуляции?

Ася Казанцева:

На самом деле никакой сенсации нет. Технологии воздействия на мозг с помощью электрического или магнитного поля существуют уже много лет. Они действительно могут способствовать нейропластичности и в том числе повышать эффективность усвоения каких-либо навыков.
В частности, магнитная транскраниальная стимуляция — более интенсивная и лучше локализованная, чем метод tDCS, о котором идёт речь у HRL Laboratories — давно и рутинно применяется для лечения депрессии у тех пациентов, которым не помогают другие лекарства.

Что касается tDCS, то там тоже есть интересные эффекты, но обычно они довольно слабые и не очень хорошо воспроизводятся. То есть у кого-то из участников исследования скорость обучения повышается, у кого-то остаётся прежней, а у кого-то может и замедлиться.

В любом случае, речь абсолютно не идёт о «загрузке знаний в мозг» — прикладывать самостоятельные усилия всё равно придётся.

Ирина Якутенко:

Одно дело — рекламные видео, другое — научные публикации. Я так и не нашла серьёзных статей HRL Laboratories об этих экспериментах. У них есть другие работы, например, о попытках влиять методом транскраниальной электростимуляции на сон и на память. А вот про описанные в видеороликах и публикациях медиа с громкими заголовками успехи по стимулированию обучения конкретным навыкам — не особо.

Мы все можем много рассказывать на видео, что сделаем, когда нам дадут много денег. Пока что это выглядит планами и мыслями на тему, а заодно попыткой привлечь инвестора.


В то же время в самом подходе к ускорению обучения моторным навыкам есть вполне серьёзные перспективы. Вполне возможно, что и описанное ими так или иначе будет реализовано — но для этого нужны большие, серьёзные исследования.
Фокус в том, чтобы ускорить рост «правильных» нейронных дорожек и подавить рост «неправильных». Вопрос в том, будет ли это финансово оправдано: будет ли эта технология достаточно востребованной и эффективной, чтобы окупить затраты.

Светлана Ястребова:

Это отдалённо напоминает эксперименты с плоскими червями. Обученных животных нарезали на кусочки и этими кусочками кормили необученных — а те в результате якобы обучались быстрее.

Мне это кажется сомнительным, поскольку нет гарантии, что навязывание мозговой активности не оказывало «общеукрепляющий» эффект без малейшей связи с паттернами работы мозга специалиста. К примеру, воздействие могло стимулировать внимание «подопытных», и поэтому их мозг работал эффективнее.
Опровергнуть это может быть тяжело, пока авторы работают с показателями электроэнцефалограммы, с описанием функциональных состояний целых областей мозга, а не отдельных его клеток и их небольших ансамблей — скажем, не больше тысяч штук.

Если предположить, что мы узнаем, как, что и где выращивать среди нейронных дорожек — как быстро можно это сделать? Можно ли научиться водить вертолёт за несколько секунд, как Тринити, — но в реальном мире, а не в виртуальном аватаре? И можно ли сказать, насколько вероятны при этом существенные побочные проблемы с памятью и психикой?

Ирина Якутенко:

Сами по себе нейронные дорожки формируются достаточно быстро. Воспоминания уже «лежат» в долговременной памяти на следующий день после событий. Но для создания нейронных цепочек для моторных навыков, даже если мы точно знаем, какие нейронные цепочки нам нужны, требуются дни, как минимум часы. За двадцать минут научиться водить вертолёт или хотя бы кататься на велосипеде не удастся точно, не говоря уж о паре секунд.

Светлана Ястребова:

Скорее нет, чем да. Если информация, сохранённая в памяти, — это набор связей между нейронами, синапсов, то эти связи ещё нужно отрастить. Мгновенно это не делается в любом случае. Сколько-то времени нужно потратить на синтез белков и других веществ, из которых будут строиться новые выросты клеток.
Сколько — зависит от размера выроста, но не меньше нескольких минут. А синапсов надо будет много, притом в разных точках головного мозга — и не только его. Так что суммарное время отращивания в любом случае окажется больше — хотя многие синапсы можно растить параллельно.

Недавнее исследование Института Вейцмана и Калифорнийского университета показывает, что по крайней мере в некоторых областях мозга человеческие нейроны менее надёжны, чем у других обезьян. В том смысле, что, выпадая из сети, одна такая клетка у человека с большей вероятностью забирает с собой «в могилу» весь характерный для неё паттерн сигналов, так как у неё нет или почти нет двойников.

Зато, поскольку передаваемые каждой такой клеткой сигналы уникальны, можно меньшими силами передать больше информации. Авторы этой работы предполагают, что именно снижение надёжности, помехоустойчивости человеческих нейронов в угоду разнообразию передаваемой информации и скорости такой передачи привело к тому, что людей гораздо чаще других приматов поражают расстройства настроения.
Чем больше разнообразие сигналов, передаваемых клетками и запоминаемых нейронными сетями, тем выше вероятность, что среди них окажется какой-нибудь «лишний», что нейроны проассоциируют два на деле не связанных события. Так могут появиться, например, иррациональные страхи.


Дополнительный ввод информации в мозг может случайно назначить ей какую-нибудь эмоцию. Далеко не факт, что она окажется приятной.
Если представить, что закачивание данных в мозг будет инвазивным — грубо говоря, для него придётся сверлить дырки в черепе — от процесса получения таких новых данных будет скорее страшно. У подопытных вполне может повыситься тревожность — по крайней мере относительно полученного не через органы чувств кусочка знания.

А в неинвазивные методы я, как бывший клеточный нейрофизиолог, слабо верю. В нашем представлении ЭЭГ и подобное — это всё равно что подвесить диктофон над футбольным полем во время матча и пытаться из гула выцепить голос кого-то одного. Или подвесить там же микрофон и пытаться до этого кого-то докричаться.

Судя по всему, даже нашим праправнукам вряд ли светит напрямую закачивать в свой мозг знания иностранных языков, навыки снайперской стрельбы или университетский курс нейрофизиологии. И уж тем более загружать своё сознание на машинный носитель.

Запредельная сложность и хаотичность аналоговых вычислений в биологическом «компьютере», отсутствие универсального языка и фундаментальный порог понимания таких процессов в принципе стоят на пути к этому стеной — хуже знакомой нам по «Игре престолов».

Но, как известно, «наука умеет много гитик». Исследования всех возможных аспектов работы мозга и его элементов, а заодно и функционирования нейросетей, продолжаются. И будут продолжаться, если мы попутно не угробим разумную жизнь на нашей планете.

Возможно, со временем учёные сумеют найти «лазейки» к реализации того, что сейчас кажется фундаментально невозможным. Увы, это случится явно нескоро. И мы можем только догадываться, какие сложности и вызовы оно принесёт с собой, если окажется реальным.

Впрочем, как заведено у нас, приматов с изобретательными аналоговыми компьютерами в черепах, идём вперёд — а там разберёмся.

Алексей Костенков, Полина Нескучная