«Предположим, например, что кто-то действительно нашел пресловутую “бабушкину клетку”. Ну и что? Открытие всего лишь доказало бы, что она существует – распознавание рук в эксперименте Гросса сообщает почти то же самое, – но не почему или даже как она может быть построена на основе реакций ранее обнаруженных клеток… Ключевое наблюдение состоит в том, что нейрофизиология и психофизика должны описывать поведение клеток или субъектов, но не объяснять такое поведение» [93].
Это «ну и что?», столкнувшееся с потенциальным открытием «бабушкиной клетки», являлось не просто еще одной модификацией «мельницы Лейбница»; оно было несколько сложнее. Марр от простой регистрации компонентов мозговой деятельности переходит к попыткам вписать их в общую модель. Для этого, утверждал исследователь, нам нужно скопировать основополагающие способности мозга. «Лучший способ узнать, насколько трудно что-то сделать, – попытаться это сделать», – писал он. Именно этому Марр и посвятил свои силы, исследуя, что потребуется для создания машины, способной видеть.
Чтобы постигнуть работу мозга, требуется нечто большее, чем карта.
Идя по выбранному пути, Марр следовал не только за учеными, которые пытались физически смоделировать мозг в 1930-х годах, но и за пионерами эпохи компьютеров, заинтересовавшимися мозгом в 1950-х годах. Эти исследователи породили особую область знания, изменившую научный подход к мозгу и теперь трансформирующую все общество.
12Компьютеры. 1950-е – настоящее время
На заре компьютерной эры параллели между новой вычислительной техникой и мозгом поражали ученых. В порыве вдохновения они использовали их по-разному. Некоторые игнорировали биологию и сосредоточились просто на том, чтобы сделать компьютеры как можно более умными. Данная область стала известна как искусственный интеллект (ИИ – термин был введен Джоном Маккарти в 1956 году). Но в аспекте понимания мозговой деятельности наиболее плодотворный подход пришел со стороны не тех, кто пытался создать сверхинтеллектуальную машину, а тех, кто пробовал смоделировать функции мозга, изучая принципы построения взаимосвязей в модели – нейронную алгебру, если хотите [1].
Первая попытка смоделировать нервную систему была предпринята в 1956 году, когда исследователи из IBM проверили гипотезу Хебба о том, что нейронные ансамбли являются основной функциональной единицей мозга. Ученые использовали первый коммерческий компьютер IBM, 701, построенный на радиолампах и состоящий из одиннадцати больших блоков, которые буквально заполняли всю комнату (было продано только девять таких агрегатов). Команда смоделировала сеть из 512 нейронов. Хотя эти компоненты изначально не были связаны, они вскоре образовали сетевые узлы, которые спонтанно и волнообразно синхронизировали свою активность, как и предполагал Хебб [2].
Ученый Оливер Селфридж был одним из первых, кто использовал компьютерную модель, чтобы изучить функционирование мозга.
Несмотря на ограниченность весьма грубой модели, ее реализация предполагала, что некоторые аспекты связей нервной системы прямо вытекают из очень простых правил.
Схема системы «Пандемониум»
Одним из первых, кто использовал компьютерную модель, чтобы пролить свет на функционирование мозга, был Оливер Селфридж, математик, один из учеников Винера, близкий к Питтсу, Мак-Каллоку и Летвину. В 1958 году Оливер Селфридж представил иерархическую систему обработки данных под названием «Пандемониум»[255], которая была создана на основе его работы по машинному распознаванию образов. Отправной точкой явилось создание простых единиц («демонов данных»), которые распознали бы элементы в окружающей среде путем сравнения объекта, такого как линия, с некоторым заранее определенным внутренним шаблоном. Затем эти «демоны данных» сообщали бы следующему уровню («вычислительным демонам») о том, что обнаружили. Селфридж объяснил, что происходит потом:
«На следующем уровне вычислительные демоны или субдемоны выполняют некоторые более или менее сложные операции с данными и передают их результаты дальше, демонам понимания, которые, так сказать, взвешивают доказательства. Каждый демон понимания издает крик, и из всех криков демон высшего уровня, демон принятия решений, просто выбирает самый громкий» [3].
Конечным результатом будет то, что сложный признак – скажем, буква – будет распознан демоном принятия решений.
На первый взгляд это всего лишь электронная версия предыдущих иерархических представлений о сенсорной обработке, восходящих к Сми. Но «Пандемониум» отличался – он мог учиться по ходу дела.
Программа постоянно замечала, насколько точно прошла классификации объектов (на начальных этапах эта информация предоставлялась наблюдателями-людьми), используя то, что Селфридж называл «естественным отбором» демонов – они сохранялись, если их классификация была правильной, и при повторном запуске программы система будет совершенствоваться – она могла даже распознавать вещи, хотя не была предназначена для этой задачи [4]. По словам ученого-когнитивиста Маргарет Боден, влияние «Пандемониума» было неизмеримо. Селфридж показал, что компьютерные программы способны моделировать довольно сложные сенсорные процессы и что, если обеспечить соответствующую обратную связь, функции программы могут изменяться с течением времени [5].
Мозг выполняет две взаимосвязанные вещи: интерпретацию и прогнозирование.
В то же время другой американский ученый, Фрэнк Розенблатт, предложил несколько иную модель – «Перцептрон». Он также был сосредоточен на распознавании образов, используя ту же идею гибких иерархических связей – подход, который стал известен как коннекционизм. Розенблатт утверждал, что мозг и компьютер имеют две общие функции – принятие решений и контроль, – обе из которых основаны на логических правилах, как в машине, так и в мозге [6]. Мозг, однако, выполняет еще две взаимосвязанные вещи: интерпретацию и прогнозирование. Все это было смоделировано в «Перцептроне» – «первой машине, которая способна иметь оригинальную идею», как утверждал Розенблатт [7].
На самом деле «Перцептрон», как и «Пандемониум» до него, просто научился распознавать буквы. В случае «Перцептрона» знаки достигали около полуметра в высоту [8]. Решающим отличием было то, что он мог делать это без заранее существовавшего шаблона, используя параллельную обработку – одновременно выполняя различные вычисления, что было очень похоже на мозг. Это не было случайностью: Розенблатт был так же заинтересован в теоретическом объяснении функций мозга, как и в разработке потрясающей для того времени технологии.
СМИ это очень понравилось. Когда в 1958 году спонсор Розенблатта, Военно-морской флот США, объявил о работе ученого, в газете The New York Times провозгласили: «Сегодня военно-морской флот обнаружил зачаток электронного компьютера, который, как ожидается, сможет ходить, говорить, видеть, писать, воспроизводить себя и осознавать свое существование» [9]. Эти громогласные заявления исходили не от перевозбужденного журналиста, а от самого Розенблатта. Один ученый вспоминал об исследователе: «Он был мечтой агента по печати и рекламе, настоящим шаманом. По словам Розенблатта, “Перцептрон” был способен на фантастические вещи. А может, так оно и было. Но вы не смогли бы доказать это работой, которую проделал Фрэнк» [10].
Несмотря на разудутую шумиху в прессе, Розенблатт довольно спокойно относился к истинному значению «Перцептрона». В докладе 1961 года «Принципы нейродинамики» он отмечал:
«“Персептроны” не предназначены для того, чтобы служить детальными копиями какой-либо реальной нервной системы. Они представляют собой упрощенные сети, разработанные для изучения закономерных отношений между структурой нервной сети, устройством ее окружения и “психологическими” характеристиками, на которые способна сеть. “Персептроны” могут фактически соответствовать частям более широких сетей в биологических системах… Скорее всего, они представляют собой крайне упрощенную модель центральной нервной системы, в которой одни свойства преувеличены, а другие подавлены» [11].
К середине 1960-х годов эксперты признали, что даже «Перцептрон» не так хорош, как его превозносят [12]. В 1969 году пионер в области искусственного интеллекта Марвин Минский вместе со своим коллегой Сеймуром Пейпертом опубликовали книгу, в которой резко критиковали модель «Персептрона». Они представили математический анализ мощности искусственной нейронной сети Розенблатта, который наводил на мысль, что подобный подход был тупиковым как для ИИ, так и для понимания мозга. Из-за того, как были построены перцептроны[256], по их внутренней структуре нельзя было отсеживать то, чему они научились [13]. После этой критики и замедления прогресса, показанного данными моделями, американское финансирование коннекционизма иссякло, а поле деятельности свернулось [14]. Розенблатт, переключивший свое внимание на феномен переноса обучения, кульминацией которого стало фиаско со скотофобином, погиб в результате несчастного случая на лодке в 1971 году, в свой сорок третий день рождения.
Схема «Перцептрона» Розеблатта
Несмотря на неудачи как «Пандемониума», так и «Перцептрона» в создании идей, которые могли бы быть применены к системам распознавания биологических паттернов, обе программы изменили представление исследователей о мозге. Они показали, что любое эффективное описание человеческого или машинного восприятия должно включать существенный элемент пластичности. Поэтому модели нейронных сетей совершенно отличались от старых вариантов, основанных на метафорах механики или гидравлики. Кроме того, существовала многообещающая параллель между структурой коннекционистских программ и открытием Хьюбела и Визеля иерархической организации простых детекторов признаков, которое повлияло на идею Барлоу 1972 года о «кардинальских клетках». Для некоторых это означало, что н