о у сытых крыс это происходит только при условии, если новая пища будет лучше съеденной[114]. Иными словами, нет никакого смысла «оставлять место» для десерта: он все равно доставит вам удовольствие, если будет вкуснее предыдущих блюд.
Знакомые стимулы и вызываемые ими ощущения также могут инициировать другие изменения ионных каналов и рецепторов нейромедиаторов, а эти изменения могут приводить к перестройке целых нейронных цепей. И действительно, определенные цепи в мозге многих животных (в том числе в нашем) настолько хорошо предсказывают результат известного стимула, что даже посылают противоположные сигналы, активно подавляющие наше восприятие происходящего. Организм даже не замечает этого — по крайней мере, до того момента, пока не произойдет что-то совершенно иное или неожиданное[115]. Способность привыкать к неизменной, знакомой, предсказуемой и не сигнализирующей об опасности входящей информации, а в конечном счете и игнорировать ее, полезна с поведенческой точки зрения; иными словами, эта способность дает нам эволюционное преимущество. Если мы будем обращать внимание на легкое прикосновение одежды к коже или на слабый запах стирального порошка, который часто используем для стирки, это будет в лучшем случае отвлекать нас, а в худшем — ослаблять нашу способность распознавать значимые сигналы, вроде хлопка по плечу или запаха сгоревшего тоста, и реагировать на них. Вполне возможно, что неспособность к предсказанию результата, а значит, и к адаптации, — один из факторов, вызывающих расстройства аутистического спектра[116]. Кроме всего прочего, нерационально посылать сигналы для передачи информации, которая нам уже известна. Когда ионы проникают в клетку и покидают ее, передавая сигналы внутри мозга, они не могут просто так остаться на противоположной стороне. Организму придется потратить энергию, чтобы извлечь из нейронов натрий и вернуть в них калий, а потому разумнее просто не генерировать биопотенциалы, которые не несут полезной информации.
Значит ли это, что важны только новые явления, а все знакомое следует отбрасывать после того, как оно станет привычным? Ровно наоборот. Думаю, именно здесь лежит ключ к пониманию того, как работает мозг, — а значит, и к обретению счастья. Способность различать даже знакомые стимулы можно легко восстановить, например, с помощью нейтрализатора вкуса, который устранит последствия десенсибилизации и усилит последующие ощущения. Быть может, я слишком ударяюсь в лирику, но мне кажется, что способность — и потребность! — мозга воспринимать контрасты отчасти объясняет, почему наши попытки достичь вечного блаженства обычно ни к чему не приводят. Поскольку мозг подгоняет оценки, постоянно сравнивая происходящее в данный момент с тем, что было раньше, секрет счастья может таиться в несчастье. Разумеется, речь не о катастрофических событиях, а, например, о кратковременном похолодании, после которого можно порадоваться теплу; о чувстве голода, которое делает процесс насыщения таким приятным; о периоде отчаяния, который сменяется триумфом. Путь к наслаждению лежит через контрасты.
Вычислительную мощность мозга обеспечивает массово-параллельная архитектураЛикун Луо
МОЗГ — СЛОЖНАЯ СТРУКТУРА; у человека он состоит из приблизительно 100 миллиардов нейронов, образующих порядка 100 триллионов соединений. Его часто сравнивают с другой сложной системой, обладающей огромной вычислительной мощностью: компьютером. И мозг, и компьютер состоят из огромного количества элементов — нейронов и транзисторов соответственно, — которые соединены в сложные цепи для обработки информации, передаваемой посредством электрических сигналов. В широком смысле мозг и компьютер обладают схожей архитектурой и содержат по большей части отдельные цепи для ввода, вывода, обработки информации и памяти[117].
Кто же лучше справляется с решением задач, мозг или компьютер? Глядя на достижения компьютерных технологий за последние десятилетия, можно прийти к выводу, что пальма первенства принадлежит компьютеру. И действительно, были созданы машины и программы, способные побеждать человека в сложных играх: в 1990-е годы в шахматах, позднее в го, а недавно и в состязаниях на эрудицию, например в телевикторине Jeopardy! И все же человек превосходит компьютер в решении многочисленных повседневных задач, от распознавания отдельных велосипедистов или пешеходов на оживленной городской улице до умения взять чашку чая и плавным движением поднести ее к губам — не говоря уже о способности творить и выстраивать концепции.
Почему компьютер хорошо справляется с одними задачами, а мозг с другими? Сравнение компьютера и мозга всегда было чрезвычайно полезным и для нейробиологов, и для инженеров. Это сравнение началось на заре компьютерной эры с небольшой, но очень глубокой книги «Вычислительная машина и мозг» Джона фон Неймана, американского ученого, разработавшего в 1940-х годах архитектуру вычислительной машины, которая до сих пор составляет основу большинства современных компьютеров[118]. Взглянем на некоторые показатели, по которым проводилось сравнение (см. таблицу).
* Персональные компьютеры в 2008 году.
** На протяжении нескольких десятилетий число транзисторов в интегральной схеме удваивалось каждые полтора-два года; в последнее время рост производительности от увеличения числа транзисторов замедлился — его ограничивают факторы, связанные с энергопотреблением и теплоотдачей.
Источники: John von Neumann, The Computer and the Brain (New Haven: Yale University Press, 2012); D. A. Patterson and J. L. Hennessy, Computer Organization and Design (Amsterdam: Elsevier, 2012)
Компьютер намного превосходит мозг в скорости базовых операций[119]. Сегодня любой персональный компьютер способен выполнять элементарные арифметические действия, такие как сложение, со скоростью 10 миллиардов операций в секунду. Скорость базовых операций в мозге мы можем оценить по базовым процессам, с помощью которых нейроны передают информацию и связываются друг с другом. Например, нейроны «возбуждаются» и генерируют биопотенциалы — электрические сигнальные импульсы (спайки), которые вырабатываются в теле клетки и передаются по длинным выростам, или аксонам, связывающим клетку со следующим нейроном цепи. Информация кодируется частотой и продолжительностью этих спайков. Наивысшая частота возбуждения нейронов оставляет около тысячи импульсов в секунду. Другой пример: нейроны передают информацию соседним клеткам в основном путем выделения химических нейромедиаторов в специализированные структуры терминалей аксона — синапсы, а соседние нейроны преобразуют поступающие нейромедиаторы в электрические сигналы в процессе синаптической передачи. Самая быстрая синаптическая передача длится около одной миллисекунды. Таким образом, спайки и синаптические передачи позволяют мозгу выполнять приблизительно тысячу базовых операций в секунду — это в 10 миллионов раз медленнее компьютера[120].
Компьютер многократно превосходит мозг и в точности выполнения базовых операций. Компьютер может представлять количественные значения (числа) с любой заданной точностью в пределах, определяемых разрядностью числа (количеством двоичных нулей и единиц). Например, 32-разрядное число имеет погрешность 1 на 232, или 1 на 4,2 миллиарда. Эмпирические данные свидетельствуют, что большинство числовых параметров в нервной системе (например, частота возбуждения нейронов, которая указывает на интенсивность стимула) из-за биологического шума имеют погрешность в пределах нескольких процентов, в лучшем случае 1 на 100, что в миллионы раз больше, чем у компьютера[121].
Однако вычисления, выполняемые мозгом, нельзя назвать ни медленными, ни неточными. Например, профессиональный теннисист способен всего за несколько сотен миллисекунд проследить за траекторией теннисного мяча, летящего со скоростью 250 километров в час, переместиться в оптимальную точку на корте, замахнуться и отбить подачу. Более того, его мозг потратит на решение этих задач (с помощью тела, которым он управляет) в десять раз меньше энергии, чем понадобилось бы персональному компьютеру. Как же ему это удается?
Важное различие между компьютером и мозгом связано с режимом обработки информации в системе. Компьютер решает задачи по большей части путем последовательных шагов. Иллюстрацией этого процесса может служить компьютерная программа, состоящая из набора команд. Для таких последовательных операций необходима высокая точность на каждом этапе, иначе ошибки будут накапливаться и усугубляться. Мозг также использует последовательные шаги для обработки информации. Например, при приеме теннисной подачи информация поступает от глаз сначала в головной, а затем и в спинной мозг, чтобы вызвать нужные сокращения мышц ног, корпуса и рук.
Но мозг также применяет массовую параллельную обработку, пользуясь преимуществом огромного количества нейронов и их соединений. Например, летящий теннисный мяч активизирует множество клеток в сетчатке глаза, фоторецепторов, которые преобразуют свет в электрические сигналы. Затем эти сигналы параллельно передаются сразу нескольким типам нейронов сетчатки. К тому времени как сгенерированные клетками фоторецепторов сигналы пройдут через 2–3 синаптических соединения в сетчатке глаза, информация о положении, направлении движения и скорости мяча уже будет извлечена параллельными нейронными цепями и передана в мозг. Точно так же моторная кора (область коры головного мозга, отвечающая за сознательное управление движениями) одновременно посылает команды мышцам ног, корпуса и рук, так что теннисист занимает оптимальную позицию и отбивает летящий мяч.