От Дзена до Нейрона: как улучшить свою жизнь, используя нейронауки Запада и мудрость Востока - Александр Демкин
Любая новая технология начинается с абсолютно абстрактных исследований. Это как сажать саженец: чтобы через несколько лет получить плоды, сначала нужно найти что-то новое в физике, химии или математике, а уж потом пытаться это применять на практике. В случае с нейрофизиологией учёные уткнулись в предел своих возможностей где-то в конце семидесятых: исследования химии мозга привели к созданию новых препаратов, на горизонте уже были антидепрессанты, а люди всё равно продолжили болеть. Стало формироваться понимание того, что просто блокировать дофамин и обратный захват серотонина – это заплатка, а не ремонт. Параллельно появились достаточно мощные компьютеры, и нейрофизиологи вместе с врачами-психиатрами решили обратиться к математикам и программистам за помощью. Долго ли, коротко ли, но в математике нашлись модели, которые могли отчасти описать работу нейронных сетей (забегая вперёд, скажу, что все современные версии искусственного интеллекта работают с использованием тех же самых принципов): это Байесовская статистика и принципы Маркова. Томас Байес был английским священником XVIII века, который активно занимался статистикой (задолго до того, как это стало мейнстримом), и вывел формулу, которая позволяла определить вероятность уже случившегося события с разной степенью доверия. На этом принципе сегодня работает фильтрация спама, к примеру. Ну, а Марковы, правильнее говорить во множественном числе: отец и сын, Андрей Андреевич Марков-старший и Андрей Андреевич Марков-младший, – русские математики начала XX века, развившие идеи Байеса на новом уровне. Отец и сын создали целый большой раздел в статистике, их инструменты позволяют предсказывать поведение групп событий, т. н. «узлов», в сетях из множества сцепленных между собой кластеров. Их работы предвосхитили формирование понятия Big Data, работу с гигантскими массивами данных, и сегодня обработка таких массивов основана как раз на «одеяле Маркова», «ограде Маркова» и других приёмах математической статистики, открытых этими учёными.
Оба этих понятия очень узкоспециальные, и в мире не так много людей, разбирающихся в них, но общая идея заключается в том, что это статистические модели, позволяющие предсказывать состояние сложной системы, основываясь на её текущем состоянии. Например, AI может предугадывать, какое слово в предложении будет следующим или как себя поведут водители на дороге. Соответственно, автопилот в машине может предотвратить аварию, а ассистент в колонке – быстро отвечать на вопросы, создавая иллюзию беседы с живым собеседником. А в мозге… В мозге можно предсказывать реакции нейронов на возбуждение и торможение друг друга, нарастив вычислительные мощности. Так что можно моделировать и сложные реакции, работу больших групп нейронов, даже поведение, а в перспективе – и болезненные реакции, патологии, ну а там уже и до лечения недалеко.
Всё это могло бы остаться мечтами, но, как всегда, когда дело доходит до учёных, появляются НО и какой-нибудь гений, совершающий очередной прорыв. В этом случае тоже появился свой герой от науки – человек по имени Орен Шрики, израильский профессор нейрофизиологии, ученик Нобелевского лауреата, сам лауреат многих премий и один из явных кандидатов на Нобеля.
Он создал целое новое направление в науке – вычислительную психиатрию, прикладное применение для чисто математических моделей.
Идея в следующем: если мы зарегистрируем электрическую активность мозга в достаточно высоком разрешении (в идеале – каждого отдельного нейрона), а потом отследим распространение электрических сигналов в мозге, то сможем провести статистический анализ этого распространения и потом сравнить, скажем, здорового человека с больным шизофренией и найти отличия. А они заключаются в том, как сигналы между нейронами распространяются по мозгу! Это миллиарды событий в единицу времени, по сути, это всё равно что разложить на цифры личность человека, его абстрактное мышление, целую клиническую картину – масштабнейшая идея, которая могла бы объяснить и способности к планированию, и тактическое мышление, и вообще любую экзекутивную функцию. Так вот: ему это удалось. Поставлю тут точку, чтобы откинуться на спинку стула и насладиться вашим выражением лица.
Он назвал эту методику avalanche analisys – лавинный анализ данных, а для регистрации электрической активности использовал суперсовременный аппарат ЭЭГ. Один из авторов книги, которую вы сейчас держите в руках, имел честь работать с Ореном, когда тот уже разработал методику анализа и исследовал практическое применение. Это было очень впечатляюще: 64 электрода регистрируют активность, в реальном времени компьютер анализирует распространение сигналов, а Орен травит пациенту анекдоты, чтобы он посидел подольше с электродами на голове, ведь пациент в остром психозе, возбуждён, галлюцинирует! Проблема процесса заключалась в том, что при этом нельзя шевелиться, а анекдоты были смешными. И на ЭЭГ постоянно возникали артефакты: шумы, дефекты сигналов, фоновые ошибки и прочее, прочее…
Ну так вот, эта работа продолжается, и сейчас целая лаборатория работает над совершенствованием лавинного анализа передачи сигналов в нейронной сети. Результаты уже есть: диагностировать некоторые заболевания уже удаётся, особенно это важно у детей, ведь они не всегда могут объяснить свои переживания, поэтому основная часть исследований идёт в детских психиатрических отделениях. Следующий рубеж – наладить, вылечить, но это пока дело будущего, и здесь я отсылаю читателя к началу книги и рассказу о развитии технологий лечения психиатрических и неврологических расстройств.
* * *
КСТАТИ…
…Аппарат ЭЭГ, который использовался в описанном исследовании, изначально создавался для армии. Идея заключалась в том, что пилоты истребителей смогли сидеть у себя дома с этим аппаратом на голове и управлять самолётами силой мысли. Насколько это реализовано в армии, никто не знает, но точно известно, что продаются игрушки, работающие на таком же принципе: в комплекте простенький аппарат ЭЭГ, на вид вроде наушников, а ссылка – на игру для смартфона. Силой мысли можно управлять персонажами на экране, но это требует некоторой тренировки.
Каллиграфия
Ехать на дачу к Серёге в этом году не хотелось совершенно, но Витя так и не смог найти более или менее убедительную отмазку. Культурная программа каждый раз была примерно одинаковой: выпивка, шашлык, баня, прыжок в бассейн,