Скорость мысли. Грандиозное путешествие сквозь мозг за 2,1 секунды - Марк Хамфрис
Шрифт:
Интервал:
Закладка:
Счетчики, Таймеры, прогнозы на основе внешних событий – все это – разные способы объяснить исходящий сигнал отдельного нейрона. Если эта книга вас чему-то и научит, так это тому, что нам нужно гораздо больше, чем сигнал одного нейрона, чтобы создать новый импульс. Новый импульс – это результат всех входящих сигналов от сотен нейронов как в пространстве (какой именно нейрон прислал сигнал), так и во времени (когда именно был отправлен входной сигнал). Счетчики и Таймеры неправильно ставят вопрос. Смысл импульса лежит не на выходе одного нейрона, он заключен в легионе его входов. Задайте вопрос не о том, что нейрон отправляет, а о том, что он получает.
Кто отправляет импульсы
Когда-то возможность задать вопрос о смысле легиона входящих сигналов казалась чем-то из области научной фантастики [182]. Но нынешний золотой век системной нейробиологии все изменил. Недавний взрывной прогресс в технологии записи означает, что теперь мы наконец можем записывать сигналы сотни нейронов одновременно. Вместо того чтобы пытаться предсказать события в мире по импульсам от одного нейрона, запись активности множества нейронов дает нам возможность проанализировать значение импульса в другом ключе. Не сколько и когда, а кто – какие нейроны отправляют импульсы одновременно.
Так что теперь ученые в моей лаборатории (и во многих других) пытаются ответить на вопрос, сможем ли мы предсказывать, что происходит во внешнем мире, в зависимости от того, какая группа нейронов посылает импульсы. Представьте себе, что мы ведем запись активности трех нейронов в областях коры головного мозга, которым небезразлична зрительная информация, неоднократно показывая глазу одну из двух картинок: на первой – страстно желаемое имбирное печенье с грушей и шоколадной крошкой, на второй – зеленый плюшевый игрушечный дракон (по имени Стив). Если эти три нейрона совместно занимаются кодированием каких-то аспектов различий между двумя изображениями, то они должны посылать заметно отличающиеся между собой наборы импульсов, когда глаз видит изображение печенья и изображение дракона. Но это не означает, что они всегда будут воспроизводить один и тот же строго повторяющийся набор активности, отзываясь на одно и то же изображение. На самом деле мы уже видели, что реакция отдельного нейрона на одно и то же событие во внешнем мире может быть многократно повторяемой, однако бóльшую часть времени и для большинства нейронов она весьма изменчива, вплоть до того, что иногда нейрон может вообще никак не реагировать на событие. Но, наблюдая совместную работу нейронов, мы можем выяснить, похож ли в целом рисунок активности нейронов, посылающих импульсы, даже если некоторые из них устраивают беспорядок.
Мы пытаемся найти эти в целом похожие образцы активности опять же путем обучающихся моделей. Сможем ли мы определить показанную глазу картинку по образцу активности группы нейронов? Мы берем записи, сделанные в то время, когда глаз видел изображение печенья, и в то время, когда он видел изображение дракона, и обучаем модель различать, в чем заключаются постоянные различия между этими двумя образцами активности. Затем мы задаем модели другие образцы записанной активности тех же трех нейронов, снова вызванной показом тех же изображений, и определяем, можем ли мы предсказать, какое изображение было показано. Это популяционное кодирование: берем активность записанного легиона – 10, 20, 100 нейронов, – затем смотрим, сможем ли мы отличить характерные черты активности легиона после сигнала X (изображение, звук) или до действия Y (выбор, движение) [183]. Во всех отделах коры ответ будет «да»: по образцу активности группы нейронов мы можем почти точно предсказать, что происходило во внешнем мире.
Возвращаясь к зрительной зоне V1: если бы мы собрали все импульсы от нейронов вокруг нас, покидая первую простую клетку, мы могли бы раскодировать сообщение об угле наклона линии, проходящей через те пиксели в зрительном мире, на которые смотрел наш нейрон и его соседи [184]. Мы бы увидели уникальный шифр, состоящий из сведений о том, какие нейроны отправляют импульсы и сколько импульсов они отправляют, в ответ на этот красивый наклон части дуги, составляющей рассыпчатый краешек печенья. Регистрации активности всего около десятка нейронов было бы достаточно, чтобы его обнаружить, поскольку он проявился всего через несколько десятков миллисекунд после того, как ваш взгляд упал на печенье.
Более того, если бы мы тогда знали о существовании темных нейронов второго типа, которые говорят, не слушая, то могли бы использовать наш декодер популяционного кодирования на этом шифре, чтобы показать, что на самом деле они все-таки кое-что делают. Например, Джоэл Зильберберг делал записи активности нескольких сотен нейронов зрительной коры мышей, которые смотрели на линии, движущиеся в одном из восьми разных направлений [185]. Среди этих сотен нейронов некоторые явно предпочитали одно из этих направлений движения. Однако у многих вообще не было предпочтений – они были активны, но не слушали, эти странные темные нейроны второго типа. Однако Зильберберг обнаружил, что достоверность декодирования направления движения повышалась при использовании смеси сигналов специфически реагирующих и темных нейронов, по сравнению с сигналами одних только специфических нейронов.
То же самое и с вибриссами. Исследуя активность в сенсорном участке коры головного мозга грызунов, принимающем сигналы от усов, исследователи из лаборатории Мигеля Мараваля в Университете Сассекса обнаружили, что они не могут использовать импульсы, отправленные небольшой группой нейронов, чтобы определить, ощупывает усик грубую или гладкую поверхность [186]. Эти небольшие группы, максимум четыре или пять
