Первая школа нейропсихологии

Начало нейросетевой эры

На границе миров

В процессе восприятия человеком, скажем, ложки наука различает три разных объекта: собственно ложку как она есть, даже если мы ее не видим, ее вид, форму, цвет, воспринятые рецепторами человеческого тела, и образ ложки, созданный нашим мозгом и помещенный в сознание. Именно эту осознанную ложку мы пытаемся описать друг другу словами, передать это описание, оценить.

Образ ложки в сознании - это объект нашей психики, в физическом мире его нет. Импульсы, переданные в мозг от зрительных нервов, электрохимические реакции самого мозга, формирующего для сознания этот образ-картинку, – вполне себе физические процессы. Наше восприятие реальности работает на границе двух миров – физического и умозрительного. Изучением их совместной работы внутри человека, а точнее, взаимосвязи высшей нервной деятельности и химии мозга, и занимается основанная в России в 20-х годах прошлого века наука – нейропсихология.

Между психологией и медициной

Сам термин «нейропсихология» появился намного раньше, в 1893 году. Проблематикой связи психики и физиологии мозга занимались и в Европе, и в Америке, но одно дело – проявлять интерес, и совсем другое – создать систему и основать первую в мире научную школу по направлению. Основание школ – вообще довольно редкий процесс в любых отраслях мировой науки, и в сфере нейропсихологии русские оказались впереди планеты всей.

Все началось с выдающегося психолога Льва Выготского. Его ранние работы в области нейропсихологии были посвящены системным нарушениям психики, возникающим в результате поражения отдельных участков коры головного мозга, а также их особенностям у ребенка и взрослого человека.

Выготский впервые высказал идею о том, что формы социального поведения, возникшие в процессе исторического развития человечества, приводят к формированию участков коры головного мозга, ответственных за различные высшие психические функции – ВПФ (речь, память, мышление, восприятие и т. д.). При этом анатомически мозг почти не меняется. Это предположение стало одним из фундаментальных принципов мировой нейропсихологии. Наблюдения за развитием детей показали, что ВПФ человека формируются последовательно, одна за другой. При этом участки мозговой коры, отвечающие за них, могут изменять свое местоположение. Эти выводы позволили сформулировать положение о разном воздействии на психику при поражении одних и тех же мозговых зон в различных возрастах.

Используя идеи Выготского, другой психолог, выходец из Казани, Александр Лурия, создал свою «теорию системной динамической локализации (расположения) высших психических функций». Его концепция разрешила противоречие между двумя противоположными точками зрения на проблему размещения психических функций в головном мозге, а именно – строгого распределения по участкам и убеждения, что за работу отдельных частей психики отвечает весь мозг целиком. Опираясь на идеи своих предшественников в неврологии, физиологии и психологии, Лурия пришел к выводу, что мозг действительно работает как единое целое, но при этом целое является организованной системой, в которой можно выделить отдельные ее части.

Он постановил, что при решении человеком конкретной психологической задачи всякий раз оказываются задействованными разные участки коры мозга. При этом если нарушается работа какого-то из них, разлаживается работа всей психики в целом. Например, для способности человека писать необходима работа самых разных участков головного мозга. Одни отвечают за звуковой анализ слов, другие — за перевод звуков в буквы и их расположение на листе, третьи — за организацию движений. Выключение любого из звеньев этой «цепи» ведет к краху всей системы, отвечающей за письмо. Тем не менее благодаря способности мозга передавать «работу» поврежденных областей другим –  незатронутым – общий функционал письма можно постепенно восстановить.

Чем сложнее психическая функция, тем больше она имеет этих самых звеньев. При этом их расположение в мозге существенно отличается у взрослых и детей. Например, поражение «низших» сенсорных отделов коры мозга в раннем детстве может привести к неразвитости познавательных способностей, тогда как точно такая же травма у взрослых может быть скомпенсирована влиянием уже сложившихся «соседних участков».

Необходимо отметить, что, несмотря на значимость его личного вклада в развитие нейропсихологии, Александр Лурия не работал один. Именно он основал целое научное направление – российскую школу нейропсихологии, которая потом распространилась по всему миру. Его ученики и ученики его учеников во втором и третьем поколении глобально продолжают работу великого русского психолога и по сей день.

Нейроперспектива

В настоящее время нейропсихология активно развивается, а ее последние исследования направлены на использование этой науки в других областях, например в программировании обучающих процессов нейросетей.

Нейросеть — это тип машинного обучения, при котором компьютерная программа имитирует работу человеческого мозга. Подобно тому, как нейроны в мозге передают сигналы друг другу, в нейросети информацией обмениваются вычислительные элементы.

Первую обучаемую нейросеть в 1957 году продемонстрировал психолог Корнеллского университета Фрэнк Розенблатт. Она была примитивной (одноуровневой). В 1980-х годах, когда появились более мощные компьютеры для вычислений, исследователи смогли разработать нейросети с двумя и тремя уровнями обучения. Однако возрождение интереса к нейронным сетям и революция в глубоком обучении произошли лишь в последние годы благодаря качественному скачку в нейропсихологических теориях и развитию техники. Эти два фактора сработали как теория и практика, программный код и «железо», в котором он воплощен. Современные вычислительные процессы требуют обработки большого числа операций. В итоге производители аппаратной компьютерной сферы начали выпускать графические процессоры (GPU), которые объединяют тысячи относительно простых вычислительных ядер на одном чипе.

Исследователи вскоре поняли, что архитектура графического процессора очень похожа на архитектуру нейросети мозга, где тысячи нейронов формируют его область, занимающуюся определенной сложной задачей - поддержанием ВПФ.

Современные GPU позволили развивать «глубокое обучение» — повышать глубину слоев нейросети. Именно благодаря этому появились самообучаемые нейросети, которые не требуют специальной настройки, а самостоятельно обрабатывают входящую информацию, что похоже на зачатки самосознания.

Безусловно, нейросеть состоит из искусственных нейронов, имитирующих работу человеческих, только не физически, а в виде программного кода. Это модули или узлы, которые взаимодействуют и обмениваются информацией для решения той или иной задачи.

Базовая нейронная сеть содержит три слоя:

• входной — обрабатывает информацию извне, анализирует или классифицирует ее и передает на следующий слой (в мозге человека эту функцию несет восприятие - зрение, слух и т. д.);
• скрытый (их может быть несколько) — анализирует выходные данные предыдущего слоя, обрабатывает их и передает на следующий (мозг точно так же обрабатывает входные массивы «сырой» визуальной или звуковой информации, а потом формирует из нее осознанные картинки или, скажем, звуки музыки);
• выходной — выдает окончательный результат после обработки всех данных (у человека это называется логикой; так мы делаем выводы, которые сохраняются в памяти в виде оформленных кластеров информации).

Глубокие нейронные сети отличаются тем, что искусственные нейроны в них связаны друг с другом, а каждой такой связи присваивается определенный вес, который отражает ее значимость. Кроме того, связь между нейронами может быть «упреждающей». Это означает, что данные проходят через них только в одном направлении и уже не возвращаются на предыдущий уровень. Такое происходит, если значение «веса» соединения ниже ожидаемого.

При обучении нейронной сети все ее «веса» изначально задаются случайными значениями. Обучающие данные подаются на нижний, или входной, слой. Затем они проходят через последующие слои, где их веса корректируются в соответствии с логикой процесса, пока не достигают выходного. Это происходит до тех пор, пока входные данные при равных условиях не будут постоянно давать одинаковые выходные результаты.

Все эти «веса» помогают определить важность той или иной переменной во входных данных, как мозг определяет важность того или иного события или сообщения. После чего принимается решение, и эта способность их принимать стала ключевой точкой развития, качественным переходом от просто программ к ИИ.

Нейросети могут оценить любую обстановку, тысячи обстоятельств и принять оптимальное решение в любом вопросе, от выбора костюма на важную встречу до урегулирования, казалось бы, неразрешимых вопросов международного права. Они могут писать картины и музыкальные произведения, а есть и такие, с которыми писатели и сценаристы могут «пообщаться», разгоняя сюжет очередного романа или будущего сериала. ИИ способен создавать рецепты вкусной еды, проектировать прекрасные и ультрабезопасные дома и средства передвижения.

Грань будущего

Сегодня в мире существуют области знания, которые вполне реальны, но их достижения кажутся чем-то на грани научной фантастики. Одной из таких областей являются разработки искусственного интеллекта (ИИ), основанного на работе нейросетей. Главная задача в обучении ИИ сегодняшнего дня - научить его пониманию условных понятий, вещей в себе - ноуменов. Но как же научить компьютер понимать, что, например, космическая ракета, автомобиль и деревянная лодка, все это – средства передвижения?

В отличие от четких алгоритмов ИИ, мышления человека перегружено социальными характеристиками. На каждый нейрон мозга приходится множество взаимосвязей (более 10 000) со смысловыми отделами лобной доли, содержащими уникальные черты каждой отдельной личности. У нейросетей социальных особенностей нет, но тут в игру вступают два принципа - «системно-динамического распределения ВПФ» Лурии (замещения задач одних частей мозга другими) и новая «парадигма программного синергетического мышления» (способность нейросети обобщать разные кусочки информации и распределять их по категориям).

Нейросеть на сегодняшний день реализует две главные функции: первая связана с «разгоном мощности» человеческого мышления, вторая направлена на создание объединяющей системы, способной решать различные проблемы человечества, от биологических до социально-политических по принципу подобия и сравнения.

При этом чем выше абстрактность решаемых задач, тем большие вычислительные мощности требуются на их обработку в программной среде, ведь мышление человека отличаются от работы нейросети, не содержащей обобщенных и структурированных знаний. Тем не менее она способна им обучаться. Чем лучше обучена нейросеть, тем меньше времени у нее занимает решение похожих и подобных задач. Увы, ИИ пока что имеет свои пределы обучения, ведь оно задается искусственно, но даже сейчас с его помощью можно решить многие задачи: создание компьютерной реальности в науке, технике, медицине промышленности и даже социальной жизни – лишь некоторые из них.

ИИ на основе нейросетей производят расчеты самых сложных физических теорий, проектируют города на других планетах и строят маршруты дальнемагистральных звездолетов с учетом всех стандартов безопасности. Они уже сегодня предлагают пути разрешения загрязнения Земли и предотвращения глобальных экологических катастроф. Все это оказалось на расстоянии вытянутой руки, хотя еще пять-десять лет назад казалось неразрешимыми проблемами, требующими десятки, если не сотни лет вычислений. И это стало возможным благодаря неустанному труду российских нейропсихологов – Александра Лурия и его последователей.