Там, где рождается индивидуальность. Как мозг создает уникальность каждого человека - Шантель Прат

Эти находки, по-видимому, указывают на то, что в мозге есть некоторая конкуренция между умением вспомнить, что где находится, и способностью распознать, о чем речь[415], и этот феномен, вероятно, связан с ролью гиппокампа в восстановлении активности, связанной с обоими типами памяти, когда наезднику нужно что-то вспомнить.

Надеюсь, вам это так же интересно, как мне, но ответа на вопрос, поставленный в начале раздела, мы так и не получили. Почему так сложно запоминать имена и названия? Ответ сведет воедино многое из того, что вы уже знаете о запоминании и вспоминании. Говоря простыми словами, имена собственные, которые особенно часто вертятся на языке, живут в пространстве вашей памяти в своего рода лимбе[416] – где-то между эпизодическими и семантическими воспоминаниями. В среднем вы встречаетесь с любым именем собственным вроде Жасмин, Ринго, Сиэтл или «Твайлайт Экзит» гораздо реже, чем с именами нарицательными вроде дочка, собака, город или бар. То есть, если имена собственные не называют людей, места и предметы, которые вам близко знакомы, пути между словами и тем, что они обозначают, проложены не очень хорошо, поэтому их труднее отыскать в своей памяти. Тут возникает еще и проблема интерференции. Сколько имен и лиц соединены в вашей базе данных? Сколько вы знаете женщин по имени Анна? Тут еще надо учесть, что имена собственные выбираются произвольно. В отличие от яблок и груш, которые обладают набором общих черт и встречаются в одном и том же контексте, те параметры, которые в вашем мозге отделяют лица всех Анн от лиц всех Диан, гораздо менее предсказуемы[417]. Если свести воедино все эти факторы, станет понятно, что бывают моменты, когда особенно трудно активизировать паттерны, соответствующие именам собственным. В следующем разделе мы обратимся к тем нашим знаниям, которые не так сложно оживить, углубившись в карты смыслов, создаваемые мозгом на основании всего того, что систематически относится лично к вам.

Нейрофизиология знания.

Карты смыслов в вашем мозге

За последние 15 лет эксперименты по «чтению мыслей», которые проводят Марсель Джаст с коллегами, сильно углубили наше понимание структуры карт смыслов, при помощи которых мозг ведет нас по жизни. В июне 2005 года, когда я впервые попала в Университет Карнеги – Меллона, чтобы учиться под руководством Марселя, эта интереснейшая программа только-только должна была стартовать. В соавторстве с программистом Томом Митчеллом, моими друзьями Светланой Шинкаревой и Робом Мейсоном и командой других блистательных умов Марсель поставил задачу понять физическую структуру мысли. Хотя я не принимала непосредственного участия в этом проекте, мне достаточно было находиться с ними в одной комнате, чтобы оценить, какая это была сложная затея.

Коротко говоря, проблема была в том, что типичный анализ данных функциональной МРТ призван сказать, задействован ли при исполнении определенной мыслительной функции тот или иной участок мозга. Чтобы понять нейрофизиологические основы функции Х, исследуют закономерности активации участка мозга А, чтобы проверить, действительно ли он систематически активируется при исполнении функции Х (в идеале в сочетании с какой-нибудь хорошо контролируемой функцией Y). Затем процесс независимо повторяют для участков мозга B, C и D и так далее. В результате получается карта областей, более активных при исполнении функции Х, чем при исполнении функции Y. По различиям между двумя функциями можно судить о том, что делают эти участки мозга. Скажем, области, которые больше задействованы в чтении настоящих слов (дрель) в противоположность несуществующим (фунечка), вероятно, участвуют в процессе вспоминания семантической информации через речь и язык[418].

Проблема в том, что такого типа анализ недостаточно чувствителен к тонким различиям, связанным со структурой семантических знаний, например, с разницей между мыслью о дрели и мыслью о молотке. Одна из причин – размер отдельных участков мозга, которые мы исследуем при помощи этих методов. Для практических целей в ходе исследований при помощи функционального сканирования мозга берут области примерно в 1 мм

3

. Это где-то с кончик заточенного карандаша. Казалось бы, немного, но сигнал, записанный в каждой из этих областей, обеспечивается возбуждением более чем полумиллиона нейронов. Все равно что слышать сплетни сотен тысяч разговорчивых соседей. При традиционном анализе нас интересует громче или тише звучит хор соседских сплетен. Однако цель нейросемантических исследований – понять, когда меняется тема беседы. В каждой конкретной области отдельные нейроны могут по-разному реагировать на мысль о молотке и дрели, но традиционный анализ не сумеет зарегистрировать отличия, если число реагирующих нейронов приблизительно одинаково.

Чтобы выйти из этого положения, необходимо понять, что семантически знания живут не в одном отдельном участке мозга. Если мы хотим определить, действительно ли на слова «дрель» и «молоток» в области А реагируют разные группы нейронов, нам надо выяснить, с кем еще они разговаривают. Значит, нам нужно найти способ узнать, как меняется активация областей B, C и D и так далее, когда испытуемый видит дрель или молоток. Для решения этой задачи в 2001 году Джеймс Хексби и его группа разработали многовоксельный анализ паттернов (multivoxel pattern analysis, MVPA)[419]. При помощи анализа Марсель Джаст и его коллеги решили выяснить, как человеческий мозг составляет карту смыслов.

В ходе первого из цикла нейросемантических экспериментов команда под руководством Светланы Шинкаревой показывала испытуемым 10 разных рисунков[420]. Пять из них представляли собой изображения строительных инструментов (молоток, дрель, отвертка, плоскогубцы и пила), пять – жилищ (дом, квартира, замок, хижина и иглу). Чтобы натренировать испытуемых постоянно активировать сеть знаний, ассоциируемых с каждым рисунком, ученые показывали им картинки и просили сосредоточенно подумать о свойствах этих предметов: представить себе, что они к ним прикасаются или держат в руке, вспомнить, для чего их применяют, где их чаще всего видят. Потом, в аппарате МРТ, участники видели каждый рисунок по шесть раз в разном порядке, а ученые записывали их мозговую активность.

Целью эксперимента было выяснить, о чем человек думает, на основании распределения по мозгу активности. Пусть им не удастся понять, о каком именно рисунке думал испытуемый, но, может быть, они сумеют хотя бы определить, был это строительный инструмент или жилище? Чтобы «прочитать мысли» участников на основании мозговой активности, Светлана Шинкарева с коллегами сочетала методы нейрофизиологии с подходом, который называют «машинное обучение» – компьютерные алгоритмы, которые, как и мы, учатся на примерах. Экспериментаторы пропускали данные мозговой активности через программу под названием «классификатор». Задача классификатора – научиться понимать, к какой группе или классу относится последовательность данных, которую в него загружают. Скажем, компьютер получает 100 значений, соответствующих степени активации в 100 областях мозга, когда испытуемый видит изображение молотка, с