Читать книгу "Наука о сне. Кто познает тайну сна – познает тайну мозга! - Мишель Жуве"

Но представляется важным, по крайней мере, четко определить это фундаментальное эпистемологическое ограничение наук о человеке, что будет хотя бы с защитой или предостережением против тех психологов или социологов, которые утверждают, что они уже достигли научного понимания человека.

Вместо заключения

Что нас ждет в будущем?

В каких направлениях нужно двигаться для более полного понимания познающего мозга? Современные теории оставляют без ответа целую серию фундаментальных вопросов. Какова разница между нервной структурой, ответственной за сознание, и другой структурой, отвечающей за бессознательные процессы?

В этой связи целесообразно остановиться на достижениях математиков и специалистов по информатике — по расшифровке механизмов сознания.

Первый опыт по количественному определению реакции мозга на магнитный импульс у пациентов на разных уровнях комы — от мозговой смерти с «вегетативным состоянием» до способности открывать глаза при сообщении больному важной для него информации — дал, соответственно, разные результаты.

Эта новая методика использует ЭЭГ реакцию на сильный магнитный импульс: компьютер вычисляет определенный показатель, score (согласно теории Тонони, сознание должно быть связано со способностью мозга интегрировать огромное количество информации). После подачи магнитного импульса через черепную коробку были зарегистрированы два параметра — количество переданной информации и уровень ее интеграции. Полученные факторы были рассортированы, и значения показателей (scores) оказались в интервале 0,1–0,7. Как показали первые результаты (работа группы из Льежа), больные в состояниях глубокой комы (смерти мозга) или глубокого наркоза имели показатель (score), равный нулю, глубокой и легкой комы — 0,3–0,5, а в бодром состоянии — выше 0,5 (то есть 0,6–0,7).

Помощь со стороны математики

Нейробиологи Томас Боранд и Франсуа Гонон из университета Бордо II в статье в газете «Монд» указали на помощь, которую математики могли бы оказать клиницистам в том, что последние окрестили «неудачами» десятилетия изучения мозга (1990–2000): неудачная вакцина против болезни Альцгеймера или неудача в лечении болезни Паркинсона. Авторы статьи приписали эти неудачи неправильно выбранным методам статистической обработки результатов исследований, которые не выявляют различий при малых выборках. С другой стороны, эти пробелы в статистике указывают на недостаточное знание медиками самой математики, поскольку при обработке использовался лишь двухфакторный анализ. А необходимо было привлечь знание и математики, и физики для использования многофакторного анализа данных.

Вызовы big data (больших массивов данных)

Почти каждый месяц возникают всё новые и новые технологии, использующие самые последние достижения физики и биологии и позволяющие лучше понять строение и функции всё более обширных областей головного мозга, создавать его модели и на их основе всё более совершенные информационные системы. Эти передовые достижения определяют громадный прогресс в понимании как самих механизмов, формирующих знание об окружающем мире, так и их нарушениях. Но можно ли заявлять, как это делают руководители некоторых крупных европейских проектов, что такие революционные технологии дадут ключи к человеческому мозгу? Ведь в таком большом и рискованном предприятии главную роль играет математика: формирование изображений мозга зависит от способа математической обработки данных, и некоторые из таких изображений могут оказаться просто геометрическими артефактами. Таким же образом самые последние методики, основанные на теории вероятности, позволяют, якобы, «объяснить» некоторые проявления эмергентной организованности в активности больших популяций нейронов, но и тут, по мере приближения биологических моделей к существующей реальности, возникают все новые и новые ограничения. Следовательно, необходимы новые математические подходы для поддержки и направления исследователей в ту сферу, которая еще остается terra incognita: наш мозг. Но в чем мы нуждаемся больше всего — это в большом заряде терпения в исследованиях, так как скептицизм — необходимое качество для занятия наукой.

Нейроэргономика

Зародившиеся вместе с химией, фотографией и микроскопией, нейронауки созрели благодаря информатике и технологии обработке изображений до такой степени, что создали собственные технологии, «нейротехнологии», которые охватывают все аспекты деятельности нервной системы, этой гигантской колонии нейронов и глиальных клеток, пронизывающих все наше тело от волос головы до подошвы ног, от кишечника до кожи. Изучение людей с необычными способностями, таких, как, например, Рюдигер Гамм, который производит в уме деление простых чисел до шестидесятого знака за запятой, выявляет скрытые потенции нашего мозга, позволяющие проводить обучение намного эффективнее и быстрее. Как и все передовые технологии, эргономика мозга, или «нейроэргономика» сначала была предметом военных исследований. Исследовательская лаборатория Военно-Воздушных Сил США имеет в своем составе «Центр превосходства» для работ по нейроэргономике и когнитивным технологиям, в котором эти технологии разрабатываются для целей авионики. Нейроэргономика уже стала частью программы НАСА.

В Университете Северной Каролины изучают положительное воздействие видеоигр, особенно на старение мозга. Механизмы игры, применимые к мозгу (называемые «игрофикацией») уже начинают применяться при обучении наукам. Сегодня десятки тысяч исследователей и нейро-инженеров во всем мире занимаются инфраструктурами знаний.

Благодаря нейронаукам можно создавать игровые обучающие курсы, подобные видеоиграм — интенсивные курсы с естественным запоминанием, создающие позитивную зависимость, более сильную, чем сами видеоигры, поскольку такие курсы и дают доступ к знаниям, и завлекают, и радуют, и не дают скучать. Нейроэргономика совершит глубокие изменения в обучении, то есть методе передачи знаний. Как и при любой эпистемологической революции (революции знаний), сначала новые методы обучения будет казаться нелепыми, затем опасными и, наконец, очевидными. После этого мы перейдем от «пичканья» знаниями к обучению, основанному на любви к знаниям. Новое возрождение?

Blue brain из Лозанны

В проекте, который запустил в Лозанне в 2005 году профессор Анри Маркам по гранту IBM, 35 исследователей в области информатики, биологии, математики и физики пытаются выразить в алгебраических уравнениях биологические свойства фрагмента мозга крысы, моделируя 10 000 виртуальных нейронов, связанных между собой 30 миллионами синапсов. Благодаря суперкомпьютеру Blue Brain, способному совершать 23 миллиарда операций в секунду, профессор А. Маркам надеется к 2018 году создать виртуальный мозг млекопитающего[68], что позволит ему к 2033 году раскрыть тайны мышления и сознания, хотя для этого надо увеличить вычислительную мощность Blue Brain до 1 миллиона миллиардов операций в секунду!