Новое исследование Иллинойсского университета в Урбане-Шампейне показало, что мозг принимает решения не как компьютер — последовательно обрабатывая сигналы «снизу вверх», а как динамическая сеть, где даже первичные сенсорные зоны участвуют в выборе ещё до того, как информация достигнет «высших» отделов.
Долгое время считалось, что сигнал от органов чувств сначала поступает в первичные сенсорные зоны, затем проходит через несколько уровней анализа и только после этого достигает областей, отвечающих за сложные когнитивные процессы и принятие решений. Однако эксперимент под руководством профессора Юрия Власова ставит эту схему под сомнение. Исследователи наблюдали за активностью нервных клеток мышей, которые двигались по виртуальному коридору и выбирали направление в зависимости от сигналов. Анализ показал: признаки формирования решения возникают уже в первичной соматосенсорной коре (S1) — области, которую ранее рассматривали лишь как «приемник» и первый этап обработки ощущений.
По мнению учёных пересмотр роли первичных зон мозга является ключевым результатом исследования. Раньше считалось, что решение рождается только в самых верхних, самых «умных» отделах, а все остальное — лишь передаточные звенья. Теперь ясно, что это не так, что ставит под вопрос саму философию создания искусственного интеллекта. Современные нейросети, вдохновленные устройством мозга, по-прежнему работают как линейные системы передачи и обработки данных — в отличие от биологического прототипа, где вычисления и хранение информации неразделимы.
Человеческий мозг потребляет всего около 20 ватт — как лампочка в холодильнике. Причина в том, что в нём память и вычисления совмещены: синапсы одновременно хранят информацию и участвуют в передаче сигнала, что исключает потери энергии на транспортировку данных. В современных компьютерах на это уходит до 80% всей энергии системы.
Кроме того, биологические нейроны активируются только при необходимости, тогда как графические процессоры непрерывно выполняют миллиарды математических операций, даже если часть сигналов не несёт полезной информации. Мозг одновременно использует около 86 миллиардов нейронов и примерно 100 триллионов синапсов, обеспечивая высокую степень параллельной обработки с минимальным энергопотреблением.
Ещё одна проблема ИИ — обучение. Современные модели требуют множества итераций с использованием алгоритма обратного распространения ошибки.
Сможет ли ИИ заменить мозг?
Вопрос остается открытым. Теоретически моделирование всего человеческого мозга возможно — сегодня учёные в общих чертах знают, как работает отдельный нейрон, как нейроны связаны друг с другом и как передаются сигналы. Однако практическая реализация упирается в колоссальные вычислительные ресурсы: по некоторым оценкам, для симуляции мозга при использовании высокодетализированных моделей потребуется около 600 экзафлопс — это в тысячи раз больше мощности самых современных суперкомпьютеров.
