Как мы видим? Нейробиология зрительного восприятия - [29]

Шрифт
Интервал



Теперь давайте представим сетчатку, содержащую не один, а три типа ганглионарных клеток. На рисунке ниже каждый тип обозначен своим цветом.



Предположим, что один из этих типов – стандартные on-клетки; второй – клетки, избирательные в отношении направления; третий – клетки, подавляемые контрастом. На рисунке выше показано, что поверхность сетчатки «вымощена» всеми тремя типами клеток, но ни один не покрывает всю поверхность полностью. Два из трех типов клеток отсутствуют на каждом отдельно взятом участке. Если бы наша сетчатка действительно была организована таким образом, мы бы страдали пробелами в зрительном восприятии – точнее говоря, пробелами в восприятии конкретного видимого свойства, за которое отвечает отсутствующий тип клеток. Например, если бы на этом участке отсутствовали клетки, избирательные в отношении направления, мы бы не могли видеть движущиеся стимулы. (Есть несчастные люди, которые рождаются без этого типа нейронов, из-за чего их глаза постоянно совершают быстрые осцилляторные движения из стороны в сторону.)

В действительности каждый из трех типов ганглионарных клеток покрывает сетчатку независимо от других типов, как показано на рисунке ниже. Мозаика каждого типа клеток накладывается на все остальные. Таким образом, если ткнуть иголкой в сетчатку в любой точке, то в нашем примере вы попадете в рецептивные поля всех трех видов ганглионарных клеток.



Видимый мир проецируется как изображение на сетчатку глаза, и это приводит нас к важному факту о механизме зрительного восприятия: о каждой точке видимого мира мозг получает информацию примерно от 30 различных анализаторов (ганглионарных клеток), каждый из которых сообщает об определенном свойстве этого мира в данной точке.

На рисунке на следующей странице перечислены некоторые из параметров конкретной точки изображения, о которых сетчатка сообщает головному мозгу (точка расположена на плече баскетболиста и обозначена черным кружком). Итак, разные типы нейронов сетчатки посылают в мозг разные сигналы. Например, один набор нейронов сигнализирует мозгу о том, что данная часть видимого объекта движется вправо, влево, вверх или вниз. Другой набор нейронов сообщает о ее цветовом спектре. Детекторы локальных краев, наоборот, посылают слабый сигнал, так как в этой части изображения нет границ и локальных контуров и они видят более-менее однородное поле. Наконец, вопросительными знаками обозначены сигналы остальных типов ганглионарных клеток, о существовании которых мы знаем благодаря их специфической анатомии и экспрессии генов, но нам ничего не известно о том, о каких именно проявлениях видимого мира они сообщают мозгу.

Другой способ проиллюстрировать ту же идею – вообразить, каким бы мы видели мир, если бы в нашей сетчатке отсутствовали те или иные типы ганглионарных клеток. На рисунке на следующей странице представлены два таких изображения (сделанных с помощью Adobe Photoshop): без чувствительных к краям ганглионарных клеток видимый нами мир был бы таким же расплывчатым и нечетким, как изображение президента Линкольна слева; и наоборот, если бы видимая нами картина формировалась только чувствительными к краям нейронами, она была бы слишком резкой, лишенной оттенков, как изображение в центре. Совместная работа этого и других типов клеток дает нам привычное изображение с выраженными контурами и нюансами, как портрет Линкольна справа.



Тридцать разных параметров в каждой точке – это огромное количество информации, которая, безусловно, очень полезна, – но как мозгу переработать весь этот объем? Как все эти разрозненные сигналы, на которые скрупулезно раскладывается исходное изображение, собираются в единую картину видимого мира? То, что субъективно кажется нам целостным изображением, в действительности представляет собой совокупность множества различных репрезентаций. Как эти отдельные изображения вновь объединяются в единое целое – одна из главных загадок зрительного восприятия, о которой мы подробнее поговорим в последних главах.

До 2000-х гг. сетчатка считалась простой нервной системой, состоящей всего из нескольких основных типов клеток. Открытие 29 видов амакриновых клеток и 13 видов биполярных клеток шокировало ученых. На самом деле поначалу эта идея наткнулась на серьезное неприятие. «Да вы, анатомы, просто страдаете маниакальной одержимостью расчленять все на части, – обвиняли нас критики. – Вы считаете, что каждый новый отросток дает вам новый тип клеток». Но доказательства были неопровержимы: особая анатомическая структура клетки, как правило, дополнялась ее особой биохимией и физиологией, а это, в свою очередь, означало, что данная клетка играла в сетчатке особую, отличную от других роль. Другими словами, разные по форме клетки всегда выполняли разные функции.

Прежде существовали и другие намеки на то, что остальная часть нервной системы столь же сложна, но все они по большому счету игнорировались. После публикации моей лабораторией статьи об обнаружении 29 типов амакриновых клеток один авторитетный нейробиолог подсчитал, что в коре головного мозга может существовать около тысячи различных типов нейронов – что намного превышало любые предыдущие оценки


Рекомендуем почитать
Пишем курсовую работу

Книга для чтения содержит иллюстративные примеры к принципам подготовки курсовых работ, взятые из текстов курсовых работ по направлению «Международные отношения». Теоретическое объяснение сопровождается фрагментами, при анализе которых студенты учатся не только выявлять и употреблять клише научного стиля речи, но и продуцировать собственные тексты с опорой на имеющиеся образцы.


Человек и компьютер: Взгляд в будущее

Сегодня искусственный интеллект меняет каждый аспект нашей жизни — ничего подобного мы не видели со времен открытия электричества. Но любая новая мощная технология несет с собой потенциальные опасности, и такие выдающиеся личности, как Стивен Хокинг и Илон Маск, не скрывают, что видят в ИИ возможную угрозу существованию человечества. Так стоит ли нам бояться умных машин? Матчи Гарри Каспарова с суперкомпьютером IBM Deep Blue стали самыми известными в истории поединков человека с машинами. И теперь он использует свой многолетний опыт противостояния с компьютерами, чтобы взглянуть на будущее искусственного интеллекта.


Удивительное рядом: самые необычные природные явления

Самые необычные природные явления: брайникл, фата-моргана, прибрежное капучино, огни Святого Эльма, шаровая молния, огненная радуга, огненный вихрь, двояковыпуклые облака, красные приливы, световые столбы, волны-убийцы.


Кто вы, рудокопы Росси?

Нам предстоит познакомиться с загадочным племенем рудокопов, обитавших около 2–4 тысячелетий назад в бассейне реки Россь (Западная Белоруссия). Именно этот район называл М. В. Ломоносов как предполагаемую прародину племени россов. Новые данные позволяют более убедительно обосновать и развить эту гипотезу. Подобные знания помогают нам лучше понять некоторые национальные традиции, закономерности развития и взаимодействия культур, формирования национального характера, а также единство прошлого и настоящего, человека и природы.http://znak.traumlibrary.net.


Компьютер Бронзового века: Расшифровка Фестского диска

Созданный более 4000 лет назад Фестский диск до сих пор скрывает множество тайн. Этот уникальный археологический артефакт погибшей минойской цивилизации, обнаруженный на острове Крит в начале XX века, является одной из величайших загадок в истории человечества. За годы, прошедшие со дня его находки, многие исследователи пытались расшифровать нанесенные на нем пиктограммы, однако до настоящего времени ни одна из сотен интерпретаций не получила всеобщего признания.Алан Батлер предлагает собственную научно обоснованную версию дешифровки содержимого Фестского диска.


Неопознанные летающие объекты - величайшая научная проблема нашего времени

Автором произведенена попытка проследить и систематизировать историю появления НЛО.