Скорость мысли. Грандиозное путешествие сквозь мозг за 2,1 секунды - [52]

Мы пытаемся найти эти в целом похожие образцы активности опять же путем обучающихся моделей. Сможем ли мы определить показанную глазу картинку по образцу активности группы нейронов? Мы берем записи, сделанные в то время, когда глаз видел изображение печенья, и в то время, когда он видел изображение дракона, и обучаем модель различать, в чем заключаются постоянные различия между этими двумя образцами активности. Затем мы задаем модели другие образцы записанной активности тех же трех нейронов, снова вызванной показом тех же изображений, и определяем, можем ли мы предсказать, какое изображение было показано. Это популяционное кодирование: берем активность записанного легиона – 10, 20, 100 нейронов, – затем смотрим, сможем ли мы отличить характерные черты активности легиона после сигнала X (изображение, звук) или до действия Y (выбор, движение) [183]. Во всех отделах коры ответ будет «да»: по образцу активности группы нейронов мы можем почти точно предсказать, что происходило во внешнем мире.

Возвращаясь к зрительной зоне V1: если бы мы собрали все импульсы от нейронов вокруг нас, покидая первую простую клетку, мы могли бы раскодировать сообщение об угле наклона линии, проходящей через те пиксели в зрительном мире, на которые смотрел наш нейрон и его соседи [184]. Мы бы увидели уникальный шифр, состоящий из сведений о том, какие нейроны отправляют импульсы и сколько импульсов они отправляют, в ответ на этот красивый наклон части дуги, составляющей рассыпчатый краешек печенья. Регистрации активности всего около десятка нейронов было бы достаточно, чтобы его обнаружить, поскольку он проявился всего через несколько десятков миллисекунд после того, как ваш взгляд упал на печенье.

Более того, если бы мы тогда знали о существовании темных нейронов второго типа, которые говорят, не слушая, то могли бы использовать наш декодер популяционного кодирования на этом шифре, чтобы показать, что на самом деле они все-таки кое-что делают. Например, Джоэл Зильберберг делал записи активности нескольких сотен нейронов зрительной коры мышей, которые смотрели на линии, движущиеся в одном из восьми разных направлений [185]. Среди этих сотен нейронов некоторые явно предпочитали одно из этих направлений движения. Однако у многих вообще не было предпочтений – они были активны, но не слушали, эти странные темные нейроны второго типа. Однако Зильберберг обнаружил, что достоверность декодирования направления движения повышалась при использовании смеси сигналов специфически реагирующих и темных нейронов, по сравнению с сигналами одних только специфических нейронов.

То же самое и с вибриссами. Исследуя активность в сенсорном участке коры головного мозга грызунов, принимающем сигналы от усов, исследователи из лаборатории Мигеля Мараваля в Университете Сассекса обнаружили, что они не могут использовать импульсы, отправленные небольшой группой нейронов, чтобы определить, ощупывает усик грубую или гладкую поверхность [186]. Эти небольшие группы, максимум четыре или пять нейронов, как будто не обращали внимания на сообщения, которые им оправляли чувствительные клетки вибриссы, чтобы рассказать о том, как весело они проводят время, ощупывая наждачную бумагу разной шероховатости. Но объедините сигналы активности всего лишь трех таких групп темных нейронов, и разница между грубой и гладкой наждачкой станет легко заметна. Таким образом расшифровка популяционного кода может показать нам, что активность популяции нейронов несет определенное сообщение, которое оказывается невидимым, когда мы смотрим на активность представителей этой популяции по отдельности.

Теперь, когда мы находимся в префронтальной коре, что мы сможем узнать, вооружившись нашим популяционным декодером и рассматривая через него структуру импульсов, посылаемых нашим нейроном и его соседями? Мы узнаем, что даже в простых задачах мы можем декодировать много сложных вещей. И мы можем декодировать сообщения, поступающие из разных регионов мозга.

Используя декодер в префронтальной коре головного мозга обезьян, смотрящих на экраны, мы многое можем расшифровать по записи регистрации активности легиона нейронов. Посадим обезьяну смотреть на бесконечные последовательности пар изображений, и по рисунку активности в разных точках записи мы сможем точно предсказать, какая из четырех картинок была представлена первой; какая из четырех была показана второй; мы даже можем догадаться, что обезьяна должна была сделать с этой последовательностью – сохранить ее в памяти, сравнить с запомненной ранее или перевести взгляд с одной на другую [187]. Попросите обезьяну смотреть на сетку светодиодов четыре на четыре, следя глазами за тем, какой из них загорается; о чудо, мы смогли бы определить, какой из шестнадцати светодиодов горит, из расшифровки записи легиона нейронов префронтальной коры [188].

Мы даже можем одновременно расшифровывать разные характеристики окружающего мира из одного и того же легиона импульсов. Отправим крысу бежать по лабиринту Y-образной формы, чтобы ей пришлось сделать выбор, свернуть в левый или правый коридор, и, исходя из паттернов импульсов в префронтальной коре этой крысы, мы могли бы расшифровать (и мы с Сильвией Магги в моей лаборатории действительно расшифровали), какой выбор собиралась сделать крыса; при этом мы могли бы отдельно установить, в конце какого из коридоров лабиринта горел свет