Мозг придает смысл нашим ощущением, тесно упором на координацию потока импульсов через миллиарды нервных клеток. Наш мозг лучше, чем Google или лучший робот от компании IRobot.

В любое время мы можем воспользоваться огромным богатством впечатлений и эмоций. Мы умеем моментально распознавать лицо родителя, супруга, друга или морды вашей собаки или кошки, независимо от того, в день или в сумерках, снизу, сбоку или сверху – с такой задачей бы тревогу, даже самая передовая компьютерная видеосистема. Мы также можем без усилий выполнять несколько действий одновременно – например, когда мы вынимаем из кармана носовой платок, чтобы утереть от пота лоб, не надо прерывать разговор. Создание искусственного мозга, который позволил бы роботу так же простую комбинацию поведения, все еще лежит вне досягаемости техники.

Почему человеческий мозг может все это сделать, несмотря на то, что сложность сети в нашем черепе – триллионов связей между миллиардами клеток мозга – она уступает по сложности Интернет? Одной из причин является энергетическая эффективность: если две нервные клетки общаются, мозг потребляет только миллионную часть энергии, которую необходимо расходовать компьютер на выполнение аналогичной операции. Большое влияние на достижение через этот półtorakilogramowy орган высокого кпд у нее, наверное, эволюция.

Мозг, распространяются многие ограничения, поэтому, экономного использования энергии не объясняет полностью его феномена. Например, на сигнал от другого нейрона нейрон в коре головного мозга реагирует „автомата” импульс – функциональным потенциалом (который мы будем в этой статье называть также потенциалом iglicowym или кратко – шпиль) в течение тысячных долей секунды – это черепахи темп по сравнению с миллион раз быстрее деталями реагирующими транзисторов компьютеров. Небольшая также надежность сети нейронную: сигнал бродить от одной клетки коры головного мозга к другой, как правило, имеет всего 20% шансов добраться до цели, а когда цель находится на расстоянии нейрон, с которым нет прямой связи, вероятность значительно меньше.

Мы, нейробиологи, не в полной мере понимают, как мозг извлекает необходимую информацию из огромного объема сигналов, которые по ним передаются. Нам и нескольким другим исследователям удалось, однако, сделать в этом вопросе значительных успехов. Мы сосредоточились на том, как мозг использует синхронизация (синхронизация по времени) механизма кодирования информации и быстрого решения сложных вычислительных задач. Оказывается, что группа шпилей, генерируемых почти в тот же момент передается гораздо больше информации, чем те же шпили, появляющиеся в способ для старых версий.

Кроме возможности ознакомления с наиболее сложной machine во Вселенной, дальнейшее развитие исследований в этой области мог бы привести к появлению новых типов компьютеров. Ученые проектируют уже „neuromorficzne” электронные схемы, которые в некоторой степени имитируют сеть связей нейронов. Уже сегодня мы разрабатываем устройства с миллионами электронных нейронов, а в планах гораздо больше, системы. В конечном счете, должно быть возможным построить neuromorficznych компьютеров, нуждающихся в доли мощности, расходуемой на современные машины, а работающих от них гораздо быстрее [см.: Kwaben Boahen, „Микропроцессоры neuromorficzne”, Sмир Науки, июнь, 2005].

Мобильная болтовня
как и многие другие neurobiologów, мы также часто в качестве испытательного полигона мы используем визуальный макет, в частности, потому что его основная схема соединений хорошо известен. Давно есть подозрение, что синхронизация сигналов в этой системе и в целом в мозга представляет собой ключевой элемент кода, используемого мозг при принятии решения о том, какие сведения, проходящие через сеть, являются значительными. Несмотря на это, на протяжении многих десятилетий не я этим вопросом, потому что время важен только при сравнении различных структур мозга, а кроме того, трудно было измерить одновременно активность более чем одного нейрона. Однако в последнее время развитие компьютерных моделей нервной системы и прогресс в экспериментальных и теоретических областях нейронаук rozbudziły интерес вопрос таймингов как ключом, чтобы лучше понять, как нейроны друг с другом разговаривают.