Informácie

Spotreba energie v ľudskom mozgu: myslenie vs. nemyslenie

Spotreba energie v ľudskom mozgu: myslenie vs. nemyslenie


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Zaujíma ma spotreba energie ľudského mozgu pri rôznych „použitiach“.

Ak používate sval, spotrebuje viac energie, ako keby ste ho nehybne držali. Je mozog taký, alebo je „vždy zapnutý“ ako oblička či srdce? Spotrebuje viac energie, keď sa aktívne učíte alebo riešite problém? Majú inteligentní ľudia viac energie hladných mozgov?

Ak by som to mal zhrnúť do jedinej otázky, je spotreba energie mozgu do značnej miery statická (individuálne a v rámci populácie), alebo sa mení?


Táto otázka pokrýva iba aspekt spánku a najvyššou odpoveďou nie je záver o použití statickej energie. Stále ma vo veľkej miere zaujímajú rozdiely pri učení alebo riešení problémov a rozdiely medzi inteligentnými a priemernými ľuďmi.


Ľudský mozog verzus počítače

Stephen Hawking povedal: „Vývoj úplnej AI by mohol znamenať koniec ľudskej rasy. Elon Musk na Twitteri napísal, že AI je pre ľudí väčšou hrozbou ako jadrové zbrane. Keď sú mimoriadne inteligentní ľudia znepokojení hrozbou AI, človek sa nemôže ubrániť otázke, čo čaká ľudstvo.

Od roku 2017 majú mozgy stále navrchu v oblasti AI. Podľa niektorých porovnaní dokáže ľudský mozog spracovať oveľa viac informácií ako najrýchlejšie počítače. V skutočnosti sa v roku 2000 zložitosť celého internetu porovnávala s jedným ľudským mozgom. To by vás mohlo prekvapiť. Počítače sú predsa lepšie v činnostiach, ktoré prirovnávame k múdrostiam, ako je porážanie Garyho Kasparova v šachu alebo počítanie odmocnín. Mozgy sú však skvelé v paralelnom spracovaní a triedení informácií. V niektorých činnostiach sú tak dobrí, že ich prednosti považujeme za samozrejmosť, napríklad v tom, že dokážu rozpoznať mačku, povedať vtip alebo skákať. Mozgy sú tiež asi 100 000-krát energeticky účinnejšie ako počítače, ale to sa s pokrokom technológie zmení. Odhaduje sa, že počítače prekonajú schopnosti ľudského mozgu okolo roku 2040, plus mínus niekoľko desaťročí. Kedykoľvek počítače dosiahnu „ľudskú kapacitu“, môžu sa neustále zlepšovať. Nie sú zaťažení obmedzeniami, ktoré brzdia mozgy. Neuróny sú napríklad stavebnými kameňmi mozgu a môžu vystreliť iba 200 krát za sekundu alebo 200 hertzov. Počítačové procesory sa merajú v gigahertzoch: miliardy cyklov za sekundu. Signály na neurónoch sa pohybujú asi milióntinou rýchlosti optických káblov. A nezabudnite, mozgy musia byť dostatočne malé, aby sa zmestili do lebiek, a nepohodlne sa unavia, zabudnú a zomierajú.

Pokiaľ ide o uchovávanie informácií, biológia opäť ukazuje, že technológia má pred sebou ešte dlhú cestu. Toto môže prekvapiť aj vás. Koniec koncov, počítač pripojený k internetu môže poraziť človeka Jeopardy šampióni a počítače sú skvelé na zapamätanie si vecí, ako sú telefónne zoznamy. Považujte však DNA za úložisko pamäte. Každá z vašich šiestich biliónov buniek obsahuje všetky informácie potrebné na vytvorenie celého tela. DNA môže obsahovať viac údajov na menšom priestore ako ktorákoľvek z dnešných digitálnych pamätí. Podľa jedného odhadu by sa všetky informácie na každom počítači v roku 2015 zakódované do DNA mohli „vojsť do zadnej časti SUV“. V skutočnosti sa už DNA dá použiť na uchovávanie nebiologických informácií. V roku 2015 boli Shakespearove diela zakódované do DNA.

Podstata pamäte samozrejme spočíva v jej trvanlivosti. DVD a iné pevné disky sa rozložia po 20 alebo 30 rokoch. Vedci však sekvenovali 30 000 rokov starú neandertálsku DNA. (Neandertálec, ktorý nám zanechal svoje osobné údaje, možno zaplatil životom, ale pokiaľ nám nepošle účet, ukladanie údajov bolo bezplatné!) Našla sa neporušená DNA stará takmer milión rokov. DNA možno použiť aj na uchovávanie nebiologických informácií. Kto by si bol pomyslel, že v roku 2015 môžem svojmu synovi priniesť bitcoin zakódovaný na fragmente DNA ako darček k narodeninám?

Mozgy a DNA nám ukazujú, že naše metódy ukladania a spracovania digitálnych informácií majú stále veľa pristávacích dráh, ktoré by sa stále zlepšovali. Tento potenciál sa bude realizovať pomocou nových prístupov, ako sú kvantové výpočty alebo 3D neurónové spracovanie.

Počítačoví vedci ako Ray Kurzweil tvrdia, že umelá inteligencia (AI) prekoná ľudskú inteligenciu – a bude sa ďalej učiť. Umelá inteligencia a ľudia budú pracovať bok po boku, aby naplnili rýchlosť vynálezov. Kurzweil a iní to nazývajú „singularita“, termín používaný na opis javov, ktoré sa nejakým spôsobom približujú k nekonečnu. Jedinečnosť je samonabíjací cyklus strojov, ktoré využívajú svoju vlastnú AI na výrobu ešte inteligentnejších strojov. Existuje veľa špekulácií o tom, ako bude singularita vyzerať, kedy dorazí alebo či k nej vôbec dôjde. Pojem singularity sa môže zdať dosť abstraktný, ale superinteligentná AI môže predstavovať skutočné nebezpečenstvo, ako uviedli Stephen Hawking a Elon Musk. V roku 2015 sa Hawking a Musk pripojili k spoluzakladateľovi Apple Stevovi Wozniakovi a približne 1 000 ďalším výskumníkom v oblasti robotiky a AI v otvorenom liste varujúcom pred „pretekami v zbrojení s umelou inteligenciou“.

Je ťažké vedieť, či v noci ležať hore a obávať sa hrozby AI pre ľudstvo, ale myšlienka, že stroje môžu byť oveľa inteligentnejšie, je pre nás všetkých dôležitá. Učiace sa stroje sa zásadne líšia od iných technológií. Parníky sa nedokážu stať lepšími parníkmi, ale inteligentné stroje sa môžu stať múdrejšími.

V mnohých ohľadoch je strojové učenie už realitou, hoci si to mnohí ľudia možno neuvedomujú. Akákoľvek interakcia so Siri, Google, Netflix alebo Amazon je ovplyvnená strojmi, ktoré sa zlepšujú. V spoločnosti Starwood sme použili strojové učenie na zlepšenie našich cielených špeciálnych ponúk a systémov riadenia príjmov hotelov. Strojové učenie dnes pomáha spoločnostiam interpretovať údaje, učiť sa z vynechaných prognóz a nájsť nové korelácie. Hoci môže byť analytika sofistikovaná, interakcie s ľuďmi sa zatiaľ ani zďaleka nepribližujú „ľudským“. Siri má prístup k mnohým informáciám, ale stále je dosť robotická.

Digitálna technológia je konečným príbehom zrýchľujúcej sa trendovej línie. Počítače boli vzácne, drahé a ťažko použiteľné. Teraz sú inteligentné stroje lacné a všadeprítomné. Onedlho budeme online stále spolu s väčšinou našich spotrebičov, nástrojov a vozidiel. Senzory, ktoré sledujú naše zdravie a upozorňujú nás na potenciálne nebezpečenstvá, budú všade. Mysliace stroje a internet sa hladko spoja s našimi životmi a stanú sa prirodzenou súčasťou toho, ako vnímame svet.

Trendová línia je jasná, ale „titulky“ sú ťažko viditeľné. Napríklad v roku 2000 sme mali slušný odhad pokroku vo výpočtovom výkone v priebehu niekoľkých nasledujúcich rokov. Napriek týmto informáciám však nikto nedokázal identifikovať „nadpisové“ disruptory, ako sú Facebook alebo App Store. V polovici 90. rokov moja žena priniesla domov knihu o budúcnosti technológie, ktorá bola taká pokročilá, že prišla s vlastným CD-ROM. Hoci kniha zdieľala pohľady na potenciálne nové využitie počítačov, neskôr bola kritizovaná za to, že o World Wide Web hovorila málo. Autor bol veľmi múdry a celkom dobre sa vyznal v technologických podnikoch. Volal sa Bill Gates.

Všetci (ako jednotlivci, spoločnosti a krajiny) sa musíme pripraviť na disruptory, ktoré nemôžeme predvídať. Technológia stojí za globálnym rozvojom a mení spôsob života ľudí. Ovplyvňuje každú prácu, každú ľudskú činnosť. Sprístupňuje služby, zdravotnú starostlivosť a informácie spôsobmi, ktoré boli ešte pred niekoľkými desaťročiami nepredstaviteľné. Popri tom narúša sociálne normy, narúša priemysel a premiestňuje pracovníkov. Tempo neustále sa zlepšujúcej technológie nevykazuje žiadne známky poľavenia. Pokroková AI sa môže zdať strašidelná, no zároveň predstavuje skvelú príležitosť. Každý podnik sa bude musieť zamyslieť nad tým, čo to pre neho znamená. Čo prinesú nasledujúce desaťročia?

Tento príspevok je úryvkom z Sviatok rušiteľov od Fritsa van Paasschena, vydané 16. januára 2017.


Sila ľudského mozgu

Mozog tvorí 2 % hmotnosti človeka. Napriek tomu mozog aj v pokoji spotrebuje 20 % energie tela. Mozog spotrebuje energiu 10 -násobkom rýchlosti zvyšku tela na gram tkaniva. Priemerná spotreba energie typického dospelého je 100 wattov a mozog spotrebuje 20% z toho, čo znamená, že jeho mozgová sila je 20 W.

Na základe diéty s 2400 kalóriami (upravené podľa Yang)

2400 „potravinových kalórií“ = 2400 kcal
2400 kcal/24 hod = 100 kcal/hod = 27,8 kal/s = 116,38 J/s = 116 W
20 % x 116 W = 23,3 W

Glukóza je hlavným zdrojom energie pre mozog. S rastúcou veľkosťou a zložitosťou mozgu sa zvyšujú energetické nároky.

Ľudský mozog je jedným z energeticky najhladnejších orgánov v tele, čím sa zvyšuje jeho zraniteľnosť. Ak dôjde k prerušeniu dodávky energie na 10 minút, dochádza k trvalému poškodeniu mozgu. Neexistuje žiadny iný orgán, ktorý by bol tak citlivý na zmeny v jeho zásobovaní energiou.

V roku 1955 bol mozog Alberta Einsteina zachovaný pre výskum. Boli publikované tri vedecké práce, ktoré skúmali vlastnosti Einsteinovho mozgu. Mozog Alberta Einsteina sa líšil od mozgu normálneho muža v tom, že jeho mozog mal viac gliových buniek na neurón, čo by mohlo naznačovať, že neuróny v Einsteinovom mozgu mali zvýšenú "metabolickú potrebu" - potrebovali a využívali viac energie. Einsteinov mozog vážil iba 1 230 gramov, čo je menej ako priemerný mozog dospelého muža (asi 1 400 gramov). Hrúbka Einsteinovej mozgovej kôry bola tenšia. Avšak, hustota neurónov v Einsteinovom mozgu bol väčší. Inými slovami, Einstein bol schopný zbaliť viac neurónov v danej oblasti kôry.

Najnovšia štúdia týkajúca sa Einsteinovho mozgu bola publikovaná v britskom lekárskom časopise Lancet, dňa 19. júna 1999. Zistili, že časť mozgu, ktorá riadi matematické schopnosti a priestorové uvažovanie – 2 kľúčové zložky spôsobu myslenia, ktoré Einsteinovi išlo najlepšie – bola o 15 % širšia ako priemer, čo umožňuje lepšie spojenie medzi jej bunkami, čo im umožnilo efektívnejšie spolupracovať.


Evolučné argumenty

Ďalšia línia dôkazov proti 10-percentnému mýtu pochádza z evolúcie. Mozog dospelého človeka tvorí iba 2 percentá telesnej hmotnosti, no spotrebuje viac ako 20 percent telesnej energie. Na porovnanie, dospelý mozog mnohých druhov stavovcov – vrátane niektorých rýb, plazov, vtákov a cicavcov – spotrebuje 2 až 8 percent energie ich tela. Mozog bol formovaný miliónmi rokov prirodzeného výberu, ktorý prenáša priaznivé vlastnosti na zvýšenie pravdepodobnosti prežitia. Je nepravdepodobné, že by telo venovalo toľko svojej energie na udržanie fungovania celého mozgu, ak využíva iba 10 percent mozgu.


Proces myslenia

Myslenie spája informácie, aby spájalo rôzne časti do niečoho zrozumiteľného. Poznanie sa týka myšlienkového procesu. American College of Radiology a Radiology Society popisujú funkčné MRI ako diagnostický postup, ktorý dokáže presne určiť umiestnenie myšlienkových procesov v mozgu. Sken pozitrónovej emisnej topografie môže tiež dokumentovať obrazy mozgu počas rôznych myšlienkových procesov. Budúcnosť je prísľubom nových pohľadov na proces myslenia pomocou týchto nových technológií.


Prečo váš mozog nie je počítač

Prežívame jedno z najväčších vedeckých snáh – pokus pochopiť najzložitejší objekt vo vesmíre, mozog. Vedci zhromažďujú obrovské množstvo údajov o štruktúre a funkcii v obrovskom množstve mozgov, od tých najmenších až po tie naše. Desaťtisíce vedcov venujú obrovské množstvo času a energie premýšľaniu o tom, čo robia mozgy, a úžasná nová technológia nám umožňuje túto činnosť popísať a manipulovať s ňou.

Teraz môžeme prinútiť myš, aby si zapamätala niečo o vôni, s ktorou sa nikdy nestretla, premeniť zlú pamäť myši na dobrú a dokonca použiť príval elektriny na zmenu toho, ako ľudia vnímajú tváre. Vytvárame čoraz podrobnejšie a komplexnejšie funkčné mapy mozgu, ľudského a iného. U niektorých druhov môžeme ľubovoľne zmeniť samotnú štruktúru mozgu, čím sa zmení správanie zvieraťa. Niektoré z najhlbších dôsledkov nášho rastúceho majstrovstva možno vidieť v našej schopnosti umožniť paralyzovanej osobe ovládať robotickú ruku silou svojej mysle.

Každý deň počúvame o nových objavoch, ktoré vrhajú svetlo na to, ako fungujú mozgy, spolu s prísľubom – alebo hrozbou – novej technológie, ktorá nám umožní robiť také pritiahnuté veci, ako je čítanie myšlienok, odhaľovanie zločincov, či dokonca nahrávanie. do počítača. Opakovane sa vyrábajú knihy, z ktorých každá tvrdí, že vysvetľuje mozog rôznymi spôsobmi.

A predsa medzi niektorými neurovedcami rastie presvedčenie, že naša budúca cesta nie je jasná. Je ťažké pochopiť, kam by sme sa mali uberať, okrem jednoduchého zhromažďovania ďalších údajov alebo počítania s najnovším vzrušujúcim experimentálnym prístupom. Ako povedal nemecký neurovedec Olaf Sporns: „Neuroviede stále chýbajú organizačné princípy alebo teoretický rámec na premenu mozgových dát na základné poznatky a porozumenie. Napriek obrovskému počtu nahromadených faktov sa zdá, že naše chápanie mozgu sa blíži do slepej uličky.

V roku 2017 sa francúzsky neurovedec Yves Frégnac zameral na súčasnú módu zhromažďovania obrovského množstva údajov v drahých rozsiahlych projektoch a tvrdil, že cunami údajov, ktoré produkujú, vedie k veľkým prekážkam, čiastočne preto, že, ako uviedol úpne, „veľké údaje nie sú znalosti“.

„Len pred 20 až 30 rokmi boli neuroanatomické a neurofyziologické informácie relatívne vzácne, zatiaľ čo pochopenie procesov súvisiacich s mysľou sa zdalo na dosah,“ napísal Frégnac. „V súčasnosti sa topíme v záplave informácií. Paradoxne, každý zmysel pre globálne porozumenie je v akútnom nebezpečenstve, že sa vyplaví. Každé prekonanie technologických prekážok otvára Pandorinu skrinku odhaľovaním skrytých premenných, mechanizmov a nelinearit, čím sa pridáva nová úroveň zložitosti.“

Neurovedci Anne Churchland a Larry Abbott tiež zdôraznili naše ťažkosti s interpretáciou obrovského množstva údajov, ktoré produkujú laboratóriá na celom svete: „Získanie hlbokého pochopenia z tohto náporu si bude vyžadovať okrem šikovnej a kreatívnej aplikácie experimentálnych technológie, výrazný pokrok v metódach analýzy údajov a intenzívna aplikácia teoretických konceptov a modelov.

Skutočne existujú teoretické prístupy k funkcii mozgu, vrátane tej najzáhadnejšej veci, ktorú ľudský mozog dokáže – vytvárať vedomie. Ale žiadny z týchto rámcov nie je široko akceptovaný, pretože žiadny ešte neprešiel rozhodujúcim testom experimentálneho výskumu. Je možné, že opakované výzvy na ďalšiu teóriu môžu byť zbožnou nádejou. Dá sa tvrdiť, že neexistuje ani jedna teória mozgových funkcií, dokonca ani u červa, pretože mozog nie je jediná vec. (Pre vedcov je dokonca ťažké prísť s presnou definíciou toho, čo je mozog.)

Ako pozoroval Francis Crick, spoluobjaviteľ dvojitej špirály DNA, mozog je integrovaná, vyvinutá štruktúra s rôznymi časťami, ktoré sa objavujú v rôznych momentoch evolúcie a sú prispôsobené na riešenie rôznych problémov. Naše súčasné chápanie toho, ako to celé funguje, je extrémne čiastočné – napríklad väčšina neurovedeckých senzorických výskumov sa zamerala na zrak, nie čuch je koncepčne a technicky náročnejší. Ale spôsob, akým funguje čuch a videnie, je odlišný, výpočtovo aj štrukturálne. Zameraním sa na víziu sme vyvinuli veľmi obmedzené chápanie toho, čo mozog robí a ako to robí.

Povaha mozgu – súčasne integrovaný a zložený – môže znamenať, že naše budúce chápanie bude nevyhnutne fragmentované a zložené z rôznych vysvetlení pre rôzne časti. Churchland a Abbott vysvetlili dôsledky: „Globálne porozumenie, keď príde, bude mať pravdepodobne formu veľmi rozmanitých panelov voľne spojených dohromady do patchworkovej prikrývky.“

Viac ako pol storočia boli všetky tie veľmi rôznorodé panely patchworku, na ktorých pracujeme, zostavené myšlienkou, že mozgové procesy zahŕňajú niečo ako tie, ktoré sa vykonávajú v počítači. To však neznamená, že táto metafora bude aj v budúcnosti užitočná. Na samom začiatku digitálneho veku, v roku 1951, priekopnícky neurovedec Karl Lashley argumentoval proti používaniu akejkoľvek strojovo založenej metafory.

„Na Descartesa zapôsobili hydraulické postavy v kráľovských záhradách a vyvinul hydraulickú teóriu pôsobenia mozgu,“ napísal Lashley. „Odvtedy máme telefónne teórie, teórie elektrického poľa a teraz teórie založené na výpočtových strojoch a automatických kormidlách. Navrhujem, aby sme s väčšou pravdepodobnosťou zistili, ako mozog funguje, štúdiom samotného mozgu a javov správania, než vyžívaním sa v pritiahnutých fyzikálnych analógiách.“

Toto odmietnutie metafory nedávno ešte viac posunul francúzsky neurovedec Romain Brette, ktorý spochybnil najzákladnejšiu metaforu funkcie mozgu: kódovanie. Od svojho vzniku v 20. rokoch 20. storočia začala v neurovedeckom myslení dominovať myšlienka neurálneho kódu – za posledných 10 rokov bolo na túto tému publikovaných viac ako 11 000 prác. Bretteho základná kritika spočívala v tom, že pri uvažovaní o „kóde“ výskumníci neúmyselne prechádzajú od technického zmyslu, v ktorom existuje spojenie medzi stimulom a aktivitou neurónu, k reprezentatívnemu zmyslu, podľa ktorého tento stimul predstavujú neurónové kódy. .

Neuvádzaným dôsledkom vo väčšine popisov neurónového kódovania je, že aktivita neurónových sietí je prezentovaná ideálnemu pozorovateľovi alebo čitateľovi v mozgu, často opisovaným ako „nadväzujúce štruktúry“, ktoré majú prístup k optimálnemu spôsobu dekódovania signálov. Ale spôsoby, akými takéto štruktúry skutočne spracovávajú tieto signály, nie sú známe a zriedka sa explicitne predpokladajú, dokonca aj v jednoduchých modeloch funkcie neurónových sietí.

MRI vyšetrenie mozgu. Fotografia: Getty/iStockphoto

Spracovanie neurónových kódov je vo všeobecnosti vnímané ako séria lineárnych krokov - ako rad domino padajúcich jeden za druhým. Mozog sa však skladá z veľmi zložitých neurónových sietí, ktoré sú vzájomne prepojené a ktoré sú spojené s vonkajším svetom, aby mohli pôsobiť. Zameranie sa na súbory senzorických a spracovateľských neurónov bez prepojenia týchto sietí so správaním zvieraťa míňa zmysel celého tohto spracovania.

Keď sa na mozog pozeráme ako na počítač, ktorý pasívne reaguje na vstupy a spracováva dáta, zabúdame, že ide o aktívny orgán, časť tela, ktorá zasahuje do sveta a ktorá má evolučnú minulosť, ktorá formovala jeho štruktúru a funkciu. Tento pohľad na mozog načrtol maďarský neurológ György Buzsáki vo svojej nedávnej knihe The Brain from Inside Out. Podľa Buzsákiho mozog nielen pasívne absorbuje podnety a nereprezentuje ich prostredníctvom nervového kódu, ale aktívne hľadá alternatívne možnosti na testovanie rôznych možností. Jeho záver – podľa vedcov siahajúcich až do 19. storočia – je, že mozog nepredstavuje informácie, ale vytvára ich.

Metafory neurovedy – počítače, kódovanie, schémy zapojenia atď. – sú nevyhnutne čiastočné. To je povaha metafor, ktoré boli intenzívne študované filozofmi vedy a vedcami, pretože sa zdajú byť tak ústredné pre spôsob, akým vedci myslia. Ale metafory sú tiež bohaté a umožňujú vhľad a objav. Príde bod, keď porozumenie, ktoré umožňujú, bude prevážené limitmi, ktoré ukladajú, ale v prípade výpočtových a reprezentačných metafor mozgu neexistuje zhoda, že takáto chvíľa nastala. Z historického hľadiska už samotný fakt, že táto debata prebieha, naznačuje, že sa možno skutočne blížime ku koncu výpočtovej metafory. Čo však nie je jasné, je to, čo by ho nahradilo.

Vedci sú často nadšení, keď si uvedomia, ako sa ich názory formovali pomocou metafory, a pochopia, že nové analógie môžu zmeniť spôsob, akým chápu svoju prácu, alebo im dokonca umožniť navrhnúť nové experimenty. Prichádzať s týmito novými metaforami je náročné – väčšina z tých, ktoré sa v minulosti používali v súvislosti s mozgom, súvisela s novými druhmi technológií. To by mohlo znamenať, že objavenie sa nových a dômyselných metafor pre mozog a jeho fungovanie závisí od budúcich technologických objavov, na rovnakej úrovni ako hydraulická energia, telefónna ústredňa alebo počítač. Neexistuje žiadny náznak takéhoto vývoja napriek najnovším módnym slovám, ktoré sa šíria okolo – blockchain, kvantová nadradenosť (alebo kvantová nadradenosť), nanotechnológia a tak ďalej – je nepravdepodobné, že tieto oblasti zmenia technológiu alebo náš pohľad na to, čo robia mozgy.

Jedným znakom toho, že naše metafory môžu strácať svoju vysvetľujúcu silu, je rozšírený predpoklad, že veľa z toho, čo robia nervové systémy, od jednoduchých systémov až po objavenie sa vedomia u ľudí, možno vysvetliť len ako vznikajúce vlastnosti – veci, ktoré nemôžete predvídať. z analýzy komponentov, ktoré však vychádzajú z funkcie systému.

V roku 1981 britský psychológ Richard Gregory tvrdil, že spoliehanie sa na emergenciu ako spôsob vysvetlenia mozgových funkcií naznačuje problém s teoretickým rámcom: „Vzhľad„ vzniku “môže byť znakom toho, že všeobecnejší (alebo aspoň odlišný) ) je potrebná koncepčná schéma... Úlohou dobrých teórií je odstrániť zdanie vzniku. (Takže vysvetlenia, pokiaľ ide o vznik, sú falošné.)

Toto prehliada skutočnosť, že existujú rôzne druhy vzniku: slabé a silné. Slabé emergentné črty, ako je pohyb húfu malých rýb v reakcii na žraloka, možno chápať z hľadiska pravidiel, ktorými sa riadi správanie ich jednotlivých častí. V takýchto prípadoch je zjavne záhadné skupinové správanie založené na správaní jednotlivcov, z ktorých každý reaguje na faktory, ako je pohyb suseda, alebo vonkajšie podnety, ako je prístup predátora.

Tento druh slabého vzchádzania nemôže vysvetliť činnosť ani tých najjednoduchších nervových systémov, bez ohľadu na prácu vášho mozgu, takže sa vrátime k silnému vzniku, kde jav, ktorý sa objaví, nemožno vysvetliť aktivitou jednotlivých zložiek. Vy aj stránka, na ktorej to čítate, sú zložené z atómov, ale vaša schopnosť čítať a chápať pochádza z prvkov, ktoré sa vynárajú prostredníctvom atómov vo vašom tele, ktoré tvoria štruktúry vyššej úrovne, ako sú neuróny a ich vzory streľby – nielen z interakcie atómov.

Silný vznik bol nedávno kritizovaný niektorými neurovedcami ako riskovanie „metafyzickej nepravdepodobnosti“, pretože neexistuje žiadny evidentný kauzálny mechanizmus ani žiadne jediné vysvetlenie toho, ako k vzniku dochádza. Podobne ako Gregory, aj títo kritici tvrdia, že spoliehanie sa na objavenie sa pri vysvetľovaní zložitých javov naznačuje, že neuroveda sa nachádza v kľúčovom historickom bode, podobnom tomu, ktorý videl pomalú transformáciu alchýmie na chémiu. Ale tvárou v tvár záhadám neurovedy je vynorenie sa často naším jediným východiskom. A nie je to také hlúpe – úžasné vlastnosti programov hlbokého učenia, ktoré ľudia, ktorí ich navrhujú, v podstate nedokážu vysvetliť, sú v podstate nové vlastnosti.

Je zaujímavé, že zatiaľ čo niektorí neurovedci sú zmätení metafyzikou vzniku, výskumníci v oblasti umelej inteligencie sa vyžívajú v tejto myšlienke, pretože veria, že úplná zložitosť moderných počítačov alebo ich vzájomné prepojenie prostredníctvom internetu povedie k tomu, čo je dramaticky známe ako singularita. Stroje sa stanú vedomými.

Existuje veľa fiktívnych výskumov tejto možnosti (v ktorých veci často končia zle pre všetkých zúčastnených) a táto téma určite vzrušuje predstavivosť verejnosti, ale okrem našej nevedomosti o tom, ako vedomie funguje, nie je dôvod predpokladať, že sa to stane. v blízkej budúcnosti. V zásade to musí byť možné, pretože pracovná hypotéza hovorí, že myseľ je produktom hmoty, ktorú by sme teda mali vedieť napodobniť v zariadení. Ale rozsah zložitosti aj tých najjednoduchších mozgov prevyšuje akýkoľvek stroj, ktorý si v súčasnosti dokážeme predstaviť. Po celé desaťročia – storočia – bude jedinečnosť predmetom sci-fi, nie vedy.

Súvisiaci pohľad na povahu vedomia mení metaforu mozog ako počítač na striktnú analógiu. Niektorí vedci považujú myseľ za druh operačného systému, ktorý je implementovaný na neurónovom hardvéri, čo znamená, že naša myseľ, vnímaná ako konkrétny výpočtový stav, môže byť nahraná do nejakého zariadenia alebo do iného mozgu. V spôsobe, akým sa to vo všeobecnosti prezentuje, je to nesprávne, alebo prinajlepšom beznádejne naivné.

Materialistická pracovná hypotéza hovorí, že mozgy a mysle ľudí, červov a všetkého ostatného sú totožné. Neuróny a procesy, ktoré podporujú - vrátane vedomia - sú to isté. V počítači sú softvér a hardvér oddelené, ale náš mozog a myseľ pozostávajú z toho, čo možno najlepšie opísať ako wetware, v ktorom je to, čo sa deje a kde sa to deje, úplne prepojené.

Predstava, že môžeme zmeniť účel nášho nervového systému na spustenie rôznych programov alebo nahrať svoju myseľ na server, môže znieť vedecky, ale za touto myšlienkou sa skrýva nematerialistický pohľad siahajúci až k Descartovi a ďalej. Znamená to, že sa naša myseľ nejakým spôsobom vznáša v našom mozgu a môže byť prenesená do inej hlavy alebo nahradená inou mysľou. Tejto myšlienke by bolo možné dodať pozlátok vedeckej úctyhodnosti tak, že by sme ju predstavili v zmysle čítania stavu množiny neurónov a zápisu do nového substrátu, organického alebo umelého.

Ale aby sme si čo i len začali predstavovať, ako by to mohlo fungovať v praxi, potrebovali by sme pochopenie funkcie neurónov, ktoré je ďaleko za všetkým, čo si v súčasnosti dokážeme predstaviť, a vyžadovalo by to nepredstaviteľne obrovský výpočtový výkon a simuláciu, ktorá presne napodobňuje štruktúru mozgu. v otázke. Aby to bolo možné aj v princípe, museli by sme byť najskôr schopní plne modelovať činnosť nervovej sústavy schopnej udržať jediný stav, bez ohľadu na myšlienku. K takémuto prvému kroku sme tak ďaleko, že možnosť nahrať svoju myseľ možno odmietnuť ako fantáziu, prinajmenšom do ďalekej budúcnosti.

V súčasnosti si metafora mozog ako počítač zachováva svoju dominanciu, aj keď panuje nezhoda o tom, aká silná metafora je. V roku 2015 si robotik Rodney Brooks vo svojom príspevku do zbierky esejí s názvom This Idea Must Die zvolil výpočtovú metaforu mozgu ako svoju domácu nenávisť. Menej dramaticky, ale s podobnými závermi, historik S Ryan Johansson pred dvoma desaťročiami tvrdil, že „nekonečné debatovanie o pravde alebo nepravdivosti metafory typu„ mozog je počítač “je stratou času. Navrhovaný vzťah je metaforický a prikazuje nám niečo urobiť, nie snažiť sa povedať nám pravdu.

Na druhej strane, americký expert na umelú inteligenciu, Gary Marcus, urobil robustnú obranu počítačovej metafory: „Počítače sú v skratke systematické architektúry, ktoré prijímajú vstupy, kódujú a manipulujú s informáciami a transformujú svoje vstupy na výstupy. . Mozgy sú, pokiaľ vieme, presne také. Skutočnou otázkou nie je, či je mozog informačným procesorom sám o sebe, ale skôr ako mozgy ukladajú a kódujú informácie a aké operácie vykonávajú s týmito informáciami, keď sú zakódované."

Marcus ďalej tvrdil, že úlohou neurovedy je „reverzne analyzovať“ mozog, podobne ako by sa dalo študovať počítač, skúmať jeho komponenty a ich vzájomné prepojenia, aby sme rozlúštili, ako funguje. Tento návrh je tu už nejaký čas. V roku 1989 Crick rozpoznal jeho príťažlivosť, ale cítil, že zlyhá kvôli zložitej a chaotickej evolučnej histórii mozgu – dramaticky tvrdil, že by to bolo ako pokus o spätné inžinierstvo časti „mimozemskej technológie“. Pokusy nájsť celkové vysvetlenie fungovania mozgu, ktoré logicky vyplýva z jeho štruktúry, by boli odsúdené na neúspech, tvrdil, pretože východiskový bod je takmer určite nesprávny – neexistuje žiadna celková logika.

Reverzné inžinierstvo počítača sa často používa ako myšlienkový experiment, ktorý ukazuje, ako by sme v princípe mohli rozumieť mozgu. Tieto myšlienkové experimenty sú nevyhnutne úspešné a povzbudzujú nás, aby sme sa rozhodli pre tento spôsob chápania stlačených orgánov v hlave. V roku 2017 sa však dvojica neurovedcov rozhodla skutočne vykonať experiment na skutočnom počítačovom čipe, ktorý mal skutočnú logiku a skutočné komponenty s jasne navrhnutými funkciami. Veci nešli podľa očakávania.

Dvojica - Eric Jonas a Konrad Paul Kording - použila tie techniky, ktoré bežne používali na analýzu mozgu, a aplikovala ich na procesor MOS 6507, ktorý sa nachádzal v počítačoch z konca 70. a začiatku 80. rokov, čo umožnilo týmto strojom prevádzkovať videohry, ako napríklad Donkey Kong a Space Invaders.

Najprv získali konektor čipu skenovaním 3510 tranzistorov s vylepšeným režimom, ktoré obsahoval, a simuláciou zariadenia na modernom počítači (vrátane spustenia herných programov na 10 sekúnd). Potom použili celý rad neurovedeckých techník, ako sú „lézie“ (odstránenie tranzistorov zo simulácie), analyzovanie „špičkovej“ aktivity virtuálnych tranzistorov a štúdium ich konektivity, pozorovanie vplyvu rôznych manipulácií na správanie systému. , merané jeho schopnosťou spustiť každú z hier.

Napriek nasadeniu tejto výkonnej analytickej zbrojnice a napriek skutočnosti, že existuje jasné vysvetlenie toho, ako čip funguje (má „základnú pravdu“, v technospeaku), štúdia nedokázala odhaliť hierarchiu spracovania informácií, ktoré sa vyskytuje vo vnútri čipu. Ako povedali Jonas a Kording, techniky nedokázali vytvoriť „zmysluplné pochopenie“. Ich záver bol pochmúrny: „V konečnom dôsledku problém nie je v tom, že by neurovedci nerozumeli mikroprocesoru, problém je v tom, že by mu nerozumeli vzhľadom na prístupy, ktoré v súčasnosti využívajú.“

This sobering outcome suggests that, despite the attractiveness of the computer metaphor and the fact that brains do indeed process information and somehow represent the external world, we still need to make significant theoretical breakthroughs in order to make progress. Even if our brains were designed along logical lines, which they are not, our present conceptual and analytical tools would be completely inadequate for the task of explaining them. This does not mean that simulation projects are pointless – by modelling (or simulating) we can test hypotheses and, by linking the model with well-established systems that can be precisely manipulated, we can gain insight into how real brains function. This is an extremely powerful tool, but a degree of modesty is required when it comes to the claims that are made for such studies, and realism is needed with regard to the difficulties of drawing parallels between brains and artificial systems.

Current ‘reverse engineering’ techniques cannot deliver a proper understanding of an Atari console chip, let alone of a human brain. Photograph: Radharc Images/Alamy

Even something as apparently straightforward as working out the storage capacity of a brain falls apart when it is attempted. Such calculations are fraught with conceptual and practical difficulties. Brains are natural, evolved phenomena, not digital devices. Although it is often argued that particular functions are tightly localised in the brain, as they are in a machine, this certainty has been repeatedly challenged by new neuroanatomical discoveries of unsuspected connections between brain regions, or amazing examples of plasticity, in which people can function normally without bits of the brain that are supposedly devoted to particular behaviours.

In reality, the very structures of a brain and a computer are completely different. In 2006, Larry Abbott wrote an essay titled “Where are the switches on this thing?”, in which he explored the potential biophysical bases of that most elementary component of an electronic device – a switch. Although inhibitory synapses can change the flow of activity by rendering a downstream neuron unresponsive, such interactions are relatively rare in the brain.

A neuron is not like a binary switch that can be turned on or off, forming a wiring diagram. Instead, neurons respond in an analogue way, changing their activity in response to changes in stimulation. The nervous system alters its working by changes in the patterns of activation in networks of cells composed of large numbers of units it is these networks that channel, shift and shunt activity. Unlike any device we have yet envisaged, the nodes of these networks are not stable points like transistors or valves, but sets of neurons – hundreds, thousands, tens of thousands strong – that can respond consistently as a network over time, even if the component cells show inconsistent behaviour.

Understanding even the simplest of such networks is currently beyond our grasp. Eve Marder, a neuroscientist at Brandeis University, has spent much of her career trying to understand how a few dozen neurons in the lobster’s stomach produce a rhythmic grinding. Despite vast amounts of effort and ingenuity, we still cannot predict the effect of changing one component in this tiny network that is not even a simple brain.

This is the great problem we have to solve. On the one hand, brains are made of neurons and other cells, which interact together in networks, the activity of which is influenced not only by synaptic activity, but also by various factors such as neuromodulators. On the other hand, it is clear that brain function involves complex dynamic patterns of neuronal activity at a population level. Finding the link between these two levels of analysis will be a challenge for much of the rest of the century, I suspect. And the prospect of properly understanding what is happening in cases of mental illness is even further away.

Not all neuroscientists are pessimistic – some confidently claim that the application of new mathematical methods will enable us to understand the myriad interconnections in the human brain. Others – like myself – favour studying animals at the other end of the scale, focusing our attention on the tiny brains of worms or maggots and employing the well-established approach of seeking to understand how a simple system works and then applying those lessons to more complex cases. Many neuroscientists, if they think about the problem at all, simply consider that progress will inevitably be piecemeal and slow, because there is no grand unified theory of the brain lurking around the corner.

There are many alternative scenarios about how the future of our understanding of the brain could play out: perhaps the various computational projects will come good and theoreticians will crack the functioning of all brains, or the connectomes will reveal principles of brain function that are currently hidden from us. Or a theory will somehow pop out of the vast amounts of imaging data we are generating. Or we will slowly piece together a theory (or theories) out of a series of separate but satisfactory explanations. Or by focusing on simple neural network principles we will understand higher-level organisation. Or some radical new approach integrating physiology and biochemistry and anatomy will shed decisive light on what is going on. Or new comparative evolutionary studies will show how other animals are conscious and provide insight into the functioning of our own brains. Or unimagined new technology will change all our views by providing a radical new metaphor for the brain. Or our computer systems will provide us with alarming new insight by becoming conscious. Or a new framework will emerge from cybernetics, control theory, complexity and dynamical systems theory, semantics and semiotics. Or we will accept that there is no theory to be found because brains have no overall logic, just adequate explanations of each tiny part, and we will have to be satisfied with that. Or –

This is an edited extract from The Idea of the Brain by Matthew Cobb, which will be published in the UK by Profile on 12 March, and in the US by Basic Books on 21 April, and is available at guardianbookshop.com

Follow the Long Read on Twitter at @gdnlongread, and sign up to the long read weekly email here.


In the movie What The Bleep Do We Know!? Dr. Joe Dispenza talks about how our brain works. He talks about the tiny nerve cells in the brain called neurons and how they have tiny branches reaching out to other neurons forming neuron-networks.

Each place where they connect is integrated into a thought or a memory.

He goes on to say that the brain does not know the difference between what it sees in its environment and what it remembers because the same neuron-networks are firing - triggered.

This mean that we can break or make a habit simply by repeating something over and over again in our mind, or by actually doing it. If we want to learn something new and create a new habit the brain will cause the creation of a new network reinforcing the habit.

The first time you tried to ride a bike you probably failed to make it. prečo? because the neuron network was being established.

You were creating it and be trying over and over again the connections in the network gets stronger and stronger and all of a sudden you ride the bike without thinking about it. You do it automatically. You have created a habit.

Learn about making or braking habits, neuron networks, the power of thought and more by getting the Make A Ripple Make A Difference e-book

"You are what you repeatedly do. Excellence is not an event - it is a habit" - Aristotle

Watching this clip from the movie What The Bleep Do We Know!? will explain more about neuron networks and habits.

You can start to break out of old habits by forming new ones. The power of thought, when used to improve your self-image, is extra-ordinary.

If you don't break out of your current belief system it will stick with you for the rest of your life. You need to find a way to change it.  And you can.

You CAN change your self-image through the power of thought and positive affirmations like Louis L. Hay did. You CAN change that way you look at yourself through seeking new truths and hence you will be able to accomplish anything you put your mind to.

We all have a tremendous power inside, we just need to realize it. The true POWER IS WITHIN. The Power of Thought.

Nothing can stop the man with the right mental attitude from achieving his goal nothing on earth can help the man with the wrong mental attitude.
-Thomas Jefferson

REMEMBER: YOU CAN BE OR HAVE WHATEVER YOU WANT IN LIFE

We have all heard incredible stories about people doing the unthinkable.

A homeless person with no money becoming a multimillionaire - like Bill Bartmann who went from being homeless, broke, an alcoholic and paralyzed at the age of 17 to become the 25th richest person in the USA.

Someone becoming a legend and a historical person against "all odds" - like Mahatma Gandhi who freed India from The British Empire.

People recovering miraculously from a terrible disease or accident - like Norman Cousins who was diagnosed with a disease with little chance of surviving, but went on to live many years longer than his doctors predicted.

WHAT DO THESE INCREDIBLE PEOPLE HAVE IN COMMON?

They believe in themselves and they take action. They have realized the power of thought.

They have conditioned themselves to act, behave and think in a certain way and when the results start showing up it will reinforce their belief in themselves which in turn will produce even better results. It becomes a positive spiral because where they keep on accomplishing more and more and more.

They have changed their way of thinking and they are taking action.You can also awaken your giant inside because you are unique, just like Tony Robbins talks about.

In this interview with John Reese & Frank Kern - Anthony Robbins talks about the holy grail of taking action: certainty (app. 13:45 into the video).

It´s a good video explaining why some people are successful in life and why others keep struggling. It all boils down to our belief-systems. 

Successful people use their minds and their thoughts to achieve their goals - they are taking specific action based on successful thinking. The have realized the power of thought.

Successful people have a construct state of mind - a success attitude. They tell themselves : I CAN

Success comes to those who become SUCCESS CONSCIOUS - Napoleon Hill

The mind is the limit. As long as the mind can envision the fact that you can do something, you can do it, as long as you really believe one hundred percent.  - Arnold Schwarzenegger

If you can envision it in your mind you can do it - AND you need to take some ACTION to do it

Everyone who has ever taken a shower has had an idea. It's the person who gets out of the shower, dries off, and does something about it that makes a difference. - Nolan Bushnell

Mind-work is not an easy ride - it requires practice - just like exercising a muscle.

You need to practice how to be positive - how to believe in yourself - how to believe that you can do anything you put your mind to. The power of thought will help you when you apply it in a positive way.

But how do you apply the Power of Thought?

By surrounding yourself with supporting people and by using affirmations and creative visualization.

When you really want to achieve something it is important to be around friends and people who support you. This will inspire you - spur you on and when at times the goal seem far away your supporting friends and people can get you back on track.

This will be like an affirmation - a statement that you can do the unthinkable - that you are capable of anything you set your mind to.


Similarities Between Chimpanzee Brain and Human Brain

  • Chimpanzee brain and human brain are two structures of the central nervous system.
  • Both occur in the head region protected by the skull.
  • Both their brains involve in high-level cognitive, communicative, and emotional functions due to the structure of their brains.
  • Also, the main components of both brains are cerebrum, cerebellum, and brain stem.
  • Furthermore, the size of both brains is generally larger in proportion to body size.
  • This enlargement of the brain is due to the massive expansion of the cerebral cortex.
  • Besides, both have a similar molecular structure in their cerebellum.
  • Their prefrontal cortex and parts of the cortex involved in vision are large.
  • Additionally, both brains are more gyrified than the brains of other primate species.
  • Moreover, Broca’s and Wernicke’s area of both brains produce similar landmarks.
  • And, both brains have a dense distribution of von Economo neurons in the anterior cingulate and frontoinsular cortex.
  • Both brains also show a more complex level of connectivity and function within the arcuate fascicularis and mirror neuron systems.

Thinking with your stomach? The brain may have evolved to regulate digestion

Many life forms use light as an important biological signal, including animals with visual and non-visual systems. But now, researchers from Japan have found that neuronal cells may have initially evolved to regulate digestion according to light information.

In a study published this month in BMC Biology, researchers from the University of Tsukuba have revealed that sea urchins use light to regulate the opening and closing of the pylorus, which is an important component of the digestive tract.

Light-dependent systems often rely on the activity of proteins in the Opsin family, and these are found across the animal kingdom, including in organisms with visual and non-visual systems. Understanding the function of Opsins in animals from different taxonomic groups may provide important clues regarding how visual/non-visual systems evolved in different creatures to use light as an external signal. The function of Opsins in the Ambulacraria groups of animals, which include sea urchins, has not been characterized, something the researchers aimed to address.

"The functions of eyes and visual systems have been well-characterized," says senior author of the study Professor Shunsuke Yaguchi. "However, the way in which light dependent systems were acquired and diversified throughout evolution is unclear especially in deuterostomes because of the lack of data regarding the signaling pathway in the Ambulacraria group."

To address this, the researchers tested whether light exposure caused changes in digestive tract activity in sea urchins. They then conducted micro-surgical and genetic knockdown experiments to test whether Opsin cells in the sea urchin digestive system mediated the effect of light.

"The results provided new information about the role of Opsins in sea urchins," explains Professor Yaguchi. "Specifically, we found that stimulation of sea urchin larvae via light caused changes in digestive system function, even in the absence of food stimuli."

Furthermore, the researchers identified brain serotonergic neurons near the Opsin-expressing cells that were essential for mediating the light-stimulated release of nitric oxide, which acts as a neurotransmitter.

"Our results have important implications for understanding the process of evolution, specifically, that of light-dependent systems controlled via neurotransmitters," says Professor Yaguchi.

The data indicate that an early function of brain neurons may have been the regulation of the digestive tract in our evolutionary ancestors. Because food consumption and nutrient absorption are critical to survival, the development of a sophisticated brain-gut regulatory system may have been a major step in animal evolution.


How Stress and Negative Thinking Changes Cortisol

Stress from negative thinking creates changes in the brain that may affect your likelihood of mental disorders such as anxiety, depression, ADHD, schizophrenia and mood disorders.

People who have Post Traumatic Stress Disorder (PTSD) have been shown to have abnormalities in their brains. The amount of grey matter versus white matter. The difference is that grey matter is where the information is processed by neurons whereas white matter is a fibrous network that connects the neurons. Chronic stress produces more white matter connections but fewer neurons.


The balance of grey matter and white matter in the brain is important for the timing of communication in the brain. It is believed that the disruption in connections affects both your mood and your memories of the associations with that mood.

The problem is that our brains are good at learning from bad experiences but bad at learning from good experiences. According to Dr. Rick Hanson, creator of The Taking in The Good Course, a brain training program to use your mind to improve your happiness, says that people who completed a program of training themselves to replace negative thoughts with positive ones “experienced significantly less anxiety and depression, and significantly greater self-control, savoring, compassion, love, contentment, joy, gratitude, self-esteem, self-compassion, satisfaction with life, and overall happiness.”

Improving our brains by eliminating negative thinking is possible. Replacing negative thinking with positive thinking is like training your brain just like you would a dog. You give a dog a reward for good behavior and your brain is similar in that positive thoughts create pleasure in the brain, which is a reward. Once we feel pleasure, we want more of it, so give your brain positive thoughts and keep it on a steady diet of self-rewarding pleasure.