Главная

Популярная публикация

Научная публикация

Случайная публикация

Обратная связь

ТОР 5 статей:

Методические подходы к анализу финансового состояния предприятия

Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века

Ценовые и неценовые факторы

Характеристика шлифовальных кругов и ее маркировка

Служебные части речи. Предлог. Союз. Частицы

КАТЕГОРИИ:






Готфрид Вильгельм Лейбниц 4 страница




 

Рис. 8. Традиционное изображение нейрона (публикуется с разрешения журнала Scientific American)

 

Одним из первых исследователей мозга был Дональд Хебб. В своей основной книге «Организация поведения», изданной в 1949 году, он писал: «Если аксон клетки А находится достаточно близко, чтобы возбудить клетку B, и неоднократно или постоянно принимает участие в ее возбуждении, то наблюдается некоторый процесс роста или метаболических изменений в одной или обеих клетках, ведущий к увеличению эффективности А как одной из клеток, возбуждающих В». Или, если говорить о таких клетках менее формально, они «вместе поют, вместе растут».

Очень важной особенностью долговременной потенциации является специфичность, или избирательность. Каждый нейрон получает импульс от огромного количества других клеток. Однако если благодаря LTP он начинает легче реагировать на определенную соседнюю клетку, он не становится ближе и более связанным с другими. Получается, существуют механизмы, которые обеспечивают развитие определенных путей между группами нейронов. У новорожденного младенца уже существуют определенные генетически рамки, которые задают общую структуру мозга. Однако многие связи остаются неустойчивыми. Мозг напоминает огромный лекционный зал в начале учебного года – там много студентов, они еще не знают друг друга, но предвкушают новые знакомства. Через несколько недель студенты становятся членами разных небольших групп: это спортивные секции, клубы по интересам, учебные группы и т. п. Точно так же каждый нейрон мозга принадлежит разным группам – кластерам, каждый из которых связан с другими так, что, если начать раздражение или стимуляцию одного нейрона или небольшого кластера, это воздействует на всех остальных. И одна из главных причин, почему они стараются объединиться в группы, состоит в том, что только так они могут действовать одновременно. Связи становятся более избирательными, и информация начинает поступать по более устоявшимся каналам через всю нейронную сеть.

Чтобы связать воедино знание о разуме и мозге и понять, как они работают, нужно говорить не об отдельных нервных клетках, а о кластерах или скоплениях нейронов. Как формируются кластеры клеток и как они работают, нужно разбирать на молекулярном уровне. Однако свойства больших скоплений нейронов нельзя понять, если свести все к биохимии. Точно так же, например, нельзя понять обязанности всех игроков хоккейной команды, даже если долго и упорно наблюдать за одним из игроков. И нельзя предугадать или объяснить, как отдельно взятый студент будет играть в хоккей, если однажды встретить, скажем, его в лаборатории или местном баре.

Существует немало информации о том, как работают кластеры нейронов, но ее трудно собрать. Очень слабо наши знания об индивидуальных клетках соотносятся с тем, что мы хотим знать про кластеры. Придется выйти за пределы доказанного и установленного наукой и на основе уже известных нам фактов построить собственные теории. Чтобы более широко представить, как работает мозг, нужно уметь делать допущения и иметь богатое воображение.

Предположим, вам показали несколько фотографий одного и того же человека – девушки по имени Джейн. Все фото отличаются друг от друга настроением, одеждой, в которую одета Джейн, компанией и ее занятиями. Однако некоторые черты девушки сохраняются на всех снимках: цвет глаз, форма носа, некая совокупность черт, которые жестко связаны между собой. Вряд ли у вас получится сказать, что это за черты и как именно они связаны у Джейн, но после того, как вы посмотрите на фотографию, вы без труда сможете ее узнать где угодно. Нейронные кластеры, соответствующие этим основным чертам и возникающие каждый раз, когда вы видите Джейн, всегда будут действовать совместно, и именно они будут связаны вместе сильнее всего. Это и будет сущность вашего представления о Джейн. Другие черты – легкая улыбка или страсть к шляпкам, – хоть и не такие важные, становятся тесно связанными с ее образом. Поэтому, когда нет никакой противоречащей информации, вы можете, думая о Джейн, «на автомате» воспроизвести эти основные черты.

Есть немало других черт, связанных с Джейн, но при этом менее характерных и индивидуальных. Например, случай, когда она ела мороженое и вся перепачкалась, или ярко-красный костюм, надетый ею на свадьбу друзей. Эти воспоминания образуют, скажем так, нейронную «пелену». Клетки, из которых она состоит, немного активизируются, когда мы вспоминаем Джейн, однако, если этого не требуется в конкретной ситуации, активизация недостаточно сильна, чтобы клетки возбуждались сами по себе. Таким образом, получается, что целостное «нейронное» представление о Джейн не выражено достаточно четко. Ее «нейронный образ» складывается из неявно выраженных и неопределенных ассоциаций и черт, одни из которых прочно связаны между собой в функциональном центре, отвечающем за формирование нейронных кластеров. В то же время другие связаны менее жестко и могут формировать часть «нейронного образа» Джейн в определенных ситуациях, а могут и вовсе не участвовать в этом процессе. Часть этих черт, как базовых, так и побочных, можно распознать довольно четко и назвать словами – нос, улыбка. При этом другая часть образует некие связанные схемы, которые совсем непросто обозначить или даже выделить по отдельности.

Говоря о некой идее «Джейн» как об огромном скоплении более или менее связанных между собой нейронов, нам совсем не обязательно склоняться к предположению, что в мозгу есть один-единственный «Джейн-нейрон», к которому присоединяются все остальные, или к тому, что множество, или «семья», нейронов находится в определенном месте мозга. Есть масса доказательств, подтверждающих существование нейронных «семей», это очень большие группы, и их члены широко рассредоточены по всему мозгу.

Даже если мы сконцентрируемся только на зрительных образах (а понятия, о которых я говорю, формируются всеми пятью чувствами), мы обнаружим, что есть несколько аспектов зрительного восприятия – цвет, размер, движения, пространственное расположение, – и все они обрабатываются в разных областях мозга. Согласно оценкам ученых, известно, что существует по крайней мере 30–40 отдельно расположенных областей мозга, где обрабатываются зрительные сигналы. А также, что разные системы нейронов между собой тесно связаны, даже, я бы сказал, спутаны. Добавьте сюда другие чувства, а также память, эмоции и способность планировать, и получится, что «Джейн-нейроны» находятся в каждом уголке мозга. Близость нейронов отражается в их функциях, им совсем не обязательно находиться рядом друг с другом, точно так же как в современном мире «быть ближе друг к другу» означает не географическое положение, а крепость отношений между людьми.

Еще до рождения человека нейроны его мозга связаны вместе в функциональные группы, которые действуют так, чтобы привлечь и удержать поток нейронного возбуждения. И в свою очередь эти центры возбуждения скрепляются вместе, как будто их один за другим нанизали на струну. Они образуют пути, по которым преимущественно и проходит нейронное возбуждение. Вследствие этого в мозгу развивается своеобразный рельеф. Чтобы лучше понять данную идею, можно представить, что такие понятия, как «Джейн», «кошка» или «студент», образуют некую «нейронную впадину», в которую, точно так же как вода стекает в долину по склонам, «стекается» возникшее поблизости нейронное возбуждение. Опыт сглаживает кочки и ямки в мозгу, образуя «пути наименьшего сопротивления», по которым (равно как и вдоль которых) течет поток нейронного возбуждения.

На дне этой «долины» собраны характеристики, по которым мы узнаём понятие, причем происходит этого независимо от того, знаем мы об этом или нет. По «склонам» располагаются базовые характеристики, а еще выше, по «краю», находятся случайные и необязательные ассоциации. Время и опыт обтачивают скопления нейронов и вырезают своеобразный объемный «мозговой ландшафт», где по оси вертикали отображается степень взаимосвязанности и взаимной чувствительности нейронов, связанных одним понятием. И чем глубже эта «впадина», тем больше связаны между собой нейроны и тем сильнее, скажем так, укореняются понятия об этой части реальности. Но эти «впадины» очень отличаются друг от друга размером, глубиной и крутизной склонов. «Долины» с крутыми склонами означают, что понятие довольно четко определено и «нанесено на карту» мозга и здесь будет очень мало неопределяющих, или неважных связей. Пологие склоны указывают на более широкий диапазон более свободных связей и понятий. Технически совершенно невозможно исследовать живой мозг и узнать, как в процессе познания и обучения образуются такие огромные скопления нейронов и как они распределяют функции между собой. Однако возможно написать компьютерные программы, которые воспроизводят свойства нейронов, и уже с их помощью можно исследовать путь познания, для которого достаточно небольшого количества искусственных нейронов. Выясняется, что так называемые нейронные сети удивительно «разумны». Например, они могут очень близко воспроизводить пути познания, которые мы обсудили в главах 2 и 3, когда знания без какого-то осознанного понимания или объяснения того, что было изучено, превращаются в опыт.

В качестве примера можно рассмотреть задачу, где нужно выявить наличие подводных мин при помощи гидролокатора. Основная проблема: по отраженному сигналу отличить мину от камня или какого-нибудь другого предмета на дне. Невооруженным ухом сделать это практически невозможно. При этом, разумеется, отраженные эхо-сигналы мины и камня различны, но точно так же отличаются сигналы от камней из разных пород, от мин разного размера и конструкции или от предметов из других материалов. Размер, форма, расположение на дне – все эти факторы влияют на параметры отраженного эхо-сигнала. Так что эта задача, актуальная во время военных действий или при очистке акватории от мин после них, очень непроста. Некоторые устойчивые признаки есть, но они носят комбинаторный характер, то есть включают в себя множество комбинаций подобных характеристик. Мы не сможем свести различия эхо-сигналов от разных предметов (мин и камней) к каким-либо единичным характеристикам – например, мощности сигнала и его частоте. Для того чтобы отличить мину от камня, мы должны оперировать совокупностью параметров.

Предположим, нам надо проанализировать определенный эхо-сигнал на 13 частотных диапазонах и измерить амплитуду сигналов в каждом диапазоне. Обозначим частоты буквами латинского алфавита: А, В и далее до М – и чисто теоретически скажем, что мощность сигнала в каждом диапазоне может варьироваться от 0 до 10 баллов. Маловероятно, что данные, полученные хотя бы в одном из диапазонов, были достаточны для принятия четкого решения – камень или мина. В данном случае решить эту задачу, то есть установить отличительные признаки камней и мин, совсем не так просто. Недостаточно сказать – все камни отражают сигнал мощностью выше 7 баллов в диапазоне Н, а все мины – меньше 7 или, скажем, «если эхо-сигнал обнаружил камень, то мощность его в диапазоне С будет в 2–3 раза больше мощности в диапазоне J», тогда задача решалась бы просто. Единственная вразумительная схема, благодаря которой можно отличить камень от мины, должна выглядеть примерно следующим образом: «Есть вероятность, что эхо-сигнал получен от мины, если либо суммарное значение в диапазонах A, D и L в 6 раз превышает значения, полученные в диапазонах E и F, и в то же время H минус K меньше, чем половина J деленное на B; либо суммарное знание G, H, K и L более чем в 3,5 раза превышает суммарное значение A, B и C, поделенное на разницу между I и M». Чтобы точно определить разницу между миной и камнем, если это вообще возможно, нам нужны схемы именно такой степени сложности: их очень трудно обнаружить, распознать и еще труднее описать.

На самом деле операторы, которые обрабатывают данные эхолотов, временами могут довольно точно отличать камень от мины, однако, как участники экспериментов на познание путем впитывания, не могут четко выразить, что именно они знают. И все же человек не безупречен, а подобные ошибки могут стоить очень дорого. Чтобы научить искусственный интеллект отличать мины от камней, мы должны сделать так, чтобы он столкнулся с такой ситуацией на практике и накопил собственный опыт.

Нейронная сеть, включающая в себя только 22 разных нейрона, смогла на удивление верно показать, как осуществляется этот процесс. Нейроны расположены в три яруса (см. рис. 9). На первом ярусе находятся 13 чувствительных, или сенсорных, нейронов, соответствующих 13 диапазонам, на которые раскладывается звуковой спектр эхо-сигнала. Они настроены на определение мощности сигнала внутри определенного диапазона, а также излучают сигнал, пропорциональный их мощности, как настоящие нейроны передают потенциал действия. Все 13 нейронов посылают сигналы каждому из семи, находящихся на следующем ярусе, а каждый из них, в свою очередь, посылает отраженный сигнал каждому из двух нейронов с последнего яруса, обратный сигнал которых распознается как «мина» или «камень». Такая упрощенная модель мозга не способна построить больше связей, при этом она может четко продемонстрировать избирательную чувствительность каждого нейрона ко всем сигналам, которые он получает, именно так, как это происходит с настоящими нервными клетками.

 

Рис. 9. Простая нейронная сеть, помогающая отличить подводные камни от мин

 

Задача сети заключается в том, чтобы на основе опыта постепенно отрегулировать эту чувствительность так, чтобы поток возбуждения через связи гарантированно возбудил нейрон «камень», если там камень, и нейрон «мина», если есть мина. Ни программист, ни тем более компьютер изначально не знают, какая именно нужна чувствительность. Они даже не знают, существует ли такая чувствительность, которая нужна, чтобы справиться с задачей. Самое лучшее, что может сделать программист, – взять много разных настоящих эхо-сигналов, которые точно были получены от мины или камня, и один за другим запустить их в сеть. После того как сеть сформирует решение, программист должен определить, правильное оно или ошибочное. На этапе подготовки компьютеру задают несколько простых правил, с их помощью он может отрегулировать или подстроить чувствительность нейронов, основываясь на информации об успешности выполненной операции. Например, можно запрограммировать сеть таким образом, чтобы она определяла чувствительность после каждой попытки, исходя из того, был ли сигнал связан с правильным или ошибочным ответом. Величина поправки сигнала зависит от его отклонения в ту или иную сторону: правильные сигналы подстраиваются лишь немного, ошибочные – сильнее. Сначала «мозг» получает большое количество ответных реакций, после которых ему говорят – правильные это реакции или ошибочные. После этого его можно протестировать, используя новую серию сигналов, с которыми он никогда не встречался, и посмотреть на результат.

В этом примере сеть ведет себя точно так же, как участники экспериментов на познание путем впитывания. Простые нейронные сети отлично моделируют этот путь познания. Сеть начинает угадывать, делая при этом много ошибок, но постепенно начинает работать все лучше и лучше, пока, в конце концов, не научится точно различать камень и мину по эхо-сигналу, чего раньше ей не удавалось. Такая модель ясно показывает, что мозг делает то же, что делают люди: сначала он обнаруживает запутанные схемы, которые нельзя описать словами, и эти схемы включены в огромный спектр разных событий и ощущений, затем схемы используются для определения подходящего действия. Ни реальный человек, ни искусственный мозг не знают, что именно они делают и чем при этом руководствуются. Эти знания – весь наш опыт и мудрость – зависят от настроек, которые определяются взаимодействием нейронов мозга друг с другом. Эти настройки просто направляют поток возбуждения по разным каналам и по-разному их комбинируют. Все, что нужно нашему мозгу, – это пища: впечатления, обратная реакция и неосознанное широкое внимание к тому, что происходит вокруг. Все остальное мозг сделает сам.

Стоит отметить, что в модели определения разницы между минами и камнями искусственный мозг лучше справился с задачей и дал б о льшую точность, чем оператор гидролокатора на подводной лодке за всю свою долгую карьеру. Несмотря на простоту схемы, нейронная сеть превосходит человека не потому, что компьютер умнее, а в силу того, что за весь период эволюции у нас так и не развились настолько чувствительные уши, чтобы они могли разложить все эхо-сигналы на множество частотных диапазонов. Можно совершенно уверенно предположить, что если бы в задаче вместо сигналов слышался плачь младенца и нужно было определить, малыш хочет есть или у него болит живот, то матери дали бы компьютеру сто очков вперед. При этом есть шанс, что если научить дельфина определять разницу между камнями и минами, то он бы выиграл и у компьютера, и у оператора локатора.

Наше несовершенство лишний раз напоминает о том, что, безусловно, существуют пределы сложности задач, с которыми может справляться «расслабленный» мозг. В мире существует множество неуловимых сигналов и случайностей, которые не может вместить даже «четко отрегулированный» человеческий мозг, в особенности это касается ситуаций, которые в прошлом не были связаны с выживанием либо относятся к технологическим, фармацевтическим или социологическим моделям, которые наш биологический приемник не приспособлен улавливать. А также есть масса ситуаций, с которыми мы хотели бы справляться, но в них не содержится никакой информации или схем, которые можно взять на вооружение. При этом совершенно ясно, что основные технические характеристики бессознательного мозгового биокомпьютера позволяют обнаружить, запомнить и использовать информацию гораздо менее уловимую, чем та, о которой мы можем говорить или думать. Если мы не способны воспринять разум целиком, как нечто сознательное и размышляющее, и не придаем значения ценности или даже существованию неосознанных путей познания, нас это сделает глупее и беднее духовно.

Передача возбудительных сигналов от одного нейронного кластера к другому зависит от того, как наш мозг проложил каналы и настроил в данный момент чувствительность. По мнению нейробиолога из Оксфорда Сьюзан Гринфилд, как от брошенного в озеро камушка по воде начинают разбегаться круги, так и импульс в одной части мозга образует эпицентр, от которого возбуждение распространяется дальше, взаимодействует с другими потоками, активируя новые эпицентры. Можно увидеть, как это происходит на деле. Израильские ученые Рон Фростиг и Амирам Гринвальд вместе с другими коллегами провели исследование с использованием специальных красящих веществ, которые можно ввести в нейроны коры. Когда клетка становится активной и в ней появляется электрический заряд, вещество начинает светиться. Если вспышка света направлена на глаз животного, то можно видеть, как мгновенно формируется кластер, а через 10 миллисекунд он может удвоиться. Через 300 миллисекунд может образоваться очень большая группа активных клеток, которая будет занимать довольно широкую область мозга.

Немецкий нейрофизиолог Вольф Зингер продемонстрировал рассредоточенный характер нейронных кластеров. Он обнаружил, что даже нейроны, расположенные далеко друг от друга по всей зрительной коре, могут синхронизировать импульсы в ответ на стимуляцию. Таким образом, как я уже излагал, возбуждение протекает не буквально от места к месту, а между отдельными схемами, которые постоянно перетекают одна в другую. Я настаиваю, что «мозговой рельеф» – это понятие, связанное с функциями нейронов, а не с расположением. Если бы можно было проследить за работой мозга и упростить ее, вряд ли мы увидели бы «ярко освещенный поезд, несущийся сквозь ночь»; скорее всего, зрелище больше напоминало бы «калейдоскоп со светящимися стеклышками, который постоянно трясут». Однако, к сожалению, у нас нет технической возможности продемонстрировать все эти мерцания и переливы, и не только потому, что клетки движутся очень быстро. Эд Эрстон и Джордж Герштейн показали, что кластеры нейронов очень подвижны, они всего за несколько миллисекунд формируются и снова расходятся. Более того, в любую минуту один и тот же нейрон может быть задействован разными кластерами. Несмотря на большие технические трудности, все-таки есть подтверждение существования нейронных схем и описание их свойств.

Кроме долгосрочных, или, иначе говоря, структурных, изменений мозга существуют временные воздействия на его способность быстро реагировать. Изменения мозгового рельефа происходят под влиянием менее постоянных причин. Например, на реакции мозга могут определенным образом влиять потребности. Если животное хочет есть, пить, чувствует опасность или находится в состоянии полового возбуждения, группы нейронов принимают аналогичную схему действия. Другими словами, начинают работать согласованно и более активно, чем в мозгу отдохнувшего, сытого и удовлетворенного животного.

Похоже, что сильное возбуждение прочно связывает группы нейронов в «кластеры специального назначения», и это, по словам Сьюзан Гринфилд, имеет ряд любопытных последствий, кроме того, что такие кластеры становятся весьма легко возбудимыми.

Учитывая, что между нейронами существуют не только возбуждающие, но и тормозящие связи, слишком сильная активность может оказать на соседние клетки смешанный эффект, когда одни близлежащие клетки будут лучше возбуждаться, а другие – подавляться. В частности, между нейронами кластера, которые в данный момент активны, и теми, что находятся за его пределами, возникает так называемое взаимное, или реципрокное, торможение. И степень такого торможения способствует образованиям более или менее конкурентных связей между разными центрами деятельности. Когда вокруг одного кластера создается сильное торможение, оно подавляет другие потенциальные эпицентры и в то же время усиливает границы собственной схемы. Вместо того чтобы воздействовать на окружающие нейроны, торможение способствует образованию более четко очерченных каналов, а нейронные воздействия любого центра активности становятся более ограниченными. Под действием бикукулина – вещества, которое блокирует взаимное торможение между нейронами, – скорость мозговой деятельности может увеличиться на порядок. Таким образом, когда степень возбуждения ниже, одновременно могут быть стимулированы несколько различных центров деятельности, потому что конкуренция не такая жесткая, и в то же время схемы, по которым идет возбуждение, начатое в разных центрах, могут переходить одна в другую, как разводы акварельных красок на мокрой бумаге. Сьюзан Гринфилд утверждает, что от этих эффектов может возникнуть третье последствие возбуждения: именно из-за большей конкуренции любая «победившая» группа нейронов не в состоянии сохранять стабильность, поэтому может быть подавлена следующим эпицентром в любой момент, что увеличит скорость цепочки мыслей.

Известно несколько химических механизмов, которые предшествуют эффекту нейромодуляции. Ствол головного мозга – самая древняя его часть – представляет собой небольшое утолщение на верхней части спинного мозга, именно оттуда пучки нейронов отходят в средний мозг, а после – в кору. Это и есть те нейроны, которые благодаря своему воздействию на поведение кортикальных нейронов (или нейронов коры головного мозга) лежат в основе образования желаний, настроения и возбуждения. Они вырабатывают биогенные амины (или нейромедиаторы), которые поступают в клеточную среду и временно активизируют синапсы. Сюда относят серотонин, ацетилхолин, дофамин, норадреналин и гистамин. Например, ацетилхолин сдерживает один из тормозных механизмов, который заставляет нейроны выключаться после временной активности. В общем, нейроны и нейронные кластеры могут стать более чувствительными под влиянием нейромедиаторов, образно говоря, они заводятся с полоборота.

Тем не менее мозг может себя вести очень по-разному. Направление, в котором происходит возбуждение, зависит не только от чувствительности долговременных связей между клетками, но и от того, какие области были инициаторами возбуждения. Слабый канал может временно стимулировать точку, где обычно нужен более сильный стимулятор, и точки включатся так, что поток возбуждения отклонится в сторону менее знакомой ему ветки. Охват фокусировки возбуждения может быть уменьшен или расширен, так что знакомая «понятийная впадина» способна начать функционировать стереотипно либо более свободно, чем предложили бы ее структурные связи. В одном расположении скопление нейронов может иметь четкие и ровные границы, в другом – его воздействие может распространиться шире и сужаться постепенно. Число, или разнообразие, разных эпицентров, которые могут быть активны одновременно, тоже меняется. В состоянии сильного возбуждения цепь более сознательных или более обусловленных связей будет развиваться. В состоянии покоя возбуждение может исходить одновременно из разных центров, объединяя менее предсказуемые пути. И, наконец, уровень потока может меняться. В расслабленном состоянии слабое возбуждение может оставаться в области сети на некоторое время перед тем, как двигаться дальше или измениться. При сильном возбуждении, когда человеку что-то угрожает или он очень мотивирован, работа мозга происходит гораздо быстрее – мы переходим от одного понятия к другому, мысли стремительно сменяют друг друга.

 

Глава 10

Момент сознания

 

Изначально человек не знал и не понимал ничего, кроме кратковременных ощущений; полагаю, даже себя он не осознавал. Всю работу делало бессознательное. Все, что делал человек, он делал неосознанно.

Ланселот Лоу Уайт

 

Если думать, не особо фокусируясь на чем-то конкретном, в голову могут прийти интересные и неожиданные мысли. В таком состоянии мы можем находить связи между мыслями, образующимися в удаленных друг от друга точках «мозгового рельефа», и в результате случайного наблюдения рождаются творческие идеи. Судя по всему, самая востребованная способность мозга – неспешно распространять возбуждение от одного центра к другим, плавно смешивая потоки возбуждения от разных центров. И лишь расслабленное и несконцетрированное состояние сознания может обеспечить этот процесс.

Прямую зависимость творческих способностей от слабонаправленной нейронной активности доказал профессор Колин Мартиндейл из Университета Мейна в США. Он изучал электрическое возбуждение коры головного мозга при помощи электроэнцефалограммы (ЭЭГ) – прикреплял электроды к коже головы и регистрировал общий уровень и тип мозговой активности. Когда человек находится в состоянии возбуждения, волны мозговой активности десинхронизированы, то есть разнообразны по фазе и частоте. Когда человек расслаблен, но при этом не спит, волны более синхронизированы и медленнее образуются, это так называемые альфа– и тета-волны. Мартиндейл снимал ЭЭГ людей, которые выполняли разные задания. Одни решали задачи, для которых нужно было применять аналитическое мышление, другим предлагалось творческое задание, например найти непрямые ассоциации и связать совершенно несовместимые вещи или придумать как можно больше необычных ответов на вопрос «Что можно сделать со старой газетой?». При помощи стандартной анкеты участников разделили на «творческих» и «менее творческих» личностей. Если сравнивать рост возбуждения коры головного мозга в расслабленном состоянии и в состоянии решения задачи, то оно одинаково росло у испытуемых обеих групп. При выполнении творческих заданий показатели ЭЭГ для участников, определенных как «менее творческие», были такими же, как при выполнении аналитических заданий, в то время как уровень мозгового возбуждения «творческих» участников был ниже обычного, базового.

В следующем исследовании Мартиндейл разделил творческие задания на два этапа: на первом участники должны были придумать историю, а на втором – записать ее. Первый этап профессор назвал этапом вдохновения, второй – этапом разработки. На первом этапе должна проявиться творческая интуиция, а на втором сознание будет задействовано в большей степени, поскольку участникам для четкого и логичного изложения сюжета понадобится гораздо б о льшая концентрация на задаче. Как Мартиндейл и предполагал, «менее творческие» участники показали по-прежнему высокий уровень возбуждения на обоих этапах, тогда как у «творческих» на этапе вдохновения возбуждение было низким, а на этапе разработки – высоким. Для того чтобы в полной мере использовать интуицию, требуется изменять фокус внимания, то есть необходимо переходить от более направленного и четкого внимания р-состояния к более рассеянной, туманной и менее контролируемой форме мышления (я уже говорил об этом в главе 6 при описании классической формулировки творческого мышления Грэма Уолласа). Результаты исследования Мартиндейла показывают, что это «растекшееся» состояние отражается в физиологической деятельности мозга. Творческие люди умеют расслабляться, они могут позволить себе «плыть по течению», «мозг в полусон, заботы – вон». В классическом подходе к изучению творческого мышления выделяют четыре стадии: подготовка, инкубация, озарение и проверка. (Этап вдохновения, который выделил Мартиндейл, соответствует инкубации и озарению, а этап разработки – тому, что при более специфических условиях можно назвать проверкой.) На этапе проверки идет сбор и анализ информации. Этот процесс требует сосредоточенного внимания, в котором мозг ведет себя так, как будто нейронные кластеры имеют относительно четкие границы, а цепочки ассоциаций выстраиваются весьма сознательно и традиционно, то есть этап проверки работает в р-состоянии. Для решения обычной каждодневной проблемы этого режима познания вполне достаточно. Однако если задача менее тривиальна, то такой путь будет регулярно заводить нас в тупик. Возбуждение, проходящее по четко вычерченным каналам, не сможет распространиться за их пределы. Таким образом, оно не сможет замедлиться достаточно для того, чтобы одновременно передать импульсы удаленным кластерам, а именно в них и может находиться решение проблемы.






Не нашли, что искали? Воспользуйтесь поиском:

vikidalka.ru - 2015-2024 год. Все права принадлежат их авторам! Нарушение авторских прав | Нарушение персональных данных