Мозъкът е може би най-сложният орган в човешкото тяло. При хората той се състои от огромно количество неврони – от порядъка на 100 милиарда, а връзките между тях са от порядъка на 100 трилиона! Затова той често е сравняван с друга сложна система с огромни възможности за решаване на задачи – съвременните цифрови компютри. Вероятно често сте си задавали въпроса, кой е по-бърз и ефективен – човешкият мозък или машината? И ако съдите по това, как компютрите решават милиони аритметични и други задачи само за секунда, вероятно е лесно да сгрешите и да си мислите, че компютрите са доста по-бързи. Това е донякъде вярно, но само що се отнася до простите, елементарни задачи. Като цяло обаче човешкият мозък е засега ненадминат и това ще остане факт вероятно още много години занапред.

Мозъчната и компютърната архитектура

Мозъкът и компютрите като цяло са изградени от огромен брой елементарни единици – неврони (в мозъка) или транзистори (при компютрите). Те са свързани помежду си в сложни схеми, обработващи информацията, която в крайна сметка и при компютрите, и при хората се предава чрез електрически импулси. Затова цялостната архитектура на мозъка и компютрите си прилича – те се състоят на практика от специализирани части за вход, изход, централна обработка и памет.

Но кой се справя по-добре с решаването на проблеми и задачи – мозъкът или компютърът? Отчитайки бързото развитие на компютърните технологии през последните десетилетия, повечето хора вероятно смятат, че компютърът е победител. И наистина компютрите днес с лекота изчисляват огромни обеми от данни, побеждават хората в различни игри, включително шахмат и телевизионни викторини. Но все още хората водят далеч напред „в резултата“ машините, побеждавайки ги в по-комплексните задачи, свързани с реалния свят – от способността да различават с лекота движещ се велосипедист на пътя до вдигането на чаша с топъл чай от масата и преместването ѝ от едната в другата ръка. Дори тези прости за нас действия днес са все още сложна задача за обикновените компютри. А да не говорим за творческите процеси, новите идеи и разработки – компютрите са доста непохватни в тази област.

Да сравним двете „машини“

Но защо компютърът се справя чудесно с определени задачи, а мозъкът – с други? Множеството сравнения помежду им с годините помага все повече на инженери и невробиолози да намират все повече отговори. И ако вземем дори най-простите сравнения, ще започнем да разбираме разликите. Вижте тези свойства на мозъка и компютрите, като имате предвид, че те са правени преди 10 години и въпреки многократното увеличение на компютърната мощ все още пропастта между възможностите им е доста голяма.

Отново уточняваме, че данните са към 2008 година, макар че много от масовите процесори днес на пазара, особено потребителските, са дори с още по-ниски възможности. Например 8-ядреният AMD процесор Ryzen от 2017 година има 4 800 000 000 (близо 5 милиарда транзистора), Apple A11 Bionic има 6 ядра и малко повече от 4 милиарда транзистора, а 10-ядреният Core i7 Broadwell-E от 2016 година – „едва“ 3 милиарда транзистора. И да, броят на транзисторите в една интегрална схема се удвоява все още на период от около 2 години, но с течение на времето прирастът в бързодействието се намалява заради проблемите с потреблението на енергия и отделянето на топлина.

Преимуществата и недостатъците

Компютрите имат огромни преимущества над човешкия мозък по отношение на скоростта на обработка на базови, елементарни операции (събиране, изваждане и т.н.). Днес дори персоналните компютри са способни да изпълняват по около 10 милиарда такива операции в секунда! Що се отнася до скоростта на тези операции в мозъка – те се преценяват малко по-сложно – заради начина, по който невроните предават информация и общуват един с друг, но максималната честота на активации на неврона е от порядъка на 1000 в секунда. Това ограничение е породено от самия механизъм на предаване на електрическите сигнали между крайните окончания на невроните – синапсите, който е химически. Затова по механизма на електрическите импулси и предаването им по дължината на неврона работата на мозъчните клетки по отношение на базови операции е ограничена и на практика е 10 милиона пъти по-бавна от тази на компютрите.

При компютрите освен това има и сериозни преимущества спрямо мозъка по отношение на точността на базовите операции. Той е способен да борави с числа с огромна точност заради факта, че работи със строго определени битове (нули и единици), от които се формира всяко число. Например 32-битовото число има точност от 1x2 на степен 32 – или 4.2 милиарда. В същото време научните изследвания над мозъка показват, че неговата точност в най-добрия случай е 1 на 100, което е в милиони пъти по-лош резултат спрямо компютъра. Това се дължи на т. нар. биологичен шум и на самия факт, че множеството нервни процеси не са точни математически, а са по-скоро „вероятностни“ или „аналогови“. Това се потвърждава и от факта, че един и същ стимул при компютрите води до едни и същи активности и изчисления, докато при мозъка той може да предизвика активация на различни последователности, да премине по различни пътища в невроните и съответно резултатът да е по-различен.

И все пак изчисленията, които мозъкът извършва, не трябва да се наричат бавни или неточни. Например един професионален тенисист може да следи траекторията на топка, летяща със скорост 260 км/ч, като в същия момент да се премести на оптимално място на корта, да постави ръката си в нужната позиция, да замахне с ракетата и да върне топката в половината на противника. И това всичко в рамките на няколкостотин милисекунди! Освен това мозъкът е способен да извърши всички тези задачи (с помощта на тялото, което контролира), използвайки десет пъти по-малко енергия спрямо компютъра. Но как е възможно това?

Разликите, които ни правят уникални

Важна разлика между компютъра и мозъка е режимът, в който всяка от тези системи обработва информацията. Компютърът изпълнява задачите си на големи порции и последователно една след друга. Това може да се види още в момента, в който програмистът пише код, създавайки поток от последователни инструкции. За всяка стъпка от тази последователност е нужна висока точност, защото всяка грешка се натрупва и се усилва с всяка следваща стъпка. Мозъкът също използва последователни стъпки при обработка на информацията – в примера с тенисиста информацията преминава от очите в мозъка, а след това в гръбначния мозък, управляващ съкращенията на мускулите на краката, торса, ръцете и дланите.

Но мозъкът освен това използва и масивна паралелна обработка на данните, използвайки преимуществото си във вида на огромното количество неврони и връзки между тях. Движещата се топка за тенис активира множество клетки на ретината, фоторецептори, преобразуващи светлината в електрически сигнали. Те се предават към множество различни типове неврони на ретината. Но в същото време, когато сигналите на фоторецепторите преминават през 2 - 3 синаптични връзки в ретината, информацията за положението, посоката и скоростта на топката вече е извлечена и налична по паралелни невронни пътища и е предадена на мозъка. По същия начин двигателните зони на мозъка, отговарящи за съзнателните движения, паралелно изпращат команди за реакция на мускулите. Така още докато приема и обработва информацията, тялото и ръцете вече заемат нужното положение за отразяване на удара.

Тази масивна паралелна стратегия работи, защото всеки неврон събира входни данни и ги изпраща към множество други неврони – за бозайниците това са около 1000 входни и изходни връзки за всеки неврон. А в същото време при транзисторите на компютъра има само три възела за вход и изход. Така информацията от един неврон може да премине по много голям брой паралелни пътища. И в същото време обратното – множество неврони, обработващи информацията, могат да съединят своите изходни данни и да ги насочат към един краен неврон. Това свойство е особено полезно за увеличаване на точността на обработка на информацията. Например – информацията, представена от един-единствен неврон, може да съдържа „биологичен шум“ – както казахме, точността е от порядъка на 1 на 100. Възприемайки входните данни от 100 неврона, обработващи еднаква информация обаче, следващият неврон в мрежата вече може да представя информацията с по-висока точност (в случая 1 на 1000).

При компютъра и мозъка има сходства и различия също и при представянето на техните елементарни единици. Транзисторът използва цифрово представяне на информацията с дискретно значение (0 или 1). Нервните импулси в нервните израстъци, с които невронът комуникира (аксоните), също са цифрови сигнали, защото невронът в даден момент или се активира, или не. Но когато се активира, той предава сигнала изключително точно и на голямо разстояние. В същото време обаче невроните използват и възможностите на аналоговите сигнали, предаващи информацията непрекъснато (не на порции от 1 и 0, ами без никакво прекъсване). Някои типове неврони (например тези в ретината) не работят импулсно, а тяхната изходна информация е на степени. Тоест техните електрически сигнали не са еднакви по сила и продължителност, ами са непрекъснати и варират. Така могат да предават и повече информация в сравнение с „цифровия“ начин на пренос. Приемащият край на неврона също използва аналогови сигнали за обединяване на хиляди входни сигнали едновременно, което позволява да се извършват сложни изчисления.

Още едно забележително свойство на мозъка, което отново помага на тенисиста от нашия пример – силата на връзките между невроните може да се променя в резултат на действията и натрупания опит. Този процес е считан от невробиолозите като основа на обучението и запаметяването. Повтарящите се тренировки позволяват на нервните пътища да се настройват по-добре при изпълнението на определени задачи, което сериозно увеличава скоростта и точността.

Deep Learning

През последните десетилетия инженерите се вдъхновяват от възможностите на мозъка, за да подобряват работата на компютрите. Принципите на паралелната обработка и модификациите на изчислителните пътища според начина на употреба са въведени в съвременните компютри. Тези тенденции доведоха до увеличението на паралелните обработки – например използването на няколко ядра във всеки процесор. А „дълбочинното обучение“ – Deep Learning, се обособи като цяла наука за изкуствен интелект и постига все повече успехи, като… разбира се, е вдъхновена от откритията, свързани с начина на работа на зрителната система на бозайниците.

Дълбочинното обучение използва няколко слоя, като всеки от тях представя все по-абстрактни свойства на обекта (визуален, речеви), а броят връзки между различните слоеве се настройва с помощта на самообучение, а не за сметка на инженерните усилия и програмистите. Тези постижения разшириха списъка със задачи, с които компютрите успешно се справят. Но все пак и днес мозъкът превъзхожда многократно компютрите по отношение на своята гъвкавост, обобщаване на данните и способността за самообучение. Докато невробиолозите продължават да откриват все повече тайни на мозъка, това помага на по-доброто оптимизиране на използването на компютрите. И взаимната изгода от този процес – все по-бързи компютри и все по-голямо заимстване от мозъка, води до все по-бързото движение напред не само на изчислителната техника, но и на невробиологията. Докъде ще доведе това състезание – предстои да видим.