Фотозарисовка на тему мозга в старости (фото Ben Broomhall).
Психологам давно известно, что с возрастом интеллект теряет гибкость: ухудшается способность решать новые задачи. Точные причины этого процесса неясны, ведь с нами происходит множество изменений: нейроны умирают, уменьшается количество связей между областями и отдельными клетками мозга, сознательные представления становятся менее отчётливыми и пр.
И тут на сцене появляются Крис Элиасмит, нейробиолог-теоретик из Университета Ватерлоо (Канада), и его ученик Даниэль Расмуссен. Они взяли компьютер и смоделировали поведение примерно 35 тыс. клеток мозга, соединённых между собой биологически реалистичным образом.
Подобно реальному мозгу, модель кодирует информацию в виде шаблона электрической активности определённого набора клеток. Исследователи настроили систему для решения широко применяемого теста Равена, основанного на предсказании следующего абстрактного символа. Модель ищет закономерность в данной последовательности, а затем выдаёт прогноз. Авторы подчёркивают, что они ничего не закладывают в модель: программа всё анализирует и ищет сама. Тем не менее количество правильных ответов составляет в среднем 18,4 из 36.
Для сравнения: результат среднего студента университета — примерно 22. Даже в том случае, когда модель ошибается, она делает это очень по-человечески. «Полагаю, перед нами первая биофизически реалистичная модель, способная решать тест на гибкость интеллекта», — говорит г-н Элиасмит.
Доказав, что программа «думает» так же, как человек, исследователи смоделировали гибель клеток головного мозга в процессе старения, то есть случайным образом отключили около 20% «клеток». Как выяснилось, разницы не было почти никакой. Между тем с возрастом мы обычно теряем примерно 10% клеток головного мозга, и те, кому за шестьдесят, правильно решают в среднем на восемь заданий теста Равена меньше, чем тогда, когда им было до тридцати.
Однако, даже потеряв 20% мощности, модель стала допускать всего на одну–две ошибки больше. Вероятно, ухудшение когнитивных способностей вызывается чем-то другим, рассуждают авторы.
Естественно, несмотря на всю свою сложность, модель всё ещё намного проще реального мозга.
Результаты исследования опубликованы в журнале Intelligence.
Подготовлено по материалам NewScientist.