Именно такой способ построения мозга нашла биология. Но если вы спросите теоретика графов, как создать сеть, он даст прямо противоположный ответ. Например, проектировщик системы общественного транспорта не станет строить кучу вокзалов и автобусных остановок и соединять их между собой, просто чтобы посмотреть, что будет использоваться. Ни одно правительство не одобрит такую трату ресурсов. Скорее, большинство графов строятся снизу вверх. Например, одна из стратегий, которую используют теоретики графов, заключается в том, чтобы сначала построить граф, который, используя как можно меньше ребер, имеет путь между любыми двумя узлами. Это означает, что некоторые пути могут быть довольно длинными, но, наблюдая за тем, какие пути используются чаще всего (пассажиры в поезде или информация, перемещающаяся между серверами в Интернете), проектировщик сети может определить, где было бы полезно добавить короткий путь. Таким образом, сеть становится более эффективной за счет добавления хорошо расположенных ребер.
Однако у мозга нет дизайнера. Нет центрального планировщика, который мог бы посмотреть вниз и сказать: "Похоже, сигналы будут проходить лучше, если вон тот нейрон будет соединен с вот этим". Вот почему мозг нуждается в избыточном воспроизводстве и обрезке. Единственный способ, которым мозг может принимать решения о том, какие связи должны существовать, - это подсчет активности, проходящей через эти связи. Отдельные нейроны и синапсы оснащены сложными молекулярными механизмами, которые измеряют, насколько они используются, и в результате растут или сокращаются. Однако если связь не существует, то и активность по ней измерить невозможно.
Обрезка связей в мозге начинается очень активно, синапсы режутся направо и налево, но со временем она замедляется. В 2015 году ученые из Института Салка и Университета Карнеги-Меллон исследовали, почему такая модель обрезки может быть полезна для мозга. Для этого они смоделировали сети, которые начали зарастать и обрезались по принципу "используй или потеряешь". Важно, что они варьировали скорость обрезки. Они обнаружили, что сети, имитирующие процесс обрезки в мозге (с высокой скоростью обрезки вначале и снижающейся со временем), имеют короткую среднюю длину пути и способны эффективно передавать информацию, даже если некоторые узлы или ребра были удалены. В сетях, где скорость обрезки была постоянной или увеличивалась с течением времени, эта эффективность и устойчивость были не столь высоки. Похоже, что уменьшение скорости обрезки позволяет быстро устранить бесполезные связи, но при этом дает сети достаточно времени для тонкой настройки оставшейся структуры; скульптор, работающий с мрамором, может быстро вырезать основную форму человека, но вырезание мелких деталей тела - это медленный и тщательный процесс. В то время как большинство физических сетей, таких как дороги или телефонные линии, никогда не будут построены на основе обрезки, цифровые сети, которые не имеют затрат, связанных с построением краев - например, сети, образованные беспроводной связью между мобильными устройствами, - могли бы извлечь выгоду из алгоритмов, вдохновленных мозгом.
* * *
Сетевая нейронаука, так называется практика использования теории графов и сетевых наук для изучения структур мозга, - молодое направление. Network Neuroscience, первый академический журнал, посвященный исключительно этому направлению, был впервые опубликован в 2017 году. Новые инструменты для картирования коннектомов в различных масштабах совпали с вычислительной мощностью для анализа все больших и больших массивов данных. В результате мы имеем наэлектризованную среду, в которой каждый день проводится все больше и больше разнообразных исследований структуры.
Однако причину для осторожности можно найти в желудке омара.
Стоматогастральный ганглий - это цепь из 25-30 нейронов, расположенных в кишечнике омаров и других ракообразных. Благодаря своим связям эти нейроны выполняют простую, но крайне важную работу: производят ритмичные мышечные сокращения, которые управляют пищеварением. Ева Мардер, профессор Университета Брандейса в Массачусетсе, потратила полвека на изучение этой горстки нейронов. Мардер родилась и выросла в Нью-Йорке, но образование получила в Массачусетсе, а затем в Калифорнии. Хотя ее докторская работа в Калифорнийском университете в Сан-Диего была посвящена нейронаукам, Мардер всегда проявляла склонность к математике: в начальной школе она пролистала учебники по математике, предназначенные для учеников на два года старше ее. Этот эрудит проникает в ее науку. На протяжении всей своей карьеры она сотрудничала с исследователями из разных областей, в том числе с Ларри Эбботом (упоминавшимся в главе 1), когда он переходил от физики элементарных частиц к известному теоретическому нейробиологу. Сочетая экспериментальную точность с математическим мышлением, Мардер тщательно исследовала работу этой маленькой схемы омара как физически, так и с помощью компьютерного моделирования.