Вот как это происходит: поскольку я играю первым, как только у меня «перебор», банкующий немедленно забирает мои карты и деньги, давая понять, что для меня игра закончена. Дальше он продолжает круг с другими игроками и лишь потом открывает свои карты. В этот момент, если я все еще нахожусь за столом, я могу узнать, что у него тоже «перебор», и, значит, никто не выиграл. Я не мог обнаружить преимущество казино, поскольку оно скрыто в будущем: нормальная связь между причиной и следствием перевернута во времени. В том случае, когда у нас обоих «перебор», результат моего проигрыша наступает раньше причины: мои карты и деньги отбираются (результат) до того, как я узнаю, проиграл ли я или сыграл вничью с банкующим. Преимущество казино трудно обнаружить по той причине, что выбывший из игры игрок прекращает следить за дальнейшим развитием событий. Используя нашу недальновидность, казино скрывает от нас, как обращает результаты в свою пользу34.
Даже если мы живем в замороженном «блоке вселенной», где правят законы этернализма, и ход времени оказывается лишь иллюзией, хронология событий и длительность промежутков между ними влияют на формирование нашего мозга. Вообще говоря, сформулированные Юмом правила представляют собой алгоритмы, определяющие работу электрической схемы мозга. Например, временна́я асимметрия причины и следствия закодирована в мозге на самом базовом уровне.
Наш мозг — это сеть, состоящая примерно из 100 млрд нервных клеток, взаимодействующих между собой через сотни триллионов синапсов35. Как и большинство элементов вычислительных машин, включая транзисторы в компьютере, нейроны получают входные сигналы и испускают выходные сигналы. Однако, в отличие от транзисторов, нейроны являются экстравертами. Рядовой транзистор в обычном компьютере связан с несколькими десятками других транзисторов, а рядовой нейрон связан с тысячами других нейронов. Эти связи осуществляются посредством синапсов — зон контакта между соседними нейронами: пресинаптическим нейроном, посылающим сигнал, и постсинаптическим нейроном, который его принимает. Входные сигналы для каждого нейрона складываются из сигналов его пресинаптических партнеров, отсылающих биоэлектрические импульсы. Возбуждающие синапсы заставляют постсинаптический нейрон «возбуждаться», т. е. отсылать электрический сигнал всем нижестоящим нейронам (своим постсинаптическим партнерам). Напротив, тормозные синапсы пытаются убедить постсинаптические нейроны хранить спокойствие. При таком гигантском количестве элементов электрическая схема мозга представляет собой невероятно сложную систему (рис. 2.1). Но от чего зависит, какие именно нейроны установят между собой связи?
ПРИ ТАКОМ ГИГАНТСКОМ КОЛИЧЕСТВЕ ЭЛЕМЕНТОВ ЭЛЕКТРИЧЕСКАЯ СХЕМА МОЗГА ПРЕДСТАВЛЯЕТ СОБОЙ НЕВЕРОЯТНО СЛОЖНУЮ СИСТЕМУ. НО ОТ ЧЕГО ЗАВИСИТ, КАКИЕ ИМЕННО НЕЙРОНЫ УСТАНОВЯТ МЕЖДУ СОБОЙ СВЯЗИ?
Рис. 2.1. Нейроны и синапсы. Изображение двух корковых нейронов. Аксон нижнего пресинаптического нейрона соединяется с дендритом верхнего постсинаптического нейрона через синапс (не виден). Потенциал действия — быстрый «всплеск» напряжения — в пресинаптическом нейроне вызывает небольшое увеличение напряжения постсинаптического нейрона (так называемый возбуждающий постсинаптический потенциал, EPSP). (Изменено с разрешения Feldmeyer et al., 2002)
В качестве очень упрощенной аналогии может служить интернет — еще один пример сети связанных между собой элементов. Представьте себе, что веб-страницы — это нейроны, а однонаправленные гиперссылки — синапсы. Связи между страницами в подавляющем числе случаев устанавливаются внешними законами, точнее, программистами. Но мозг возбуждается самостоятельно, у него нет никакого программиста. Кроме того, в отличие от интернета, для мозга важно не только наличие связи между элементами, но и сила («вес») каждого соединения. Вес синапса определяет степень влияния пресинаптического нейрона на поведение постсинаптического нейрона. Наличие сильного возбуждающего синапса между нейронами A и B означает, что возбуждение A с большой вероятностью вызовет возбуждение B, а если синапс между A и B очень слабый, B почти не обращает внимания на то, что ему велит сделать A. Порядок связывания нейронов и сила синапсов между ними отчасти определяется синаптическими алгоритмами (так называемыми правилами обучения нейронных сетей), записанными в наших генах. Таким образом, гены не кодируют силу синапсов, но определяют алгоритмы ее регуляции36.
34
Существует некая асимметрия в пользу клиента. Если я получаю 21 очко, я сразу выигрываю, даже если у банкующего тоже 21 очко. Конечно, вероятность получить именно 21 очко меньше, чем получить любую большую сумму. Я уже писал об этом в предыдущей книге (Buonomano, 2011).
36
Здесь я немного упрощаю ситуацию. В мозге есть несколько связей и синапсов, которые напрямую контролируются генами, однако, скорее всего, сила большинства синапсов коры определяется правилами синаптического обучения и опытом.