Мир в момент времени t незначительно отличается от мира в момент времени t−1. Поэтому сенсорным системам не обязательно постоянно оповещать мозг о состоянии мира. Они реагируют только на изменения сигналов, позволяя мозгу допускать, что все, о чем не сообщалось, остается по-прежнему. Сенсорная адаптация – хорошо известная функция сенсорных систем, которая действует в точности так, как предсказал Барлоу. Если нейрон сигнализирует, например, о температуре, то уровень его возбуждения, как можно наивно предположить, не пропорционален температуре. Возбуждение увеличивается только с изменением температуры, а затем угасает до низкого уровня покоя. То же самое справедливо для нейронов, сигнализирующих о яркости, громкости, давлении и т. д. Сенсорная адаптация позволяет достичь значительной экономии, используя неслучайность временной последовательности состояний мира.
Задачу, которую сенсорная адаптация решает во временной области, хорошо изученное явление латерального торможения осуществляет в пространственной. Если происходящее в мире событие попадает на пиксельный экран, такой как обратная сторона цифрового фотоаппарата или сетчатка глаза, большинство пикселей выглядит так же, как и их непосредственные соседи. Исключение составляют пиксели, находящиеся у границ, по краям экрана. Если каждая клетка сетчатки добросовестно передаст значение своего светового потока мозгу, он будет бомбардирован крайне избыточной информацией. Можно значительно сэкономить, если большинство импульсов, достигающих мозга, будет поступать от пикселей, лежащих по краям экрана. Мозг возьмет на себя заполнение однообразного пространства между ними.
Как отмечал Барлоу, именно этого и добивается латеральное торможение. В сетчатке лягушки, например, каждая ганглионарная клетка посылает сигнал в мозг, сообщая об интенсивности света в определенном месте на поверхности сетчатки. Но одновременно она направляет тормозящие сигналы своим непосредственным соседям. Это означает, что единственные ганглионарные клетки, посылающие мощные сигналы в мозг, находятся по краям. Ганглионарные клетки, расположенные в единообразных по цвету областях (таких большинство), направляют мало сигналов в мозг – если вообще направляют, – потому что они, в отличие от пограничных клеток, подавляются всеми своими соседями. Пространственная избыточность сигнала устраняется.
Выводы Барлоу можно распространить на большую часть знаний сенсорной нейробиологии, включая знаменитые нейроны-детекторы горизонтальных и вертикальных линий у кошек, обнаруженные Хьюбелом и Визелом (прямые линии избыточны и могут реконструироваться по их концам), и детекторы движения в сетчатке лягушки, открытые тем самым Джерри Леттвином с коллегами. Движение представляет собой неизбыточное изменение в мире лягушки. Но даже движение становится избыточным, если продолжается в одном направлении с одинаковой скоростью. Как и следовало ожидать, Леттвин и его коллеги обнаружили нейрон «странности» в своих лягушках, который возбуждается, если движущийся объект делает что-то неожиданное – ускоряется, замедляется или меняет направление. Нейрон «странности» предназначен для того, чтобы отсеивать избыточность очень высокого порядка.
Барлоу указывал, что исследование сенсорных фильтров данного животного теоретически позволит нам получить сведения об избыточности, существующей в животном мире. Можно будет составить своего рода описание статистических особенностей этого мира. А вот теперь я, как и обещал, вернусь к Дарвину. В книге Unweaving Rainbow («Расплетая радугу») я предположил, что генетический фонд видов представляет собой «генетическую книгу мертвых» – закодированное описание предшествующих миров, в которых гены этих видов выживали в течение геологической истории Земли. Естественный отбор – это своего рода усредняющий компьютер, который обнаруживает избыточность (повторяющиеся образцы) в следующих друг за другом мирах (следующих через миллионы поколений), где виды выживали (усредненные по представителям всех видов, размножающихся половым способом). Может быть, мы могли бы использовать то, что сделал Барлоу для нейронов, в сенсорных системах, и применить для аналогичного анализа генов в генетических фондах, прошедших естественный отбор? Это было бы глубоко, элегантно и красиво.