Denijel Volpert: Zašto zaista imamo mozak?

Ja sam neurobiolog. U neurobiologiji, moramo da se bavimo mnogim teškim pitanjima o mozgu. Ali, hteo bih da počnem od najlakšeg pitanja, pitanja, koje bi svako trebalo sam sebi da postavi bar jednom u životu, jer je to fundamentalno pitanje za razumevanje funkcije mozga. A to je, zbog čega, mi i druge životinje imamo mozak? Nemaju sve vrste na našoj planeti mozak, i ako želimo da znamo za šta služi mozak, hajde da pogledamo zbog čega mozak evoluira. Mogli biste reći da imamo mozak za opažanje ili za razmišljanje, a to je potpuno pogrešno. Ako razmišljate o ovom pitanju nešto duže, biće zaslepljujuće očigledno zbog čega imamo mozak. Imamo mozak iz samo jednog jedinog razloga, a to je da bismo izvodili prilagodljivo i kompleksno kretanje. Ne postoji drugi razlog zašto imamo mozak. Razmislite o tome. Kretanje je jedini način koji imamo da utičemo na svet oko sebe. To nije sasvim tačno. Postoji još jedan način, a to je znojenje. Ali, pored toga, sve drugo se dešava putem kontrakcija mišića.

Razmislite o komunikaciji govor, gestovi, pisanje, jezik znakova sve je to posredovano kroz kontrakcije mišića. Zato je veoma važno zapamtiti da su i senzorni i memorijski i kognitivni procesi važni, ali su važni jedino kao pokretači ili supresori nekog budućeg kretanja. Nema evolutivne prednosti u formiranju sećanja iz detinjstva ili u primećivanju kakve boje je ruža ukoliko to ne utiče na način kretanja tokom života.

Za one koji ne veruju u ovo tvrđenje, imamo drveće i travu na našoj planeti, bez mozga, ali ključni dokaz je ova životinja ovde, ovaj skromni morski plaštaš. Primitivna životinja, ima nervni sistem, pliva naokolo u okeanu dok je mlada. U jednom stupnju svog života, pričvrstiće se za kamen. I prvo što će uraditi na tom kamenu, koji više nikad neće napustiti, je da upotrebi svoj mozak i nervni sistem kao hranu. Znači, kad više ne morate da se krećete, više vam ne treba takav luksuz kao što je mozak. Ova životinja se često uzima kao analogija za ono što se dešava na univerzitetima kada profesori dobiju stalnu poziciju, ali to je već druga tema.

(aplauz)

Znači, ja sam šovinista za kretanje. Verujem da je kretanje najvažnija funkcija mozga, i ne dozvolite da vam iko kaže da to nije tačno. E sad, ako je kretanje tako važno, koliko dobro nam uspeva da razumemo kako mozak kontroliše kretanje? Odgovor je da nam vrlo loše uspeva; to je vrlo težak problem. Možemo pogledati koliko nam uspeva po tome koliko dobro nam ide pravljenje mašina koje mogu da izvršavaju ono što i ljudi.

Uzmite šah za primer. Koliko dobro možemo da odredimo koju figuru da pomerimo i gde? Ako stavite Garija Kasparova ovde, kad nije u zatvoru, da igra protiv IBM-ovog "Deep Blue" kompjutera, pa, odgovor je da će IBM-ov "Deep Blue" povremeno pobediti. Mislim da, kad bi IBM-ov "Deep Blue" igrao protiv bilo koga u ovoj sali, da bi pobedio svaki put. Taj problem je rešen. A šta je sa problemom podizanja šahovske figure, veštog pomeranja i vraćanja figure dole na tablu? Ako uporedite veštinu 5-godišnjeg deteta i najboljih robota današnjice, odgovor je jednostavan: dete lako pobeđuje. Tu uopšte i nema takmičenja.

A zašto je taj gornji problem tako lagan, a donji problem tako težak? Jedan razlog, vrlo pametan 5-godišnjak bi mogao da vam kaže algoritam za taj gornji problem a to je da ispitate sve moguće poteze do kraja partije i da izaberete onaj kojim pobeđujete. To je vrlo prost algoritam. Naravno da postoje drugi potezi, ali sa ogromnim kompjuterima možemo uprostiti, i stići blizu optimalnom rešenju. Što se tiče manuelne veštine, čak nije jasno koji algoritam treba rešiti da bi se došlo do veštine. Videćemo da je potrebno da se okolina detektuje i da se deluje na nju, što nosi mnogo problema.

Ali, da vam pokažem vrhunsku robotiku. Mnogo robota je vrlo impresivno, ali manipulativna robotika je ipak tek na početku. Ovo je kraj jednog projekta za doktorat iz jednog od najboljih instituta za robotiku. Ovaj student je istrenirao robota da sipa vodu u čašu. To je težak problem, jer se voda prosipa, ali robot uspeva. Ali ne uspeva da to uradi tako spretno kao ljudsko biće. Ako želite da ovaj robot izvrši drugi zadatak, to zahteva novi trogodišnji doktorat. Uopšte ne postoji generalizacija za izvršavanje zadataka u robotici.

Možemo uporediti ovo sa vrhunskim ljudskim izvođenjem. Sada ću vam pokazati Emili Foks, kako postavlja svetski rekord u slaganju čaša. Amerikanci u publici će svi znati šta je slaganje čaša. To je srednjoškolski sport u kom treba da prvo poslažete 12 čaša, a onda ih skupite u propisanom redosledu i za određeno vreme. I evo nje kako postiže svetski rekord - snimak nije ubrzan. (smeh) (aplauz) I prilično je srećna. Nemamo nikakvu ideju šta joj se dešava u mozgu dok to radi, a to je ono što bismo hteli da znamo.

U mojoj grupi pokušavamo da uradimo obratno inženjerstvo o ljudskoj kontroli kretanja. To zvuči kao jednostavan problem. Pošaljete komandu dole, to dovede do kontrakcije mišića. Ruka ili telo se pokreću, i dobijate senzornu povratnu informaciju od čula vida, iz kože, mišića itd. Nevolja je u tome što ti signali nisu tako divni signali kao što bismo mi hteli. Jedna stvar zbog koje je kontrolisanje kretanja teško je, npr. to što je senzorna povratna sprega vrlo bučna. Pod "bučna", ne mislim na zvuk. To kažemo u inženjerstvu i neurobiologiji u smislu da su to nasumične smetnje koje ometaju signal. U doba pre digitalnog radija, kad ste tražili stanicu na radiju i ako biste čuli "krrrrrr" tamo gde treba da bude stanica, to su bile smetnje - buka. Ali, generalno, ta buka je nešto što ometa signal.

Tako na primer, ako stavite šaku ispod stola i pokušate da je locirate svojom drugom šakom, promašićete čak i za nekoliko centimetara zbog smetnji u senzornoj povratnoj sprezi. Slično tome, i u prenosu motornog signala u sam pokret, ima mnogo smetnji. Ne pokušavajte da pogodite centar mete u pikadu, pokušajte samo da pogodite istu tačku više puta za redom. Pogodićete jako mnogo tačaka, zbog varijabilnosti pokreta ruke. I šta više, i spoljašnji svet, i sama radnja, su nejasni i varijabilni. Čajnik je možda pun, a možda prazan. Menja se tokom vremena. Mi radimo u pravoj čorbi raznih smetnji, nastalih zbog oseta, pokreta, radnje,

Te smetnje su tako velike da društvo daje velike nagrade onima koji uspeju da smanje posledice tih smetnji. Ako imate dovoljno sreće da ubacite belu lopticu u rupu udaljenu nekoliko stotina metara, koristeći dugački, metalni štap, naše društvo će vas rado nagraditi stotinama miliona dolara.

Ono u šta želim da vas ubedim je da se i mozak takođe jako trudi da smanji negativne posledice ovakve vrste smetnji i varijabilnosti. I da bih vas ubedio, ispričaću vam o jednom konceptu koji je vrlo popularan u statistici i teoriji učenja kod mašina, u poslednjih 50 godina, i zove se Bajesova teorija odlučivanja. I od skora je to način razmišljanja koji razmatra sve ono čime se mozak bori protiv neodređenosti. Osnovna ideja je da želite nešto da zaključite i onda da preduzmete neku akciju.

Hajde da razmislimo o zaključivanju. Želite da formulišete neke stavove o svetu oko vas. Šta su ti stavovi? To može biti npr. "gde mi se nalaze ruke u prostoru?" "Da li sad gledam u mačku ili u lisicu?" Ali, mi ćemo predstaviti stavove sa verovatnoćama. Zato ćemo predstaviti stav koristeći broj između nula i jedan nula znači da uopšte ne verujem u stav, jedan znači da sam apsolutno siguran. A brojevi između prave sivu zonu neodređenosti. I ključna ideja zaključivanja po Bajesovoj teoriji je da imate dva izvora informacija koje koristite da izvedete svoj zaključak. Imate podatke, "podaci" u neurobiologiji znače senzorni unos (input). Znači, imam senzorni unos, koji mogu da koristim da formiram stav. Ali, postoji drugi izvor informacija, a to je prethodno znanje. Tokom života čovek nagomilava znanje u vidu sećanja. Poenta Bajesove teorije odlučivanja je u tome da pruža matematički način za optimalno kombinovanje prethodnog znanja sa senzornim unosima u cilju generisanja novih stavova.

Stavio sam formulu tu gore. Neću objašnjavati šta je ta formula, ali je to divna formula. Vrlo je lepa i može dobro da objasni. A šta zapravo govori, to je i ono što želite da procenite, to je verovatnoća za različite stavove uzimajući u obzir senzorni unos o kom se radi. Evo da vam dam jedan intuitivno jasan primer. Zamislite da učite da igrate tenis i hoćete da odlučite gde će lopta odskočiti kada stigne preko mreže ka vama. Postoje dva izvora informacija po Bajesovom pravilu. Postoji senzorni podatak - to može biti vizuelna ili audio informacija, i to vam može ukazati gde da postavite tu crvenu tačku. Ali, znate da čula nisu savršena, i zato postoji varijabilnost oko toga gde će loptica pasti što se vidi kao oblak crvene boje, koji predstavlja brojeve između 0.5 i možda 0.1

Tu informaciju imamo za trenutni udarac, ali postoji i drugi izvor informacija koji ne postoji pri trenutnom udarcu, već se dobija iskustvom kroz ponovljeno igranje tenisa, i ta informacija je da loptica ne odskače sa istom verovatnoćom preko celog terena tokom meča. Ako igrate protiv jako dobrog igrača, takav protivnik može poslati lopticu u tu zelenu zonu što je prethodna distribucija, čime vama otežava da vratite lopticu. Oba ova izvora pružaju važne informacije. A Bajesovo pravilo kaže da treba pomnožiti crvene brojeve sa zelenim brojevima da biste dobili žute brojeve, koji daju ove elipse, i to je moj stav. To je optimalni način kombinovanja informacija.

Ne bih vam pričao o ovome da, pre nekoliko godina, nismo pokazali da upravo na ovaj način ljudi uče nove tehnike kretanja. To znači da smo mi, u stvari, bajesovske mašine za zaključivanje. Tokom života skupljamo statističke podatke o svetu i to pamtimo, ali takođe i učimo da je naš sopstveni senzorni aparat pun smetnji, i zatim to sve kombinujemo na pravi bajesovski način.

Ključni deo Bajesovskog zaključivanja je ovaj deo formule. Taj deo zapravo govori da ja treba da predvidim verovatnoću različitih senzornih povratnih reakcija u odnosu na moje stavove. To, u stvari, znači da treba da predvidim budućnost. Želim da vas ubedim da mozak zaista pravi ta predviđanja o senzornim povratnim reakcijama koje će primiti. I šta više, tako mozak značajno menja percepciju zavisno od toga šta činite. Da bih vas ubedio, ispričaću vam kako mozak obrađuje senzorni unos. Znači, pošaljete komandu napolje, dobijete povratnu senzornu reakciju, a na tu transformaciju utiču vaše fizičke osobine i vaš senzorni aparat.

Ali, zamislite da gledate u unutrašnjost mozga. Evo unutrašnjosti mozga. Možda imate mali pokazivač, nervni simulator, fizičkih osobina vašeg tela i čula. Pa, kad pošaljete komandu za pokret, pokrenete i kopiju te komande i ubacite u svoj nervni simulator da biste predvideli senzorne posledice te akcije. Kada protresem ovu flašu kečapa, dobijam prave senzorne povratne reakcije u zavisnosti od vremena, u donjem redu. Ako imam dobar pokazivač, predvideće istu tu stvar.

A zašto da se bakćem da to sve radim? Primiću iste povratne reakcije u svakom slučaju. Pa, postoje dobri razlozi. Zamisliite, dok ja mućkam flašu kečapa, neko mi se tiho prišunja i lupne dno flaše. Sad imam dodatni izvor senzornih informacija zbog te spoljne akcije. Znači, imam dva izvora. Imam to da je neko lupnuo flašu i to da ja tresem flašu, ali sa gledišta mojih čula, to se zajedno kombinuje u jedan izvor informacija.

Postoje dobri razlozi za verovanje da želite da budete u stanju da razlikujete spoljne događaje od unutrašnjih. Zato što su spoljašnji događaji u stvari mnogo važniji za ponašanje nego to da se oseti sve što se dešava unutar tela. Jedan način da se to rekonstruiše je da se uporedi to predviđanje koje se bazira samo na vašim komandama za pokret sa stvarnim stanjem. Svako neslaganje bi trebalo da bude zbog spoljnih uticaja. I tako, dok se krećem po svetu, pravim predviđanja o tome šta bi trebalo da dobijem i onda ih oduzimam. I ono što preostane su spoljni uticaji.

Kakvi dokazi postoje za ovo? Pa, postoji jedan vrlo jasan primer u kom senzacija koju sam ja proizveo deluje sasvim drugačije od one koju stvara neka druga osoba. Odlučili smo da je očigledno najbolje početi sa golicanjem. Dugo je već poznato da ne možete sami sebe golicati, a da drugi ljudi mogu da vas golicaju. Ali nije do sada pokazano da je to zato što imate nervni simulator, kojim simulirate sopstveno telo i oduzimate taj osećaj. U 21.veku možemo da eksperimentišemo primenjujući robotičke tehnologije na ovaj problem. Zapravo, imamo neku vrstu štapa u ruci pričvršćenoj za robota, i roboti će to pomerati napred-nazad. A mi ćemo to pratiti preko kompjutera i koristiti to za kontrolisanje drugog robota, koji će golicati po dlanu drugim štapom. A onda ćemo ih pitati da ocene nekoliko stvari uključujući i golicljivost.

Pokazaću vam samo deo našeg istraživanja. I tu sam sklonio robote, i vidimo ljude koji sinusoidalno pomeraju desnu ruku napred-nazad. To ponovo puštamo drugoj ruci, sa izvesnim kašnjenjem. U slučaju da nema kašnjenja, svetlosni snop će golicati vaš dlan, ili će postojati kašnjenje od dve ili tri desetinke. Ono što je važno u ovome je da desna ruka uvek radi istu stvar -- sinusoidalni pokret. Leva ruka je uvek ista i pravi sinusoidalno golicanje. Mi se samo igramo sa uzročnom vezom u odnosu na tempo pokreta. Kako napredujemo od nule ka 0.1 sekundi, postaje sve golicljivije. Kako idemo od 0.1 ka 0.2, postaje još golicljivije na kraju. I na 0.2 sekunde podjednako je golicljivo, kao robot koji vas je upravo zagolicao, a da vi niste ništa radili. Što god da je odgovorno za ovo poništavanje je izuzetno blisko povezano sa uzročnom vezom tempa kretanja. Na osnovu ove ilustracije, svi mi koji radimo u ovoj oblasti smo se uverili da mozak pravi precizna predviđanja koja oduzima od onoga što se oseti.

Moram da priznam da su ovo najgora istraživanja ikad rađena u mojoj laboratoriji, jer osećaj golicanja po dlanu dođe i prođe, treba vam veliki broj ispitanika sa ovim zvezdicama koje znače da je statistički značajno. Zato smo tražili objektivniji način za ispitivanje ovih pojava. A u međuvremenu sam ja dobio dve ćerke. Primetićete da deca, na zadnjem sedištu auta, na dugom putovanju, počinju da se tuku što započne tako što jedno uradi nešto onom drugom, koje onda uzvrati. To se brzo pojačava. Deca započnu tuču koja se pojača u smislu jačine udaraca. Kad sam viknuo mojim ćerkama da prestanu, nekad bi mi obe rekle da je ona druga udarala jače.

E sad, ja znam da moja deca ne lažu, pa sam pomislio, kao neurobiolog, da je važno da pokušam da objasnim kako to da govore suprotstavljene istinite stvari. Postavili smo hipotezu, na osnovu ovog istraživanja golicljivosti, da kad jedno dete udari drugo, ono generiše komandu za pokret. Tako predviđa senzornu posledicu i to oduzima. Zato dete zapravo misli da je udarilo drugu osobu manjom jačinom nego što zaista jeste, slično kao za golicanje. Dok pasivni primalac ne pravi to predviđanje i zato oseća punu jačinu udarca. I ako hoće da uzvrati istom jačinom, prva osoba će misliti da je to pojačano.

Odlučili smo da to testiramo u laboratoriji. (smeh) Mi ne radimo sa decom, ne koristimo udaranje, ali koncept je isti. Doveli smo dvoje odraslih. Rekli smo im da će igrati jednu igru. I evo prvog i drugog igrača kako sede jedan naspram drugog. Igra je vrlo jednostavna. Počeli smo sa motorom sa polugicom, malim prenosnikom sile. Koristimo taj motor da primenimo silu na prste prvog igrača tokom tri sekunde i onda prestaje. Tom igraču smo rekli da zapamti iskustvo o tom pritiskanju i da koristi svoj drugi prst da primeni istu takvu silu na prst drugog subjekta putem prenosnika sile -- i oni to rade. I drugom igraču smo rekli da zapamti iskustvo o tom pritiskanju. I da svojom drugom rukom uzvrati pritisak. I tako oni naizmenično pritiskaju istom silom koju su upravo iskusili.

Ali, jako je važno to da, smo im rekli o pravilima igre u odvojenim sobama. Tako da ne znaju po kojim pravilima igra ona druga osoba. I ono što smo izmerili je sila u funkciji od uslova koji postoje. Kada pogledamo na ono od čega smo počeli, četvrtina Njutna ovde, određen broj ponavljanja, idealno bi bilo ovo po crvenoj liniji. A ono što vidimo kod svih parova subjekata je ovo 70 odsto povećanja jačine pritiska u svakom ciklusu. Iz ovoga sledi da kada to radite, i to je na osnovu ove studije i drugih koje smo sproveli, mozak poništava senzorne posledice i potcenjuje silu koju stvara. To ponovo pokazuje da mozak pravi predviđanja i fundamentalno menja naredbe. Do sada smo pravili zaključke i predviđanja, a sada treba da generišemo akcije. A Bajesovo pravilo kaže da, u odnosu na moje stavove, akcija treba da bude, na neki način, optimalna.

Ali, imamo problem. Radnje su simbolične - hoću da pijem, hoću da igram - ali sistem za kretanje mora da kontrahuje 600 mišića u određenoj sekvenci. I tu postoji veliki jaz između određene radnje i sistema za kretanje. Taj jaz se može premostiti na bezgranično mnogo načina. Pomislite samo na kretanje od jedne do druge tačke. Mogu da izaberem ove dve putanje od bezbrojno mnogo drugih putanja. Pošto sam izabrao određenu putanju, mogu da postavim ruku na toj putanji u beskonačno mnogo različitih položaja zgloba. I mogu da držim ruku u određenom položaju zgloba vrlo ukočeno ili vrlo opušteno. Znači da imam ogroman broj izbora koje mogu da napravim. Ispostavlja se da smo izuzetno stereotipni. Svi se krećemo na skoro isti način.

Ispostavlja se da smo toliko stereotipni, da naš mozak ima posebnu nervnu mrežu za dekodiranje te stereotipnosti. Ako uzmem neke tačke i pomeram ih tako da izgleda kao biološko kretanje, moždana mreža će odmah shvatiti o čemu se radi. Ovo je grupa tačaka koje se kreću. A vi znate šta ova osoba radi, da li je srećna, tužna, stara, mlada - ogromna količina informacija. Da su ove tačke kola koja se kreću po trkačkoj stazi, ne biste uopšte znali o čemu se radi.

Pa, zašto se krećemo na tako određene načine? Hajde da razmislimo šta se zaista dešava. Možda se ne krećemo svi na sasvim isti način. Možda postoji varijacija u populaciji. I možda oni koji se bolje kreću od drugih imaju veću šansu da dobiju potomstvo u sledećoj generaciji. Tako se, na evolutivnoj skali, načini kretanja poboljšavaju. I možda tokom života, načini kretanja postaju bolji kroz učenje.

A šta je to što čini neki način kretanja dobrim ili lošim? Zamislite da hoću da presretnem ovu loptu Evo dve moguće putanje do te lopte. Pa, ako izaberem putanju sa leve strane, mogu da izračunam sile koje su potrebne za jedan od mojih mišića u zavisnosti od vremena. Ali, postoje smetnje koje se dodaju na to. Ono što zapravo dobijam, počevši od ove fine, uglađene, željene sile, je verzija sa puno smetnji. Ako izaberem istu komandu više puta, dobiću svaki put verzije sa različitim smetnjama, jer se smetnje menjaju svaki put. Ono što mogu da vam ovde pokažem je kako varijabilnost pokreta evoluira ukoliko izaberem taj način. Ako izaberem drugi način kretanja - npr. ovaj sa desne strane onda ću imati drugačiju komandu, drugačije smetnje, vrlo je komplikovano snaći se u sistemu punom smetnji. Jedino u šta smo sigurni je da će varijabilnost biti različita. Ako se krećem na ovaj određeni način, imaću manju varijabilnost kroz mnoge pokrete. Pa, ako treba da biram između ta dva, izabraću ovaj desni, jer ima manju varijabilnost.

Osnovna ideja je da želite da planirate svoje pokrete da biste što više smanjili negativne posledice smetnji. Može se primetiti da se, zapravo, količina smetnji ili varijabilnost koju pokazujem povećava kako se sila pojačava. U principu, želite da izbegnete jake sile. Tako smo pokazali da, koristeći ovo, možemo da objasnimo veliki broj podataka da, u stvari, ljudi stalno planiraju svoje kretanje sa ciljem smanjivanja negativnih posledica smetnji.

Nadam se da sam vas ubedio da je razlog za postojanje i evoluciju mozga to da bi kontrolisao kretanje. Intelektualno je zahtevno da se razume kako mi to radimo. I vrlo je važno zbog bolesti i rehabilitacije. Ima mnogo bolesti koje utiču na kretanje. I nadamo se, ako razumemo kako kontrolišemo kretanje, da ćemo to moći da primenimo na robotičku tehnologiju. I konačno, želim da vas podsetim, kada vidite životinje da izvode ono što izgleda kao jednostavna radnja, kompleksnost onoga što se dešava u njihovom mozgu je, u stvari, veoma upečatljiva.

Hvala vam mnogo.

(aplauz)

Kris Enderson: Jedno brzo pitanje za tebe, Den. Ti si, znači -- (DV: šovinista) -- šovinista za kretanje. Da li to znači da misliš da druge stvari za koje smatramo da nam mozak služi snovi, želje, zaljubljivanje i sve te stvari su neka vrsta sporednih dešavanja, samo slučajnost?

DV: Ne, ne, ja, u stvari, mislim da je sve to važno da bi usmerilo ka pravom načinu kretanja koji, na kraju, vodi do reprodukcije. Mislim da ljudi koji proučavaju senzacije ili pamćenje, ne shvataju zašto skupljamo ta sećanja iz detinjstva. Npr. činjenica da većinu stvari iz detinjstva zaboravimo, je verovatno prihvatljiva, jer to ne utiče na naše kretanje kasnije u životu. Potrebno nam je da čuvamo samo one stvari koje će zaista uticati na kretanje.

KE: Znači smatraš da bi ljudi, kad razmišljaju o mozgu i generalno o svesti, mogli da donesu bolje zaključke ako bi se zapitali, "a, gde je kretanje u svemu tome?"

DV: Pa, ljudi su zaključili, na primer da je proučavanje čula vida bez svesti o tome zbog čega postoji čulo vida pogrešno. Treba proučavati čulo vida uz shvatanje o tome kako će sistem za kretanje da iskoristi čulo vida. I kad počnete da razmišljate na taj način, shvatite da je to drugačije.

KE: Ovo je bilo baš fascinantno. Stvarno, puno ti hvala.

(aplauz)