Интересные новости и факты (психология, нейрофизиология)

[ArefievPV]

Стабильные синапсы не обращают внимания на соседей
https://www.nkj.ru/news/51039/
Некоторые межнейронные контакты в мозге лишены рецепторов, обеспечивающих синаптическую пластичность.

Пластичность психики опирается на пластичность нейронов и межнейронных соединений – синапсов: мы постоянно слышим о том, что одни синапсы укрепляются, другие слабеют и рвутся, и всё это происходит ввиду необходимости решать разнообразные жизненные задачи. И что если нейронным цепочкам по какой-то причине трудно перестраиваться, то и решать разнообразные задачи тоже будет трудно. С другой стороны, у пластичности должен быть предел. Всё-таки есть навыки, есть информационные процедуры, которые наши нервные центры должны выполнять всегда, несмотря на разнообразие окружающего мира.

Можно предположить, что часть синапсов стабильна, а часть – изменчива, и что и те, и другие могут быть у одной и той же нервной клетки. То, что это действительно так, несколько лет назад показали сотрудники Калифорнийского университета в Беркли и Массачусетского технологического института на примере пирамидальных нейронов зрительной коры. Пирамидальные нейроны называются так из-за формы, которую им придают чрезвычайно разветвлённые отростки-дендриты. Дендриты принимают импульсы от других клеток, и в случае с пирамидальными нейронами входящих контактов может быть очень много, порядка нескольких тысяч. Среди них есть те, которые остаются пластичными как в детском, так и во взрослом возрасте, и есть те, которые меняются, пока мозг молод, и не меняются во взрослом состоянии.

В новой статье в Cell Reports исследователи подробнее описывают строение и поведение стабильных синапсов. Такие синапсы собраны в кластеры, и в эти синаптические кластеры приходят сигналы из определённой зоны таламуса. Таламусом, или зрительными буграми, называют крупный парный отдел головного мозга, лежащий глубоко под полушариями. Он служит сенсорным хабом, или сенсорным диспетчером, собирая информацию от всех органов чувств, кроме обонятельных рецепторов, и распределяя её по другим зонам мозга. Таламус не просто распределяет информацию: сенсорные импульсы в нём проходят первичную обработку, какие-то сигналы он отсекает, а какие-то усиливает. Работает он в тесной связке с «контрагентами», то есть та или иная зона коры сообщает в таламус, что она думает по поводу той или иной информации, а таламус в ответ как-то модифицирует посылаемые данные.

Обычно синапсы чувствуют, что происходит с соседями, то есть их свойства меняются от того, что через соседа проходит сигнал, и сами они влияют на свойства передаваемого сигнала – там, где синапсы прислушиваются друг к другу, сигнал после приёма может усилиться. В случае со стабильными синапсами, которые принимают импульсы из таламуса, ничего такого не происходит, они реагируют только на тот сигнал, который получили сами, и что происходит с соседями, их не интересует. В них также нет NMDA-рецепторов, с которыми работает нейромедиатор глутамат. Про NMDA-рецепторы известно, что они важны для обучения, а значит, для нейронной пластичности, но стабильным синапсам пластичность ни к чему, поэтому они обходятся без них. Их стабильность лишний раз подтвердили опытами, в которых разные синапсы стимулировали искусственными импульсами. Сила стабильных синапсов никак не менялась от того, что им приходится больше работать – в отличие от обычных, пластичных соединений.

Если говорить о тех сведениях, которые кодируют разные импульсы, то можно сказать, что пластичные синапсы, оглядываясь на активность «коллег», передают информацию в контексте происходящего. Но контекст нужен далеко не всегда, иногда информацию надо передавать, как она есть, вне зависимости от меняющихся условий. Если мы говорим о зрительной информации, то, к примеру, мы всегда отличим горизонтальную линию от вертикальной, и было бы очень неудобно, если бы наши представления о горизонтальности и вертикальности то слабели, то усиливались.

Для того, чтобы стабильные синапсы стали стабильными, всё равно нужен чувственный опыт. Эксперименты ставили с мышами, у которых постоянные синапсы на пирамидальных нейронах окончательно стабилизировались в течение нескольких недель после того, как у мыши открывались глаза. Но если мышь первые недели жизни проводила в темноте, то синапсы, которые должны быть стабильными, оставались пластичными до конца жизни. (Возможно, это приводит к каким-то особенностям в поведении, а возможно, мозг находит способ скомпенсировать ненужную синаптическую пластичность.) Вполне вероятно, что такие синапсы есть и в других зонах мозга, которые имеют дело с данными от других органов чувств.

[ArefievPV]

Кошки усваивают значение слов быстрее 14-месячных младенцев
https://neuronovosti.ru/koshki-usvaivayut-znachenie-slov-bystree-14-mesyachnyh-mladentsev/
Японские ученые посадили 31 домашнюю кошку перед ноутбуком и показали им две девятисекундные анимации, одновременно транслируя соответствующие картинке слова. Чтобы проверить, начали ли животные ассоциировать картинку со звуком, биологи «перепутали» слова на записи. Поведение кошек показало, что двух девятисекундных записей действительно достаточно питомцам для установления ассоциации. 14-месячным человеческим детям для этого требуются записи по 15 секунд и прослушивание их по семь раз. По словам авторов, животные могут понимать значения слов без подготовки и вознаграждения — точно также, как младенцы. Исследование опубликовано в журнале Scientific Reports.

Кошки живут рядом с человеком около 10 тысяч лет. Люди всегда пытались понять их особенности поведения. В последнее время ученые уделяют много внимания вербальному контакту человека и кошки. В частности, в 2019 году исследователи показали, что кошки «знают» свои имена и реагируют на них движением головы и ушей. А в 2022 году стало ясно, что животные умеют «сопоставлять» фотографии знакомых людей и кошек с их именами.

Японские ученые решили выяснить, действительно ли животные «запрограммированы» на понимание речи. Для этого они привлекли к эксперименту 31 домашнюю кошку. 23 из них жили в котокафе. Ученые провели для них адаптированный словесный тест, разработанный для младенцев в 1990-м году. Исследователи по очереди сажали каждую перед ноутбуком и показали ей две девятисекундные анимации, одновременно транслируя аудиозапись того, как произносятся слова, соответствующие картинке. Оба раза кошки слышали несуществующие слова: «керару», обозначающее сине-белого единорога, и «парумо», то есть красное солнце. Животные смотрели видео до тех пор, пока им не становилось скучно, о чем свидетельствовала потеря зрительного контакта с экраном на 50%.

Затем команда дала кошкам перерыв, а после него прогнала изображения на экране еще четыре раза. Во втором раунде был нюанс — половина картинок сопровождалась перепутанными словами. «Керару» воспроизводилось вместе с солнцем, а «парумо» — с единорогом.

Кошки заметили отличия в значении слов. Явно озадаченные, в среднем они проводили на 33% больше времени у экрана, когда чувствовали несоответствие картинки и текста. Это подтвердило, что животные научились ассоциировать оригинальные слова с изображениями.

«Некоторые кошки даже смотрели на экран с расширенными зрачками во время смены картинки. Было забавно наблюдать, насколько серьезно они относились к эксперименту», — добавила Сахо Такаги, соавтор исследования из Университета Азабу, Токио.

По словам ученых, подавляющее большинство кошек усвоили каждую ассоциацию слов и образов за два видео по девять секунд. Для сравнения, большинству 14-месячных человеческих младенцев требуется четыре урока по 15 секунд, в том числе прослушивание каждого слова не по четыре раза, а по семь.

Однако исследователи подчеркнули: результаты не означают, что люди усваивают слова медленнее кошек. Тест был адаптирован под животных, и кошки слышали трехсложные слова в особо четкой речи, в то время как младенцы слушают односложные слова, произносимые незнакомыми голосами с разными интонациями и дикцией. Несмотря на это, исследование подтвердило, что кошки усваивают словесные ассоциации без подготовки или вознаграждения — точно также, как младенцы изучают языки. В будущем команда планирует выяснить, как на эту способность повлияло одомашнивание животных.

[ArefievPV]

Почему ученые до сих пор не понимают, как работает мозг? Интервью с Константином Анохиным
https://naked-science.ru/article/interview/pochemu-uchenye-do-sih-po

[ArefievPV]

Новые навыки «вписали» в мозг
https://naked-science.ru/article/psy/navyki-vpisali-v-mozg
Человек и животные осваивают навыки, обучаясь на собственном опыте. Однако ученым из США удалось без явного обучения и физических манипуляций внести в мозг шаблон активности. Это позволило людям усвоить информацию и заставило по-другому воспринимать визуальные образы.

Чтобы человек усвоил ранее неизвестную информацию или смог уверенно делать что-то новое, он должен научиться на собственном опыте, под чьим-то руководством, по инструкции. Мозг обрабатывает полученные знания, и в результате формируются новые нейронные связи. Предыдущие исследования показали, что важную роль в этом процессе играет сон, поскольку во время отдыха мозг кристаллизует воспоминания и проектирует реальность с учетом недавно полученных сведений.

Специалисты из Университета Рочестера, Йельского и Принстонского университетов (все — в США) разработали метод, который позволяет «вписывать» в мозг новые знания и навыки без явного обучения и каких-либо физических манипуляций. Результаты эксперимента опубликовал научный журнал Proceedings of the National Academy of Sciences.

Участники исследования находились в аппарате функциональной магнитно-резонансной томографии (фМРТ), чтобы ученые могли отслеживать активность их головного мозга в режиме реального времени. Добровольцам показывали колеблющиеся фигуры на экране и просили попробовать остановить их исключительно с помощью мыслей.

Исследователи заранее определили, какой должна быть активность головного мозга, чтобы у участников эксперимента получилось прекратить движение фигур. Когда люди выполняли задание, авторы статьи визуализировали активность их мозга в режиме реального времени и с помощью специального механизма давали посекундную обратную связь, как бы направляя мозг к известному шаблону поведения. Этот процесс назвали «лепкой» мозговой активности.

Фигуры на экране переставали двигаться, когда активность мозга у участника исследования совпадала с целевым паттерном. Это означало, что человек смог успешно смог воспроизвести не привычный, а заданный учеными образ объекта. Исследователям фактически удалось передать людям информацию о новых категориях объектов, изменяя не сами категории, а то, как их воспринимает мозг.

«Участники могли реагировать на новые категории объектов и вести себя соответствующим образом, даже не осознавая этих категорий. Это свидетельствует о том, что неявное обучение, то есть способность мозга воспринимать и обрабатывать информацию без осознанного участия, распространяется и на формирование новых нейронных связей», — пояснили авторы статьи.

Исследователи надеются, что новый метод станет инструментом клинической практики. По их мнению, модифицируя паттерны мозговой активности, можно помогать нейроотличным пациентам, приближая работу их мозга к нормальным показателям. Кроме того, обнаруженная технология может быть полезна в разработке интерфейсов «мозг — компьютер».

[ArefievPV]

Василий Ключарев: «В свободу воли можно верить, но это не значит, что она есть»
https://naked-science.ru/article/interview/svobodu-voli-mozhno-verit
В 1970-1980-х годах американский нейробиолог Бенджамин Либет провел свои знаменитые эксперименты, о которые до сих пор ломают копья не только ученые и философы, но и простые смертные. Эксперименты были посвящены свободе воли. С помощью электроэнцефалограммы Либет наблюдал мозговую активность участников перед тем, как они принимали решение — пошевелить рукой. Выяснилось, что за 0,5-1,5 секунды до этого намерения у них возникала ЭЭГ-активность, предсказывающая это движение. Значит, мозг посылает сигнал о готовности раньше, чем человек осознает это, то есть никакой свободы воли у нас нет! Неудивительно, что эксперименты породили массу споров, и в дальнейшем их результаты частично опровергли (в том числе в прошлом году российские специалисты из НИУ ВШЭ). Несмотря на это, многие ведущие мировые ученые до сих пор уверены: свободы воли не может быть по определению. О доводах в пользу этого аргумента, а также об эксперименте «Вышки» против него, как наказывать преступников и есть ли смысл хвалить кого-то за достижения, если свободы воли нет, рассказал координатор исследования, участник проекта «Я пошел в науку», ведущий научный сотрудник Института когнитивных нейронаук НИУ ВШЭ Василий Ключарев.

— Как вы считаете, есть у нас свобода воли и что это вообще такое? Можно ли называть ее проявлением не только сознательные, но и неосознанные мотивы? Ведь по идее за то, что попадает в наше сознание, тоже можно нести некую ответственность — это мотив лучше понимать себя, развивать «осознанность».

— Я симпатизирую идеям известного нейроэндокринолога и приматолога Роберта Сапольски, который утверждает, что свободы воли нет. Что касается определения, то в данном случае важно мнение не только нейробиологов, но и философов. Потому что они столетиями бьются над определением термина свобода воли и до сих пор не нашли четкого ответа. Можно использовать определение свободы воли как «возможность следовать своим желаниям» даже, когда нами руководят некие не осознаваемые нами мотивы. Но вот вам наглядный пример — паталогический маньяк, которым явно руководят какие-то его осознанные и неосознанные мотивы. Он явно поступает так, как ему хочется. Но разве он полностью свободен в своих действиях?

Найдутся те, кто скажет: да, свободен, человек волен выбирать как ему поступить. Другие будут утверждать обратное. Однако если смотреть на это с точки зрения причинно-следственных связей, то некоему действию или мысли всегда найдется причина. Определенная генетика, детские травмы, социальные условия, история переживания насилия, патологический гормональный фон или нарушения работы мозга — все может привести к девиантному поведению. Есть ли здесь свободный выбор у того человека или он предсказуемо «детерминирован» стать маниакальным преступником.

Возьмем пример попроще. Если мы отмотаем историю строительства Пизанской башни назад, то увидим: ее наклон есть следствие инженерной ошибки. Чтобы башня не кренилась, этой ошибки не должно было быть изначально. Сколько бы раз мы не строили башню по неправильному проекту из неподходящих материалов, результат будет один и тот же — она упадет. Мысленно отмотайте назад время у любого в решения, на сам момент его принятия. У решения были определенные причины (настроение, доступная информация, выброс гормонов, что угодно) и именно из-за них оно было принято. Для иного решения нужны иные причины, ровно также для того, чтобы башня не упала требуется иной план и иные материалы.

Поэтому такой мысленный эксперимент с перемотанным временем позволяет осознать, что принятое решения не может быть иным. Это иллюзия, что мы могли бы принять другое решение, для этого или мы или обстоятельства должны были быть иными. Так мы можем разложить причины любых явлений — в том числе, наших мыслей и действий. Просто мы не всегда видим эти причины, зачастую мы просто не имеем понятия о неких закономерностях, которые мы или называем случайностью, или решением нашей интуиции. На самом деле, множество скрытых и явных причин приводят к определенному результату и никакому другому привести не могли.

Но есть же случайные процессы в физике и химии?! Согласно квантовой физике, есть. Но они не способны повлиять на полуторакилограммовый мозг. Даже если бы и смогли, то случайное решение не являестя свободным, от нас оно точно не зависит. Механизмы наших решений подчинены строгим законам природы, даже если часть из них нам пока неизвестна. И мы сами — продукт природы, на нас и наш мозг точно также действуют законы физики и химии. В нашем мозге происходят определенные физико-химические реакции, которые всегда движутся по определенным алгоритмам. Чтобы наше решение в какой-то момент времени оказалось другим, должны были произойти другие процессы в нашем мозге. Должны были быть другие условия: другой сиюминутный момент, другая среда, другое самочувствие, другая история развития, другая генетика, наконец. Отсюда возникают неизбежные вопросы — отвечает ли человек за свое преступление или нет? Стоит ли восхищаться достижениями какого-нибудь художника или профессора? Или же они и не могли быть иными?

— Можем ли мы выбрать, какую из этих физико-химических реакций запустить?

— Сегодня с помощью сложной аппаратуры, мы можем наблюдать в какой момент мозг принимает решение, исходя из его активности. Допустим, мы можем сказать себе — я не буду принимать решение. В свое время и сам Либет показал, что есть некое временное окно, когда человек может отменить свое решение — не принимать его. Он был убежден, что это и есть момент свободы — возможность обратить запущенный процесс вспять. Но на самом деле, если говорить о причинно-следственной связи, вновь возникает вопрос — а с чего вдруг ты решил отменить свое решение?

Это новое решение откуда-то с неба свалилось, ты можешь утверждать, что у этого не было причин? Нет, не можешь. И ты начинаешь разворачивать другую причинно-следственную цепочку. Возможно, связанную с более сложно организованными областями мозга, которые сначала что-то планировали, а потом решили доказать себе, что ты свободен. Но там была запущена своя причинно-следственная нить, предсказывающая, что ты развернешь назад свой предыдущий план. То есть определенные нейроны были детерминированы принять решение «не принимать решение». Понимаете? И даже если допустить, что возможны какие-то случайные процессы, то причем тут ваша свобода? Ведь это не вы приняли решение — это просто было случайностью.

— Если представить, что наши решения детерминированы нашим бессознательным, то можно ли с ним как-то работать, чтобы не изменить, но хотя бы как-то заранее понимать, куда нас «несет»?

— Выскажу свое мнение. Конечно, в принципе, я могу пойти к психоаналитику или поведенческому психотерапевту, которые начнут работать со мной, разворачивая мои детские воспоминания или вырабатывая новые реакции на ту или иную ситуацию. Или, например, записаться на прием к психиатру — он выпишет мне таблетки от психиатрического заболевания. Но снова у нас возникает тот же вопрос — а с чего вдруг мы решили обратиться к специалисту, свободным ли было это решение? В смысле: могли мы его не принять?

— Как в этом случае поступать с преступниками?

— Любопытные идеи об этом высказывает известный ученый Стивен Пинкер. Вот представьте: адвокат встает на суде и показывает МРТ-снимок мозга своего подопечного примерно с такими словами: «Вы посмотрите, он не мог не убить. У него область мозга – миндалина, связанная со страхом наказания, в пять раз меньше, чем у обычного человека, он не учится на собственных ошибках, родители ничему его не могли научить». В обычной ситуации его отправили бы на лечение с формулировкой о том, что человек не отвечает за свои поступки. Но судья «новой формации», сомневающийся в наличии соборы воли, в этом случае не отправляет его в больницу, а говорит: «Раз у него в пять раз уменьшена миндалина, раз он в пять раз хуже учится на своих ошибках, чем обычный человек, значит, и наказание для него должно быть соразмерно увеличено — в пять раз. Он отправляется не на лечение, а в тюрьму и наказывается в пять раз сильнее». Кстати, сегодня в мировой юридической практике уже есть случаи, когда данные адвоката о мозге подопечного влияли на решение судьи.

Есть знаменитый пример, описанный в научной литературе, когда у одного из работников социальной сферы начала вдруг проявляться склонность к педофилии. Стали сканировать его мозг, а там — гигантская опухоль в мозговом центре регуляции эмоций. Ее удалили. И что же — педофилия сразу же прошла. А потом, когда вернулась опухоль, симптомы возникли вновь. Эпизод запустил масштабное обсуждение ответственности человека за свое поведение. Это наглядный случай, когда конкретный мозг неизбежно формирует определенное поведение.

Поэтому, когда мы принимаем концепцию отсутствия свободы воли, мы начинаем относиться к человеку по-другому — скорее механистически, раскладывать его поведение на составляющие. То есть осознание отсутствия личной ответственности за поступки (ведь преступник или просто плохой человек не мог повести себя иначе) вовсе не равно тому, что мы ничего не можем менять в поведении опасных для общества людей и не имеем возможности его контролировать. Сапольски, например, приводит пример кораблей, которые когда-то прибывали из долгих плаваний. Их ставили на карантин на несколько месяцев, понимая, что они могут принести, например, чуму. Никто этих матросов не винил, но их изолировали от общества. Похожим образом Сапольски предлагает относиться к преступникам: не наказание, а карантин. Мы не обвиняем человека — он вот такой, какой есть, но мы имеем право отправить его на на карантин.

— Из-за осознания отсутствия свободы воли у человека может появиться некие фаталистичные настроения, хандра и депрессия, как это происходит с самим Сапольски. Что с этим делать, на ваш взгляд?

— Темой свободы воли я увлекся лет 20 назад. Когда-то я работал в Голландии, где днем принято с коллегами пить кофе. И как-то во время одной из таких посиделок я спросил у них, мол, у вас протестантское общество, а у протестантов все предопределено божественным проведением: кто плохой, кто хороший, что с вами будет. Почему же вы такие активные: путешествуете, зарабатываете, строите? Коллеги мне ответили примерно так: если все определено Богом, то мы в себе просто пытаемся заметить его решение, поэтому для нас огромная радость обнаружить, что мы выбраны активными, хорошими христианами. Если мы плохи, то для нас — это означает попасть в ад, поэтому есть смысл постоянно искать признаки выбора Бога. Я сейчас не говорю, что этим должны заниматься и мы с вами, а лишь привожу пример очень активного общества, где столетиями господствует похожая философия: все предопределено.

Подобная концепция — один из способов отношения к отсутствию свободы воли. Понимание того, что все или многие вещи не зависят от тебя, повод заглянуть внутрь себя и получать удовольствие от того, что в тебе есть хорошего. А если видишь плохое, то поискать в себе ресурсы, скомпенсировать это с помощью конкретных интервенций, повлияв на свой мозг определенным образом. Есть бесспорный плюс от осознания отсутствия свободы воли — с этого момента ты людей видишь уже по-другому. Осознавая, что все мы разные, понимаешь, что нет вины и нет заслуги: если кто-то ленивый, то нет смысла его обвинять, он такой, какой есть (есть смысл только помочь человеку), если кто-то что-то добился, то по-другому быть и не могло (восхищаться здесь тоже особо нечем). Вопрос свободы воли — это вопрос даже не столько нейробиологии, сколько философии и физики и связанным с ней детерминизмом всего происходящего.

— Расскажите о вашем исследования, где вы вместе с коллегами опровергли выводы Либета.

— По анализу активности мозга Либет за полсекунды предсказывал решение человека: пошевелит он рукой или нет. Эти эксперименты начали со всех сторон критиковать. Многие говорили: что это за решение такое — двинуть рукой. Мол, решение — это сложный выбор, что Либет всего лишь изучает инициацию движения. Но так или иначе у всех эти эксперименты вызвали огромный интерес.

Либет ставил эксперименты так, что участники должны были пошевелить рукой в случайный момент времени. Но у людей есть проблемы со случайностью. Сегодня понятно, что мы вряд ли принимает случайное решение, а скорее придумываем себе внутреннюю закономерность, которая похожа на случайность. То, что мы видим при регистрации активности мозга, на самом деле, закономерный алгоритм нашего мозга, воображающего случайность, а не по-настоящему случайный процесс. На этом аргументе строятся доводы одних критиков.

Доводы других — основаны на так называемом потенциале готовности мозга, которую регистрировал Либет: выраженной активности мозга, которая действительно возникает перед началом какого-то действия. По этому потенциалу можно предсказать: человек сейчас совершит какое-то движение. Есть очень красивое исследование, которое проводилось при участии людей, прыгающих с тарзанки. По активности их мозга предсказывалось в какой момент они совершат прыжок.

Этим потенциалом готовности мозга и занималась наша группа. Мы опирались на поведенческое исследование, которое в свое время обратило внимание на проблемы в эксперименте Либета. Он регистрировал моменты, когда человек нажимает на кнопку и когда он понимает, что хочет принять это решение. Желание нажать на кнопку возникало чуть раньше самого действия, а активность мозга — еще раньше самого желания. Так вот в дальнейшем было обнаружено, что если человек тренируется в рамках этой парадигмы совершать действия, то в зависимости от небольших изменений в инструкции вдруг меняется момент возникновения его желания совершить действия. Оказалось, что в зависимости от того, как люди тренируются, плавает и момент возникновения желания нажать на кнопку.

Наша команда попробовала взять эту экспериментальную парадигму и посмотреть: хорошо, момент желания меняется в зависимости от деталей исследования (подготовки участников), но меняется ли также активность мозга испытуемых? Условно, если активность мозга предсказывает мое желание принять решение, то она должна меняться вместе с самим желанием: если оно возникает раньше, то и мозговая активность должна появляться раньше, если это происходит позже, то соответственно позже возникает и активность. Тогда мы смогли бы показать, что та активность мозга, которую изучал Либет, действительно была связана с желанием принятия решения — с волей испытуемых.


Схема процесса эксперимента Либета: 0 — обдумывание и принятие решения какой рукой и пальцем человек будет действовать (минимум 30 мс согласно Тревен и Миллер) 1 (− около 500 мс) — планирование действия измерение потенциала готовности, 2 (−200 мс) — человек чувствует желание и может отменить свое решение 3 (0 мс) — действие / © Createaaccount, ru.wikipedia.org

Но оказалось, что они не связаны: несмотря на то, что момент возникновения желания смещался во времени, активность мозга участников не менялась. Да, она возникает чуть раньше, чем человек принял решение, но, видимо, не связана с субъективным ощущением о том, что участник хочет принять это решение. Судя по всему, активность — это разворачивающаяся готовность мозга к движению. То есть процесс гораздо более сложный, чем думал Либет. Но он классно поставил сам вопрос! Надо сказать, что после него начались более сложные эксперименты, где от испытуемых требовалось не просто двинуть рукой, а, например, сложить-вычесть. И эти эксперименты предсказывали то, какое именно действие совершит испытуемый. То есть предсказать решение человека можно, но это предсказание будет далеко не стопроцентным.

— Можно ли, исходя из результатов вашего эксперимента, надеется на то, что свобода воли все-таки существует?

— Если человек очень хочет верить в свободу воли, то на основании нашего исследования такие выводы, конечно, сделать можно. Активность мозга и желание принять решение действительно не связаны напрямую. Более того, и сам Либет в конце жизни пришел к выводу о том, что человек все-таки свободен в своих решениях. Но многие, глядя на его исследования, к такому выводу не пришли.

На мой взгляд, просто существует более сложная взаимосвязь между активностью мозга и принятием решения и об этих процессах мы пока знаем очень мало. Да, Либет не дал нам окончательного аргумента, но если у всего есть причинно-следственные связи, приводящие к нашим решениям, то рано или поздно мы их найдем — не этими, так другими методами. В свободу воли можно верить, но это не значит, что она есть.

[ArefievPV]

Нейронауки в Science и Nature. Выпуск 296: самый большой полностью изученный мозг
https://neuronovosti.ru/nejronauki-v-science-i-nature-vypusk-296-samyj-bolshoj-polnostyu-izuchennyj-mozg/
В октябре в журнале Nature вышел спецвыпуск, посвященный одному из самых громких событий в нейробиологии за прошлый год. В двух основных статьях, а также семи работах, демонстрирующих применение полученных данных, рассматривается полный коннектом мозга взрослой плодовой мухи дрозофилы (Drosophila melanogaster). Американские, британские, израильские и немецкие ученые в составе международного консорциума FlyWire, представили систематическое и иерархическое описание примерно 140 тысяч нейронов и почти 55 миллионов их соединений, что делает этот коннектом самым сложным среди описанных на сегодняшний день.

Коннектом представляет собой подробное описание структур нейронов и их синаптических связей, что позволяет лучше понять функциональность мозга и нервной системы в целом. Уже много лет исследователи мечтают создать коннектом человека но пока что ни одни текущие исследовательские возможности не в состоянии объединить информацию об около 86 миллиардах нейронов и более чем 100 триллионах синапсов. Поэтому ученые начинают свои изыскания с более простых организмов.

До работ с дрозофилой цельные коннектомы были нанесены на карту нейробиологии только для трех организмов с несколькими сотнями нейронов: круглого червя Caenorhabditis elegans, личиночного моллюска Ciona intestinalisи многощетинковый червя Platynereis dumerilii. В 2013 году исследователи из Японии успешно создали модель коннектома для одного полушария мозга дрозофилы (если корректно употреблять слово «полушарие» к мозгу такого простого существа, но авторы статьи это сделали). К 2020 году международная команда завершила составление синаптической карты центральной области мозга этого насекомого, а в 2023 году ученые из США и Великобритании объединили все синаптические связи в мозге личинки дрозофилы.

Исследовательская группа из Принстонского университета инициировала консорциум FlyWire, в рамках которого предполагалось создать всеобъемлющий коннектом взрослой дрозофилы. Они использовали электронно-микроскопические изображения мозга мухи с высоким разрешением – в общей сложности около 100 теравокселей (воксель – объемный пиксель). Для обеспечения точности консорциум разработал алгоритмы сопоставления изображений и применил методы машинного обучения для реконструкции отдельных нейронов. Чтобы устранить возможные ошибки, они создали вычислительную базу, в которой приняли участие ученые и добровольцы со всего мира, посвятившие этому проекту 33 человеко-года. Полученные данные исследователи сопоставили с результатами других визуализационных исследований, которые позволили выявить синапсы и оценить их возбуждающую или тормозную роль.

В результате совместных усилий команд Принстона, Кембриджа и Университета Вермонта удалось получить схему всех нейронных связей у взрослой самки дрозофилы. Эта схема включает 139 555 нейронов с 54,5 миллионами синапсов. Каждый тип нейронов ассоциировался с определенными биомаркерами, связанными с их морфологией и происхождением из нейробластов (стволовых нейрональных клеток). Всего было идентифицировано и иерархически упорядочено 8 453 типа клеток, из которых 4 581 ранее не описывались. Эти типы клеток разделены на девять суперклассов: сенсорные, моторные, эндокринные, восходящие, нисходящие, зрительные проекционные, зрительные центробежные, связывающие центральные отделы и зрительные доли.

Согласно результатам исследования, 118 501 нейрон устанавливает связи в мозге – 32 388 в центральном отделе и 77 536 в зрительных долях (за исключением фоторецепторов). Эти области связаны между собой 8 053 проекционными нейронами и 524 центробежными зрительными нейронами. Афферентных (восходящих) и эфферентных (нисходящих) нейронов в мозге от общего числа 13,9% и 1,1%. Кроме того, 5 512 нейронов центрального мозга получают сенсорный сигнал, а 2 362 собирают информацию от восходящих нервных путей. Эфферентные пути состоят из 1 303 нисходящих нейронов, 106 двигательных нейронов и 80 эндокринных нейронов. Хотя большинство мультисинаптических связей включает менее десяти синапсов, почти 16 000 нейронов формируют более ста синапсов, а 27 000 имеют более тысячи синапсов.


Иерархия коннектома. Credit: Philipp Schlegel et al. / Nature, 2024

Взяв за основу синаптический коннектом, исследователи рассчитали проектом –  отображение проекций в различных частях нейропиля (густой сети немиелинизированных нервных волокон). Этот анализ проводился для каждого низкомолекулярного нейромедиатора: дофамина, ацетилхолина, серотонина, глутамата, гамма-аминомасляной кислоты (ГАМК) и октопамина. Авторы также изучили информационные потоки в нервной системе мухи в ответ на различные стимулы.

Полный набор данных коннектома находится в открытом доступе на сайте FlyWire. С момента первоначального выпуска в 2020 году на основе этих данных опубликовано более 50 научных работ. Среди тем – статистический анализ сетей коннектома и выявление ключевых функциональных нейронов («интеграторов» и «передатчиков»), сети, регулирующие прекращение движения насекомых, компьютерное моделирование общей активности мозга и другие.

Кстати, насчет двигательной активности и других функций. У мухи оказалась весьма сложно организованная сеть нейронов, обрабатывающих визуальные стимулы. И эта схема – только то, что остается внутри зрительных долей мозга.


Схема нейронных связей в пределах зрительных долей. Credit: Arie Matsliah et al. / Nature, 2024

Одни из самых больших – это гигантские амакриновые CT1-клетки, которых по одной в каждом из полушарий. Но они функционируют как 750 отдельно взятых нейрона и позволяют мухе среагировать на увеличение или снижение освещенности.

Кроме них есть «слуховые» клетки, позволяющие самкам слушать жужжание самцов (аналог брачных песен), а также отдельные клетки для принятия решения о том, насколько это жужжание хорошо. Несколько типов клеток отвечает за движения: отдельные – за распознавание горизонтальных и вертикальных, другой тип (клетки Болта в честь Усейна Болта) – за быстрое движение вперед, третий тип – за движение назад задом наперед (клетки лунной походки), четвертый тип – за плавную или резкую остановку. Также присутствует навигационная система в виде EPG-клеток, которая формирует в мозге мухи структуру, похожую на кольцо.

Авторы проекта, давая к этим данным открытый доступ, справедливо считают, что они помогут продвинуться и другим ученым в понимании работы мозга и в дополнении уже существующей картины самого сложно устроенного органа.

[ArefievPV]

Осьминоги управляют щупальцами с помощью сегментированных нервов
https://neuronovosti.ru/osminogi-upravlyayut-shhupaltsami-s-pomoshhyu-segmentirovannyh-nervov/
Американские ученые проанализировали структуру аксиального нервного пучка в щупальцах осьминога. Оказалось, что тела нервных клеток в пучке сгруппированы в сегменты и разделены перегородками, через которые нервы и кровеносные сосуды соединяются с мышцами. Эта структура позволяет осьминогу управлять движениями в каждой части своего тела с высокой точностью. Похожее строение щупалец существует и у кальмара, несмотря на то что виды разделены миллионами лет эволюции. Исследование опубликовано в журнале Nature Communications.

Щупальца осьминога способны изгибаться, скручиваться и легко захватывать предметы, выполняя множество сложных движений одновременно. Каждое щупальце оснащено нервной системой — в «периферии» осьминога больше нейронов, чем в мозге самого животного. Эти нейроны сосредоточены в аксиальном нервном пучке (АНП), который проходит по всей длине щупальца. Ученые уже знали о том, что АНП отвечает за управление движениями, но не понимали механизм его работы.

Американские исследователи проанализировали структуру АНП и его связь с мускулатурой в щупальцах осьминога Octopus bimaculoides. Команда изучила тонкие срезы тканей щупалец и продольные разрезы с помощью микроскопа. Оказалось, что тела нервных клеток в АНП сгруппированы в сегменты, напоминающие гофрированную трубу. Эти сегменты разделены перегородками, через которые нервы и кровеносные сосуды соединяются с мышцами. Такая структура позволяет щупальцу управлять движениями в каждой отдельной части с высокой точностью.


Иннервация щупальца

Нервы в каждой перегородке не только обеспечивают связь с близлежащими мышцами, но и формируют пространственную карту присосок — «сукеротопию». Это помогает осьминогам не только двигать присосками независимо, но и ощущать вкус окружающих предметов.


Иннервация отдельной присоски

Для сравнения исследователи изучили щупальца кальмара (Doryteuthis pealeii). Оказалось, что их нервная система устроена похожим образом, но сегментация присутствует только в тех частях, которые снабжены присосками. Кальмары меньше полагаются на сенсорику своих конечностей и больше — на зрение. Это объясняет, почему у них меньше сегментов на одну присоску.

«Организмы с такими отростками-присосками, которые передвигаются подобно червям, нуждаются в правильной нервной системе», — рассказал Клифтон Рэгсдейл, старший автор исследования из Калифорнийского университета, США. «Различные головоногие моллюски создали сегментарную структуру, детали которой варьируются в зависимости от требований окружающей среды и влияния сотен миллионов лет эволюции».

[ArefievPV]

Ученые установили ключевые мотивы человеческого поведения
https://naked-science.ru/article/column/motivy-chelovecheskogo-po
Исследователи из ВШЭ и Лондонской школы гигиены и тропической медицины установили 15 ключевых мотивов человеческого поведения. Изучив взгляды, предпочтения и поступки людей с точки зрения эволюционной теории, они показали, как мотивы переплетаются и формируют привычки и отношения между людьми.

Результаты опубликованы в журнале Personality and Individual Differences. Вопрос, почему люди ведут себя так, а не иначе, с давних пор волнует ученых. Существуют различные подходы, используемые для оценки мотивов человеческого поведения. Самая известная концепция — иерархия потребностей, предложенная Абрахамом Маслоу в середине XX века. Однако большинство подходов сосредотачиваются на социальных аспектах мотивации, игнорируя эволюционную перспективу.

Группа исследователей из НИУ ВШЭ и Лондонской школы гигиены и тропической медицины предложила проанализировать мотивы поведения человека с точки зрения эволюции. В рамках предложенной концепции все мотивы рассматриваются как эволюционные адаптации, повышающие приспособленность древнего человека к окружающей среде и влияющие на поведение в наши дни. Ученые предположили, что если определенные эволюционные механизмы раньше инициировали некоторые формы поведения, то стоящие за ними мотивы можно выявить с помощью стандартных психометрических методов.

Для этого авторы исследования провели онлайн-опрос, в котором приняли участие более 500 человек. Респондентам предлагали оценить 150 утверждений о повседневных предпочтениях, страхах, желаниях и социальных устремлениях. Вопросы были составлены на основе выявленных ранее в других исследованиях мотивов, связанных с телесными, репродуктивными или социальными потребностями человека: «мне очень нравится кататься на каруселях», «еда для меня не играет такой важной роли, как для большинства других людей», «я много общаюсь со своими друзьями» и так далее.

При помощи сетевого анализа ученые выявили устойчивые кластеры мотивов. Оказалось, что поведение человека регулируют 15 ключевых мотивов, которые можно объединить в пять больших групп: связанные с окружающей средой (накопление, созидание), физиологические (страх, отвращение, голод, комфорт), репродуктивные (влечение, привлечение партнера, любовь, воспитание), психологические (любопытство, игра) и социальные (принадлежность, статус, справедливость).

Также исследователи обнаружили функциональные взаимосвязи между мотивами, что значительно углубляет понимание мотивационных структур. Например, существует связь между мотивами справедливости, воспитания и любопытства. Это указывает на потребность как в защите общественного благополучия, так и в осведомленности о возможных типах асоциального проявления.

Интересно, что мотивы статуса и игры были центральными во всей сети, то есть именно они оказывают наибольшее влияние на связи и взаимодействие между другими элементами. Статус важен, потому что он помогает человеку достигать целей через доступ к ресурсам, которые повышают шансы на успех в жизни, включая привлечение партнера. Чтобы поддерживать статус, необходимо стремиться к накоплению ресурсов, избегать их потери и уметь эффективно использовать их в различных ситуациях. Мотив игры, в свою очередь, помогает развивать навыки, необходимые для удержания статуса и адаптации к меняющимся условиям.

«Сетевая психометрика позволила нам увидеть, как мотивы связаны друг с другом. Например, мотивы “любовь” и “забота” находятся рядом друг с другом в сети, что логично с точки зрения эволюции: забота о потомстве повышает его шансы на выживание. В то же время такие мотивы, как “страх” и “любопытство”, часто проявляют противоположные эффекты. Страх удерживает нас от опасности, но чрезмерное его проявление может сдерживать любопытство, которое способствует познанию и инновациям», — объясняет Альбина Галлямова, младший научный сотрудник Центра социокультурных исследований НИУ ВШЭ.

Исследование также выявило различия в выраженности мотивов в зависимости от пола и возраста. Женщины чаще проявляют интерес к мотивам заботы и комфорта, тогда как мужчины более склонны к мотивам статуса и влечения. Ученые отмечают, что эти различия связаны с тем, как исторически складывались роли мужчин и женщин в процессе эволюции.


Взаимосвязи между мотивами человеческого поведения / © Robert Aunger et al., Personality and Individual Differences

Возраст также играет роль в формировании наших приоритетов. Молодые люди больше ориентированы на статус и игру, в то время как в старшем возрасте на первый план выходят страхи и забота о комфорте. «Эти изменения отражают жизненные этапы, где сначала мы стремимся завоевать свое место в обществе, а затем сосредотачиваемся на безопасности и выживании», — добавляет Альбина Галлямова.

Результаты исследования могут быть полезны в различных сферах — от маркетинга до IT. Например, в рекламе понимание мотивов различных социальных групп позволяет точнее настроить коммуникацию. Молодежь, ориентированная на статус и игру, скорее откликнется на стимулы, связанные с престижем и развлечениями, тогда как зрелой аудитории важны безопасность, надежность и комфорт. В сфере ИИ понимание эволюционных мотивов позволяет настроить систему более человекоцентрично: для молодых пользователей предлагать геймификацию и социальное взаимодействие, а для старшего поколения — удобство и простоту. В терапии понимание мотивов позволяет точнее реагировать на потребности клиента. Например, работа с тревогой может учитывать эволюционный механизм избегания опасностей и помогать находить баланс между безопасностью и любопытством.

«В конечном итоге понимание эволюционных мотивов, которые движут нашим поведением, позволяет создавать решения, делающие жизнь людей комфортнее, безопаснее и интереснее», — объясняет Альбина Галлямова.

[ArefievPV]

Нейронауки в Science и Nature. Выпуск 298: язык китов и язык человека
https://neuronovosti.ru/nejronauki-v-science-i-nature-vypusk-298-yazyk-kitov-i-yazyk-cheloveka/
Исследователи проанализировали песни 16 видов китообразных, включая дельфинов, зубатых и усатых китов, с точки зрения частоты встречаемости определённых сочетаний звуков и их длины. Выяснилось, что язык песен горбатых и синих китов подчиняются закону частоности Ципфа. При этом только у горбатых китов закон соблюдается в той же мере, что и в человеческой речи. Результаты исследования показывают, что основные черты языка, ранее считавшиеся уникальными для человека, могут встречаться и у других видов, эволюционно далеких от него. Результаты работы опубликованы в Science.

Песни горбатых китов — это сложный образец поведения, который передается по наследству*. Долгое время оставалось загадкой, имеют ли они структуру, похожую на человеческую речь. В человеческом языке, который тоже передается из поколения в поколение, содержатся повторяющиеся элементы, частота использования которых подчиняется определенным законам. Эти черты облегчают обучение и, вероятно, упрощали передачу языка между поколениями с течением эволюции. Исследователи решили выяснить, существуют ли такие же закономерности в песнях китообразных.

Структура человеческих языков в  лингвистике в том числе  характеризуется законами Ципфа и Менцерата. Закон Ципфа описывает частоту использования слов в языках: частотность слова этого языка обратно пропорциональна порядковому номеру в списке слов, составленного по частоте употребления (пятое слово встречается впятеро реже первого)наиболее часто встречающееся слово используется значительно чаще остальных.

Согласно закону Менцерата, чем длиннее языковая единица (например, слово или предложения), тем короче его составные части (слоги или придаточные предложения).

Команда исследователей применила новаторский подход, вдохновленный методами, с помощью которых младенцы учатся распознавать слова в речи, к анализу записей песен китов.

Для исследования использовались восьмилетние данные о песнях горбатых китов, собранные в Новой Каледонии. Ученые проанализировали 65 511 фрагментов песен 16 видов китообразных (включая дельфинов, зубатых и усатых китов) и сравнили их с 51 человеческим языком. Сначала они проверили, выполняется ли в песнях китов закон Менцерата.

Оказалось, что у 11 из 16 видов китов этот закон работает так же хорошо, как и в человеческой речи. Затем ученые проанализировали, соответствует ли структура песен закону Ципфа. Выяснилось, что только горбатые и синие киты подчиняются этому закону, причем только горбатые киты делают это в той же степени, что и люди.

«Это говорит о том, что наше понимание эволюции языка может выиграть не только от изучения наших ближайших родственников-приматов, но и от случаев эволюции неродственных видов по схожему пути в других местах природы», ー рассказал Саймон Кирби из Эдинбургского университета, один из авторов статьи.

P.S. * ー полагаю, что речь идёт о культурном наследовании.

[ArefievPV]

Диванные эксперты
https://nplus1.ru/material/2025/02/14/pivot
Как маленькие муравьи собираются в большой интеллект

В одной из серий «Друзей» Росс и Рэйчел не справились с транспортировкой мебели: протащив диван три квартала, они застопорились на лестничном проеме. «Влево, влево», — командует Росс. «Знаешь, тут больше нет места слева», — отвечает Рэйчел из-за рыхлых подушек. Преодолеть лестницу не помогли ни смена тактики, ни подоспевший Чендлер. Геометрический пазл не складывался: диван падал, застревал в проеме, снова падал.

Примерно так же плохо с задачами по маневрированию грузами справляются и реальные добровольцы в контролируемых экспериментах. Зато большие группы муравьев не испытывают трудностей. Общественные насекомые, к которым относятся муравьи и пчелы, настолько тесно связаны, что их колонии часто рассматривают как единый «разумный» сверхорганизм. Но действительно ли именно коллективный интеллект помогает общественным насекомым справляться с диваном лучше Росса?

От медовой бочки до царицы

Идея о коллективном разуме у общественных насекомых появилась из наблюдений об устройстве их групп. В отличие от тех видов животных, которые живут стаей, у эусоциальных видов труд и право на размножение распределены в группе крайне неравномерно. Если в волчьей стае оставить потомство теоретически может любой ее член, надо просто выиграть конкурентную борьбу, то в муравьином обществе из-за очень глубокой специализации это не так: у подавляющего большинства насекомых детей просто не может быть (зато и конкурировать ни с кем не надо).

Семья общественных насекомых разделена на касты: малочисленную касту тех, кто способен к размножению, и обширную касту рабочих, которые не способны оставить потомство, но поддерживают благосостояние колонии и занимаются заботой о репродуктивных членах семьи и их детей. Например, у муравьев королева и короткоживущие самцы отвечают за размножение, а рабочие муравьи, бесплодные самки, заняты добычей пропитания, уходом за личинками, строительством муравейника и его охраной.

При этом у развитых эусоциальных видов разделение обязанностей по кастам уходит дальше простого деления на репродуктивных и нерепродуктивных особей: даже внутри бесплодных рабочих выделяются специфические подгруппы. Например, у мексиканских муравьев (Myrmecocystus mexicanus) и австралийских муравьев (Camponotus inflatus) существует каста плерэргатов — «медовых бочек»: эти рабочие муравьи хранят в своих раздутых брюшках сироп. Когда пищи не хватает, плерэргаты делятся (Выходит, не только Росс справляется с некоторыми задачами хуже муравьев, но и Джоуи. Ведь Джоуи не делится едой.) сиропом с сородичами.

А у древесных муравьев Cephalotes texanus и Cephalotes varians существует каста солдат-пробок. Они специально отращивают себе огромные головы, чтобы затыкать ими проход в муравейник.

Из-за различий в строении, назначении и способности размножаться у разных особей колония эусоциального вида напоминает организм: функции и ресурсы распределены между отдельными насекомыми точно так же, как разделены функции разных клеток в теле животного. Клетки сердечной мышечной ткани не похожи на кишечный эпителий по строению и предназначению так же сильно, как муравьиная королева не похожа на солдата-пробку. Поэтому сообщество эусоциальных животных зачастую называют сверхорганизмом — организмом из организмов.

Велик соблазн развить метафору дальше: коллективный организм, должно быть, наделен и коллективным разумом. В пользу существования коллективных решений говорит то, что хотя у каждого отдельного муравья или пчелы есть индивидуальные интеллектуальные способности, сообща они принимают более вдумчивые решения: выбирают самый богатый источник пищи, лучшее место для строительства муравейника и оптимальный маршрут передвижения. Но можно ли считать это проявлением коллективного сознания?

Задача с диваном

Общепринятого определения сознания не существует. В широкой трактовке сознание складывается из трех навыков: умения воспринимать сигналы окружающей среды, объединять их в общий образ и адекватно реагировать. В более строгой и продвинутой трактовке сознание устроено сложнее: оно требует абстрактного мышления, построения мысленной модели и обработки информации в отсутствие внешних стимулов. Коллективное сознание должно обладать еще одним свойством — эмерджентностью: групповой интеллект должен превосходить сознание каждого из муравьев по отдельности и не сводиться к простой сумме индивидуальных интеллектов.

Насколько сейчас известно, ни один из примеров коллективных действий муравьев не требует абстрактного мышления сообща: чтобы найти оптимальный маршрут, источник пищи или место гнездования, вовсе не обязательно долго планировать действия заранее или уметь охватить мысленным взором окружающий ландшафт. То есть никаких прямых подтверждений продвинутого коллективного мышления у муравьев нет. Зато критерий сознания в упрощенном варианте колония муравьев как единая система уверенно выполняет: она воспринимает сигналы, обобщает и реагирует.

Чтобы доказать наличие коллективного сознания и изучить, как оно работает, ученые проверяют, как насекомые справляются с простыми задачами в лабораторных экспериментах — по одиночке и группами. Например, муравьев вынуждают запомнить дорогу по сложному лабиринту — до гнезда или до источника пищи. Чтобы насекомые не заплутали по дороге от еды до дома и обратно, ученые оставляют им визуальные подсказки: у нужных поворотов рисуют треугольники, а у неправильных, ведущих в тупик, — круги. Можно дать задачу и посложнее: запомнить не только правильную дорогу, но и время, в которое в определенном месте появляется сироп. В одиночку такие задачи с пространственным и временным обучением муравьи решать не способны, зато в группах — уверенно с ними справляются.


Лабиринт, который мирмекологи использовали для изучения умственных способностей муравьев 1/2
Schatz et al. / Journal of experimental biology, 1999


Еще один лабиринт, по которому муравьи бегали в поисках еды 2/2
Schatz et al. / Nature 1999

Еще одна наглядная демонстрация коллективной сознательности, которую можно изучать в контролируемых условиях, — перемещение груза. Его транспортировка по непростому ландшафту — геометрическая головоломка, в которой нужно учесть направление движения, форму груза и возможные препятствия. Например, в недавнем исследовании муравьи перемещали Т-образный груз по прямоугольной площадке, разделенной на три камеры перегородками с узкими щелями. Точно такую же задачу предложили и людям. Из-за асимметричности груза и ограниченного пространства для маневров у нее всего два оптимальных решения. Найти правильный ответ в одиночку оказалось под силу лишь некоторым муравьям и почти всем людям (Хотя самые умные муравьи решают задачу лучше не самых умных людей. Впрочем, в статье не указывается, сколько сообразительных муравьев попалось в эксперименте. Но судя по распределению на графике — их было не много.). Но если ту же задачу давали большой группе муравьев, то эффективность ее решения сразу возрастала до человеческой.


Оптимальное решение задачи с перемещением груза и график успешности ее решения муравьями поодиночке (красная точка), в малых группах (оранжевая линия) и больших группах (фиолетовая группа)
Dreyer et al. / PNAS, 2024

Увеличение эффективности связано с тем, что при групповом решении задачи меняется механика передвижения груза. Когда груз тянет один муравей (Или маленькая группа.), столкнувшись с сопротивлением, он быстро бросает ношу, а затем перебегает и пробует тянуть груз с другой стороны. Постоянная смена точки приложения усилий приводит к потере скорости перемещения, повторению позиций груза в лабиринте и повторному проигрыванию тупиковых решений. Несмотря на то, что отдельный муравей проявляет сознательность (поняв, что сопротивление движению усилилось, то есть перед ним препятствие, он меняет свое поведение), геометрическая задача все равно остается для него непосильной.

Когда груз несет большая группа муравьев, то, уперевшись в стенку, насекомые не останавливаются и не меняют общего направления, а просто продолжают уверенно и невозмутимо двигать груз вдоль границы лабиринта, таким образом постепенно обходя препятствие вокруг и приближаясь к цели маршрута. Эта оптимальная стратегия решения головоломки напоминает правило одной руки: чтобы выйти из лабиринта, надо все время касаться правой (или левой) рукой его стены.

Но правила прохождения лабиринтов муравьям неведомы. Насекомые также не имеют никакого понимания масштабной геометрии головоломки. И тем не менее, справляются с задачей: то, на что не способен муравей в одиночку, вполне под силу большой группе — у них есть тактика, которой они придерживаются, если для этого хватает суммарных усилий.

Если же эту головоломку решают люди, то поначалу они обсуждают стратегию, а уже затем начинают действовать. При этом финальное решение группы выглядит почти так же, как если бы геометрический пазл решал один человек. Ведь после обсуждения группа в конце концов прислушивается к лидеру и двигается согласно его указаниям.

Но муравьи привычным для человека способом не общаются. Как тогда индивидуальные интеллекты складываются в коллективный разум и чем он отличается от человеческого коллективного мышления?

[ArefievPV]

Продолжение.

Что говорит муравей?

Изучение коммуникации общественных насекомых началось в 1880-х годах, когда Джон Лаббок показал, что муравьи оставляют след на тропах к источнику пищи: насекомые постукивают брюшком по земле, словно разбрасывая хлебные крошки. Современник Лаббока, Эдвард Вассманн, считал, что у муравьев есть сложный язык, зашифрованный постукиванием антенн, что-то вроде азбуки Морзе.

Какой бы притянутой за уши ни казалась идея Вассмана, общение через виброакустические сигналы у муравьев действительно существует, и подтвердить это удалось совсем недавно. В 2020 году мирмекологи показали, что эти насекомые могут создавать вибрации, постукивая частями тела по поверхности, скрежеща жвалами и пользуясь другими, более специфическими способами стридуляции. При этом вибрационные сигналы, которые отправляют друг другу рабочие муравьи, отличаются от сигналов королевы, а еще меняются в зависимости от качества пищи, на которую натыкаются рабочие.

Намного раньше, в 1970-х годах, у других общественных насекомых был обнаружен еще один сложный символический язык — танец медоносных пчел. Австрийский ученый Карл фон Фриш показал, что, кружась и виляя в воздухе определенным образом, пчелы могут передать сородичам информацию о местонахождении нового источника пищи. Открытие фон Фриша продемонстрировало изощренность в общении, которая раньше казалась маловероятной для насекомых.

Некоторые виды муравьев, чтобы передать информацию сородичам, в дополнение к стрекоту используют танцы, отдаленно похожие на пчелиные, или вообще прямой физический контакт между особями. Самый простой пример такого взаимодействия — парный бег (tandem running), при котором нашедший еду муравей-собиратель ведет к источнику пищи товарища практически за руку.

Между нами химия

Но несмотря на наличие физического общения между особями некоторых видов, куда более распространена у муравьев химическая коммуникация, которую обеспечивают феромоны и трофоллаксис — выплевывание в рот собеседнику жидкости с углеводородами, ювенильными гормонами, микроРНК и белками.

Именно феромоновое общение обеспечивает успешный поиск пищи и места гнездования на уровне колонии. Когда муравей находит еду, то по дороге обратно в муравейник оставляет за собой феромоновый след. Его сородичи идут по следу, чтобы посмотреть, действительно ли пища так хороша, и убедившись в ее доступности, достаточном количестве, питательности и отсутствии опасностей рядом, на обратном пути оставляют второй, подтверждающий феромоновый след. След на тропе становится все более сильным по мере того, как все больше и больше рабочих муравьев завизируют его своими феромонами. Если же источник пищи не покажется остальным качественным, то закрепления этого пути не будет — и первая феромоновая тропа быстро выветрится.

В результате происходит объединение индивидуальных решений муравьев в групповое представление о наилучшем источнике пищи и оптимальном маршруте до него. Это своего рода химическое голосование — одно из проявлений муравьиного коллективного интеллекта.

Какие еще решения принимают с помощью феромонов? ↓

С помощью феромонов муравьи проводят довольно кровавые выборы. Новые колонии красных огненных муравьев основывают сразу несколько королев. Они сбиваются в группы примерно по 10 особей, чтобы вместе построить гнездо и позаботиться о первом выводке. Такой полиматриархат необходим на старте колонии, чтобы обеспечить ее рост. Но когда рабочие особи красных огненных муравьев достигают зрелости, они начинают уничтожать королев одну за другой, придавливая их к земле и жаля до смерти, пока в живых не остается только одна. Победительницу определяют не родственные связи, а феромоны: чем плодовитее королева, тем больше шансов у нее выжить. Поэтому рабочие муравьи не щадят даже собственных матерей, если те сигнализируют недостаточным количеством феромонов.

При этом и индивидуальные решения, которые принимают муравьи, не так уж просты. Эти насекомые, судя по всему, понимают, если качество информации, которой они располагают, не слишком высокое. Например, если рабочий перепутал дорогу или сбился с феромонового следа, то в ответ он уменьшит выделение собственных феромонов, чтобы сородичи не последовали его ошибке.

Способны оценить они и собственные незнание и неуверенность. Так же смиренно, как и в случае с ошибочным феромоновым следом, муравьи признают свое невежество при групповой переноске больших грузов. Сумасшедшие муравьи (longhorn crazy ant, Paratrechina longicornis) при коллективной транспортировке могут «потеряться» и не знать, как правильно добраться до дома. В этом случае муравьи-носильщики полагаются на сородичей рядом, которые ничего не несут, но зато помнят, где муравейник. Муравей, которой знает местонахождение дома, прицепляется к ноше и демонстративно тянет ее в правильном направлении, а носильщики покорно следуют за ним.

Правда, памяти хватает ненадолго — всего  на 10 секунд: только что присоединившийся к общему делу муравей переключает свое поведение в режим «неосведомленного носильщика» и выравнивает усилия в соответствии с направлением, в котором уже движется груз. Группе тем временем нужен новый лидер. В этом случае происходит не только суммация индивидуальных решений муравьев о том, в какую сторону тянуть, но и распределение памяти между членами колонии — она растягивается за счет цепного присоединения к грузу муравья за муравьем и за счет распределения кратковременной памяти о направлении движения груза между особями (С некоторыми допущениями можно найти такое распределение памяти и у человека: письменные источники знаний, видео- или аудионосители — своего рода инструменты распределения памяти.).

Задачу с транспортировкой Т-образного груза муравьи решают схожим образом: каждый чувствует в своей точке направление, в котором двигается груз, и подхватывает его. Феромоновое общение при выполнении этой задачи не включается: слишком маленькая дистанция и короткая тропинка, чтобы оставлять химические сигналы. Поэтому согласованное общение муравьев буквально механическое: с гаптической (То есть осязательной.) составляющей — через касание с грузом, и инерционной составляющей — через движущийся с определенной скоростью объект.

Он слишком много думает

Геометрическая задача по транспортировке груза — редкая возможность сравнить одного муравья с группой, одного человека — с коллективом грузчиков и, наконец, муравьев — с людьми.

Если людям ограничить общение: попросить их надеть маски и солнцезащитные очки и передвигать груз молча, — то и человеческая группа начнет принимать решения по-муравьиному, то есть гаптическим образом. Когда ноша начинает двигаться в каком-то направлении, все остальные подыгрывают и тянут (или толкают) туда же, доверяя сородичам, что направление верное, даже если это движение расходится с индивидуальным представлением о правильном решении задачи.


Эффективность решения геометрической задачи у людей в группах с ограниченным общением (зеленая линия) ниже, чем при решении в одиночку
Dreyer et al. / PNAS, 2024

Но почему-то, когда люди и муравьи используют одну и ту же «тянем-потянем-коммуникацию», насекомые от коллективного решения выигрывают, а люди — справляются хуже, чем поодиночке. Чем Росс хуже муравья?

На примере задачи с диваном заметны две крайности: люди выделяются индивидуальными когнитивными навыками, в то время как муравьи преуспевают в сотрудничестве.

Муравьи обладают развитыми когнитивными способностями: обучаются, изготавливают и используют орудия труда, оценивают неуверенность в своих знаниях, взвешивают большое количество факторов при принятии индивидуальных решений и способны не потеряться даже при перемещении на большие расстояния. Но при решении задачи в группе они не используют индивидуальные расчеты, а подчиняются универсальными поведенческими правилами колонии: перестают думать и начинают действовать сообща в универсальных рамках поведения. Правила позволяют масштабировать коллективный интеллект.

Люди, предположительно, умнее муравьев, более гибки в выборе когнитивных инструментов и тактик решения задач. Такая гибкость повышает эффективность работы поодиночке, но при этом также увеличивает интеллектуальный разброс внутри группы. В результате среди соучастников могут попасться люди с сильно отличающимися интеллектуальными способностями, например Росс, Рэйчел и Чендлер. Нивелировать различия людям позволяют не универсальные правила колонии, а общение — обсуждение стратегий перемещения дивана по лестнице и отсеивание тупиковых решений.

Но если ничего не обсуждать, а сразу тянуть диван по-муравьиному, группа в среднем будет действовать глупее, чем человек в одиночку. Росс хуже муравья, потому что много думает и мало говорит. Он не использует ни преимуществ человеческих решений с централизованным управлением, ни муравьиной неосознанной демократии. Громогласные повторы мантры «Поворачиваем!» едва ли можно засчитать за обстоятельное общение. А распиленный и никому не нужный диван потом кому-то выносить.

[ArefievPV]

Мыши попытались привести сородичей в чувство
https://nplus1.ru/news/2025/02/26/mice-intensive-care
Они кусали их за язык и облизывали им глаза

N + 1; Wenjian Sun et al. / Science, 2025

Ученые из США обнаружили, что мыши активно взаимодействуют с сородичами, потерявшими сознание, пытаясь, по-видимому, привести их в чувство. Грызуны трогали своих соседей по клетке, облизывали им веки, кусали за язык и вытягивали его изо рта. Дальнейший анализ показал, что это поведение зависит от окситоциновых нейронов паравентрикулярного ядра гипоталамуса. Результаты исследования опубликованы в журнале Science.

Нечеловеческие приматы, слоны и дельфины ведут себя по отношению к потерявшим сознание или умершим сородичам особенно чутко: дольше остаются рядом, трогают их, а иногда даже толкают или бьют — подобно тому, как люди пытаются привести в чувство упавших в обморок. Однако природа и распространенность этих реакций до сих пор были очень слабо исследованы.

Сун Вэньцзянь (Wenjian Sun) и его коллеги из Университета Южной Калифорнии исследовали поведение лабораторных мышей по отношению к анестезированным сородичам. До испытаний пары мышей содержали в одной клетке в течение по крайней мере трех дней. Затем одному грызуну из пары вводили анестетик, и, когда он терял сознание, помещали в клетку ко второму. Для контроля некоторых мышей возвращали в клетку в сознании.

Мыши взаимодействовали с невосприимчивым сородичем почти половину времени теста, а с активным — всего 5,8 процента времени. Если сородич был без сознания, мыши сначала обнюхивали его, затем начинали груминг, а после сосредотачивали свои действия в области головы партнера: облизывали глаза, кусали область рта и тянули за язык (в результате чего язык анестезированной мыши иногда оказывался высунут). С активными сородичами мыши не проводили таких манипуляций, а ограничивались обнюхиванием. Также описанное поведение гораздо реже наблюдалось в отношении незнакомых сородичей без сознания.

Случайно ученые заметили, что кусание языка мыши, находящейся без сознания, привело к удалению инородного предмета из ее рта. Тогда в других экспериментах они положили в рот анестезированным мышам по небольшому шарику: испытуемые мыши удаляли эти шарики в 80 процентах случаев. Если же анестезированная мышь оставалась одна, инородный предмет никогда не выпадал из ее рта самопроизвольно. Ученые также попробовали поместить шарики в анус или гениталии анестезированных грызунов, но на это испытуемые не обратили внимания.

Мыши, находящиеся без сознания, реагировали на облизывание глаз и прикусывания рта или языка периодическими подергиваниями. Позже ученые попробовали простимулировать разные части тела легко анестезированных мышей нитью фон Фрея, и стимуляция внутренней поверхности рта вызвала рефлекс выпрямления — потенциальный индикатор возбуждения. Таким образом, прикусывание и вытягивания языка другими мышами могло обеспечить подобное возбуждение. И действительно, анестезированные мыши после подобных манипуляций со стороны сородичей приходили в себя раньше, чем если они были одни.

У мышей, которые взаимодействовали с сородичами без сознания, ученые обнаружили повышенную активность окситоциновых нейронов паравентрикулярного ядра гипоталамуса. Когда исследователи оптогенетически подавили эти нейроны, мыши стали совершать меньше манипуляций с глазами и ртом анестезированных сородичей. Стимуляция этих нейронов, напротив, заставила мышей активнее трогать глаза и рот незнакомых сородичей без сознания.

Авторы интерпретировали поведение мышей как попытку оказать помощь членам группы, потерявшим сознание. Они отметили, что это поведение вряд ли было вызвано простым интересом или желанием социального контакта, поскольку даже когда мышам предлагали выбор между активным и анестезированным сородичем, они направлялись к тому, кто был без сознания. По мнению ученых, это поведение может быть широко распространено среди социальных животных и способствовать увеличению сплоченности.

Иногда нечеловеческие животные даже лечат больных сородичей. Так, шимпанзе прикладывают к ранам товарищей насекомых, а хищные муравьи лечат раны соседей по колонии противомикробным секретом.

[ArefievPV]

Нейронауки в Science и Nature. Выпуск 299: роение саранчи
https://neuronovosti.ru/nejronauki-v-science-i-nature-vypusk-299-roenie-saranchi/
Немецкие ученые выяснили, что пустынная саранча, находясь внутри роя, координирует свое движение с помощью когнитивных процессов, а не через простое механическое выравнивание по отношению к соседям, как предполагалось ранее. Это открытие может изменить представления о том, как образуются и функционируют такие объединения животных в природе, как стаи насекомых или группы млекопитающих. Исследование опубликовано в журнале Science.

До недавнего времени коллективное движение животных было принято объяснять через модели «самодвижущихся частиц», заимствованные из физики. Согласно этим идеям, отдельные особи согласуют собственное направление движения в соответствии с таковым окружающих их соседей. При этом группа спонтанно переходит от хаоса к порядку при достижении критической плотности. Лабораторные эксперименты с саранчой, которые ученые проводили ранее, казалось, подтверждали эту гипотезу. Однако реальные механизмы, лежащие в основе гигантских мигрирующих роев, оставались невыясненными.

В новом исследовании, проведенном командой ученых из Констанцского университета, пустынная саранча, чьи нашествия угрожают продовольственной безопасности значительной части населения Земли, вновь послужила идеальным объектом для объяснения, на этот раз более детального, явления координированной агрегации в животном мире.

Чтобы раскрыть секреты коллективного поведения, ученые провели полевые наблюдения в период нашествия саранчи в Восточной Африке в 2020 году, лабораторные эксперименты и серию тестов с виртуальной реальностью. В последних живых насекомых помещали в среду с компьютерными «голографическими» роями, что позволило точно контролировать визуальные стимулы. «Определить механизм взаимодействия в группах подвижных животных, как известно, сложно, — рассказал Иэн Кузин, старший автор исследования из Констанцского университета. — Поведение одних особей влияет на поведение других и само подвергается влиянию в ходе сложного взаимодействия». Виртуальная реальность помогла изолировать ключевые факторы, например реакцию саранчи на движение соседей, исключив помехи, неизбежные в природных условиях.

Оказалось, что саранча не использует врожденный «оптомоторный рефлекс» — автоматическое следование за движущимися объектами — для координации с сородичами. Вместо этого насекомые оценивали положение соседей относительно себя и принимали решения через внутренний «консенсус», достигаемый благодаря интеграции сигналов от различных сенсорных систем и их обработке в нервной системе. Например, в эксперименте с двумя виртуальными роями, движущимися в одном направлении, саранча игнорировала общий поток и поворачивалась к одному из роев, целенаправленно следуя за ним. Более того, переход к упорядоченному движению зависел не от плотности группы, а от четкости визуальных сигналов.

«Речь идет о качестве информации, а не о ее количестве», — подчеркивает Серкан Саин, один из авторов исследования из Констанцского университета. Перепроверка данных прошлых экспериментов подтвердила эти выводы, показав, что классические модели упускают ключевые аспекты поведения.

Открытие позволило авторам исследования разработать новую модель, основанную на нейробиологических принципах. Согласно этой модели, саранча принимает решение о направлении движения благодаря «кольцевому аттрактору» — сети нейронов, обрабатывающей информацию, поступающую от разных сенсорных систем, о положении других особей в рое.

Эти результаты не только дают возможность в будущем прогнозировать маршруты роев, но и могут помочь в разработке алгоритмов для робототехники и автономных систем. «Наше исследование — смена парадигмы, — отметил Иэн Кузин. — Мы показали, что коллективное поведение строится на сложных когнитивных процессах, а не на простых правилах». Дальнейшие исследования могут быть направлены на изучение того, как найденные механизмы работают у других видов в природе и даже в человеческом обществе.

P.S. Гипотеза интересная, но обратите внимание на фразу: «изолировать ключевые факторы, например реакцию саранчи на движение соседей, исключив помехи, неизбежные в природных условиях». То есть, выводы делаются по результатам эксперимента, поставленного в искусственных условиях, а затем эти выводы распространяются и на происходящее в естественных условиях. Такой подход у меня вызывает сомнение.

[ArefievPV]

Российские ученые воссоздали динамику модели нейрона мозга с помощью нейросети
https://naked-science.ru/article/column/nejrona-mozga-s-pomoshhyu
Исследователи из НИУ ВШЭ в Нижнем Новгороде показали, как с помощью нейросети воссоздавать динамику нейрона мозга, имея всего один ряд измерений, например запись его электрической активности. Разработанная нейросеть научилась восстанавливать полную динамику системы и предсказывать ее поведение при изменении условий. Такой метод может помочь изучать сложные биологические процессы, даже если нет возможности провести все необходимые измерения.

Исследование опубликовано в журнале Chaos, Solitons & Fractals. Работа выполнена в рамках проекта Зеркальные лаборатории НИУ ВШЭ и поддержана грантом РНФ.

Нейроны — это клетки, с помощью которых мозг обрабатывает информацию и передает сигналы. Они общаются друг с другом электрическими импульсами, которые заставляют соседние нейроны активироваться или, наоборот, замедляться. Каждый нейрон имеет мембрану (оболочку), через которую могут проходить заряженные частицы, называемые ионами. Ионы движутся через специальные каналы в мембране, и их движение и вызывает электрические импульсы.

Исследовать работу нейронов помогают математические модели. Часто в их основе лежит подход Ходжкина — Хаксли. Он позволяет строить сравнительно простые модели, однако при этом требует большого количества параметров и расчетов. Чтобы предсказать поведение нейрона, обычно измеряются несколько параметров и характеристик: напряжение на мембране, токи разных ионов, состояние каналов клетки. Исследователи НИУ ВШЭ и Саратовского филиала Института радиотехники и электроники имени В.А. Котельникова РАН показали, что достаточно учитывать изменения только одной характеристики — электрического потенциала мембраны нейрона, а с помощью нейросети восстановить недостающие данные.

Метод, предложенный учеными, содержал два этапа. Сначала анализировалось, как изменяется потенциал нейрона во времени. Эти данные передавались в нейросеть — вариационный автокодировщик, который выделял в них ключевые закономерности, отбрасывал лишнее и на выходе выдавал набор характеристик, описывающих состояние нейрона. На втором этапе нейросеть уже другого типа — нейросетевое отображение — использовала эти характеристики, чтобы предсказать, как нейрон поведет себя дальше. Нейросеть фактически брала на себя функции модели Ходжкина — Хаксли, но вместо сложных уравнений училась на данных.

«С развитием математических и компьютерных методов пересматриваются старые подходы, это не только помогает улучшить их, но и может привести к новым открытиям. Обычно восстанавливаемые по данным модели основаны на полиномиальных уравнениях небольшого, 4–5-го порядка — они обладают ограниченной нелинейностью, то есть не могут описывать очень сложные зависимости без увеличения погрешности, — объясняет ведущий научный сотрудник факультета информатики, математики и компьютерных наук НИУ ВШЭ в Нижнем Новгороде Павел Купцов. — В новом методе вместо полиномов используются нейросети. Их нелинейность задается сигмоидами — плавными функциями от 0 до 1, которым соответствуют полиномиальные уравнения (ряды Тейлора) бесконечно большого порядка. Это делает моделирование гибче и точнее».

Обычно, чтобы смоделировать сложную систему, требуется полный набор параметров, но в реальных условиях получить его трудно. В экспериментах, особенно в биологии и медицине, данные часто бывают неполными или зашумленными. В своем подходе ученые показали, что, используя нейросеть, даже при ограниченном количестве данных можно восстановить недостающие величины и спрогнозировать поведение системы.


Реконструкция характеристик нейрона при помощи вариационного автокодировщика
Исходный временной ряд (запись измерений) R сжимается кодировщиком (Encoder) и превращается в динамические характеристики μ. Затем декодировщик (Decoder) старается максимально точно распаковать μ в исходный временной ряд — R’. Процесс похож на прохождение через узкое горлышко бутылки: только самая важная информация может «пройти» дальше, а все лишнее отбрасывается. Чтобы получить μ, автокодировщик должен выявлять наиболее важную информацию о нейроне / © Павел Купцов и др., Solitons & Fractals

«Мы берем всего один ряд данных — единственный пример поведения, обучаем на нем модель и встраиваем в нее управляющий параметр. Его можно представить как “переключатель”, который можно крутить, чтобы наблюдать разные варианты поведения. Если после обучения начать крутить “переключатель”, то есть менять этот параметр, мы увидим, что модель воспроизводит различные типы поведения, характерные для исходной системы», — объясняет Павел Купцов.

При моделировании нейросеть не просто повторила режимы системы, на которых ее обучали, но и выявила новые. Один из них связан с переходом от серии частых импульсов к одиночным всплескам. Такие переключения возникают при изменении параметров, но нейросеть обнаружила их сама, не видя таких примеров в обучающих данных. Это значит, что нейросеть не просто запоминает примеры, а действительно распознает скрытые закономерности.

«Важно, что нейросеть может выявлять новые закономерности в данных, — комментирует ведущий научный сотрудник факультета информатики, математики и компьютерных наук НИУ ВШЭ в Нижнем Новгороде Наталия Станкевич. — Она находит связи, которые в явном виде не представлены в обучающей выборке, и делает выводы о поведении системы в новых условиях».

Сейчас нейросеть работает на сгенерированных компьютером данных. В будущем исследователи планируют использовать ее на реальных экспериментальных данных. Это открывает возможности для изучения сложных динамических процессов, где нельзя заранее задать все возможные сценарии.

[ArefievPV]

Смешанные чувства
https://nplus1.ru/material/2025/03/21/mixed-feelings
Что ученым непонятно в цветных нотах и тактильных вкусах синестетов

P.S. Обзорная статья.