Как мы учимся. Почему мозг учится лучше, чем любая машина… пока - Станислас Деан

Вообразите, что вы приезжаете в аэропорт слишком поздно и рискуете опоздать на самолет. Все в вашем поведении выдает повышенную концентрацию внимания. Ваш ум начеку, вы ищете электронное табло, не отвлекаясь на других людей вокруг, и быстро просматриваете таблицу вылета в поисках своего рейса. Реклама взывает к вам со всех сторон, но вы ее даже не замечаете – вместо этого вы направляетесь прямиком к стойке регистрации. Внезапно вы оборачиваетесь: в толпе оказался ваш друг, и он только что позвал вас по имени. Это сообщение, которое ваш мозг считает приоритетным, переключает все внимание на себя и вторгается в ваше сознание… Мгновение, и вы уже забыли, к какой стойке регистрации должны были подойти.

В течение какой-то пары минут ваш мозг прошел через большинство ключевых состояний внимания: бдительность и настороженность, селекция и дистракция, ориентировка и фильтрация. В когнитивной науке термин «внимание» относится ко всем механизмам, посредством которых мозг отбирает, усиливает, передает и обрабатывает информацию. С точки зрения эволюции это древние механизмы: всякий раз, когда, услышав треск, собаки поворачивают уши, а мыши замирают, они задействуют системы внимания, очень похожие на наши205.

Почему же механизмы внимания развились у столь многих видов животных? Потому что внимание решает одну очень распространенную проблему: переизбыток информации. Наш мозг постоянно бомбардируют раздражители: органы зрения, слуха, обоняния и осязания передают миллионы битов информации в секунду. Первоначально все эти сообщения обрабатываются параллельно отдельными нейронами. Тем не менее анализировать их все на глубинном уровне невозможно: ресурсов мозга просто не хватит. Вот почему пирамида механизмов внимания, организованная подобно гигантскому фильтру, вынуждена производить выборочную сортировку. На каждом этапе мозг решает, насколько важен тот или иной входной сигнал, и выделяет ресурсы на обработку только той информации, которую считает наиболее значимой.

Отбор релевантной информации является основополагающим для научения. В отсутствие внимания обнаружить закономерность в беспрерывном потоке данных – все равно что искать иголку в стоге сена. Кстати, это одна из главных причин медлительности традиционных искусственных нейросетей: они тратят слишком много времени на анализ всевозможных комбинаций полученных данных, вместо того чтобы просто отсеять ненужную информацию и сконцентрироваться на релевантных битах. Только в 2014 году два исследователя, канадец Йошуа Бенжио и кореец Кюхён Чо, придумали, как интегрировать внимание в искусственные нейронные сети206. Их первая модель училась переводить предложения с одного языка на другой. Ученые доказали, что внимание крайне важно: новая система училась лучше и быстрее, поскольку могла сосредоточиться на самых важных словах исходного предложения.

Идея научить машину вниманию молниеносно распространилась в сфере искусственного интеллекта. Если сегодня искусственным системам удается успешно описать картинку («Женщина бросает летающий диск в парке»), то это потому, что при анализе информации они фокусируют «прожектор» внимания на каждой важной части изображения. При описании летающего диска сеть сосредоточивает все свои ресурсы на соответствующих пикселях и временно удаляет все те, которые соответствуют человеку и парку, – к ним она вернется позже207. В настоящее время ни одна достаточно сложная система искусственного интеллекта больше не соединяет все входы со всеми выходами: она знает, что обучение будет идти быстрее, если простую сеть, в которой каждый пиксель на входе может быть предиктором любого слова на выходе, заменить организованной архитектурой, в которой обучение разбивается на два модуля: первый учится обращать внимание, а второй учится называть данные, отфильтрованные первым.

Первый столп научения – это внимание, механизм столь фундаментальный, что в настоящее время он интегрирован в большинство современных искусственных нейросетей. Здесь машина учится находить слова для описания фотографий. Избирательное внимание действует как прожектор, который высвечивает определенные области изображения (показано белым цветом справа) и отбрасывает все остальное. Таким образом, в любой заданный момент времени внимание позволяет сосредоточить все учебные мощности на выбранном массиве данных.

Хотя способность сосредоточиться на важной информации необходима, она может привести к серьезной проблеме: любая ошибка в направлении внимания чревата остановкой процесса научения208. Если я не замечаю летающий диск, эта часть изображения буквально стирается: система продолжает обрабатывать картинку, как будто данного фрагмента вообще не существует. Информация о диске отбрасывается на ранней стадии и не распространяется за пределы низших сенсорных областей. Оставленные без внимания объекты вызывают лишь умеренное возбуждение, не обеспечивающее практически никакого научения209. Это в корне отличается от многократной амплификации релевантных сигналов, которая наблюдается в нашем мозге всякий раз, когда мы обращаем внимание на объект и осознаем его. Благодаря сознательному вниманию разряды сенсорных нейронов и нейронов концепций[25], кодирующие объект, усиливаются и передаются в префронтальную кору, возбуждая целые популяции клеток. Последние сохраняют активность в течение долгого времени, значительно превышающего длительность предъявления изображения210. Такой сильный всплеск нейронного возбуждения – именно то, что нужно синапсам, чтобы изменить свою силу. Нейробиологи называют это явление длительной потенциацией. Когда ученик, например, обращает сознательное внимание на слово иностранного языка, только что произнесенное учителем, это слово активирует целые популяции корковых нейронов вплоть до префронтальной коры, а потому имеет гораздо больше шансов остаться в памяти. Неосознанные слова и слова, на которые ученик не обратил внимания, остаются на уровне сенсорных систем и не могут достичь более глубинных лексических и концептуальных репрезентаций, поддерживающих понимание и семантическую память.

Вот почему каждый ученик должен научиться управлять вниманием, а учитель – уделять вниманию больше внимания! Если учащиеся не обращают внимания на нужную информацию, они едва ли чему-нибудь научатся. Величайший талант учителя состоит в том, чтобы постоянно направлять и привлекать внимание детей; без этого эффективное управление процессом научения невозможно.

Внимание играет такую важную роль в отборе релевантной информации, что реализуется во многих нейронных сетях мозга. Американский психолог Майкл Познер выделяет три основные системы внимания:

1) систему сигнализации и активации, которая определяет, когда нужно обратить внимание, и регулирует степень нашей бдительности и настороженности;