Комментарии 7
Позавчера пережил интересный опыт яркого и четкого мышления внутри осознанного сновидения. Субьективно находился несколько минут внутри сна и сразу понял, что нужно подойти исследовательски к такому удачному опыту. Под спойлер убрал описание, кому интересно, велкам.
Скрытый текст
Хочу поделиться интересным опытом. Я немного приболел, ничего серьёзного. Днём чувствовал сонливость. Лёг и мгновенно уснул. Видимо, из-за температуры мой мозг вошёл в режим осознанного сновидения небывалой ясности.
Я находился в помещении, которое очень хорошо знал, так как это наш старый дом, который сейчас уже не существует. Ментальная модель была не совсем трёхмерной; она чем-то напоминала панорамы с гугл карт — будто отдельные фотографии, привязанные к абстрактной и грубой 3D модели, по которой можно перемещаться.
Образы в мозге пугающе похожи на то, что генерируют нейросети. Картина насыщенная и реалистичная, но детали окружения условные. Я взял со стола гранёный стакан и протянул его к водопроводному крану налить воду, через мгновение в руке уже был не стакан, а фужер с короткой ножкой и круглыми боками. Это напоминает как нейронки генерируют изображения. Вроде бы тот же сюжет, освещение и положение вещей но в мелочах всё отличается от предыдущей генерации.
Предметы и стены не плывут и не деформируются в момент, когда на них смотришь. Окно остаётся прямоугольным окном, пока ты его рассматриваешь. Но если отвернуться и посмотреть снова у окна поменяется переплёт (внутренние перекладины оконной рамы). Одежда, лежащая на кресле, меняла рисунок: карманы то появлялись, то исчезали.
Все объекты детальные: я подносил близко к глазам ткань и видел её структуру. На подоконнике была пыль, которая стиралась пальцем. Вода из под крана имела знакомый запах водопроводной воды (забавно, что в действительности у нас не было там водопровода, мозг будто бы лепит всё окружение из знакомых образов подходящие под контекст).
Общее впечатление от пережитого напоминает ожившую смесь воспоминаний, будто мозг “рисовал” картину, сотканную из пережитого многократно, обобщённого опыта. Но, больше всего меня удивила кристальная ясность осознания и мышления, а также чёткое понимание, что я нахожусь внутри своей головы во сне.
P.S.: В эзотерику, астрал и прочую магию не верю. Считаю всё произошедшее слегка изменённой физиологией работы мозга.
Как-то я читал одну фантастическую книжку, в которой игровой мир (виртуальный) создавался на основе подобных осознанных сновидений.
Там ученные изобрели способ вызывать такое состояние мозга с помощью специального шлема, а потом научились объединять множество таких игроков в одном мире. т. е. игроки фактически спали и видели сны, но очень реалистичные, где можно почувствовать запахи, вкусы, боль (сильно ослабленная) и т. п.
Сам исходный мир был создан на основе записанного осознанного сновидения разработчика — основателя. Он был опытный сноходец, умел управлять своими снами, благодаря чему смог создать во сне целый мир. Ну и все это записывалось на электронные носители.
Другие игроки подключались к этому миру. Шлем и сервера обеспечивали общий интерфейс, а также различные игровые локации, сюжет и т. п. А вот реалистичность мира (запахи, цвета, вкус, осязание и т. п.) — обеспечивал мозг самого игрока, так как это было бы в осознанном сне. Способности игроков ограничивались их психикой, т.к. не каждый мог принять, что он может, например, летать.
Карлос Кастанеда, "Искусство сновидения"
Очень качественная статья, я на нее буду давать ссылку как на грамотный научпоп на Хабре, спасибо.
Поправьте про двухфотонный микроскоп: это не значит что там два луча используются, это значит что длина волны освещения подобрана такая, что требуется одновременное поглощение двух фотонов для возбуждения флуоресценции. Вероятность такого события пропорциональна не просто мощности облучения, а квадрату, что делает яркость изображения нелинейной и улучшает соотношение сигнала/шума. Кроме того, более длинные волны (там будет ИК около 920нм) меньше подвержены рассеянию и позволяют смотреть в более глубокие слои мозга (плюс отсечка шума от рассеянного света за счёт упомянутой квадратичной нелинейности)
Отличное исследование и статья, но есть замечание этического характера.
Оказалось, что модель не просто предсказывает конечный результат обучения, но и проходит через те же этапы формирования «нейронной карты», что и живой мозг, — от начального хаоса до четких различимых представлений. Это указывает на возможное обнаружение фундаментального вычислительного принципа, который может лечь в основу создания искусственного интеллекта, способного формировать внутренние представления о мире, подобно живым существам.
Этот принцип уже существует уже лет как тридцать, и известен, как принцип минимизации свободной энергии! Его автор Карл Фристон.
Самым интересным оказалось, что процесс в точности соответствовал предсказаниям компьютерной модели CSCG (Clone-Structured Causal Graph), созданной специалистами Google DeepMind и Vicarious AI.
Это частный случай, точнее алгоритм, принципа минимизации св. энергии, его общего статистического формализма. В основе CSCG лежит скрытая марковская модель, которая "может быть рассмотрена как простейшая байесовская сеть доверия". Которые являются одной из основ байесовского подхода к исследованиям функций мозга и используют марковское ограждение в мат. аппарате. И вдруг Гугл их заново открыла, дала им свое название, и хорошо, что хоть не запатентовала этот алгоритм) В чем проблема? Во всех статьях этих компаний, как самого исследования, так и в работе Гугла, нет упоминаний работ Фристона по этой теме. По моему, это не совсем этично, в науке так не принято. Сейчас практически все когнитивные и психофизиологические исследования вообще пытаются рассматривать с точки зрения этого подхода - предиктивного кодирования, байесовского мозга/разума.
Это в духе корпоративной науки, немного позаимствовать у академической, университетской, что-то доработать и приватизировать, дав свое название и не упомянуть источника идеи. Вот, кстати, пример (источник и продолжение) другого корпоративного исследования, где происхождение идеи корректно указан. Что касается постановки эксперимента, то имеется аналогичное академическое исследование на рыбка - формирование двигательной модели в мозжечке, но они не занимались теорией.
Разработка Google DeepMind и Vicarious AI оказалась неожиданно детальным воспроизведением биологической вычислительной машины. Так как даже продвинутые архитектуры, такие как LSTM и трансформеры, не могут воспроизвести естественную динамику формирования когнитивных карт без специальной настройки, в перспективе это могло бы поднять нейронные сети на принципиально новый уровень.
Ну да, это же обучение мышей происходит в соответствии с указанным принципом, а перечисленные архитектуры ИНС являются упрощенными моделями, которые используют только пространственные суммативные способности биологических нейронов, а есть еще временные, влияние нейромедиаторов, и тд. И конечно поднимут исследования на новый уровень, когда все эти дополнительные механизмы нейропластичности будут учтены. Но их результатом будут уже не статичные архитектуры ИНС, а что-то из области динамических нейроморфных решений (подробнее почему).
Для развития науки в целом не важно как были получены результаты, и в этом отношении результаты исследований этих компаний весьма впечатляют, но некоторый осадок остается.
Прочитал введение и пробежал пол-статьи -так и не понял про что это и для кого. Для биологов ? Для психологов ? Для специалистов по нейронкам? в Хабр -сообщество людей с широкими интересами. Если это узкоспециализированная статья , то лучше все-таки это указать. И немножко лучше написать про что это и кому может быть полезно во введении. 😉
Мышиная машина состояний: ученые обнаружили ключевой принцип обучения мозга — и он совпал с теорией Google