Поводом для этого выступления послужила представленная на ЭНС подборка из Интернета «Открытие профессора Тошиюки Накагаки», точнее, ее первая часть, где повествуется об "умных грибах".  Действительно, это сообщение профессора Накагаки оказалось достойным приза Игнобель, так как "сначала заставляет смеяться, а потом – задуматься". Задумался и я, хотя раньше уже встречал и восторги, и сомнения по поводу представленной работы. Это тем более интересно, что сам автор неоднократно говорил: "Люди не единственные живые существа со способностью обработки информации. Простые существа могут решать определенные виды сложных головоломок. Если вы хотите высветить суть жизни или разума, это проще сделать с использовании этих простых существ". При этом он неоднократно употреблял в своих статьях и лекциях слово интеллект, что в применении к грибам кажется несколько необычным. Поэтому я и взялся за неблагодарную работу, пытаясь проанализировать опубликованные данные о поведении данного вида грибов именно с этих позиций. 

Загадачная плесень  

Профессор Накагаки проводил свои опыты с желтоватым грибком Physarum polycephalum, относящемуся к классу миксомицетов (слизистых грибов), которого обычно называют slime mold, или слизистой плесенью. Однако правильней называть вегетативное тело слизистого гриба плазмодием. Грибок живет, распластываясь на влажных поверхностях, поэтому его называют “многоголовой слизью“ (polycephalum). Это одноклеточный организм со множеством (несколько миллионов) ядер, но общей протоплазмой, поэтому его относят к супергруппе амебоидных (Amoebozoa). Такая система множества ядер в общей цитоплазме называется синцитием. Строение тела миксомицета своеобразно: это не центральный «шар» с отростками, а система тонких ветвящихся трубчатых структур – псевдоподий, разных по диаметру. Их плотное скопление и считают условно основным телом грибка. Некоторое представление о их строении и жизни можно увидеть на видео.  Отметьте перетекание ядер и других цитоплазматических структур по системе многочисленных трубочек, что обеспечивает обмен между разными частями этого единого организма. А здесь изображено, как живет грибок в природе. (Все видеоматериалы, использованные в данной статье, представлены самими авторами соответствующих исследований, на что, как правило, имеются ссылки, помещенные ниже экрана изображения). 

 Большой загадкой остается процесс питания грибка, точнее, то, как миксомицет, лишенный каких-либо управляющих центров, способен выбрать ту пищу, которая адекватна его потребностям. Животные имеют систему оценки пищи, очистки ее от токсических веществ (печень), доставки ко всем клеткам организма. Всего этого нет у грибов: у них процесс отбора осуществляется непосредственно в наружных мембранах, а еще ранее – путем поиска наиболее подходящей по питательной ценности пище. Иными словами, баланс основных элементов – углерода и азота у плазмодия поддерживается тщательно отобранной (селективной) пищей. Как показали французские ученые (Dussutour A. et al. 2010) [1] наш грибок стремится избегать перегруженной углеводами пищи, предпочитая таковую с соотношением белок – углеводы 2:1. Именно поэтому столь широко развита у плазмодия система поиска пищи, начинающаяся с массивного выброса слизнеподобных отростков, покрывающих обширные площади, которые затем оформляются в трубочки разного диаметра. В лабораториях плазмодии живут на чашках с влажным агаром, а для их питания используют овсяные хлопья. 

Как происходит поиск пищи и ее «освоение», вы можете увидеть из приведенного видеоматериала. То, что мы называем слизью, на самом деле сдвоенная клеточная мембрана с минимальным количеством трубочек. Характерно, что найдя новый источник пищи и активно «осваивая» его, плазмодий не порывает связь с «метрополией», сохраняя ее в форме толстой тубочки. Псевдоподии, не нашедшие пищи, постепенно истончаются и втягиваются в общую массу грибка. Обратите внимание, что грибок начинает не с ближайшего к нему кусочка пищи, а идет к самому дальнему. Нечто подобное, как мы увидим ниже, делают и шмели, облетая цветки. Что это – общее свойство живого, оставлять ближайший, «гарантированный» кусочек про запас? 

Трудный путь через лабиринт

Для начала разберем то, что написано в представленной на ЭНС статье. 

Существует такое выражение: это слишком хорошо, чтобы быть правдой. К сожалению, изложение первой работы профессора Накагаки, взятое из Интернета,  несет в себе много неточностей, искажающих саму идею прохода через лабиринт. Автор изложения представляет дело так, что профессор Накагаки поместил маленький кусочек грибка у входа в лабиринт, а на выходе положил кусочек сахара. После длительных блужданий по лабиринту, грибок все же достиг вожделенного сахара (выше я писал, что плазмодий избегает чисто углеводной пищи и вряд ли любит сахар). Что же касается описанного там второго эксперимента с якобы обученным «кусочком паутинки», которая творила «чудеса» сообразительности, то этого нет ни в одной публикации никого из авторов, писавших на эту тему. Но не будем придираться к деталям изложения, а лучше обратимся к исходным научным данным. 

Пионерская работа профессора Накагаки [2] занимает всего одну неполную страницу [здесь под одним линком представлены две статьи, искомая идет второй]. И хотя статья опубликована под рубрикой Intelligence, ученые ставили перед грибком вполне физиологическую задачу: поглощать возможно больше питательных веществ и при этом сохранять целостность единой большой системы. Для этого ученый разместил пищу (кусочек агара, наполненный растертыми овсяными хлопьями) в два места у двух выходов из лабиринта, в котором уже вольготно расположилась большая амеба. 

Этот исходный опыт позднее был воспроизведен в Интернете с небольшими изменениями (вместо питательного агара использовали овсяные хлопья).  Можно видеть, что сначала во все отделы лабиринта были заложены кусочки плазмодия, которые затем слились в общую массу. Вскоре плазмодий полностью «освоил» оба источника пищи, а затем, прогнав захваченные питательные вещества по всему телу, начал постепенно формировать единый «трубопровод» между двумя основными телами. При этом трубочки в тупиковых ходах постепенно истончались и исчезали, что наблюдалось и в более длинных, обходных путях лабиринта. В результате образовалась связь между двумя входам лабиринта, где лежали овсяные хлопья. Характерно (и это специально отмечено в статье), что когда перед грибком стоял выбор из двух путей, различающихся по длине на 22%, плазмодий всегда выбирал  более короткий путь, тогда как 2% разница им не улавливалась (Шмели тоже выбирали самую короткую дорогу; опять – свойство живого, разум?). 

Авторы вполне логично заключают, что для обеспечения максимальной эффективности питания и тем самым повышения шансов на выживание, плазмодий изменяет свою форму в лабиринте и образует одну толстую трубочку, покрывающую кратчайшие расстояние между источниками пищи. 

А далее следует нетривиальный вывод: «Этот замечательный процесс клеточного расчета предполагает, что [одно]клеточные создания могут проявлять примитивный интеллект». Вот с этой-то фразы и началась та буря, которая продолжается уже более десяти лет. 

Естественным развитием идеи о физиологически обусловленном соединении двух источников питания плазмодия посредством оптимально выверенной толстой псевдоподии (трубочки) послужила следующая разработка того же коллектива японских ученых (Tero A. et al., 2010) [3].  Эту статью сразу же назвали наиболее провокационой публикацией и, похоже, вполне заслуженно, так как она породила массу научных спекуляций, повторов в разных вариантах и вполне обоснованных инженерных предложений. Суть ее состоит в следующем. Ученые взяли карту железных дорог центральной Японии, накрыли ее прозрачным сосудом с агаром, а на места основных городов (36 пунктов) поместили овсяные хлопья. Грибок был помещен на проекцию Токио, откуда и начал свое движение. Вот как развивалась картина воспроизведения оптимального расположения железнодорожных ветвей (из протокола авторов).

 Можно видеть, что плазмодий находит кратчайший путь между двумя источниками питания. Хотя «предложенный» грибком план не всегда совпадал с реальной картой дорог, рассчеты показали, что проложенная плазмодием сеть отличается большей эффективностью, меньшей стоимостью проезда и значительно более высокой устойчивостью к возможным заторам и авариям, чем существующая сеть. Кроме того, модель имеет ряд перестраиваемых параметров, которые позволяют регулировать выгоды/затраты, увеличить специфические особенности сети, такие как отказоустойчивость или эффективность транспортной системы при сохранение затрат.

 Авторы считают, что такая модель может послужить полезной отправной точкой для улучшения протоколов маршрутизации и топологии управления для самоорганизующихся сетей, таких как массивы датчиков, мобильные одноранговые сети или беспроводные ячеистые системы. Атсуши Теро из Университете Кюсю, на юге Японии, который непосредственно проводил это исследование, полагает, что интеллектуальные навыки, которыми обладает слизистая плесень, потенциально могут быть использованы в будущем при проектировании систем транспорта и линий электропередач. "Компьютеры не столь хороши для анализа оптимальных маршрутов, которые соединяют множество базисных пунктов, поскольку объем вычислений становится слишком большим для них", - говорит он. "Но миксомицеты, без вычисления всех возможных вариантов, могут вначале растекаться по всей области в импровизированной манере и постепенно находят оптимальные маршруты". 

Практическая возможность использования плазмодия для повышения эффективности железных дорог хорошо показана в лекции д-ра М.Фликера на примере Англии. К 1960-м годам ж.-д. сеть страны стала самой густой в мире, но при этом и очень неэффективной. За последующие 20 лет плотность сети значительно уменьшилась, закрыты многие линии, сократилось число пересадок, что привело к возрастанию эффективности перевозок. Новая сеть железных дорог приближается к карте, созданной  плесенью. Конечно, плазмодий не откликается на многие превходящие факторы, равно как и на особенности местности, однако он дает оптимальную картину при идеальных условиях. По мнению лектора, грибки растут на плоскости как самоорганизующаяся пространственная сеть, отточенная в ходе эволюции, которая может служить примером потенциального разрешения реальных компромиссов между стратегией поиска, транспортной эффективностью, устойчивостю, контролем сложности и стоимостью. Сама же идея поиска оптимальных технических решений на примерах живых организмов представляется плодотворной, так как транспортные сети широко распространены не только в социальных, но и, прежде всего, в биологических системах. 

Работы по моделированию дорог с помощью плазмодия нашли отклик в кругах не только инженеров, но и математиков. В последние годы вышло несколько серьезных работ, в том числе и с описанием алгоритмов, пригодных для решения классических проблем в исследовательских операциях, таких как симметричный вариант «задачи коммивояжера» и маршрутизации автотранспорта. Мне вряд ли удастся правильно прокомментировать математическую сторону этих исследований, поэтому предлагаю заинтересованным и компетентным читателям обратиться к работам Steven H. Strogatz (2001),  Tero А. и сотр., (2007),  D.S. Hickey, L.A. & Noriega, (2008),  Masi, L., Vasile, M (2012). (В списке литературы эти источники не указаны, пользуйтесь гиперссылками) 

Страсти вокруг интеллекта 

Помните у Булгакова сеанс черной магии в варьете? «– Нет, виноват! Разоблачение совершенно необходимо. Без этого ваши блестящие номера оставят тягостное впечатление. Зрительская масса требует объяснения». Вот так и в ситуации с «умными грибами»: ученые попытались объяснить наблюдаемые явления химическими и физическими механизмами, избегая упоминания об интеллекте. 

Наиболее подходит для этого объяснения феномен хемотаксиса —  двигательной реакции микроорганизмов на химический раздражитель. При этом происходит загрузка рецепторов специфическими молекулами (лигандами), что и определяет направленное движение клеток вдоль градиента концентраций под действием привлекательных (аттрактанты) или отгоняющих (репелленты) химических реагентов. Сигнал к движению реализуется на уровне изменения во времени структуры рецептора (его метилирования), что является своеобразным молекулярным эквивалентом «памяти». Поскольку счет идет на молекулы, а время – на доли секунды, даже незначительное различие концентрации между ведущими и концевыми полюсами может быть уловлено клеткой. Хемотаксис сохраняется и у некоторых клеток высших животных, например, им обладают все фагоциты – нейтрофилы, лимфоциты и другие защитные клетки. Как нейтрофилы «охотятся» за бактериями, ориентируясь на запах (аттрактант), показано в этом коротком ролике.  

 На принципе градиента концентрации пищевых сигналов был построен анализ поведения грибка при его движении для поиска пищи. В этом плане интересна книга английского ученого Эндрю Адаматского «Physarum Machines» (2010) [4], в которой собраны данные о биологии Physarum polycephalum  и его использовании  для различных прикладных целей. Автор рассматривает поведение грибка как запрограммированное пространственной конфигурацией притягивающих и отталкивающих градиентов (например, плазмодий «любит» корень валерианы и «ненавидит» кошачью мяту).  

В недавней статье Э.Адаматский (2012) [5] показал, что поведение плазмодия в лабиринте хорошо описывается в терминах пространственного распределения градиента пищевых сигналов и препятствий (перегородок лабиринта). В ходе лабораторных экспериментов и математического моделирования было показано, что если плазмодий засевают в периферийных каналах лабиринта, а овсяные хлопья (притягивающий источник, аттрактант) помещают в центральную камеру, то грибок растет в сторону пищи и соединяет хлопья с точкой начального роста выраженной протоплазматической трубкой (этакая живая «нить Ариадны»). Автор заключает, что плазмодию помогает химический градиент пищевых аттрактантов, распространяющихся от овсяных хлопьев. Видеоклип (всего 10 секунд) представлен автором. 

 Пожалуй, последняя работа, которая могла бы развеять сомнения в наличии «грибного интеллекта», опубликована в январе 2010 году в журнале Американского химического общества группой ученых под руководством Бартоша Гжибовского из Северо-западного университета в Эванстоне, штат Иллинойс (István Lagzi et al., 2010) [6]. В статье описывается двухфазная система вода-масло, в которой происходят чисто химико-физические процессы. Состоят они в следующем. Минеральное масло насыщают органическими жирными кислотами, активные гидрофильные группы которых выходят из наружной поверхности в водную фазу, имеющую щелочную рН. Если среда хоть немного изменяется в кислую сторону (создается градиент рН), возникает разность потенциалов на (условно говоря) передней и задней стороне капли, что заставляет ее двигаться (плыть) в направлении источника кислоты. 

Таким образом, поверхностно-активные химические вещества проявляют хемотаксис к регионам с более низким рН, и такие «самоходные» капли перемещаются по сложным лабиринтам в направлении источника кислоты, размещеном на одном из выходов. При этом хемотаксис обусловлен химическим взаимодействием между кислотой и основанием, а движение по лабиринту - эффектом поверхностного натяжения, но внешне это выглядит как поиск кислой зоны. 

На представленных авторами двух видеограммах вы можете заметить, как капля масла вначале «неуверенно» заходит в тупиковые ходы, даже возвращается назад, но затем исправляет свой путь и все же достигает цели – расположенного в самом верху агарового квадрата с кислотой. Похоже, эта «сцена» происходит в еще не полностью сформировавшемся градиенте. Другой ролик показывает движение капли в уже устоявшемся градиенте рН, поэтому капля масла «уверенно» направляется к выходу из лабиринта, но у самого выхода, где градиент рН из-за близости кислотного блока не так велик, капля как бы теряет «уверенность» и временами замирает.   

Собственно говоря, авторы вовсе не пытались опровергнуть идею «грибного интеллекта», они работали над гораздо более важной идеей – созданием носителя для противоопухолевых лекарств. Дело в том, что раковые клетки получают энергию в ходе так называемого анаэробного гликолиза, т.е. расщепления глюкозы не до углекислоты и воды, как нормальные клетки, а лишь до молочной кислоты, которая и закисляет и саму опухоль, и окружающее ее пространство. Вот на эту-то кислотность и были нацелены их  модифицированные масляные капельки.

Таким образом, поначалу казавшееся разумным поведение слизистой плесени в лабиринте стало возможным объяснить чисто физико-химическими механизмами, что с некоторым огорчением признал и сам профессор Накагаки в одном из интервью. Ведь если разгадка лабиринтов нередко входит в тесты на интеллект (IQ), а грибки или капля масла могут решить их с легкостью, не означает ли это, что они могут быть более разумными, чем мы? Однако оказалось, что ставить точку на проблеме «умных грибов» еще рано.

Группа японских ученых (Saigusa T. et al, 2008) [7], в которую входил и профессор Накагаки, провела довольно подробное изучение поведения плазмодия в неблагоприятных условиях, которые можно расценить как стрессовую ситуацию для грибка. Известно, что плазмодий активно движется в поисках пищи при оптимальных условиях освещенности (тусклый свет),  температуры 26 ° С и влажности 90% (в опытах P. Polycephalum перемещался по узкому проходу между двумя перегородками). При снижении температуры до 23 ° С и влажности до 60% движение грибка прекращалось. Такую «сухую стимуляцию» применяли 10 минут в течение каждого часа наблюдения, и каждый раз движение останавливалось. После трех часовых «показательных уроков» ученые пропустили очередную «сухую стимуляцию», но плазмодий прекрашал движение, как его «научил» предыдущий опыт. Авторы заключают, что этот одноклеточный организм смог предвидеть сроки периодических событий и адекватно реагировать на опасность раньше, чем она наступила.

Интересны некоторые детали опыта. Временной диапазон наблюдений варьировался от 30 до 90 минут, давая одинаковый конечный результат. Успех «обучения» зависел от массы плазмодия: наилучшие «успехи в образовании» показали особи с живым весом 10-19 мг, более мелкие оказались чувствительнее к стрессу и хуже «запоминали» урок, а ниже 5 мг не выдерживали нагрузки. И, что наиболее интересно, при общем подсчете результатов оказалось, что «предвидение» стресса и остановка движения без реальной стимуляции у некоторых особей (примерно 10%) сохранялась до трех раз, а дважды повторялась у 20%.  

В заключение статьи авторы позволяют себе обоснованные рассуждения о значении запоминания периодических изменений и наличия у одноклеточных организмов способности к обобщению и обучению. Понимание периодичности событий не так просто и для человека. Когда древние египтяне признали регулярной периодичностью наводнения реки Нил и преуспели в прогнозировании следующего наводнения, это стало прорывом в их мышлении и привело к изобретению календаря.

 Приведенные выше данные, по существу, прямо указывают на наличие у плазмодия памяти как способности сохранять и воспроизводить информацию. Однако этим не ограничиваются интеллектуальные возможности грибков: в опытах показано, что им доступен выбор при принятии решения с учетом компромисса скорость – точность. Принятие правильного решения – сложная задача, особенно в условиях стресса. При этом субъект стоит перед выбором: принять быстрое решение путем сбора меньшего объема информации или пожертвовать временем и получить более точное основание для принятия решения. Такое соотношение между скоростью и точностью и называют компромиссом, что является общей чертой человеческого поведения. Последние данные свидетельствуют о том, что это свойство может иметь важное значение в мире животных. Компромиссы скорость - точность важны для принятия многих решений, таких как выбор партнера, способ уклонения от хищника или поиск пищи. При этом нередко цена ошибки бывает слишком велика. 

На скорость принятия решения влияют различные неблагоприятные факторы, одним из которых является голод. Как известно, он влияет на избирательность животных и поэтому может воздействовать на решение с переносом акцента на скорость в ущерб точности. В работе австралийских ученых Тани Латти и Маделин Бекман (2011) [8] для проверки реакции принятия решений в условиях стресса плазмодий помещали в хорошо освещаемую «враждебную» среду, что должно было затруднять правильный выбор.  

Авторы представили перед плазмодием простую задачу: выбрать источник пищи с самой высокой концентрацией питательных веществ из нескольких вариантов. При этом варианты концентрации пищи либо существенно разнились  (10, 6 и 2 % овсянки, это «легкий» тест), либо были близки по ее содержанию («трудный» тест).

 Теоретически следовало ожидать, что в условиях светового стресса или голода плазмодий будет принимать быстрые решения в ущерб точности, тогда как при стандартном культивировании выбор будет более логичным. Так и оказалось. Правда, в условиях стресса не все плазмодии повели себя одинаково, какая-то их часть так и не смогла сделать правильный выбор. В условиях голода плазмодий успешно решал задачу выбора более калорийной пищи, однако в тех случаях, когда решение принималось поспешно (короткое время нахождения пищи) или в условиях стресса, зачастую выбор был неудачным (низкая калорийность). Авторы заключают, что даже простейшие организмы могут корректно устанавливать компромисс скорость – точность, тогда как в условиях стресса они часто совершают ошибки. Совсем как люди. 

Таким образом, мы видим, что плазмодий обладает сложной системой запоминания ритмически повторяющихся процессов и способен предвидеть их наступление, используя внутренний отсчет времени («часы»). Иными словами, у простейшего организма, лишенного мозга, есть память. Как точно подметил Вячеслав Демидов (смотрите его статью на ЭНС), такое поведение простейшего организма очень напоминает феномен условного рефлекса, установленного И.П.Павловым. Отличие состоит лишь в том, что само понятие рефлекса традиционно связывают с нервной системой, а условнорефлекторные связи формируются в коре головного мозга. Поэтому для упрощения рассуждений абстрагируемся пока от условного рефлекса и постараемся сосредоточиться на базовом явлении – памяти. 

Современная концепция памяти

Для понимания природы памяти наиболее плодотворной оказалась теория нейронных цепей, берущая начало в 1940-х годах. Ее создание связывают с именами нейрофизиологов и психологов  Дональда Хебба (Donald Hebb, Канада) и Уоррена МакКалока (Warren S. McCulloch, США). 

Различают два основных вида памяти -  кратковременную и долговременную. Считается, что кратковременная память основана на электрофизиологических механизмах, поддерживающих возбуждение связанных нейронных систем (Д. Хебб), а долговременная память фиксируется структурными изменениями в отдельных клетках, входящими в состав нейронных систем. «Запись» информации, которая хранится в мозге, получила название энграммы. Попробую пояснить сказанное выше.

 Когда в мозг поступает новая информация, создается и замыкается новая нейронная сеть, по которой непрерывно циркулируют сигналы (электрические или химические – не имеет значения). Объем этой новой нейронной сети должен быть большим, так как считается, что для хранения 1 бита требуется цепь из 10 нейронов. Поэтому если бы записаная информация (энграмма) хранилась в постоянно активных нейронных цепях, то несмотря на огромную информационную емкость мозга (порядка 10⁹ бит) она довольно быстро исчерпалась бы, чего не происходит. Причина этого состоит в том, что хранение информации переходит в качественно другое состояние: вместо нейронной цепи – в сам нейрон, который и служит «кладовой памяти».   

Итак, кратковременная память основана на реверберации электрической импульсной активности в замкнутых цепях нейронов. Однако такое состояние кратковременной памяти, основанной на функционирующей нейронной сети, не может длиться долгое время, и без подкрепления кратковременная память вскоре затухает, цепь распадается. Подкрепление  – это повторное внесение той же информации (зубрежка, если хотите), а само переключение на долговременную память у человека происходит в течение нескольких минут (обычно не более 10) или дольше.  

Наблюдения показывают, что ёмкость кратковременной памяти составляет всего 7±2 объекта (это число назвают «магическим»), однако за счет группировки она может возрасти. Интересно, что современные исследования коммуникации насекомых показали, что муравьи способны запоминать и передавать информацию объёмом до 7 бит. Долговременная память может хранить гораздо большее количество информации потенциально бесконечное время (на протяжении всей жизни). Процесс перехода кратковременной памяти в долговременную называют потенциированием, или консолидацией.  

Интересный рассчет информационной емкости мозга представлен в работе В.Шумилова «Принципы функционирования мозга. Взгляд инженера». Он исходит из того, что нейрон через каждый из своих входов (дендритов) и выхода (аксона) потенциально может связаться более, чем с 80 000 других нейронов, образуя обширную сеть. Однако в каждый момент поступления или выхода информации он контактирует лишь с ограниченным числом клеток. Таким образом, оценочная потенциальная информационная емкость одного нейрона составляет примерно 20 Кбайт, а информационная емкость всего мозга исчисляется сотнями терабайт, что хватило бы человеку на 160 лет. 

При изложении расчетов В.Шумилова я неоднократно приводил слово «потенциальный», понимая под этим не конкретное состояние нейронной цепи в какой-то момент, а лишь возможность формирования множества разных цепей, в которых будет принимать участие один и тот же нейрон. Это можно представить себе так, что при поступлении каждой информации происходит формировании новой уникальной цепи, соответствующей только данной энграмме. При этом через межнейронные связи нейроны возбуждают друг друга, так что сигнал (мысль, раздражение) проходит по тому или иному пути, определяемому конфигурацией связей между нейронами. Это и есть краткосрочная память, сохраняемая в конфигурации связей между нейронами. При считывании информации сигнал проходит по той же самой нейронной цепи. Поэтому можно было бы представить, что уникальная нейронная сеть и есть «кладовая памяти», но это не так. Дело в том, что, как отмечалось выше, в таком виде энграмма может храниться только очень короткое время, буквально секунды-минуты. Поэтому запись о структуре (конфигурации) нейронной сети следует искать в самом нейроне. Разберем это на таком примере.  

Представим себя на месте нейрона, в который поступила такая, к примеру, информация: «По улицам слона водили». "Оставив" у себя первый объект, мы отсылаем остальную часть фразы следующему нейрону, и так далее, пока вся информация «по кусочкам» не запишется в цепочке нейронов как энграмма. Вероятно, последний нейрон пошлет нам сообщение о завершении цикла, и таким путем сформируется новая конфигурация (цепь). Для воспроизведения информации достаточно прогнать сигнал по уже сформированной сети. Конечно, на самом деле процесс гораздо более сложен, чем эти четыре последовательных цикла, так что в записи даже этой короткой фразы примут участие почти две тысячи нейронов, а для запоминания всей басни понадпбится сеть из более чем 50 тысяч нервных клеток. Но здесь указан лишь принцип построения цепи. 

Поскольку мы разбираем первый этап формирования энграммы, то сказанное выше относится к краткосрочной памяти и здесь наступает критическая стадия: либо энграмма потеряется, либо перейдет в долгосрочную память. Сам этот процесс (потенциирование) сопряжен с синтезом белков и их модификацией, с образованием низкомолекулярных соединений, их транспортировкой внутри клетки и многми другими явлениями. Мы не будем их разбирать, а отметим лишь, что в результате возникает стойкая память, сохраняющая события неопределенно долго. Кратковременная же память - это вид памяти, характеризующаяся относительно коротким временем хранения информации (до 30 секунд), которая теряется в силу действия временного фактора или из-за поступления новой информации («вытеснение» старой информации новыми сигналами). Вот и в этом примере будем считаь, что «наш» нейрон провел потенциирование, прежние синаптические связи распались и он стал доступен для получения новой информации.  

Продолжим наш мысленный эксперимент. К тому же нейрону поступает другая фраза с тем же первым объектом: «По стерне бежит заяц». Поскольку здесь второй объект иной, нейрон пошлет сообщение уже по другой цепочке, сформируется новая конфигурация. Таким образом, после очередного потенциирования, при прочтении информации у «нашего» нейрона уже имеется две возможности, условно говоря, "рассказать" о слоне или о зайце. Для этого в самом нейроне должны быть закодированы по крайней мере три понятия: одно "вводное слово", на которое откликнется именно этот нейрон (в нашем примере это предлог "По"), и следующие за ним слова двух разных фраз ("улицам" или "стерне"). Так как в какой-то определенный момент времени устанавливается лишь одна из возможных связей, «наш» нейрон, получив сигнал к считыванию, пошлет его не куда-нибудь, а именно тому, кто записан в его внутренней памяти.  Следующий нейрон тоже «знает», куда послать сигнал дальше, и так далее, пока не восстановится нужная цепь нейронов, соответствующая той или иной фразе. 

Таким образом, хотя полная информация (энграмма) хранится в строго определенной нейронной цепи, реальная память о ее (цепи) структуре записывается в самих нейронах. Наличие таких ключевых (начальных) нейронов, ответственных за воспроизведение тех или иных фрагментов памяти, уже подтверждено экспериментально. Так, для каждого визуального объекта (узнавание конкретных лиц) существует свой особый нейрон, например, недавно выявленный «нейрон Мэрилин Монро».  Как это происходит, мы и рассмотим ниже. 

До недавнего времени сущность этого процесса оставалась широким полем для догадок и гипотез, но сейчас уже есть серьезные основания утверждать, что концепция памяти приобретает вполне реальные очертания благодаря многолетнему содружеству двух ученых – известного английского физика и математика Роджера Пенроуза и пионера нанобиологии американца Стюарта Хамероффа.  В 1990-х годах они разработали теорию квантового нейрокомпьютинга Хамероффа- Пенроуза на основе "Orch OR" модели сознания [9] (имеется русский реферат статьи). Детали квантового процесса мы рассмотрим ниже, а сейчас обратимся к предполагаемому субстрату записи событий памяти – микротрубочкам клеточного цитоскелета.  

Надо сказать, что идею микротрубочек как носителей памяти Стюарт Хамерофф разрабатывает уже более четверти века. Еще в 1987 году он написал книгу под названием Ultimate Computing, в которой высказал крайне неожиданное предположение о том, что микротрубочки, помимо своей традиционной функции цитоскелета, могут быть аппаратами вычисления и интегрирования информации в мозге. Недавно он в содружестве с физиками  Джеком Тужинским и его аспирантом Трэвисом Крэддоком обосновали предполагаемый процесс записи памяти на микротрубочках нейронов (Craddock TJA et al, 2012) [10]. Авторы указывают, что память понимается как устойчивая синаптическая связь между нейронами, так называемой «синаптической пластичностью». Однако компоненты синаптических мембран (дендритов) относительно короткоживущи и часто заменяются, тогда как память о чем-то может сохраняться всю жизнь. Это указывает на то, что карта синаптических связей кодируется глубже, на уровне молекулярной информации внутри самих нейронов, но при этом она должна оставаться в состоянии регулировать синаптическую пластичность, то есть, восстанавливать нужные связи между нейронами для воспроизведения памяти.

Микротрубочки — это белковые внутриклеточные структуры, входящие в состав цитоскелета. Они представляют собой полые цилиндры диаметром 25 нм. и длиной от долей до нескольких миллиметров. Их стенка образована димерами белка тубулина. Микротрубочки являются динамичными структурами и в клетке постоянно полимеризуются и деполимеризуются, что играет важную физиологическую роль. Вот эти, казалось бы, чисто механические структуры и служат тем субстратом, на котором, по мнению  С. Хамероффа, кодируются «события памяти». 

Сама структура микротрубочки, состоящей из повторяющихся шестиугольных полимеров белка тубулина, как бы приспособлена для того, чтобы служить матрицей для записи на ней информации: достаточно, чтобы на одном из тубулинов был один лишний электрон – и готова двоичная система кодирования. В последней работе С. Хамерофф уточнил этот процесс: в основе двоичной системы лежит присоединение фосфатной группы к одному из тубулинов. Таким образом, носителем человеческой памяти предполагаются микротрубочки нейронов.

Биохимический механизм фосфорилирования оказался довольно простым: в момент поступления сигнала в нейрон происходит вброс в клетку ионов кальция, которые активируют фермент кальций-калмодулин-зависимая протеин киназа II (CaMKII), имеющий шесть активных центров. Используя молекулярное моделирование и электростатическое профилирование, авторы показали точное соответствие пространственных размеров, геометрии и электростатики между ферментом CaMKII и микротрубочками, а также рассчитали потенциальную информационную емкость и биоэнергетические параметры такого взаимодействия. Полученные результаты показывают, что сигнализация и кодирование в микротрубочках представляет собой быструю и надежную систему обработки информации с большим потенциалом хранения памяти. Ученые считают, что обнаруженное ими кодирование информации в микротрубочках отражает общий код памяти как в нейронах, так и в других эукариотических клетках. Теперь остановимся на некоторых деталях.

 Если каждый активный центр киназы может фосфорилировать один из сайтов (S или T) тубулина или не фосфорилировать его, то этот процесс передает один бит информации (например, нет фосфорилирования = 0, фосфорилирование = 1). Если каждый из шести киназ фермента CaMKII будут действовать коллективно, это даст 6 битов информации. Кластер из шести белков, по их словам, в таком случае является "байтом". При этом, в зависимости от сценария фосфорилирования тубулина и строения его решетки (от одной молекулы до димера и более сложной структуры), может быть закодировано от 26 до 5281 уникальных состояний. Наборы из 6 активных центров CaMKII, взаимодействующих с 6 димерами тубулина может обеспечить 6 двоичных битов (64 возможных состояний), объединенных в один байт. 

Процесс кодировки, связанный с фосфорилированием тубулина, требует больших метаболических затрат. Не вдаваясь в детали рассчета, отметим, что мозг потребляет примерно одну пятую часть всей энергии организма (не считая физической нагрузки). Правда, на само кодирование идет лишь некоторая часть этих затрат.  

Авторы описывают несколько возможных механизмов, с помощью которых CaMKII фосфорилирование тубулина ферментом CaMKII в микротрубочках могло бы регулировать цитоплазматические, мембранные и нейронные структуры и функции, ведущие к познанию и поведению. Прежде всего, это регулировка движения так называемых моторных белков динеина и кинезина в направлении определенного дендрита. При этом фосфорилирование белка стенки микротрубочки (тубулина) сужает те ходы в развилках внутреннего канала, которые ведут не к тому дендриту. Такая, казалось бы, механистическая схема, между тем, вполне вероятна и коррелирует с находками, сделанными при болезни Альцгеймера. Возможны эффекты, свазянные с внутренними электро-механическими колебаниями тубулиновой решетки, с регуляцией распространения информации и некоторыми другими. Пока это лишь возможные «точки приложения» кодирующего фосфорилирования белков. 

Таким образом, авторы представляют память как результат кодирования, осуществляемого ферментом CaMKII, при котором фосфорилирование тубулина создает основу для работы «счетных автоматов» в микротрубочках, которые, в свою очередь, регулируют мембранные потенциалы и синаптическую пластичность, воссоздавая нейронную цепь, отражающую определенную энграмму (событие памяти). 

Однако как происходит это детерминированное кодирование, пока остается областью гипотез. В последней опубликованной статье С.Хамерофф [11] предлагает схему такого кодирования. Окончание аксона с внутренними микротрубочками выделяют нейромедиаторы, которые в синапсах дендритов возбуждают нити белка актина, связанные с цитоскелетом микротрубочек, расположенных в этой зоне. Они-то и определяют композицию фосфорилирования. Другая схема, предложенная С.Хамероффом ранее [12], предполагает электромагнитное или квантовое взаимодействие в щелевых контактах дендритной сети. В этой статье он обосновывает свой взгляд на компьютеро-подобный мозг и компьютер, подобный мозгу, объединив их единым термином Neurocomputation. Но пока все это не более, чем предположения, хотя и имеющие логическую основу. 

Для объяснения деталей передачи информации, ее записи и последующего считывания, С.Хамерофф прибегает к квантовым процессам, применительно к мозгу и сознанию, разработанные им совместно с Р.Пенроузом (см. их совместную статью 1996 года, цитированную выше).  

Но сначала немного предыстории. В своей книге “Новый ум короля” (“The emperor’s new mind”, 1989) Р.Пенроуз выдвинул гипотезу о том, что в мозгу происходят квантовые вычислительные процессы на основе объективной редукции посредством квантовой гравитации, что в корне отличается от действий, производимых классическими компьютерами. Сторонники создания искусственного интеллекта обоснованно возражали, ссылаясь на то, что нейроны и синапсы выглядят слишком крупными и сложными для тонких квантовых эффектов. Вот против этого С.Хамерофф и предложил идею замены громоздких нейронов миниатюрными фрагментами клеточного цитоскелета – микротрубочками. Они имеются в цитоплазме всех клеток, исключая некоторые бактерии – от одноклеточной инфузории до человека. По мнению С.Хамероффа, микротрубочки способны обрабатывать информацию, действуя подобно компьютерам и, похоже, могут быть субстратом, на котором разыгрываются предсказанные Пенроузом квантовые вычислительные процессы. 

При этом активность мозга рассматривается как квантовый процесс непрерывной «объективной редукции» (objective reduction — OR) волновой функции частей мозга, что вызывается расхождением квантовых состояний пространства-времени до предела, после которого они редуцируются. Процесс редукции описывается как «оркестрованный» (orchestrated — Orch) выбор соответствующего состояния (термин «оркестрованный» применяется авторами, так как они считают, что коллапс макроскопического вероятностного состояния в микротрубочках клеточных органелл в некоторой мере управляется — оркестрируется — мембранными белками). 

Мне, как врачу и молекулярному генетику, трудно объяснить детали квантовых переходов. Где-то мне встретилась фраза  -  физические термины привлекают биологов, как блестящие бусы дикарей. Не имея возможности насладиться в полной мере изяществом этой передовой науки, порекомендую несколько статей – за и против – применимости квантовых эффектов к объяснению деятельности мозга вообще и сознания – в частности: Артем Михеев, Квантово - информационная концепция сознания и реальности; Андрей Пузиков, Концепция сознания в квантовой психологии (2011); В.И.Моисеев, Квантовая модель сознания (2004); Корнилов В.А. Критика квантовых теорий сознания (2007).                                       

Таким образом, квантовая теория привлекается для описания тех свойств сознания, которые трудно понять в терминах обычной нейрофизиологии: различие между состоянием мозга и сознанием, существование внутреннего опыта и др. Более того, быстродействие мозга дает основанее предполагать наличие скорее физических, нежели физиологических или биохимических процессов. Действительно, скорость синтеза ДНК составляет примерно 1000 нуклеотидов в минуту, или один нуклеотид за ~60 мсек, тогда как быстродействие «вычислительных функций» в нейронах составляет около 100 операций в секунду (10 мсек на один нервный импульс). Задержка импульса на одном нейроне за счет синаптических процессов составляет примерно 1,5 мсек, и за секунду нервный импульс успевает последовательно переключиться с одного нейрона на другой более пятисот раз. Такой сложный вычислительный процесс как зрительное узнавание требует всего 1/20 секунды. Таким образом, процессы нервной деятельности в мозгу происходят обычно за временные интервалы длительностью от десятков до сотен миллисекунд, что требует, согласно гипотезе С.Хамероффа, изолированной суперпозиции микротрубочек, занимающей тысячи нейронов. 

А.Л. Еремин в книге Ноогенез и теория интеллекта (2005) [13] приводит такие данные быстродействия нейрона. «Предположим, что каждый сигнал содержит 1 бит, а сигналы проходят через синоптические соединения с частотой 100 в секунду (100Гц) (N.Bostrom, 1997), и количество связей каждого нейрона с другими клетками по данным различных авторов колеблется от 500 до 10000 (допустим в среднем — 1000), тогда быстродействие нейрона будет составлять 100 тыс бит/сек (0,1 Mflops)». 

Сосредоточившись на кодировании памяти в микротрубочках клеточного цитоскелета, я обошел вниманием другие важные процессы, происходящие в нейронах при закреплении (консолидации) долговременной памяти. Ранее в статье «Эпигенетическая память» я подробно описал многие из них, включая действие гормонов, регуляцию экспрессии генов, синтез РНК и белков, других соединений. При переходе из краткосрочной в долгосрочную память имеется критическое окно – 1-2 часа после обучения, в течение которого и происходят все эти процессы, а их нарушение, например, подавление синтеза белков, препятствует консолидации памяти. Все это достоверно установленные факты, полученные в экспериментах на животных. Поэтому здесь мне хотелось остановиться на новых данных, самым привлекательным из которых я посчитал работы С.Хамероффа. Разрабатываемая им гипотеза, конечно, не является ни единственной, ни даже главенствующей. На сегодняшний день нейробиология развивается в двух направлениях – изучение нейронных цепей и поиск механизмов записи информации в самих нейронах. Синтезом этих направлений и служит представление о том, что запись и воспроизведение информации осуществляется нейронными цепями, а картирование этих цепей кодируется на уровне одной клетки – нейрона. 

Гипотеза С.Хамероффа – лишь один из возможных механизмов кодирования и картирования. Есть теория «синаптических ярлыков» -  определенных белков в районе синапса, которые как бы говорят клетке: «Запомни это направление!». Несколько лет назад американский психиатр и нейробиолог Эрик Кандель высказал мысль, что в регуляции синапсов участвуют прионные белки, которые связывают с такими заболеваниями мозга, как «бешенство коров». Однако экспериментальных данных еще не представлено. Много внимания уделяется эпигенетическим перестройкам хроматина нейронов как механизмам регуляции генов в момент обучения, но это вряд ли может сохранить память на десятилетия. Интерес представляет идея, высказанная чл.-корр. РАН К.В.Анохиным. По его мнению, в нервной клетке при обучении может сформироваться дополнительный участок генома, то есть, синтезироваться новая ДНК (автор зовет его эпигеномом), который сделает эту клетку уникальной в организме, так как она отличается по геному от всех остальных, и назначение этого эпигенома – предоставление клетке индивидуальной памяти о том, какие синапсы следует включать при поступлении определенного сигнала. 

Однако главное во всем перечисленном выше, это утверждение, что для поддержания памяти необходима ее кодировка на уровне одной клетки – нейрона. Мозг человека как кооперация многих миллиардов нейронов обладает качественно новыми свойствами по сравнению и с мозгом животных, и с нервными ганглиями червей и насекомых. В свете гипотезы С.Хамероффа можно предположить, что и одноклеточные организмы, лишенные нервной системы, тоже могут обладать памятью. 

“Мыслю, следовательно, существую”

Эту, ставшую уже афоризмом, фразу Рене Декарта сегодня можно прочесть и в обратном порядке: Существую, следовательно, мыслю. Такое прочтение следует интерпретировать как то, что все живые организмы, в той или иной степени, обладают способностью получать, хранить, обрабатывать и использовать информацию. Если абстрагироваться от привычных нам детализаций относительно интеллекта человека, то это и будет его (интеллекта) базовое определение, ведь дословный перевод этого термина с латинского и будет означать ум, разум. Такие понятия, как мышление и сознание, т.е. способность субъективно отражать объективную реальность, объединяются греческим словом психика. Однако различие между этими понятиями весьма условно – все эти психические функции суть разные виды отражения на стадиях эволюционного развития организмов, поэтому в дальнейшем мы не будем детализировать терминологию, понимая под сознанием, интеллектом или психикой просто результат взаимодействия с окружающей средой. Такое упрощение в контексте данной статьи мне представляется допустимым, тем более, что многие из цитируемых здесь авторов широко используют эту «смешанную терминологию».  

В развитии психического отражения на разных стадиях эволюционного развития прослеживается качественное совершенствование интеллекта от элементарной чувствительности до стадии сознания, свойственной человеку и, возможно, высшим животным. Традиционно под психикой понимают результат взаимодействия мозга или нервной системы (ганглиев у низших животных) с окружающей средой. Однако как самая примитивная форма не отрицается и стадия элементарной чувствительности (сенсорная психика), присущая простейшим, у которых проявляются только элементарные условные рефлексы: животное способно избегать неблагоприятных условий среды и вести активный поиск положительных раздражителей (пищи). И здесь проявляется кардинальное различие между специализированным органом (нервной системой) и имманентным свойством живого, сосредоточенным в каждой клетке. Иными словами, современная наука приходит к признанию того, что примитивная психика (память, интеллект) возможны без нервной системы. 

Теперь давайте вернемся к нашим грибкам и оценим их поведение с позиций примитивного интеллекта (сенсорной психики, если быть точным). Поиск пищи можно объяснить и хемотаксисом, так что пока не будем обращать внимани на связанные с этим действия плазмодия. Первое, что выявил проф. Накагаки, это способность грибка выбирать более короткий путь между двумя точками. Что для этого необходимо знать и уметь? Прежде всего, длину двух трубочек, соединяюших одни и те же объекты (в опыте разница составляла 22%), сравнить их и выбрать оптимальную, при этом дав команду демонтировать неэффективную. По этому же принципу идет и воспроизведение оптимального положения систем транспорта и линий электропередач.  

Гораздо более сложной  выглядит наличие у плазмодия способности к обучению, когда была показана способность одноклеточного организма предвидеть сроки периодических событий («сухую стимуляцию») и адекватно реагировать на опасность раньше, чем она наступила. Не менее интересны наблюдения о том, что грибку доступен выбор при принятии решения с учетом компромисса скорость – точность и подверженность ошибкам при стрессе. Таким образом, присущая простейшим сенсорная психика и элементарные условные рефлексы требуют получения информации, ее анализа и принятия решения,  иначе говоря, обладания некоторыми интеллектуальными навыками, пусть и примитивными.

Для описанного выше поведения плазмодию необходима запись (хранение) информации на каком-то носителе. Изложенное выше представление С.Хамероффа о микротрубочках, способных кодировать, сохранять и воспроизводить информацию, служит одним из возможных решений этой проблемы. Цитоскелет и его составляющие, включая микротрубочки, служат формообразующей структурой плазмодия. Это не те «магистральные трубопроводы», из которых и состоит тело грибка: сами микротрубочки участвуют в образовании этих макроструктур. 

Но вот вопрос: мы привыкли иметь какой-то центр, где хранится информация, а у плазмодия такого центра нет, микротрубочки разбросаны по всему огромному одноклеточному телу. Пока нет данных, как происходит (и происходит ли) обмен информации между разными частями тела грибка. Известно, что сигнал (возбуждение) распространяется по протоплазме со скоростью всего нескольких микрон в секунду. Однако, как пишет миколог Пол Штамец, «каждая паутинка может передать информацию всей сети».

Возможно, при активном движении единой цитоплазмы вместе с ее содержимым (ядрами, вакуолями, митоходриями) перемещаются и носители информации. Нельзя исключить и дублирование памяти. Какую-то подсказку могут представлять данные о том, что для запоминания «урока» требуется определенная масса тела и ниже критического уровня память страдает. Поэтому следует думать, что полученная информация более или менее равномерно распределена по всему плазмодию и единого центра памяти не существует.
 

С возникновением многоклеточных организмов появилась возможность дифференцировки частей тела, в том числе, сформировалась и специальная ткань, проводящая информацию (возбуждение), а затем и центры, сохраняющие и обрабатывающие ее. В эволюции нервной системы многоклеточных принято выделять три этапа, или три типа нервной системы — диффузную (кишечнополостные), узловую (кольчатые черви, моллюски, членистоногие) и трубчатую (позвоночные).  Диффузная нервная сеть еще не разделена на центральный и периферический отделы. Далее эволюция нервной системы идет не только по пути концентрации нервных элементов, но и в направлении усложнения структурных взаимоотношений и возникновения иерархии командных систем управления поведением. Но на примере плазмодия мы видим, как даже у одной клетки проявляются те основные свойства сенсорной психики, которые, совершенствуясь, привели к нашему интеллекту.

 Известно, что отдельные удачные физиологические или морфологические решения, возникшие в ходе эволюции, как правило, не теряются, а закрепляются и далее совершенствуются. Поэтому есть основания утверждать, что интеллект зародился еще до вознокновения нервной системы, а его корни следует искать глубже, в одноклеточных организмах.

А.Р.Лурия, один из основателей нейропсихологии, назвал поведение простейших стадией донервной жизни. В своей книге Эволюционное введение в общую психологию [14] он пишет: «Можно подумать, что уже на этом этапе у животного появляются зачаточные формы того вида поведения, которое дальше на сложных ступенях развития принимают формы ориентировочного рефлекса с характерными для него явления привыкания к повторяющим стимулам и к повышению реакции на новизну сигналов». И далее он залючает: «Предпосылки для возникновения нервной системы имеют место уже у одноклеточных». Эти слова, написанные почти полвека назад, обретают материальное подтверждение в обнаружении потенциальных носителей памяти у простейшх. Конечно, «научение» у простейших носит иные черты, отличающие этот процесс от известной нам условно-рефлекторной деятельности. В частности, они очень непрочные и быстро угасают, требуя повторного обучения. Поэтому у простейших не вырабатываются те стойкие формы сигнального поведения, которые характерны для высших животных.

 Применительно к гипотезе квантовых переходов, С.Хамерофф утверждает, что простые организмы тоже могут обладать сознанием, но у них для этого потребовались бы более длительные периоды изолированной суперпозиции, поэтому моменты сознательности случались бы у них не часто. В то время как у нас может происходить примерно 40 сознательных моментов в секунду, у простого червя – только один момент в минуту (и намного слабее наших). 

Следовало бы остановиться и на проблеме «биологических часов», так как «наш грибок» мог с высокой точностью предвидеть время наступления стрессовой ситуации. Мы знаем о существовании суточных (циркадных) ритмов, связанных с колебаниями физиологических и поведенческих реакций, таких как потребление пищи, кровяное давление, обмен веществ, температура тела, двигательная активность и многое другое. Считается, что это дает адаптивное преимущество, позволяя организму предвидеть изменения в окружающей среде и подготовиться к новым условиям. У млекопитающих внутренние водители циркадных ритмов («часы») локализованы в супрахиазмальном ядре гипоталамуса, а регуляция суточных ритмов обеспечивается поступлением информации от сетчатки. Общие циркадные ритмы синхронизированы с 24-часовым циклом. 

Помимо этого, имеется и система автономных циркадных часов, которые координируют работу генов в периферических тканях и зачастую независимы от центральных часов, хотя последние помогают синхронозировать процессы в массе однородных клеток. Такая периферическая циркадная регуляция специфична для разных тканей.

Например, в печени они активируют определенные гены либо каждые 24 часа, либо в другие промежутки времени - 12 и 6 часов. 

Молекулярные основы циркадных ритмов в периферических тканях изучены недостаточно. Предполагается, что их программирование осуществляется за счет колебаний, вызванных синтезом РНК (транскрипцией) и обратной связью этого процесса с образованным продуктом. Однако нельзя исключить, что процесс осуществляется согласно концепции Пенроуза-Хамероффа, а в «хранении времени» отдельными клетками играет роль кодирование в микротрубочках, создавая постепенное накопление квантовых состояний, и «звонку будильника» будет соответствовать оркестрованная объективная редукция (orchestrated OR). Впрочем, это только моя догадка. 

Таким образом, и в случае «биологических часов» мы видим, что наряду с нервной регуляцией циркадных ритмов существует и независимая от них система «часов», помещенная в каждой клетке. Можно заключить, что способность «чувствовать время», наблюдаемая у плазмодия - это внутреннее свойство всего живого, заложенное еще на заре эволюции.  

Итак, мы видим, что многие прообразы интеллекта – память, обработка информации (оценка полученных данных), принятие решения, выбор, реакция на стресс – появились в эволюции задолго до образования нервной системы, как таковой, и мозга, в частности. Мы уже смирились с тем, что  постепенно размывается грань между «высшей» (человек, млекопитающие) и «низшей» (членистоногие, черви и др.) формами мышления. Теперь доходит очередь до признания того, что и одноклеточные организмы несут в себе проявления примитивного интеллекта. 

Социальные животные: интеллект или «коллективный разум»?

Еще один психофизиологический феномен касается поведения социальных насекомых – муравьев, пчел и, возможно, других животных, касающийся способности взаимодействия между особями. Сама по себе коммуникация присуща дажа бактериям, причем не только родственным видам, но и конкурирующим между собой. Однако сложность поведения низших животных, включая одноклеточные организмы, невольно заставляет сравнивать их с людми, а недостаточность нервной системы (или ее отсутствие) мы пытаемся компенсировать неизвестными пока физическими феноменами. Так, в последних абзацах статьи «Открытие профессора Тошиюки Накагаки» на ЭНС возникает речь о существовании некоего «коллективного разума», который объединяет однородные группы животных и даже людей, демонстрируя их согласованное поведение. Не отрицая самого этого явления, мне хотелось бы отметить, что в последнее время ученые находят все больше чисто биологических объяснений этого феномена, причем в основе большинства из них лежат те или иные проявления интеллекта, пусть и в зачаточной форме. Ограничусь лишь несколькими примерами. 

Попытки объяснить сложное поведение муравьев «коллективным разумом»,  объединяющим миллионы их примитивных ганглиев в «суперкомпьютер» посредтсвом единого физического поля выглядит и очень заманчивой, и, мягко говоря, фантастической. Для подтверждения этой модели привлекается электромагнитная теория сознания, недавно выдвинутая британским профессором молекулярной генетики Джонджо Макфаденом [15]. Согласно его представлению, каждый нейрон, вырабатывая электрический импульс, одновременно рождает и слабое электромагнитное колебание, которое складывается с полями других нейронов в общее поле головного мозга. В свою очередь, работа каждого нейрона и сама зависит от поведения общего поля, которое синхронизирует их работу. Общее же поле, воспринимаемое нейронами, для нас является мыслью и сознанием. Автор предлагает рабочую гипотезу, согласно которой сознание и информация представляют собой то же самое явление, рассматриваемое в разных системах отсчета. По моему мнению, не споря с уважаемым ученым (сам Макфаден к идее «коллективного разума» отношения не имеет), следует искать более реальные объяснения сложному (и я бы сказал, разумному) поведению муравьев. Вот одно из них. 

Группа ученых кафедры сравнительной психологии Новосибирского университета под руководством профессора Ж.И.Резниковой [16] провели кропотливое исследование способности муравьев к арифметическому счету и передаче информации сородичам  — конкретной, количественно измеримой величины. Поскольку объем информации известен из условий опыта, а продолжительность ее передачи фиксируется наблюдателем, становится возможным оценить скорость передачи и адаптивность коммуникативных систем животных. При этом удается улавливать используемое муравьями кодирование для «сжатия» передаваемых сообщений. 

Насекомых метили индивидуальными красками и наблюдали за их деятельностью. Оказалось, что муравьи работают бригадами, где один служит разведчиком, а остальные – фуражирами. Разведчик, найдя пищу, вступает в контакт только со своей группой, и наблюдатели измеряли длительность его контактов с фуражирами, соответствующую времени передачи информации. Передача информации осуществлялась путем контакта усиков. Это собственный язык муравьев - «пароль скрещенных антенн». Дальше заготовители действовали самостоятельно, точно следуя по указанному пути.

Муравьям предлагалось найти сироп в лабитинте «бинарное дерево», где имелось разное число развилок. В простейшем случае разведчик должен сообщить своей команде: «иди налево» или «иди направо», т. е. 1 бит информации. В более сложных лабиринтах количество развилок достигало шести, и объем передаваемой информации составлял 6 битов. При этом минимальное количество вариантов сообщений, которые разведчики должны передавать фуражирам, равно 126. Ученые установили, что зависимость между временем контакта разведчика с фуражирами и количеством передаваемой информации близка к линейной, а скорость передачи информации у муравьев примерно в 10 раз ниже, чем у человека — около 1 бита в минуту. Авторы заключают: «Опыты с «бинарным деревом» показали, что «язык» и интеллект муравьев позволяют им использовать простые закономерности «текста» для его сжатия (здесь «текст» - последовательность поворотов на пути к кормушке)». 

В обзорной статье, опубликованной в журнале Behaviour (2011), Ж.Резникова и Б.Рябко [17] подробно описывают когнитивные и вычислительные способности муравьев и других животных, включая приматов и маленьких детей. Работа настолько интересна и информативна, что так и хочется пересказать ее всю, что невозможно, поэтому остановлюсь только на муравьях. 

Прежде всего, это выявленная способность муравьев к арифметическому счету и к осуществлению простейших арифметических операций. Помещая чашечку с сиропом на широких зубцах гребенки, ученые заставили разведчика запомнить и передать номер зубца, чтобы фуражирам не пришлось перебирать все их подряд. Статистический анализ результатов времени передачи информации показал, что муравьи используют сложение и вычитание для экономии времени («сжатия» информации). Как это делают муравьи, мы не знаем, но если бы это делали мы, то провели бы простую операцию, например, 13 = 10 + 3. Так и по сей день записывают числа римскими цифрами: VII = V + II.  

Полученные результаты позволили доказать наличие у муравьев развитого языка и комплекса когнитивных способностей (так называемого языкового поведения). «Можно предположить, - пишут авторы, - что пластичность коммуникативных систем — один из основных критериев интеллекта животных». При наличии такой совершенной коммуникационной системы нет необходимости искусственно объединять ганглии отдельных муравьев («микрочипы») в гипотетический суперкомпьютер «коллективого разума».

«Язык» пчел, другого вида социальных насекомых, расшифрован трудами Карла фон Фриша. Этот символический язык «танцев пчел» в 1973 году принес ему заслуженную Нобелевскую премию. Однако обратимся к индивидуалам – шмелям, к которым вряд ли применим «коллективный разум». Недавно группа британских ученых (Lihoreau M., at al, 2011) [18] показала, что шмели могут решать довольно сложную математическую «задачу коммивояжёра», добиваясь оптимизации пути между фиксированными точками методом проб и ошибок. Задача коммивояжёра - одна из самых известных задач комбинаторной оптимизации, заключающаяся в отыскании самого выгодного маршрута, проходящего через указанные города хотя бы по одному разу с последующим возвратом в исходный город. Существует несколько алгоритмов решения этой задачи, но полный перебор вариантов при n>12 недоступен даже современым компьютерам. 

Шмелям предлагали запастись нектаром из 6 искусственных цветков, расположенных на разных расстояниях друг от друга, причем для полного сбора им надо было облететь их все и вернуться в гнездо. Каждый шмель совершил 80 вылетов. Шмели сразу исключили метод перебора всех возможных дорог, которых при n = 6 насчитывается 720, но и не пошли по использованию «жадного алгоритма» (последовательное посещение каждого близлежащего цветка), который считается проигрышным. Оказалось, что примерно через 26 вылетов шмелям удавалось найти оптимальный маршрут и сократить путь почти вдвое — с 65 до 38 метров, при этом исключив или снизив повторные посещения пустых цветков. Видимо, после того, как территория была исследована за первый десяток полетов, шмели смогли просчитать кратчайший маршрут облета всех цветов. Ученые считают, что шмели не строят когнитивных карт пространства, а используют простой алгоритм проб и ошибок. При этом решение такой сложной задачи зависит у них от памяти о предыдущих попытках. Иными словами, процесс оптимизации основывается на обучении и пространственной памяти местоположения цветка. 

С «коллективным разумом» связывают и поведение мелких рыб, собирающихся в плотные стаи. Недавно была опубликована работа, в которой имитировали рыбную стаю, проецируя на стенку аквариума, где обитал хищник, световые пятнышки, собирая их в группы разной плотности. Оказалось, что при опрделенной плотности световых пятнышек хищник переставал интересоваться «рыбками», нападая лишь на отбившихся от стаи экземпляры. Ученые считают, что в этом проявляется инстинкт самосохранения, а координированные движения стаи регулируются восприятием колебаний воды через рецепторы так называемой боковой линии рыб. Таким образом, все (или большинство) наблюдаемых явлений в поведении и рыб, и низших животных можно объяснить проявлениями у них сензорной психики, или примитивного (по нашим понятиям) интеллекта. 

Заключение – “хорошо забытое старое”

Мы пришли к тому, что некие проявления интеллекта – память, способность анализа и принятия решений, простейшие условные рефлексы – словом, примитивная психика возможны без нервной системы. Все это – свойства, присущие всему живому и, в конечном счете, сосредоточенные на уровне одной клетки. Специализация нервной системы, происшедшая в ходе эволюции, позволила сделать качественный скачок – возможность субъективного отражения объективного внешнего мира, абстракции и познания «самого себя». Но в основе всего лежат интеллектуальные навыки, (пусть и примитивные), которыми обладает клетка. Это хорошо видно на примере простейших организмов, но, возможно, в рудиментарной форме сохранилось и в наших клетках, не только в нейронах. Автономные (тканевые) «биологические часы» - лишь один из вероятных примеров.  

Основоположник научной классификации живых организмов Карл Линней не погрешил против истины, назвав человека разумным (Homo sapiens). В свете изложенного в этой статье, наверное, стоило бы назвать человека «самый разумный», но для Линнеевской бинарной номенклатуры третье слово было лишним. Ослепленные своим интеллектуальным могуществом, мы недоумеваем, что примитивные организмы, лишенные мозга (brainless – прямой перевод с английского – «безмозглые», не несет отрицательной нагрузки), способны к сложным формам поведения, которые, по нашим представлениям, требуют совершенной нервной системы и централизованного мозга. Между тем, многие исследователи в прошлом уже опровергали это заблуждение и говорили о сложном («разумном») поведении простейших «безмозглых» организмов. 

Одним из пионеров изучения поведения простейших организмов был американский ученый Герберт Спенсер Дженнингс (1868-1947), микробиолог, зоолог и генетик. В своей критической монографии о поведении низших организмов (1904 год) он бросил вызов популярной тогда теории физико-химического тропизма у животных, разработанной Жаком Лебом. Эта теория гласила, что поведение всех форм жизни в конечном счете может быть объяснено как физические или химические реакции, то есть, тропизмы. Этим научным трудом Дженнингс перенес одноклеточные организмы из механистической физико-химической среды в область психологии. Одна из его работ так и назывлась: «Психология простейших» (“The Psychology of a Protozoan”, 1899); она вызвала крайне негативную реакцию у научной общественности того времени. Дженнингс, работая с простейшими, наблюдал, как инфузория «туфелька» (Paramecium) могла ориентироваться и «разумно» отвечать на различные экологические сигналы и даже проявлять примитивные виды обучения и памяти.

 Вот и сегодня, по прошествии целого века, ученые продолжают искать и находить доводы в пользу правомочности того, что все живое наделено способностью воспринимать, хранить, обрабатывать и использовать информацию, поступающую из внешнего мира. Назовите это разумом, интеллектом, прибавьте определение «примитивный» - это мало что изменит в понимании этого сложнейшего процесса взаимодействия организма и среды.

Анри Бергсон, один из крупнейших философов XX века, представитель интуитивизма и философии жизни, сказал: «Нет практически ни одного жизненного проявления, которое не заключало бы в зачаточном, или скрытом, или возможном состоянии существенных черт большинства других жизненных проявлений. Разница - только в пропорции» (в книге Творческая эволюция). Похоже, что и память, интеллект и способность к обучению и предвидению неблагоприятных ситуаций не являются исключением из этого, поскольку их удается выявить у самых примитивных живых существ. 

Мы можем по праву гордиться человеческим интеллектом, но не стоит пренебрегать таковым и у животных. И, наверное, не следует представлять мозг и сознание человека как нечто, выходящее за рамки живой Природы. Психологи шутят, что если бы тест IQ составляли, скажем, голуби, то люди вряд ли бы преуспели по результатам такого тестирования. У живых организмов свое восприятие внешнего мира, свои проблемы, которые нужно решать ежеминутно, свои особенности коммуникации («языка»). У них «другой интеллект», но он есть. Так что в мире разумных существ мы не одиноки. 

Литература 

[1]. Dussutour A. et al. (2010) Amoeboid organism solves complex nutritional challenges. PNAS, vol. 107 no. 10, 4607–4611.   

 [2]. Nakagaki Toshiyuki et al. Intelligence: Maze-solving by an amoeboid organism (2000). Nature, vol. 407, No. 6803, p. 470.

 [3]. Tero, Atsushi et al. (2010). Rules for Biologically Inspired Adaptive Network Design. Science, vol. 327, p. 439-442. 

 [4]. Andrew Adamatzky (University of the West of England, UK). “Physarum Machines: Computers from Slime Mould” (2010).

 [5]. Adamatzky A. Slime mold solves maze in one pass, assisted by gradient of chemo-attractants. IEEE Trans Nonobioscience, vol. 11 (2): 131-134 (2012).

 [6]. István Lagzi, Siowling Soh, Paul J. Wesson, Kevin P. Browne and Bartosz A. Grzybowski. Maze Solving by Chemotactic Droplets. J. Am. Chem. Soc., 2010, 132 (4), pp 1198–1199.

 [7]. Saigusa T, Tero A, Nakagaki T, Kuramoto Y. Amoebae anticipate periodic events. Phys. Rev. Letters. 2008 Jan 11;100(1):018101.

 [8]. Latty, Tanya, Beekman Madeleine. Speed–accuracy trade-offs during foraging decisions in the acellular slime mould Physarum polycephalum. Proc. Royal Soc. Biol, 2011 vol. 278  no. 1705, 539-545.

 [9]. S. Hameroff , R. Penrose. Orchestrated Objective Reduction  of Quantum Coherence in Brain Microtubules: The "Orch OR" Model for Consciousness.// Mathematics and Computer Simulation 40:453-480, 1996; reprinted in: Toward a Science of Consciousness, S. Hameroff, A. Kaszniak, A. Scott (eds), MIT Press, Cambridge, (1996).

 [10]. Craddock TJA, Tuszynski JA, Hameroff S (2012) Cytoskeletal Signaling: Is Memory Encoded in Microtubule Lattices by CaMKII Phosphorylation? PLoS Comput Biol 8(3): e1002421. doi:10.1371/journal.pcbi.1002421

 [11]. Hameroff S. How quantum brain biology can rescue conscious free will. Frontiers in Integrative Neuroscience, 2012, 6:93. doi: 10.3389/fnint.2012.00093. Epub 2012 Oct 12.

[12]. Hameroff  S. The "conscious pilot"-dendritic synchrony moves through the brain to mediate consciousness. J.Biol.Phys., 2010, 36(1):71-93.

 [13]. Еремин А.Л. Ноогенез и теория интеллекта. Краснодар: СовКуб, 2005. – 356 с.

 [14]. А.Р.Лурия.  Эволюционное введение в общую психологию. М.: Директ-Медиа, 2008. - 305 с.

 [15]. Johnjoe McFadden. The Conscious Electromagnetic Information (Cemi) Field Theory. Journal of Consciousness Studies, 9, No. 8, 2002, pp. 45–60.

 [16]. Резникова Ж.И. Язык муравьев до открытия доведет. Журнал «Наука из первых рук» Сибирского отделения РАН, 2008, т. 4, с. 68-75. 

 [17]. Zhanna Reznikova, Boris Ryabko. Numerical competence in animals, with an insight from ants. Behaviour. 2011. V. 148. Number 4. P. 405–434.

 [18]. Lihoreau M., L Chittka L., Le Comber S., and Raine N. Bees do not use nearest-neighbour rules for optimization of multi-location routes. Biol. Lett. published online 17 August 2011.