
Человеческий мозг содержит около 86 миллиардов нейронов, которые генерируют электрические сигналы, участвующие в сохранении воспоминаний, передаче информации и других функциях центральной нервной системы. Кроме того, в мозге есть миллиарды астроцитов — звездообразных клеток с множеством длинных отростков, — до сих пор считавшихся выполняющими сугубо вспомогательные роли.
Ученые Массачусетского технологического института (MIT) предположили, что астроциты могут участвовать в хранении памяти. Архитектура, предложенная их моделью, описана в Proceedings of the National Academy of Sciences. Она помогает объяснить огромную емкость памяти мозга, которая значительно превышает ожидаемую, если учитывать только нейроны.
«Изначально считалось, что астроциты лишь поддерживают чистоту вокруг нейронов, но нет никаких причин, по которым эволюция не могла использовать их для вычислений, учитывая, что каждый астроцит может контактировать с сотнями тысяч синапсов», — говорит Жан-Жак Слотин, профессор MIT в области машиностроения и когнитивных наук.
Емкость памяти
Астроциты выполняют в мозге различные вспомогательные функции: удаляют клеточный мусор, снабжают нейроны питательными веществами и помогают поддерживать адекватное кровоснабжение. Кроме того, астроциты образуют множество тонких отростков, каждый из которых может обернуться вокруг синапса — места контакта двух нейронов — формируя трехчастный синапс.
В последние пару лет нейробиологи показали, что нарушение связи между астроцитами и нейронами в гиппокампе ухудшает сохранение и извлечение воспоминаний.
Астроциты не могут вырабатывать электрический потенциал для передачи импульсов по нервной системе. Для связи друг с другом они используют кальциевую сигнализацию, и как показывают исследования последних лет, она помогает астроцитам координировать свою активность с нейронами в связанных с ними синапсах.
Благодаря совершенствованию средств визуализации выяснилось также, что астроциты могут определять нейронную активность, что приводит к изменению их уровня кальция. Эти изменения, в свою очередь, могут спровоцировать выброс глиотрансмиттеров — сигнальных молекул, аналогичных нейротрансмиттерам — в синапс.
«Существует замкнутый круг между сигнализацией нейронов и астроцит-нейронной сигнализацией. Однако пока неизвестно, какие именно вычисления астроциты могут выполнять с информацией, которую они получают от нейронов», — объясняет биофизик Лев Козачков.
Для моделирования мозга часто используют нейросети Хопфилда, но их емкость недостаточна, чтобы объяснить объем памяти человека. Улучшенная модификация — модели плотной ассоциативной памяти — позволяет хранить гораздо больше информации за счет связей между множеством нейронов.
Однако остается неясным, как мозг мог бы реализовать такие многонейронные связи на уровне синапсов, поскольку классические синапсы соединяют только два нейрона: пресинаптический и постсинаптический. Здесь в игру вступают астроциты.
«Если у вас есть сеть нейронов, связанных попарно, объем информации, которую можно закодировать, крайне мал. Для построения плотной ассоциативной памяти нужно связывать больше двух нейронов. Поскольку один астроцит может соединяться с множеством нейронов и синапсов, логично допустить, что передача информации между синапсами может опосредоваться этой клеткой. Это вдохновило нас на изучение астроцитов и разработку биологической модели плотной ассоциативной памяти», — говорит Дмитрий Кротов из лаборатории искусственного интеллекта Watson MIT-IBM.
Такая модель нейрон-астроцитной ассоциативной памяти позволяет хранить значительно больше информации, чем классическая сеть Хопфилда, что вполне соответствует емкости памяти мозга.
Сложные связи

Обширные биологические связи между нейронами и астроцитами подтверждают идею, что такая модель может объяснить работу систем хранения памяти в мозге. Исследователи предполагают, что внутри астроцитов воспоминания кодируются постепенными изменениями паттернов кальциевых потоков. Эта информация передается нейронам через глиотрансмиттеры, выделяемые в синапсах, с которыми связаны отростки астроцитов.
«Тщательная координация двух процессов — пространственно-временной структуры кальция в клетке и обратной передачи сигналов к нейронам — позволяет получить именно ту динамику, которая необходима для такого значительного увеличения емкости памяти», — объясняет Козачков.
Ключевая особенность модели — рассмотрение астроцитов как совокупности отростков, а не единой структуры. Каждый отросток может считаться отдельной вычислительной единицей. Благодаря высокой емкости плотных ассоциативных воспоминаний соотношение объема хранимой информации к количеству вычислительных единиц очень велико и растет с размером сети. Это делает систему не только высокоемкой, но и энергоэффективной.
Исследователи принимают трехчастные синаптические домены за фундаментальные вычислительные единицы мозга, каждая из которых может хранить столько шаблонов, сколько нейронов в сети, прокомментировал нейрофизиолог Маурицио Де Питта из Университета Торонто. «Это приводит к поразительному выводу о том, что, в принципе, сеть нейронов-астроцитов может хранить сколь угодно большое количество шаблонов, ограниченное только ее размером», — подчеркнул он.
Чтобы проверить, насколько точно модель отражает процессы хранения памяти в мозге, можно попытаться точно манипулировать связями между отростками астроцитов и наблюдать, как это влияет на функции памяти. «Мы надеемся, что одним из последствий этой работы станет более серьезное внимание экспериментаторов к этой идее и проведение соответствующих исследований», — заключил Кротов.
Помимо объяснения механизмов памяти, модель может помочь в разработке искусственного интеллекта. Изменяя конфигурацию сети отростков, можно строить разнообразную архитектуру — например, объединяя плотную ассоциативную память с механизмами внимания в больших языковых моделях.
«Хотя нейронаука изначально вдохновляла ключевые идеи ИИ, за последние 50 лет исследования мозга почти не влияли на эту область, и многие современные алгоритмы отошли от нейронных аналогий. В этом смысле данная работа может стать одним из первых примеров влияния современной нейронауки на ИИ», — резюмировал Слотин.