Читать книгу Комплект книг: Мозг и бизнес / Факт-карты для бизнеса. Эффективный инструмент решения задач / Стратегическое мышление в бизнесе. Технология «Векторное кольцо» онлайн | страница 17

Впрочем, вспоминаю я об этом нейрофизиологическом курьезе не ради него самого, а лишь для того, чтобы продемонстрировать общий принцип обучения мозга.

между нейронами, которые возбуждаются одновременно, возникает связь, усиливающаяся при повторениях.

Конечно, это весьма упрощённое объяснение процесса обучения мозга. А сам принцип был сформулирован Иваном Петровичем Павловым почти за полвека до публикации главной работы Хебба «Организация поведения: нейрофизиологическая теория» в 1949 году.

Но именно этой канадской книге, а не трудам Павлова суждено было стать закладным камнем современной кибернетики и опосредованно сыграть важную роль в развитии искусственного интеллекта. Так что пусть будет закон Хебба.

Рисунок 6

Представление Рене Декарта о том, как мы воспринимаем окружающий нас мир

Хотя, по-нашему, по-российски, обучение – это формирование «условных рефлексов»: условный и безусловный раздражитель включают одновременно разные группы нейронов, между которыми после нескольких повторений формируется устойчивая нервная связь.

Но оставим в стороне дискуссию о «научном приоритете». Важно, что мир, с которым мы, как нам кажется, имеем дело, на самом деле не таков, каким мы его воспринимаем.

Да, он находится вне нашего мозга, но мы имеем дело лишь с его моделью, которая создаётся нашим мозгом и находится в нашем же мозге, а каков он на самом деле – не знает никто. Всё, что мы знаем о мире, – это лишь одна из версий, одна из его моделей.

Различие между разными моделями мира только в их предсказательной силе: чьи-то модели хорошо подходят для определённого круга задач – например, химики понимают, как управлять химическими реакциями, а чьи-то не столь в этом успешны – какие-нибудь алхимики или знахари.

Все мы с вами играем в эту игру: пытаемся замоделировать мир, с которым имеем дело, так, чтобы выиграть, – например, инвестируем в стартапы и ценные бумаги, полагаясь на своё видение рынка. Если наши модели реальности близки к истине, то у нас появляется шанс заработать. Если мы ошибаемся, то, скорее всего, потеряем.