Подобно тому, как различные дисциплины использовали подобные знания о человеческом восприятии мира, на протяжении многих лет нейробиологи задавались вопросами о возможности привлечения технологий для расширения человеческих возможностей. Благодаря этим усилиям, как мы увидим в последующих главах, на свет появились невероятные разработки, такие как кохлеарный имплантат – устройство, преобразующее звуки в электрические сигналы, которые, воздействуя непосредственно на слуховой нерв, позволяют компенсировать потерю слуха человека.

В настоящее время ведутся разработки неинвазивных инструментов «сенсорного замещения», которые могли бы передавать информацию в мозг посредством необычных сенсорных каналов. Данный метод позволит компенсировать потерю одного чувства (например, слуха) посредством передачи слуховой информации в мозг другим сохранившимся каналом (например, через осязание).

Команда во главе с нейробиологом Дэвидом Иглменом уже разработала устройство, которое работает по данному принципу. Речь идет о сенсорном жилете, который преобразует звук в вибрационный рисунок, передаваемый в мозг через кожу. Микрофон компьютерного приложения улавливает звук (например, голос человека) и через Bluetooth воспроизводит его на жилете, носимом под обычной одеждой и снабженном рядом вибрационных преобразователей. Таким образом звук преобразуется в динамические модели вибраций, которые человек ощущает на коже. При наличии достаточного количества времени мозг учится автоматически декодировать вибрации и воспринимать информацию, и человек может чувствовать звук через прикосновение.

Подобные открытия помогают нам лучше понять, как сенсорные системы могут использоваться в качестве нетипичных, запасных каналов передачи данных. Вполне вероятно, что в будущем мы научимся точно определять огромное количество невидимых сигналов, подаваемых нашим телом, таких как кровяное давление или уровень сахара в крови, и, таким образом, автоматически контролировать собственное здоровье. Или, возможно, пилот самолета будет по-иному воспринимать информацию о полете, представленную перед ним на панели управления, которая будет компенсировать ограниченность его зрения, способного обрабатывать лишь несколько стимулов за один раз.

Современные развивающиеся технологии, наряду с нейропластичностью мозга, открывают перед нами небывалые горизонты для дальнейшего расширения сенсорных способностей и, возможно, влияния на нашу эволюцию как вида в будущем. С теоретической точки зрения для этого нет никаких препятствий и ограничений.

* * *

Уникальный талант ирландского писателя Брэма Стокера подарил миру одного из самых узнаваемых и мрачных персонажей мировой литературы – графа Дракулу. Одним из самых пугающих качеств, присущих главному герою романа, было умение читать мысли других. Эта способность узнавать чужие мысли позволяла ему контролировать своих жертв и делала его непобедимым. Безусловно, это была фантастика – популярный рассказ, ставший впоследствии фильмом, пьесой, мультфильмом – известной всем историей. Но может ли идея о возможности читать чужие мысли стать сегодня реальностью благодаря развитию технологий и достижениям науки?

В некотором смысле методика функциональной магнитно-резонансной томографии (ФМРТ) является примером попытки ученых воплотить эту идею в жизнь. Изначально ФМРТ позволяла анализировать только то, какие области мозга проявляли значительную активность во время выполнения определенной задачи (например, изображения лиц людей или геометрических фигур). По мере развития инструментов анализа ученые получили возможность оценивать паттерны активности по всему мозгу, а не только в отдельных его областях. Так, было установлено, что определенный стимул, такой как изображение человеческого лица, запускает конкретный паттерн активности во всем мозге, а не в одной его части. К примеру, веретенообразная извилина – область мозга, расположенная в височной доле, – отвечает за распознавание лиц (в то же время лицо любимого родственника с огромной долей вероятности пробуждает активность в областях, связанных с чувством привязанности и памяти, если в прошлом люди имели совместно пережитый опыт).

В опубликованном в 2014 году новаторском исследовании, проводимом под руководством нейробиолога Марвина Чуна из Йельского университета, ученые записывали мозговые реакции участников эксперимента, пока те рассматривали изображения разных лиц. При последующей разработке компьютеризированных алгоритмов различные паттерны активности мозга были связаны с общими и индивидуальными характеристиками лиц. Вслед за этим участникам были показаны новые изображения с совершенно незнакомыми лицами. Результаты показали, что программа была способна декодировать активность мозга, вызванную новыми изображениями, и, отталкиваясь от уже изученных паттернов, смогла с большой точностью воссоздать общие черты лиц, которые видели люди. Вероятно, в будущем можно будет применять данную методику для восстановления портретов людей, которых мы никогда не видели в жизни, но о которых мечтали или представляли в нашем воображении.

Именно анализируя эти модели активности, нейробиологи сделали существенный шаг вперед в своих гипотезах о том, что человек думает, видит, визуализирует или слышит. При помощи программы, называемой «классификатором», компьютер получил возможность не только обрабатывать считываемую информацию, но и связывать паттерны активности мозга с различными стимулами. Как только программа собрала достаточное количество информации, чтобы научиться различать эти шаблоны между собой, она смогла определить, кто что думает и видит.

Со своей стороны, в рамках эксперимента, проведенного в 2008 году, команде исследователя Джека Галанта удалось построить модель активации областей мозга, отвечающих за визуальное восприятие. Участникам эксперимента была представлена подборка из 120 изображений, сменяющих друг друга внутри компьютерного томографа. Анализируя паттерны активности мозга, модель смогла определить, какое изображение видел тот или иной участник эксперимента в определенный момент времени, с точностью до 92 процентов. При увеличении количества просматриваемых участниками эксперимента изображений точность работы модели на удивление оставалась крайне высокой. В эксперименте, проводимом в 2011 году, эта же команда ученых расширила область исследования, добавив к ней динамические изображения в виде сцен из фильмов. Сначала участникам исследования была показана серия видео, чтобы компьютер смог считать шаблоны мозговой деятельности, которые активизировались при просмотре того или иного фрагмента. Затем компьютер оценивал мозговую активность участников эксперимента при просмотре ими нового ряда видеороликов, взятых уже из других фильмов. После этого ученым оставалось лишь наблюдать за тем, сможет ли компьютерная программа, изучившая мозговые паттерны, возникшие при просмотре первой подборки фрагментов, наиболее точно сопоставить их со стимулами, которые возникали при просмотре второй видеогалереи. Сходство между изображениями, которые компьютер выбирал для сравнения старых фильмов с новыми, было очень высоко. Следует особо подчеркнуть, что в этих типах экспериментов компьютер смог восстановить изображения, просматриваемые человеком, отталкиваясь лишь от паттернов активности головного мозга.