Нейробиолог Карл Фристон — профессор Института неврологии Университетского колледжа Лондона и научный директор Центра нейровизуализации Wellcome Trust. Профессор Фристон — автор принципа свободной энергии и создатель статистической параметрической разметки, воксельной морфометрии и динамического каузального моделирования.

— Когда вы заинтересовались наукой?

— Думаю, наука — то есть как устроен мир — интересна каждому ребенку. Помню один эпизод из детства, когда я наблюдал за жучками, которые ползали на солнышке. Сначала я подумал, что они очень умные, потому что они убегали с освещенных участков и тем самым прятались от птиц. Я все смотрел и смотрел, а потом вдруг понял, что они не были умными: просто на солнце они двигались быстрее, а в тени медленнее. Из-за этого все выглядело так, как будто они очень сообразительные и стараются не появляться на солнце, не попадаться птицам. Как любой хороший ученый, я нашел простое объяснение поведению этих жучков.

Так что в пять лет я был маленьким ученым — думаю, как и все мы в этом возрасте. Мы любопытны. Все мы родились с жаждой понять этот мир: большую часть детства проводим в школе или с родителями, пытаясь осмыслить мир. Так что для меня ученый — это человек, который пытается понять, как устроен мир.

Рекомендуем по этой теме:
17717
Когнитивная нейробиология

— Когда вы заинтересовались работой мозга?

— Примерно в пятнадцать лет. Я хотел изучать физику мозга, потому что мне нравилась физика, и мне казалось, что математика — отличный язык для описания любых процессов. Если коротко, я хотел стать психологом-математиком и продолжить занятия математикой, получая психологическое образование.

Но я промахнулся. В Англии вам нужно решить, какие экзамены сдавать и какие курсы брать в университете на основании консультации со специалистом по вопросам карьеры. Мой консультант не понял, что я хотел быть ученым, то есть психологом, — он решил, что я хочу быть врачом, то есть психиатром. Так что я потратил восемь лет на получение медицинского образования, прежде чем вернулся к исследованиям. Но я выбрал университет, который позволил мне заниматься естественными науками, так что при получении медицинского образования я мог заниматься и психологией, и физикой.

— Как вы считаете, знание медицины помогло вам в карьере?

— Оно оказалось полезно и полностью себя оправдало. Медицина позволяет вам изменять жизнь людей к лучшему, и вы видите пользу от своей работы с пациентами или коллегами-медиками; более того, она позволяет в научной работе лучше понимать людей, сочувствовать им.

С другой стороны, если бы вы были врачом, ваши научные теории о причинах психиатрических синдромов воспринимали бы более серьезно. Другими словами, медицинское образование помогло мне и тем, что придало мне весомости, когда дело дошло до клинических и междисциплинарных исследований в нейробиологии.

— Опыт работы в медицине важен, чтобы придать человеку весомости, но обязательно ли он нужен, чтобы быть нейробиологом?

— Нет, не обязательно. Думаю, знание медицины важно, если вы хотите изучать психиатрию или неврологические расстройства: тогда вам нужно понимать патологию и с точки зрения физиологии и нейрохимии, и с точки зрения психопатологии. Вам нужно понимать структуру и природу стоящих перед вами проблем. Это важно для того, чтобы задавать правильные вопросы и осмыслять фундаментальные причины психиатрических синдромов.

Но чтобы понять, как работает мозг, вам не нужно знание медицины. Вы можете быть нейрофизиологом. Тогда вы будете изучать, как работает мозг, и на пациентах сможете рассматривать различные локальные повреждения мозга. Например, нейропсихолог может посмотреть на людей с врожденной слепотой и людей, которые потеряли зрение в течение жизни, и понять различия между ними в структуре нейронных связей или восприятии звуков.

— Кто-то повлиял на ваш выбор карьеры?

— Родители повлияли на мои интересы, но по-разному. Мой отец был инженером, и он обожал физику, так что, когда мне было пятнадцать лет, он заставил меня прочитать «Пространство, время и тяготение» сэра Артура Эддингтона. Именно тогда я впервые начал понимать относительность и другие сложные концепции.

В то же время мама говорила: «Тебе нужно заботиться о людях». Она была медсестрой, и ее больше интересовала психология, так что она была уверена, что когда я вырасту, то стану психологом или врачом. Моя карьера в итоге прекрасно сочетает в себе интересы их обоих. 

Кстати, забавно: несколько лет назад оказалось, что мой отец заставил маму прочесть ту же книгу о физике перед свадьбой. Она сказала, что ей понравилось, но я не уверен, что это действительно так.

— Как вы сочетали учебу, исследования и отдых в студенческие годы?

— В самом начале, когда вы считаете, что вам повезло поступить в университет, вы обычно два-три года пашете, а потом устаете от этого. Так что через пару лет я начал заниматься и другими делами, а в конце моей студенческой жизни не особо учился, а больше погрузился в театральную деятельность: режиссировал, занимался сценографией, постановками. Мы с друзьями возили наши спектакли на эдинбургский «Фриндж», даже играли в Лондоне, в Национальном молодежном театре. 

Пожалуй, веселее всего было делать ревю или альтернативные комедии. В то время в Англии были очень популярны провокационные комедии, на грани дозволенного. Если вы объедините несколько комедийных скетчей в один спектакль, вы получите ревю. Большую часть времени мы делали такие немного провокационные скетчи — например, с сексуальным подтекстом или острополитические. Но моими самыми любимыми были старые добрые оперетты Гилберта и Салливана. 

Однажды мы даже выиграли премию «Студенты на сцене». Это был наш краткий момент славы, когда одно из наших выступлений попало в журнал Cosmopolitan

Рекомендуем по этой теме:
13249
Почему мы рискуем?

— Какие ваши любимые книги?

— Одна из самых моих любимых книг — моя первая книга о науке: «Пространство, время и тяготение» сэра Артура Эддингтона, а еще книги вроде «Властелина колец» Толкина: фэнтези и эскапизм — очень расслабляет. Другими словами, я люблю либо книги о физике и математике, либо полный эскапизм и сюжеты, подобные книгам Клайва Льюиса. И конечно, я люблю «Войну и мир». У меня еще лежит издание, которое у меня было в пятнадцать лет, и я смотрю на него с ностальгией. 

Но сейчас я совсем не успеваю читать: времени на чтение для удовольствия у меня не осталось. Каждый день кто-то просит меня отрецензировать статью или заявку или написать аннотацию к книге. Я читаю только научные тексты, даже в летнем отпуске.

— Как вы сочетаете исследовательскую работу и семейную жизнь?

— Ужасно! Правда, я все еще счастливо женат, но баланс между работой и семейной жизнью у меня кошмарный: я постоянно работаю, семь дней в неделю. Но если вы делаете карьеру в науке, это не обязательно будет так: думаю, многие люди смогли найти лучший баланс между работой и личной жизнью, чем я. Я могу погрузиться в работу только потому, что семья меня очень поддерживает — они тоже занимаются наукой: моя жена — медсестра, и она проводит много времени со своими пациентами. Так что, выстраивая наши альтруистические карьеры, мы ведем себя довольно эгоистично.

Но работа для меня почти как развлечение. Сейчас я уже не принимаю пациентов, а учу студентов и провожу теоретические исследования, так что, если я ошибусь, никто не умрет и не будет страдать. У меня довольно расслабленная жизнь, и я наслаждаюсь работой так, как будто это часть отдыха или социальной жизни. Общаясь со студентами, я вполне социализируюсь, так что мне не кажется, что из-за работы я что-то упускаю.

Когда вы становитесь старше, вы начинаете сами управлять своим временем. Я редко с кем-то разговариваю до обеда, так что могу посидеть дома и спокойно подумать, разобрать почту или просто выкурить трубку. Я могу сдвинуть все свои дела, например, на час и поехать в Лондон после часа пик. Могу спокойно посидеть в поезде и почитать, а домой я возвращаюсь поздно. У меня спокойная, приятная жизнь, и я не чувствую особого давления. Думаю, люди все чаще начинают работать в таком же режиме: интернет дает нам свободу самим выстраивать свой график.

— Как вы считаете, какими чертами характера должен обладать хороший ученый?

— Разумеется, это любопытство, скрупулезность, несколько нездоровый перфекционизм, умение задавать важные вопросы. Чтобы быть хорошим ученым, вы должны нестандартно, творчески мыслить и задавать новые вопросы. Я обычно говорю, что хорошего ученого отличает качество его вопросов. Для меня это отличительная черта хорошего ученого — умение задавать вопросы, которые до него не задавал никто.

— Работа в научной сфере связана с большим уровнем стресса и высокими требованиями, многие бросают аспирантуру. У вас когда-нибудь был соблазн бросить науку?

— Нет. Любопытно: мне не показалось, что заниматься наукой так уж трудно. Думаю, я избежал большого стресса, потому что мне повезло: я пришел в эту сферу, когда люди только начали заниматься картированием головного мозга, и нужны были специалисты, которые для разработки новых методик могли выполнять математические расчеты и понимали специфику работы мозга. Впрочем, хотя мне и повезло, думаю, таких возможностей полно. Каждому может повезти, если при выборе темы он найдет зарождающееся направление исследований.

Я знаю людей, которые ушли из науки во время написания диссертации, и чаще всего они просто хотят приложить свои знания в индустрии, маркетинге, журналистике или образовании. Они сказали себе: «Я получил множество академических навыков и теперь хочу приложить их в другой области». И чаще всего они зарабатывают намного больше, чем в науке. Так что не думаю, что их выбор — это признание поражения в научной сфере. Среди тех, кого я знаю, ушедшие из науки люди обычно богаче и, наверное, счастливее.

Когда меня просят дать совет аспирантам, я говорю, что самое важное — это иметь обширную базу, чтобы потом был выбор. Вы сможете выбрать профессорскую деятельность или уйти в маркетинг или журналистику, но сам этот выбор возникнет потому, что вы в молодости инвестировали в широкую академическую подготовку. Очевидно, что аспирантов слишком много, а профессорских позиций слишком мало, чтобы все смогли быть профессорами, так что каждому нужно будет найти свой карьерный путь.

— Как можно инвестировать в обширную академическую подготовку?

— Занимайтесь самыми разными дисциплинами — чем больше, тем лучше. Занимайтесь своим образованием как можно дольше, и после аспирантуры тоже, чтобы у вас всегда был выбор, и очень важно познакомиться с разными дисциплинами, чтобы не сужать его. Лично я занимался науками о мозге, психиатрией, биологией и физикой и этим обеспечил себе такой выбор. Я могу комбинировать знания в этих областях и заниматься, например, математической биологией или вычислительной нейробиологией.

— Как вы пришли к идее принципа свободной энергии?

— Основная идея родилась еще в моем раннем детстве. Я много времени формализовал идею, прописывал ее и выводил ее строгое математическое представление, но на самом деле все восходит к тем самым жучкам, которые ползали на солнце. С того момента я провел много времени, изучая самые разные теории: например, я понимал, что к работе мозга можно применить физические законы, и очевидно, что важно знать теорию эволюции. Про эволюцию меня заставил прочитать один из моих наставников, Джеральд Эдельман, лауреат Нобелевской премии по физиологии или медицине, — он испытывает отвращение к математике. Через два года после того, как я начал исследования в области нейровизуализации, я отправился в Нью-Йорк в Рокфеллеровский университет, чтобы изучать теоретическую нейробиологию. Там у меня случился приступ математизирования, который жутко оскорбил Эдельмана, и он заставил меня полгода сидеть в библиотеке и читать про эволюцию.

Затем я вернулся в Лондон и познакомился с Джеффри Хинтоном, отцом машинного обучения. Он работал по соседству с нашим отделом исследований нейровизуализации. Я многое узнал о математической оптимизации, читая его статьи и слушая его лекции. Оптимизация, которую мы видим в нейробиологии, эволюции и машинном обучении, — все это сошлось в идее минимизирования вариационной свободной энергии. Вариационную свободную энергию уже много десятилетий использовали как статистический инструмент, но мне казалось, что у нее есть бо́льшая объяснительная сила: ее можно применять не только в статистике, но и для объяснения поведения и самоорганизации любой чувствующей системы. Так все и началось.

Мне нужно было достаточно хорошо изучить физику, машинное обучение и философию, чтобы математически описать, как это может работать, а затем, что важно, на компьютерных симуляциях показать, что все работает. Недостаточно просто сказать: «О, отличная идея, мир так и устроен». Вам нужно смоделировать искусственные организмы, которые минимизируют свободную энергию, и показать, что люди делают то же самое.

— Как вы думаете, что еще нам нужно узнать о мозге человека?

— Важно задавать правильные вопросы, чтобы снизить неопределенность, минимизировать нашу свободную энергию. Интересно было бы узнать, как мы формируем вопросы и откуда они берутся. Это очень важно понять.

Другая проблема — это, разумеется, сознание, ощущение собственного я. Почему мы считаем себя личностью? Является ли чувство самости той гипотезой, которая минимизирует неожиданность и дает удобное объяснение всем нашим ощущениям? И чем оно отличается от самосознания? Нужно ли самосознание, чтобы понять, что я — это не вы? И нужно ли оно, чтобы понять, что я — личность? Все эти философские вопросы сознания и самосознания еще нужно разрешить, и особенно интересно будет разрешить их в искусственном интеллекте.

Сейчас людям становится скучно работать с машинным обучением, которое просто играет в шахматы: они хотят, чтобы машинное обучение знало, зачем оно играет в шахматы, и любило выигрывать. Так что третья волна искусственного интеллекта будет связана с общим искусственным интеллектом, и он уже будет намного больше похож на нас с вами. Он будет задавать вам вопросы, чтобы что-то о вас узнать, и тогда мы вернемся к вопросу о том, как задавать вопросы. Так что, когда компьютер начнет задавать осмысленные вопросы, у нас будет повод испугаться — или обрадоваться.