Mali mozgovi i složena ponašanja

Velika i mala superiornost

Veliki mozgovi su naša glavna karakteristika i mi mu s pravom pripisujemo našu trenutnu dominaciju planetom. Ovo je tačno zbog silnih dostignuća koje smo dosegli. Ali
da li to zaista znači da su ljudi superiorniji od drugih vrsta, ili smo samo drugačiji? Ako uzimamo neke druge mere superiornosti, ljudi ne izgledaju tako impresivno. Zašto su onda veliki mozgovi neizbežno bolji od malih? I zašto su podjednako fascinantni kada pokazuju složena ponašanja i veliki mozgovi i mali mozgovi?

Nijedna druga životinja nema tako veliki mozak u odnosu na veličinu svog tela, tako da što se nas tiče, veliki mozak je ono što se želi. Međutim, izučavajući prirodu i evoluciju shvatamo da je ovo čisto antropocentrično gledište. Najpre zato što evolucija gledamo kao da ima oblik drveta i stepenitost merdevina, ali u realnosti, evolucija ima oblik grma, gde i ne postoji neki „veliki lanac bića“ koji vodi od nižih k višim oblicima života. Prema tome pogrešno smatramo da je naš veliki mozak, naše sofisticirane kognitivne sposobnosti i fleksibilnost u ponašanja, predstavljaju konačan i značajan napredak u evoluciji. Još zadivljujuće, ako gledamo brojnost i raznovrsnot vrsta u prirodi, insekti su daleko dominantniji i zato mi biolozi volimo da se „šalimo“ da živimo u vreme insekata a ne ljudi.

Ko će pobediti igru prestola superiornosti ponašanja? Veliki ili mali mozgovi?

Sledeći razloga je to što težimo da se fokusiramo samo na prednosti velikog mozga i ne uzimamo u obzir njegovu zahtevnost. Naši mozgovi su izuzetno skupi organi za održavanje jer troše punih 20% naših ukupnih energetskih potreba a čine svega 2% naše telesne težine. Jako je osetljiv, potrebne su mu je godine da se razvije, a nezavisnost i polnu zrelost ne dostižu sve do doba kada je većina sisara već odrasla i reprodukovala se.

Da bi izbalansirali ove velike troškove i nedostatke, veliki mozak bi nam verovatno morao dati neku veliku (na)prednost u ponašanju? Inače ne bi bili favorizovani prirodnom selekcijom. Kada se razmišlja u ovom pravcu, odgovor nije tako očigledan jer mnoge životinje pokazuju fleksibilna i složena ponašanja i to sa mozgom veličine glave igle.

Pa i opnokrilci se poznaju

Na primer, veština prepoznaja lica i raspoznavanje pojedinaca deluje kao specijalizovana ljudska veština, koja zahteva posvećena područja mozga i mnoge neuronske obrade.

Međutim, kod papirnih osa se čini da „lica“ drugih osa pružaju informacije o identitetu i da ose koriste ove informacije da regulišu svoje društvene interakcije. U jednom eksperimentu su crte lice nekih jedinki malo izmenjene tako da ih druge ose u leglu više nisu prepoznavale. K izmenjenim jedinkama su usmeravale više agresije na njih nego ranije jer je to način na koji ose testiraju jedna drugu i uspostavljaju relativnu dominaciju. Nastalo povećanje agresije sugeriše da su ose doživljavale svoje bližnje u gnezdu kao strance i da su morale da uspostave rang sa ovim „novim“ osama.

Slika 1. ,,Osice C-134, C-135 i C-136, pa to sam ja… osica C-137!” – Greh njene matice. khm Ljudi nemaju ovih problema 👧

Pčele mogu da razlikuju ljudska lica i nauče da povezuju određeno lice sa davanjem nagrade. Štaviše, kao i ljudi, uzimaju u obzir relativno pozicioniranje karakteristika lica, kao i njihovu individualnu veličinu i oblik, pa obrađuju lice kao celinu, a ne kao zbirka delova. Naravno, pčelama ljudska lica ništa ne znače osim kao signal za hranu.

Ali ova dva primera nervnih sistema koja su mnogo jednostavnija od našeg, sugerišu da treba biti otvorenog uma o jedinstvenosti i složenosti naših ponašanja.

Mali je mrav

Često izuzmemo da ponašanje nije samo proizvod unutrašnje složenosti. U misaonom eksperimentu „parabola o mravu“ Herbert Simons to veoma jasno pokazuje. Ako bismo beležili kretanje nekog mrava na plaži, dobili bismo putanju s puno zaokreta i bila bi veoma nepravilna i komplikovana. Pretpostaviti bismo da mali mrav imao podjednako komplikovane unutrašnje navigacione sisteme i sposobnosti.

Ali složenost njegove putanje je „zaista složenost površine plaže, a ne složenost u mravu“. U stvarnosti, mrav možda samo prati skup vrlo jednostavnih pravila. Ovo ilustruje da ne postoji neophodna korelacija između složenosti posmatranog ponašanja i složenosti mehanizma koji ga proizvodi.

Slika 2. Složenost sredine značajno određuje koliko su složena ponašanja.

Da bismo ovo više proučili, lepo je napravili modele konstantne unutrašnjosti i posmatrati njihovo ponašanje u raznim uslovima. Tako je nastala i „bihejvioralna robotika“ u kojoj autonomno pokretni roboti omogućuju istraživačima da istraže interakcija između ovih modela „organizama“ i životne sredine; ili koliko najkompleksnije ponašanje možemo dobiti s najjednostavnijim unutrašnjim mehanizmima.

Kornjoboti Elsa i Elmer

Pionir robotike zasnovane na ponašanju bio je neurofiziolog Vilijam Grej Volter. Tokom 1940-ih sklopio je dva autonomna robota, koje je nazvao Elsie i Elmer. To su bili mali, motorizovani tricikli s providnim oklopom na vrhu, zbog čega su izgledali kao kornjače (kornjoboti, slika 3). On je upravo hteo da testira svoju ideju da složenost moždanih funkcija ne proizilazi nužno iz broja neurona već iz „bogatstva njihovih međusobnih veza“. Hteo je i da utvrdi kako različiti obrasci međupovezanosti zapravo funkcionišu da bi proizveli različite vrste ponašanje.

Slika 3. Kornjobot Elsa jednostavne građe od samo 2 „moždane ćelije“ koje su povezane s fotosenzorom (na vrhu ,,oko s kapuljačom“) tj. svetlosnim refleksom i oklopom (žičica dole levo) koji dodirom prepreke aktivira refleks dodira.

Svaka kornjača je bila jednostavne građe od dva mala motora, dve baterije, nekoliko vakuumskih cevi, dva kondenzatora i dva releja. Takođe, svaka je imala samo dve „moždane ćelije“ koje su mogle da proizvedu po jedan refleksni odgovor – jedana na svetlost, a druga na dodir.

Svetlosni refleks je bio pod kontrolom fotosenzitivne ćelije („oka“) postavljene na gornji deo prednjeg stuba tricikla, koje je uvek bio usmereno u istom pravcu kao i prednji točak (slika 4). Oko je bilo pokriveno kapuljačom koja je blokirala svetlost iz svih pravaca osim spreda. Kornjača je takođe imala prednju lampu koja se palila kada se robot kretao čime bi pokazao istraživačima da radi ispravno. Senzor dodira je bio električni kontakt koji se zatvarao svaki put kada bi kornjača dotakla prepreku (slika 3). Ponašanje kornjobota se svodilo na traženje svetlosti (svetlosni refleks) i savladavanje prepreka (dodirni refleks) na putu poguravanjem ili zaobilaženjem.

Prednji točak bi usmeravao kretanje kornjače tako što bi pri niskim intenzitetima svetlosti rotirao više svoje oko da bi omogućilo da skenira okolinu za jačim izvorom svetlosti. Kada oko odabere najjači od ponuđenih izvora, onda se prednji točak usmeri k tom, smanji rotaciju i kornjača se uputi k njemu. U međuvremenu, kako svetlost menja ugao smanjujući priliv svetlosti od tog izvora zbog kapuljače, kornjača uspori da bi ponovo skenirala okolinu i ponovo se preusmerila. Kako nailazi na prepreke, aktivira se i dodirni refleks tako da na sličan način utiče na aktivnost prednjeg točka i motora da kornjača pogurkava ili zaobilazi prepreku. Sve ovo smo rekli da je regulisano nečim što je Vilijam Grej predstavio kao 2 „moždane ćelije“.

Slika 4. Kornjobot Elsa ,,gleda“ u izvor svetlosti i sprema se da krene u tom pravcu.

Rekli smo da su na prednjem delu kornjoboti imali i lampice da ukažu kada su aktivne. Ako bismo stavili ogledalo ispred kornjobota, onda bi on zbog svojih karakteristika ponašanja krenuo napred-nazad s ogledalom (jer su lampice ujedno i izvor svetlosti) što su Vilijam Grej i ostali nazvali „ples“ i to baš „ples parenja“ – onog u kome „mašine ne mogu da pobegnu jedna od druge; ali i nikada ne mogu da saopšte svoju ’želju’”. Poenta je da ovo ponašanje nije bilo programirano u kornjačama; jednostavno je proizašla iz načina na koji su postavljeni i njihove interakcije sa okruženjem.

Posle je krenulo i malo filozofiranje o tome da li su ovo neki prvi oblici narcisoidnog ponašanja xaxheh, samoprepoznavanje, svesti…

Didaboti

Didabot-i su mali robot automobili koji su kao i u prethodnim samoupravljajući (autonomni). Ako se određeni broj njih stavi u arenu u kojoj su male kocke nasumično razbacane, ona se kreću uokolo grupisajući kocke zajedno na kup, tako da na kraju postoje samo dve velike grupe kocki, sa nekoliko kockica koje ostane tu i tamo uza zidove. Roboti su nazvani „švajcarcima“, jer su neverovatno uredni i cilj im je očigledno da očiste arenu od nereda. Kao i kod presnih ogleda Else, „na čisto empirijskoj osnovi“, svako ko posmatra ovo ponašanje pretpostavio bi da su roboti programirani mehanizmima za otkrivanje objekata, gurajući ih u datom pravcu prema drugim objektima, a zatim ih grupišu u saradnji s drugima ili ne.

Slika 5. Didabot – mali autonomni robot automobili sa senzorima umesto farova.

U stvari, didaboti su još jednostavniji od Else i Elmera jer imaju čak samo jedan tip senzora kojima mogu da detektuju objekte u neposrednoj blizini. Ovi roboti imaju samo jedno jednostavno pravilo: ako se senzor sa desne strane aktivira, skreću levo, a ako se aktivira senzor sa leve strane, skreću desno. To znači da roboti samo pokušavaju da izbegnu prepreke, a opet, kad god su smešteni u pretrpanoj areni, oni sastavljaju kocke zajedno i „pospremaju“. Da bismo razumeli kako Didaboti funkcionišu, razmotrimo njihovu fizičku strukturu i kako interaguju s okolinom (ponašanje kornjobota opisano iznad nam daje nagoveštaj).

Didabot ima dva senzora blizine koji su postavljeni na prednjem kraju njegovog „tela“, po jedan sa svake strane i to bukvalno kao farovi na kolima (pod uglom). Dok se kreće napred, Didabot može otkriti kocke sa strane, ali zbog načina na koji su senzori („farovi“) postavljeni pod uglom, ne može otkriti ništa direktno ispred sebe. To znači da izbegava sve što registruje sa strane a ovo ispred sebe „ne vidi“ i samim tim samo gura ne menjajući ponašanje. Ali ako naiđe neka kocka sa strane, onda će on krenuti u suprotnu, ostaviti kocku koju je upravo gurao, pa će se obe grupisati tu jedna pored druge. Kako klaster raste, tako i šanse da se dodaju druge kocke, sve dok se sve ne nagomilaju (sa samo nekoliko zalutalih tu i tamo oko ivica).

Slika 6. Postavljanjem nekoliko didabota u malu arenu s kockama rezultira klesterovanju kocki u 2 grupe i nekolicina uza zidove.

Očigledno da ovo klasterovanje nije „cilj“ didabota, niti oni znaju šta drugi didaboti rade da bi koordinirali svoje ponašanje, niti uopšte znaju da postoje drugi Didaboti! Umesto toga, grupisanje je samo posledica jednostavnog samoorganizovanja i načina njihovog interagovanja s objektima iz okruženja. Dodatno i najvažnije od svega, specifičnost ponašanja <grupisanja> se dešava samo zato što su senzori postavljeni pod uglom kao farovi. Pomerimo li ih malo napred, izgubili bismo ovo ponašanje, jer ne bismo imali takvo guranje… sada bi bili obični autići. A bez opisanog guranja, nema grupisanja.

Didabot nam je očekivano potvrdio da složeno ponašanje može biti proizvedeno jednostavnim mehanizmima (samo jedan tip senzora). Ali novi niz pitanja se otvara kada shvatimo da je krajnje ponašanje grupisanja kocki zapravo indirektna posledica mnogo jednostavnijeg ponašanja – direktnog izbegavanja prepreka. Dakle, složeno ponašanje se može proizvesti mehanizmom koji nema nikakve veze sa ishodom ponašanja koji se dobija kada taj mehanizam funkcioniše u stvarnom svetu.

Čeprkanje po unutrašnjoj mehanizaciji Didabota nam neće mnogo reći o njegovom konačnom ponašanju, jer će ta mehanizacija pokazati smislao tek kada se bude našla u određenoj sredini i uslovima u kojima se ti mehanizmi angažuju.

Da li za ljubav može mali mozak?

Roboti su dobri modeli, ali modelisanje pada u vodu ako nema primera u prirodi. Čvrčci nam predstavljaju dobar primer kombinacije kako jednostavni mehanizmi uz jednostavno telo iz jednostavne okoline mogu proizvesti na prvi pogled dosta komplikovano ponašanje.

Mužjaci cvrčka proizvode „pesmu“ sastavljenu od niza cvrkuta. Oni su sastavljeni od malih rafala zvuka nazvanih slogovima. Ovi slogovi imaju specifičan ritam i proizvode se na određenoj frekvenciji u zavisnosti od vrste cvrčka. Studije su pokazale da se ženke približavaju mušjacima orijentišući se na zvuk njihovih muških pesama. Tačnije, ženke se kreću prema mužjacima koji imaju najglasnije pesme. Kako samo visokokvalitetni mužjaci mogu da izdrže glasno cvrkutanje, ženke koje biraju takve mužjake osiguravaju da će njihovo potomstvo naslediti „dobre gene“ koji omogućavaju mužjacima da nadmaše svoje rivale na ovaj način. Evolutivno je dosta jednostavno: ako se ne čujemo, ne možemo ni da se… dodirujemo 🙂

Slika 7. Zaljubljeni kriketi tj. cvrčci.

Na prvi pogled deluje kao da se radi o složenom mehanizmu: ženka mora prvo da prepozna pesmu mužjaka svoje vrste iz haosa drugih zvukova okoline; onda mora da uporedi mužjake da bi našla najglasnijeg; najzad, ona mora da pronađe i priđe izabranom mužjaku. Kako bi ženke cvrčaka mogle da postignu sve ovo sa nekoliko neurona koje imaju na raspolaganju?

Čvrčica ima dva uveta (tj. bubne opne), po jednu na svakoj od prednjih nogu (slika 8). One su međusobno povezane cevčicom. Pored toga, cvrčci imaju slušne otvore na svakoj strani vrha tela koji su takođe povezane sa bubnim opnama sistemom cevčica. Skraćeno rečeno, bubne opne vibriraju na zvuk koji hvataju direktno spolja, dok zvukovi koji prolaze kroz slušne otvore indirektnim putem se preusmeravaju kroz sistem cevčica do bubnih opni.

Ovaj raspored daje ključnu „usmerenost“. Recimo da izvor zvuka emituje zvučne talase na desnoj strani ženskog cvrčka. Zvuk dvaput stiže do desne bubne opne ženke, jer ono račvanje putanja zvučnih talasa iziskuje putanje različitih udaljenosti. U levom uvetu, zvučni talasi stižu u isto vreme jer dva zvuka putuju skoro istu udaljenost (jedno kroz slušni otvor i kroz cevčicu dok drugi do spoljašnjeg uveta jer je spoljašnje uvo udaljenije od zvuka; slika 8 leva bubna opna). Kao rezultat toga, spoljašnji i unutrašnji zvuci nisu u fazi na strani koja je bliža izvoru zvuka, ali će biti u fazi na strani koja je dalja od izvora zvuka. To znači da bubna opna na strani bliže zvuku vibrira jače.

Slika 8. Slušni sistem cvrčka i način transmisije zvuka skroz sistem cevčica, zvučnog otvora i bubnih opni. Sistem cevčica ima dva slušna otvora.

Svaka bubna opna se povezuje preko oko pedesetak neurona s ostatkom nervnog sistema, a oni konvergiraju na mali broj interneurona (tako zovemo neurone između drugih neurona; često kod manjih neuronskih sistema) od kojih je samo jedan par ključan. Svaki neuron u ovom paru se aktivira kada dostigne određeni prag draži. Kako interneuron povezan s uvetom bliže zvuku dobija jači signal, brže dostiže ovaj prag i tako se okida brže od susednog konkurentnog interneurona drugog uveta.

I to je ono što vuče ženku da se okrene na tu stranu i uputi u taj pravac (baš kao kornjoboti). Ovo znači i da se ne radi o nekoj komplikovanoj analizi celog obrazca slogova i cvrkuta, već ženka usvaja mnogo jednostavniju taktiku da odgovori samo na početak svakog cvrkuta (kada kreće prva aktivnost). Ali postavlja se pitanje zašto uopšte postoji ritam muških cvrkuta? Zapravo jednostavno, odgovorni interneuroni imaju poseban „profil“ aktivacije, ili bitnije, stepenit period „opuštanja“ i vraćanja do stanja mirovanja nakon aktivacije. To znači da ih mužjak zvukom mora efikasno stimulisati do paljenja ponavljanjem uz ritam. Nešto kao kada bismo išli pokretnim stepenicama u suprotnom smeru, pa samo ako se penjemo dovoljno brzo možemo da izađeno na sledeći sprat. Ako prestanemo, onda smo se vratili na početak.

Pored toga što je muška pesma „podešena“ na ženske interneurone, sistem slušnih cevčica ženke je tako konstruisan da bolje „osluškuje“ muške pesme, ili bolje rečeno da je „naštelovani prijemnik“ za njihove pesme. Tako da to kako uspevaju da ignorišu zvukove drugih talasnih dužina i nije tako nedokučivo; jednostavno ne čuje ostale zvuke.

Dakle, sve probleme koje nosi naizgled složeno ponašanje okretanja ženke na stranu, od koje dolazi pesma mužjaka, je rešeno jednostavnom interakcijom njenog tela (dizajn ušiju i svojstva transmisije ušnih cevčica), njenog „mozga“ (podešavanje svega jednog para interneurona) i okoline (tajming muške pesme).

Predodređenost i sloboda ponašanja

Neuronski sistemi od svega 2 neurona u predhodnim slučajevima su se pokazali kao dosta efikasni. Ali naravno, nadograđivanjem i komplikovanjem ovih „unutrašnjih sistema za proizvodnju ponašanja“ daje znatnu evolutivnu prednost. Pošto znamo da se život insekata ne svodi samo na parenje 💋 – čak se može reći da je to najjednostavniji deo ponašanja jer je najpredodređeniji jer je evoluciji „najbitniji“ – nismo odgonetnuli odakle dolazi tolika adaptibilnost i fleksibilnost ponašanja. Ako je evoluciji reprodukcija najbitnija, onda ubrzo ide adaptibilnost.

Naime, ako bismo nastavili da mapiramo cvrčku sve neurone (npr. isključivanjem) i determinisali koje mreže čemu služe (grickanje, hodanje, skakanje, gledanje, hemo/foto percepcija…), teoretski bismo pokrili i otkrili ceo mozak. I onda bismo naivno shvatili da je krajnji rezultat: gomila jednostavnih mehanizama zajedno čine jedinku, dakle i vrstu, pa u zavisnosti od sredine u kojoj se nađu, ti mehanizmi je pokreću.

Do sada smo se trudili da dokažemo da složena ponašanja nastaju iz jednostavnih mehanizama, ali smo i indirektno pokazivali da su složeni mehanizmi zapravo skup jednostavnih mehanizama. Sveukupno, išli smo u prilog determinističkoj teoriji ponašanja – da je ponašanje suštinski predodređeno. I onda se naivno pitamo da li mozak služi samo kao medijator informacija porekla iz spoljašnje sredine k efektornim organima ponašanja.

Iz ovoga se dobija najjednostavniji generalni model nervnog sistema za koji bi se većina i
složila: signal iz spoljašnjosti -> obrada u mozgu -> odgovor
kroz ponašanje (slika 9).

Slika 10. U neuronauci svima dobro poznat generalizovani model nervnog sistema. Primamo informacije iz spošaljnje sredine, mozak ih obradi i preusmeri u ponašanje.

Vratimo se na robot modele na časkom. Ova deterministička teorija se itekako lako testira s robotima. Napraviti robot-model i pustiti ga u neku sredinu i vidimo da li se ponaša identično kao živi ekvivalent. Kao što znamo, iako mi uložili energiju, vreme, intelekt i novac u robot-model, on bi preživeo, ali verovatno bi se ponašanje razlikovalo od žive jedinke i verovatno bi „životni vek“ bio dosta kraći.

Kako znam ovo bez da se bavim iscrpnim istraživanjima? I šta je s onim: pa verovatno si propustio neke „neurone“. Da se ne bih ponavljao pisao sam o efektima pojedinih neurona na ponašanje u U suštini: inteligencija🔗 članku, a što se tiče prvog pitanja:

• Ako stavimo i živo i neživu pod iste inicijalne uslove, dobićemo UVEK različite ishode ponašanja. Koliko god simulacija pravili, između samih jedinki i modela, rezultati su uvek različiti.

Ako znamo da je mašina u suštini preciznije konstruisana jer je od tvrdog materijala, da li je onda neka umerena nesavršenost mozga ta koja daje fleksibilnost ponašanja i duže preživljavanje? Pored toga, u kojoj meri je ponašanje predodređeno signalima što dolaze pre obrade (struktura i okolina) do neurona a u kojoj meri mozak dodaje i oduzima svojstva tim signalima da bi proizvelo ponašanje?

Red u sponatanom ponašanju

Kada sam bio u Nemačkoj, radio sam jedan eksperiment s običnim vinskim mušicama, za koji sam tek par godina kasnije shvatio da je GENIJALAN. U ovom slučaju, s kolegom nisam gledao samo 2 neurona već celo ponašanje letenja mušice. Suština nam je bila da blokiramo sve signale iz spoljašnje sredine i da vidimo kako će da se ponaša mušica.

Slika 9. Praćenje ponašanja izilovane mušice. Crvena strelica pokazuje na ping-pong lopticu u kojoj se nalazi fiksirana muva ali tako da može da maše krilima, tj. leti u mestu. Ovako smo u što većoj meri smanjili stimuluse iz spoljašnje sredine da vidimo da li će uopšte nešto raditi. Mušice su itekako letele. Plava strelica pokazuje na ultra jaku kamericu visokih frekfencija koja prati pokrete krila na osnovu čega vidimo da li skreće levo ili desno. Dok prikupljamo podatke (leti levo, leti desno), mi pratimo da li eksperiment teče kako treba na monituru (zelena strelica).

Već naslućujemo prvo eksperimentalno pitanje: ako bismo eleminisali signal iz spoljašnje sredine, šta bi se desilo s obradom i odgovorom (slika 9)? Drugo pitanje: ako bi stimulus bio uvek isti, da li bi se isto ponašanje desilo (ovo je moj profesor s kolegama radio)?

U oba slučaja, nakon dosta komlipkovanih matematičkih analiza paterna letenja se dešava nešto interesantno: mora da postoje neki diskretni unutrašnji mehanizmi koji utiču i daju varljivost krajnjem ponašanju, bez obzira koliko mi pokušavali da izolujemo ili identično stimulišemo mušicu. Ovi sistemi kao imaju zadatak da ubrizgavaju spontanu nervnu aktivnost. Pošto je odgovor često pseud-spontan, tj. pseudo-predvidljiv, može se zaključiti da ovi sistemi ipak prate određena pravila kada treba biti spontan. Ovo je najkorisnije pri inicijaciji ponašanja ili pri promeni ponašanja.

Najlepšte je gledati kao na nekog provokatora da uzbudi, uzbrizga haos u sistem. Ovo je i dosta bitna evolutivna karakteristika vrsta. Zamislimo neki plen čije ponašanje predator može olako predvideti. Taj plen ne bi ni postojao. Jednostavno mora postojati nekakva inovativnost u ponašanju da bi se poboljšala vijabilnost vrste.

Slika 11. Malo unapređeniji model gde smo mozgu dodali ,,inicijatorni” sistem varijabilne aktivnosti koji daje fleksibilnost ponašanju.

Kod ljudi, nervne mreže koje pokazuju najviše nervnih aktivnosti su default-ne mreže, koje nam daju sanjarenje, razmišljanje o drugima, nama, događajima… dok odmaramo i ne naprežemo se kognitivno. Ako bismo tražili slobodnu volju, ovde bismo se nalocirali.

Ukoliko je previše ove spontane aktivnosti, to više vodi i mentalnim poremećajima kao što su depresija, bipolarnost, anksioznost, pa i šizofrenija…

Zaključak

Svi navedeni primeri robota i insekata veoma snažno pokazuju da složeno ponašanje ne zahteva nužno složene unutrašnje mehanizme: neke stvari su veće od zbira njihovih delova. Štaviše, jasno je da, kao što je Grej Volter prvi predložio, pamet i fleksibilnost ponašanja modela zavise dosta od mehanike tela, interakcije okoline i povezanosti, a ne toliko od veličine njihovog mozga.

Ovi primeri takođe naglašavaju još jednu temu za razmišljanje – postaje veoma teško razpoznati gde se „percepcija“ završava, a gde „kognicija“ počinje. Možda jer na ove stvari gledamo na pogrešan način i tako pravimo lažne razlike; skloni smo da pretpostavimo da je percepcija samo pasivno primanje informacija iz sveta i da se glavna aktivna manipulacija informacijama odvija unutar mozga jedinke; što smo nazvali kognicijom. Ali perceptivni procesi su mnogo aktivniji nego što mislimo i kao rezultat toga, oni omogućavanju životinjama da se ponašaju fleksibilno. Kad zagledamo dublje kako naša čula funkcionišu, shvatamo da je ovo itekako univerzalno pravilo.

Ovo nas sve navodi na praktične teme za razmišljanje.

• Jedna tema i razmišljanje o optimizaciji svakodnevnog protoka informacija kroz našu glavu. Koji se kanali gledaju, koje vesti i novine čitaju, koje socijalne platforme, koje socijalno okruženje… kako utiče na nas i kako bismo mogli da se organizujemo bolje zarad boljeg mentalnog zdravlja.
• Takođe, koliko smo „zavisni“ od olakšica kojih nam tehnologija pružaju; mislim najpre na internet i dostupnost informacija o bilo čemu i od bilo koga…i kako možemo još više pojednostaviti život i još više profiltrirati samo one dobre signale koje trebaju našem mozgu…

Iako deluje bezazleno, navodim ovo upravo zato što smo videli da i mali mehanizmi mogu izazvati kompleksna ponašanja. Pa ako nas neko malo iznervira ili pročitamo nešto loše, jednostavno aktiviramo neke male mehanizme u mozgu i opp… haotično razmišljanje koje rezultuje kompleksnom i čak neželjenom ponašanju.

Za kraj sočnije. Ulivamo malo u prilog i teorijama zavere. Sve kompanije koje koriste veštačke nervne mreže (dakle jednostavne unutrašnje mehanizme ali ogromnih dimenzija) da skupljaju neke najjednostavnije informacije o ponašanja svojih korisnika online, mogu dosta predvideti i buduća ponašanja jer već imaju dosta informacija prikupljenih od velikog broja ljudi… tako što jednostavni mehanizmi izvlače samo neke jednostavne informacije koje su im potrebne. Njihove ishode (uspešnost poslovanja) gledamo kao jako neverovatne, opet, ali na kraju krajeva, idalje su to samo mali mozgovi i složena ponašanja.