животное должно каким-то образом интегрировать оценку мертвой точки с перцептивно основанными эгоцентрическими оценками положения и с любыми прошлыми оценками положения аллоцентрических ориентиров.
Аналогичная задача оценки возникает в робототехнике, где она называется задачей одновременной локализации и картографирования (SLAM). Автономный навигационный робот должен оценивать свое собственное положение вместе с положением важных ориентиров. Наиболее успешное решение этой задачи в робототехнике основано на байесовской теории принятия решений - математической теории рассуждений и принятия решений в условиях неопределенности. При байесовском подходе робот сохраняет распределение вероятностей по возможным картам окружающей среды, используя сигналы самодвижения и сенсорные данные для обновления вероятностей по мере перемещения в пространстве. Байесовские алгоритмы навигации роботов достигли заметных успехов (Thrun et al. 2005). Учитывая, насколько хорошо байесовские решения для SLAM работают в робототехнике, естественно предположить, что некоторые животные используют байесовские выводы при навигации (Gallistel 2008; Rescorla 2009). Недавно ученые начали предлагать байесовские модели навигации животных (Cheng et al. 2007; Cheung et al. 2012; Madl et al. 2014; Madl et al. 2016; Penny et al. 2013). Модели выглядят многообещающе, хотя эта исследовательская программа все еще находится в зачаточном состоянии.
Нейрофизиологические основы
Как когнитивные карты реализуются в мозге? Какие нейронные процессы обеспечивают картирование, локализацию и планирование маршрута? Хотя у нас нет полных ответов на эти вопросы, мы многое знаем о нейронных состояниях и процессах, которые лежат в основе навигации млекопитающих на основе карт.
О'Киф и Достровский (1971) обнаружили, что гиппокамп крысы содержит клетки места, каждая из которых избирательно реагирует на определенное пространственное место. На основании этого О'Киф и Надель (1978) предположили, что гиппокамп обеспечивает нейронный субстрат для когнитивного картирования. Эта работа вызвала огромный всплеск интереса к когнитивным картам, особенно среди неврологов.
В ходе дальнейших исследований было обнаружено еще несколько примечательных клеток (Moser et al. 2008):
В нескольких областях мозга крысы находятся клетки направления головы (Taube 2007). Клетка направления головы срабатывает, когда голова крысы находится под определенным углом по отношению к внешнему ориентиру.
В энторинальной коре крыс содержатся решетчатые клетки (Hafting et al. 2005), каждая из которых избирательно реагирует на несколько пространственных мест в доступной среде. Места, в которых срабатывает клетка, образуют периодическую сетку, покрывающую окружающую среду. Разные клетки генерируют сетки разного масштаба и разной ориентации. Метрическая информация о физическом окружении может быть извлечена из паттернов стрельбы клеток сетки (Moser and Moser 2008).
В энторинальной коре крысы есть пограничные клетки (Solstad et al. 2008), каждая из которых срабатывает, когда крыса находится рядом с границей, ориентированной в определенном направлении.
Эдвард Мозер, Мэй-Бритт Мозер и Джон О'Киф разделили Нобелевскую премию по физиологии и медицине 2014 года за свои работы в этой области.
Неврологи разработали подробные математические модели, описывающие, как клетки места, клетки сетки и другие подобные клетки поддерживают навигацию (например, Bush et al. 2015; Cheng and Frank, 2011; McNaughton et al. 2006; Solstad et al. 2006). Во многих случаях эти модели достаточно хорошо интегрированы с теориями когнитивного уровня, в которых упоминаются когнитивные карты, мертвая точка отсчета, локализация, картирование, планирование пути, преобразования координат, распределения вероятностей и т. д. Однако, так же, как мы далеки от полного понимания ментальных процессов, посредством которых млекопитающие формируют, обновляют и развертывают свои когнитивные карты, так же мы далеки от полного понимания нейронной реализации этих ментальных процессов.
Картографическое представление
Словосочетание "когнитивная карта" естественным образом предполагает, что эти ментальные репрезентации в важных аспектах напоминают обычные конкретные карты. В какой степени и какими способами когнитивные карты напоминают конкретные карты? Являются ли они когнитивными картами в строгом смысле слова?
Хотя многие аспекты картографического представления остаются малопонятными, мы можем выделить четыре важных свойства конкретных карт, используемых в человеческом обществе:
(1) Карты представляют геометрические аспекты физического пространства. Карта представляет собой расположение объектов в пространстве. Таким образом, карта представляет геометрические отношения между этими объектами. Карты различаются тем, какие именно геометрические отношения они представляют. Карты городов представляют метрическую структуру, в то время как карты метро представляют только топологическую структуру.
(2) Карты имеют условия верифицируемости. Карта может быть оценена как верифицированная или неверифицированная, в зависимости от того, как устроен мир. Карта является верифицированной только тогда, когда она правильно отображает геометрические отношения между сущностями. Таким образом, она верифицируема при одних условиях и неверрифицируема при других.
(3) Карты имеют геометрическую структуру. Карта не просто представляет геометрическую структуру. Сама карта имеет геометрическую структуру. Например, карта города имеет метрическую структуру. Геометрическая структура карты является репрезентативно значимой, как поясняет пункт (4).
(4) Карта является достоверной только в том случае, если она воспроизводит значимые геометрические аспекты региона, который она представляет. Неформально, карта стремится воспроизвести соответствующие геометрические аспекты физического пространства. Более формально, карта верифицируема только в том случае, если существует сохраняющая структуру функция от карты к региону, который она представляет. Например, карта города является достоверной только в том случае, если расстояния на карте пропорциональны расстояниям в физическом окружении.
Я не выдвигаю свойства (1)-(4) в качестве законченной теории картографической репрезентации, а скорее как трамплин для дальнейших исследований. Для нынешних целей ключевым моментом является то, что ментальная репрезентация должна обладать свойствами (1)-(4) в той степени, в которой она считается когнитивной картой в строгом смысле слова. Есть ли в навигации животных ментальные репрезентации со свойствами (1)-(4)?
Мы уже приводили доказательства того, что навигация млекопитающих использует когнитивные карты в свободном смысле слова, то есть ментальные репрезентации со свойствами (1). Однако эта общность не так впечатляюща, как может показаться на первый взгляд, поскольку она зависит от неэксплицированного термина "представлять". Философы и психологи предложили множество различных теорий репрезентации (например, Burge 2010; Davidson 2001; Fodor 1990; Gallistel 1990; Millikan 1984), и эти теории сильно различаются в том, насколько много требуется для того, чтобы один объект "представлял" другой. Если сказать без дополнительных разъяснений, что карта "представляет" геометрические аспекты окружающей среды, это мало что нам скажет.
По сути, (2) обеспечивает один из способов глоссирования (1). Преимущество (2) перед (1) заключается в том, что в (2) используется относительно хорошо понятное понятие "условие верифицируемости", которое уже давно является основным в философских исследованиях репрезентации. Многие важные ментальные состояния имеют условия верифицируемости. Для примера:
Убеждения можно оценить как истинные или ложные. Например, мое убеждение, что Барак Обама - президент, истинно, если Барак Обама - президент. Таким образом, у убеждений есть условия истинности.
Желания можно оценить как исполненные или неисполненные. Например, мое желание съесть шоколад исполнится только в том случае,
