Вороны способны принимать осознанные решения на основе зрительной информации примерно вдвое быстрее приматов. При этом в их мозге исследователи обнаружили нейронную активность, напоминающую процессы накопления сенсорных доказательств, которые хорошо изучены у человека и обезьян. Работа, опубликованная в журнале Science, показывает, что похожие вычислительные принципы могут возникать в нервных системах с совершенно разным анатомическим устройством.
Высокая плотность нейронов и небольшие расстояния между ними способствуют быстрой обработке информации и принятию решений у птиц. Credit: Schmidbauer & Nieder / Science 2026
Вопрос об интеллекте птиц уже очень давно интригует ученых. Эта область науки сформировала множество впечатляющих своими результатами исследований. Так, например, новокаледонские вороны способны создавать новые орудия труда на основе прошлого опыта (например, использования гнущихся ершиков для чистки труб), успешно транслируя знакомые принципы на абсолютно новые искусственные материалы (например, проволоки) для добычи пищи. В свою очередь, обычные голуби справляются с задачами по визуальному различению объектов, дифференцируя доброкачественные и злокачественные патологии на медицинских снимках, а кустарниковые сойки обладают эпизодической памятью и способны планировать будущее в отрыве от своих текущих потребностей, заранее запасая определенный вид корма на следующий день.
Нейробиологической основой подобных когнитивных способностей становится процесс принятия решений, когда мозгу необходимо превратить поступающую сенсорную информацию в конкретное действие. Один из наиболее известных механизмов такого выбора – постепенное накопление доказательств. Чем больше информации говорит в пользу одного варианта, тем быстрее нейронная активность достигает уровня, после которого принимается решение.
До сих пор большая часть таких процессов была изучена у приматов. Однако птицы и млекопитающие разошлись в эволюции более 360 миллионов лет назад, а их конечный мозг имеет принципиально разную организацию. В частности, у птиц нет слоистой коры, аналогичной неокортексу млекопитающих. Тем не менее вороны демонстрируют сложные когнитивные способности, поскольку область их мозга под названием каудолатеральный нидопаллиум (NCL) считается функциональным аналогом префронтальной коры приматов.
Чтобы выяснить, как быстро птицы принимают решения и какие нейронные процессы за этим стоят, ученые исследовали двух черных ворон различать направление движения точек на экране. В классической задаче random-dot motion часть точек движется согласованно в одном направлении, а остальные – случайно. Чем выше доля согласованно движущихся точек, тем легче определить направление движения.
Вороны должны были указать свой выбор, клюнув по соответствующей цели на экране. В среднем они принимали решение всего за 235 миллисекунд. При этом животные сохраняли высокую точность. При наиболее очевидном направлении движения правильные ответы достигали почти 100%, а с уменьшением силы сигнала точность закономерно снижалась. Важно, что время реакции лишь незначительно зависело от сложности задачи.
Одновременно с выполнением задания исследователи регистрировали активность 248 нейронов NCL. Около 23% из них избирательно реагировали на направление движения. После появления зрительного стимула активность нейронов, связанных с выбранным направлением, постепенно возрастала и достигала максимума непосредственно перед движением головы.
Слева: схема экспериментальной задачи. Справа: схематичное изображение мозга вороны (вид сбоку), показывающее область регистрации в NCL (выделена серым цветом). Tel. — конечный мозг (телэнцефалон); Cb — мозжечок; TeO — зрительная доля (тектом). Credit: Schmidbauer & Nieder / Science 2026
Особенно интересно, что различия в активности нейронов, связанных с двумя возможными вариантами выбора, появлялись уже примерно через 67 миллисекунд после предъявления стимула – примерно за 170 миллисекунд до начала движения. Активность NCL отражала не только физические свойства зрительного стимула, но и сам будущий выбор животного. Это подтверждалось даже в условиях, когда точки двигались случайно и внешняя информация не подсказывала правильного ответа: по активности нейронов можно было предсказать, какой вариант выберет ворона.
Сила нейронного ответа также зависела от количества доступной сенсорной информации. При более согласованном движении точек активность нейронов возрастала быстрее. Такая динамика напоминает процесс накопления доказательств, описанный в моделях принятия решений у приматов. Сенсорная информация постепенно интегрируется до момента, когда мозг переходит от анализа сигнала к действию. При этом данные лучше соответствовали нелинейной, близкой к логарифмической зависимости между силой зрительного сигнала и скоростью накопления информации.
Авторы сравнили скорость реакции ворон с результатами исследований, использовавших сходные задачи у других животных. В сопоставимых экспериментах приматы обычно принимали решение примерно за 400-600 миллисекунд, а люди – еще медленнее. Таким образом, вороны выполняли задачу приблизительно вдвое быстрее, не жертвуя точностью. Это важно, поскольку быстрые решения часто связаны с компромиссом между скоростью и качеством выбора, однако в данном случае такого очевидного снижения точности не наблюдалось.
Почему мозг птиц может работать настолько быстро, пока остается открытым вопросом. Авторы предполагают, что свою роль могут играть высокая временная точность зрительной системы птиц, быстрое проведение сигналов и компактная организация птичьего паллиума. Эволюционное давление также могло способствовать развитию быстрых сенсомоторных реакций, так как для полета, обнаружения хищников и точного управления движениями клюва скорость обработки зрительной информации имеет очевидное преимущество.
Несмотря на фундаментальные различия в строении мозга птиц и млекопитающих, их нервные системы могут использовать сходные вычислительные принципы для решения одной и той же задачи. Нейроны NCL кодируют как сенсорные доказательства, так и будущий выбор, а их постепенно нарастающая активность связывает поступление информации с принятием решения.
Это пример конвергентной эволюции на уровне нейронных вычислений, то есть разные анатомические структуры могут приходить к похожим функциональным решениям. Изучение таких систем помогает понять, какие механизмы принятия решений становятся особенностью конкретного мозга, а какие могут представлять более универсальные принципы работы нервной системы.
Не стоит забывать, что понимание этих универсальных механизмов открывает возможности для проектирования искусственных нейронных сетей, чья архитектура и алгоритмы обучения, заимствованные у уже готовых природных решений, делают их максимально эффективными при решении сложных вычислительных задач.
Текст: Олег Юркин
Ultrarapid decision-making in an avian brain by Philipp Schmidbauer, Andreas Nieder, Science 394,445-449 (2026). DOI:10.1126/science.aed6459
