Úvod

Ačkoli pojem inteligence běžně používáme k označení některých lidských vlast-ností, nejsme schopni jednoznačně vyjádřit nebo dokonce definovat, co vše tento pojem obsahuje, které lidské činnosti máme či nemáme považovat za projevy inteligence. Někdo mezi projevy inteligence (v tomto případě přirozené) zahrnuje schopnosti přizpůsobovat se, učit se, jiní ztotožňují tuto vlastnost se schopností účelně využívat paměť nebo pocho-pit situaci, předvídat důsledky svých rozhodnutí a podobně. Obtížnost přesnějšího vyme-zení obsahu pojmu inteligence vyplývá zřejmě z toho, že projevy živé hmoty jsou pro-duktem jejího milióny let trvajícího vývoje. Od první buňky, která byla předchůdcem lidí se neustále zdokonalovala a přizpůsobovala genetická informace, která se přenášela na nové druhy. U humanoidů začínáme mluvit o inteligenci, která je odlišuje od ostatních fo-rem života. Lidská inteligence je podle mého názoru současný stav našeho neurálního (daného sumou našich zážitků) a genetického potenciálu, který v současné době reprezen-tuje vrchol evoluce na Zemi.
Čím je naše inteligentní chování odlišné od chování zvířat a čím se odlišuje od napodobování inteligentního chování stroji? Se zvířaty má lidská inteligence hodně společného. Především je to mechanismus učení se. Myš se naučí cestu k sýru bludištěm a pes se naučí co má dělat, když chce vyvenčit. Zvíře se naučí jednoduchým asociacím, co ale nezvládou jsou obtížnější myšlenkové operace, jako používání složitějších analogií a implikací. Říkáme, že se řídí podle pudů, které motivují jeho chování, takže se vlastně nemůžou rozhodovat. Nemůžou například zvolit sebevraždu, protože to odporuje jejich prioritnímu pudu sebezáchovy. Výjimku můžeme pozorovat u kytovců, kterým je přisuzována vyšší inteligence, než ostatním zvířatům. Dokonce bylo prokázáno (Johnem Lillym), že delfíni mají něco jako svoji „řeč“. Čím se odlišuje jejich inteligence od naši není předmětem této práce, myslím, že to ještě není dobře prozkoumáno.
Počítač vedle toho nejvíce handicapuje způsob vnímání, tedy poznávání našeho světa a učení se jeho zákonitostem. Snažíme se donutit binární počítače myslet jako “ana-logoví” lidé, což není podle mého názoru u dosavadních počítačů prakticky proveditelné. Touto otázkou se budu zabývat v podstatné části této práce. Dosavadním počítačům musíme předávat přesně naformulované znalosti a algoritmy a využíváme rychlosti jejich zpracování. Aby se ale o počítač dalo hovořit jako o systému umělé inteligence, je nutné implementovat, aby mohl pracovat pouze s přibližnými informacemi a během svého „ži-vota“ mohl tyto informace, stejně tak jako algoritmy, přizpůsobovat. Toto je možné pou-žitím neuronových sítí, o kterých bude zmínka později.

Inteligence

Než se pokusíme teoretizovat umělou inteligenci, měli bychom si uvědomit, co to inteligence a umělá inteligence vůbec je. Marvin Minski z MIT tvrdí, že „… umělá inteli-gence je věda o vytváření strojů nebo systémů, které budou při řešení určitého úkolu uží-vat takového postupu, který – kdyby ho dělal člověk – bychom považovali za projev jeho inteligence.“ [2] Tato, asi nejznámějsí definice umělé inteligence, má mnoho společného s Turingovým testem. Ten prohlašuje systém za inteligentní, pokud člověk na vzdáleném terminálu nepozná, že vede dialog se strojem, ale myslí si, že mluví s člověkem. Schop-nosti počítačů jsou v tomto testu definovány v přímé konfrontaci se schopnostmi člověka. Této definice bych vytknul, že záleží na míře znalostí a inteligence testujícího člověka, stejně jako na jeho jazykovém vybavení. Programátor by určitě svůj výtvor “nachytal”, nehledě na to, že se jedná jen o způsob, jak napodobit inteligenci tak, aby stroj obalamuti-la člověka. Ve [3] se tvrdí: „ Nejzávažnější námitkou proti Turingovu testu je, že měří schopnost počítače simulovat myšlení, ale nic nevypovídá o vlastní inteligenci počítače; kromě výsledného efektu by se měla posuzovat i inteligence způsobu řešení dané úlohy. Inteligence je tímto testem redukována na pouhou schopnost přesvědčivě lhát. V tomto smyslu je i Minského definice umělé inteligence zaměřena příliš jednostranně. “ Otázkou zůstává, co je to inteligence způsobu řešení dané úlohy, od kdy mluvíme o inteligentním řešení. Určitě to není procházení všech postupů a jejich zkoušení, spíše použití nejvhod-nějšího z postupů pro daný případ, o kterém jsme se dříve přesvědčili, že vede ke správ-ným výsledkům.
Dále mě zaujal Searleho argument čínského pokoje, jehož cílem bylo vyvrátit se-strojitelnost umělého mozku, či spíše dokázat, že splnění Turingova testu ještě zdaleka nic nevypovídá o tom zda se systém chová inteligentně. Udělejme myšlenkový pokus: Searl, jenž nerozumí ani slovo čínsky se usadí v uzavřené místnosti plné knih, a návodů jak reagovat na jakoukoliv otázku v čínštině. Dejme tomu že v libovolném okamžiku, když dostane Searl vzkaz napsaný čínsky, dokáže pomocí knih a návodů zareagovat v čínštině. Není problém si představit konverzaci s Číňanem stojícím před pokojem a strkajícím si papírky na relativně velmi omezené téma. Toto téma lze samozřejmě indifinitvně zobecňovat, až dojdeme k původnímu požadavku. Číňan, stojící před komnatou nutně do-jde k závěru, že tam musí být někdo (něco), kdo rozumí čínštině. Zjevně to není ani Sear-le, ani knihy ani kameny z nichž je místnost vybudovaná. Proto, ačkoliv místnost splňuje Turingův test, není zde ani stopy po chápaní, porozumění, ani vědomí. Searle tímto doká-zal, že ačkoliv stroje můžou dokázat překvapivě mnoho, nemohou myslet, nemohou dis-ponovat vědomím a proto ani intencionalitou.

Měření inteligence a projevy inteligence

Míru inteligence jedince zatím nelze žádnými prostředky objektivně měřit. Dobře známé IQ testy neměří skutečnou inteligenci, ale pouze schopnost řešit dané typy úloh. Navíc jeden test, aplikovaný dvakrát na jednoho jedince vrací vskutku rozdílné výsledky, protože jedinec se již na řešení testu adaptoval. Čím více vyřeší takovýchto testů, zvyšuje se jeho IQ, nezvyšuje se ale jeho schopnost řešit nové úlohy, pouze schopnost řešit úlohy podobného typu, s jakými se setkal. Dostáváme se k další důležité vlastnosti inteligence, jde o schopnost řešit nové problémy. Nelze nikoho otestovat na všechny možné typy pro-blémů, a proto nelze stanovit jeho absolutní inteligenci.
Inteligentní chování rozpoznáme na základě vnějších projevů inteligence. Mezi ně patří například schopnost rozpoznávat objekty a situace reálného světa, vytvářet si modely světa nebo situací a pracovat s nimi, upřesňovat je a zdokonalovat učením, zobecňovat poznatky, vytvářet nové pojmy, využívat analogie, stanovovat si cíle apod. Samotná exis-tence těchto projevů však ještě nezaručuje inteligenci. Záleží také na míře obecnosti. Po-kud existuje jednoduchý popisný algoritmus na vyřešení daného problému, bez nutnosti určité abstrakce, nejde ještě o projev inteligence.
Počítač například vyřeší úlohu, kde má rozlišit přímku od kružnice, ale kdybychom mu dali nějaký obraz a zeptali se ho, co na něm vidí za objekty, měl by už značné problémy. Avšak i tento problém by šel do jisté míry vyřešit. Například bychom počítači zadali databázi tvarů a nutili ho porovnávat s nimi obrysy na obrázku. Nefunguje takto i lidská interpretace obrazu? Když se podíváme na obraz, podle mého názoru se také sna-žíme vybavit si něco, co nám obraz připomene. I pokud jde o sebe víc abstraktní dílo, můžeme říct jak obraz vypadá, jelikož naše schopnost porovnávání a dávání do souvislostí je zatím dokonalejší než jakou používají stroje “uměle inteligentní”. Nabízí se tedy teorie, že počítač má pouze nedostatek informací o různých grafických podobách a předlohách. Toto je jedno z úskalí implementace metod umělé inteligence: počet možných modelů je tak obrovský, že jeho naprogramování hraničí s lidskými možnostmi a dále s možnostmi hardwareovými. Druhý problém by se mohl v budoucnu vyřešit třeba pomocí biopočítačů, kterým by sloužila místo hard disku lahev s DNA, či pokud chcete úložišti pracujícím na subatomární bázi. Dalším problémem je složitost algoritmu, který by porovnával obraz s předlohami ve své paměti. Musel by být velice flexibilní a určitě by mu nestačily pouhé geometrické metody, ale vyžadovaly by celou sadu znalostí.

Znalosti a myšlení

Znalosti velmi ovlivňují schopnosti řešení problému vyžadujících inteligenci. Vý-hodou je pro člověka, že jeho znalosti nemusí být natolik konkrétní, a dokonce ani úplné, aby si pomocí postupů, jako třeba analogie nebo generalizace vystačil s tím, co má. Data-báze znalostí je souhrn všech faktů, které program zná a používá je jako svoje vědomosti. Musí se řídit určitými pevnými pravidly, které omezují jeho schopnosti učení se a odvo-zování. Pokud člověk nemá potřebné znalosti zdánlivě nemusíme na řešení vůbec přijít. To by se dalo vykládat i tak, že nejsme dostatečně inteligentní. Skutečně inteligentní systém by měl v tu chvíli zkusit hledat alternativní řešení, případně vznést požadavek na konkrétní dodatečné informace. Ve skutečnosti to není pravda. Nakonec člověk vždy vy-produkuje a vyprodukovat musí určité řešení. Není pro něj přípustné jednoduše vypsat chybové hlášení a skončit veškerou činnost (pokud neuvažujeme krajní řešení – sebe-vraždu, proti které ale má člověk vtisknuty určité mechanismy). Jedno z takových řešení je třeba to, že člověk přeorientuje své záměry a cíle. Například přijdeme ke dveřím, zjistíme, že nemáme klíče a nemáme znalost, jak otevřít zámek bez klíče, proto mozek vymyslí řešení na základě jiných informací, např. jít se někoho zeptat, aby nám poskytl klíče náhradní. Pokud nikoho takového neznáme, alternativní řešení, které se může naskytnout je třeba jít se projít po ulici a čekat. Tento zdánlivě jednoduchý problém představuje pro naše současné poznání vlastního inteligenčního systému několik dosud nevyřešených otázek.

Jak myslí mozek, možná implementace do umělých systémů

Základní otázkou je už to, jestli mozek skutečně takto sekvenčně analyticky vy-hodnocuje všechny možnosti, jako by vyhodnocoval počítač, nebo zda má nějaké předem definované či naučené postupy, které vyhodnocuje a jak toto zúžení výběru probíhá. Při-kláním se k názoru, že mozek z větší části uplatňuje naučené postupy, které již dříve vedly k úspěchům a z těch vybírá nejlepší řešení pro danou situaci. Tedy nic, co by počítač nezvládl posloupností příkazů jestliže-potom, pokud by mu ovšem byl přesně formulován problém, na který by mohl uplatnit postup přesně k tomu určený.
Ne všechny problémy ale řeší mozek takto vědomě analyticky. V [1] se píše: “In-tuice je něco, co nám pomáhá řešit situace, ve kterých nemáme dostatek znalostí či zku-šeností. Intuice nebo know-how je určitým druhem schopnosti, které používáme při řešení běžným problémů.“ Intuice jsou v podstatě zkušenosti a naučené schopnosti reagovat v určitých typech situací. Dále se v [1] píše: “ V konečných analýzách všechny pravidla a postupy inteligentního chování musí vycházet ze smyslů, které máme. Nikdy nemůžeme toto explicitně formulovat v jasných a zkrácených pravidlech a faktech, to je důvod, proč nemůžeme naprogramovat počítače, aby ovládaly intuitivní know-how.“ Tento skeptický závěr je bohužel pravdivý, protože prakticky nikdy nemůžeme systému dopředu sdělit, jak bude systém vypadat jednoduše proto, že možností nastavení systému, které mohou nastat je v podstatě nekonečné množství. Například nemůžeme počítači říct, s jakými cíly lidé dělají konkrétní činnost. Cíle a zájmy představují podle mého názoru představují je-den z nejdůležitějších rozdílů mezi námi dosud jedinými známými nositeli inteligenci, te-dy lidmi a počítači, snažící se inteligenci přiblížit. Člověk si sám stanovuje cíle, jichž chce dosáhnout. Současné počítače mají zadané posloupnosti příkazů a pouze je pasivně provádí, neuvědomují si sami sebe a po ničem netouží.

Neuronové sítě

Vytvoření umělé inteligence znamená také vytvoření stroje, který by byl schopen samo-statného učení a operativního reagování v podmínkách komplexního prostředí, a tedy mohl pracovat bez přesného vnějšího řízení. Klasická teorie umělé inteligence se snaží dosáhnout schopností vyšší nervové soustavy prostřednictvím deduktivních algoritmů. Charakteristická je přitom přesná lokalizace informace v paměti a její v podstatě sekvenční zpracování – způsob práce současných počítačů. Zde se však narazilo na teoretické meze – většina úloh umělé inteligence buď není algoritmicky řešitelná vůbec, nebo s exponenciální složitostí. člověk však tyto úlohy v řadě případů úspěšně řeší. Pozornost se tedy zaměřuje na „hardwarovou realizaci“ lidských schopností, tedy na nervovou soustavu a její strukturu. Přestože detailně funkci mozku dosud neznáme, i v tomto směru se naše poznání vyvíjí. V poslední době došlo v této souvislosti k určitému pokroku. Víme již, že myšlení má přímou souvislost se vzruchy procházejícími synapsemi mezi neurony. Viz. [4]. Sdílím jeden z názorů, že esence inteligence je dána propojením velkého počtu jednotek, schopných zpracovávat informace, předávat je dalším jednotkám, a které jsou ve vzájemných vztazích. Musíme si uvědomit, že architektura mozku je analogová a spojitá, na rozdíl od současných nespojitých a digitálních počítačů. Máme vedle sebe dvě odlišné vývojové linie, analogovou, která je obecnější a přirozeným vývojem dosáhla dobrých výsledků. Hodí se více k modelování stavů světa, z důvodu již zmiňované spojitosti. O druhou „vývojovou větev“ se musí ta první starat. Chceme napsat program, který by vyjadřoval stav mozku měnící se v čase, ale musíme přitom dvakrát kvantizovat (něco spojité s nekonečně mnoha stavy zredukovat na diskrétní s konečně mnoha stavy). Za pr-vé jde o stavy mozku, kterých je nekonečně mnoho, ale paměť počítače jich umí vyjádřit jen konečné množství. Za druhé jde o čas, počítač nemění svůj stav plynule, ale skokově, po taktech procesoru. Nekonečnost stavů mozku je pouhým zjednodušením, stavů je teo-reticky konečný počet, ale jeho hodnotu nemá vůbec smysl uvažovat, nekonečnu se velmi blíží.
Chování a struktura mozku se již dnes zkouší aplikovat prostřednictvím neuronových sítí. Musíme si uvědomit, že záležitost neuronových sítí je zatím pouze na teoretické bázi. Konec konců počítač byl nejdříve navrhnut také pouze teoreticky, a trvalo dlouho, než ho někdo sestrojil. Základní jednotky neuronových sítí jsou perceptrony. Nejzajímavější na perceptronech (a tím i na neuronových sítích) je to, jakým způsobem se učí. Běžné modely (např. Turingův stroj) pracují tak, že jim předložíme algoritmus, vstupní data a očekáváme výstup. Perceptrony pracují tak, že dostanou několik vstupů, několik výstupů a nedají nám hned algoritmus nebo přesný výsledek. Nicméně jsou po určité době učení (přijímání vstupů a výstupů) schopny odhadnout, jaký je správný výstup pro libovolný vstup. Hlavní výhodou perceptronu je, že mu nemusím popisovat algoritmus (formálně řečeno přechodovou funkci pro danou množinu vstupů), který může být nesmírně složitý. Toto je však v některých případech zároveň jeho největší slabina. Perceptron totiž předpokládá, že se přechodová funkce chová rozumně. Jestliže tedy pro vstup x = 0,5 byl výstup y = 0,25 a pro x = 1,0 byl y = 0,75, předpokládá, že pro x = 0,75 bude y = 0,5. Jenomže pře-chodová funkce může být dosti komplikovaná, nespojitá. Tuto slabinu je možné překonat dlouhodobým učením. Neuronové sítě či obecněji napodobování fungování našich vlast-ních mozků, není jen podle mého názoru budoucností umělé inteligence.

Závěr

Možná právě proto, že jsme se zatím nesetkali s jinou formou inteligence, nedokážeme zatím přesně tento pojem pochopit, odvozovat souvislosti a její důsledky a bohužel (nebo snad bohudík?) inteligenci přenášet na stroje, které navrhujeme. Vědecké poznání inteli-gence je omezeno hlavně nedostatečným pochopením fungování lidského mozku. Para-doxně je složitost našeho vlastního mozku největší překážkou vývoje v oblasti pochopení inteligence. Rozhodně je ale podle mého názoru zavádějící označovat nějakého člověka (například v psychiatrickém ústavu) za méně inteligentního nebo dokonce neinteligenit-ního, jelikož projevy inteligence nejdou vypsat ani sumarizovat. Třeba si pouze jeho mo-zek řekl, že to pro něj bude za daných podmínek lepší. Jako velký fanoušek informačních technologií však zůstávám i přes všechny problémy optimistou co se týče neuronových sítí a umělé inteligence. Měli bychom si ale uvědomit, že pokud jde lidstvu o to, aby ji umělá inteligence sloužila, musí počítat s tím, že skutečně inteligentní systém bude usilovat o moc a o to být svým pánem. Pokud by takovému systému byla dána do vínku schopnost učit se, mohl by se snadno dostat mimo kontrolu člověka. Toto je ale z pohledu současného spíše záležitost sci-fi. Optimistou jsem i proto, že výzkum umělé inteligence dosáhl značného pokroku i přesto, že je zatím stále v zárodku. Stále si ale nedokáži před-stavit důmyslnější inteligentní systém než je lidský mozek, což mě naplňuje jakýmsi za-dostiučiněním.

Literatura:

[1] Herbert and Stuart Dreyfus, PROČ POČÍTAČE NIKDY NEMOHOU MYSLET JAKO LIDÉ In: Ruggles, R.: Knowledge Management Tools,
Butterwirthh-Heineman , Oxford, 1997

[2] Marvin Minsky : Konštrukcia mysle, Archa Bratislava, 1996

[3] doc. Ing. Petr Berka, CSc. • RNDr. Jiřina Vejnarová, CSc., AI – umělá inteligence, 1998

[4] Ing. Bořivoj Brdička, Vliv technologií na rozvoj lidského myšlení, 1998

Další literatura:

Ivan M. Havel: Dva eseje o kybernetice (Jitro kyberkultury, Po nás podoba)

Rich E.: Artificial Intelligence. McGraw-Hill, New York, 1983

Hlaváč V., Šonka M.: Počítačové vidění. Grada, Praha, 1993

Sny

Existují různé definice snu. I když žádná zřejmě nemůže zachytit sen v celé jeho složitosti, uvádím tu, která mi připadá nejvýstižnejší.

H. Fisse[1]: „Sen je zvláštní forma myšlení, odehrávající se ve spánku, a má specifické vlastnosti. Kvalita těchto vlastností závisí na spánkovém stavu, kdy se sny objevují.“

Rozlišujeme dvě fáze snění ve spánku. Nejdříve to je takzvaná NREM (non-rapid eye movement), pak přichází fáze REM, při které můžeme pozorovat rychlý pohyb očí pod spáčovými víčky. Tyto fáze se v průběhu spánku střídají. Je už prokázáno, že sny se zdají právě v REM spánku. Pokusy probíhaly jednoduše tak, že byli lidé buzeni v průběhu REM spánku a dotazováni, zda se jim něco zdálo. Většina lidí odpověděla že ano, oproti menšině probuzených z NREM spánku. V NREM spánku se sny také zdají, ale jsou výrazně odlišné. Jsou prokazatelně kratší, obsahují méně vizuálních prvků a nejsou tak „živé“, tedy máme dojem reálnosti. A to i když jde o evidentní absurdity! – jenže to si uvědomíme až po probuzení, jak nesmyslný to byl sen. Jakoby by ve spánku byla odpojena jakási „racionální“ část osobnosti, která možná je zapojena v NREM spánku, protože se v této fázi absurdity nezdají. Možná proto se někdy přisuzuje větší analytická síla NREM fázi, protože výsledkem mohou být logická řešení. Lidé uvádějí, že spíš měli pocit, že přemýšlejí, než sní.

Bylo dokázáno, že sny má každý člověk, pouze si je nepamatuje. Podobná pověra existuje okolo černobílých snů. Není žádný důvod, proč by sny měly být černobíle. Snad jen v případě, že je člověk barvoslepý a nikdy barvy nepoznal. Důvodem vůbec položení otázky o barvě snů je to, že barva je charakteristika, které si člověk všimne jako první, ale kterou také jako první zapomene.

Zpočátku byli sny samozřejmě chápány nábožensky, jako poselství bohů. Sny byly vykládány kněžkami (antické Řecko), věštci apod. Vykládání snů probíhá doteď (viz [9]) a dle mě je to nesmysl. Nemyslím tím ovšem seriozní psychoanalýzu lidského snu, to smysl má. Nikoliv však, že „ve snu tchýni viděti – 13 hned vsaditi“ nebo černá kočka ve snu znamená, že druhý den si zlomím nohu.

Současné psychologické teorie o snech lze rozdělit na dvě hlavní skupiny. Podle první se sny považují za náhodné odrazy rozmanitých stimulů, které působí na organismus v průběhu dne a také v průběhu samotného spánku. K těmto teoriím patří i názor, že spánek slouží jak k zapamatovávání, tak k vymazávání zážitků a událostí z paměti. Druhá skupina teorií hledá ve snech hlubší význam. Podle těchto názorů sny přinášejí intuitivní pochopení skutečnosti nebo jsou výsledkem další duševní činnosti spojené s denní aktivitou. Nejvíce je rozpracována psychoanalytická teorie snů Sigmunda Freuda. Podle této teorie mají sny odhalovat konflikty a jejich vyjasnění může mít význam pro psychické zdraví.

Podle Freuda, který nahradil nadpřirozeno podvědomím, jsou sny projevy nenaplněných přání. Jiná teorie říká, že sny pomáhají utřídění myšlenek. Některé z nich uloží, jiné zapudí. V současnosti se vědci domnívají (a není to daleko od toho třídění), že mozek se prostřednictvím snu pokouší dát smysl nepřehledným řadám myšlenek. Během dne je mozek vystaven proudu informací a dat, které musí zpracovat. Ve spánku, kdy jsou smysly značně oslabeny, se snaží útržky myšlenek vysvětlit a spojit je s informacemi v paměti již uloženými.

Psychologickou potřebu snů uvedl ve stati O spánku, snech a stavech příbuzných již v roce 1859 Jan Evangelista Purkyně. Navazoval na něj i Sigmund Freud. Říká, že sny jsou ventilem primitivních sfér lidské psychiky, který je třeba sněním upouštět, protože v bdělém životě nemůžeme dát volný průchod svým agresivním pohnutkám, erotickým přáním a dalším nesocializovaným pohnutkám. Je pochopitelné, proč se tedy sny staly předmětem zájmu psychoterapeutů. Analýza snů může poodhalit skryté hlubší duševní pochody pacienta – viz opět S. Freud.

Sny jsou ale i prostředkem probírání problémů a svou iracionalitou mohou náhodnou kombinací faktů vytvořit neobvyklou vazbu či řešení problému. Řada umělců a vynálezců tvrdí, že sny jim pomohly nalézt řešení. Na druhou stranu jsme si řekli, že význam pro třídění informací má zejména NREM spánek. Mohlo by být tedy možné, že zmíněné objevy na základě snu (např. prý Mendělejevova periodická soustava prvků) se staly na základě uspořádání informací v NREM fázi spánku.

Na jiném místě [2] se uvádí, že tato „prozření“ nebo živé představy, které převádí racionalitu, abstrakci, formální myšlenky a logické vztahy do názorných konkrétních obrazů, se nazývají hypnagogické stavy. Je to mentální aktivita, vzbuzující dojem snové činnosti, která se do našich myslí vkrádá, když se pohybujeme na hranici mezi bděním a dřímotou. Však výše uvedený objev Mendělejevovy tabulky prý probíhal tak, že ve snu viděl správně celou tabulku, ale sen zapomněl. A tak si napsal prvky na kartičky a začal je různě řadit. Jednou se mu v dřímotě objevila tabulka se správným pořadím. Probudil se a zapsal ji.

Další teorii psychologické potřeby snu staví Ian Oswald z university v Edinburgu, když na základě výzkumů vzájemných vztahů mezi spánkem, sněním a endokrinologickými procesy dospěl k závěru, že NREM spánek slouží především k obnově tělesných tkání a REM spánek k obnově mozkových tkání a pro růst mozkové hmoty.

S tím by se dalo polemizovat už jen proto, že převažuje názor, že neurony jen ubývají, resp. že se „opravují“ velmi velmi pomalu. V kapitole 3.2 jsme si také řekli, že v průběhu NREM spánku dochází k obnově buněk a jedním dechem jsme řekli, že probíhá i třídění informací. Takže je vidět, že stále nic nevíme na 100%.

Noční můry a noční děsy

Oba pojmy jsou ze světa „nenormálních“ snů.

Noční děsy mají dokonce svůj latinský název – pavor nocturnus. Tyto děsy se objevují výhradně během nejsilnějšího spánku. Nejsou to sny. Noční děs lze pokládat za dočasnou poruchu nervového systému. Objevují se brzy po usnutí, obvykle do půl hodiny, má krátké trvání (1-2 minuty) a člověk se z něj vždy probudí. Noční děsy se vyskytují nejčastěji v dětství a jsou charakteristické svou neovladatelnou výbušností. Vyvolávají silnou úzkost a panickou reakci organismu, srdeční tep dosáhne až 200 úderů za minutu, chaotická pohyblivost, hrůzostrašné výkřiky. Z nočního děsu si člověk téměř nic nepamatuje, prožité hrůzy se zachovávají v paměti jen jako vybledlé vzpomínky. Zpravidla nic konkrétního. Mysl člověka, který se z děsu probudí, je značně zmatená a noční děsy tedy nepatří do psychologie snové činnosti a jde o dočasnou poruchu nervově vegetativního systému.

Noční můry se mohou podobat úzkostným snům a dostavují se během REM spánku. Z noční můry se člověk probudit nemusí a mohou trápit člověka v jakémkoliv věku. Obsah úzkostných snů a nočních můr bývá bohatší než u děsů a lze si jej zapamatovat.

Spánková deprivace

Je stav, kdy se spánku nedostává. Je jedno proč.

Příkladem může být newyorský diskžokej Peter Tripp, který v roce 1959 (pod dohledem lékařů) nespal 200 hodin, aby tím vydělal peníze na charitu. Po 50 hodinách bdění měl mírné halucinace, po 100 hodinách se staly různé testy pro něj nesnesitelnými. Po 110 hodinách upadl do deliria, po 120 hodinách dostal povzbuzující látku, aby se udržel vzhůru. Po 150 hodinách byl zcela dezorientován – nevěděl kde je ani kdo je. Objevilo se paranoidní chování. Po 200 hodinách považoval lékaře za hrobníky, kteří jej přišli pohřbít. Po skončení akce spal nepřetržitě 13 hodin (Je vidět, že i když nespal cca 8 dnů, stačilo mu jen o pět hodin více než je denní průměr. Myslím si, že to znamená, že člověku k čistě biologickému životu stačí relativně málo spánku, zbylé hodiny prospíme z jiných důvodů, než je čistě biologické přežití – má tedy psychické účinky, význam pro mozek a myšlení).

Obecně dle [4] to postupuje takto: ospalost, snížení pozornosti (zejména u zrakových podnětů), snížení aktivity, pokles nálady, agresivita. V dalších 78 – 96 hodinách se příznaky zesilují a přidává se pocit ohrožení, poruchy orientace, třes rukou, porucha prostorového vidění a rozostřování zraku.

Jako rekord se v literatuře uvádí případ amerického studenta Randy Gardnera, který roku 1965 nespal 11 dní. Pak byl pokus raději přerušen.
Snová deprivace

Dělaly se pokusy, kdy byli lidé soustavně buzení z REM spánku. Postupem času bylo potřeba osoby budit osoby mnohokrát za noc, protože často upadaly do REM spánku. Po deseti nocích bylo třeba pokus ukončit, protože se ukázalo, že lidé okamžitě po probuzení upadají do REM spánku. Ukázalo se, že po několika dnech bez REM spánku se začíná objevovat napětí a úzkost. Lidé se obtížněji soustřeďovali, pozornost kolísala, byli unavení a podráždění.

Pokud jsou pokusné osoby selektivně ochuzovány o REM fázi spánku, objevují se u nich psychické potíže. Při srovnání spánkového deficitu se pak dostavuje REM fáze častěji a trvá déle než normálně.

Z toho všeho lze usuzovat, že bez spánku obecně být nemůžeme. Stejně tak ale nemůžeme být bez REM fáze spánku (tedy beze snů). To nás sice biologicky přímo neohrožuje, ale může to vést k psychickým poruchám. A protože lidé časem upadají rovnou do REM fáze, nelze v pokusu pokračovat, aniž by došlo ke zmíněnému biologickému poškození. Oproti tomu o nedostatku NREM fáze nebylo prokázáno, že by byl problémem. Avšak spánkové fáze jsou spojené nádoby a tak nemůžeme postrádat ani jednu fázi.
Výzkum spánku
se provádí také z důvodů léčby poruch spánku. Pacient má na sobě řadu snímačů a elektrod, které registrují zvolené parametry. Současný zápis různých fyziologických veličin ve spánku se nazývá polysomnogram, příslušný přístroj se jmenuje polygraf.

Co vše lze sledovat:

elektroencefalogram (EEG, zápis mozkových elektrických potenciálů)
elektromyogram (EMG, záznam elektrických potenciálů ze svalu),
elektrookulogram (EOG, záznam pohybů očních bulbů),
elektrokardiogram (EKG, záznam elektrických potenciálů ze srdce),
celkové pohyby těla,
dýchání a dechové pohyby,
srdeční frekvence,
a další.

Závěr
Účelem této práce není podat detailní analýzu k tématu, ale uspořádat informace, které se mi zdají pro čtenáře zajímavé a poukázat na příslušné zdroje. Tvorba práce byla zejména pro mě podnětem k četbě dalších zajímavých knížek o mozku a spánku a vůbec zamyšlením se nad daným tématem.

Použitá literatura:
[1] Susan A. Greenfieldová : Lidská mysl, Knižní klub & Balios, 1998.

[2] Michal Černoušek: Sen a snění, Horizont, 1988.

[3] Alexandr Vejn: Spím, spíš, spíme; Lidové nakladatelství, 1983.

[4] Antoni Prusinski: Nespavost a jiné poruchy spánku, Maxdorf, 1993.

Další zajímavé knížky:

[6] John R. Searle: Mysl, mozek a věda, Mladá Fronta, 1994.

[7] Nikolaj Šejkov: Mozek zkoumá mozek, Svoboda, 1983.

[8] Sergej M. Ivanov: Tajemství paměti, Mladá fronta, 1976.

[9] Jonathan Hancock: Skryté síly mozku, Fontána, 1997.