Общая когнитивная теория

Мы с вами описали один способ возбуждения элементов нашего и-графа – возбуждение входящими сигналами, или возбуждение снизу, но как мы, помним вершины нашего и-графа могут иметь несколько степеней возбуждения и могут активироваться одновременно из нескольких источников. Благодаря этому мы можем организовать протекание самовозбуждающихся процессов без внешнего возбуждения.

Благодаря устройству и-графа одна и та же вершина низкого уровня может одновременно входить в состав м-графа более высокого уровня, и поскольку рёбра, соединяющие вершину низкого уровня с управляющей вершиной высокого, не являются строго направленными, любая вершина низкого уровня может быть одновременно возбуждена от нескольких управляющих вершин более высокого уровня. Дополнительное возбуждение вершина может получать также, если она связана с инстинктом, то есть является целементом, болементом, или от структур гиппокампа. В результате в каждый конкретный момент времени мы имеем определённое количество вершин, находящихся на разных стадиях возбуждения. Совокупность вершин, которые в данный момент времени находятся на высокой стадии возбуждения, являются историей сознания, могут соединяться с вновь созданной управляющей вершиной высокого уровня, и если возбуждение будет поддерживаться определённое время, рёбра, связывающие её с элементами низкого уровня, увеличат свой вес и вновь созданная управляющая вершина может сохраниться.

Итак, на данный момент наша модель психики выглядит следующим образом. В начале работы модели мы имеем и-граф, состоящий из м-графов нескольких уровней. Вершины низкого уровня связаны рёбрами только с вершинами более высокого уровня и с вершинами более низкого уровня, но не своего уровня.

При длительной активности ребра его вес увеличивается. Вес ребра может быть близок к нулю, и тогда при возбуждении одной вершины вторая, присоединённая данным ребром, не возбуждается. Вес ребра может быть средним, и тогда при возбуждении одной вершины вторая, соединённая с ней данным ребром, может возбуждаться. Вес ребра может быть высоким, и тогда при возбуждении одной вершины вторая, соединённая с данным ребром, возбуждается всегда.

Вертикальная направленность связей между различными уровнями интуитивно понятна нам, ведь она напоминает устройство языка. Отсутствие рёбер на своём уровне позволяет на следующем уровне реализовать большее количество комбинаций «алфавита» низшего уровня. В мозге данный принцип реализован с помощью разделения коры на различные зоны. Количество связей внутри зоны ограничено. Например, гиперколонки первичной зрительной коры имеют ограниченное количество связей между собой и увеличенное количество связей с вторичной зрительной корой. Таким образом, мы можем физически разделить различные элементы одного уровня друг от друга. С точки зрения нашего и-графа решается проблема одновременного возбуждения всех рёбер одного уровня. Мы помним, что при одновременной активности двух вершин вес ребра между ними возрастает; также мы помним, что вершины, соединённые рёбрами с большим весом, всегда возбуждаются одновременно. Ограниченное количество элементов, составляющих «алфавит» вершин низкого уровня, приводит к тому, что многие из них активны одновременно, и если бы они были соединены рёбрами, в течение короткого срока вес всех рёбер одного уровня стал бы максимальным, то есть все вершины возбуждались бы одновременно.

Вершина более высокого уровня хранит информацию о последовательности возбуждения (в-пути) соединённых с ней вершин более низкого уровня. Помимо вершин первого уровня, соединённых с рецепторами и способных принимать входящие сигналы, существуют отдельные вершины первого уровня (элементы воли), соединённые с исполнительными механизмами и другими вершинами разных уровней, способные генерировать исходящие сигналы на исполнительные механизмы или исходящие сигналы, способные возбуждать другие вершины разных уровней. В каждый отдельный момент времени существует конкретная совокупность вершин, имеющих одинаковую степень возбуждения. Совокупность синих вершин, совокупность красных вершин, совокупность оранжевых вершин. Мы можем считать, что в каждый конкретный момент времени мы имеем три виртуальных графа, вершины которых связаны как бы в другом измерении, в измерении цвета. При этом все вершины синего виртуального графа будут обособлены, поэтому мы можем считать, что виртуальных рёбер синего цвета нет, то есть это пустой граф. Виртуальные графы красного и оранжевого цветов, напротив, будут иметь виртуальные рёбра.

Вершины красного виртуального графа могут поддерживать процесс консолидации, в результате которого настоящие, невиртуальные рёбра, соединяющие эти вершины с управляющими вершинами другого уровня, увеличивают свой вес в каждый момент возбуждения. Вершины, входящие в оранжевый виртуальный граф, являются историей сознания и могут создавать управляющую вершину более высокого уровня. К слову сказать, наша модель позволяет понять, почему для появления сознания в реальной нейронной сети требуется время, превосходящее время, необходимое для возбуждения её только с помощью входящих сигналов. Процесс возбуждения реальных нейронов требует определённых затрат времени, поэтому первичное возбуждение (через входящие сигналы и дальше к элементам более высокого уровня) занимает 200–300 миллисекунд; в это время вершина становится красной, если использовать нашу терминологию. Ещё через 200–300 миллисекунд может подключиться другой источник возбуждения, например другая вершина более высокого уровня, и наша вершина станет оранжевой, то есть в ней появится сознание.

Разделение на два условных измерения – измерения вертикальных рёбер между уровнями и измерения цветовых виртуальных графов – позволяет нам развести по разным условным измерениям процессы, протекающие в нашем и-графе, то есть само моделирование среды (оно будет протекать в условном измерении цвета) и сохранение информации об этих процессах, которое происходит в условном измерении вертикальных связей.

Именно в условном измерении цвета происходят процессы, фиксируемые как сети покоя: красный виртуальный граф, все процессы с коррелятами сознания, зеркальными нейронными сетями и вообще все процессы, связанные с мышлением, сознанием, эмоциями и т.д. То есть все процессы, связанные с активацией нейронных сетей, все процессы, фиксируемые с помощью современных методов, в том числе вся волновая активность мозга.

В условном измерении вертикальных связей происходят все процессы, связанные с изменением структуры, то есть реальные процессы, изменяющие физическую структуру нашего и-графа (мозга), то есть все процессы, связанные с хранением информации и памятью.

Итак, мы имеем два условных измерения. Первое условное измерение – вертикальных связей, или нейронных сетей, или синапсов, или структурных изменений. Давайте назовём его с-измерением. Ещё раз повторим, что в нём фиксируются все физические изменения нашего графа (реальных нейронных сетей). То есть именно в нём появляются нейронные сети – м-графы, вершины которых связаны рёбрами с большими весами и которые способны возбуждаться все вместе при возбуждении части такого графа (нейронные сети). Именно эти нейронные сети (м-графы) мы увидим, если будем препарировать неживой мозг, именно их можно назвать коннектомом; но из-за того, что в живом активном мозге возможно одновременное возбуждение нейронных сетей из разных источников, совокупность возбуждённых до определённого уровня вершин редко совпадает с совокупностью вершин нейронной сети. Совокупность вершин истории сознания (оранжевого виртуального графа) состоит из вершин, входящих в большинстве случаев в разные нейронные сети, в разные м-графы, но оранжевый виртуальный граф объединяет не все вершины этих графов. Так же, как и совокупность вершин реконсолидируемой нейронной сети (красный виртуальный граф) не совпадает с совокупностью вершин исходного графа (нейронной сети реконсолидации). Да, мы можем математически просчитать совокупность вершин оранжевого и красного виртуальных графов, поэтому пространство, в котором существуют данные графы, мы и называем условным измерением, но вершины в нём объединены не потому, что соединены рёбрами, имеющими определённый вес, а благодаря тому, что в определённый момент времени имеют определённый уровень возбуждения, то есть в некотором смысле объединены во времени. В этом условном измерении происходят все волновые процессы мозга, происходят процессы включения внутриклеточных каскадов фиксации памяти, процессы выделения нейромедиаторов и процессы возбуждения нейронов. Давайте назовём это условное измерение в-измерением. В нём мы можем условно объединить вершины, имеющие одинаковую степень возбуждения, в горизонтальную нейронную сеть условными виртуальными рёбрами. Наша условная виртуальная нейронная сеть вершин, имеющих одну степень возбуждения (один цвет), состоит из последовательно возбуждающихся вершин одного уровня; между ними, как мы уже говорили, нет реальных рёбер, но именно эта информация, содержащая последовательность возбуждения вершин одного уровня (последовательность возбуждения элементов будущего мемстинкта), и сохраняется затем в виде формулы веса управляющей вершины высокого уровня, имеющей реальные рёбра со всеми данными вершинами нижнего уровня. То есть именно в этом измерении моделируются процессы внешней среды путём создания временных совокупностей вершин одного уровня.

Можно посмотреть и с другой стороны. В с-измерении вершины объединяются в граф потому, что соединены рёбрами, имеющими одинаковый вес, а в в-измерении – потому, что в конкретный момент времени имеют одинаковую стадию возбуждения.

Как мы уже говорили выше, оранжевый граф состоит в основном из элементов реконсолидируемых в данный момент мемстинктов, которые входят в красный граф и дополнительно возбуждаются благодаря ассоциативному возбуждению, но дополнительное возбуждение может происходить и из других источников, например, красные вершины могут становиться оранжевыми благодаря намеренному возбуждению с помощью элементов воли.

Как мы уже упоминали выше, масштаб времени процессов изменения и-графов (реконсолидации мемстинктов) в с-измерении соответствует дням, десяткам дней и более, а изменение процессов в в-измерении происходит за десятки и сотни миллисекунд, десятки минут и более.

Некоторые процессы, протекающие в в-измерении, запускают процессы в с-измерении, которые, в свою очередь, заканчиваются физическим изменением структуры (увеличением веса рёбер); но далеко не все процессы, происходящие в в-измерении, служат причиной запуска процессов в с-измерении, и это в числе прочих причин позволяет нам разделить их на разные группы.

Благодаря наличию вершин воли и исполнительных механизмов оранжевый виртуальный граф может генерировать исходящие сигналы, которые, в свою очередь, могут быть входящими сигналами для другого и-графа. Таким образом, организуется культурный граф, назовём его к-графом, вершины которого соответствуют вершинам высокого уровня и-графа (элементы мемстинктов высокого уровня и мемстинкты). Кроме того, вершинами к-графа являются искусственные мемстинкты. И искусственные, и естественные мемстинкты в нашей модели можно представить формулой, содержащей информацию о последовательности элементов низкого уровня (в-путь) вплоть до первого уровня. Другими словами, в нашей модели и искусственные, и естественные мемстинкты будут равнозначны и могут быть представлены вершинами к-графа, имеющими вес, характеризующий последовательность элементов низкого уровня. Рёбрами к-графа являются каналы коммуникации или процесс создания искусственных мемстинктов. К-граф можно подразделить на подграфы, объединяющие копии одной вершины.

Итак, наш к-граф может моделировать нашу культуру. Теоретически мы можем составить «алфавит» входящих и волевых элементов первого уровня. Поскольку любой и-граф будет получать входящий сигнал от другого и-графа, входящие и волевые элементы первого уровня во всех и-графах окажутся связанными уже на втором уровне. То есть «алфавиту» входящих элементов можно будет сопоставить «алфавит» волевых элементов. Кроме того, теоретически копии одного мемстинкта содержат очень похожее описание последовательности элементов «алфавита». Ни «алфавит», ни описание не будут математически точными в разных и-графах, потому что при такой сложной системе копирования неизбежно будут накапливаться ошибки, да и физическая структура носителей может различаться и допускать ошибки при копировании, но они будут очень похожими, особенно благодаря тому, что система способна перманентно верифицировать копии описания (в-путь).

В начале процесса моделирования мы имеем граф с условно неразмеченными рёбрами и полное отсутствие виртуальных графов. В нашем графе имеются вершины – инстинкты, реагирующие на наборы входящих сигналов, соответствующих «алфавиту» вершин первого уровня (элементов первого уровня). Набор вершин инстинктов в разных и-графах очень похож. Все вершины инстинктов имеют связи со всеми вершинами первого уровня. После начала моделирования вес рёбер будет меняться, и вследствие этого, а также вследствие одновременного возбуждения из разных источников будут появляться вершины разных цветов; если переносить аналогию на реальный мозг, появятся волновая активность, сети покоя и корреляты сознания, которые будут фиксироваться в физической структуре сети (оставаться в памяти) за счёт изменения веса реальных рёбер. Расшифровка полного коннектома человека, безусловно, поможет нам сократить количество первичных рёбер в пустой модели и сделает её проще, но увидеть волновые процессы, протекающие в мозге, мы сможем только в условном измерении цвета. Мы видим, что наша с вами теория опять объединила две, казалось бы, противоположные точки зрения. С одной стороны, безусловно прав оказался выдающийся российский нейрофизиолог Константин Анохин, утверждающий, что расшифровка коннектома не позволит нам увидеть все процессы, протекающие в мозге; с другой стороны, правы и сторонники необходимости скорейшей расшифровки коннектома мозга, ведь она действительно поможет нам глубже понять нашу психику.

Вершины первого уровня возбуждаются определёнными наборами входящих сигналов, а вершины второго и следующих уровней возбуждаются последовательностью активации вершин первого уровня, то есть, по сути, тоже набором определённых входящих сигналов. Причём если вертикальные рёбра имеют большой вес, то есть наш мемстинкт часто реконсолидируется (ситуация часто повторяется), имеет сильную связь с поддерживающим его инстинктом (очень важное событие), активация этого графа (мемстинкта) может вызываться неполным набором входящих сигналов.

Вершины (элементы) одного уровня, особенно если они относятся к одной модальности, часто территориально расположены близко друг к другу в реальном мозге, поэтому объёмная активация соседних нейронов растекающимися по межклеточной среде нейромедиаторами способна нарушать порядок возбуждения и состав вершин, входящих в один мемстинкт. Поэтому избыточное количество некоторых нейромедиаторов или их агонистов может вызывать галлюцинации и другие нарушения работы нервной системы. Ассоциативное возбуждение нейронных сетей, то есть возбуждение за счет вхождения одного элемента в разные мемстинкты, очень важно, но не следует забывать, что очень важная роль во взаимном возбуждении нейронных сетей принадлежит именно паре «мемстинкт – инстинкт». В реальном мозге именно возбуждение нейронных сетей через активный болемент или целемент является, наверное, важнейшим источником возбуждения, прежде всего, конечно, потому, что нейронная сеть инстинкта врождённо умеет ритмично возбуждаться. Именно поэтому, например, уменьшение активности связи целевого элемента с целевым инстинктом с помощью нейролептиков (блокирующих в основном дофаминовые D2-рецепторы) позволяет снизить общее перевозбуждение мозга и улучшить состояние при многих психических заболеваниях. При моделировании работы мозга не следует забывать о важности перманентного возбуждения бодрствующего мозга вершинами инстинктов.

Ещё раз отметим особенность и-графа: он является динамической системой, то есть меняется каждый момент времени. Каждый момент времени изменяются виртуальные графы в условном измерении цвета, и каждый момент времени изменяется вес реальных рёбер в условном измерении вертикальных связей, сохраняя модель внешней среды. Время протекания процессов в в-измерении – от десятков миллисекунд до десятков минут. Время протекания процессов в с-измерении – от десятков минут до десятков лет.

К-граф тоже является динамической системой. В нём регулярно меняется количество копий одного мемстинкта и регулярно происходят процессы верификации различных копий, то есть, с одной стороны, происходит развитие мемстинктов, с другой стороны, происходит постоянное исправление «ошибок», внесённых внешней средой в каждый индивидуальный и-граф. Время протекания культурных процессов – от десятков минут до десятков тысяч лет.

Наработки лингвистов помогли нам описать структуру к-графа и структуру вертикальных связей и-графа, за что мы им низко поклонимся и в благодарность предоставим возможность описывать с помощью к-графа корпус языков, а с помощью и-графа и м-графов описывать дискурс.

Вот такая получилась у нас непростая модель культуры, и это несмотря на то, что мы учитывали не все тонкости работы психики, но для построения более корректной модели современного общества следует понимать, что даже внутри одной культуры может быть множество небольших и больших к-графов, начиная от микро к-графа семьи и заканчивая огромным к-графом зрителей отдельного телеканала, и в каждом локальном к-графе набор вершин будет немного отличаться. Кроме того, и само понятие отдельной культуры в современном мире становится расплывчатым: многие сообщества, в значительной степени благодаря новым способам коммуникации, имеют транснациональный характер, поэтому самая корректная модель – это к-граф, учитывающий взаимодействия всех людей, проживающих на планете.

Наша с вами теория, с одной стороны, очень сильно усложняет моделирование человеческой психики, ведь мы с вами говорим о том, что невозможно понять работу отдельного человеческого мозга вне культуры, то есть не рассматривая все его связи с другими представителями коммуницирующей популяции, которая в наше время сопоставима с населением всей планеты. По всей вероятности, имеющиеся мощности компьютеров не позволят этого сделать ещё долгое время. Но с другой стороны, наша с вами теория значительно упрощает моделирование, потому что в соответствии с ней не требуется моделировать работу каждого отдельного нейрона. Мы с вами увидели, что психика – это совокупность процессов, протекающих в группах нейронов. Другими словами, нам нужно описать взаимодействие ограниченного набора элементов мемстинктов, самих мемстинктов и инстинктов. Ну и, конечно, их взаимодействие с другими натуральными (группы нейронов) и искусственными (произведения искусства, сообщения в СМК и т.д.) мемстинктами. Если предположить, что количество элементов мемстинктов у одного человека ограничивается десятками или сотнями тысяч, количество мемстинктов тоже укладывается в данную размерность, а количество инстинктов вообще может быть ограничено сотнями, то построение нашей модели прежде всего будет ограничивать количество связей с другими людьми и искусственными мемстинктами. Уже сейчас мы можем попробовать построить ограниченную большую модель, которая будет представлять небольшую группу тесно коммуницирующих людей и учитывать приходящие извне информационные потоки.

Интересно, что мы можем построить практически полную модель взаимодействия верхнепалеолитического общества. Некоторые исследования показывают, что в верхнем палеолите определённые группы людей жили группами по 10–30, человек объединёнными в периодически коммуницирующее и обменивающееся генетическим материалом сообщество из 200–500 особей. Построить такую модель вполне реально, используя даже современный уровень развития компьютеров. Она позволила бы многое прояснить в поведении наших предков, развитии языка, культуры и т.д. и т.п.; а самое интересное, что к этим же промежуткам времени уже подбираются современные лингвисты, восстанавливая праязыки человечества. Совмещение двух этих моделей может дать ещё более интересные результаты и позволит взаимно проверить правильность теорий, на которых они построены.

Уважаемые коллеги математики! Возможно, наше описание системы психики и культуры не соответствует всем канонам математической науки, но мы надеемся, вы простите нам некоторые огрехи, ведь это одна из первых попыток разработать математический инструментарий сразу для всех когнитивных наук. Мы, гуманитарии, пока ещё очень далеки от математики; да и, если говорить честно, далеко не все из нас являются глубокими специалистами одновременно во всех когнитивных науках и небольшие огрехи могут присутствовать также в главах, посвящённых другим наукам, поэтому если найдётся среди наших читателей коллега, широко и глубоко разбирающийся во всех гуманитарных (когнитивных) науках одновременно, неплохо знающий теорию графов, системный подход и другие определяющие понятия точных наук, оставим за ним почётное право первым кинуть камень критики в неизбежные неточности нашей теории. Мы же с вами закроем глаза на небольшие «соринки» недочётов и обратим свой взор на общую концепцию теории. Безусловно, нам с вами удалось сделать большое дело. Мы соединили с помощью одной теории все гуманитарные науки, а также огромное множество, казалось бы, разрозненных и противоречивых теорий, существующих в каждой из них, описали подходы к разработке математического инструментария для изучения процессов, изучаемых в них. Но мы с вами только наметили основные вехи пути дальнейшего развития когнитивной науки, и впереди у нас огромная работа, которая, без всякого сомнения, позволит включить гуманитарные науки в список точных наук. Каждый из читающих эту книгу сможет сделать следующий шаг на этом пути и внести огромный вклад в развитие своей науки.

Заключение

Мы видим, что применяемые раньше подходы и методы исследований в принципе не позволяли понять процессы, проистекающие в психике. Только новые методы исследования, появившиеся на рубеже веков, и размышления некоторых учёных приблизили нас к общему пониманию принципов работы мозга.

Да, наша психика – это процессы, но проходят они в конкретных структурах. С помощью современных методов мы уже можем не только увидеть структуры, состоящие из нейронов, объединённых усиленными нейронными связями (нейронные сети мемстинктов, хранящие информацию о внешней среде), но и увидеть процессы: условные структуры в условном измерении цвета, группы совместно (последовательно) возбуждающихся нейронов, иногда разбросанных по всему мозгу и объединённых в сеть не нейронными связями, а временем активации (группы клеток, составляющие истории сознания и будущие мемстинкты в стадии реконсолидации). Это значит, мы можем видеть и изучать нашу психику методами естественных наук. Благодаря этому естественные науки теперь могут быть точными и каждая из них может внести свою лепту в исследование психики. Например, лингвистика очень много может дать для понимания того, как устроены мемстинкты, состоящие из ограниченного набора элементов; науки, связанные с искусством, могут помочь выделить человеческие инстинкты, подсказывая наборы сигналов, их активирующие; педагогика поможет определить сроки и условия формирования мемстинктов у отдельного человека; культурология поможет определить принципы создания копий мемстинктов и общие принципы развития системы культурных мемстинктов в истории человечества. Мы привели лишь несколько примеров; без всякого сомнения, любая гуманитарная наука, став точной наукой, может внести свой вклад в изучение психики человека, системы взаимодействия разных людей и системы взаимодействия людей с окружающим пространством. А если быть предельно точными, свой вклад могут внести не науки, а конкретные учёные или будущие учёные, и вполне вероятно, что это будете именно вы. Скажите себе: «Да, а почему бы и не я?» – и двигайтесь вперёд, развивая свои мемстинкты.

До встречи, уважаемые коллеги! Продолжим наши совместные размышления на страницах научных статей и книг.

Список литературы

1. Тараканов В.Е. Графов теория [Текст] / В.Е. Тараканов // Большая российская энциклопедия. – Т. 7. – М., 2007. – С. 644–645.

2. Mirazon Lahr M. Ancient genomes show social and reproductive behavior of early Upper Paleolithic foragers [Text] / M. Mirazon Lahr, L. Orlando, E. Willerslev // Science. – 2017 – Nov 3. – 358(6363):659-662. – DOI: 10.1126/ science.aao1807. – Epub 2017 Oct 5. – PMID: 28982795.

3. Всемирная организация здравоохранения: Европейский доклад о ситуации в области борьбы против табака [Электронный ресурс]. – 2014. – URL: www.euro.who.int

4. Литвин О.О. Механизмы реорганизации памяти при извлечении приобретенного поведенческого опыта у цыплят: эффекты блокады синтеза белка в мозге [Текст] / О.О. Литвин, К.В. Анохин // Журнал высшей нервной деятельности. – 1999. – Т. 49. – № 4. – С. 554–565.

5. Муравьева Е.В. Диссоциированное нарушение памяти у мышей при ее извлечении пусковой и обстановочной афферентацией на фоне блокады синтеза белка [Текст]: дис. … канд. биол. наук. – М., 2005.

6. Esposito F. The default mode network and the working memory network are notanti-correlated during all phases of a working memory task [Text] / F. Esposito, A.T. Sack, F. Di Salle // PLoS One. – 2015. – Apr 7. – 10(4):e0123354. – DOI:10.1371/journal.pone.0123354. – PMID: 25848951; PMCID: PMC4388669.

7. Vatansever D. Cognitive Flexibility: A Default Network and Basal Ganglia Connectivity Perspective [Text] / D. Vatansever, A.E. Manktelow, B.J. Sahakian, D.K. Menon, E.A. Stamatakis // Brain Connect. – 2016. – Apr. – 6(3): 201-7. – DOI: 10.1089/brain.2015.0388. – Epub 2016 Feb 16. – PMID: 26652748; PMCID: PMC5118962.

8. Sali A.W. Spontaneous Fluctuations in the Flexible Control of Covert Attention [Text] / A.W. Sali, S.M. Courtney, S. Yantis // Journal of Neuroscience. – 2016. – Jan 13. – 36(2): 445-54. – DOI: 10.1523/JNEUROSCI.2323-15.2016. – PMID: 26758836; PMCID: PMC4710768.

9. Davey C.G. Mapping the self in the brain’s default mode network [Text] / C.G. Davey, J. Pujol, B.J. Harrison // Neuroimage. – 2016. – May 15. – 132:390- 397. – DOI: 10.1016/j.neuroimage.2016.02.022. – Epub 2016 Feb 15. – PMID: 26892855.

10. Spontaneous activity in default-mode network predicts ascription of selfrelatedness to stimuli [Text] / P. Qin, S. Grimm, N.W. Duncan, Y. Fan, Z. Huang, T. Lane, X. Weng, M. Bajbouj, G. Northoff // Social Cognitive and Affective Neuroscience. – 2016. – Apr. – 11(4): 693-702. – DOI: 10.1093/scan/nsw008. – Epub 2016 Jan 21. – PMID: 26796968; PMCID: PMC4814798.

11. Koenig-Robert R. Decoding non-conscious thought representations during successful thought suppression [Text] / R. Koenig-Robert, J. Pearson // bioRxiv. – 2020. – Feb 02. – 931352. – DOI: https://doi.org/10.1101/2020.02.02.931352.

12. Konkle T. Scene memory is more detailed than you think: the role of categories in visual long-term memory [Text] / T. Konkle, T.F. Brady, G.A. Alvarez, A. Oliva // Psychological Science. – 2010. – Nov. – 21(11):1551-6. – DOI: 10.1177/0956797610385359. – Epub 2010 Oct 4. – PMID: 20921574; PMCID: PMC3397240.

13. Awh E. Visual working memory represents a fi xed number of items regardless of complexity [Text] / E. Awh, B. Barton, E.K. Vogel // Psychological Science. – 2007. – Jul. – 18(7):622-8. – DOI: 10.1111/j.1467-9280.2007.01949.x. – PMID: 17614871.

14. Rubin D. Autobiographical memory across the lifespan [Text] / D. Rubin, S. Wetzler, R. Nebes // Autobiographical Memory. – Cambridge: Cambridge University Press, 1986. – P. 202–222. – DOI: 10.1017/CBO9780511558313.018.

15. Weinberger A.B. Using Transcranial Direct Current Stimulation to Enhance Creative Cognition: Interactions between Task, Polarity, and Stimulation Site [Electronic resource] / A.B. Weinberger, A.E. Green, E.G. Chrysikou // Frontiers in Human Neuroscience. – 2017. – Vol. 11. – 2017. – 246 p. – URL https://www.frontiersin.org/article/10.3389/fnhum.2017.00246. – DOI: 10.3389/ fnhum.2017.00246. ISSN=1662-5161.

16. Ramirez S. Activating positive memory engrams suppresses depression-like behavior [Text] / S. Ramirez, X. Liu, C.J. MacDonald [et al.] // Nature. – 2015. – Jun 18.

17. Berger T.W. A cortical neural prosthesis for restoring and enhancing memory [Text] / T.W. Berger, R.E. Hampson, D. Song [et al.] // Journal of Neural Engineering. – 2011. – Aug 8. – 522(7556):335-9. – DOI: 10.1038/nature14514. – PMID: 26085274; PMCID: PMC5583720.

18. Lioumis P. A novel approach for documenting naming errors induced by navigated transcranial magnetic stimulation [Text] / P. Lioumis, A. Zhdanov, N. M?kel? [et al.] // Journal of neuroscience methods. – 2012. – Mar 15. – 204(2):349-54. – DOI: 10.1016/j.jneumeth.2011.11.003. – Epub 2011 Nov 15. – PMID: 22108143.