Мозг человека состоит из 86 миллиардов нейронов и по праву считает себя одним из самых сложных объектов во всей Вселенной. В надежде понять этот самый мозг в грандиозные научные проекты вбухиваются колоссальные бюджеты, но не слишком ли оптимистичен сей замах? Может, попробовать для начала разобраться в чем-то более простом?

Взять хотя бы микропроцессор MOS 6502 – в нем всего 3510 транзисторов, он умеет запускать игры Space Invaders и Donkey Kong, и мы отлично знаем, как он устроен. Можно попытаться разобраться, как он работает, с помощью методов современной нейробиологии. Насколько далеко мы продвинемся в изучении искусственного чипа, применяя подходы, используемые в исследованиях естественного мозга? Сможем ли мы заново открыть все, что нам известно о его транзисторах и логических вентилях, о том, как он обрабатывает информацию и запускает простые видеоигры?

Именно этим вопросом озаботились американские нейробиологи Эрик Джонас и Конрад Кординг. Оставив в стороне амбициозные мечты о раскрытии тайн человеческой памяти, обучения, внимания, эмоций и творчества, они попытались постичь простой микропроцессор и Донки Конга. Удалось ли им это? Даже близко нет.

Несмотря на то что ученым было известно о положении каждого транзистора в чипе, о напряжении в каждом проводке и прочих характеристиках исследуемого объекта, их умозаключения в лучшем случае оказались умозрительными и тривиальными, а в худшем – вводящими в заблуждение. «Большинство моих товарищей предположили, что мы обнаружим какие-нибудь интересные новые данные о том, как работает процессор, – говорит Джонас. – Но те сведения, что мы смогли извлечь, были невероятно поверхностными. Мы увидели, что у процессора есть счетчик времени, что он иногда записывает в память и считывает из нее. Это, конечно, потрясающе, но в реальной жизни набор подобных данных стоил бы миллионы долларов».

Многие ученые возлагают огромные надежды на технологии big data, способные обрабатывать сигналы от тысяч индивидуальных нейронов, строить карты их связей, наблюдать в реальном времени за активностью целых животных мозгов. В 2013 году был запущен спонсируемый Европейским Союзом десятилетний The Human Brain Project, чей бюджет превышает миллиард евро, а президент США объявил о проекте BRAIN, направленном на развитие новых прогрессивных нейротехнологий. «Когда Обамка анонсировал свой МОЗГ, я подумал: о божечки, будущее наступает! – вспоминает Джонас. – Но проблема оказалась гораздо серьезнее, чем я мог представить. Одними big data тут не обойтись».

Идея исследования возникла у ученого, когда он прочел о команде микрочип-археологов, которые кропотливо восстанавливали классический микропроцессор MOS 6502. Они фотографировали его под микроскопом, маркировали различные участки, выявляли связи. Но точно так же нейробиологи составляют карты нейронных связей в мозге! «Я был в шоке: эти энтузиасты использовали те же технические приемы, и это заставило меня задуматься о том, насколько сильна аналогия между чипом и мозгом», – говорит Эрик Джонас.

В своей работе Джонас и Кординг использовали не настоящий чип, а аккуратную симуляцию, которая давала полную цифровую картину происходящего и позволяла вносить в нее точечные изменения. К примеру, путем деактивации отдельных транзисторов они смогли найти те из них, которые необходимы для загрузки всех трех игр – Donkey Kong, Space Invaders и Pitfall, а также те, что участвуют в запуске одной конкретной игры. Подобным образом нейробиологи уже не одно столетие узнают о функциях разных участков мозга – стимулируя или временно отключая их, обследуя людей с локализованными повреждениями органа. Так были выявлены «центры речи», «зоны памяти», «нейроны одиночества».

Однако такой подход может вводить в заблуждение, утверждают авторы. Никаких «транзисторов Donkey Kong» или «транзисторов Space Invaders» им найти не удалось. Вместо этого были обнаружены элементы, которые выполняют базовые процессы, но как бы между делом важны и для правильного функционирования конкретных игр. Ученые также попробовали применить подходы, аналогичные анализу отдельных нейронов, усредненной активности на небольшом участке мозга (как при фМРТ) или поиску паттернов возбуждения на целом мозге. Ни один из этих подходов не раскрыл никакой полезной информации о том, как работает микрочип.

Статья Джонаса и Кординга «Может ли нейробиолог понять микропроцессор?» (по аналогии с классикой 2002 года «Может ли биолог починить радио?») загружена на сайт препринтов BioRxiv и еще должна пройти рецензирование перед публикацией (обновление: статья опубликована в январе 2017 года), но другие специалисты уже назвали ее «вехой», «переломным моментом», «унижением для нейробиологии». Критики указывают на фундаментальную разницу в том, как компьютер и мозг работают с информацией и памятью, а значит, и на несостоятельность аналогии, несовместимость методик. Вместе с тем можно рассматривать работу как любопытный мысленный эксперимент и полезную иммунную встряску для нейробиологии – наряду с резонансной статьей о ложноположительных результатах фМРТ, недавно опубликованной в PNAS.

Означают ли полученные результаты, что нейробиологи попросту теряют время, пытаясь постичь непостижимое, и что вообще давно пора поставить их «науку» на полочку мракобесия в библиотеке знаний? Вовсе нет. Методы нейробиологии не бессмысленны и не бесполезны, они позволяют считывать информацию о здоровье, отмечать патологические изменения, делать выводы о влиянии медикаментов и процедур, даже если не знать конкретных механизмов происходящего. Однако использовать результаты для построения теорий о работе мозга авторы призывают с осторожностью, равно как и избегать громких обещаний о перспективах нейронаук.

Если у кого-то появится новая теория о взаимодействии мозга с информацией или технология для анализа мозговых данных, может быть, стоит для начала посмотреть, насколько она приближает нас к пониманию микрочипа, говорит Конрад Кординг. Если она не сработает применительно к примитивному цифровому примату Донки Конгу, то чего уж говорить о мозге человека. Тренируйтесь лучше на кошках.

---

Текст: Виктор Ковылин. По материалам: The Atlantic
Научная статья: PLoS Computational Biology (Jonas & Kording, 2017)
Иллюстрации: Microsiervos, Andrea Gadaldi

Все права на данный текст принадлежат нашему журналу. Если вы хотите поделиться с друзьями и подписчиками, можно использовать фрагмент и поставить активную ссылку на эту статью – мы будем рады. Пожалуйста, не копируйте текст в соцсети целиком, мы хотим, чтобы наши статьи читали на нашем сайте, попутно замечая и другие наши статьи. С уважением, Батрахоспермум.

Вас также могут заинтересовать статьи:
Нейроны одиночества и их эволюционное значение
Найден белок, открывающий портал в проприоцептор
Сверхслух и дырочки: как проблема в ухе приводит к звуковой перегрузке и сводит с ума