Излишне говорить, что его совет был проигнорирован большинством тех, кто интересовался вычислительными подходами к поведению.
Ученые должны заглянуть внутрь мозга, чтобы получить новые идеи и проверить существующие.
Некоторые исследователи действительно сделали свои модели более реалистичными, например, путем введения эффекта диффузии сигнальных молекул[272], таких как оксид азота (эти программы называются GasNets [55]), или показывая, что строго симметричные прямые и обратные эффекты не являются необходимыми для успешной работы программы [56]. Но большинство просто продолжили свои исследования, производя все более внушительное программное обеспечение и – довольно ожидаемо – не проявляя никакого интереса к междисциплинарным связям с анатомией или физиологией мозга [57].
В течение нескольких лет после жалобы Крика некоторые исследователи использовали другой вычислительный подход. Вместо того, чтобы моделировать либо небольшое подмножество нейронов, либо просто пытаться воспроизвести порожденное мозгом поведение без учета структуры, они начали имитировать нервные системы в компьютерах, точно так же, как исследователи IBM в 1956 году, но на этот раз с высокой степенью анатомической точности.
В 1994 году Джим Бауэр и Дэвид Биман выпустили книгу, которая была частично манифестом, частично учебником по построению моделей сложных нейронных сетей, мило озаглавленная GeNeSIS[273] (General Neural SImulation System) [58]. Книга – неизбежно озаглавленная «Книга БЫТИЯ» и с названиями глав готическим шрифтом – включала дискеты для запуска системы на домашнем компьютере. Программа позволила смоделировать отдельные нейроны с синапсами в каждом отсеке и различными плотностями[274] ионных каналов, которые функционировали по направлениям, указанным Ходжкином и Хаксли (открытие, которое само включало моделирование), вместе с реалистичными синаптическими потенциалами. Затем эти виртуальные нейроны могут быть объединены в реалистичные сети в зависимости от нейроанатомии, интересующей исследователя [59].
«Книга Бытия» была выпущена с названием глав готическим шрифтом и включала дискеты для запуска системы на домашнем компьютере.
Эта относительно скромная среда моделирования была предшественницей самой дорогостоящей научной схемы из когда-либо существовавших – проекта «Мозг человека». Десятилетняя программа, на которую Европейская комиссия выделила более 1 миллиарда евро, началась в 2013 году. Она охватывает 150 исследовательских групп в восьмидесяти институтах и двадцати двух странах и готовит 5000 аспирантов. Первоначально в рамках проекта голословно утверждалось, что к 2020 году станет возможным «моделирование всего человеческого мозга на клеточном уровне», если появятся достаточно мощные компьютеры. То есть подразумевалось, что единственным ограничивающим фактором являются технологии [60]. Предположительно по этой причине бо́льшая часть проекта была посвящена разработке новых вычислительных подходов и систем управления базами данных [61]. Гремучая смесь чрезмерно амбициозных требований и неуверенности в биологической значимости многих предполагаемых результатов привела к тому, что ряд европейских нейробиологов отказались от участия в проекте, несмотря на беспрецедентное финансирование. Другие ученые подошли к проблеме с философской точки зрения, оспаривая, что можно получить реальное понимание интересующих их феноменов из крупномасштабных симуляций («эпистемическая непрозрачность»[275] – один из терминов, который часто применялся в этом обсуждении) [62].
Возникли и другие трудности: вскоре после старта проекта понизили значимость когнитивного и нейробиологического комплекса работ, безусловно, важного для объяснения работы мозга, в пользу расчетной части проекта [63]. Это привело к отправке открытого письма в Комиссию, подписанного более 750 учеными, и публикации в разделе «Мнения» журнала Nature под названием «Где находится мозг в проекте “Человеческий мозг?”» [64].
С тех пор руководящий орган из трех человек, в который входил создатель проекта Генри Маркрам, был распущен и решились различные организационные вопросы. Однако многие нейробиологи все еще подозревают, что независимо от результатов с точки зрения компьютерных наук огромные суммы, потраченные на данный проект, не дадут никакого значительного понимания того, как работает мозг.
В 2015 году были опубликованы первые результаты крупного проекта «Голубой мозг» (Blue Brain) – еще одного подхода к моделированию, также возглавляемого Маркрамом, – в виде трех длинных статей [65]. Они были основаны на данных, полученных от изучения крошечного цилиндра мозговой ткани длиной 2 мм и диаметром 0,5 мм, взятых из части моторной коры крысы, которая контролирует движение задних конечностей, – мельчайшей доли мозга животного. Исследователи определили трехмерную структуру около 1000 нейронов, которая была использована для заполнения модели участка мозга примерно 31 000 виртуальными нейронами, разделенными на 207 типов и соединенными примерно 37 миллионами гипотетических синапсов (это намного меньше того количества, которое на самом деле представлено в участке крысиного мозга такого размера). Активность виртуальных нейронов, включенных в модель, была взята из реальных данных более чем 3000 клеток. По признанию авторов, в модели отсутствовали «многие важные детали структуры и функции микроцепочек, такие как щелевидные соединения, рецепторы, глия, сосудистая сеть, нейромодуляция, пластичность и гомеостаз» [66]. Этот длинный список недостающих элементов в сочетании с искуственно воссозданной крошечной долей крысиного мозга прямо говорит о тех причинах, почему многие нейробиологи рассматривают данный подход как пустую трату денег и раздражаются на громогласные сообщения прессы о подобных проектах.
Несмотря на сознательное отсутствие столь многих ключевых функций, система вела себя примерно так, как реальный набор нейронов: проявляла синхронную активность и, по-видимому, была способна переключаться между различными состояниями. Команда не смоделировала абсолютно каждый нейрон и каждый синапс в этом крошечном пространстве, не добавила ни одну из отсутствующих клеток или функций, и все же модель не потерпела неудачи, а вела себя в основном так же, как клетки в реальном участке мозга. В этих исследованиях не было ничего поражающего воображение, но можно утверждать, что сам факт их существования, а также то, что модели и данные теперь широкодоступны, представляет собой шаг вперед.
Маркрам продолжает убедительно доказывать не только обоснованность проекта, но и то, что называет симуляционной нейробиологией, занимающей решающее место в истории нашего понимания мозга [67]. Однако в 2019 году научный журналист Эд Йонг провел обзор десятилетней работы, вдохновленной Маркрамом, и пришел к довольно вялому выводу: «Возможно, это говорит о том, что люди, с которыми я связался, изо всех сил пытались назвать крупный вклад, который проект “Мозг человека” внес за последнее десятилетие» [68].
Проект «Мозг человека» имеет решительно «восходящий» подход[276]. У него нет общей теории того, как работает мозг. Идея состоит в том, что, моделируя часть мозга, можно исследовать его функции, перенося отдельные компоненты, изменяя их поведение и т. д. и наблюдая, как это влияет на функционирование системы в целом. Теория того, как работает мозг, если ее вообще возможно создать, появится позже. Противоположный подход, нисходящий, от общего к частному, был принят группой под руководством Криса Элиасмита из Университета Уотерлу в Канаде. В 2012 году они представили SPAUN[277], модель, состоявшую из 2,5 миллиона нейронов, которая соединялась с роботизированной рукой. Она не была общей симуляцией, но вместо этого разрабатывалась для выполнения очень конкретной задачи: SPAUN была представлена серия изображений, и ее попросили нарисовать одно из них. Таким образом, этот эксперимент сочетал в себе распознавание символов, память и сложную задачу управления рукой для копирования нужного символа. Результаты были поразительными с очень точным распознаванием, в том числе почерка, и копированием на уровне ребенка [69].
Однако не все были впечатлены. Маркрам сразу обругал SPAUN: «Это не модель мозга», – сказал он [70]. Возможно, нет, но, вероятно, нам не нужно моделировать каждый нейрон, чтобы понять, что происходит в мозге. Так считают многие из тех, кто не участвует в крупных проектах по моделированию, например нейробиолог Александр Борст: «Я все еще не вижу необходимости симулировать работу миллионов нейронов одновременно, чтобы понять, что делает мозг. Уверен, что мы можем свести это к горстке нейронов и прийти к некоторым идеям».
За последние два десятилетия многие нейробиологи, особенно те, кто работает в когнитивной и теоретической нейробиологии, все больше убеждаются в том, что мозг работает в соответствии с байесовской логикой [71]. Томас Байес был британским священником и математиком XVIII века, который рассматривал вероятность с точки зрения ожиданий, основанных на существующих знаниях или гипотезах[278]. В 1980 году британский психолог Ричард Грегори[279] стал одним из первых сторонников данного подхода, используя примеры визуальных иллюзий для подкрепления своих аргументов [72]. Эта точка зрения, которая связана с идеями Гельмгольца о мозге, разрабатывающего гипотезы (бессознательные умозаключения) об окружающей среде, имеет непосредственное отношение к психологическим процессам. Например, при взвешивании альтернатив мы часто обращаем внимание на сильные аргументы и игнорируем слабые, что по сути является байесовским процессом [73].