В 1989 году Крик признал его привлекательность, но чувствовал, что потерпит неудачу из-за сложной и запутанной эволюционной истории мозга – он эффектно утверждал, что это будет похоже на попытку перепроектирования части «инопланетной технологии» [23]. Попытки найти общее объяснение принципов работы мозга, логически вытекающее из его структуры, были бы обречены на провал, утверждал он, потому что отправная точка почти наверняка ошибочна – общей логики нет.
Компьютер часто используется в качестве примера, чтобы показать, как мы, в принципе, можем понять мозг. Эти мысленные эксперименты неизбежно оказываются успешными, побуждая нас следовать данному пути. Но в 2017 году пара нейробиологов решила фактически провести эксперимент на реальном компьютерном чипе, который имел реальную логику и реальные компоненты с четко разработанными функциями. Все пошло не по плану.
Компьютер сейчас является частым примером, чтобы показать, как понять мозг.
Дуэт – Эрик Джонас и Конрад Пол Кердинг – обратился к тем же самым методам, которые обычно использовал для анализа мозга, и применил их к процессору MoS 6507, найденному в компьютерах конца 1970-х – начала 1980-х годов, который позволял этим машинам запускать видеоигры, такие как Donkey Kong, Space Invaders или Pitfall. Во-первых, ученые получили коннектом чипа, отсканировав 3510 транзисторов усилительного режима, содержавшихся в нем, и смоделировав устройство на современном компьютере (включая запуск игровых программ в течение десяти секунд). Затем они использовали весь спектр нейробиологических методов, таких как «повреждение» (удаление транзисторов из модели), анализ «пиковой» активности виртуальных транзисторов и изучение их взаимосвязей, наблюдение за влиянием различных манипуляций на поведение системы, измеряемое ее способностью запускать каждую из игр.
Удаление транзисторов – эквивалент повреждения области мозга – дало некоторые заманчиво четкие результаты. Например, было девяносто восемь транзисторов, каждый из которых, если его удалить самостоятельно, не давал системе загрузить Donkey Kong, но никак не влиял на Space Invaders или Pitfall. Но, как признавали авторы, это не означало, что существует что-то вроде «транзистора Donkey Kong» – такая интерпретация «грубо вводит в заблуждение», сказали они. На самом деле каждый из данных компонентов просто выполнял простую, базовую функцию, которая требовалась для Donkey Kong, но не для двух других игр.
Несмотря на развертывание мощного аналитического арсенала, и то, что есть точное объяснение того, как работает чип (это основная истина[380], говоря техническим языком), исследование не смогло обнаружить иерархию обработки информации, которая происходит внутри чипа. Как выразились Джонас и Кердинг, примененные ими методы не приводят к «осмысленному пониманию». Вывод, сделанный исследователями, был мрачен: «В конечном счете проблема не в том, что нейробиологи не могут понять микропроцессор, проблема в том, что они не поймут его, учитывая подходы, которые используются в настоящее время» [24].
Этот отрезвляющий результат говорит нам, что, несмотря на привлекательность компьютерной метафоры и тот факт, что мозг действительно обрабатывает информацию и каким-то образом представляет внешний мир, нам все еще предстоит совершить значительные теоретические прорывы. Даже если бы мозг был устроен по логическим принципам, а это не так, нынешние концептуальные и аналитические инструменты были бы совершенно неадекватны задаче объяснить их. Но моделирование не бессмысленно – моделируя (или симулируя), мы можем проверить имеющиеся гипотезы и, связывая модель с хорошо зарекомендовавшими себя системами, которыми можно точно манипулировать, мы можем получить представление о том, как функционирует реальный мозг [25]. Это чрезвычайно мощный инструмент, но нужно проявить некоторую скромность, когда речь заходит о требованиях, предъявляемых к подобным исследованиям, и реализм в отношении трудностей проведения параллелей между мозгом и искусственными системами.
Даже такая, казалось бы, простая задача, как вычисление емкости памяти человеческого мозга, терпит поражение.
Группа Терри Сейновски провела тщательное анатомическое исследование количества и размера дендритных шипиков, а также числа нейромедиаторных пузырьков в синапсе и подсчитала, что в среднем каждый синапс может хранить не менее 4,7 бит информации [26]. Получается, человеческий мозг может хранить по крайней мере петабайт (1 миллион гигабайт) информации. Как бы эффектно ни звучала такая цифра и как бы она привлекательно ни выглядела для тех, кому нравится идея, что математика и инженерия в состоянии рассказать нам, как работает мозг, исходным пунктом такого расчета служит искажение. Нейроны не являются цифровыми (основывающимися на битах информации), в то время как мозг – даже не-совсем-мозг круглого червя – не обладает жестко структурированной системой связей. Мозг постоянно меняет количество и силу синапсов и, кроме того, работает не только с помощью них. Нейромодуляторы и нейрогормоны также отвечают за функционирование мозга, но поскольку способ их работы и временные рамки, в пределах которых они действуют, не соответствуют компьютерной метафоре, они не фигурируют в таких исследованиях.
Невозможно вычислить емкость памяти человеческого мозга.
Вычисление емкости памяти мозга сопряжено с концептуальными и практическими трудностями. Мозг – это естественный, эволюционировавший феномен, а не цифровые устройства. Его нельзя достоверно изучить с помощью грубых – или даже изощренных – представлений об информации. Более того, сами структуры мозга и компьютера совершенно различны. В 2006 году Ларри Эббот внес свой вклад в книгу, написанную двадцатью тремя ведущими нейробиологами, которая посвящена нерешенным проблемам (большинство вопросов до сих пор не получили удовлетворительных ответов) [27]. В своем эссе «Где находятся переключатели на этой штуке?» Эбботт исследовал потенциальные биофизические основы самого элементарного компонента электронного устройства – переключателя. Хотя тормозные синапсы могут изменять поток активности, делая нисходящий нейрон невосприимчивым, такие взаимодействия относительно редки в мозге.
Каждая клетка не похожа на двоичный переключатель, который можно включить или выключить, образуя электрическую схему. Вместо этого основной способ, которым нервная система изменяет свою работу, заключается в изменении паттерна активности в сетях нейронов, состоящих из большого числа единиц. Именно они направляют, меняют и тормозят активность.
«Мозг – это естественный, эволюционировавший феномен, а не цифровые устройства».
В отличие от любого устройства, которое мы до сих пор рассматривали, узлами нейронных сетей являются не стабильные точки, такие как транзисторы или клапаны, а наборы нейронов – сотни, тысячи, десятки тысяч – которые могут последовательно реагировать как скоординированное целое в течение долгого времени, даже если составляющие их нейроны демонстрируют непоследовательное поведение. Это серьезная проблема, которую мы должны решить. С одной стороны, мозг состоит из нейронов и других клеток, взаимодействующих друг с другом в сетях, на работу которых влияет не только синаптическая активность, но и различные факторы, такие как нейромодуляторы. С другой стороны, ясно, что функция мозга – любого животного – включает сложные динамические паттерны нейронной активности на популяционном уровне. Я подозреваю, что найти связь между этими двумя уровнями анализа будет непростой задачей на протяжении большей части оставшегося столетия.
Существует еще более значительная проблема с теориями, предназначенными для понимания функций мозга на основе структуры – коннектомов или чего-то еще, – что можно увидеть, если представить, что чип MoS 6507 и связанные с ним компоненты были примером инопланетной технологии Крика, устройства, найденного на марсианском космическом корабле, упавшем на Землю. Полный анализ его компонентов показал бы, что сигналы извне могут изменить его функцию, но кажется маловероятным, что мы поймем, что марсианин будет использовать устройство для игры. И без наблюдения марсианина, взаимодействующего с машиной, мы никогда полностью не узнаем, как она работает. В отсутствие этого решающего внешнего элемента и смысл, и способ функционирования устройства остались бы неясны.
Когда мы экстраполируем данное рассуждение на понимание мозга, ключевой вывод заключается в том, что, как гласит яркий заголовок статьи 1997 года, – «У мозга есть тело». А у тела есть окружающая среда, и то и другое влияет на работу мозга. Это может показаться тривиальным и очевидным, но ни тело, ни окружающая среда не фигурируют в модельных подходах описания мозга. Физиологическая реальность любого мозга состоит в том, что он взаимодействует с телом и внешней средой с того момента, как начинает развиваться. Исключение данных аспектов из модели или из экспериментальной установки приведет в лучшем случае к неадекватному пониманию. Этот вопрос еще сложнее. Как недавно утверждали Алекс Гомес-Марин и Асиф Газанфар, «поведение животных – это не поведение их мозга». Животные – не роботы, управляемые мозгом; мы все, будь то личинки или люди, – индивидуумы, обладающие свободой воли[381], эволюционным прошлым и историей собственного развития. Все перечисленные факторы связаны с тем, как работает мозг, и должны быть интегрированы в нейробиологические модели [28].
Имитация мозга в вакууме – по сути, то, чем занимается проект «Мозг человека», за исключением того, что он включает только часть крошечного кусочка мозга крысы – лишает систему необходимого ей важного компонента, который поступает из внешнего мира. Олаф Спорнс заявил: «Нейроны не просто пассивно реагируют на сигналы – внося свой вклад в двигательную активность и поведение, они активно определяют, каковы эти сигналы» [29].