[157]. Масштабирование отношения габаритов тела и мозга показывает, что иметь в своем распоряжении многие миллиарды нервных клеток само по себе не очень полезно. Скорее к большому мозгу полагается большое тело, а естественный отбор, вероятно, способствует такому сочетанию по причинам, имеющим мало отношения к уму. Некоторые биологи предполагают, что сравнительные интеллектуальные преимущества возникают, когда мозг у животного больше ожидаемого с учетом законов масштабирования[158]. При такого рода измерениях человек и другие приматы выглядят очень выигрышно: размер мозга и плотность нейронов у них больше, чем у других млекопитающих сопоставимых размеров. Но даже при таком подходе принципы масштабирования в целом подталкивают к выводу, что примерно одинаковый IQ обеспечивается самым широким диапазоном размеров мозга.
Чем же определяются умственные способности, если не объемом мозга и не количеством клеток? В предыдущей главе мы подметили интересную наводку: вживление человеческой нейроглии в мозг мышей, похоже, делает мышей умнее. Если в человеческой нейроглии есть что-то особенное, может быть, есть и другие типы клеток, разные у разных видов, которые помогут определить, на что способен каждый организм? И в самом деле, многие нейрофизиологи считают, что мозг состоит из относительно обозримого набора типов клеток, которые различаются по тому, какие нейрохимические вещества они используют и какие связи создают[159]. Представим себе, что типы клеток – как члены строительной бригады: экскаваторщики, каменщики, штукатуры, кровельщики, водопроводчики и электрики. Если роль каждого типа в разных частях мозга остается более или менее прежней, то понять, как функционирует мозг, становится во много раз проще, примерно как понять, как строят город, гораздо проще, если знать, как возводят отдельные здания. В наши дни исследователи стремятся разобраться, сколько именно существует типов нейронов и глиальных клеток и что они делают. Кроме того, нейробиологи выявляют и изучают, какие характерные структуры создают клетки разных типов. В число таких структур входит, например, так называемая колонка кортекса[160]. Эти колонки – многоклеточные объединения примерно в полмиллиметра диаметром, покрывающие поверхность мозга, будто плитки мозаики.
Важная роль колонок кортекса и разных типов клеток подсказывает, что главные аспекты мозговой деятельности можно выяснить и без отсылок на то, как много в нем подобных компонентов. Такой подход хорошо зарекомендовал себя при изучении других органов. Например, в человеческих почках клеток больше, чем в коре головного мозга, но большинство этих клеток организованы в миллионы примерно одинаковых структур, которые называются нефроны и действуют параллельно – фильтруют кровь и выводят отходы. Поджелудочная железа тоже состоит из миллиардов клеток, но ее функции можно проанализировать в рамках небольшого набора хорошо известных типов клеток, вырабатывающих все гормоны, которыми славится этот орган.
С точки зрения понимания мозговой деятельности большой оптимизм внушают нынешние экспериментальные исследования структурных и функциональных подотделов мозга. Помимо данных о деятельности маленького или поврежденного мозга, эти исследования, позволяющие сильно упростить задачу, ставят под сомнение косный взгляд, согласно которому человеческий мозг до того сложен, что любые попытки описать его простыми формулами выводят его за рамки царства природы и делают науку бессильной.
«Я не понимаю того, что не могу создать». Эти слова были начертаны на доске в кабинете великого физика Ричарда Фейнмана, нобелевского лауреата и кумира всех любителей науки, в день его смерти в 1988 году[161]. Иногда этот афоризм Фейнмана цитируют как указание на цель, которой мы должны достигнуть, чтобы одержать победу в понимании функционирования мозга[162]. Созданием мозга считается и физическая «сборка» его из клеток в лаборатории, и успешная симуляция на компьютере. В Европе в наши дни идет работа над проектом «Human Brain Project» стоимостью в миллиард долларов: ученые стремятся симулировать мозговую деятельность на компьютерах, исходя из совокупного поведения 100 миллиардов «виртуальных нейронов»[163]. Похожие задачи ставят перед собой и американские ученые: они регистрируют «каждый спайк от каждого нейрона» в мозге млекопитающего[164]. Многие нейрофизиологи скептически относятся к подобным проектам, поскольку считают, что прогресс в этой области еще не оправдывает амбиций подобного размаха. Ведь специалистам по вычислительной биологии пока не удалось симулировать даже поведение одной-единственной биологической молекулы или клетки, не говоря уже о целых органах, а экспериментаторы способны зарегистрировать активность всего нескольких сотен клеток из глубинных областей мозга, так что об изучении активности всех до единой клеток пока нечего и мечтать. Учитывая положение дел в современной науке, организовывать проект с целью симулировать или отслеживать деятельность мозга в целом с разрешением на уровне клеток – все равно что посылать астронавтов в другие галактики, еще не сумев добраться до Марса.
Крупные нейрофизиологические проекты, призванные понять мозговую деятельность на основании моделирования или исследования каждой клетки, показывают, как мы одержимы идеей сверхсложности мозга: в других областях науки такое бывает крайне редко. Если бы у нас и в самом деле были средства для полного изучения и измерения структуры и деятельности человеческого мозга, мы, вероятно, сумели бы пролить свет на его устройство и работу, но с той же вероятностью не увидели бы за деревьями леса (или по крайней мере больших его участков). Представим себе, что мы пытаемся проанализировать великое историческое событие, например, Французскую революцию, проследив анонимные передвижения каждого человека в каждом доме и на каждой улице по всей стране. Если мы методически прочешем каждый день с 1789 по 1799 год, то, скорее всего, сумеем отследить перемены общественно-политического климата и зарегистрировать эпицентры смуты; но удастся ли нам выявить главных игроков – Дантона и Робеспьера, якобинцев и жирондистов, Людовика, тайно бегущего из Парижа? Удастся ли объяснить, какую роль они играли? Или же мы отвлечемся на похождения остальных 28 миллионов французов? Разумнее было бы объединить большие группы населения в классы и сословия (то есть типы клеток), которые коллективно обеспечивали общественные перемены.
Один из немногих организмов, нервная деятельность которых на сегодня описана практически полностью, – скромный червь нематода. Однако «воссоздать» в любом смысле слова мозг этого существа мы пока не в силах[165]. Сегодня ученые в состоянии измерить активность и связность каждой клетки в нервной системе этого червя, однако попытки симулировать ее поведение находятся в зачаточном состоянии[166]. Многие ученые, вероятно, согласятся, что самые важные открытия в области нейробиологии нематоды дает нам не анализ полных баз данных, а узконаправленные эксперименты по изучению того, каким образом конкретное поведение червя – как он ползает, как откладывает яйца – соотносится с небольшим количеством определенных клеток, генов или сигнальных путей. В других отраслях биологии также удалось получить полные данные о генетических особенностях той или иной клетки, о том, какие гены включены, а какие выключены, о взаимодействиях между генными продуктами (белками). Данные на масштабе так называемых омов позволяют современным ученым исследовать, как многочисленные молекулы взаимодействуют в ходе процессов наподобие роста и коммуникации клеток. Но даже такая информация, как правило, дает больше всего результатов, если исследователям удается свести все к небольшому количеству факторов, которые их особенно интересуют; тогда можно изучить происходящее более подробно и лучше проверить, какую роль играет каждый фактор.
Такие примеры показывают, как опасно путать данные с пониманием. Усердный поиск информации не всегда приводит к пониманию, а понимание не обязательно строится на всех и даже на большинстве данных, которые мы можем получить и проанализировать. Задумаемся, что такое, например, понимать устройство машины. Если вы водите, то, вероятно, отчасти представляете себе, как она работает. Если машина оборудована стандартным двигателем внутреннего сгорания, то в ее цилиндрах воспламеняется бензиново-воздушная смесь, расширяется, вращает коленвал, который затем передает энергию колесам и заставляет машину двигаться. Если знаешь, как работает машина, на таком базовом уровне, это не гарантирует, что ты можешь ее починить или собрать из запчастей, – для этого нам обычно нужны механики. Напротив, если увидишь чертежи современной машины или даже видео о том, как работают все ее механизмы, то, скорее всего, не сможешь понять, каковы функции большинства ее компонентов, даже если узнаешь несколько основных элементов. А симулировать машину при помощи чертежей еще труднее: чтобы сделать это хорошо, потребуется, вероятно, огромное количество дополнительных сведений о различных факторах вроде трения, полноты сгорания, теплопередачи, – всего того, что выходит далеко за рамки необходимых основных представлений об устройстве машины.
А задача достичь холистического понимания мозговой деятельности, в противоположность попыткам разобраться в устройстве машины, изначально неверно поставлена. Ведь машина выполняет одну-единственную самодостаточную функцию: это средство транспортировки пассажиров