Обратное проектирование мозга

Источник: Wikimedia Commons user Wolfgangbeyer

Можем ли мы узнать все о мозге, изучая отдельные клетки мозга?

Это началось с простого уравнения. В 1980 году математик по имени Бенуа Мандельброт, работающий в IBM, построил поведение точек на плоскости с помощью компьютера. Когда самолет был окрашен результатами, появился причудливый мир: бесконечно разветвляющиеся скрещивания и спирали, бесконечные пропасти, бесконечные щупальца, растущие из луковиц в форме сердца. Это похоже на что-то из последних минут триппи Kubrick's 2001: Space Odyssey , только гораздо более странного, как галстук-краска, написанная сумасшедшими космическими инопланетянами.

Набор Мандельброта показывает сложность независимо от того, как далеко мы приближаемся.

Источник: Wikimedia Commons

Практически ни одна из сложностей одноименного набора Мандельброта не очевидна из построенного уравнения Бенуа Мандельброта. Выберите пару чисел, одну реальную и одну мнимую. Теперь умножьте эту пару само по себе много раз и подсчитайте количество итераций, которые она примет, чтобы превысить определенную величину или расстояние от нуля. Покрасьте каждую координатную пару на плоскости в соответствии с количеством итераций, которые точка заняла, чтобы расти выше порога. И альт! Сложность рождается.

Глубокая глубина сложности, обнаруженная в наборе Мандельброта, может научить нейробиологов урок о возникающих свойствах. Новые свойства имеют решающее значение для понимания сложности и мозга. В отличие от простых явлений, таких как размахивание маятника, возникающие свойства, такие как интеллект и сознание, не могут быть поняты путем простого изучения простых частей системы. Даже проведение справочника, в случае Мандельброта, может не легко показать, как правила приводят к сложности. Почему возведение в квадрат каждого числа и добавление результата приводит к созданию такого красиво сложного шаблона? Почему конкретный образец нейронных связей позволяет говорить языком и интеллектом? Разумеется, сопоставление клеток и их синаптических связей с другими клетками мозга имеет ценность. Если ничего больше, в таких картах указывается, какие маршруты коммуникации возможны. Но этого недостаточно.

• Промедление: Взрослый способ сказать «Я не буду!»
• Почему клиенты улыбаются при разговоре о травме – часть 1
• Play Lady рассказывает нам, как стать игроками
• Перспективное новое лечение депрессии
• Обучение памяти обеспечивает длительные эффекты

Тесно связанная с возникающими свойствами концепция самоорганизации . Это идея о том, что новые явления могут возникать в результате взаимодействия между частями, причем ни одна из них не ведет или не управляет системой. Рассмотрим крошечный червь C. elegans . Сопоставление всех 302 нейронов и синапсов у взрослого гермафродитного червя должно, путем противоположной логики редукционизма , превратить ученого в провидческого волшебника, который может предвидеть, как червь реагирует на все возможные стимулы. И все же такое знание привело лишь к скромному пониманию поведения C. elegans . Означает ли это, что мы до сих пор не полностью знаем правила взаимодействия этих нейронов? Или моделирование все еще недостаточно детально?

Круглый червь C. elegans. Взрослые гермафродиты имеют ровно 302 нейронов.

Источник: Wikimedia Commons / Дэн Дикинсон, лаборатория Голдштейна, UNC Chapel Hill

Иногда нам нужна больше огневой мощи. Если у нас будет достаточно мощных компьютеров, это рассуждение идет, симуляция покажет нам, как каждое извивание и дыхание возникают от каждого трюка и продукта. Таково оправдание Проекта Человеческого мозга (HBP), который финансируется Европейским Союзом, который унаследовал цели от проекта Blue Brain от Швейцарии. Ведущий Нейробиолог Генри Маркхэм в Швейцарском федеральном технологическом институте в Лозанне, HBP стремится провести массовое моделирование человеческого мозга, используя огромную огневую мощь суперкомпьютеров по всей Европе. Не в последнюю очередь это суперкомпьютер IBM blue gene, выполняющий почти шесть квадриллионов операций с плавающей запятой в секунду!

В случае набора Мандельброта компьютеры были ключом к раскрытию сложности – без их кропотливой огневой мощи, вполне вероятно, что ни один человек никогда не увидит увлекательные образцы, которые возникают из простого уравнения. Но для создания эмерджентного имущества, которое должно быть смоделировано компьютером, должен быть известен полный свод правил. Когда мы обнаруживаем новые молекулы и тенденции развития в мозге, наше смирение растет с нашими знаниями. Действительно ли мы готовы построить компьютерную модель человеческого мозга, когда еще несколько лет назад была признана ошибочной общепринятая модель нейронных связей во взрослой мозге, известная как трехсторонний синапс ? И все же есть некоторые разногласия среди нейробиологов по вопросам, которые являются основными, как и где хранятся воспоминания в мозге. Другие пробелы в наших знаниях – такие «сиротные» рецепторы, чьи родители-нейротрансмиттеры еще не были обнаружены, подчеркивают возможную гордость такого начинания уровня лунного выстрела.

• Нереалистичные ожидания препятствуют счастью и сопереживанию
• Ты не одинок
• Являются ли вы само-то есть поглощенными?
• Роль эмоций в наших решениях о покупке
• Гипноз улучшает память?

Важно подчеркнуть, что даже небольшие открытия такого рода имеют значение. Малые причины могут иметь большие последствия. Эта концепция, известная как нелинейность , лежит в основе сложных систем. В случае Мандельброта изменение положения точки на плоскости волосом может полностью изменить его цвет или величину. В случае мозга, слегка регулируя напряжение покоя нейронов, можно полностью изменить их коллективную активность. Нелинейное взаимодействие между частями является центральным для самоорганизации .

В наборе Мандельброта шаблоны во всех масштабах существуют, даже если наблюдатель приближается к бесконечности. Хотя мозг не обладает поистине бесконечным диапазоном сложности, он демонстрирует структуру и активность в широком диапазоне различных масштабов пространства и времени. С микроскопическими синапсами наблюдаются сложные схемы связности до масштаба всего мозга. Эта грань сложности мозга побуждает нас не строить наше понимание мозга только на клетках, а все соответствующие шкалы. Действительно, «функциональная единица» нервной системы иногда идентифицируется как нейрон, но также и как более крупные структуры, известные как клеточные сборки и неокортикальные столбцы.

Маркхэм закрыл разговор TED, предложив, чтобы его модельный мозг мог однажды поговорить с людьми через голограмму. Геркулесовы цели моделирования сознания или иного укуса больше, чем проект могут жевать были критикой HBP. Но если мы не можем понять возникающие свойства с помощью обширных компьютерных симуляций, таких как HBP, как мы можем понять мозг? Возможна ли реорганизация мозга?

Генри Маркрам

Источник: пользователь Flikr cea +

Истинный обратный инженерный подход требует понимания мозга на его самом абстрактном уровне. Такое целостное понимание выходит за рамки осознания того, что для памяти или познания необходим ген или область мозга – это объясняет, как и почему. Статья, опубликованная в журнале Neuron в феврале, призывает неврологов рассмотреть вопрос о том, как мозг мог бы или должен работать, прежде чем рассекать его с помощью множества инструментов, так же, как нужно понимать такие понятия, как аэродинамика и подъем, прежде чем изучать птичье крыло , Эта идея, возникшая у позднего нейробиолога Дэвида Марра , подразумевает, что HBP сначала нуждается в теории о том, как язык или сознание могут возникнуть из нейронов и синапсов, прежде чем вслепую имитировать миллиарды из них.

Пока мы не знаем, как и почему для поведения требуется определенная структура деятельности или часть ткани мозга, мы не можем утверждать, что мы понимаем мозг. В то же время у теоретиков, не входящих в лабораторию, всегда найдется место для размышлений о нашем поведении и спросите, что такое биологическая техника может вызвать такую ​​сложность. Основой нейронауки могут быть не просто отдельные клетки, но и отличные идеи.