Сможет ли нейробиолог понять компьютер?

Ученые взяли процессор от компьютеров и приставок 70-х и представили, что совсем не знают, как он устроен. Используя методы современной нейробиологии, ученые попытались понять, как работает процессор. И у них почти ничего не получилось.

Нейробиологи очень любят сравнивать человеческий мозг с компьютером. Миллионы нейронов обмениваются сигналами и обрабатывают информацию подобно тому, как работают транзисторы в процессорах. Вот только о том, как работает мозг, нам до сих пор известно очень мало, а о том, как устроен компьютер, известно всё.

Эрик Джонас из Калифорнийского университета в Беркли и Конрад Кординг из Северо-Западного университета в Чикаго решили проверить, можно ли понять принципы работу компьютера, используя методы современной нейробиологии. В качестве «модельного организма» выбрали процессор MOS 6502, 1975 года, на котором работали компьютеры Apple II и игровые приставки Atari 2600 и Nintendo Entertainment System. У него всего 3510 транзисторов — это количество вполне можно смоделировать на современном компьютере так, чтобы видеть колебания вольтажа на каждом при выполнении любой задачи. Виртуальный 6502 — это 1,5 гигабайта данных в секунду.

Сломай и изучай

Нейробиологи часто наносят подопытным животным повреждения, чтобы узнать, какой отдел мозга выполняет ту или иную функцию. Так, несчастные мыши с изрезанным гиппокампом теряли способность распознавать объекты, и ученые заключили, что гиппокамп отвечает за эту функцию.

Тот же подход ученые попытались применить к 6502. Ученые «установили», например, что играть в игру Donkey Kong (в которой водопроводчик Марио швыряется бочками в огромную гориллу) невозможно, если не работает определенная группа транзисторов.

При этом другие игры спокойно запускались без этой группы. Если бы речь шла о мозге, ученые могли бы сделать осторожный вывод о том, что функция этой группы транзисторов заключается в том, чтобы играть в эту игру.

Но это совсем не так: на самом деле эти самые транзисторы только косвенно задействованы в обработке алгоритма Donkey Kong. Они были только частью цепи, выполняющей одну маленькую программу, нужную для запуска игры про гориллу, но ненужную для других игр.

Корреляция не означает причинно-следственную связь

Другой популярный у нейробиологов метод — наблюдать за активностью разных групп нейронов, когда мозг работает над конкретной задачей. В случае с процессором ученым удалось установить явную корреляцию между активностью пятью транзисторов и яркостью самого яркого пикселя на экране. Но и тут, казалось бы, громкое открытие оказалось ошибкой: эти транзисторы не были вовлечены в регулирование яркости пикселей на экране (на приставке Atari эту функцию вообще выполняет другой процессор, Television Interface Adaptor). А пять транзисторов, которые заинтересовали исследователей, только косвенно участвовали в принятии решений о яркости экрана.

По словам доктора Джонаса, главная проблема заключается в том, что нейрологические методики оказались неспособны выявить структуры, которые заведомо присутствовали в виртуальном процессоре, и плодили сущности, обнаруживая несуществующие связи и закономерности.

Процессор состоит из множества транзисторов, которые объединены в группы для решения простых логических задач, а те, в свою очередь, в еще более крупные группы. Но когда процессор работает, очень сложно увидеть логику за бесконечным мельтешением электрических разрядов в тысячах транзисторов одновременно, — объясняет Джонас.

Нам не нужно больше данных

В адрес Джонаса и Кординга сразу зазвучала критика. Нейробиологи обращали внимание на то, что процессор 6205 настолько непохож на мозг, насколько это вообще возможно, что, несмотря на все ограничения, нейронауки продвинулись далеко и получили вполне верифицируемые сведения о работе, например, зрительной коры.

Джонас и Кординг отвечают, что никогда не ставили себе цель дискредитировать нейробиологию и ее методы. Вместо этого ученые старались доказать, что иногда лучше иметь фундаментальное понимание того, как что-то работает, вместо того, чтобы наращивать доступный объем данных. Они приводят в пример амбициозный проект расшифровки генома человека Human Genome Project, успешно завершенный в 2003 году. Ожидалось, что расшифровка генома ответит на сотни вопросов обо всем — от рака до старения. Но оказалось, что выделить полезную информацию из огромного «текста», записанного «буквами» азотистых оснований, сложнее, чем просто переписать этот текст себе в блокнот.

©  Популярная Механика