Nie wspominając o rozwikłaniu tajemnic ludzkiego mózgu. Nowe badanie sugeruje, że neuronaukowcy mogą nawet nie mieć narzędzi analitycznych do zrozumienia o wiele prostszej logiki, która napędza „mózg” w „Donkey Kongu”.
W eksperymencie myślowym dwóch badaczy zadało pytanie: czy neurobiolog może zrozumieć mikroprocesor? To znaczy, jeśli ktoś uważa ludzki mózg za niezwykle skomplikowany komputer, czy neuronaukowcy mogliby zastosować swoje szeroko stosowane podejścia neuronauki do analizy prostego komputera?
Jak proste Postanowili wypróbować Atari 2600, który w 1981 roku był supernowoczesną konsolą do gier - z ówczesnym niesamowicie szybkim mikroprocesorem 6502 - który wprowadził świat do groźnego, bijącego w piersi, porywającego goryla o imieniu Donkey Kong.
Badacze - Eric Jonas, doktor habilitowany na Uniwersytecie Kalifornijskim w Berkeley i Konrad Kording, profesor medycyny fizycznej i rehabilitacji / fizjologii na Northwestern University w Chicago - wybrali Atari 2600 jako „modelowy organizm”, ponieważ był skomplikowany wystarczająco dużo, by stanowić wyzwanie analityczne, ale inżynierowie, którzy go stworzyli, dokładnie go opracowali i całkowicie go zrozumieli.
Aby naśladować typowe badanie mózgu, badali trzy rodzaje „zachowań” Atari 2600 w postaci trzech różnych gier: „Donkey Kong”, „Space Invaders” i „Pitfall!” Następnie zastosowali niektóre metody analizy danych, które są powszechnie stosowane w neuronauce, aby sprawdzić, czy metody te ujawnią, w jaki sposób „mózg” Atari - jego mikroprocesor - przetwarza informacje.
Metody „ujawniły interesującą strukturę” w mikroprocesorze, napisali naukowcy w artykule opisującym eksperyment. „Jednak w przypadku procesora wiemy, jaka jest jego funkcja i struktura, a nasze wyniki były dalekie od tego, co nazwalibyśmy satysfakcjonującym zrozumieniem” mózgu Atari.
Wyniki ich eksperymentu opublikowano dzisiaj (12 stycznia) w czasopiśmie PLOS Computational Biology.
W dziedzinie neuronauki oczekuje się olbrzymich ilości danych z nowych, dużych i dobrze finansowanych programów badawczych opracowanych w celu zrozumienia ludzkiego umysłu, takich jak inicjatywa Brain Research poprzez Advancing Innovative Neurotechnologies (BRAIN), powiedział Jonas Live Live. Jednak Jonas powiedział, że kwestionuje wartość takich danych, jeśli wyników nie można właściwie zrozumieć.
„Jako ludzie zajmujący się obliczeniową neuronauką naprawdę staramy się zrozumieć nawet stosunkowo niewielkie dane, które dzisiaj zdobywamy, częściowo dlatego, że brakuje nam jakiejkolwiek„ podstawowej prawdy ”- powiedział Jonas. „Ale jeśli różne systemy syntetyczne, takie jak klasyczne mikroprocesory, mogą służyć jako stanowisko testowe, być może możemy osiągnąć szybszy postęp”.
Czy to jest koniec gry dla obecnych metod neuronauki?
„Jestem bardzo pozytywnie nastawiony do postępu w neuronauce” - powiedział Kording, który jest również naukowcem w Rehabilitation Institute w Chicago. „Fakt, że branża jest w stanie poważnie potraktować nasz wkład, pokazuje, że przynajmniej planują przezwyciężyć wskazane przez nas problemy”.
Kording powiedział, że ponad 80 000 osób oglądało wcześniejszą wersję artykułu na serwerze przedruku. Wielu to uwielbiało, powiedział, choć wielu też tego nie cierpiało. Ale był szczęśliwy, że on i Jonas rozpoczęli dialog.
Terrence Sejnowski, który kieruje Laboratorium Neurobiologii Obliczeniowej w Salk Institute for Biological Studies w San Diego, powiedział Live Science, że docenia potrzebę opracowania przez naukowców lepszych ram koncepcyjnych dla zrozumienia przetwarzania neuronowego. Rzeczywiście, Sejnowski był pierwszym autorem artykułu z 2014 r. W czasopiśmie Nature Neuroscience, który wielu w tej dziedzinie uważa za mapę drogową do analizowania ogromnych i różnorodnych zestawów danych neuronauki, które mają pochodzić z projektów badawczych w nadchodzące lata.
Ale nie jest przekonany, że Atari 2600 jest odpowiednim organizmem modelowym do testowania narzędzi analitycznych neurobiologii.
„Mikroprocesor i mózg to dwa zupełnie różne typy komputerów i nie należy się dziwić, że do ich analizy potrzebne są różne metody” - powiedział Sejnowski. „Przeprowadźmy eksperyment odwrotny i przeanalizujmy mózg przy użyciu metod, które działają na mikroskopy za pomocą analizatora logicznego. Działa to doskonale w mikrosystemach inżynierii odwrotnej, ale zawiodłoby całkowicie z mózgiem, ponieważ mózg nie jest układem cyfrowym”.
Z pewnością mózg jest zniechęcającym komputerem. A kiedy neuronaukowcy zaczynają odkrywać jego tajemnice, muszą poczuć się trochę jak mały Mario, wiecznie walczący z przeszkodami w swojej pozornie niekończącej się podróży do nieznanych królestw.
