Европейская комиссия выбрала проект моделирования работы головного мозга человека на суперкомпьютере как один из наиболее приоритетных для науки. Руководитель проекта – невролог Генри Маркрам (Henry Markram) из Швейцарского федерального технологического института в Лозанне получит на его реализацию 0,5 млрд. евро. Такой же объём финансовых средств на протяжении десяти лет внесёт в его развитие сам институт и частные компании. Чего ожидать от столь масштабной инициативы. и какова её техническая сторона? Своё профессиональное мнение высказал нейрофизиолог, кандидат медицинских наук Алексей Николаевич Долецкий.

Алексей Николаевич Долецкий (нейрофизиолог, к.м.н.)
Алексей Николаевич Долецкий (нейрофизиолог, к.м.н.)

— На сайте проекта Human Brain указывается, что это попытка объединить и учесть в одной сверхсложной модели все известные данные о работе мозга. Насколько это возможно сделать сегодня?

— Моделирование работы мозга никогда не включало в себя именно последние данные исследовательских работ. Использовались только многократно проверенные и не вызывающие сомнений сведения. Проходит немалое время, пока результаты новых экспериментов получат подтверждение и признание в научном мире. Затем это описывают математики и воплощают в алгоритмах программисты, другие адаптируют и запускают программный код на конкретном железе. Это очень долгий процесс, поэтому отставание компьютерных моделей мозга от современных представлений о нём всегда составляло несколько лет.

— В чём сейчас заключаются основные проблемы моделирования работы мозга?

— При попытке формализовать и описать на программном уровне известные особенности функционирования мозга затруднения возникают буквально на каждом шагу. Со времен Ходжкина и Хаксли многое изменилось. Даже такая простейшая (казалось бы) вещь, как ионный транспорт через клеточную мембрану, продолжает удивлять. Если раньше просто говорили «калиевый канал», то сейчас выделяют множество подтипов нейрональных калиевых каналов и указывают даже на возможность конверсии разных ионных каналов друг в друга. В чём физиологическая роль такого многообразия и как происходит преобразование – толком неизвестно. По каким алгоритмам это моделировать, тем более.

— Иными словами, даже обладая солидной вычислительной мощностью, всё равно придётся сильно огрублять описание физиологических процессов, исходить из множества предположений?

— Безусловно. К тому же сами принципы работы мозга ближе к таковым в аналоговых устройствах, а его пытаются описать в рамках чёткой логики цифровых систем, искусственно привнося поливариантность. Если коснуться частностей, то помимо хорошо известного свойства гистерезиса (зависимости отклика нервной системы от реакции на предыдущие раздражители) можно ещё вспомнить работы Натальи Петровны Бехтеревой. Она показала, что нейромедиаторы могут влиять также и на близко расположенные синапсы. В технике ближайшей аналогией являются паразитные наводки или токи утечки, с которыми всячески борются, а мозг с этим работает – это его нормальное состояние.

В ролике ниже представлена компьютерная анимации работы нервной системы и синаптической передачи.

Стоит оговориться, что в проекте Human Brain смоделировать пытаются всё же работу не всего головного мозга, а только его самой эволюционно молодой части – неокортекса. Пока исследователи вынуждены технически ограничиваться имитацией работы единичных структурно-функциональных элементов коры больших полушарий ГМ – шестислойных нейронных колонок.

Тот факт, что наш мозг (точнее, новая кора) имеет модульную структуру, был впервые подмечен венгерским физиологом Яношем Сентаготаи. Впоследствии он основал школу нейрогистологии. Как раз гистологи и подтвердили структурную повторяемость элементов неокортекса.

— Доводилось слышать мнение о том, что даже чисто морфологически неокортекс – довольно динамичная структура. Каждый нейрон связан с несколькими (от десятка до десятков тысяч) других. Как меняется число и характер взаимосвязей на протяжении жизни? Как это учесть в будущей модели?

— Мне ближе мысль о том, что морфологически число связей остаётся постоянным, а изменения в течение жизни носят функциональный характер. Если у нейрона десять тысяч связей с другими, это вовсе не значит, что он постоянно их все использует. Опять же, мы без особых проблем можем увидеть эти связи структурно, а исследовать их на функциональном уровне куда сложнее.

Свойство модульности новой коры крайне упрощает задачу моделирования работы мозга. Победе в конкурсе мега-грантов Швейцарский институт во многом обязан предыдущему проекту Blue Brain, который стартовал в июле 2005 года при поддержке IBM.

К концу 2007 года были объявлены первые результаты. Используя суперкомпьютер серии Blue Brain c восемью тысячами процессоров и программное обеспечение NEURON, исследователям впервые удалось создать на основе биологических данных модель одной нейронной колонки неокортекса крысы. У человека их счёт идёт на миллионы.

Другой важной особенностью Blue Brain является то, что компьютерная симуляция могла автоматически проводить проверку и калибровку перед каждым тестом. Иначе очередной эксперимент всегда проходил бы под влиянием предыдущих.

— Часто можно услышать мнение о том, что число микротранзисторов в многопроцессорных компьютерах уже сопоставимо с общим числом нейронов в коре больших полушарий мозга. Насколько вообще корректно такое сравнение?

— Оно очень обманчиво. В том же проекте Blue Gene работа одного нейрона с трудом моделировалась одним процессором с миллионами микротранзисторов. Вдобавок отдельными алгоритмами описывались особенности синаптической передачи и свойства нервной ткани в целом.

— Какое значение Human Brain может иметь для решения задач в области искусственного интеллекта?

— С трактовкой термина «искусственный интеллект» до сих пор есть некоторые разногласия. Под ним понимают как программу, максимально точно имитирующую процесс мышления человека (сильный ИИ), так и наборы умных алгоритмов для выполнения отдельных узкоспециализированных функций (слабый ИИ). Специалисты обычно подразумевают второе – например, распознавание образов или выработка стратегии игры в шахматы, а сценаристы – первое (SkyNet, VIKI, GLaDOS).

— Можно ли сказать, что, безотносительно конкретной области применения ИИ, задача сводится к тому, чтобы научить его адекватно (то есть желаемым для нас образом) реагировать на раздражители? Самостоятельно учиться делать это с каждым разом лучше и прогнозировать изменение ситуации в будущем по предшествующему и текущему состоянию?

— В конечном счёте, да. Для «слабого» ИИ некоторая замкнутость и узкая специализация – разумное ограничение, но модели «сильного» ИИ требуют иного подхода. Они пытаются имитировать работу мозга, а он постоянно получает извне поток различных сигналов для анализа. Его модель также должна быть открытой, способной корректно обработать или хотя бы отфильтровать сигнал, не предусмотренный разработчиком.

При распознавании текста «умная» программа преобразует определённую посимвольно последовательность «$e$quIpedal0ph0bia» в слово «sesquipedalophobia». В отличие от человека, у неё не может быть боязни длинных слов. Также она не способна догадаться о том, что это был ваш пароль и его не надо было видоизменять.

Другой пример — программа автономного управления беспилотником. Компьютер дрона управляет рулями высоты, ориентируясь на показания альтиметра (и ещё кучу параметров). Что произойдёт, если определяемые значения высоты во время полёта вдруг станут нулевыми, отрицательными или невозможно большими? В программе классического компьютера возникнет сбой, а ИИ должен распознать ошибку и проигнорировать ложные данные.

— Насколько можно судить сейчас, создаваемая в проекте Human Brain модель будет учитывать необходимость открытости?

— Ещё до получения финансирования они указывали на то, что платформа neurorobotics позволит опробовать полученные модели для автономного управления разными роботами. Думаю, благодаря им модель в итоге и получит набор сенсоров и постоянный поток внешних сигналов.

— Новый проект Human Brain оценён в миллиард евро и десять лет работы многих специалистов. Используемый в нём компьютер наверняка войдёт в первые строки рейтинга TOP 500. Всё это ради грубой модели работы пары нейронных колонок?

— На большее пока трудно рассчитывать, но это очень важный шаг. Сейчас мы более-менее осведомлены о структуре коры головного мозга (дошли уже до молекулярного уровня), но при этом имеем очень поверхностные представления о том, как это всё функционирует. Только не надо думать, что если сейчас мы смоделируем две нейронных колонки, то через десять лет осилим сотню – здесь более сложная зависимость.

Помимо очевидной роли в области нейрофизиологии, такая модель требуется для понимания механизма развития психических заболеваний и разработки принципов их объективной классификации. Также она позволит проводить первичный скрининг активных компонентов будущих фармацевтических препаратов и более эффективно решать задачи в области искусственного интеллекта.