Учёные Калифорнийского университета в Беркли (University of California, Berkeley) и Северо-Западного университета (Northwestern University) запустили на старой игровой консоли Atari 2600 несколько популярных видеоигр и проанализировали её работу с помощью методов современной нейробиологии — всё для того, чтобы выяснить, может ли наука в нынешнем состоянии понять мозг. Оказалось, что в случае с машиной этот подход не очень эффективен — и учёные сомневаются, что на мозге он работает лучше. Результаты исследования опубликованы в журнале PLOS Computational Biology.
Считается, что нейробиологи пока не разобрались в работе мозга потому, что им не хватает информации. Что если собрать большие и сложные массивы данных и проанализировать их с помощью продвинутых алгоритмов, мы наконец проникнем в тайны природы. Таких баз данных пока не существует, но даже если бы существовали, мы не могли бы узнать, насколько информация, полученная с помощью алгоритмов, соответствует действительности. Не уведут ли такие «открытия» дальше от истины? Учёные решили проверить это на примере «модельного организма» — системы, созданной самим человеком, изученной вдоль и поперёк. Они попытались исследовать работу микропроцессора приставки Atari 2600 с помощью методов нейробиологии — точнее, их «машинных» аналогов.
«Поскольку люди разработали этот процессор с нуля, сделали для него и транзисторы, и программное обеспечение, мы знаем, как он работает на всех уровнях, и у нас есть представление о том, что значит «понять систему», — говорит Эрик Джонас (Eric Jonas), один из авторов исследования. — Наша цель — обратить внимание на некоторые пробелы в понимании, которые возникают, когда современные аналитические методы применяют к большим массивам данных вычислительных систем».
До того, как перейти к описанию эксперимента, учёные объясняют, что такое «понимание» с точки зрения нейробиологии. Во-первых, важно знать, как система работает на уровне вычислений: какие проблемы она стремится решить, как она выполняет эти задачи алгоритмически и какие процессы использует. Во-вторых, необходимо разобраться, каким образом система реализует алгоритмы на физическом уровне. «В конечном итоге, — пишут исследователи, — мы хотим понять работу мозга на всех этих уровнях». В случае с микропроцессором понимание можно выразить вопросом «Как элементы схемы дают начало вычислениям?»
Первым делом исследователи изучили «коннектом» микропроцессора с помощью оптической микроскопии. Затем с помощью технологий компьютерного зрения выявили металлические и кремниевые участки, чтобы распознать транзисторы. Таким образом им удалось получить довольно точное описание узлов и связей между ними. Затем они применили алгоритм, который картирует расположение разных типов клеток и с его помощью определили, как расположены в пространстве транзисторы разных видов. После этого учёные создали цифровую модель микропроцессора, симуляцию, в которой учитывалось напряжение на каждом соединении и состояние каждого транзистора. И на этой симуляции начали запускать игры.
Нейробиологи использовали метод «абляций» — он заключается в том, что учёные удаляют часть мозга и наблюдают за изменениями, к которым приводит такая операция. Они запускали на модели одну из игр — «Donkey Kong», «Space Invaders» или «Pitfall» — а затем нарушали работу одного из транзисторов и проверяли, сможет ли Atari загрузить её. Удаление части компонентов приводило к тому, что определённые игры не работали — словно у игр есть «свои» уникальные транзисторы. «Даже несмотря на то, что мы можем удалить каждый отдельный транзистор, мы не приближаемся к пониманию того, как процессор работает на самом деле», — отмечают исследователи. Такое «открытие» может запутать: оно ничего не говорит о роли транзистора в целом и касается только одной игры. Если бы стало возможным изолировать одну-единственную функцию сложного «поведения», которое симулирует игра, «абляция» микропроцессора могла бы дать полезную информацию. Та же проблема существует в нейробиологии: найти поведение, которое затрагивало бы только одну область мозга крайне сложно, а то и вовсе невозможно.
Кроме того, учёные проанализировали активность транзисторов, как по отдельности, так и одновременно, провели процедуру, аналогичную фМРТ головного мозга и применили «метод причинности по Грэнджеру» (тест Грэнджера на причинность), который в нейробиологии используют для исследования ЭЭГ. После всех этих сложных манипуляций они пришли к выводу о том, что результаты, полученные таким путём, далеки от понимания работы микропроцессора. Джонас предупреждает, что «без тщательного осмысления, современные подходы к анализу больших массивов данных в нейробиологии могут не оправдать ожиданий». Его коллега и соавтор Конрад Кординг (Konrad Kording) добавляет: «Для того чтобы двигать прогресс вперёд, нам нужны новые эксперименты, теории и подходы к анализу данных». Конечно, мозг существенно отличается от процессора, но авторы считают, что провал эксперимента нельзя списать только на эти различия. «В конце концов, мозг тоже состоит из множества модулей, которые могут изменять свои входные и выходные свойства», — пишут они. «У нас мало оснований полагать, что любой из использованных нами методов будет для мозга более эффективен, чем для процессора», — заявляют учёные.