The Blue Brain. Копия биологического мозга на основе суперкомпьютера
НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ЯДЕРНЫЙ УНИВЕРСИТЕТ МОСКОВСКИЙ ИНЖИНЕРНО ФИЗИЧЕСКИЙ ИНСТИТУТ (НИЯУ МИФИ) Факультет автоматики и электроники, группа А4-11
Выполнила: Студент группы А4-11 Байборина А.А. alinabayborina@yandex.ru Преподаватель: Доцент Лапшинский В.А.
Москва 2011
The Blue Brain.
СОДЕРЖАНИЕ
Введение Глоссарий Список сокращений Глава 1. Введение в историю проекта Blue Brain или Blue Brain для « чайников» 1.1. Истоки 1.2. По полочкам 1.3. Как это работает Глава 2. Blue Brain для «продвинутых пользователей» 2.1. Глазами ученых 2.2. Как это работает 2.3. Крыса vs суперкомпьютер 2.4. С точки зрения неврологии 2.5. В перспективе 2.6. В заключение 2.7. Точка сингулярности: 2012-й превратится в 2030-й? Заключение Список литературы
Глава 1 Введение в историю проекта Blue Brain или Blue Brain для « чайников»
1.1. Истоки Работа началась в июле 2005 года. Группа ученых во главе с профессором Генри Маркрамом (Швейцарский Федеральный Технический Институт Лозанны) взялась за проект Blue Brain [2], цель которого - построить детальную, реалистическую компьютерную модель человеческого мозга - будущее современной неврологии. В своем выступлении на конференции TED Global (Technology, Entertainment, Design) [10] в 2009 году Маркрам рассказал о потенциальных преимуществах искусственного головного мозга, а также о целях и перспективах исследования. Генри Маркрам: "Почему мы делаем это? Есть три важных причины. Первое - для нас важно понять человеческий мозг, если мы действительно хотим жить в обществе, и я думаю, что это ключевой шаг в развитии. Вторая причина - мы не можем продолжать делать эксперименты на животных, но мы должны воплотить все наши данные и знания в рабочую модель. И третья причина состоит в том, что два миллиарда человек на планете страдают расстройством психики, а лекарства, которые используются сегодня, являются в значительной степени эмпирическими. Я думаю, что с помощью данного проекта мы в будущем поможем этим людям стать полноценными членами общества. Наша теория состоит в том, что мозг сам создает и строит вселенную вокруг нас. В эволюции млекопитающих наибольшее значение имеет развитие коры головного мозга. Млекопитающие нуждались в этом, потому что они должны были справиться со статусом родителей, социальными взаимодействиями, сложными познавательными функциями. Но это не остановило эволюционный путь. Фактически кора головного мозга в человеческом мозге постоянно и масштабно развивается".
1.2. По полочкам Неокортекс [4] (новая область коры головного мозга, которая у низших млекопитающих только намечена, а у человека составляет 80% коры) - спиралевидное "серое вещество", которое отвечает за нашу способность запоминать, думать, реагировать, сопереживать, общаться, адаптироваться к новым условиям и ситуациям и планировать будущее. Мозг "населен" миллиардами нейронов (структурно-функциональная единица нервной системы, состоящая из ядра, тела клетки и отростков), каждый из которых связан с тысячами своих соседей при помощи дендритов [5] (место образования влияющих на нейрон возбуждающих и тормозных сигналов) и аксонов [6] (длинный отросток, приспособленный для проведения возбуждения от тела нейрона), действующих наподобие биологических "проводов" (рис 1). Мозг обрабатывает информацию, посылая сигналы от нейрона к нейрону по этим "проводам".
Внутри коры нейроны объединены в основных функциональных единицах, цилиндрических блоках 0,5х2 мм, каждый из которых содержит около 10 000 нейронов, соединенных в произвольном порядке, но последовательно. Блоки действуют по принципу микросхем в компьютере. Эти "микросхемы", известные как нейронные колонки, повторяются в коре миллионы раз. Неокортекс [4] и каждая его колонка состоит из 6 слоев (рис 2). Толщина каждого слоя примерно равна толщине пластиковой карточки. Количество слоев играет существенную роль в мыслительном процессе. Так, например, у собаки 4 слоя новой коры, из-за чего она не обладает способностью прогнозировать ситуацию.
1.3. Как это работает? Не все нейроны похожи друг на друга. Они представляют собой одну разновидность комплексной формы. Точная форма и структура нейрона влияет на его свойства и на "общение" с другими нейронами. В лабораторных условиях на протяжении многих лет ученые собирали данные о строении нейрона молодой крысы и его "сигнальном" поведении, и эта информация легла в основу модели колонки неокортекса, созданной суперкомпьютером Blue Gene [1]. Генри Маркрам: "Итак, мы доказали, что нейроны живые. У нас также есть данные, описывающие, как нейроны собирают информацию и как они создают что-то наподобие небольшой молнии для общения друг с другом. И у нас есть данные, чтобы описать этот процесс коммуникации. Но кучка уравнений – это еще недостаточно для создания модели. Необходим огромный суперкомпьютер [8], потому что, к примеру, одного ноутбука должно хватить для того, чтобы сделать все вычисления только для одного нейрона. Таким образом, нужно как минимум 10 000 ноутбуков. И куда идти с такой проблемой? В компанию IBM, потому что они знают, как взять 10 000 ноутбуков и засунуть их в машину размером с несколько холодильников. И теперь у нас есть суперкомпьютер Blue Gene (рис 4). Мы можем загрузить в него данные всех нейронов, каждого на свой процессор, и увидеть все в деталях. И когда мы наконец сделали это, мы действительно увидели эти подобные призраку структуры: электрические объекты, появляющиеся в пределах колонки неокортекса. Затем, когда мы изменили масштаб изображения, это стало походить на настоящую вселенную".
После сборки трехмерной модели из 10 000 виртуальных нейронов ученые стали подавать модели электрические импульсы, копирующие потоки из мозга живой крысы (рис 4).
Прошло немного времени, прежде чем модель среагировала. Сразу после нескольких электрических толчков искусственная нервная схема начала действовать точно так же, как и реальная нервная схема. Клетки начали "общаться" и развиваться по требованиям их ДНК. Для команды Blue Brain [2] это было действительно серьезное достижение. После многих лет усердной работы они, наконец, были в состоянии наблюдать, что их виртуальный мозг развивается. Микрочипы превращали себя в мозг. Но модель была только первым черновиком. Предстоял кропотливый и сложный процесс редактирования. Сравнивая поведение виртуальной схемы с экспериментальными исследованиями мозга крысы, ученые смогли проверить правдоподобие их моделирования. На текущий момент команда работает над "режимом реального времени", при котором 1 секунда реального времени работы мозга моделируется процессорами за 1 секунду. Подробное Blue Brain [2] - моделирование позволяет заполучить огромное количество информации. Отдельные нейроны должны быть повторно исследованы тысячи раз. И для достоверности исследования необходима система, которая в состоянии обрабатывать сотни гигабайт данных в секунду. Используя параллельные компьютеры, исследователи могут проанализировать информацию (анализ архивных данных, онлайн-анализ в процессе моделирования).
Глава 2 Blue Brain для «продвинутых пользователей»
В подвале университета в Лозанне, Швейцария, стоят четыре черных ящика, каждый размером с холодильник, и начинённые 2 000 микропроцессорами IBM. Вместе они формируют процессорное ядро машины, которое поддерживает 22.8 триллионов операций в секунду. Они не содержат никаких движущихся частей и работают устрашающе тихо. Когда компьютер включен, единственная вещь, которую Вы можете услышать, – непрерывные вздохи массивного кондиционера. Это – Blue Brain. Директор: Анри Маркрам (Henry Markram), невролог из технического университета Швейцарии («Polytechnique Fédérale de Lausanne» (EPFL)) [9] Менеджер проекта: Феликс Шюрманн (Felix Schürmann). Перед этим проектом Шюрманн работал над экспериментальными отдалёнными областями информатики, развивая модели квантовых вычислений. Название суперкомпьютера [8] является буквальным: каждый из его микрочипов запрограммирован так, чтобы действовать точно так же, как и реальный нейрон в реальном мозге. Поведение компьютера с высокой точностью копирует события в клетках головного мозга. Это первая модель мозга, которая была построена снизу вверх. Существует много моделей в этой области, но эта – единственная, по мнению Маркрама, которая является полностью биологически точной. Его мнение основывается на том, что они начали работу с наиболее основных фактов о мозге. Перед началом проекта, когда Маркрам уподобил этот проект проекту расшифровки человеческого генома, одни люди находили это сравнение смешным, а другие посчитали это самопиаром. Когда он начал постройку «Blue Brain» летом 2005, как совместное предприятие с IBM, он не ощущал нехватки скептицизма. Ученые критиковали проект как дорогое заблуждение, явную трату денег и таланта. Они доказывали, что неврология нуждается не в суперкомпьютере [8], а в большем количестве молекулярных биологов. Тэрри Седжновский (Terry Sejnowski), ведущий программист невролог из Сальковского института биологических исследований (Salk Institute for Biological Studies), объявил, что «Blue Brain» был «обречён на неудачу», так как мозг остаётся слишком загадочным для моделирования. Но мнение самого Маркрама было отлично от мнения других. Он хотел смоделировать мозг, именно потому, что люди не понимают принципы его работы. Лучший способ выяснить, как что-то работает, состоит в том, чтобы попробовать воссоздать это с нуля. Проект Blue Brain сейчас находится на критическом этапе своей жизни. Первая фаза проекта, «фаза проверки выполнимости» завершена. Мнения скептиков опровергнуты. Потребовалось меньше двух лет для компьютера Blue Brain, чтобы точно смоделировать колонку Маунткастла, которая является крошечной пластинкой мозга, содержащего приблизительно 10 000 нейронов с 30 миллионами синоптических связей между ними. Колонка была построена, и работает. Теперь группа должна промасштабировать её. Учёные из группы Blue Brain уверены, что через несколько лет они будут в состоянии начать моделировать весь мозг.
Кабели, бегущие от суперкомпьютера Gene/L к блоку хранения данных. машина Blue Gene [1] с 2,000 процесорами способна к обработке 22.8 триллионов операций в секунду, вполне достаточно, чтобы смоделировать 1 кубический мм мозга крысы. Courtesy of Alain Herzog/EPFL [9]
2.1. Глазами ученых Неврология – наука для редукционистов, она всё упрощает. Она описывает мозг в совокупности его физических деталей, анализируя мозг маленькими частями. Этот процесс был феноменально успешен. За прошлые 50 лет, ученые сумели раскрыть по-видимому бесконечный список молекул, ферментов, троп, и генов. Мозг подробно был разобран на составные части, так же как и, к примеру, компьютеры IBM были разобраны советскими кибернетиками. Маркрам однако считает, что этот научный подход уже исчерпал себя лет пять назад. «Это конечно не означает, что учёные выжали всё из этой науки. Ещё так много того чего мы не знаем о мозге. Однако теперь мы имеем другую, и возможно еще более тяжелую проблему. Мы буквально тонем в данных. У нас много ученых, которые тратят всю свою жизнь, изучая важные детали, однако мы не имеем фактически никакой гипотезы, как все эти детали соединяются вместе. Blue Brain должен показать мозг как единое целое. » Другими словами, проект Blue Brain – это не только модель клеток мозга. Маркрам надеется, что он представляет целый новый вид неврологии. «Посмотрите на историю физики. От Коперника до Эйнштейна, все крупные достижения всегда вырастали из концептуальных моделей. Они то, что объединяет все факты так, чтобы они имели смысл. Вы можете собрать все данные в мире, но без модели данных никогда не будет достаточно.» Маркрам имеет серьезное основание, чтобы упоминать физику – неврология не имеет почти никакой истории моделирования. Это полностью эмпирическая дисциплина, внедренная ручным трудом молекулярных биологов. Если открытие не может проявиться чем то видимым, к примеру линией на геле или регистрацией поведения нейрона тогда, оно отклоняется. Единственное исключение – вычислительная неврология, относительно новая область, которая также использует компьютеры, чтобы моделировать аспекты мышления. Но подход Маркрама отклоняет большинство методов вычислительной неврологии. Так как они не слишком связан с биологией. Что они обычно делают – начинают с функции мозга, которую они нужно смоделировать, такие как обнаружение объектов и распознавание предложений, а затем пробуют, заставить компьютер скопировать эту функцию. Проблема состоит в том, что, если Вы попросите сто вычислительных неврологов построить функциональную модель, Вы получите сто различных моделей. Эти модели могут помочь нам в исследованиях мозга, но они не помогают нам понять его. Если Вы хотите, чтобы ваша модель представила действительность, то Вы должны моделировать это в реальности. Конечно, на первом месте стоит сложная работа расшифровка этой действительности. Вы не сможете моделировать нейрон, пока не знаете, как нейрон должен вести себя. Прежде, чем команда Blue Brain cмогла начать строить свою модель, они должны были соединить вмести головокружительный объём данных. Собрание сочинений современной неврологии должно было быть кропотливо запрограммировано в суперкомпьютер [8], так, чтобы программное обеспечение могло моделировать наши биологические аппаратные средства. Проблема состоит в том, что неврология является все еще горестно неполной. Даже нейрон, просто покрытие складчатой мембраной, оставляет море загадок. Как же можно моделировать то, что Вы не можете понять? Маркрам попробовал обойти «проблему неизвестности», сосредоточившись на определенной секции мозга: колонка Маунткастла в крысе двухнедельного возраста. колонка Маунткастла – основная вычислительная единица коры, дискретной схемы во плоти, 2 мм длиной и 0.5 мм в диаметре. Студенистая кора состоит из тысяч этих колонок – каждая с очень точной целью, такой как обработка красного цвета или обнаружение давления на участок кожи, и основной структуры, которая неизменна при росте сложности организма, от мышей мужчинам. Достоинство моделирования схем в мозге грызунов то, что производимая модель может непрерывно сравниваться с оригиналом нервной системы крысы, ужасный процесс, который состоит во вскрытии черепа и погружения игл в мозг. Учёные должен был с помощью электроники скопировать работу схем и построить цифровой двойник биологической машины. Виртуальный нейтрон в модели изображается как обширное морфологическое дерево из ветвей, полог которого настолько плотный что фактически непрозрачный. Дерево состоит из тысячи синаптических связей, которыми он связан с другими нейронами. Если присмотреться, то можно увидеть слабые линии, где дендриты [5] (ветвящиеся отростки нервной клетки) делятся на секции. В любой момент, суперкомпьютер [8] моделирует химическую деятельность в каждой из этих секций, таким образом один единственный моделируемый нейрон является суммой работы 400 независимых моделей. Это – уровень точности, требуемой для точного подражания только одной из этих 100 миллиардов ячеек – каждая из них уникальный внутренний мозг. Когда Маркрам говорит о построении мозга «снизу вверх», эти секции основание. Они являются фундаментальной единицой модели. Но как Вы заставить эти секции модели действовать в реальности? Нейроны являются электрическими процессорами: Они представляют информацию как продолжительные взрывы напряжения, точно так же как кремниевый микрочип. Нейроны управляют потоком электричества, открываясь и закрывая различные ионные каналы, специализированные белки, вложенные в клеточную мембрану. Когда команда начала строить свою модель, первой вещью, которую они сделали, было программирование существующих ионных каналов на суперкомпьютере [8]. Они хотели, чтобы их каналы действовали точно так же как реальная вещь. Однако, они скоро столкнулись с серьезными проблемами. Многие из экспериментов использовали непоследовательные методологии и дали противоречащие результаты, которые были слишком нерегулярны, чтобы моделировать. После нескольких расстраивающих отказов, как говорит Маркрам «компьютер производил в большом количестве дерьмо», команда поняла, что, если они хотят смоделировать ионные каналы, они должны были произвести данные самостоятельно.
2.2. Как это работает? В лаборатории Маркрама, современное оборудование позволяет создать управляемую компьютером, одновременную регистрацию крошечных электрических потоков, которые формируют основу нервных импульсов. На фото, метод, известный как локальная фиксация потенциала (patch clamp) обеспечивает прямой доступ к семи индивидуальным нейронам и их химическим синоптическим взаимодействиям. Вставка, система объединяет простой оптический микроскоп с машинной реконструкцией структуры нейрона. Вся установка находится в «Фарадеевской клетке», чтобы уменьшить электромагнитное вмешательство и установлена на плавающем столе, чтобы минимизировать вибрацию. Courtesy of Alain Herzog/EPFL [9] Сама лаборатория Blue Brain похожа на обычную лабораторию неврологии. Скамьи загромождены банками с солевым раствором и биотехнологическими каталогами. В воздухе витает знакомый аромат агаровых пластин и вяжущих химикалий. В далёком углу комнаты стоит маленький робот. Машина размером с микроволновую печь, состоящая из бежевого пластмассового подноса, заполненного разнообразными пробирками и тонкого металлического захвата, держащего пипетку. Захват постоянно перемещается взад и вперед поперек подноса, беря крошечные дозы различных жидкостей с подноса. Таким образом он фиксирует состояние клетки помещённой в пипетку. Робот делает это 24 часа в день, семь дней в неделю. Он не спит и никогда не ломается. Теория, стоящая позади автоматизированных экспериментов, проста. Команда Blue Brain генетически проектирует клетки яичника серого китайского хомяка, чтобы получить один тип канала иона – мозг содержит больше 30 различных типов каналов – они подвергают клетки разнообразию физиологических условий. Это уже работа робота. Он способен отдавать»фиксации» нейронов приблизительно 50 процентов своего времени, что означает, что машина может произвести сотни сьёмов данных в день, или приблизительно в 10 раз больше чем эффективный техник лаборатории. Маркрам именует робота «наукой в индустриальном масштабе» и убежден, что роботы это будущее лабораторий. Согласно Маркраму, робот локальной фиксации потенциала помог команде Blue Brain переделать объём 30 лет исследований всего за шесть месяцев. Анализируя генетические данные реальных нейронов крысы, ученые смогли начать объединять эти детали в модель. Они получили возможность строить точную карту ионных каналов, выясняя, какие типы клеток имеют какие виды ионных каналов и в какой плотности. Это новое знание было тогда загружено в Blue Brain, позволяя суперкомпьютеру [8] точно моделировать любой нейрон где угодно в колонке Маунткастла. «Моделирование дошло до той точки, когда оно даёт лучший результат, чем фактический эксперимент. Они получили те же самые данные, но с меньшим количеством шумов и человеческих ошибок. Другими словами, качество модели на выходе превысило качество входных данных. Виртуальные нейроны более реальны, чем реальные.
Моделируемый нейрон мозга крысы. На картинке (рис 5) показаны мембранные выросты на поверхности дендрита [5], способные образовать синоптическое соединения с другими нейронами. Пирамидальные клетки, типа показанных (называемые так из-за их треугольной формы) составляют приблизительно 80 процентов массы коры головного мозга.Courtesy of BBP/EPFL [9] Каждый мозг сделан из тех же самых основных частей. Сенсорная клетка в морском слизняке работает точно так же, как корковый нейрон в человеческом мозге. Они полагаются на те же самые медиаторы, ионные каналы и ферменты. Эволюция только вводит новшества, когда нуждается в них, а нейрон и так совершенен. Теоретически это означало, что, как только команда Blue Brain создала точную модель единственного нейрона, они могли увеличить её, чтобы получить трехмерную пластину мозга. Но это было только теорией. Никто не знал точно, что случится, когда суперкомпьютер [8] начнёт моделировать тысячи мозговых клеток одновременно. Команда была эмоционально готовы к неудаче. После сборки трехмерной модели из 10 000 виртуальных нейронов, ученые начали подавать модели электрические импульсы, которые были разработаны так, чтобы копировать потоки, постоянно пульсировавшие в реальном мозгу крысы. Поскольку модель сосредоточена на одной специфической нервной схеме колонки Маунткастла в соматосенсорной коре (область коры больших полушарий мозга, где представлены афферентные проекции частей тела) двухнедельной крысы, ученые могли подавать в суперкомпьютер [8] те же самые электрические сигналы, что фактически испытает новорожденная крыса. Прошло немного времени прежде, чем модель среагировала. Сразу после нескольких электрических толчков, искусственная нервная схема начала действовать точно так же как и реальная нервная схема. Кластеры связанных нейронов начали синхронизироваться: клетки связывали друг друга. Различные типы клеток повиновались их генетическим инструкциям. Ученые смогли увидеть, что клеточные ткацкие станки заработали и затем остановились, поскольку клетки привели себя к соответствующему образцу. Дендриты [5] обратились друг другу, как ветви, ищущие свет. «Это все случилось самостоятельно и было полностью непосредственно. Для команды Blue Brain, это было волнующе крупное достижение. После многих лет усердной работы, они наконец были в состоянии наблюдать, что их виртуальный мозг развивается, синапс за синапсом. Микрочипы превращали себя в мозг. После этого началась тяжелая работа. Модель была только первым черновиком. Команда начала кропотливый процесс редактирования. Сравнивая поведение виртуальной схемы с экспериментальными исследованиями мозга крысы, ученые смогли проверить правдоподобие их моделирования. Постоянная проверка данных суперкомпьютера [8] оптимизирует программное обеспечение, чтобы сделать модель более реалистической. Подводя итоги, что же делает модель Blue Brain настолько мощной: умение моделировать реальную колонку Маунткастла, функциональную пластину мозга, моделируя специфические детали наших ионных каналов. Как и реальный мозг, поведение Blue Brain естественно возникает из его молекулярных частей. Фактически, модель настолько успешна, что ее самые большие ограничения являются теперь технологическими. Команда уже показала, что модель может масштабировать. Их сдерживают теперь только компьютеры.Числа говорят сами за себя. Маркрам оценивает: чтобы точно смоделировать триллион синапсов в человеческом мозге, компьютер должен быть в состоянии обработать приблизительно 500 петабайтов (=1024 терабайт=2 в 50 степени байт ) данных. Это – приблизительно в 200 раз больше той информации что сохранена на всех серверах Гугл. [7] (Используя современную технологию, такой суперкомпьютер [8] занял бы несколько футбольных полей). Потребление энергии – другая огромная проблема. Человеческий мозг требует приблизительно 25 ватт электричества для работы. Моделирование мозга на суперкомпьютере [8] с существующими микрочипами повлекло бы ежегодный счет за электроэнергию приблизительно на 3 миллиарда $. Группа считает, что если вычислительные технологии будут продолжаться развиваться в текущем ускоренном темпе, и эффективность энергопотребления увеличится, то она будет в состоянии смоделировать человеческий мозг целиком на одной машине уже через десять лет или даже меньше.
2.3. Крыса vs суперкомпьютер Пока, однако, мозг является единственной идеальной машиной. Тех пугающих черных ящиков от IBM в подвале едва достаточно, чтобы смоделировать тонкую пластину мозга крысы. Нервная система беспозвоночного превышает способности самого быстрого суперкомпьютера [8] в мире.
2.4. С точки зрения неврологии Колонка Маунткастла (рис 6) освещена электричеством. Эта микросхема для воссоздагия мозга крысы должна быть повторена миллионы раз – и во много раз больше для мозга человека. Courtesy of Alain Herzog/EPFL Неврология описывает мозг с внешней стороны. Она видит нас через призму третьего лица, так, если бы наш мозг был всего лишь полуторакилограмовым кусом электропроводной плоти. Парадокс, конечно, состоит в том, что мы не чувствуем наш мозг. Самосознание (по крайней мере когда чувствуется изнутри) чувствуется значительно больше, чем просто сумма клеток. Мы имеем все эти инструменты для изучения коры. Но ни один из этих методов не позволяет нам видеть то, что делает кору настолько интересной, то, что производит человеческий мир. Независимо от того, сколько учёный знает о вашем мозге, он все еще не будет в состоянии видеть то, что Вы видите.
Некоторые философы, такие как Томас Нагэль (Thomas Nagel), утверждали, что деление между физическими фактами неврологии, и действительностью субъективного опыта представляет из себя эпистемологический тупик. Независимо от того, насколько много мы знаем о наших нейронах, мы все еще не будем в состоянии объяснить, как движение ионов в лобной коре становится живым кино сознания. Маркрам относится к этой критике серьезно. Однако, он полагает, что Blue Brain способен уникально превыcить пределы «обычной неврологии,» прорываясь через проблему телесности мозга. Согласно Маркраму, мощь Blue Brain состоит в том, что он cможет преобразовать метафизический парадокс в технологическую проблему. Он считает, что не существует никаких причин, по которым человек не сможет проникнуть внутрь Blue Brain. Как только люди смогут моделировать мозг, люди должны быть в состоянии моделировать то, что делает каждый мозг. Мы будем в состоянии испытать события другого мозга.
2.5. В перспективе Слушая размышления Макрама, легко можно забыть, что моделирование Blue Brain – это всего лишь единственная схема, ограниченная в пределах тихого суперкомпьютера [8]. Машина еще не ожила. И все же Маркрам может быть убедительным, когда он говорит о его будущих планах. Его амбиции основаны на конкретных шагах. Как только команда будет в состоянии моделировать полный мозг крысы, что должно случиться в следующие два года, Маркрам загрузит моделирование в автоматизированную крысу, так, чтобы мозг имел тело. Он уже договаривается с японской компанией о строительстве механического животного. Монтаж Blue Brain в роботе также позволит ему развиваться как реальной крысе. Моделируемые клетки будут формироваться их собственными чувствами, постоянно пересматривая их связи, основанные на событиях жизни крысы. В конечном счете, группа хочет получить робота, немного непредсказуемого, который делает не только то, что мы говорим ему делать. Его цель состоит в том, чтобы построить виртуального животного – робота грызуна с собственным мнением. Но вопрос остается: Откуда Вы знаете то, что знает крыса? Как Вы проникнете внутрь её моделируемой коры? Это то место где визуализация становится ключевой. Маркрам хочет моделировать то, что испытывает тот мозг. Это очень смелая цель, великая попытка обойти древний парадокс. Но если он сможет действительно найти способ увидеть мозг с внутренней стороны, пройти в наше внутреннее пространство, тогда он даст неврологии беспрецедентное окно в невидимое. Он возьмет и превратит это невидимое в что-то, что мы можем увидеть.
2.6. В заключение Отрендерить клетки очень легко, по крайней мере для суперкомпьютера [8]. Сложно преобразовать эти клеток в знания. Однако, Маркрам настаивает, что это не так уж невозможно. Первый шаг, он говорит, должен будет расшифровать связь между ощущениями, входящими в автоматизированную крысу и мерцающие изменения напряжения ее мозговых клеток. Как только эта проблема будет решена, а это только вопрос огромной взаимосвязи – суперкомпьютер [8] сможет сделать обратное. Он будет в состоянии взять карту коры и показать кино опыта, первое представление человека о действительности, внедренной в деталях мозга. Как любил говорить философ Дэвид Чалмерс «Опыт – информация из внутренней части; физика – информация снаружи.» Курсируя между этими двумя полюсами человеческого существа, учёные Blue Brain надеются показать, что эти различные перспективы вообще-то не настолько отличны. С правильным суперкомпьютером [8], наша реальность может быть фальшивой. По сути, нет ничего таинственного в мозге или чем – нибудь, что он делает. Сознание только массивное количество информации, обмениваемой триллионами мозговых ячеек. Если мы сможем точно моделировать эту информацию, то непонятно, почему мы не были бы в состоянии произвести сознательное мнение. Маркрам, кажется, смакует идею относительно «разоблачения сознания,» показывая, что это не более метафизическое понятие, чем любая другая способность мозга. Сознание – двоичный код. Призрак возникнет в машине, если машина будет построена правильно. И все же, Маркрам откровенен относительно возможности неудачи. Он знает, что он понятия не имеет, что случится, как только Blue Brain будет промасштабирован. Он считает, что это будет так же интересно, возможно даже более интересно, если они не смогут создать сознательный компьютер. «Тогда вопрос будет: ‘Что мы упустили? Почему этого недостаточно?’»
2.7. Точка сингулярности: 2012-й превратится в 2030-й? Ранее ученые пришли к выводу, что точка сингулярности – момент в будущем, когда искусственный интеллект превзойдет человеческий, – ближе, чем считалось. Научный обозреватель Уэнди Гроссман посвятил читателей The Guardian в суть происходившего на "Саммите по сингулярности", который прошел в конце октября 2008 г. в Сан-Хосе. Назывались разные даты прохождения человечеством точки сингулярности: американский математик и писатель-фантаст Вернор Виндж, который в начале 1980-х позаимствовал этот термин из обихода астрофизиков, говорил о 2030 годе; физик из Массачусетского технологического университета Нейл Гершенфельд, разрабатывающий программируемую материю, отвел на это ближайшие двадцать лет, то есть точка сингулярности, по его мнению, будет пройдена где-то в 2028 году; Рэй Курцвайль ожидает, что знаменательный момент наступит в 2045 году, старший технический специалист Intel Джастин Раттнер – что не позже 2050 года. В теории трансгуманизма (современное материалистическое философское течение, согласно которому человек не является последним звеном эволюции, а значит, на смену человеческому интеллекту придут новые формы разума) слишком много вопросов: клонирование, нанотехнологии, крионика, искусственный интеллект - все это имеет как сторонников, так и противников, которые утверждают, что полная компьютеризация жизни приведет к угрозе для человечества. В 2004 году Вернон Виндж выступил с знаменитой статьей "Технологическая Сингулярность", в которой предсказал великие перемены в XXI веке: "Все, на что, как считалось, нужны тысячи веков, случится в ближайшие сто лет. И несмотря на весь свой оптимизм, мне было бы комфортнее, если бы от этих сверхъестественных событий нас отделяла тысяча лет, а не двадцать". Глава Института Будущего Человечества Ник Бостром (Оксфорд) также не исключает феномена "горя от ума". По его прогнозам, в пределах 2024 года уже будут существовать суперкомпьютеры [8], способные моделировать искусственный интеллект, эквивалентный человеческому. Правда, судя по его высказываниям, он бы не отказался застать это время.
Заключение
Нильс Бор однажды сказал: «Противоположность правильного высказывания – ложное высказывание. Но противоположностью глубокой истины может быть другая глубокая истина». В этом затруднительное положение проекта Blue Brain. Если моделирование успешно, если они смогут превратить стек кремниевых микрочипов в разумное существо, то эпическая проблема сознания будет решена. Душа будет лишена ее тайн; мозг потеряет свою тайну. Однако, если проект потерпит неудачу – если программное обеспечение не будет в состоянии чувствовать, или не сумеет решить парадокс опыта тогда, может, будут достигнуты абсолютные ограничения неврологии. Знание всего о мозге будет не достаточно. Суперкомпьютер [8] все еще будет простой машиной. Ничто не появится из полной информации. Мы останемся с тем, что не сможем никогда выяснить.
Список литературы
1. IBM: компьютеры станут умнее человека к 2019 году // CNews.ru // http://banana.by/index.php?newsid=158137 2. Внедрение в мозг: Нано и нейро // News in Science // http://www.popmech.ru/article/6781-vnedrenie-v-mozg/ 3. Blue Brain. Копия биологического мозга // http://www.infuture.ru/news.php?news_id=328 4. Проект Blue Brain: апокалипсис или панацея? // http://news.open.by/it/22729
