ადამიანის ტვინის ფუნქციონირების საიდუმლოებები ყოველთვის აწუხებდა მეცნიერებს. ადამიანის ტვინის მიბაძვის მცდელობები ყოველთვის იყო. ადამიანის ტვინის პროექტი ერთ-ერთი ასეთი მცდელობაა. რა ეტაპზე არიან მეცნიერები? არის წარმატებები?
ადამიანის ტვინი ყველაზე იდუმალი ბიოლოგიური კომპიუტერია, რაც ჩვენ ვიცით. ფაქტობრივად, ჩვენ არ ვიცით საკმარისად ამის შესახებ, მიუხედავად მეცნიერთა მცდელობისა, საუკუნეების განმავლობაში უფრო დახვეწილი გზებით გაეცნოთ მას. მხოლოდ უახლეს ტექნოლოგიებს შეუძლია მოგვცეს რეალური ცოდნა, რომლის შესახებაც ადრე მხოლოდ გამოცნობა შეგვეძლო. ეს არ ცვლის იმ ფაქტს, რომ ჩვენ ჯერ კიდევ შორს ვართ სრული ცნობიერებისგან. რა ეტაპზე არიან თანამედროვე მეცნიერები?
ასევე საინტერესოა: რა არის ნერვული ქსელები და როგორ მუშაობს ისინი?
1950-იან წლებში, როდესაც ტერმინი „ხელოვნური ინტელექტი“ პირველად გამოჩნდა მეცნიერებაში და ხელოვნური ინტელექტის მკვლევარებმა წარმატებით დაამტკიცეს, რომ თქვენ შეგიძლიათ ასწავლოთ მანქანას ისეთი რამის გაკეთება, რისი გაკეთებაც თავად არ შეგეძლოთ, ისინი აღფრთოვანებულები იყვნენ ამით. მარტივი შესაძლებლობა, რომ მანქანას შეუძლია ისწავლოს, დამოუკიდებლად დაამტკიცოს მათემატიკური თეორემები (ეს გაკეთდა, მაგალითად, ლოგიკის თეორეტიკოსის პროგრამით, რომელიც შეიქმნა 1955 წელს ალენ ნიუველისა და ჰერბერტ საიმონის მიერ), ან ქვის თამაში და ადამიანის ცემა (პროგრამა არტურის მიერ). სამუელმა, IBM-ის ინჟინერმა, მოგვიანებით სტენფორდის უნივერსიტეტის პროფესორმა, მეცნიერული სამყარო მიიყვანა იმის დასაჯერებლად, რომ ადამიანის ტვინის სრული სიმულაცია სულ რამდენიმე წელი იყო დარჩენილი.
გავიდა ათწლეულები და მიუხედავად გამოთვლითი სიმძლავრის უზარმაზარი ზრდის, ხელოვნური ნერვული ქსელების და ხელოვნური ინტელექტის ალგორითმების განვითარებისა ღრმა მანქანათმცოდნეობით, ჩვენ ჯერ კიდევ შორს ვართ ტვინის ფრაგმენტების სიმულაციისგან. მარტივად რომ ვთქვათ, მე-20 საუკუნის მეორე ნახევრის ხელოვნური ინტელექტის პიონერებმა დიდად შეაფასეს ამ „ჟელესმაგვარი მასის“ შესაძლებლობები ჩვენს კუებში, რომელიც 90% წყალს შეადგენს.
ასევე საინტერესოა: ChatGPT: გამოყენების მარტივი ინსტრუქცია
დაბადებისას ადამიანის ტვინი იწონის დაახლოებით 300 გ. სრულად განვითარებული ზრდასრული ტვინი იწონის დაახლოებით 1,5 კგ. ეს 1,5 კგ შეიცავს მთელ ჩვენს სამყაროს და ყველა გონებრივ უნარს. არა მხოლოდ ცნობიერი, როგორიცაა აბსტრაქტული აზროვნება, კრეატიულობა, არამედ ის, რაც ჩვენ არ ვიცით: მოძრაობების მოძრაობა, სისხლის მიმოქცევის სისტემის კონტროლი, სუნთქვა და მრავალი სხვა.
მეცნიერთა შორის პოპულარული განცხადებაა, რომ ადამიანის ტვინი დაახლოებით 100 მილიარდი ნეირონისგან შედგება. ჩვენ არ ვიცით მათი ზუსტი რაოდენობა და ის შეიძლება განსხვავდებოდეს ადამიანის სახეობის თითოეულ ინდივიდში. მაგრამ დავუშვათ, რომ ეს მართალია და ეს რიცხვი არც ისე მცირეა. 100 მილიარდი ბევრია, მაგრამ თანამედროვე სუპერკომპიუტერებს შეუძლიათ კიდევ უფრო დიდი ობიექტების სიმულაცია. თუმცა, პრობლემა ის არის, რომ ნეირონი არის რაღაც ბევრად უფრო რთული, ვიდრე, მაგალითად, ტექსელი 3D გრაფიკაში, პიქსელი გამოსახულებაში ან ნებისმიერი სხვა ობიექტი, რომლის აღწერაც შესაძლებელია მხოლოდ კოდის მცირე ნაწილით.
ჩვენს ტვინში ნეირონები დაკავშირებულია ერთმანეთთან. ეს არ არის ფიზიკური კავშირები, რადგან მაშინ ცალკეულ ნეირონებში წარმოქმნილი ელექტრული იმპულსები სწრაფად გავრცელდებოდა მთელ სხეულში, რაც პრაქტიკულად შეუძლებელს გახდის ფუნქციონირებას. ჩვენს ტვინში ინფორმაციის გადაცემა ეფუძნება როგორც ელექტროენერგიას (იმპულსებს) ასევე ქიმიას (ნეიროტრანსმიტერები). თითოეული ნეირონი (მოდით გავიხსენოთ ნეირონის ახლა პოპულარული გამოსახულება, როგორც „ხე“ დამახასიათებელი დენდრიტებით) შეიძლება სხვებთან დაკავშირება ათ ათასამდე სინაფსური კავშირის დახმარებით.
დამეთანხმებით, 10000 კავშირი ერთი ნერვული უჯრედიდან გაცილებით მაღალი სირთულის დონეა, ვიდრე ტრანზისტორების ლოგიკური კარიბჭე. თუ შევეცდებით დავთვალოთ ყველა შესაძლო კავშირის რაოდენობა ნეირონებსა და მდგომარეობებს შორის, რომლებიც მათ შეუძლიათ მიიღონ მოცემულ მომენტში (მხოლოდ ერთი), მივიღებთ უზარმაზარ რიცხვს, რომელიც ბევრად აღემატება ატომების სავარაუდო რაოდენობას მთელ დაკვირვებად სამყაროში. ამ მიდგომის გამოყენებით, მრავალი მეცნიერი, რომლებიც სპეციალიზირებულნი არიან ნეირობიოლოგიაში და ასევე აქვთ გამოცდილება კომპიუტერულ მეცნიერებაში, თვლიან, რომ ცოდნის ამჟამინდელი დონისა და მისი მოსალოდნელი განვითარების პირობებშიც კი, ასეთი რთული ორგანოს სრული სიმულაცია არის ამოცანა, რომელიც გადააჭარბებს ჩვენს შესაძლებლობებს. დიდი ხნის განმავლობაში. მაგრამ ეს არ ნიშნავს იმას, რომ მეცნიერები არაფერს აკეთებენ და ვერაფერს მიაღწიეს. მოდით გადავხედოთ რამდენიმე პროექტს, რომლებიც მიზნად ისახავს, თუ არა მთელი ადამიანის გონების, მაშინ მისი ნაწილის მაინც სიმულაციას.
ასევე წაიკითხეთ: ChatGPT-ის 7 ყველაზე მაგარი გამოყენება
2013 წელს, იაპონელმა მეცნიერებმა ოკინავას ტექნოლოგიური ინსტიტუტიდან და გერმანელმა მკვლევარებმა Forschungszentrum Jülich-დან გააერთიანეს ძალები და გამოიყენეს ერთ-ერთი ყველაზე ძლიერი სუპერკომპიუტერი ჩვენს პლანეტაზე იმ დროისთვის (ე.წ. K Computer, Top500 სიის ლიდერი 2011 წელს) გამოთვლითი სიმძლავრით. 8,16 PFLOPS (ან 8,16 კვადრილიონი მცურავი წერტილის ოპერაციები წამში), რათა სცადოთ ტვინის მხოლოდ ერთი ნაწილის სიმულაცია. ზოგადად, სიმულაცია შედგებოდა 1,73 მილიარდი ნეირონის მუშაობის რუქების შედგენისგან, რომლებმაც ერთად შექმნეს 10,4 ტრილიონი სინაფსური კავშირის ქსელი. ეს არის თქვენს თავის ქალაში ჩარჩენილი ბიოლოგიური „ჟელეს“ პოტენციალის 1 პროცენტზე ცოტა მეტი. სიმულაციამ გამოიყენა 82944 Sparc64 VIIIfx პროცესორის სრული სიმძლავრე (ერთ სისტემას აქვს საათის სიხშირე 2 გჰც და 8 ბირთვი). იმუშავა ამ მიდგომამ?
მეცნიერთა აზრით კი, მაგრამ მეორეს მხრივ... ეს იმაზეა დამოკიდებული, როგორ უყურებ. ამ სუპერკომპიუტერის მუშაობის დაახლოებით 40 წუთი გაგრძელდა ტვინის ნერვული ქსელის აღნიშნული ფრაგმენტის მუშაობის მხოლოდ 1 წამის სიმულაციაზე. ამიტომ, თუმცა იმ ფაქტს, რომ სიმულაცია საერთოდ განხორციელდა, შეიძლება ეწოდოს წარმატება, რადგან ეფექტები, გამოთვლის დრო და სიმულაციის მოცულობა გვიჩვენებს, თუ რა დიდი პრობლემის წინაშე ვდგავართ აქ. და უნდა გვახსოვდეს, რომ ნეირონების რაოდენობის მატებასთან ერთად, სინაფსური ქსელის სირთულე იზრდება არა ხაზოვანი, არამედ ექსპონენციალურად! თუ ამჟამად ყველაზე სწრაფი ამერიკული სუპერკომპიუტერი Frontier, რომელიც მუშაობს Oak Ridge National Laboratory-ში და აქვს გამოთვლითი სიმძლავრე 1102 PFLOPS, ანუ 135-ჯერ აღემატება ხსენებულ იაპონურ K კომპიუტერს, იგივე ამოცანისთვის გამოიყენებოდა, ეს არ ნიშნავს. რომ Frontier-ს შეეძლო 135-ჯერ უფრო დიდი ნერვული ქსელის სიმულაცია (იგივე მოდელის პარამეტრებით). 1,73 მილიარდი ნეირონისგან შემდგარი ქსელის ერთი რეალური წამის იგივე სიმულაცია ამერიკულ სუპერკომპიუტერზე გაგრძელდება არა 40 წუთი, არამედ 18 წამზე ნაკლები. მაგრამ ეს ჯერ კიდევ ბევრად მეტია, ვიდრე რეალურ დროში ქსელის სიმულაცია და მხოლოდ მცირე ნაწილია იმისა, რაც ჩვენს თავში გვაქვს. მთელი გონების მუშაობის სიმულაცია ჯერ კიდევ სამეცნიერო ფანტასტიკის სფეროს ეკუთვნის. მაგრამ მეცნიერები ჯერ კიდევ ცდილობენ.
ასევე წაიკითხეთ: კვანტური კომპიუტერების შესახებ მარტივი სიტყვებით
Human Brain Project (HBP) თავისი მასშტაბებით და ამ სამეცნიერო პროექტისთვის გამოყოფილი თანხებით შეიძლება შევადაროთ ადამიანთან დაკავშირებულ სხვა პროექტს - ცნობილ პროექტს „ადამიანის გენი“, რომელიც გრძელდებოდა 1990 წლიდან 2003 წლამდე. ადამიანის გენომის სრულად გასაგებად, ადამიანის ტვინის პროექტი მიზნად ისახავს მეცნიერებს დაეხმაროს ჩვენი ტვინის უკეთ გააზრებაში. თუმცა, ადამიანის ტვინის პროექტი, რომელიც 2013 წლიდან მიმდინარეობს და თავდაპირველად უნდა დასრულებულიყო ათწლეულის კვლევის შემდეგ (ანუ 2023 წელს), არც კი უახლოვდება მთელი ტვინის სიმულაციას. მაშ, რა მიზნების მიღწევას გეგმავენ მეცნიერები ამ გამოკვლევით?
HBP-ის მთავარი მიზანი არ არის მთელი ტვინის სიმულაცია, რადგან ვიმედოვნებ, უკვე ვაჩვენეთ, რომ ეს ამოცანა დღეს ჩვენი ცივილიზაციის შესაძლებლობებს აღემატება. მიზანია ნაწილობრივ მაინც დაეუფლონ ტვინის სირთულეს. ეს ხელს შეუწყობს ისეთი მეცნიერებების განვითარებას, როგორიცაა მედიცინა, კომპიუტერული მეცნიერება, ნევროლოგია, ისევე როგორც ტექნოლოგიების განვითარებაში, რომელთა მუშაობა შთაგონებულია ჩვენი გონების მუშაობის მიხედვით.
HBP პროექტის ერთ-ერთი შედეგია ტვინის კვლევის ციფრული პლატფორმის EBRAINS-ის შექმნა. EBRAINS არის ღია კოდის პლატფორმა, რომელიც საშუალებას აძლევს მკვლევარებს მთელი მსოფლიოდან გამოიყენონ ციფრული ხელსაწყოები, რომლებიც ხელმისაწვდომია უსაფრთხო ღრუბლოვან გარემოში. სხვა სიტყვებით რომ ვთქვათ, EBRAINS მეცნიერებს აძლევს ინსტრუმენტებს ტვინის ცალკეული უბნების ფუნქციონირების მოდელირებისა და ანალიზისთვის.
ერთ-ერთი ასეთი ინსტრუმენტია HBP-ისა და EBRAINS-ის მიერ შექმნილი ვირტუალური ტვინის სიმულაციური პროგრამა. ამ ხელსაწყოს სრულიად არ შეუძლია მთელი ტვინის მუშაობის სიმულაცია, მაგრამ ის საშუალებას აძლევს, მაგალითად, ახალი წამლების მკვლევარებს, მოახდინოს მათი ეფექტის სიმულაცია ნეირონების ჯგუფებზე. ეს, თავის მხრივ, საშუალებას მისცემს მეცნიერებს შეიმუშაონ ახალი სამკურნალო საშუალებები, რომლებიც სასარგებლო იქნება ისეთი რთული დაავადებებისთვის, როგორიცაა ალცჰეიმერის დაავადება, დეპრესია, პარკინსონის დაავადება და სხვა.
ასევე საინტერესოა:
ამერიკული კვლევითი ინსტიტუტების მიერ ინიცირებული კიდევ უფრო დიდი და ახალი პროექტი არის US BRAIN Initiative. ეს არის კიდევ ერთი მრავალწლიანი, მრავალმილიარდ დოლარიანი კვლევითი პროექტი, რომელიც მიზნად ისახავს ადამიანის კონექტომის რუქას. რა არის კავშირი? ეს არის ამ ორგანიზმის ნერვული კავშირების ერთობლიობა. ისევე, როგორც გენომი არის გენეტიკური ჯაჭვის სრული რუკა, პროტეომი კი არის მოცემული ორგანიზმის ცილების სრული რუკა. ჩვენ უკვე ვიცით ადამიანის გენომი, მისი აღმოჩენა მილიარდობით დოლარი დაჯდა. დღეს გენომის ტესტირება ფართოდ არის ხელმისაწვდომი და, მაგალითად, გენეტიკური ტესტები დეფექტის არსებობისთვის რამდენიმე ასეული დოლარი ღირს. სრული გენომი ოდნავ უფრო ძვირია, მაგრამ მაინც ოდენობით ნაკლებია, ვიდრე ადამიანის პირველი წაკითხული დნმ-ის ღირებულება.
დავუბრუნდეთ Connectome-ს და ამერიკულ BRAIN პროექტს. რა არის ამ პროექტის მიზანი? ჯოშ გორდონმა, აშშ-ს ფსიქიკური ჯანმრთელობის ეროვნული ინსტიტუტის დირექტორმა ბეთესდაში, მერილენდი, თქვა: „თავის ტვინის ყველა ტიპის უჯრედების ცოდნა, როგორ უკავშირდებიან ისინი ერთმანეთს და როგორ ურთიერთქმედებენ, ხსნის თერაპიის სრულიად ახალ კომპლექტს, რომელიც დღეს ჩვენ გვაქვს. ვერც კი წარმოიდგენ." ამჟამად იქმნება და სისტემატურად ვითარდება ნერვული უჯრედების ტიპების მსოფლიოში უდიდესი კატალოგი. ეს კატალოგი, სახელწოდებით BRAIN Initiative Cell Census Network (BICCN), აღწერს, თუ რამდენი სხვადასხვა ტიპის უჯრედია ტვინში, რა პროპორციებით ჩნდება, როგორ არის განაწილებული ისინი სივრცეში და რა ურთიერთქმედება ხდება მათ შორის.
საიდან მოდის ეს მიდგომა? საჭიროებიდან იმის გაგება, თუ როგორ მუშაობს ტვინი. ამ მიდგომის უპირატესობებს Nature-სთვის განმარტა ნეირომეცნიერი კრისტოფ კოხი, MindScope პროგრამის მთავარი მეცნიერი, რომელსაც ახორციელებს ალენის ტვინის მეცნიერების ინსტიტუტი სიეტლში: „ისევე როგორც ქიმიაში არაფერს აქვს აზრი პერიოდული ცხრილის გარეშე. ელემენტები, არაფერი ექნება აზრი ტვინის გაგებაში ცალკეული ტიპის უჯრედების არსებობისა და ფუნქციონირების გააზრების გარეშე“.
თუ ჰიპოთეტურად მივაღწევდით ტექნოლოგიურ პოტენციალს, რომ შეგვეძლოს უჯრედის მიხედვით სკანირება და, მაგალითად, ადამიანის ტვინის ხელახლა შექმნა, ასეთი მიდგომა ნიშნავს, რომ მაშინაც კი, თუ ჩვენ წარმატებას მივაღწევთ (რაც დღეს არარეალურია), მაინც ვერ გავიგებთ, რატომ ტვინი მუშაობს ისე, როგორც ეს სინამდვილეში ხდება. და არ აქვს მნიშვნელობა, ვსაუბრობთ ტვინზე, როგორც ცოცხალ ბიოლოგიურ ორგანოზე, თუ მის ციფრულ, ჰიპოთეტურ კლონირებაზე. ტვინი და დირექტორია BICCN არის საწყისი წერტილები თითოეული ნერვული წრედის სტრუქტურისა და მოქმედების გასაგებად და, შესაბამისად, იმ რთული ქცევის გასაგებად, რომელიც მართავს ყველა სახეობას ისეთივე რთული ორგანოთ, როგორიც ტვინია.
კვლევა გრძელდება და მეცნიერები მუდმივად წარმოადგენენ თავიანთ ახალ მიღწევებს სპეციალურად შექმნილ ვებსაიტზე. ამიტომ, დარწმუნებული ვარ, მალე კიდევ უფრო საინტერესო აღმოჩენები გველოდება.
ასევე საინტერესოა:
ნახვა კომენტარები
სულ მალე შესაძლებელი იქნება ტვინების ამოღება ყველას, როგორც არასაჭირო...