دانشمندان بعد از حدود یک دهه کار، نقشهٔ کامل مغز و سیستم عصبی مرکزی یک مگس میوهٔ نر را منتشر کرده‌اند؛ نقشه‌ای با بیش از ۱۶۶ هزار نورون که خیلی زود از آزمایشگاه بیرون آمد و به دست برنامه‌نویس‌ها افتاد.
این پروژه با همکاری پژوهشگران Google Research، مؤسسهٔ HHMI Janelia و چند مرکز دانشگاهی انجام شده است. آن‌ها مغز و طناب عصبی شکمی مگس—چیزی شبیه نقش نخاع در مهره‌داران—را به میلیون‌ها برش بسیار نازک تقسیم کردند، از هر برش با میکروسکوپ الکترونی تصویر گرفتند و سپس با کمک سامانه‌های هوش مصنوعی، تصاویر دوبعدی را به شکل سه‌بعدی نورون‌ها تبدیل کردند.
یک نقشه با ۱۶۶٬۶۹۱ نورون
حاصل کار، نقشه‌ای از ۱۶۶٬۶۹۱ نورون و حدود ۱۲۵ میلیون اتصال سیناپسی است. گوگل آن را بزرگ‌ترین نقشهٔ مغزی منتشرشده از نظر تعداد نورون معرفی می‌کند. داده‌ها فقط مغز را پوشش نمی‌دهند؛ اتصال ورودی‌های بینایی، شنوایی و بویایی به مسیرهایی که در نهایت حرکت بدن را کنترل می‌کنند نیز در این مجموعه دیده می‌شود.
اهمیت علمی این نقشه در امکان مقایسهٔ مستقیم سیستم عصبی مگس نر با نمونهٔ ماده‌ای است که پیش‌تر منتشر شده بود. چنین مقایسه‌ای می‌تواند به پژوهشگران کمک کند تفاوت مدارهای مرتبط با رفتارهای اجتماعی، جفت‌گیری و پرخاشگری را بررسی کنند. در مقیاسی بزرگ‌تر، ابزارها و روش‌های همین پروژه راه را برای نقشه‌برداری از سیستم عصبی ماهی و بخش‌هایی از مغز موش باز می‌کنند.
اما این «آپلود مغز» نیست
کانکتوم نقشهٔ سیم‌کشی مغز است، نه خودِ مغز زنده.
این تفاوت مهم است. دادهٔ منتشرشده مشخص می‌کند هر نورون به کدام نورون‌ها متصل است، اما همهٔ جزئیات زیستی را بازسازی نمی‌کند: شکل دقیق سیگنال‌های پیوسته، اثر گیرنده‌های مختلف، هورمون‌ها، تغییرپذیری سیناپس‌ها و وضعیت شیمیایی یک مغز زنده در این نقشه حضور کامل ندارند. شبیه‌سازهای فعلی معمولاً هر نورون را به یک مدل ریاضی ساده تبدیل می‌کنند و برای شدت اتصال‌ها از تعداد سیناپس‌های دیده‌شده در تصاویر استفاده می‌کنند.
وقتی برنامه‌نویس‌ها مغز مگس را به Doom وصل کردند
عمومی‌شدن داده‌ها خیلی زود پروژه‌های عجیب و جالبی ساخت. در یک نمونه، هر فریم بازی Doom به تحریک نورون‌های حسی تبدیل شد و فعالیت نورون‌های خروجی به فرمان‌های بازی نگاشت شد. برخورد با دشمن یا آسیب‌دیدن نیز به سلول‌های دوپامینی خاصی وصل شد تا یک سیگنال تقویتی مهندسی‌شده ایجاد کند. پروژه‌های مشابهی برای Super Mario 64، بازی‌های مبارزه‌ای و حتی حل مکعب روبیک منتشر شدند.
نکته اینجاست که در بسیاری از این آزمایش‌ها خودِ سیم‌کشی اصلی تقریباً ثابت می‌ماند: برنامه‌نویس تعیین می‌کند چه چیزی نقش چشم مگس را بازی کند و کدام نورون‌های نزولی به حرکت، پرش یا شلیک تبدیل شوند. بنابراین نتیجه بیشتر آزمایشی دربارهٔ رفتار یک شبکهٔ زیستیِ ازپیش‌سیم‌کشی‌شده است تا اثبات اینکه مگس مفهوم بازی را «می‌فهمد».
یک معامله‌گر ۱۰۰ دلاری با چشم مصنوعی
یکی از جالب‌ترین نمونه‌ها Stonkfly است. این پروژه نمودار شمعی قیمت واقعی BTC/USDC را در تصویری ۳۲۰×۱۸۰ پیکسلی به گیرنده‌های بینایی شبیه‌سازی‌شده می‌دهد. خروجی شبکه به یکی از سه تصمیم خرید، فروش یا نگه‌داری تبدیل می‌شود. افزایش ارزش سبد، ۱۵ سلول دوپامینی را تحریک می‌کند و زیان به دو سلول مرتبط با محرک ناخوشایند وصل می‌شود.
حالت پیش‌فرض آن معاملهٔ کاغذی با موجودی مجازی ۱۰۰ دلار است؛ هر سفارش حداکثر ۱۰ دلار و تعداد تلاش‌ها حداکثر ۲۴ بار در روز است. سازندهٔ پروژه هم صریح می‌گوید هنوز یادگیری سودآور اثبات نشده و بالا رفتن عمومی بازار می‌تواند هر خریداری را باهوش نشان دهد—حتی اگر آن خریدار یک مغز مگس شبیه‌سازی‌شده باشد.
چرا این پروژه مهم است؟
- یک دیتاست عمومی برای دنبال‌کردن مسیر حواس تا فرمان‌های حرکتی فراهم می‌کند.
- امکان مقایسهٔ دقیق سیستم عصبی مگس نر و ماده را می‌دهد.
- محیطی واقعی برای آزمودن مدل‌های محاسباتی نورون و یادگیری فراهم می‌کند.
- محدودیت شبیه‌سازی مغز را هم روشن می‌کند: دانستن سیم‌کشی، به‌تنهایی به معنی بازسازی ذهن یا رفتار نیست.
شاید خروجی فعلی بیشتر از آنکه یک هوش تازه باشد، اسباب‌بازی فوق‌العاده‌ای برای پژوهشگران و برنامه‌نویس‌ها باشد؛ اما همین که بتوان شبکه‌ای برگرفته از یک موجود واقعی را دانلود کرد، به ورودی و خروجی دلخواه وصل کرد و واکنشش را دید، فاصلهٔ میان علوم اعصاب و مهندسی نرم‌افزار را به شکل عجیبی کوتاه کرده است.
منابع و اعتبار تصویر
- Google Research — نقشهٔ کامل مغز مگس میوهٔ نر
- HHMI Janelia — Male CNS Connectome
- Gizmodo — اجرای Doom و Super Mario 64
- Stonkfly — توضیح فنی آزمایش معاملهٔ رمزارز
تصویر شاخص: نمای سه‌بعدی نقشهٔ مغز و سیستم عصبی مگس میوهٔ نر، Google Research / HHMI Janelia.