Нейробиологи изучают микропроцессор

Нейробиология во многом связана со сбором данных и считается, что огромное количества данных (big data) в совокупности с современными алгоритмами обработки информации приведут к понимаю того, как мозг обрабатывает информацию. Два ученых, Эрик Джонас и Конрад Кординг, решили опробовать такой подход путем изучения работы микропроцессора методами нейробиологии. Источником их вдохновения послужила статья Ю. Лазебника ‘Может ли биолог починить радиоприемник?‘ Таким образом на свет появилась статья ‘Может ли нейробиолог разобраться в микропроцессоре?‘

В качестве объекта исследования был выбран старый 8-битный микропроцессор MOS 6502 (микропроцессор состоит из 3510 транзисторов). В качестве ‘поведения’ системы были использованы старые игры, поддерживаемые этим микропроцессором. Целью исследование ставилось понимание работы микропроцессора, связанной с наблюдаемым ‘поведением’:

Какие проблемы система решают посредством вычислений?
Как система решает эти проблемы алгоритмически?
Как алгоритмы выполнены на физическом уровне?

Вначале путем реверс-инжиниринга была составлен составлена полная карта соединений транзисторов в микропроцессоре (в нейробиологии используется термин коннектом — полное описание структуры связей в нервной системе организма). Карта была настолько точной, что она позволяла запускать старые игры.

Далее в рамках полученной компьютерной модели микропроцессора методически использовались современные методы нейробиологии:

Повреждение одного транзистора. Операция была повторена для всех транзисторов по очереди.
Изучение возбуждений транзисторов. Собиралось немереное количество данных по состоянию каждого транзистора в ходе «поведения».
Изучение корреляций между возбуждениями транзисторов.
Изучение местных потенциалов (local field potential, LFP).
Изучение причинности по Грэнджеру (Granger causality).
Использование редукции размерности для изучения глобальной динамики.

Результаты, тем не менее, были крайне скромные. Понять работу микропроцессора в смысле понимания с точки зрения электроники явно не удалось. Получается странная ситуация. Мы хорошо понимаем как работает микропроцессор. Однако использование лучших методик нейробиологии в случае микропроцессора не позволяет нам получить правильное понимание того, как микропроцессор работает. Что-то не срабатывает и авторы статьи считают, что было бы крайне полезно понятно, что именно. В противном случае надежды на то, что ‘большие данные’ автоматически решат все проблемы нейробиологии останутся только надеждами.