Понаблюдав за мухой ученые нашли элегантные решения некоторых из самых сложных проблем в компьютерной науке.
Допустим, вы на большой офисной вечеринке, полной людей, как коллег, так и незнакомых и ждёте когда к вам кто-то подойдет. У вас есть доля секунды, чтобы определить, знаете ли вы этого человека или нет. К счастью, ваш мозг разбирается в том, что компьютерные ученые называют "обнаружением новизны" - способностью отличать новую информацию от деталей, с которыми вы сталкивались раньше. Большую часть времени мы делаем это без особых усилий. Однако, то, как именно это умение работает, является провокационной научной загадкой.
Обнаружение новизны полезно во всех других ситуациях, в том числе и таких, которые не имеют никакого отношения к социальным взаимодействиям. Если вы получаете маммограмму, вы хотите, чтобы ваш рентгенолог и любое программное обеспечение для анализа изображений, которое она использует, были хороши в обнаружении новизны. Если вы делаете покупки в магазине, вы хотите, чтобы у вашей кредитной компании тоже было хорошее обнаружение новизны. Хорошо, если они постоянно находятся в поиске мошеннических операций, согласитесь.
Просто так получилось, что все эти детекторы - ваш мозг, программы медицинского анализа и детекторы мошенничества с кредитными картами - действительно работают на сходных алгоритмах, чтобы найти новые и необычные вещи. Главное отличие заключается в том, что алгоритм обнаружения новизны вашего мозга гораздо точнее и эффективнее, чем запрограммированный, по крайней мере, пока. Поэтому ученые в области вычислительной техники, такие как Сакет Навлаха, работают над тем, чтобы лучше понять алгоритмы, которые так успешно работают в биологии, а затем запрограммировать их, чтобы улучшить те, которые используются в нашей технологии.
Может быть, совсем скоро мы придумаем, как запрограммировать наши компьютеры, чтобы они думали, как мухи.
Навлаха, доцент Центра количественной биологии Саймонса в лаборатории Cold Spring Harbor на Лонг-Айленде, уже несколько лет занимается поиском алгоритмов в мозгах фруктовых мух. Несмотря на кажущуюся простоту, фруктовые мухи нуждаются в чувствительном обнаружении новинок, чтобы определить, знаком ли им этот запах. Новые запахи могут означать источник пищи или опасность. В любом случае, если пахнет чем-то необычным, муха должна знать, как на это реагировать.
Навлаха и его коллеги обнаружили, что мозг мух использует тот же самый алгоритм, что и большинство компьютеров, но с парой дополнительных стратегий, которые инженеры-программисты никогда не пробовали. Запрограммировав эти стратегии в существующие компьютерные программы для поиска по базам данных, исследователи сделали их более эффективными. "Вот такой простой организм с 100 000 нейронов в мозгу, и он разработал стратегии, которые являются конкурентоспособными, а иногда и лучше, чем мы думали", - говорит он.
Этот процесс попыток реверсивной инженерии в технике обнаружения новизны является частью более широкого движения по поиску программного вдохновения в мозгу. В течение многих лет пионер микроэлектроники Карвер Мид выступает за еще более радикальный подход, называемый "нейроморфной инженерией", разработанный также для имитации аппаратного обеспечения мозга. Компании Intel и IBM уже разработали экспериментальные энергоэффективные и компактные нейроморфные компьютерные чипы. В 2018 году исследователи Манчестерского университета в Англии включили SpiNNaker, суперкомпьютер стоимостью 20 миллионов долларов США, полностью спроектированный вокруг таких нейроморфных чипов.
Тем не менее, Навлаха обеспокоен тем, что, хотя компьютерная наука извлекла большую пользу из биологии, в другом направлении прогресс не был значительным. "Эти знания мало что сделали для продвижения биологии", - говорит он. Сейчас его цель - сделать улицу с двусторонним движением. В случае с его фруктовыми мухами, он надеется, что его вычислительные открытия могут улучшить наше понимание поведения мух. "Одно из преимуществ просмотра этой схемы как алгоритма заключается в том, что мы можем делать множество прогнозов о том, как мухи могут вести себя в новых ситуациях", - говорит Навлаха. Сравнивая предсказанное поведение с тем, что наблюдается на самом деле, он надеется узнать больше о глубинных процессах, происходящих в их мозгу.
В этом же духе компьютерный специалист Лесли Валиант из Гарвардского университета долгое время утверждал, что расшифровка алгоритмов жизни позволит нам лучше понять и предсказать, как ведут себя виды или даже целые экосистемы. До недавнего времени не существовало технологии, необходимой для получения и анализа данных, необходимых для расшифровки этих алгоритмов. Только в последнее десятилетие или около того, достижения в области визуализации и манипулирования мозгом позволяют Валианту и его коллегам контролировать большие участки живого мозга на уровне нейронов.
Такая работа может привести к более амбициозному типу реверс-инжиниринга. Навлаха думает, что не так уж и много времени пройдет, прежде чем мы придумаем, как запрограммировать наши компьютеры, чтобы они думали, как мухи, или как мы.