مشروع الدماغ البشري^(*)
إن بناء محاكاة رقمية واسعة للدماغ يمكن أن يغير مجرى العلوم
الطبية والعصبية، وأن يُظهر طرائق جديدة لصناعة حواسيب أكثر قدرة.

<.H ماركرام>
 

حان الوقت لتغيير طريقة دراستنا للدماغ.
 
لقد حققنا بفضل البيولوجيا الاختزالية reductionist biology - وهي علم يفحص كلا من أجزاء الدماغ والدارات العصبية والجزيئات على انفراد - تقدما كبيرا، ومع ذلك فهي لا تستطيع وحدها تفسير طرائق عمل دماغ الإنسان: معالج المعلومات القابع ضمن جمجمتنا الذي لا مثيل له بهذا الكون. فعلينا أن نجمع بين التجميع والاختزال، وبين البناء والتفكيك. ولكي نقوم بذلك، نحتاج إلى نمط تفكير جديد (باراديگما جديدة)⁽¹⁾ يدمج التحليل والتركيب معا. وقد كتب الفيلسوف الفرنسي <.R ديكارت>، أبو الاختزالية reductionism, عن الحاجة إلى تحري الأجزاء، ثم تجميعها لإعادة إنشاء الكيان الكامل.
 
إن تجميع ما لدينا لابتكار محاكاة تامة لدماغ الإنسان هو الهدف من مشروع جار الآن غايته تشكيل أداة علمية جديدة خارقة، لا شيء يشبهها تماما حتى الآن، لكننا بدأنا نبنيها. والطريقة الوحيدة لتخيل هذه الأداة هي بتشبيهها بأقوى مُحاكٍ للطيران بني حتى الآن - والفرق الوحيد هو أنه بدلا من محاكاة الطيران في الفضاء، سـتكون المحاكاة لرحلـة عبر الدماغ. وسوف يشتغل هذا «الدماغ الافتراضي⁽²⁾» في حواسيب عملاقة تتضمن جميع البيانات التي ولدتها العلوم العصبية حتى الآن.
 
سيشكل الدماغ الرقمي⁽³⁾ موردا للمجتمع العلمي كله: سيحجزه الباحثون مدة زمنية معينة - شأنه في ذلك شأن أكبر التلسكوبات - لإجراء تجاربهم عليه. سيستعملونه لاختبار نظريات تتعلق بكيفية عمل دماغ الإنسان في حالتي الصحة والمرض. وسيوظفونه لمساعدتهم، ليس فقط في تطوير اختبارات تشخيصية جديدة للتوحد أو الفصام وإنما أيضا في تطوير علاجات جديدة للاكتئاب وداء ألزهايمر. إن خطة تشبيك⁽⁴⁾ عشرات التريليونات من الدارات العصبية ستلهم تصميم الحواسيب الشبيهة بالدماغ والإنسالات الذكية⁽⁵⁾. وباختصار، ستغير هذه الخطة مجرى العلوم العصبية والطب وتقانة المعلومات.
 
دماغ في صندوق^(**)
 
مع نهاية هذا العقد، ربما سيكون العلماء قادرين على الانطلاق بالمحاكاة الأولى لدماغ الإنسان، حيث الحواسيب العملاقة قادرة بما يكفي لدعم العدد الهائل من الحسابات المطلوبة. ولن تتطلب أداة المحاكاة أن يتم الكشف عن ألغاز الدماغ كلها في بداية الأمر؛ بل إنها ستشكل الإطار الهيكلي لتوطين ما نعرفه، وتمكننا في الوقت نفسه من التنبؤ بما لا نعرفه. وستحدد لنا هذه التنبؤات بدورها الأهداف التي علينا أن نسعى إلى تحقيقها في تجاربنا المستقبلية لتجنب إضاعة الجهود. وسنضافر المعارف التي ننتجها مع المعارف المتوفرة، فتمتلئ «الثغرات» الموجودة في الإطار الهيكلي بالتفصيلات الواقعية المتزايدة حتى نمتلك في نهاية المطاف، نموذجا موحدا للدماغ قابلا للعمل – وهو نموذج يعيد إنتاج الدماغ بدقة، من أعلى مستوياته - مستوى الدماغ الكامل - إلى أدناها - مستوى الجزيئات.
 
إن بناء هذه الأداة هو ما يرمي إليه مشروع الدماغ البشري ⁽HBP)⁽⁶)، وهو مبادرة تضم نحو 130 جامعة من جميع أنحاء العالم. وهذا المشروع هو واحد من ستة مشاريع تتنافس على جائزة براقة تصل قيمتها إلى بليون يورو يمنحها الاتحاد الأوروبي على مدى عشر سنوات لكل من فائزين اثنين سيعلن عنهما في الشهر 2013/2.
 
إننا نحتاج إلى المحاكي لسببين على الأقل. يتعلق أولهما بأمراض الدماغ التي تصيب، في أوروبا وحدها، 180 مليون شخص، أو واحدا من كل ثلاثة أشخاص تقريبا - وهو عدد مرشح للازدياد مع زيادة أعمار السكان. وفي الوقت ذاته، لا تستثمر شركات الأدوية في المعالجات الجديدة لأمراض الجهاز العصبي. ولعل النظرة الشمولية للدماغ تمكننا من إعادة تصنيف مثل هذه الأمراض بتعابير بيولوجية بدلا من النظر إليها - ببساطة - كمجموعات من الأعراض. والتوسع في هذا المنظور قد يسمح لنا بالمضي قدما نحو تطوير جيل من المعالجات التي تستهدف انتقائيا الشذوذات التي تُرد إليها هذه الأمراض.
 
ويعود السبب الثاني إلى أن استخدام عمليات الحوسبة سيصطدم سريعا بعوائق تمنع المزيد من التطوير. فالحواسيب لا تستطيع القيام بالعديد من المهام التي تقوم بها الأدمغة الحيوانية بسهولة، على الرغم من الزيادة المطردة في قدرة المعالجة. فعلى سبيل المثال، وعلى الرغم من أن علماء الحاسوب أحرزوا تقدما هائلا في مجال التعرف البصري، فإن هذه المكنات لا تزال تكافح للتمكن من استخدام السياق في المشهد، أو استخدام نتف اعتباطية من المعلومات لتوقع الأحداث المستقبلية بالطريقة التي يستطيعها الدماغ.
 
إضافة إلى ذلك، ولأن الحواسيب الأعلى قدرة تتطلب طاقة أكثر، فإن تزويدها بما تحتاجه سيغدو أمرا غير عملي يوما ما. إن أداء الحواسيب العملاقة اليوم محسوب بالبيتافلوبات petaflops - كوادريليونات quadrillions من العمليات المنطقية بالثانية. والجيل القادم، نحو عام 2020، سيكون أسرع 1000 مرة ومحسوبا بالإيكسافلوبات exaflops - كوينتيليونات quintillions من العمليات بالثانية. ومن المحتمل أن تستهلك أول مكنة من مقاس الإيكسا وحدها، نحو 20 ميغاواطا، أيْ ما يقارب متطلبات بلدة صغيرة من الطاقة في الشتاء. ولإنتاج حواسيب بقدرات متزايدة، يمكنها القيام ببعض الأشياء البسيطة، لكن المفيدة، التي يستطيع البشر القيام بها، وبطريقة ذات مردود اقتصادي في استهلاك الطاقة، فإننا نحتاج إلى استراتيجية جديدة جذريا.
 
ومن الجدير بنا أن نستلهم من الدماغ البشري، الذي ينجز سلسلة من الوظائف الذكية بطاقة لا تتعدى 20 واطا - وهي أقل بمليون مرة من مكنة الإيكسا، وتعادل ما يحتاج إليه مصباح ضوئي ضعيف. ومن أجل ذلك، علينا أن نفهم نظام الدماغ المتعدد المستويات؛ من الجينات إلى السلوك. فالمعارف متوفرة، ولكن علينا جمعها سوية - وآلتنا ستمدنا بالأرضية اللازمة لهذه العملية.
 
يقول المنتقدون إن الهدف المبتغى من نمذجة دماغ الإنسان لا يمكن بلوغه؛ وأحد اعتراضاتهم الرئيسة يبررونه باستحالة إعادة إنتاج نظام الاتصال المسيَّر لمئة تريليون مشبك عصبي دماغي، لأننا لا نستطيع قياسها. إنهم محقون بأننا لا نستطيع قياس شبكة الارتباطات هذه كلها، ونحن لسنا في وارد قياسها كلها، بل جزء منها على الأقل. وما نسعى إليه هو إعادة إنتاج ما لا يحصى من الارتباطات بين خلايا الدماغ بوسائل مختلفة.
 
إن مفتاح مقاربتنا هو وضع مخطط هندسي تفصيلي دقيق لبنية الدماغ: أولا، مجموعة القواعد التي وجهت بناء الدماغ عبر مراحل تطور النوع evolution؛ وثانيا، تلك التي توجه التطور في الجنين. وتمثل تلك القواعد، نظريا، جميع المعلومات التي نحتاج إليها لبدء بناء دماغ. والمشككون في ذلك محقون: فالطريقة التي يطرحونها معقدة إلى درجة تثير الرعب وتثبط الهمم، وتتطلب - بالتالي - حواسيب عملاقة للإحاطة بالدماغ. ولكن حل لغز القواعد ذاتها هو مشكلة يمكن التعامل معها بصورة أيسر بكثير. فإذا تسنى لنا ذلك، فلن يكون هناك سبب منطقي يمنعنا من تطبيق المخطط التفصيلي بالطريقة ذاتها التي مُورِسَتْ في البيولوجيا، وقادت إلى بناء الدماغ الافتراضي “in silico brain”.
 
 
إن نوع القواعد التي نتحدث عنها هي تلك التي تدير الجينات المسؤولة عن نشوء أنواع الخلايا الموجودة في الدماغ، وعن الخطة التي تتوزع بموجبها تلك الخلايا وتترابط فيما بينها. نحن نعرف أن مثل هذه القواعد موجودة، لأننا اكتشفنا بعضها بينما كنا نضع الأساس للمشروع HBP. لقد بدأنا هذا العمل قبل نحو 20 سنة بقياس خصائص النورونات (العصبونات) إفراديا. وجمعنا كميات ضخمة من البيانات حول الخصائص الهندسية لأنواع النورونات المختلفة وأعدنا بناء المئات منها رقميا بالأبعاد الثلاثية. وباستخدام طريقة دقيقة تدعى تثبيت الرقعة patch clamping، وهي طريقة تتضمن وضع رأس ماصة زجاجية ميكروسكوبية (مجهرية) مقابل غشاء الخلية لقياس الڤولطية عبر قنواته الأيونية، تمكنا أيضا من تسجيل الخصائص الكهربائية للنورونات.
 
في عام 2005 احتاجت نمذجة نورون وحيد إلى حاسوب ضخم ومشروع دكتوراه لمدة ثلاث سنوات. بيد أنه كان واضحا بأن الأهداف الأكثر طموحا ستصبح قابلة للتحقق قريبا، وبأنه يمكننا نمذجة عناصر أكثر من مجموعة دارات الدماغ، حتى ولو كانت معرفتنا بتلك العناصر ناقصة. وفي معهد العقل والدماغ Brain Mind Institute، بمعهد التقانة الاتحادي السويسري في لوزان، أطلقنا أحد أسلاف المشروع HBP، تحت اسم «مشروع الدماغ الأزرق». وسوف نبني ما نصطلح عليه اسم نماذج الحاسوب الـمُوحِّدة unifying computer models - وهي نماذج تدمج فيها جميع البيانات والفرضيات الحالية المتعلقة بدارة دماغية معينة، وتسوي في الوقت نفسه التعارضات في تلك المعلومات، وتبرز المجالات التي نفتقر فيها إلى المعرفة.
 
بيولوجيا التركيب المزجي^(****)
 
على الصعيد الاختباري، لقد بدأنــا ببنـــــاء نموذج موحّــــد لبنيـة الدمــــــاغ المعروفــــة باسم عمود القشرة الدماغية cortical column، وهي بنية مكافئة لمعالج في حاسوبك المحمول. ولتمثيل ذلك مجازا، يمكنك أن تتخيل أنك إذا قمت بغرز نازع لب تفاح apple corer صغير جدا عبر قشرة تفاحة وسَحَبْتَ جزءا من نسيجها على شكل أسطوانة يبلغ قطرها نحو 0.5 مم وارتفاعها 1.5 مم، فإن هذه الأسطوانة هي ذلك العمود. وضمن لب النسيج ذاك، ستجد شبكة كثيفة جدا تشمل بضع عشرات الآلاف من الخلايا. والعمود القشري هو تجسيد لذلك التصميم البارع لعنصر معالجة المعلومات الذي ما أن أظهر تطور النوع صيغته، حتى بات يستخدم وصفة هذه الصيغة مرارا وتكرارا إلى أن امتلأت الجمجمة كلها، فكان لابد للقشرة أن تتطوَّى على نفسها لتكوين المزيد من المساحات، وهذا ما أدى إلى نشوء دماغك الملفف⁽⁷⁾.
 
يخترق العمود القشري الطبقات العمودية الست للقشرة (الدماغية) الحديثة⁽⁸⁾ التي تشكل طبقة القشرة الخارجية. أما الوصلات العصبية بين ذلك العمود وبين سائر الدماغ، فهي منظمة بشكل مختلف في كل طبقة. ويشبه تنظيم هذه الوصلات طريقة تخصيص المكالمات الهاتفية بعناوين رقمية وتحديد مساراتها عبر مركز (سنترال) الهاتف. وتستقر بضع مئات من أنواع النورونات في العمود، وباستخدام حاسوبنا العملاق الجين الأزرق للشركة ⁽⁹⁾ IBM، دمجنا جميع المعلومات المتوفرة حول كيف تمتزج تلك الأنواع كلها في كل طبقة حتى حصلنا على «وصفة» للعمود⁽¹⁰⁾ في جرذ وليد. كما أعطينا التعليمات للحاسوب بالسماح للنورونات الافتراضية بالترابط فيما بينها بمختلف الطرق التي تستخدمها النورونات الحقيقية - وليس بغيرها من الطرق. ولقد احتجنا إلى ثلاث سنوات لوضع تلك البرمجيات التي سمحت لنا بدورها ببناء هذا النموذج الموحد الأول للعمود. وقد استطعنا بفضله أن نبرهن، أولا، على صحة مفهوم ما نسميه بيولوجيا التركيب المزجي - أي محاكاة الدماغ باستخدام مختلف أنواع المعرفة البيولوجية - وأثبتنا، ثانيا، كيف يمكن استخدامه كطريقة جديدة عملية ومبتكرة لإجراء الأبحاث.
 
في ذاك الوقت كان لدينا نموذج سكوني⁽¹¹⁾ static - يكافِئ عمودا في دماغ دخل في غيبوبة. ولمعرفة ما إذا كان سيتصرف كعمود حقيقي، ولو أنه عمود واحد معزول عن سائر الدماغ في شريحة من نسيج دماغي حي، عَرّضناه لصدمة - أي لبعض التنبيه الخارجي. وفي عام 2008 طبقنا على هذا العمود الافتراضي نبضا يحاكي النبض الكهربي، فلاحظنا أن النورونات بدأت تتخاطب فيما بينها، حيث انتشرت الموجات الإسفينية (الحسكات Spikes””)، أو جهود الفعل action potentials - وهي لغة الدماغ - عبر العمود عندما بدأ بالعمل كدارة متكاملة. لقد تدفقت الموجات الإسفينية بين الطبقات وتذبذبت ذهابا وإيابا، تماما كما تفعل في شرائح دماغ حي. وهو سلوك لم نكن قد برمجناه في نموذجنا؛ بل نشأ تلقائيا بسبب الطريقة التي بنيت بها الدارة. وبقيت الدارة نشيطة حتى بعد إيقاف التنبيه، وطورت ديناميكيتها الداخلية الخاصة سريعا، أيْ، طريقتها الخاصة بتمثيل المعلومات.
 
ومنذ ذلك الحين ونحن نقوم بتغذية هذا النموذج الموحّد للعمود بالمزيد من المعلومات التي توصلت إليها مختبرات شتى في سائر أنحاء العالم، ونجري بصورة مستمرة تحسينات على البرمجيات التي وضعناها، بحيث إننا نعيد بناء العمود كل أسبوع، وذلك بمزيد من البيانات، ومزيد من القواعد والضبط. وستتضمن الخطوة القادمة مكاملة بيانات منطقة دماغية بكاملها ثم المتعلقة بالدماغ كله - وسنبدأ بدماغ جرذ.
 
سنعتمد في مسعانا كثيرا على فرع علمي يدعى المعلوماتية العصبية neuroinformatics يتطلب تجميع كميات هائلة من البيانات المتعلقة بالدماغ من جميع أنحاء العالم على نحو مترابط منطقيا، ومن ثم نستخلص منها أنماطا أو قواعد تصف كيفية تنظيم الدماغ. كما علينا الإحاطة بالعمليات البيولوجية التي تصفها تلك القواعد، ووضعها على شكل مجموعات من المعادلات الرياضياتية أثناء تطويرنا للبرمجيات التي ستمكننا من حل هذه المعادلات على الحواسيب العملاقة. وما نحتاج إليه أيضا هو ابتكار برمجيات قادرة على تركيب دماغ يتوافق مع البيولوجيا الطبيعية، وهي برمجيات ندعوها «بانيات الدماغ⁽¹²⁾.»
 
إن التنبؤات بآلية عمل الدماغ التي وفرتها المعلوماتية العصبية وصقلتها البيانات الجديدة، ستسرع فهمنا لوظيفة الدماغ، علىالرغم من عدم إحاطتنا بجميع جوانبه. ويمكننا أن نطرح تنبؤات استنادا إلى القواعد التي نكشفها، وأن نختبر هذه التنبؤات بعد ذلك على محك الواقع. وأحد أهدافنا الحالية هو استخدام معارفنا عن الجينات الناظمة لتركيب بروتينات بعض أنواع النورونات للتنبؤ ببنية هذه الخلايا وسلوكها. ويشكل الرابط بين الجينات والنورونات الفعلية ما ندعوه الجسر المعلوماتي informatics bridge، وهو الطريق المختصر الذي تقترحه علينا بيولوجيا التركيب المزجي.
 
وهناك نوع آخر من الجسور المعلوماتية استخدمه العلماء لسنوات، وهو نوع يرتبط بالطفرات الجينية⁽¹³⁾ وعلاقتها بالأمراض: وبالتحديد، كيف تغير الطفرة في البروتينات التي تصنعها الخلايا، ومن ثم كيف يؤثر ذلك في هندسة النورونات⁽¹⁴⁾ وخصائصها الكهربية، وفي المشابك التي تشكلها والنشاط الكهربائي الذي ينشأ محليا في الدارات الميكروية microcircuits، قبل انتشاره في حزمة عريضة إلى سائر أنحاء الدماغ.
 
نظريا، يمكننا، على سبيل المثال، برمجة طفرة معينة ضمن النموذج، ومن ثم ملاحظة كيفية تأثير تلك الطفرة فيه في كل خطوة على طول السلسلة البيولوجية. فإذا كان العرض الناتج، أو مركب الأعراض الناتجة، يوافق ما نراه  في الحياة الواقعية، فإن تلك السلسلة الافتراضية للأحداث تصبح مرشحة كآلية إمراضية، ويمكننا حينئذ أن نبدأ بالبحث عن أهداف علاجية محتملة على طول تلك السلسلة.

 

 
 
وهذه العملية هي عملية شاقة، يتخللها كثير من التكرار، حيث نقوم بجمع كل البيانات التي نستطيع الحصول عليها، ونبرمج النموذج ليكون خاضعا لبعض القواعد البيولوجية، ثم نجري محاكاة ونقارن «المخرج» output - أي السلوك الناتج للبروتينات والخلايا والدارات - بالبيانات التجريبية ذات العلاقة. فإذا كانت غير متوافقة، نعود وندقق البيانات ونصقل القواعد البيولوجية. أما إذا كانت متوافقة، فإننا ندخل بياناتنا الجديدة إلى نموذجنا، مضيفين إليه، كل مرة، تفاصيل أكثر، ونقوم، أثناء ذلك، بتوسيعه ليشمل جزءا أكبر من الدماغ. ومع تحسن البرمجيات، يصبح القيام بدمج البيانات أمرا أسرع وأتوماتيكيا، ويأخذ النموذج بالتصرف على نحو قريب من البيولوجيا الفعلية. وهكذا، فإن نمذجة الدماغ بكامله، على الرغم من عدم اكتمال معرفتنا بالخلايا والمشابك العصبية، لم تعد تبدو حلما مستحيلا.
 
ولتنمية هذا المشروع، نحتاج إلى مزيد من البيانات، وإلى الكثير منها. ولا شك في أن الاعتبارات الأخلاقية تحد من التجارب التي يمكن أن يجريها علماء الجهاز العصبي على دماغ الإنسان، ولكن أدمغة الثدييات، ولحسن الحظ، مبنية جميعها طبقا لقواعد مشتركة، بصرف النظر عن الاختلافات الخاصة بالنوع. وفي حين أن أغلب ما نعرفه حول وراثيات⁽¹⁵⁾ دماغ الثدييات يأتي من الفئران، فإن القرود قدمت لنا استبصارات insights ثمينة في مجال الاستعراف. إذن يمكننا البدء ببناء «نموذج موحد» لدماغ قارض، ومن ثم استخدامه كمرصاف⁽¹⁶⁾ أولي يمكن أن نطور منه نموذجنا لدماغ الإنسان وذلك من خلال إدخال تفاصيل لاحقة تدريجيا. وهكذا، فإن نماذج أدمغة الفأر والجرذ والإنسان ستتطور بالتوازي.
 
والبيانات التي يزودنا بها علماء الجهاز العصبي ستساعدنا على تحديد ماهية القواعد المسيِّرة لنظام عمل الدماغ وعلى التحقق تجربيا من أن استقراءاتنا - تلك السلاسل المتوقعة من المسببات - تتوافق مع الحقيقة البيولوجية. فعلى مستوى المعرفة والاستعراف، نعلم أن لدى الأطفال الصغار جدا بعض الإدراك للمفاهيم العددية 1 و2 و3، ولكن ليس للأعداد الأكبر. وعندما نصبح أخيرا قادرين على نمذجة دماغ مولود جديد، فذلك النموذج يجب أن يلخص ما يمكن أن يفعله الرضيع وما لا يستطيعه.
 
والكثير من البيانات التي نحتاج إليها موجودة، ولكنها ليست سهلة المنال. وأحد التحديات الرئيسة التي يواجهها المشروع HBP هو تجميع هذه البيانات وتنظيمها. لنأخذ الميدان الطبي مثالا على ذلك: فالبيانات في هذا الميدان ستصبح قريبا ثمينة جدا بالنسبة إلينا، ليس فقط لأننا بفضل الخلل الوظيفي نعلم المزيد عن الوظيفة السوية، بل أيضا لأن أي نموذج ننتجه يجب أن يتصرف مثل دماغ سليم، وأن يمرض لاحقا بالطريقة نفسها التي يمرض بها الدماغ الحقيقي. وهكذا، فإن مسوح أدمغة المرضى ستكون مصدرا غنيا للمعلومات.
 
يجري حاليا حفظ أي مسح لدماغ مريض في أرشيف رقمي، وتقوم مستشفيات العالم بتخزين ملايين المسوح. ومع أن هذه المسوح غدت تستخدم لأغراض البحث، فإنها ما زالت تشكل إلى حد بعيد ثروة غير مستغلة بسبب سياسة «الخطوة خطوة» المتبعة في الأبحاث الطبية. أما إذا تسنى لنا تجميع تلك المسوح معا، وصنفناها في مجموعات كبيرة، ثم أنزلناها مع سجلات المرضى والمعلومات الكيميائية الحيوية والجينية سوية على سحابات الإنترنت المتاحة Internet accessible “clouds”، فيمكن للأطباء حينئذ أن يبحثوا ضمن هذا العدد الكبير من المرضى عن النماذج المحددة للأمراض. وتعود فعالية هذه الاستراتيجية إلى قدرتها على التحديد الدقيق رياضياتيا للاختلافات والتشابهات بين الأمراض كلها. مبادرة التصوير العصبي لمرض ألزهايمر⁽¹⁷⁾ هي محاولة للقيام بذلك من قبل عدة جامعات من خلال جمع سجلات التصوير العصبي والسائل الدماغي الشوكي والدم من أعداد كبيرة من مرضى الخرف من جهة، ومن جهة أخرى أشخاص سليمين كمجموعة شاهدة.
 
مستقبل الحوْسبة^(******)
 
وأخيرا وليس آخرا، هناك قضية الحوْسبة. آخر جيل من الجين الأزرق Blue Gene هو عملاق من مقياس البيتا peta-scale يتألف من نحو 300 000 معالج محشورة في فضاء 72 مجمدة fridges. والبيتافلوبات كافية لنمذجة دماغ جرذ مؤلف من 200 مليون نورون، على المستوى الخلوي من التحليل، لكنها ليست كافية لنمذجة دماغ الإنسان المكون من 89 بليون نورون، فذلك يتطلب حاسوبا عملاقا من مقياس الإكسا exa-scale. وحتى إن توفر مثل هذا الحاسوب، فإن محاكاة دماغ الإنسان على المستوى الجزيئي ستبقى أمرا بعيد المنال.
 
تتسابق الفِرق حول العالم لبناء مثل هذه الحواسيب. وعندما يتسنى لها ذلك، فمن المرجح أن تكون هذه الحواسيب - شأنها في ذلك شأن الأجيال السابقة من الحواسيب العملاقة - بحاجة إلى أن تُكيَّف كي تتمكن من محاكاة العمليات الفيزيائية، كما هو عليه الأمر في الفيزياء النووية. فللمحاكاة البيولوجية متطلباتها المختلفة، وبالتعاون مع منتجي الحواسيب الكبار، وغيرهم من الشركاء الصناعيين، سيصمم اتحادنا - الذي يضم مجموعة من خبراء الحواسيب العالية الأداء - واحدة من هذه المكنات للقيام بمهمة محاكاة الدماغ. وسيقوم هؤلاء الخبراء أيضا بتطوير البرمجيات التي ستسمح لنا ببناء نماذج موحِّدة، من أدنى دقة إلى أعلاها، بحيث يصبح بوسعنا ضمن محاكينا أن نرصد الجزيئات والخلايا والدماغ بكامله، تكبيرا وتصغيرا.
 
وعندما ننتهي من بناء محاكي الدماغ سيكون الباحثون قادرين على البدء بالتجارب الافتراضية باستخدام نموذج البرمجيات كما تستخدم النماذج البيولوجية، مع بعض الاختلافات الرئيسة بالطبع. ولإعطائك فكرة عما قد يكونه كل ذلك، تخيل كيف يبحث العلماء حاليا عن جذور المرض باستخدام الفئران بعد «تخريب» الجينات فيها. عليهم أن يجعلوا الفئران تتوالد، وهذا يأخذ وقتا وهو مكلف وليس ممكنا دائما - إذا كان التخريب مميتا للجنين على سبيل المثال - حتى وإن نحينا جانبا الاعتبارات الأخلاقية المحيطة بالتجارب على الحيوان.
 
أما الدماغ الافتراضي silico brain فسيجعلهم قادرين على تخريب جين افتراضي ومراقبة النتائج في الأدمغة «الإنسانية» بمختلف الأعمار وأساليب العمل. وباستخدام نموذج الدماغ الافتراضي، سيكون بوسع العلماء تكرار التجربة تحت أي شرط يرغبون به، ومن ثم ضمان الدقة التي لا يمكن تحقيقها في التجارب على الحيوانات. وهذا ما قد يُمكِّن الباحثين الصيدلانيين من تحديد الأهداف الممكنة للدواء بصورة أسرع، ويغير - كذلك - طرائق إجراء التجارب الطبية أيضا. فالجمهرة المستهدفة سيكون انتقاؤها أيسر بكثير، والأدوية التي لا تفيد، أو ذات الآثار الجانبية غير المقبولة، ستصبح فلترتها أسرع. وهكذا، فإن عملية البحث والتطوير بكاملها تصبح في المحصلة الأخيرة أسرع وأكثر فعالية.
 
وسيكون لما نتعلمه من مثل هذه المحاكاة أثر ارتجاعي في تصميم الحواسيب أيضا، وذلك من خلال الكشف عن الآليات التي أنتجت بها عملية تطور النوع دماغا مرنا قادرا على أداء مهام متعددة سريعا، وفي الوقت ذاته، على مقياس هائل - ولا يستهلك سوى قدر من الطاقة يعادل الطاقة التي يستهلكها مصباح ضوئي - إضافة إلى قدرته الهائلة على التذكر.
 
وستستخدم الشيبات chips الحاسوبية الشبيهة بالدماغ في بناء ما يسمى حواسيب عصبية البنية neuromorphic computers. وسيقوم «مشروع الدماغ البشري» بطباعة دارات دماغية على شيبات السيليكون استنادا إلى تقانة طورت في مشروعَيْ الاتحاد الأوروبي: BrainScaleS و SpiNNaker.
 
غير أن الدفعة الأولى من محاكاة الدماغ الكامل whole-brain التي سنجريها بآلتنا ستفتقر إلى خاصية أساسية من خصائص دماغ الإنسان: لن تعرف هذه المحاكاة التطور الذي يعرفه الطفل، حيث تتشكل القشرة الدماغية لديه، من الولادة فصاعدا، نتيجة لتكاثر النورونات وهجرتها وتشذيبها ولعملية ندعوها البلاستية ⁽¹⁸⁾ plasticity، وهي عملية تعتمد كثيرا على تجارب الحياة المعيشة. وبدلا من ذلك، ستبدأ نماذجنا بأي عمر لا على التعيين، قافزة فوق سنوات التطور، لتستمر من هناك بفهم التجارب التي تمر بها. وسوف يكون علينا بناء هذه المكنة العملاقة على نحو يسمح لنموذجنا بالتغير استجابة للمدخلات الواردة إليه من بيئته المحيطة.
 
وسيحين موعد إجراء اختبارنا الحاسم litmus test للدماغ الافتراضي عندما يتم وصله بجسم افتراضي ممثل برمجيا، ووضعه في بيئة افتراضية واقعية. حينئذ، سيكون الدماغ الافتراضي قادرا على تلقي المعلومات من البيئة والتصرف وفقها. وبعد هذا الإنجاز فقط سنكون قادرين على تعليمه المهارات، وقادرين على الحكم على ما إذا كان ذكيا فعلا. ولأننا نعرف أن هناك وفرة في الدماغ البشري - أيْ، إنه يمكن لنظام عصبي أن يعوض عن الآخر - يمكننا البدء باستقصاء جوانب الدماغ الوظيفية اللازمة للسلوك الذكي.
 
يثير المشروع HBP قضايا أخلاقية مهمة. فحتى وإن كانت الأداة التي تقلد دماغ الإنسان بعيدة المنال، فمن المشروع أن نتساءل ما إذا كان من المسؤولية بمكان بناء دماغ افتراضي قد يمتلك أعمدة قشرية يفوق عددها عدد أعمدة دماغ الإنسان، أو ذكاء شبه بشري وقدرة على مزج الأرقام بسرعة أكبر بمليون مرة من سرعة حاسوب «ديب بلو» Deep Blue للشركة IBM الذي يلعب الشطرنج.
 
ولسنا الوحيدين الذين يرفعون سقف مطالبهم في محاولة للتصدي لظاهرة التجزؤ في أبحاث الدماغ، والعمل على توحيدها. ففي الشهر 2010/5 أطلق معهد أليْن Allen للعلوم العصبية، ومقره سياتل Seattle، أطلس أليْن لدماغ الإنسان الذي يرمي إلى وضع خارطة لجميع الجينات النشيطة في دماغ الإنسان.
 
لعل التمويل هو العامل المحدد الرئيس لأي مجموعة تقوم بمحاولة من هذا النوع. وهذا ينطبق على حالتنا أيضا، فنحن لن نبلغ الهدف الذي نسعى إليه إلا إذا حصلنا على الدعم الذي نحتاج إليه؛ فالحواسيب العملاقة باهظة الثمن، ومن المحتمل أن تُجاري التكلفة النهائية للمشروع HBP تكلفة مشروع الجينوم البشري أو تتجاوزها. وفي الشهر 2013/2 سنعرف ما إذا كنا سنحصل على الضوء الأخضر. وفي هذه الأثناء سنستمر بمشروع نؤمن بأنه سيقدم لنا رؤى فريدة حول هوياتنا الخاصة ككائنات حية قادرة على تأمل الضوء والعتمة في رسوم كاراڤاجيو Caravaggio أو التبصر في التناقضات الظاهرية للفيزياء الكمومية.
 
 

---

المؤلف

	Henry Markram
<.H ماركرام>  هو مدير مشروع الدماغ الأزرق Blue Brain Project بمعهد التقانة الاتحادي السويسري في لوزان. وقد أنجز عملا كبيرا شاملا حول كيفية ارتباط النورونات فيما بينها وتواصلها وتعلمها، واكتشف أيضا مبادئ أساسية في بلاستية plasticity الدماغ، وشارك في اكتشاف نظرية التوحد في عالَم حاد النشاط والنظرية المتعلقة بالكيفية التي يجري بها الدماغ عملياته الحسابية وهو سائل دائم الاضطراب.

---

---