Исходная статья не является фальсификацией в прямом смысле (данные, вероятно, получены честно).
Однако она является образцом эпистемологической небрежности, граничащей с научной спекуляцией.
Её центральный тезис — «один нейрон способен на вычисления уровня целой нейросети» — неверен в строгом смысле:
- нейрон не вычисляет,
- он не эквивалентен нейросети,
- его внутренняя сложность не есть интеллект,
- выводы об ИИ и эволюции — необоснованны.
Если применить тот же стандарт строгости, который требуется в физике или математике, то статья должна быть переквалифицирована из раздела «научное открытие» в раздел «научно-популярная интерпретация с метафорическими преувеличениями».
Работа показывает интересный феномен аппроксимационной сложности биологических сигналов, но не доказывает ничего о мышлении, интеллекте, эволюции или ИИ.
Все эти выводы — результат нарушения граничных условий определения, а значит, научно несостоятельны. Это не открытие о природе нейрона. Это артефакт выбранного языка описания.
Есть понятие идиотизма в контексте одноименного романа Достоевского. Когда ученые забывают про основы научной методологии и начинают вынашивать громко звучащие и очень ценные для них идеи - это проявление такого идиотизма.
В случае с обсуждаемой статьёй это проявляется особенно ясно. Сам по себе технический результат (модели человеческих пирамидных клеток статистически сложнее аппроксимируются фиксированной сетью, чем крысиные) может быть вполне добросовестным. Но переход от этого результата к утверждениям о «вычислительной мощности нейрона уровня целой нейросети» и о вкладе этой мощности в эволюцию человеческого интеллекта — уже акт именно такого идейного идиотизма. Границы понятия «вычисление» стёрты, карта принята за территорию, а красота метафоры победила осторожность.
Достоевский хорошо понимал, чем это заканчивается: не обязательно скандалом или провалом проекта (хотя Human Brain Project — хороший современный пример), а медленным накоплением иллюзий, которые потом дорого обходятся и науке, и тем, кто в эти иллюзии поверил.
Пояснение по сути
Природный нейрон-клетка обладает сложнейшим устройством, которое само по себе определяет эту клетку как гомеостатическую систему, поддерживающую свои жизненные параметры в норме чтобы не умереть.
Но когда клетка включается в клеточный симбиоз более сложного организма, становятся важны для рассмотрения не вся ее сложность организации и метаболизма, а принцип того, какую функцию выполняет эта клетка среди окружающих ее других клеток.
Это выделяет только отдельные, элементарные принципы, которые оказываются независимы от способа реализации. Так, систему, которая обеспечивается симбиозом нейронов в мозгу, становится организовать, учитывая только их межклеточный функционал, используя искусственные методы реализации и даже программную реализацию.
Говоря про вычисления, необходимо задавать граничные условия применимости этого понятия, потому что описывая любое природного явление, мы встраиваем в нее свои абстракции, чего нет в исходных нейронах. Если не учитывать этого, то любую причинно-следственную связь можно свести к вычислениям, чем и занимаются многие ученые в своих интерпретациях.
Выходит, как только камень начинает проявлять свои свойства, например, катится с горы, он начинает вычислять. Катящийся камень ничем принципиально не отличается от срабатывания мембранного порога нейрона.
Слово Вычисление подразумевает привнесенные абстракции и алгоритм. Это слово имеет граничные условия применения: вычисления - это то, что следует алгоритму, формализованному на основе абстракций. Иначе слово нивелирует смысл.
1. Фундаментальная подмена: физика выдаётся за вычисление
Согласно жёстким критериям, сформулированным в приложенном тексте, вычисление требует одновременного выполнения трёх условий:
- наличия абстрактных состояний (кодирования);
- формальных правил перехода (алгоритма);
- независимости от субстрата (переносимости).
В живом нейроне ничего из этого нет. Есть ионы натрия и калия, градиенты концентрации, белковые каналы, мембранный потенциал, диффузия и электромагнитные силы. Мембранный порог — не логическая развилка «IF-THEN». Это момент, когда входящий натриевый ток превышает выходящий калиевый. Ровно такая же физика, как у катящегося камня. Никакого «маленького математика» внутри клетки не существует.
Авторы статьи берут биофизическую модель (уже сильно упрощённую и параметризованную человеком), подают на неё синаптические входы (которые сами являются абстракцией), получают соматический выход и затем измеряют, насколько трудно другой искусственной сети воспроизвести эту зависимость. Чем труднее — тем выше «Functional Complexity Index». Затем они объявляют: нейрон «выполняет вычисления уровня глубокой нейросети».
Это ровно та операция, которую приложенный текст разоблачает: исследователь сначала накладывает на физику сетку абстракций (напряжение = данные, спайк = бинарный выход, дендритная нелинейность = слой вычислений), а потом удивляется, что получившаяся конструкция «вычисляет». Вычисление локализовано не в нейроне, а в сознании наблюдателя, который перевёл биофизику на язык формальных правил.
2. Метод FCI — чистый артефакт выбранной абстракции
Functional Complexity Index не измеряет «вычислительную мощность» нейрона. Он измеряет, насколько плохо фиксированная трёхслойная temporal convolutional network справляется с аппроксимацией конкретной биофизической модели при конкретном протоколе стимуляции. Измените архитектуру аппроксиматора, измените статистику входов, измените критерии «хорошего» воспроизведения спайков — и число изменится. Это не объективное свойство клетки, а свойство пары «модель + выбранный имитатор».
Утверждение, что человеческий нейрон «требует более глубокой сети», означает лишь то, что его математическая модель обладает более сложной функцией вход–выход в выбранном пространстве представлений. Это интересный технический результат о моделях. Это ничего не говорит о том, что сама клетка что-то «вычисляет» в смысле, который позволяет сравнивать её с искусственной нейросетью.
3. Логический скачок к когнитивному превосходству — необоснован
Даже если принять, что модели человеческих пирамидных клеток статистически сложнее крысиных по выбранной метрике (из-за большей дендритной поверхности и более выраженных NMDA-нелинейностей), отсюда не следует, что:
- отдельный человеческий нейрон «сам» различает кошек и собак;
- именно эта клеточная сложность лежит в основе человеческих когнитивных способностей;
- эволюция «усложняла внутреннюю архитектуру нейрона» как самостоятельную многоуровневую вычислительную систему.
Это типичный пример того, как забывают о граничных условиях определения. Авторы берут корреляцию на уровне моделей и экстраполируют её на эволюцию интеллекта и природу сознания. Ровно так же Декарт объявил животных биомеханическими автоматами, бихевиористы свели психику к формуле «стимул → реакция», а создатели Human Brain Project решили, что достаточно перенести уравнения Ходжкина–Хаксли на суперкомпьютер, чтобы «эмерджентно» возник разум. Все эти проекты закончились либо жестокостью, либо научным тупиком, либо громким провалом — потому что карта была принята за территорию.
4. Последствия для интерпретации и для ИИ
Статья и её медиа-версии укрепляют вредную иллюзию, будто мозг — это сеть вычислительных устройств, и чем сложнее отдельный «процессор», тем умнее система. Это приводит к двум практическим ошибкам:
- исследователи продолжают тратить ресурсы на всё более детальные модели одиночных клеток, полагая, что тем самым приближаются к пониманию мышления;
- инженеры ИИ начинают мечтать о «умных искусственных нейронах» с внутренней вычислительной мощностью по аналогии с человеческими, хотя проблема эффективного интеллекта почти наверняка лежит не в сложности одиночного элемента, а в архитектуре взаимодействий, обучении, воплощённости и множестве других факторов, которые данная метафора систематически игнорирует.
Итог
Подход исходной статьи научно недостаточен, потому что он неявным образом расширяет область применения понятия «вычисление» за пределы тех аксиом, при которых это понятие вообще имеет смысл. Выводы о том, что один нейрон «способен на вычисления уровня целой нейросети» и что в этом кроется ключ к человеческому интеллекту, — неверны. Они являются артефактом наложенной исследователем абстракции, а не свойством самой биологической клетки.
Живой нейрон — это сложнейшая гомеостатическая, метаболическая, биофизическая система, вплетённая в симбиоз с другими клетками. Он не вычисляет. Он существует и поддерживает свою жизнедеятельность в определённой среде. Всё остальное — наши интерпретации. Когда эти интерпретации забывают о своих граничных условиях, они перестают быть наукой и становятся спекуляцией, сколь бы престижным ни был журнал и сколь бы изящной ни выглядела метрика.