המוח - כיצד הוא מחשב?

עידן שגב

המוח הוא הוכחה חיה שרכיבים פיסיקליים, כימיים וחשמליים יכולים להציג אינטליגנציה בדרגה גבוהה של התפתחות. בהשוואה למוחותיהן של החיות הפשוטות ביותר, מנגנונים מלאכותיים מעין הגולם ­ בין אם הוא מעוצב בתוכנה ובין אם הוא מורכב בחומרה ­ הם פרימיטיביים ביותר בפתרון בעיות של עולם המציאות. ברם כיצד מצליחים עשרת מיליארדי התאים שמרכיבים את מוח האדם לשלוט על תפקוד הגוף, הזיכרון, הרגשות ולבצע משימות יצירתיות? הגיע הזמן לסינתזה ­ לעבור אל מעבר להישגיה הגדולים של המאה ה-20 ההיכרות הקרובה עם מנגנונים עצביים ­ ברמה האנטומית, הפיזיולוגית והמולקולארית ­ ולפתח תיאוריה או מודל עבודה שיקשר בין הרמה המכניסטית לרמת ההתנהגות.

בתחילת המאה ה-21 יש מודעות גוברת לכך שדיסציפלינות קלאסיות כשלעצמן אינן יכולות להביא את הפריצה המדעית הנחוצה כדי לשבור את תעלומת המוח. מציאת הפתרון דורשת הבנה מעמיקה בביולוגיה, כימיה ופיסיקה, מתימטיקה, פילוסופיה ופסיכולוגיה קוגניטיבית, וכן במדעי המחשב ובעיצוב חומרה. חישוביות עצבית היא תחום מחקר חדש שמבטא את הגישה הרב תחומית המתהווה כדי לגלות את העקרונות שבבסיס החישוב והעיבוד של מידע במוח, ולהתקדמות בבניית מנגנונים אינטליגנטיים מלאכותיים. מרכזי המחקר החדשים ותכניות הוראה מתקדמות בחישוביות עצבית נוצרים והולכים בכל העולם. הגדול ביותר הוא באוניברסיטה העברית.

זן המדענים החדש, הניחן בכישורים ניסויים ותיאורטיים רחבים, נטל על עצמו להבטיח שבמחצית הראשונה של המאה ה-21 תבוא פריצת דרך בהבנתנו את הדרך שבה מחשב המוח. בנוסף לפתרון החידה המדעית הגדולה ביותר שניצבה בפנינו אי פעם, תאפשר לנו פריצת דרך כזאת להחליף חלקים מן המוח החי, לבנות מוחות מלאכותיים ולהשתמש באופן יעיל יותר במוחותינו אנו. פריצת דרך זו תהיה גדולה לפחות כמו המהפכה התעשייתית ומהפיכת המידע הנוכחית, ותשנה את חיינו בדרך העמוקה והמעניינת ביותר.

המוח מחשב !
לגבי ילד צעיר אין דבר פשוט מאשר לזהות את פני אמו מזוויות ראייה שונות, עם תסרוקת חדשה, בתאורה שונה וגם כשהיא מחייכת או עצובה. הוא יכול להבחין בין קטעי מוסיקה שונים, ללמוד את הא-ב ולהושיט את ידו כדי לאחוז ולהחזיק בכוס חלב. לגבי החיפושית, חיוני לזהות את מקור המזון ואיכותו, למצוא בן זוג ולברוח מסכנה. כל זה מהווה את עבודתה של מערכת העצבים, זהו תפקידה העיקרי, לעבד מידע חושי (התשומה) וליצור התנהגות מתאימה (התפוקה). הפעולה בכללותה, באמצעותה מעבדת מערכת העצבים את התשומה החושית ויוצרת תפוקה הולמת הוא מה שקרוי חישוב עצבי. אכן, אפשר לומר כי המוח עושה דברים רבים אבל הוא עושה דבר אחד גדול ­ הוא מחשב!

אך כיצד עושה זאת המוח? איך עובדים בצוותא המרכיבים הפיסיקליים במערכת העצבים, תעלות היונים בקרום הנוירונים, הסינפסות והמעבירים העצביים המחברים את הנוירונים זה לזה, תאי העצב עם מבנם המיוחד במינו והרשתות הגדולות שיוצרים הנוירונים כדי לבצע את תפקיד החישוב של מערכת העצבים? תעלומה זו היא אולי האתגר האינטלקטואלי הקשה ביותר למאה זו. "חישוביות עצבית" רואה באתגר זה את מטרתה. אחד הצעדים הראשונים בהשגת המטרה הוא חינוכו של זן חדש של מדענים רב­תחומיים בעלי רקע מעמיק הן בנוירולוגיה ובפסיכולוגיה ניסויית, הן בתיאוריה של מערכות מורכבות ­ כמו מוחנו. המדינות עתירות הטכנולוגיה כבר מכוננות מחקר מתקדם ותכניות פיתוח לשיפור האינטליגנציה המלאכותית וניצולה. נחוצה לנו בדחיפות תיאוריה שתסביר כיצד תומכים המנגנונים העצביים בתהליכים ובהתנהגות המנטאליים. זוהי, בסופו של דבר, מטרת החישוביות העצבית.

רמות תיאור ­ רמות הבנה
מדעי העצב במאה ה-20 מאופיינים בפיתוח טכניקות מתוחכמות שאפשרו לנו להכיר באופן אינטימי את מערכת העצבים על רמותיה השונות. פיתוח מיקרוסקופ האלקטרונים בשנות החמישים אפשר לזהות את סוגי הסינאפסות (מעוררות או מעכבות) ומיקומן הדנדריטי המדויק. שיטות voltage-and patch-clamp חשפו את המנגנונים האחראים לייצורם והפצתם של אותות חשמליים בנוירונים. טכניקות מולקולריות מאפשרות לערוך פעולות במבנם של תעלות יונים וברצפטורים ספציפיים וכך להבין טוב יותר את תפקידם ביצירת הזיכרון וההתנהגות. בעזרת ההתקדמות בטכניקות האופטיות שהתרחשו לאחרונה, למשל מיקרוסקופית הווידיאו DIC ומיקרוסקופ שני הפוטונים ­ אפשר כעת להדמות אופטית את פעילותם החשמלית של נוירונים בודדים והעץ הדנדריטי שלהם in vivo בעוד החיה מעבדת מידע חושי. בעזרת הדמיית התהודה המגנטית (fRMI), אפשר להדמות אזורי מוח ספציפיים המעורבים בביצוע משימה ספציפית. אכן, פתחנו באופן שיטתי את "הקופסה האפורה" ולמדנו איך היא בנויה. רכשנו הכרה של הרמות השונות של "המכונה העשויה בשר", כפי שקרא לה מ. מינסקי, מן הרקמה המולקולרית עד רמת האירגון התפקודי (תוך שימוש בPET ו­fRMI) אך כדי למצוא את הפתרון אנו עדיין זקוקים לדבר­מה נוסף.

אחת משאלות היסוד שעלינו לפתור היא­ מהי הרמת התיאור הנכונה ליצירת קשר בין הבסיס החומרי של מערכת העצבים לבין תהליכי החישוב שמבצע המוח? נקודה זו נידונה רבות, אבל רבים מסכימים עם ההצהרות הבאות של ברייטנברג ב"מנשר מדעי המוח שלו":
"חישוב במוח הוא פעולה עדינה, המצריכה פתרון מרחבי של אחד עד עשרה מיקרומטרים. היסודות התפקודיים הם סיבים ונוירונים, וברוב המקרים נוירונים רבים מעורבים במבנה תפקודי ספציפי."...

"אנו מאמינים כי תפוצת האותות החשמליים שנצפים ברזולוציה של מיקרומטר אחד ורזולוציה טמפוראלית של אלפית השנייה היא כל מה שעלינו לדעת כנציג החומרי של ההתנהגות. התנהגות נתונה לשינוי על ידי הורמונים, על ידי תרופות, או על ידי הפרת איזון פתולוגית של חומר טרנסמיטורי כלשהו, אבל התוצאה הממשית תמיד מתבטאת במונחים של התרחשות או אי התרחשות של שינויי פוטנציאל בנוירונים."

אם זה אכן נכון, כי אז עלינו להתמקד באופן שבו אותות חשמליים נוצרים, מקודדים ומועברים בנוירונים בודדים וקבוצות קטנות של נוירונים (בקליפת המוח, למשל) כשהחיה מבצעת משימה התנהגותית ספציפית. זה דורש באופן מיידי פיתוח טכניקות חדשות שיאפשרו לנו להקליט, הן בתוך התא והן מחוצה לו, מתאים רבים בו­זמנית. אתגר טכנולוגי זה מתחיל לקבל תשומת לב; ההקלטה in vivo וטכניקת אלקטרודת ה­ patch- clamp ואופטית, עם מיקרוסקופ שני הפוטונים הם ברמת הרזולוציה הדרושה. אלה, וכן פיתוח מערכות רבות­אלקטרודות לבדיקת תבניות הכניסה-לפעולה של נוירונים רבים בחיות מתנהגות, בו זמנית באזורי עיבוד שונים, מביא אותנו קרוב מאד לצפייה במוח המחשב ברזולוציה המרחבית והטמפוראלית המתאימה.

ברם אבוי, בזה כשלעצמו אין די כדי להבין כיצד מבצע המוח את תפקידו החישובי. אין תיאוריה שתאפשר לנו לפרש את הקורפוס הגדול של "נתוני המוח" במונחים פונקציונאליים או התנהגותיים. במובן זה, מדעי העצב הם בחיתוליהם. בלי תיאוריה כזאת, איננו יכולים לומר כי "אנו מבינים כיצד פועל המוח".

הצורך הדחוף בתיאוריה של המוח
ניתן לקחת כל מערכת חישובית, למשל מחשב אישי, לפרקו למרכיביו הקטנים ביותר ולתאר מה שרואים. אפשר גם להקליט את האותות החשמליים הזורמים במרכיבים השונים האלה כשנפתרת בעיה נתונה (למשל, הכפלת 2X2). ברם כדי לומר שאנו מבינים כיצד פועלת מכונה זו עלינו לדעת מהם האלגוריתמים המתמטיים שמיישם המחשב, יש לדעת ששערים לוגיים משמשים לייצוג מספרים, ושהמחשב מבצע חישוב לוגי. אכן, הבנה עמוקה של המחשב הדיגיטאלי מצריכה ידע בתיאוריה של הלוגיקה המתמטית.

באותו אופן, אפשר להקליט את אבני הבניין היסודיות של מערכת העצבים, הסינפסות, הדנדריטים, האקסונים ותעלות היונים שחוצות את הקרומים. אפשר גם לאפיין את מנגנוני היונים שבבסיס ההתחלה וההפצה של פוטנציאל הפעולה באקסון העצב והפוטנציאלים הסינאפטיים בעץ הדנדריטי. ברם כיצד יכולים פוטנציאל הפעולה (או שרשרת של פוטנציאלים כאלה) הטרנסמיטור בפער הסינאפטי והפוטנציאלים הפוסט­סינאפטיים בדנדריטים לייצג (לקודד) את העירורים החושיים? מהן הפעולות (המאתימטיות) שאותות אלה מבצעים? האם הנוירונים הם שערים לוגיים המבצעים עבודה והאם רשתות נוירונים מבצעות פעולות לוגיות מסובכות? האם מתאים יותר להשתמש בתיאוריית המידע של שאנון כמסגרת המתמטית המאוחדת שלאורה פועל המוח המחשב? האם המצב הדינאמי של רשתות הנוירונים מתואר באופן הטוב ביותר ומפורש באופן הטוב ביותר על ידי תאורית המערכת הלא­קווית? אך סביר שיהיה עלינו לפתח תיאוריה מתמטית חדשה לגמרי כדי להבין איך הפיסיקה של המוח הביאה להתהוות ההתנהגות.

תיאוריה ומודלים כבר ספקו הבנות עמוקות לגבי היבטים שונים של פעילות המוח. ברמה הביופיסית (יותר מאשר ברמה החישובית) הדוגמאות הבולטות ביותר הן המודל של Hodgkin and Huxley (1952, פרס נובל ב­1963) להתחלתו והפצתו של פוטנציאל הפעולה באקסון וכן המודל של Rall (1967), לשילוב תפוקות סינאפטיות בעץ הדנדריטי. כרגע מנסים בתמיכת ה­BSF לחבר את המודלים הביופיסיקאליים הללו למודלים המתארים את הנוירונים כמנגנוני חישוב (עיבוד נתונים) מתוחכמים (שבבים מיקרוסקופיים).

בעזרת תיאוריית המידע, אפשר לחשב את כמות המידע שסינאפסה נתונה מעבירה מהאתר הדנדריטי לאקסון, ואת תפקידו של הרעש הנוירונלי (למשל סטוכסטיות של תעלת היונים; וטבעה ההסתברותי של ההעברה הסינאפסית) אפשר אז לפרש באופן פונקציונאלי.

ברמה גבוהה יותר, עבודתם של McChulloch ו-Pitts (M&P, 1943) היתה כנראה הניסיון הראשון ליצור תיאוריה שתחבר את רמת מנגנון המוח לרמת התהליכים המנטאליים. הם היו אכן אנשי החישוביות העצבית הראשונים. מעניין לציין שהמניע לגישתם בא ממשנתו של לייבניץ, שהראה שאת כל הלוגיקה אפשר לצמצם לאריתמטיקה וכזאת המובעת בקוד בינארי. התנהגות "הכל או לא כלום" של פוטנציאל הפעולה ומציאת האפקט של סינאפסות מעוררות ומעכבות הביאו לפריצת הדרך שלהם בעבודה מ­1943 שכותרתה "חישוב לוגי של הרעיונות האימננטיים לפעילות העצבית". הגם שכפי שידעו הם עצמם, הנוירונים אינם שערים בינאריים - עבודתם טבעה חותם עמוק על פיתוח המחשבים החדישים ועל הניסיונות החדשים יותר לפתח תיאוריה חישובית על המוח.

דוגמא רבת עוצמה נוספת לתיאוריית מוח ברמה גבוהה המבוססת על מנגנונים סטטיסטיים של מערכות לא מסודרות, היא המודל של Hopfield (1982; 1984) לזיכרונות אסוציאטיביים וללימוד ברשתות נרחבות בקליפת המוח. לעבודה זו היה הד עצום בתעשייה אבל מה שיותר חשוב, המחקר ברשתות נוירונים מלאכותיות המשתמש הן בטכניקות אנליטיות ובהדמיות מחשב סיפק מפתחות לעקרונות הכלליים שלאורם פועלות שליטה ברווח, רגישות לאוריינטציה, התאמה סטראומטרית וזיהוי תנועה ברשתות בקליפת המוח. בכל זאת, האתגר שבהבנת מעגלים בקליפת המוח עדיין עומד בעינו ­ התיאוריה הגדולה על המוח המחשב עדיין לא נוצרה.

כאשר תבוא פריצת הדרך
מרכזי מחקר חדשים לחיושביות עיצבית מוקמים בכל רחבי העולם. אחד הראשונים והגדולים הוא המרכז הבינתחומי לחישוביות עצבית באוניברסיטה העברית. חברים בו יזמו פרוייקטים מקוריים וחדשניים ביותר ורבים מהם נתמכו או נתמכים ע"י ה­.BSF. המרכז הצליח למשוך את הסטודנטים הטובים ביותר לתכנית הדוקטורט למצטיינים שלו, והוא בונה את הדור הבא של מדעני העצב. כיום יש בו 60 דוקטורנטים.

זן חדש של מדעני המוח מגיע, בו הנסיין והתאורטיקן דרים זה לצד זה באותו מוח. מדענים צעירים ומבריקים אלה ישתמשו בעוצמת החישוב ההולכת וגדלה במהירות ובטכנולוגיות מקוריות לחקר המוח. עם נסיונם הרב ורקעם העיוני, יש מקום לאופטימיות - הפתרון אינו רחוק. כאשר הוא יימצא, ישתנו חיינו באופן דרמטי. רובוטים אינטליגנטיים יבצעו רבות מפעולותינו היומיומיות - ינהגו במכונית, ינקו את הבית, יגהצו ויעשו קניות. מכונות אלה תהיינה מסוגלות ללמוד מהניסיון ולשפר את ביצועיהן. הן תשחקנה אתנו כדורגל ותדונה בתכניותינו למחר מתוך התחשבות בתחזית מזג האוויר. הן תקראנה ספרים במקומנו ותעשינה אבחנות רפואיות. התעשייה תהיה אוטומטית לחלוטין והפיקוח עליה יעשה על ידי מוחות מלאכותיים. כתוצאה מכך, יעמוד לרשותנו הרבה זמן לחשוב, ליצור, לבלות זמן יחד וליהנות מן העולם סביבנו. יש כמובן השלכות אתיות ליצירת מכונות אינטליגנטיות; האם לרובוטים הללו יהיו רגשות? האם תהיינה מודעות לעצמן? האם יהיה להן רצון משלהן? אלה ועוד נושאים בלתי חזויים עדיין יהיו בלי ספק עניין מרכזי בשבילנו במאה ה-21 ­ "המאה של המוח" דבר אחד ברור - עומדת לפנינו הרפתקה נפלאה.

ביבליוגרפיה

1. Braitenberg, V. (1992). Manifesto of Brain Science. In: Proceedings in the Cortex, eds. A. Aertsen and V. Braitenberg, pp. 473-477, Spiringer.
2. McCulloch, W., and Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics 5:115-133.
3. Hopfield, J.J. (1982). Neuronal networks and physical systems with emergent collective computational abilities. Proceedings of the National Academy of Science 79:2554-2558.
4. Hodgkin, A. L. and A. F. Huxley (1952). A quantitative description of membrane current and its application to conduction and excitation in nerve. J. Physiol. 117: 500-544.
5. Rall, W. (1977). Core conductor theory and cable properties of neurons. In: The Handbook of Physiology, The Nervous system, Vol. 1, Cellular Biology of neurons. Ed. E. R. Kandel., J.M. Brookhart and V.B. Mountcastle. pp. 39-97. Bethesda, MD. American Physiological Society.