В 2017 году журнал Science исследовал данную проблему в серии статей под общим названием «Нейробиология: в поисках новых концепций» [3]. Французский нейробиолог Ив Френьяк сосредоточился на современной тенденции собирать огромные объемы данных в рамках дорогих масштабных проектов. Для Френьяка это представляет собой индустриализацию исследований мозга, где финансирующие агентства (и исследователи) считают, что «использование самых причудливых инструментов и силы чисел может привести к какому-то прозрению» [4].
Подобные проекты существуют по всему миру, от США (инициатива Белого дома BRAIN, Проект «Человеческий коннектом» и др.) и Китая (Brain Project) до Европы (проект «Мозг человека» и многие другие), а также в Австралии и Японии. Парадоксально, но цунами данных, которое они производят, серьезно замедляет прогресс, отчасти потому, что, как выразился Френьяк, «большой объем данных – это еще не знание».
У Френьяка не было прямого ответа, кроме ряда предложений, которые могли бы укротить и обогатить проекты, обеспечивающие большой массив данных, поощряя их более широкое междисциплинарное сотрудничество и сосредоточившись на проверке гипотез, а не просто на сборе огромных информационных баз.
Хотя размер все увеличивающейся горы данных поражает воображение, проблема не в этом. В 1992 году Патриция Черчленд и Терри Сейновски опубликовали книгу «Вычислительный мозг», где описали новейшие модели ощущения, пластичности и сенсомоторной интеграции, но тем не менее утверждали, что особого теоретического прогресса не было достигнуто – «почти все еще предстоит сделать, и со всех сторон маячат крупные загадки» [5]. Почти четверть века спустя дочь Патриции, невролог Энн Черчленд, пришла к аналогичному выводу. Работая вместе с Ларри Эбботом, Энн Черчленд подчеркнула существующие трудности в интерпретации огромного количества данных, получаемых лабораториями по всему миру: «Чтобы охватить и понять такой информационный натиск, помимо умелого и творческого применения экспериментальных технологий, потребуются, в частности, значительные достижения в методах анализа данных и интенсивная разработка теоретических концепций и моделей» [6].
«Наше понимание мозга, похоже, снова зашло в тупик».
Эти повторяющиеся призывы к созданию единой теории могут быть тщетными. Можно утверждать, что не существует единой концепции функционирования мозга, даже у червя, потому что мозг – это не единое целое (ученым даже трудно придумать точное определение того, что такое мозг) [7]. Как заметил Крик, мозг – это интегрированная, эволюционировавшая структура, различные части которой появляются в разные моменты эволюции и адаптируются для решения различных задач. Нынешнее понимание того, как все это работает, крайне неполно – например, большинство нейронаучных сенсорных исследований было сосредоточено на зрении, а не на обонянии, которое концептуально и технически более сложно. Но обоняние и зрение работают по-разному, как в вычислительном, так и в структурном плане. Сосредоточившись на зрении, мы получаем очень ограниченное понимание того, что и как делает мозг [8].
Природа мозга – одновременно интегрированного и сложного – может означать, что будущее знание неизбежно будет фрагментированным и скроенным из самостоятельных объяснений для отдельных его частей. В конце концов, как выразился Марр, мозг состоит из «множества» устройств обработки информации. Черчленд и Эббот сформулировали это так: «Глобальное понимание, когда оно придет, скорее всего, примет форму отдельных лоскутков, свободно сшитых в большое пестрое одеяло» [9].
В течение более чем пятидесяти лет все «лоскутки», над которыми мы трудились, были обрамлены мыслью, что процессы в мозге включают нечто подобное тому, что осуществляется в компьютере. Это не значит, что такая метафора будет полезна и в будущем. В самом начале цифровой эры, в 1951 году, Карл Лешли выступал против использования любой машинной метафоры: