Co jest więc obecnie przedmiotem badań nad inteligencją? Jakimi sposobami, za pomocą jakich narzędzi prowadzi się te badania?

Badamy uwagę i pamięć - to są składowe świadomości, a więc również inteligencji. Chcemy zrozumieć, czy i w jaki sposób można zbudować model mózgu. Niektórzy twierdzą, że nigdy do tego nie dojdziemy. Ja wierzę, że będzie to możliwe, chociaż zadanie jest bardzo skomplikowane. Wymagać będzie posłużenia się nowymi narzędziami do badań. Stąd właśnie pomysł na neuroinformatykę. Potrzebujemy wiedzy matematyków i informatyków, by móc sformalizować wyniki naszych doświadczeń, zapisać je w postaci algorytmów.

Nowe, skuteczniejsze podejście do badań nad mózgiem jest konieczne nie tylko z powodów poznawczych, lecz także z pobudek praktycznych. Według prognoz OECD w 2020 r. najbardziej dokuczliwe dla krajów wysoko rozwiniętych będą choroby mózgu i układu nerwowego. Trzeba więc już dzisiaj myśleć o stworzeniu mechanizmów zapobiegawczych. Do tego trzeba poznać mechanizmy funkcjonowania mózgu. Nie chodzi o to, by zwiększać nakłady na dotychczasowe badania, lecz znaleźć nowe możliwości ich rozwoju.

Wiele dziedzin nauki zrobiło duży skok, gdy wykorzystało informatykę do algorytmizacji procesów badawczych. Najpierw zrobiła to fizyka, potem chemia, teraz pora na biologię. Używa się już komputerów do rozszyfrowania genomu, ale badania genomu to nic w porównaniu z badaniami mózgu. Genom to jednowymiarowa struktura z jednym parametrem. Natomiast aktywność mózgu jest wielowymiarowa, wielopoziomowa. Liczba potrzebnych do opisania parametrów nie jest jeszcze do końca znana. Musi być jakaś możliwość dotarcia do nich, ale nie znamy jeszcze odpowiednich algorytmów, nie wiemy czego szukać. Jedyne wyjście to skorzystanie z możliwości oferowanych przez informatykę. Potrzebna jest neuroinformatyka, żeby można było myśleć o postępach w badaniach nad mózgiem i skutecznej profilaktyce chorób mózgu.

Złożoność badań nad mózgiem wymaga zapewne stosowania specjalnych rozwiązań informatycznych?

Tak, w praktyce różne ośrodki bazują na różnych rozwiązaniach. W krajach Unii Europejskiej próbuje się wykorzystywać do tego celu sieć GRID. W Stanach Zjednoczonych tworzone są konsorcja ośrodków naukowych, z których każdy zajmuje się badaniem innej części dynamicznego procesu zachodzącego np. w komórce biologicznej - na potrzeby ogarnięcia całości budowana jest sieć komputerowa inkorporująca te wieloaspektowe badania.

W podręcznikach akademickich biochemiczne procesy komórkowe przedstawiane są zazwyczaj jako jednowymiarowe, liniowe reakcje. Pojawiła się nadzieja, że wieloaspektowość procesów biologicznych uda się opisać za pomocą metod neuroinformatyki. W badaniach mózgu można sobie wyobrazić, że jeden ośrodek zajmuje się określonym procesem pod kątem jego zależności od parametrów czasu, inny - temperatury, jeszcze inny - pod kątem uwarunkowań przestrzennych itd. Jeżeli uda się teraz wyniki tych badań zintegrować w sieci, to jest szansa, że takie przetwarzanie da zupełnie nową jakość. Jest już kilka takich projektów. Są instytuty neuroinformatyki, w których informatycy i biolodzy pracują razem i wspólnie myślą o możliwości rozwiązania tych samych problemów.

Czy są już jakieś znaczące, konkretne wyniki takich badań?

W naszym Instytucie odkryliśmy, że istnieje specjalne pasmo częstotliwości (ok. 20 Hz), w którym wzbudzana jest aktywność elektryczna komórek układu wzrokowego mózgu, gdy na coś zwracamy uwagę. W innym doświadczeniu badamy aktywność mózgu szczura wywołaną poruszaniem jednego z wąsów (dla szczura wąsy są jak dla nas wzrok) i rejestrujemy jej zmiany wywołane zmianą sytuacji kontekstowej w czasie takiej stymulacji. Ponieważ znamy anatomiczną sieć połączeń w układach zmysłowych mózgu, to możemy określić, która część mózgu jest w tym lub innym momencie aktywna. Poznaliśmy więc dynamikę aktywności określonej sieci komórek mózgu związaną z uwagą lub kontekstem.

To wszystko są badania prowadzące do poznania inteligencji. Znamy aktywność małych sieci komórkowych, czyli części puzzla, ale jest on bardzo skomplikowany, trójwymiarowy, nawet nie wiemy, czy jedynym łącznikiem między tymi sieciami są kształty ich brzegów - nie znamy zasad, jak to wszystko łączyć z sobą. To nie znaczy, że nie ma ogólnych hipotez. Ale na pewno nie ma metod matematyczno-informatycznej, która by potrafiła uszeregować i skategoryzować te elementy. Taka metoda musi powstać wraz z rozwojem neuro-nformatyki.

W jakiej relacji neuroinformatyka pozostaje do prób stworzenia komputera kwantowego?

Jeżeli zrozumiemy, jak działa mózg, informatyka kwantowa - gdyby powstała - może dać szansę zbudowania jego rzeczywistego, działającego modelu. Wtedy byłaby możliwość zastosowania wyników naszych badań w praktyce, w technologii.

Czym inteligencja różni się od wiedzy?

Są pewne automatyzmy, dzięki którym istniejemy - np. bicie serca, proces oddychania itp. Znajomość podstawowych procesów automatycznych nie wystarcza jednak do zamodelowania ich subtelnej wersji w całej złożoności. Proszę porównać możliwości ruchowe człowieka i diploida - człekopodobnego robota na dwóch nogach. Oczywiście, są takie maszyny, ale proszę zobaczyć, jak niezdarne i ograniczone są ich ruchy. Człowiek bez problemu może się na swoich nogach schylać, biec, skakać, ale zazwyczaj nie zdajemy sobie sprawy, jak bardzo skomplikowany, rozbudowany jest to proces - wymaga koordynacji dużej liczby mięśni, a działanie każdego z nich jest zależne od stanu innych oraz stanu różnych procesów mózgowych. Nie może być to proces świadomy, bo by nie starczyło nam na to miejsca w mózgu, a w tym samym czasie muszą być przecież skoordynowane także działania innych procesów czy działań organizmu. Jest cała masa procesów automatycznych, które dadzą się poznać, ale na razie nie dadzą się odwzorować.

Inteligencja i wiedza to terminy zaczerpnięte z psychologii. Dla neurofizjologa to są zapożyczenia. Mogę powiedzieć, jak nauczyć pojedynczą synapsę - co zrobić, by zadziałała komórka B, wtedy gdy działa komórka A. O pamięci mogę mówić również na poziomie sieci, ale o wiedzy, o inteligencji już nie. Psychologia daje nam z grubsza wskaźniki, gdzie szukać nowych obszarów badań, ale jesteśmy ciągle na początku drogi. To tak, jakby chcieć wyjaśnić procesy rządzące funkcjonowaniem nocnego życia w Warszawie poprzez zrobienie zdjęcia z satelity. Dostaniemy mapę z rozrzuconymi punktami świetlnym i rozjarzonym centrum (jak we współczesnych metodach obrazowania funkcjonującego mózgu), ale przecież za każdym z tych światełek kryje się życie, a o istocie tkanki życia stanowi aktywność przemieszczających się ludzi. Do takiego całościowego obrazu właśnie trzeba dopiero dotrzeć. Takie problemy stoją również przed badaczami mózgu.

Powiedział Pan, że wiele wskazuje na to, iż inteligencja zasadza się na sieciowej aktywności komórek mózgowych. W jaki sposób próbuje się dzisiaj badać te sieciowe powiązania w mózgu?

Jedną ze stosowanych przez nas metod jest wbicie ośmiu elektrod w korę mózgową zwierzęcia, by zobaczyć, jak w tym samym czasie funkcjonują różne ośrodki w mózgu. Na świecie robi się badania, w których używa się całych zestawów elektrod (np. macierzy 10 x 10). Odbiera się przez nie jednoczesną aktywność wielu komórek kory mózgowej w określonej sytuacji. Efekty tych badań mogą mieć różny charakter. Komputer śledzi np. aktywność tych 100 elektrod w korze mózgowej małpy. Jeżeli małpa zobaczy określony bodziec, to musi unieść rękę i pociągnąć za specjalną dźwignię - komputer rejestruje te reakcje, "uczy się". Po "wyuczeniu" komputera sygnały mózgowe mogą sterować sztuczną ręką na odległość i ruch ręki małpy może być odwzorowany na ramieniu robota, który w innym miejscu będzie pociągał za dźwignię równocześnie. I to jest już wejście w sferę asocjacyjną - uczenia się. To nie znaczy, że rozumiemy, jak powstaje ten układ, tylko że potrafimy go odczytać.

Jak daleka jest jeszcze Pana zdaniem droga do poznania mechanizmów inteligencji?

Bardzo daleka, ale przynajmniej wiemy, gdzie mamy ją rozpocząć. Tworzymy model na poziomie podstawowych modułów, które potem będzie można łączyć i na tej podstawie szukać zasad rządzących tymi połączeniami. Liczymy, że w zrobieniu kolejnego, znaczącego kroku w poznawaniu mechanizmów funkcjonowania mózgu pomoże nam rozwijająca się ostatnio neuroinformatyka. Mamy nadzieję, że za jej pomocą uda się stworzyć algorytmy pozwalające ogarnąć chociaż w części tę ogromną złożoność procesów dziejących się w mózgu.