2017. június: jegyzet, portré, tudomány, egyetem, atomenergia, innováció, energiagazdálkodás, közlekedés, fenntarthatóság, zöldkörnyezet, agykutatás, it
2017. június 6.

Szerző:
B. Szabó Edina

Neuroinformatika

A mesterséges intelligencia uralta filmvilágban, a digitális élet jelene és a robotok támogatta (vagy uralta?) jövőkép befogadásához szükségesnek tűnik lassan némi mögöttes tudást, információs anyagot felhalmoznunk. Ezt nyilvánvalóan nem tehetjük meg egy csettintéssel, bár meglehet, hogy közelebb van az „álmunkban tanulás” vagy a szükséges tudásanyag egyszerű, csettintésnyi áttöltése az agyunkba, mint gondolnánk…


Attól függetlenül, hogy Verne Gyula regényei óta talán minden gyerek arról álmodik, hogy jön majd egy csudamegoldás a macerás hagyományos tanulási folyamat megúszására, ám ez a fordulat még várat magára. Egyelőre marad a tényanyag megismerése – bár itt már sokféle technológia és eszköz áll rendelkezésünkre –, és annak ismétlése addig, amíg be nem íródik az agyunk megfelelő területére, a megfelelő minőségben. Ha ügyesek vagyunk.
Az igazsághoz azonban hozzá tartozik, hogy évtizedek óta tudósok sokasága használja a technológiai fejlődést az agykutatás, a neurológia vagy éppen a fiziológiai kutatások körében. Számos fantasztikus fejlesztés realizálódott már például a 3D nyomtatásnak vagy a beültethető mikroméretű digitális eszközöknek köszönhetően.
Hogy minél pontosabb képet kapjunk arról, hol tart ma a neuro­informatika, Somogyvári Zoltánt, az MTA Wigner Fizikai Kutatóközpont főmunkatársát kerestük meg kérdéseinkkel.

Arra kérem, hogy mindenekelőtt mérjük fel a fogalomhoz tartozó tudományos területet.

– A kiindulási pont egyszerű: jelenleg egy adatban bővelkedő és azt hatalmas mennyiségben felhalmozó tudományos korszakban élünk. Ezért az informatika első pontos megjelenése a neuroinformatika (NI) tudományágban tulajdonképpen a rengeteg adat kezelése, illetve az adat elemzése, vagyis az, hogy az adatból kinyerjük az értékes információt. Ez, mondjuk, minden tudományterületre igaz, ugyanúgy a bioinformatikára, amely főleg a genetikai kód elemzését foglalja magában, és ugyanúgy például a részecskefizikában is az az első feladat, hogy a kinyert hihetetlen mennyiségű adatot kezelni kell. A második megjelenés, terület az a hihetetlen mennyiségű adatban alkalmazott adatbányászati módszer, de esetünkben azért a klasszikus adatelemzési módszereket is alkalmazzuk.

Azt már tudjuk, hogy azért viszonylag megbízhatatlan, vagy legalábbis nem annyira feltérképezett még mindig az idegrendszeri kapcsolatok hálózata, mert folyamatosan új eszközökkel vagyunk képesek vizsgálni. Így egyre csak gyarapodik az információ mennyisége, miközben az elemzés nem tudja ugyanolyan gyorsan követni. Hogyan lehet egy kötött, szabályos ellenőrző rendszerrel dolgozni ezeken a mennyiségben és minőségben is folyamatosan változó információkon? Mintha sok kis szerteszét futkosó bogarat próbálnánk meg egybeterelni…

– Igen, tulajdonképpen ez tényleg így van… például ellentétben a genetikai információelemzéssel, ahol az evolúciós kutatás egy ismert ábécéből, kottából felépülő kódsorozattal dolgozik, az idegrendszeri kutatások esetében nincsen ilyen szerencsénk, maga az alapkód is ismeretlen. És pont erről van szó: az egyik kérdés az, hogy hogyan gyűjtsünk információt, és azokat hogyan fejtsük meg az alapkód ismerete nélkül? Hiszen ahhoz, hogy megértsük, ismernünk kell az olvasás kulcsát, amihez vagy beüt az isteni szikra, vagy még száz évig gyűjtögetünk, és aztán kirakjuk majd az összképet, mint egy puzzle-t.

Ellentétben az evolúciós kutatásokban megismert genetikai ábécével, az idegrendszeri kutatások esetében az alapkód ismeretlen. Ha gyűjtünk is információt, azok megfejtéséhez, megértéséhez ismernünk kellene az olvasás kulcsát is.

Itt van például a nagy európai agykutatási program, a Human Brain Project, amelynek keretében az egyik elsődleges feladat az, hogy egyfajta teljességet legyen képes mutatni. Az a cél, hogy ha nem is maradéktalanul mindent, de a dolgok nagy részét összegyűjtsük, és a megcélzott, elérni vágyott teljesség az emberi aggyal kapcsolatban, a molekuláris sejtszintből indulva az idegsejtek kapcsolatain keresztül az agykéreg lokális áramköreinek a felépítéséig és azután az egész agy felépítéséig összeillessze az információkat.

Ez óriási kihívásnak tűnik, vajon mindez mennyi időt vehet igénybe? Lehet ennek a folyamatnak egyáltalán vége…?

– Éppen azért, mivel nem értjük az alapkódot, mindig újabb és újabb meglepetésekkel szolgálnak a kutatások. Alapvetően – adminisztratívan – az európai Human Brain Project egy tízéves projekt, közben ugyanez elindult az USA-ban is, és ne felejtsük el a magyar Nemzeti Agykutatási Programot sem. Ezeknek dokumentálható vége van csak, de kutatásbéli nincsen, egyelőre úgy tűnik.

Ha már szó esett a Big Datáról és az adatbányászatról, tudható, hogy melyik élvez előnyt? Egy technológiai fejlesztés, amely használható a kutatásokban, vagy a kutatási igény, aminek következményeként, megoldásaként sor kerül egy technikai fejlesztésre?

– Alapvetően minden, amit megtudunk az agyról, annak kétféle felhasználási területe van. Az egyik az orvosi irányítás, amikor a megértett információ segít abban, hogy betegségeket gyógyítsunk, és ennek része lehet az is, hogy kommunikálunk az aggyal, például művégtagot mozgathasson valaki a megfelelő idegsejtek aktivitásával, vagyis tulajdonképpen a gondolatával. A másik pedig az, hogy abból indulunk ki – és ez egyébként időről időre sikeres is –, hogy mivel az agy bizonyos fajta információfeldolgozásokban különösen hatékony, ha ezeket a pontokat megértjük, akkor új elveket tudunk generálni, új és még hatékonyabb számítógép-architektúrákhoz. Utóbbihoz az agyból nyert adatokat új, intelligensebb gépek, programok, összetett architektúrák létrehozásához alkalmazhatjuk.
Vagyis adott egy biológiai-orvosi és egy mérnöki terület, irány is. Na most néha összekapcsolódik ez a kettő, és ez talán a legizgalmasabb, legforrongóbb terület, a brain-computer interface (az agy és külső gép összekapcsolása) kutatás, tehát az agy-gép kapcsolatok fejlesztése, ahol ezek a dolgok találkoznak. Vagyis hogy megtörténjen az egyes betegségek megértése, a neurális kód megértése és a számítógépes architektúra találkozása a kód értelmezéséhez. Mivel mindez egyszerre jelenik meg, talán ilyen értelemben ez a legkomplexebb feladat.

Az NI egyik legizgalmasabb területe, a brain-computer interface (BCI – agy és külső gép összekapcsolása) kutatás, vagyis az agy-gép kapcsolatok fejlesztése, például hogy egy beültetett mikroelektróda rendszerrel működtethető legyen egy robotkar.

Az, hogy a tudatunk kiterjeszthető, és, mondjuk, végtagokat mozgathatunk vele, már létezik, van példa a működésére, mely nyilván (még) nem tökéletes, sokféle problémával és „gyermekbetegséggel” küzd, de működik. A lehetséges, többféle megoldás függ a páciens állapotától is, vagy sérültségének helyétől. Példaként említve, a legegyszerűbben megvalósítható az, ha a váll-nyak környékén befutó idegekhez illesztenek elektródákat, azokhoz az idegekhez, amelyek mozgatták volna a végtagot. Ezek jeleinek elemzésével rekonstruálni lehet azokat a szándékokat, amelyek kijelölik, hogy az idegrendszer milyen irányba mozgatná a kart, és ez alapján lehet mozgatni egy robotkart. Ez a legegyszerűbb megoldás, de mindez már megvalósítható úgy is, hogy közvetlenül az agyból vezetjük el ezeket az elektródákat. Mindez azért lehetséges, mert vannak bizonyos agyterületek, amelyekről már tudjuk, hogy a testrészek mozgatásáért felelősek, és e területeken belül vannak sejtek, amelyekről pedig tudjuk, hogy például egy adott kézmozgásért felelnek. Ilyen módon mindegyik sejt felelős egy-egy mozgatási irányért, így ha az adott agyterületről sok sejtnek a jeleit az oda beültetett mikroelektróda-rendszerekkel össze tudjuk gyűjteni és megfelelően dekódolni tudjuk a kommuniká­ciót – másképpen mondva, ha a dekódolókat megfelelően tudjuk tréningezni –, akkor ezeknek a jeleknek az alapján működtethető egy robotkar.

A fizikai megnyilvánulás mellett idegrendszeri modellek felépítéséről is szó van.

– A modellek esetében eltérő szinteket különböztethetünk meg aszerint, hogy milyen jelenség leírását célozzák meg. Vannak például olyan modellek, amelyek az egyedi idegsejtek minél részletesebb és pontosabb viselkedésének a leírását célozzák, akár az egyes molekulák viselkedését figyelembe véve. Nem az összesét, de bizonyos idegrendszeri információtovábbításban fontos szerepet játszó molekulák működését, az idegsejtekben folyó elektromos jeleket, az idegsejtek közötti kommunikációt és így tovább. Ezután – és ez egyben a modellalkotás legfontosabb mozzanata – következik az, hogy megértsük, hogy a természet végtelen bonyolultságából az adott jelenség leírására melyek azok a fontos momentumok, amelyek nem elhanyagolhatók, és melyek azok, amelyek a természet számára csupán implementálás, azaz a végrehajtás miatt szükségesek, és a rendszer megértése szempontjából elhanyagolhatjuk. Vagyis ha elhisszük, hogy valahol meg tudjuk jeleníteni az absztrakciót, akkor ott lesznek absztraktabb hálózatok, amelyek már nem ragaszkodnak a biofizikai realitáshoz, csak a jelek feldolgozását, közvetítését, az idegsejtek közötti kapcsolatot, kommunikációt próbálják meg leírni. És utána találunk még absztraktabb modelleket is, ahol már, mondjuk, ahhoz sem ragaszkodunk, hogy feltétlenül idegsejteket írjunk le, hanem csak azt a matematikai algoritmust szeretnénk megérteni, mely számítás az idegrendszerben történik, miközben valami információfeldolgozást próbálunk megbecsülni valamilyen látott információ alapján. Például az autó sebességét, hogy át tudunk-e menni előtte vagy sem…

Ez akkor egészen komplex szakmai összefogást igényelhet.

– Abszolút igen. Ez egy olyan széles kutatási terület, ahol nem csupán a matematika, fizika, számítástechnika, orvostudomány és biológia, de a kémia, biokémia, pszichológia, sőt akár a filozófia is fontos szerepet játszik, például amikor olyan kérdés merül fel, hogy az agy hogyan generálhatja az öntudatot.

És akkor ezután jön csak az etika, a jog, az üzlet… mikor fog ez a tudás kilépni a kutatói területről? Meg lehet mondani, hogy vajon hol tartunk majd tíz év múlva?

– Ez nagyon nehéz kérdés. Véleményem szerint tíz év elegendő lesz arra, hogy megértsük, hogy alapvetően hogyan működik az agyunk, felfedezzük az agy alapvető kódját, az információfeldolgozást, amiből, meg kell mondjam, szinte biztos vagyok benne, hogy nem csupán egyféle van. Az agyunk a különböző törzsfejlődési korokból egymásra rakódott rendszerek sokasága, és a különböző korú rétegekben szinte biztosan más-más nyelvet beszélnek a sejtek. Ezzel együtt azt gondolom, hogy tíz év elegendő lesz arra, hogy ezt a kódot legalábbis nagyjából megértsük. Abban a kérdésben, hogy technikailag a beavatkozás, illetve a kommunikáció lehetősége hova fog fejlődni, erről nehezebb „jósolni”… Azt gondolom, hogy legalábbis azon a területen, amelynek kezdeti lépései már ma is léteznek, vagyis az egy-egy betegség gyógyításában, mint az epilepszia vagy a Parkinson-kór, bele tudunk szólni, ott azért még jelentős fejlődések várhatók. Hasonlóan a már szintén létező, kísérleti körülmények között rövid ideig gondolatokkal, aggyal mozgatott robotkézhez. Azt tudni kell, hogy az agy küzd a beültetett elektródák ellen, próbálja őket elszigetelni mint idegen betolakodókat, viszont így elvész a jel, ami alapján a robotkart mozgatni lehet. Tehát kompatibilitás terén is van hova fejlődni…

Vagyis hosszú még az út.

– Nagyon hosszú, igen, és valóban a kulcspont az agyi információ feldolgozásának a megértése lesz, amitől még elég messze vagyunk.

A kutatóknak tíz év elegendő lehet arra, hogy megértsék, alapvetően hogyan is működik az agyunk, felfedezzék az agy alapvető kódját, az információfeldolgozást, de a kulcspont az agyi információ feldolgozásának a megértése lesz.

Bízom benne, hogy még a mi életünkben tanúi lehetünk ezeknek az ugrásoknak, és nem tartom irreálisnak, hogy mondjuk tíz év múlva erről beszélgessünk egy interjúban.•

 
Innotéka