亨利·馬克拉姆因創造了世界上最昂貴的腦模擬而聞名，但神經科學家最瞭解他的是他對突觸的開創性實驗。馬克拉姆是最早系統地研究赫布規則的順序版本的人之一，他透過改變誘導突觸可塑性時兩個神經元放電之間的時間延遲來實現這一點。（突觸的變化，細胞之間的連線點。一位科學家將赫布規則簡化為：“一起放電的細胞，連線在一起。”）當我第一次在一次會議上聽到馬克拉姆發言時，我也遇到了吸菸成癮且富有魅力的亞歷克斯·湯姆森，另一位著名的神經科學家，她以充滿活力的熱情講解突觸。她熱愛它們，並希望我們也熱愛它們。相比之下，馬克拉姆給人的印象是突觸的祭司，召喚我們對它們錯綜複雜的奧秘表示敬畏和尊重。
在 2009 年的一次講座中，馬克拉姆承諾在十年內完成人腦的計算機模擬，這一聲音傳遍了世界。如果您在網上觀看講座影片，您可能會同意我的看法，他英俊雕琢的面容看起來有點嚴肅，但他的說話方式溫和而熱情，帶著遠見卓識者的平靜信念。但在那一年晚些時候，他的語氣就沒那麼平靜了。他的競爭對手，IBM 研究員達門德拉·莫達宣佈模擬貓腦，此前他曾在 2007 年聲稱模擬了鼠腦。馬克拉姆憤怒地寫信給 IBM 的首席技術官，對此做出了回應
親愛的伯尼，
你告訴我，上次莫達[原文如此]發表關於模擬鼠腦的愚蠢言論時，你會把他吊起來打。
我以為……記者們應該能夠認識到 IBM 報道的是一個騙局——遠非貓規模的腦模擬，但不知何故，他們完全被這些令人難以置信的言論所矇蔽。
我對這個公告感到非常震驚……我想我應該“揭露真相”，揭穿這種公然欺騙公眾的行為。
競爭是好事，但這是一種恥辱，對該領域造成了極大的危害。顯然，莫達想聲稱他接下來模擬了人腦——我真的希望有人對這傢伙進行一些科學和道德方面的調查。
一切順利，
亨利
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞事業 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。
馬克拉姆並沒有將他的憤怒保密。他將這封信的副本傳送給了許多記者。其中一位記者在部落格上報道了這場爭議，標題詼諧地寫道：“貓腦之爭引發貓咪大戰：”
這封信標誌著馬克拉姆與 IBM 關係的新的低谷。他們在 2005 年開始成為盟友，當時 IBM 與馬克拉姆所在的瑞士洛桑聯邦理工學院簽署了一項協議。該合作專案的目標是展示 IBM 的 Blue Gene/L，當時世界上最快的超級計算機，透過使用它來模擬大腦。馬克拉姆將該專案稱為“藍腦”，這暗示了 IBM 的暱稱“藍色巨人”。但當莫達在 IBM 的阿爾馬登研究中心啟動一個競爭性的模擬專案時，這種關係惡化了。
馬克拉姆試圖透過指責他的競爭對手造假來捍衛自己的工作。但實際上，他對整個事業都產生了懷疑。任何人都可以模擬大量的方程式，並聲稱它像大腦。（現在你甚至不需要超級計算機。）證據在哪裡？我們怎麼知道馬克拉姆也不是騙子呢？
他不應該用他那閃耀的超級計算機來分散我們對他的研究中一個潛在致命缺陷的注意力：缺乏明確的判斷成功的標準。未來，藍腦可以使用前面描述的特定圖靈測試進行評估，但只有當模擬接近真實事物時，這個測試才變得有用。這些所謂的鼠腦和貓腦模擬甚至還沒有進入門檻。任何時候都不會有“鼠膽英雄”來愚弄你。圖靈測試[計算機智慧測試]會告訴我們何時到達目的地，但在那一天到來之前，我們需要一種方法來了解我們是否在朝著正確的方向前進。
這些研究人員真的在取得進展嗎？馬克拉姆信件的全文太長，無法在此處刊登，所以我將總結他怒火背後的科學原理。簡而言之，藍腦由模型神經元組成，這些神經元在處理電訊號和化學訊號方面非常複雜。它們比莫達模擬的模型神經元更忠實於真實的神經元，而莫達的模擬又比本書中討論的加權投票模型更真實。
有大量的經驗證據表明，加權投票模型可以很好地近似許多神經元。但我們也知道，該模型並非完美，甚至在某些神經元上會嚴重失敗。馬克拉姆是正確的，真實的神經元具有許多簡單的模型無法捕捉到的複雜性。單個神經元本身就是一個完整的世界。像任何細胞一樣，它是由許多分子組成的高度複雜組裝體，是由分子部件構建的機器。而這些分子中的每一個反過來都是由原子組成的微小機器。
正如我之前提到的，離子通道是一類重要的分子，因為它們負責神經元中的電訊號。軸突、樹突和突觸包含不同型別的離子通道，或者至少它們的數量不同，這就是為什麼神經元的這些部分具有不同的電特性。原則上，每個神經元的行為都是獨一無二的，這歸因於其離子通道的獨特配置。這與加權投票模型相去甚遠，根據該模型，所有神經元本質上都是相同的。但這對於腦模擬來說聽起來是個壞訊息。如果神經元是無限多樣化的，我們怎麼可能成功地模擬它們呢？測量一個神經元的特性對了解另一個神經元沒有任何幫助。
擺脫無限變異泥潭的一個希望是：神經元型別。您可能還記得卡哈爾[神經科學先驅拉蒙·卡哈爾]根據位置和形狀將神經元分為型別。您可以將這些屬性視為類似於動物的棲息地和外觀。當神經科學家談到新皮層的雙束細胞時，它讓我想起博物學家談論北極的北極熊的方式。博物學家也可能會指出，北極熊與棕熊不同，它們捕獵海豹。同樣，相同型別的神經元通常表現出相同的電行為。這大概是因為它們的離子通道以相同的方式分佈。
如果是這種情況，那麼神經元的多樣性實際上是有限的。我們應該編制一份所有神經元型別的目錄，一份大腦的“零件清單”，然後為每種型別構建一個模型。我們將假設每個模型對所有正常大腦中該型別的所有神經元都有效，就像我們假設所有電阻器在任何電子裝置中的行為方式都相同一樣。一旦所有神經元型別都被建模，我們就準備好模擬大腦了。
馬克拉姆的實驗室透過體外實驗表徵了許多新皮層神經元型別的電特性，併為每種型別構建了一個模型。每種神經元型別都被建模為數百個相互作用的電“隔室”，這近似於模擬神經元中的數百萬個離子通道。馬克拉姆因藍腦中使用的多隔室模型神經元的真實性而值得稱讚。
但藍腦[現在已演變成人腦計劃]在一個方面嚴重不足。由於目前尚不清楚皮層連線組，因此尚不清楚如何將模型神經元相互連線。馬克拉姆遵循彼得斯規則，這是一個理論原則，指出連線是隨機的。大腦纏結的“義大利麵條”中軸突和樹突的意外碰撞導致接觸點。在每個接觸點，突觸都會以一定的機率發生，就像拋擲一枚有偏見的硬幣的結果一樣。
彼得斯規則在概念上與之前介紹的一個想法相關，即神經達爾文主義的隨機突觸建立。然而，這兩個想法並不等同。神經達爾文主義包括活動依賴性突觸消除，這使得幸存的連線最終變得非隨機。已經發現了違反彼得斯規則的情況。我懷疑還會發現更多，而且該規則之所以能夠倖存下來，僅僅是因為我們對連線組的無知。
正如計算機科學家喜歡說的那樣，“垃圾進，垃圾出：”如果藍腦的神經連線是錯誤的，那麼模擬也將是錯誤的。但我們不要過於苛刻。在未來，馬克拉姆總是可以將來自連線組的資訊納入藍腦。那麼他的模擬難道不會變得真正逼真嗎？
為了回答這個問題，讓我們再次考慮秀麗隱杆線蟲C. elegans。與新皮層不同，它的連線組是已知的。令人驚訝的是，只有其神經系統的小部分被模擬出來。這些模型有助於理解一些簡單的行為，但它們是零敲碎打的努力。沒有人接近模擬整個神經系統。
不幸的是，我們缺乏秀麗隱杆線蟲C. elegans神經元的良好模型。正如我之前提到的，它們中的大多數甚至不放電，因此加權投票模型無效。為了模擬神經元，我們必須從它們那裡進行測量，但事實證明，對於秀麗隱杆線蟲C. elegans來說，這比對小鼠甚至人類神經元更困難。我們還缺乏關於秀麗隱杆線蟲C. elegans突觸的資訊。連線組甚至沒有說明突觸是興奮性的還是抑制性的。
因此，藍腦缺乏連線組，而秀麗隱杆線蟲C. elegans缺乏神經元型別模型。模擬大腦或神經系統需要這兩個要素。因此，之前的說法應該修改為“你是你的連線組加上神經元型別模型”（假設連線組被定義為指定每種神經元的型別。）但神經元型別模型可能包含的資訊遠少於連線組，因為大多數科學家都認為神經元型別的數量遠少於神經元的數量。從這個意義上說，“你是你的連線組”仍然是一個非常好的近似值。此外，我們上面假設一種型別的所有神經元在所有正常大腦中的行為方式都相同，就像所有北極熊在正常情況下都捕獵海豹一樣。如果我們上傳多個人，所有模擬都可以共享相同的神經元型別模型。唯一特定於個人的資訊將是其連線組。
值得注意的是，在秀麗隱杆線蟲C. elegans中，資訊內容的平衡非常不同。它的三百個神經元已被分為大約一百種類型，這與神經元的數量相比並沒有少多少。基本上，每個神經元（以及身體另一側的孿生神經元）都是其自身的型別。每個神經元最終可能都需要自己的模型，並且這些模型中的總資訊量可能超過連線組中的資訊量。因此，“你是你的連線組”對於蠕蟲來說將是一個糟糕的近似值，即使對於我們來說它可能幾乎是完美的。
換句話說，秀麗隱杆線蟲C. elegans神經系統就像一臺由所有獨特零件構建的機器。零件的個體工作原理與它們的組織結構同樣重要。另一個極端是由單一型別的零件構建的機器。（您可能年紀足夠大，還記得老式的樂高積木套裝，其中只包含一種型別的樂高積木。）這種機器的功能幾乎完全取決於其零件的組織結構。
電子裝置接近這個極端，因為它們只包含少數幾種型別的零件，如電阻器、電容器和電晶體。這就是為什麼收音機的接線圖在很大程度上決定了它的功能。人腦的零件清單更長，因此需要多年的努力才能對人腦中的每種神經元型別進行建模。但零件清單仍然遠短於零件總數。這就是為什麼零件的組織結構如此重要，以及為什麼連線組對於人類比對於蠕蟲更關鍵。
連線組還有一個重要的方面需要納入腦模擬：變化。沒有它，您上傳的自我將無法儲存新的記憶或學習新的技能。馬克拉姆和莫達已經納入了使用赫布突觸可塑性數學模型進行重新加權。但同樣重要的是要包括重新連線、重新佈線和再生。總的來說，我們對四個 R 的模型遠不如神經元中電訊號的模型那樣精細。改進它們是可能的，但這需要多年的研究。
這些都是重要的警告，但神經元型別模型和連線組變化仍然符合基於連線組的腦模擬的總體框架。大腦中是否有任何東西與該框架根本不相容？一個困難是神經元可以在突觸的範圍之外相互作用。例如，神經遞質分子可能會從一個突觸逸出，並擴散開來，被更遠處的神經元感知。這可能會導致未透過突觸連線的神經元之間，甚至實際上沒有相互接觸的神經元之間發生相互作用。由於這種相互作用是突觸外的，因此它不包含在“接線圖”中，即連線組中。可能有可能相對簡單地模擬一些突觸外相互作用。但也可能神經遞質分子在神經元之間狹窄而曲折的空間中的擴散需要複雜的模型。
如果突觸外相互作用被證明對大腦功能至關重要，那麼可能有必要拒絕“你是你的連線組”的假設。“你是你的大腦”的較弱說法仍然可能是站得住腳的，但這將更難以用作上傳[你的大腦到計算機中，正如一些未來學家提出的那樣]的基礎。我們可能不得不拋棄連線組的抽象概念，進一步下降到原子水平。人們可以想象使用物理定律來建立大腦中每個原子的計算機模擬。這將非常忠實於現實，比基於連線組的模擬要真實得多。
問題在於需要大量的方程式，因為原子太多了。甚至考慮所需的巨大計算能力似乎都很荒謬，除非您的遙遠後代在銀河系時間尺度上倖存下來，否則這是完全不可能的。目前，即使是那些稱為分子的適度原子組裝體也很難模擬。模擬大腦的所有原子幾乎是不可想象的。有限的計算能力不是唯一的障礙。還有獲取初始化模擬資訊的難度。可能需要測量大腦中所有原子的位置和速度，這比連線組中的資訊要多得多。目前尚不清楚如何收集這些資訊，或者如何在合理的時間內完成收集。