Buzz
Có một video được hiển thị trong gần như mọi khóa học giới thiệu về thần kinh học. Nó trông không có gì nhiều—một thanh sáng di chuyển và xoay trên màn hình đen trong khi âm thanh nền phát ra tiếng pop và tiếng rì rào như âm thanh của một show pháo hoa ở xa. Khô khan, cho đến khi bạn biết rằng những tiếng pop đại diện cho sự bắn của một tế bào thần kinh duy nhất trong não của một con mèo, người đang nhìn thanh di chuyển trên màn hình. Khi thanh đạt đến một vị trí cụ thể và nằm ở một góc nhất định, tiếng pop nổ tung trong một đám mây hoạt động hỗn loạn. Thông điệp rõ ràng: Tế bào thần kinh này thực sự, thực sự quan tâm đến thanh đó.
Thí nghiệm trong video được thực hiện bởi David Hubel và Torsten Wiesel vào những năm 1960 và đã giúp các nhà khoa học suy luận các nguyên tắc cơ bản về cách hệ thống thị giác hoạt động. Nhiều thập kỷ trở lại đây, các nhà thần kinh học đã đưa các điện cực kim loại mảnh vào não của chuột, chim và khỉ để ngó qua từng tế bào thần kinh cá nhân và tìm hiểu xem chúng được kích thích bởi điều gì. Có tế bào thần kinh phản ứng với màu sắc hoặc hình dạng cụ thể; hoặc với các vị trí cụ thể trong không gian hoặc hướng đầu của người; hoặc với cả khuôn mặt hoặc các đặc điểm cá nhân.
Mặc dù phân tích từng tế bào đã chứng minh là mạnh mẽ, 'Mọi người luôn muốn có thêm tế bào thần kinh,' theo lời Anne Churchland, giáo sư nơron sinh học tại Đại học California, Los Angeles. Một phần lý do là số liệu thống kê đơn giản: Luôn tốt hơn khi có nhiều quan sát, bất kể thí nghiệm. Nhưng các nhà khoa học cũng gặp khó khăn khi họ nhìn vào từng tế bào một. Ở vùng vỏ não trước, khu vực ở phía trước của não chơi vai trò lớn trong lập kế hoạch, ra quyết định và hành vi xã hội, tế bào thần kinh phản ứng với sự đa dạng của nhiều thứ—đặc trưng hình ảnh, nhiệm vụ, quyết định—mà các nghiên cứu viên đã không thể gán cho chúng bất kỳ vai trò cụ thể nào, ít nhất là cá nhân. Ngay cả ở vỏ thị giác chính, khu vực ở phía sau não nơi Hubel và Wiesel thực hiện ghi âm của họ, chỉ có một phần nhỏ tế bào thần kinh thực sự bắn khi động vật nhìn vào thanh có hướng.
Với các kỹ thuật của Hubel và Wiesel, việc nhìn vào nhiều tế bào thần kinh cùng một lúc là không thể. Nhưng các kỹ sư đã đẩy và đẩy khả năng đó, đến cực điểm là sự phát triển của các cảm biến Neuropixels vào năm 2017. Dài một centimet và được làm từ silic, một cảm biến có thể nghe cùng một lúc hàng trăm tế bào thần kinh và đủ nhỏ để các nhà thần kinh học có thể đưa vào não của động vật. Tại Viện Allen, một viện nghiên cứu phi lợi nhuận được khởi xướng bởi người đồng sáng lập Microsoft Paul Allen, họ sử dụng sáu cảm biến Neuropixels để ghi âm đồng thời từ tám khu vực khác nhau của hệ thống thị giác chuột. Vào tháng 8, viện đã công bố dữ liệu từ 81 con chuột—bao gồm hoạt động của khoảng 300,000 tế bào thần kinh. Dữ liệu có sẵn miễn phí cho bất kỳ nhà nghiên cứu nào muốn sử dụng.
Là bộ dữ liệu lớn nhất từ trước đến nay được thu thập—lớn hơn gấp ba lần so với kỷ lục trước đó—bản phát hành cho phép các nhà nghiên cứu quan sát các nhóm lớn tế bào thần kinh hoạt động cùng nhau. Quy mô chưa từng có đó có thể mở ra những cơ hội để hiểu rõ các phần của nhận thức mà trước đây đã tránh khỏi tầm tay của cộng đồng khoa học. 'Chúng tôi muốn hiểu làm thế nào chúng ta suy nghĩ, nhìn thấy và ra quyết định', nói Shawn Olsen, một nhà điều tra tại Viện Allen đóng vai trò quan trọng trong dự án. 'Và nó không xảy ra ở mức độ của từng tế bào thần kinh.'
Thách thức bây giờ là làm thế nào để phân tích tất cả dữ liệu đó. Bộ dữ liệu khổng lồ không dễ xử lý; thậm chí việc chia sẻ và tải xuống chúng cũng có thể khó khăn. Nhưng nhiều nhà nghiên cứu cho rằng dù phân tích có khó khăn đến đâu, làm việc với những bộ dữ liệu như vậy đều đáng để vì nó cho phép họ nghiên cứu não theo cách của nó.
Với Hubel và Wiesel, não trông giống như một dây chuyền lắp ráp: nhóm tế bào thần kinh, mỗi tế bào chuyên môn cho một vai trò cụ thể, chia nhau và chinh phục từng nhiệm vụ. Cho ai đó xem một quả bóng đỏ, và tế bào thần kinh nhạy cảm với màu đỏ và hình tròn sẽ phản ứng độc lập. Nhưng phương pháp đó thực sự không phù hợp với cách não thực sự hoạt động—nó kết nối rối ren đến mức không có tế bào thần kinh nào đang hoạt động đơn độc. 'Nó không nhìn vào một tế bào thần kinh một cách riêng lẻ', Stefano Fusi, giáo sư nghiên cứu não học tại Đại học Columbia nói. 'Tế bào thần kinh, chúng nhìn vào hàng nghìn tế bào thần kinh khác. Vì vậy, chúng ta nên có cùng một quan điểm.'
Những khu vực như vỏ não trước trán, nơi mỗi tế bào thần kinh phản ứng với một loạt các thứ, dường như hoạt động nhiều giống như một xưởng, trong đó mỗi nghệ nhân có chuyên môn trong nhiều nhiệm vụ. Một số có thể có tài năng đặc biệt trong việc ném đất sơ, và những người khác có thể rất giỏi trong việc áp dụng men—và khi họ làm việc cùng nhau, họ có thể tạo ra nhiều đối tượng khác nhau. Sự đa dạng này là một lợi thế, và có lẽ là rất quan trọng đối với khả năng giải quyết vấn đề phức tạp và kỹ năng lý luận mà con người vượt trội. (Trong một nghiên cứu về vỏ não trước trán, Fusi đã chứng minh rằng, khi dân số tế bào thần kinh thể hiện sự đa dạng phong phú đối với các tình huống khác nhau, khỉ thường hoạt động tốt hơn trong một nhiệm vụ trí nhớ.) Nhóm tế bào thần kinh có đặc điểm chuyên môn cao, ngược lại, là không linh hoạt, giống như một dây chuyền lắp ráp: Chúng chỉ có thể thực hiện được một số công việc khác nhau.
Tuy nhiên, dây chuyền lắp ráp rất dễ hiểu. Mỗi bước trong quá trình có thể được kiểm tra độc lập để xác định rõ cách nó đóng góp vào sản phẩm tổng thể. Nhưng những nghệ nhân trong một xưởng làm việc tương tác cao không thể được xem xét độc lập, và cũng như tế bào thần kinh trong những khu vực như vỏ não trước trán. Và các mô hình hoạt động tập thể này quá phức tạp để con người có thể hiểu mà không cần sự giúp đỡ của công cụ toán học. “Đó không phải là điều bạn có thể hình dung được,” Fusi nói.
Do đó, các nhà thần kinh học sử dụng một phương pháp gọi là “giảm chiều dài” để làm cho việc hình dung như vậy trở nên có thể— họ lấy dữ liệu từ hàng nghìn tế bào thần kinh và, bằng cách áp dụng các kỹ thuật thông minh từ đại số tuyến tính, mô tả hoạt động của chúng chỉ bằng một vài biến số. Điều này giống như những gì các nhà tâm lý học đã làm trong những năm 1990 để xác định năm lĩnh vực chính của tính cách con người: sự mở lòng, thân thiện, tận tâm, hướng ngoại, và lo lắng. Chỉ cần biết một người đạt điểm như thế nào trong năm đặc điểm đó, họ đã phát hiện, họ có thể dự đoán hiệu quả cách họ sẽ trả lời hàng trăm câu hỏi trên bài kiểm tra tính cách.
Nhưng các biến số được trích xuất từ dữ liệu thần kinh không thể được diễn đạt bằng một từ đơn như “mở lòng.” Chúng giống như những đề tài, các mô hình hoạt động mà trải dài qua toàn bộ dân số tế bào thần kinh. Một số ít trong số này có thể xác định các trục của một đồ thị, trong đó mỗi điểm đại diện cho một kết hợp khác nhau của những đề tài đó— hồ sơ hoạt động duy nhất của chúng.
Việc giảm dữ liệu từ hàng nghìn tế bào thần kinh xuống chỉ còn vài biến số cũng có nhược điểm của nó. Giống như việc chụp một bức ảnh 2D của một thành phố 3D khiến cho một số tòa nhà hoàn toàn biến mất, việc chật chội một bộ dữ liệu phức tạp của tế bào thần kinh xuống chỉ còn vài chiều loại bỏ một lượng lớn chi tiết. Nhưng làm việc trong vài chiều là dễ quản lý hơn nhiều so với việc xem xét hàng nghìn tế bào thần kinh cá nhân cùng một lúc. Nhà khoa học có thể vẽ các mô hình hoạt động phát triển trên các trục được xác định bởi các đề tài để theo dõi cách hành vi của các tế bào thần kinh thay đổi theo thời gian. Phương pháp này đã chứng minh được đặc biệt hiệu quả ở vỏ não chuyển động, một khu vực nơi các phản ứng tế bào thần kinh đơn lẻ, khó hiểu và không dự đoán đã lâu làm bối rối các nhà nghiên cứu. Nhìn chung, tuy nhiên, các tế bào thần kinh theo dõi quỹ đạo đều, thường là quỹ đạo tròn. Các đặc điểm của những quỹ đạo này tương quan với các khía cạnh cụ thể của chuyển động—ví dụ, vị trí của chúng liên quan đến tốc độ.
Olsen nói rằng anh ta mong đợi các nhà khoa học sẽ sử dụng giảm chiều dài để trích xuất các mô hình có thể giải thích được từ dữ liệu phức tạp. “Chúng ta không thể đi từng tế bào thần kinh,” anh ta nói. “Chúng ta cần các công cụ thống kê, công cụ học máy, có thể giúp chúng ta tìm cấu trúc trong dữ liệu lớn.”
Nhưng nhánh nghiên cứu này vẫn còn ở giai đoạn đầu, và các nhà khoa học khó lòng đồng ý về ý nghĩa của các mô hình và quỹ đạo. “Mọi người luôn luôn tranh cãi về việc liệu những thứ này có phải là sự thật không,” John Krakauer, giáo sư nhiệt đới học và nghiên cứu não học tại Đại học Johns Hopkins, nói. “Chúng có thể được hiểu đơn giản như [phản ứng tế bào thần kinh đơn lẻ] không? Chúng không cảm thấy chặt chẽ và rõ ràng như vậy.”
Đưa những quỹ đạo này xuống trái đất sẽ đòi hỏi phải phát triển các công cụ phân tích mới, theo lời Churchland—một nhiệm vụ nhất định sẽ được thúc đẩy bởi sự sẵn có của các bộ dữ liệu quy mô lớn như của Viện Allen. Và khả năng đặc biệt của viện, với nguồn ngân sách sâu rộng và đội ngũ nghiên cứu lớn, sẽ cho phép nó tạo ra lượng lớn dữ liệu hơn để kiểm tra những công cụ đó. Viện, Olsen nói, hoạt động như một đài quan sát thiên văn—không có một lab đơn lẻ nào có thể trả giá cho các công nghệ của nó, nhưng cả cộng đồng khoa học đều hưởng lợi từ khả năng thực nghiệm của nó.
Hiện tại, anh ấy nói, Viện Allen đang làm việc để thử nghiệm một hệ thống trong đó các nhà khoa học từ cộng đồng nghiên cứu có thể đề xuất những loại kích thích mà động vật nên thấy, và những loại nhiệm vụ mà chúng nên thực hiện, trong khi hàng nghìn tế bào thần kinh của chúng đang được ghi lại. Khi khả năng ghi âm tiếp tục tăng lên, các nhà nghiên cứu đang cố gắng phát triển các mô hình thử nghiệm phong phú và thực tế hơn, để quan sát cách tế bào thần kinh phản ứng với những nhiệm vụ thực tế, khó khăn đẩy những khả năng tập thể của chúng. “Nếu chúng ta thực sự muốn hiểu về não, chúng ta không thể tiếp tục chỉ hiển thị thanh có hướng cho vỏ não,” Fusi nói. “Chúng ta thực sự cần phải tiến lên.”
