Tänk inte på att avslöja mysterierna hos den mänskliga hjärnan. En ny studie antyder att neurovetenskapsmän kanske inte ens har analysverktygen för att förstå den mycket enklare logiken som driver "hjärnan" i "Donkey Kong."
I ett tankeexperiment ställde två forskare frågan: Kan en neurovetenskapsman förstå en mikroprocessor? Det vill säga, om man betraktar den mänskliga hjärnan som en extremt komplicerad dator, kan neurovetenskapsmän använda sina allmänt använda neurovetenskapliga metoder för att analysera en enkel dator?
Hur enkelt? De bestämde sig för att prova Atari 2600, som 1981 var en toppmodern spelkonsol - med vad som då var en blåsande snabb 6502 mikroprocessor - som introducerade världen till den hotfulla, bröstklagande, jävla-ryckande gorillaen som heter Donkey Kong.
Forskarna - Eric Jonas, en postdoktor vid University of California, Berkeley och Konrad Kording, professor i fysikalisk medicin och rehabilitering / fysiologi vid Northwestern University i Chicago - valde Atari 2600 som sin "modellorganism" eftersom den var komplicerad tillräckligt för att presentera en analytisk utmaning, men ingenjörerna som skapade den hade kartlagt den noggrant och förstått den helt.
För att härma en typisk hjärnstudie undersökte de tre typer av "beteenden" för Atari 2600 i form av tre olika spel: "Donkey Kong", "Space Invaders" och "Pitfall!" De använde sedan några av de dataanalysmetoder som vanligtvis används inom neurovetenskap för att se om dessa metoder skulle avslöja hur Atari-hjärnan - dess mikroprocessor - bearbetar information.
Metoderna "avslöjade intressant struktur" i mikroprocessorn, skrev forskarna i uppsatsen som beskrev experimentet. "När det gäller processorn vet vi emellertid dess funktion och struktur, och våra resultat stannade väl under vad vi skulle kalla en tillfredsställande förståelse" av Atari-hjärnan.
Resultaten av deras experiment publicerades idag (12 jan) i tidskriften PLOS Computational Biology.
Neurovetenskapens område förväntar sig ett fall av data från nya, stora och välfinansierade forskningsprogram som har utvecklats för att förstå det mänskliga sinnet, som Brain Research via Advancing Innovative Neurotechnologies (BRAIN) Initiative, berättade Jonas för Live Science. Ändå sa Jonas att han ifrågasätter värdet av sådana uppgifter om resultaten inte kan förstås korrekt.
"Som människor som gör beräkningsneurovetenskap kämpar vi verkligen med att förstå även de jämförelsevis små data som vi förvärvar idag, delvis för att vi saknar någon form av" marken sanning ", sade Jonas. "Men om olika syntetiska system som klassiska mikroprocessorer kan fungera som en testbädd, kan vi kanske göra snabbare framsteg."
Så är det "game over" för neurovetenskapens nuvarande metoder?
"Jag är faktiskt väldigt positiv till framsteg inom neurovetenskapen," sa Kording, som också är forskare vid Rehabilitation Institute i Chicago. "Det faktum att fältet kan ta vårt bidrag på allvar visar att de åtminstone har planer på att övervinna de problem vi belyser."
Kording sa att mer än 80 000 personer tittade på en tidigare version av papperet på en förtrycksserver. Många älskade det, sade han, även om många hatade det också. Men han var glad att han och Jonas har inlett en dialog.
Terrence Sejnowski, som är chef för Computational Neurobiology Laboratory vid Salk Institute for Biologic Studies i San Diego, berättade för Live Science att han uppskattar behovet av forskare att utveckla ett bättre konceptuellt ramverk för att förstå neural behandling. Faktum är att Sejnowski var den första författaren på ett papper från 2014 i tidskriften Nature Neuroscience, som många i fältet anser vara en färdplan för hur man analyserar de massiva och olika uppsättningarna av neurovetenskapliga data som förväntas komma från forskningsprojekt i kommande år.
Men han är inte övertygad om att Atari 2600 är en lämplig modellorganism för att testa neurovetenskapens analysverktyg.
"Mikroprocessorn och hjärnan är två helt olika typer av datorer, och man bör inte bli förvånad över att olika metoder behövs för att analysera dem," sade Sejnowski. "Låt oss göra det konverserade experimentet och analysera hjärnan med hjälp av metoder som fungerar för mikros, med hjälp av en logisk analysator. Det fungerar utmärkt i reverse-engineering mikros men skulle misslyckas helt med hjärnan eftersom hjärnan inte är ett digitalt chip."
För att vara säker är hjärnan en skrämmande typ av dator. Och när neurovetenskapsmän går vidare för att avslöja dess mysterier, måste de känna sig lite som lilla Mario, för alltid kämpa hinder i deras till synes oändliga resa till okända världar.
