Wyobraźcie sobie taką scenę: bierzemy mózg muszki owocówki, skanujemy każde pojedyncze połączenie neuronowe, a potem wrzucamy to wszystko do symulatora. Klikamy „Play” i… działa. Co więcej, działa znacznie lepiej, niż ktokolwiek śmiał przypuszczać. Dom Polsinelli z LessWrong donosi o przełomie, który sprawia, że wizja cyfrowej kopii ludzkiego umysłu przestała być tylko domeną Cyberpunka, a stała się konkretnym planem inżynieryjnym.
Czym właściwie jest Whole Brain Emulation? Lekcja na przykładzie owocówki
W skrócie: emulacja całego mózgu to proces, w którym skanujemy „mapę drogową” połączeń neuronowych (tzw. konektom) i odtwarzamy ją w środowisku cyfrowym. W 2024 roku zespół z laboratorium Seunga na Uniwersytecie Princeton dokonał niemożliwego – opublikowali pełny konektom dorosłej muszki owocówki (Drosophila melanogaster).
Mówimy tu o potężnej dawce danych:
- Ponad 130 tysięcy neuronów.
- Blisko 50 milionów synaps.
- Dane pozyskane dzięki mikroskopii elektronowej, dostępne dla każdego w projekcie FlyWire.
Zespół pod wodzą Philippa Shiu (obecnie w Eon Systems) poszedł o krok dalej. Zamiast tylko patrzeć na mapę, zbudowali działający model. Użyli prostego mechanizmu „integratora z wyciekiem” – to taki cyfrowy neuron, który zbiera sygnały i „strzela” impulsem, gdy uzbiera ich odpowiednio dużo. Co najciekawsze: nie modelowali ciała muchy, tylko sam „software” jej głowy. Efekt? Totalny opad szczęki (lub żuwaczek).
Test konektomu: dlaczego struktura to potęga?
Naukowcy przeprowadzili fascynujący eksperyment. W symulacji aktywowali neurony odpowiedzialne za wykrywanie cukru. Przy poprawnie odwzorowanym konektomie, neuron MN9 (odpowiedzialny za reakcję) odpalał się w 100% przypadków.
Potem zrobili mały sabotaż: wymieszali tzw. „wagi synaptyczne”, czyli siłę połączeń, ale zostawili samą strukturę. Wynik? Sukces tylko w 1 na 100 prób. To dowodzi jednej, kluczowej rzeczy: morfologia (kształt i fizyczne połączenia) jest ważniejsza niż precyzyjne dostrojenie parametrów. Jeśli masz dobrą mapę, prosty model neuronu wystarczy, by system ożył. Jak to ujął Polsinelli: wyniki są po prostu mind-blowing.
33 lata pracy nad jedną muchą. Skalowanie to największy wróg
Choć brzmi to jak sukces, droga do ludzkiego mózgu jest usłana kolcami. Mapowanie konektomu to obecnie logistyczny koszmar. Mikroskopia elektronowa jest precyzyjna, ale ślimacza i absurdalnie droga.
Dlaczego to takie trudne?
- Cięcie na plasterki: próbki trzeba kroić na ultracienkie warstwy, bo skanery nie widzą „wgłąb”.
- Błędy algorytmów: AI radzi sobie z obrazem w 90%, ale resztę musi sprawdzić człowiek. Proofreading mózgu jednej muchy zajął… 33 lata pracy ludzkiej!
- Ekstrapolacja grozy: przy obecnym tempie, zmapowanie mózgu myszy zajęłoby 10 tysięcy lat.
Bez totalnej automatyzacji, o cyfrowym człowieku możemy zapomnieć. Na szczęście, ratunek jest w drodze.
Nowa fala: mikroskopia ekspansyjna i kody binarne w neuronach
Firma E11 Bio proponuje sprytne obejście problemu. Zamiast budować lepsze mikroskopy, postanowili… powiększyć próbki. Używają hydrożeli, które „pompują” tkankę mózgową 10-krotnie. Dzięki temu łatwiej dostrzec szczegóły i unikać błędów.
Inne asy w rękawie to:
- Genetyczne tagowanie: Wirusy nadają neuronom unikalne kody binarne poprzez barwienie sekwencyjne.
- MERFISH: Optyczna metoda mierząca, które geny „pracują” w danym miejscu, co pozwala określić gęstość kanałów jonowych.
Prognozy? Optymistyczne warianty mówią o 5 dniach na konektom myszy i około 30 latach na ludzki. System PRISM od E11 Bio ma szansę sprawić, że badanie całych mózgów ssaków stanie się standardem, a nie projektem na pokolenia.
Geny i prąd: więcej niż proste obwody
Krytycy zauważają, że mucha w symulacji miała identyczne neurony, a w naturze każda komórka jest inna. Badania z 2025 roku (publikowane w Patterns) pokazują jednak, że ekspresja genów pozwala bardzo dokładnie przewidzieć elektrykę neuronu.
Łącząc dane o genach (transkryptomikę) z modelami biofizycznymi, możemy dodać do symulacji wpływ hormonów czy gleju. To już nie jest „prosty kalkulator”, to próba odtworzenia pełnej biologicznej złożoności.
Kierunek 2030: Czy zdążymy?
Firmy takie jak Eon Systems (gdzie pracuje Shiu) grają o najwyższą stawkę. Ich cel to najkrótsza ścieżka do emulacji ludzkiego mózgu poprzez połączenie neurobiologii i AI. Wizja cyfrowego umysłu do 2030 roku brzmi szalenie ambitnie, ale sukcesy z owocówką dają naukowcom potężny zastrzyk wiarygodności.
Sceptycy zawsze będą mówić: „mucha to nie człowiek”. Jasne. Ale idziemy krok po kroku: od nicienia C. elegans, przez muchę, aż po myszy i nas. Jeśli to morfologia rządzi naszą świadomością, to nieśmiertelność w chmurze przestała być pytaniem „czy”, a stała się pytaniem „kiedy”.
Źródła: LessWrong (Dom Polsinelli), Nature (Seung Lab connectome, fly emulation), Cell Patterns (gene-electrophysiology), E11 Bio, Eon Systems, FlyWire.ai, Princeton.edu.
