计算机科学家能否构建大脑？问题及其限制策略1：身份方法策略2：指引方法策略3：坐标方法噪声的角色可塑性讨论笔记参考文献Stan Kerstjens & Anthony M. Zador冷泉港实验室联系方式：kerstje@cshl.edu大脑如何从一个单细胞开始自我连接，仅利用基因组中编码的信息？我们把这个问题视为一个工程问题：编写一个程序，使单个细胞执行该程序，将自己构建成一个大脑。该程序必须足够小，以适应基因组，并且足够快，以在发育时间内完成。对生物学了解不多的计算机科学家很快意识到，明显的策略（发育生物学通过实验已经否定）在规模上失败的原因：基因组太小，无法存储每个突触的连接，而轴突盲目地寻找目标会花费太多时间。这些相同的算法约束驱动设计朝向类似于生物体实际使用的发育策略的解决方案。相同的解决结构从规模限制中产生的启示表明，神经发育的特征可以基于计算的必要性，而不仅仅是偶然性。早期的思维实验对生物学家修理收音机或理解微处理器的能力得出了令人沮丧的结论，但这里的消息更好：大脑的设计可能是可恢复的，不是通过将其拆开，而是通过询问基因组必须如何首先指定它。假设我们把大脑的完整接线图交给一位计算机科学家，并问：编写一个程序，使单个细胞执行该程序以扩展自己到这个网络。该程序必须适应约1GB的基因组大小指令集，并且必须在最多一年的发育时间窗口内停止。挑战在于算法必须可扩展：它应该适用于线虫的302个神经元、果蝇的10510^{5}个神经元、小鼠的10810^{8}个神经元以及人类大脑的101010^{10}个神经元（图1）。没有发育生物学知识的人将如何处理这个问题？10²10⁴10⁶10⁸10¹⁰10¹²10 MB100 MB1 GB10 GB基因组大小大脑大小（神经元）不可行可行线虫果蝇斑马鱼小鼠人类图1：信息差距。对于一系列生物体，脑大小与基因组大小的关系。基因组大小仅在一个数量级内变化，而脑大小跨越八个数量级。虚线显示了最简单的可能连接编码——每对神经元一个比特的邻接矩阵，总共n^2位——刚好适合基因组*。在绿色区域，基因组足够大，可以承担此编码。在红色区域，大脑则过大。只有线虫明显处于可行区域，因此可以用邻接矩阵进行编码。其他物种的大脑必须用不同的策略进行编码。未解的问题是，尽管有计算约束，什么策略可以编码和构建这些。数据来源：基因组组装长度16-21和神经元计数3,4,22-24。计算机科学家实际上是在以图灵、冯·诺依曼、瓦丁顿和布伦纳的精神，形式化一个任务，他们都将基因组视为制造有机体的一组指令，而不是一个有机体的描述。形式化任务有助于识别既可行又可处理的算法策略。在进行练习的过程中，我们发现，适用于小型神经系统的策略，在网络增长时遭遇严峻的壁垒，而这些约束则将解决方案的领域狭窄到少数几个类。理论与实验之间的收敛反过来又告知两个方向。对于发育神经科学家，它将熟悉的分子机制形式化为一个明确算法问题的解决方案，并挑选出这些机制中哪些特征是计算上的必需，哪些是可以自由变化的。对于理论家，它将生物发育呈现为一个解决尚未解决的计算任务的系统。现代机器学习尚不知道如何从紧凑描述生成大型功能网络，而是依赖于从磁盘复制的大型存储权重矩阵，或数量级程度更大的训练集。初始的合子恰好包含这样的描述，分析发育过程可能帮助激发人工系统的新算法。问题及其限制编写发育程序意味着什么？计算机科学家没有机会从外部放置神经元并将其接线，就像工程师焊接电路板一样。相反，她必须编写一组指令，放入一个单独的初始细胞中，然后她转身离开。这个初始细胞分裂，每个女儿细胞继承相同的程序并独立执行。程序的每个实例