亨利·马克拉姆因创造了世界上最昂贵的脑模拟而闻名，但神经科学家最了解他的是他对突触的开创性实验。马克拉姆是最早系统地研究赫布规则的顺序版本的人之一，他通过改变诱导突触可塑性时两个神经元放电之间的时间延迟来实现这一点。（突触的变化，细胞之间的连接点。一位科学家将赫布规则简化为：“一起放电的细胞，连接在一起。”）当我第一次在一次会议上听到马克拉姆发言时，我也遇到了吸烟成瘾且富有魅力的亚历克斯·汤姆森，另一位著名的神经科学家，她以充满活力的热情讲解突触。她热爱它们，并希望我们也热爱它们。相比之下，马克拉姆给人的印象是突触的祭司，召唤我们对它们错综复杂的奥秘表示敬畏和尊重。
在 2009 年的一次讲座中，马克拉姆承诺在十年内完成人脑的计算机模拟，这一声音传遍了世界。如果您在网上观看讲座视频，您可能会同意我的看法，他英俊雕琢的面容看起来有点严肃，但他的说话方式温和而热情，带着远见卓识者的平静信念。但在那一年晚些时候，他的语气就没那么平静了。他的竞争对手，IBM 研究员达门德拉·莫达宣布模拟猫脑，此前他曾在 2007 年声称模拟了鼠脑。马克拉姆愤怒地写信给 IBM 的首席技术官，对此做出了回应
亲爱的伯尼，
你告诉我，上次莫达[原文如此]发表关于模拟鼠脑的愚蠢言论时，你会把他吊起来打。
我以为……记者们应该能够认识到 IBM 报道的是一个骗局——远非猫规模的脑模拟，但不知何故，他们完全被这些令人难以置信的言论所蒙蔽。
我对这个公告感到非常震惊……我想我应该“揭露真相”，揭穿这种公然欺骗公众的行为。
竞争是好事，但这是一种耻辱，对该领域造成了极大的危害。显然，莫达想声称他接下来模拟了人脑——我真的希望有人对这家伙进行一些科学和道德方面的调查。
一切顺利，
亨利
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻事业 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
马克拉姆并没有将他的愤怒保密。他将这封信的副本发送给了许多记者。其中一位记者在博客上报道了这场争议，标题诙谐地写道：“猫脑之争引发猫咪大战：”
这封信标志着马克拉姆与 IBM 关系的新的低谷。他们在 2005 年开始成为盟友，当时 IBM 与马克拉姆所在的瑞士洛桑联邦理工学院签署了一项协议。该合作项目的目标是展示 IBM 的 Blue Gene/L，当时世界上最快的超级计算机，通过使用它来模拟大脑。马克拉姆将该项目称为“蓝脑”，这暗示了 IBM 的昵称“蓝色巨人”。但当莫达在 IBM 的阿尔马登研究中心启动一个竞争性的模拟项目时，这种关系恶化了。
马克拉姆试图通过指责他的竞争对手造假来捍卫自己的工作。但实际上，他对整个事业都产生了怀疑。任何人都可以模拟大量的方程式，并声称它像大脑。（现在你甚至不需要超级计算机。）证据在哪里？我们怎么知道马克拉姆也不是骗子呢？
他不应该用他那闪耀的超级计算机来分散我们对他的研究中一个潜在致命缺陷的注意力：缺乏明确的判断成功的标准。未来，蓝脑可以使用前面描述的特定图灵测试进行评估，但只有当模拟接近真实事物时，这个测试才变得有用。这些所谓的鼠脑和猫脑模拟甚至还没有进入门槛。任何时候都不会有“鼠胆英雄”来愚弄你。图灵测试[计算机智能测试]会告诉我们何时到达目的地，但在那一天到来之前，我们需要一种方法来了解我们是否在朝着正确的方向前进。
这些研究人员真的在取得进展吗？马克拉姆信件的全文太长，无法在此处刊登，所以我将总结他怒火背后的科学原理。简而言之，蓝脑由模型神经元组成，这些神经元在处理电信号和化学信号方面非常复杂。它们比莫达模拟的模型神经元更忠实于真实的神经元，而莫达的模拟又比本书中讨论的加权投票模型更真实。
有大量的经验证据表明，加权投票模型可以很好地近似许多神经元。但我们也知道，该模型并非完美，甚至在某些神经元上会严重失败。马克拉姆是正确的，真实的神经元具有许多简单的模型无法捕捉到的复杂性。单个神经元本身就是一个完整的世界。像任何细胞一样，它是由许多分子组成的高度复杂组装体，是由分子部件构建的机器。而这些分子中的每一个反过来都是由原子组成的微小机器。
正如我之前提到的，离子通道是一类重要的分子，因为它们负责神经元中的电信号。轴突、树突和突触包含不同类型的离子通道，或者至少它们的数量不同，这就是为什么神经元的这些部分具有不同的电特性。原则上，每个神经元的行为都是独一无二的，这归因于其离子通道的独特配置。这与加权投票模型相去甚远，根据该模型，所有神经元本质上都是相同的。但这对于脑模拟来说听起来是个坏消息。如果神经元是无限多样化的，我们怎么可能成功地模拟它们呢？测量一个神经元的特性对了解另一个神经元没有任何帮助。
摆脱无限变异泥潭的一个希望是：神经元类型。您可能还记得卡哈尔[神经科学先驱拉蒙·卡哈尔]根据位置和形状将神经元分为类型。您可以将这些属性视为类似于动物的栖息地和外观。当神经科学家谈到新皮层的双束细胞时，它让我想起博物学家谈论北极的北极熊的方式。博物学家也可能会指出，北极熊与棕熊不同，它们捕猎海豹。同样，相同类型的神经元通常表现出相同的电行为。这大概是因为它们的离子通道以相同的方式分布。
如果是这种情况，那么神经元的多样性实际上是有限的。我们应该编制一份所有神经元类型的目录，一份大脑的“零件清单”，然后为每种类型构建一个模型。我们将假设每个模型对所有正常大脑中该类型的所有神经元都有效，就像我们假设所有电阻器在任何电子设备中的行为方式都相同一样。一旦所有神经元类型都被建模，我们就准备好模拟大脑了。
马克拉姆的实验室通过体外实验表征了许多新皮层神经元类型的电特性，并为每种类型构建了一个模型。每种神经元类型都被建模为数百个相互作用的电“隔室”，这近似于模拟神经元中的数百万个离子通道。马克拉姆因蓝脑中使用的多隔室模型神经元的真实性而值得称赞。
但蓝脑[现在已演变成人脑计划]在一个方面严重不足。由于目前尚不清楚皮层连接组，因此尚不清楚如何将模型神经元相互连接。马克拉姆遵循彼得斯规则，这是一个理论原则，指出连接是随机的。大脑缠结的“意大利面条”中轴突和树突的意外碰撞导致接触点。在每个接触点，突触都会以一定的概率发生，就像抛掷一枚有偏见的硬币的结果一样。
彼得斯规则在概念上与之前介绍的一个想法相关，即神经达尔文主义的随机突触创建。然而，这两个想法并不等同。神经达尔文主义包括活动依赖性突触消除，这使得幸存的连接最终变得非随机。已经发现了违反彼得斯规则的情况。我怀疑还会发现更多，而且该规则之所以能够幸存下来，仅仅是因为我们对连接组的无知。
正如计算机科学家喜欢说的那样，“垃圾进，垃圾出：”如果蓝脑的神经连接是错误的，那么模拟也将是错误的。但我们不要过于苛刻。在未来，马克拉姆总是可以将来自连接组的信息纳入蓝脑。那么他的模拟难道不会变得真正逼真吗？
为了回答这个问题，让我们再次考虑秀丽隐杆线虫C. elegans。与新皮层不同，它的连接组是已知的。令人惊讶的是，只有其神经系统的小部分被模拟出来。这些模型有助于理解一些简单的行为，但它们是零敲碎打的努力。没有人接近模拟整个神经系统。
不幸的是，我们缺乏秀丽隐杆线虫C. elegans神经元的良好模型。正如我之前提到的，它们中的大多数甚至不放电，因此加权投票模型无效。为了模拟神经元，我们必须从它们那里进行测量，但事实证明，对于秀丽隐杆线虫C. elegans来说，这比对小鼠甚至人类神经元更困难。我们还缺乏关于秀丽隐杆线虫C. elegans突触的信息。连接组甚至没有说明突触是兴奋性的还是抑制性的。
因此，蓝脑缺乏连接组，而秀丽隐杆线虫C. elegans缺乏神经元类型模型。模拟大脑或神经系统需要这两个要素。因此，之前的说法应该修改为“你是你的连接组加上神经元类型模型”（假设连接组被定义为指定每种神经元的类型。）但神经元类型模型可能包含的信息远少于连接组，因为大多数科学家都认为神经元类型的数量远少于神经元的数量。从这个意义上说，“你是你的连接组”仍然是一个非常好的近似值。此外，我们上面假设一种类型的所有神经元在所有正常大脑中的行为方式都相同，就像所有北极熊在正常情况下都捕猎海豹一样。如果我们上传多个人，所有模拟都可以共享相同的神经元类型模型。唯一特定于个人的信息将是其连接组。
值得注意的是，在秀丽隐杆线虫C. elegans中，信息内容的平衡非常不同。它的三百个神经元已被分为大约一百种类型，这与神经元的数量相比并没有少多少。基本上，每个神经元（以及身体另一侧的孪生神经元）都是其自身的类型。每个神经元最终可能都需要自己的模型，并且这些模型中的总信息量可能超过连接组中的信息量。因此，“你是你的连接组”对于蠕虫来说将是一个糟糕的近似值，即使对于我们来说它可能几乎是完美的。
换句话说，秀丽隐杆线虫C. elegans神经系统就像一台由所有独特零件构建的机器。零件的个体工作原理与它们的组织结构同样重要。另一个极端是由单一类型的零件构建的机器。（您可能年纪足够大，还记得老式的乐高积木套装，其中只包含一种类型的乐高积木。）这种机器的功能几乎完全取决于其零件的组织结构。
电子设备接近这个极端，因为它们只包含少数几种类型的零件，如电阻器、电容器和晶体管。这就是为什么收音机的接线图在很大程度上决定了它的功能。人脑的零件清单更长，因此需要多年的努力才能对人脑中的每种神经元类型进行建模。但零件清单仍然远短于零件总数。这就是为什么零件的组织结构如此重要，以及为什么连接组对于人类比对于蠕虫更关键。
连接组还有一个重要的方面需要纳入脑模拟：变化。没有它，您上传的自我将无法存储新的记忆或学习新的技能。马克拉姆和莫达已经纳入了使用赫布突触可塑性数学模型进行重新加权。但同样重要的是要包括重新连接、重新布线和再生。总的来说，我们对四个 R 的模型远不如神经元中电信号的模型那样精细。改进它们是可能的，但这需要多年的研究。
这些都是重要的警告，但神经元类型模型和连接组变化仍然符合基于连接组的脑模拟的总体框架。大脑中是否有任何东西与该框架根本不相容？一个困难是神经元可以在突触的范围之外相互作用。例如，神经递质分子可能会从一个突触逸出，并扩散开来，被更远处的神经元感知。这可能会导致未通过突触连接的神经元之间，甚至实际上没有相互接触的神经元之间发生相互作用。由于这种相互作用是突触外的，因此它不包含在“接线图”中，即连接组中。可能有可能相对简单地模拟一些突触外相互作用。但也可能神经递质分子在神经元之间狭窄而曲折的空间中的扩散需要复杂的模型。
如果突触外相互作用被证明对大脑功能至关重要，那么可能有必要拒绝“你是你的连接组”的假设。“你是你的大脑”的较弱说法仍然可能是站得住脚的，但这将更难以用作上传[你的大脑到计算机中，正如一些未来学家提出的那样]的基础。我们可能不得不抛弃连接组的抽象概念，进一步下降到原子水平。人们可以想象使用物理定律来创建大脑中每个原子的计算机模拟。这将非常忠实于现实，比基于连接组的模拟要真实得多。
问题在于需要大量的方程式，因为原子太多了。甚至考虑所需的巨大计算能力似乎都很荒谬，除非您的遥远后代在银河系时间尺度上幸存下来，否则这是完全不可能的。目前，即使是那些称为分子的适度原子组装体也很难模拟。模拟大脑的所有原子几乎是不可想象的。有限的计算能力不是唯一的障碍。还有获取初始化模拟信息的难度。可能需要测量大脑中所有原子的位置和速度，这比连接组中的信息要多得多。目前尚不清楚如何收集这些信息，或者如何在合理的时间内完成收集。