- Tim peneliti memetakan potongan yang sangat kecil dari otak manusia dengan tingkat detail yang sangat tinggi, sehingga menghasilkan atlas sel yang memungkinkan struktur koneksi otak diamati
- Atlas sel ini diterbitkan di Science dan juga dirilis sebagai data online sehingga dapat dimanfaatkan untuk analisis lanjutan
- Atlas ini mengungkap pola koneksi baru di antara neuron, serta menunjukkan struktur tingkat sel yang sebelumnya sulit diamati
- Beberapa sel membungkus dirinya sendiri dan membentuk struktur mirip simpul, dan pasangan neuron yang tampak hampir seperti bayangan cermin juga teridentifikasi
- Bahkan dalam jaringan sekecil 1㎣, muncul koneksi dan bentuk yang kompleks, menunjukkan skala data yang diperlukan untuk memahami struktur otak manusia
Atlas sel dari potongan otak manusia
- Tim peneliti memetakan dengan sangat rinci potongan kecil otak manusia
- Hasilnya adalah atlas sel yang mencakup neuron, yaitu sel otak
- Atlas tersebut dipublikasikan sebagai makalah di Science dan juga dapat diakses secara online
Struktur yang terungkap dalam atlas
- Pola koneksi baru di antara neuron telah dikonfirmasi
- Beberapa sel membungkus dirinya sendiri dan membentuk struktur mirip simpul
- Pasangan neuron yang hampir merupakan bayangan cermin satu sama lain juga ditemukan
1 komentar
Opini Hacker News
Per 2024/05/11, saya sudah membaca semua komentarnya, dan cukup mengejutkan bahwa dari sudut pandang profesor di universitas besar, tidak ada satu pun pertanyaan yang jelas yang muncul
Alih-alih hanya memaparkan pengetahuan ala buku teks tentang fungsi otak, perbedaan mamalia dan burung, AI dan LLM, bukankah seharusnya kita bertanya apa fungsi struktur dan objek aneh yang sama sekali tidak kita pahami itu: https://h01-release.storage.googleapis.com/gallery.html
Saya hitung ada 7
Saya terutama suka “objek berbentuk telur tanpa tonjolan yang terhubung”
Bayangkan dendrit dari satu sel menembus badan sel lain dan lewat melaluinya
Visualisasi interaktif-nya benar-benar luar biasa
Menyenangkan untuk memperbesar irisan dan menggulir lapisan ke atas dan ke bawah, dan model 3D-nya juga layak diperbesar
Terlihat juga bahwa saat kursor diarahkan ke bagian tertentu dari sebuah neuron, seluruh neuron itu disorot: http://h01-dot-neuroglancer-demo.appspot.com/#!gs://h01-release/assets/neuroglancer_states/20210601/c2_library.json
Itu hanya 1 milimeter kubik dari otak kita, tetapi koneksinya sebanyak itu; saya jadi paham mengapa burung gagak bisa begitu cerdas meski otaknya hanya sebesar kenari
Otak mungkin merupakan hal paling kompleks di alam semesta, dan saya penasaran apakah ia bisa cukup kompleks untuk memahami dirinya sendiri, serta apakah itu secara logis mungkin
Entah bagaimana mereka bisa membuatnya begitu
“Peta 3D ini mencakup volume sekitar 1 milimeter kubik, yaitu sepersejuta dari seluruh otak, dan memuat sekitar 57.000 sel serta 150 juta sinapsis, yaitu koneksi antar-neuron”
Ini adalah patokan empiris yang bagus untuk menghitung secara kasar seberapa besar model jaringan saraf harus dibuat untuk meniru otak manusia
Jika 150 juta sinapsis / 57.000 neuron, rata-ratanya 2.632 sinapsis per neuron; jika otak manusia dewasa memiliki sekitar 100 miliar neuron, totalnya menjadi 2,6e14 sinapsis
Bahkan dengan hanya 1 parameter per sinapsis, model minimumnya ratusan kali lebih besar daripada 1,8e12 parameter GPT-4 yang beredar sebagai rumor
Ini tentu terlalu kasar; jika diasumsikan 10–100 kanal ion per sinapsis dan minimal 10 parameter per kanal ion, jumlahnya menjadi 2,6e16 atau lebih, yaitu lebih dari 4 orde magnitudo lebih besar daripada GPT-4
Tentu masih ada masalah lain seperti implementasi neuroplastisitas, tetapi ini perhitungan kasar yang menarik
Kemampuan komputasinya mungkin bisa tercapai sekitar 2048: https://news.ycombinator.com/item?id=38919548
Ini hampir kebalikan dari keyakinan selama puluhan tahun bahwa neuron tiruan adalah model yang buruk dari neuron nyata
Ada kutipan: “Otak kita memiliki 100 triliun koneksi. Model bahasa besar paling banyak 500 miliar, atau maksimal 1 triliun. Namun GPT-4 tahu ratusan kali lebih banyak daripada satu orang mana pun. Mungkin saja ia memiliki algoritma pembelajaran yang jauh lebih baik daripada kita”
Berdasarkan kepadatan sampel otak ini, koneksi GPT-4 akan menempati 5 sentimeter kubik, atau 1% volume korteks serebral manusia
Meski begitu, GPT-4 mampu berbicara cukup lancar dalam 80 bahasa, menerjemahkan, menulis kode, meniru gaya ratusan atau ribuan penulis, dan berdialog tentang apa saja dari filsafat hingga memasak, sains, dan hukum
Di dalam sel penuh dengan mesin berskala nano yang kompleks, dan sebagian di antaranya mungkin terlibat dalam proses kognitif
Saya tahu setidaknya ada satu studi yang mengidentifikasi struktur nano yang terlibat langsung dalam cara memori bekerja di neuron
Selain itu, banyak proses juga memiliki dimensi yang cukup analog
Saya ingat seorang neurolog berkata dalam sebuah wawancara bahwa selama berabad-abad, manusia selalu membandingkan otak dengan teknologi paling kompleks pada masanya
Awalnya dengan mesin mekanis, lalu pipa dan uap, rangkaian listrik, elektronika, dan kini komputer; tetapi otak tidak bekerja seperti semua itu, jadi kita harus menyadari keterbatasan model kita
Tidak ada yang menghalanginya, jadi bagaimana mungkin tidak ada
Saya tidak melihat cara kerja sinapsis bisa dimodelkan hanya sebagai lebih banyak sinyal
Jadi mungkin hanya jauh lebih sedikit jaringan otak yang dibutuhkan untuk kecerdasan umum
Meski merupakan hasil yang penting dan mengesankan, ini mengingatkan pada persoalan mendasar dalam neurosains
Jika kita hampir tidak tahu apa-apa tentang prosesor dan hanya bisa menempelkan elektroda pada die, bisakah kita mengetahui secara rinci bagaimana prosesor menjalankan program dan apa yang dilakukan program itu hanya dari hasil pengukuran?
Tambahkan skala yang lebih besar beberapa orde magnitudo, ditambah sensitivitas terhadap waktu kedatangan sinyal, maka itulah otak
Sekarang sekalipun kita punya data berukuran petabyte, apakah kita benar-benar bisa makin dekat untuk memahami, misalnya, bagaimana kognisi bekerja?
Saat mengikuti kelas pengantar neurosains komputasional, saya cukup terkejut mengetahui bahwa praktis tidak ada matematika yang bisa menangani lebih dari beberapa neuron dalam ranah waktu
Neuron nyata bekerja dalam ranah waktu, timing penting dalam pembelajaran Hebb, dan tidak ada clock global
Semua yang dilakukan otak adalah proses kontinu
Kedua, fakta bahwa bahkan sekitar 300 neuron C. elegans yang sudah dipetakan dengan baik pun belum bisa dimodelkan dengan benar oleh OpenWorm mengatakan banyak hal
Salah satu argumen dalam riset AI adalah “menatap bulu burung lewat mikroskop elektron tidak akan membuat kita menemukan prinsip penerbangan”
Menarik memang, tetapi rasanya kita tidak akan memahami kecerdasan dengan cara ini
Fenomena emergen adalah bagian dari teori sistem kompleks, dan kita belum punya matematika yang dapat dipakai untuk itu
Ketidaktahuan kita di bidang ini besar
Sewaktu kecil saya sering mendengar pertanyaan “bisakah otak memahami dirinya sendiri?”
Mungkin tidak, tetapi upaya untuk memahaminya tetap berharga
Kita membutuhkan terobosan dalam riset teori sistem kompleks
Alih-alih menempelkan elektroda, kita menembakkan partikel, lalu menganalisis lintasan serpihannya
Tidak mengherankan juga kalau metode ala monyet terus mengungkap kognisi ala monyet
Saatnya membaca ulang “There's plenty of room at the bottom” dari Feynman: https://web.pa.msu.edu/people/yang/RFeynman_plentySpace.pdf
Lihat bagian ketika para biolog memintanya membuat mikroskop elektron 1.000 kali lebih kuat, lalu lihat juga teknologi apa yang dipakai untuk memindai gambar-gambar ini
Pada masa itu, yang paling mutakhir hanya bisa mengurai sekitar 10 angstrom, atau kira-kira 1 nm, jadi peningkatan 100 kali berarti 0,1 angstrom / 0,01 nm
Tampaknya memang sudah ada kemajuan sampai batas tertentu
Setelah mencari, katanya mikroskop elektron transmisi bisa mencapai hingga 0,05 nm, dan mikroskop elektron pemindai di bawah 0,1 nm: https://www.kentfaith.co.uk/blog/article_which-electron-microscope-has-the-highest-resolution_4737
Sebagai perbandingan, setahu saya jarak antara inti atom hidrogen dalam H2 sekitar 0,074 nm
Bentuk molekul bisa terlihat, tetapi atom individual masih agak kabur: https://cosmosmagazine.com/science/chemistry/molecular-models-electron-microscopy/
Melihat gambar satu neuron, rasanya orang-orang di bidang simulasi otak perlu menghitung ulang estimasi daya komputasi yang dibutuhkan
Saya penasaran apakah ada nama untuk perasaan agak tidak nyaman yang muncul saat melihat hal seperti ini
Saya ingin menjelaskannya lebih baik, tetapi saat berhadapan dengan gambar mikroskopis jaringan otak, entah kenapa rasanya aneh
Apakah ini reaksi yang normal?
Otak punya manajemen kabel yang buruk sekali
Meski begitu, saya juga merasakan kehampaan yang menyeramkan dari gambarnya
Hal pertama yang terpikir adalah bahwa “implementasi” saya sebagai makhluk sadar adalah sesuatu seperti ini, seonggok serat yang terkurung dalam kegelapan total tengkorak
Gambar jaringan otak manusia juga terasa muram karena fakta bahwa itu dulu adalah seseorang yang memiliki hidup dan pengalaman
Seolah otak saya yang hidup sedang melihat otak yang mati
Entah apakah mirip dengan pola lubang yang membuat sebagian orang tidak nyaman, atau perasaan yang lebih abstrak seperti “fragmen-fragmen tak terpahami dari realitas terdalam seseorang pernah mengalir di sana”
Apa pun itu, saya tidak tahu namanya, tetapi bentuk itu sendiri, dalam konteksnya, bisa saja merepresentasikan satu aspek ingatan atau kepribadian, siapa tahu
Ketika melihat bahwa seluruh pengalaman manusia, cinta, tragedi, dan pencapaian, hanyalah potensial listrik yang dihantarkan sel-sel berkelok itu, rasa magis yang dulu saya rasakan terhadap manusia jadi hilang
Rasanya seperti berhadapan dengan sesuatu yang sangat langsung, tetapi sekaligus sesuatu yang begitu besar hingga tidak akan pernah bisa saya pahami
Novel Neal Stephenson membahas topik ini dengan baik: https://en.wikipedia.org/wiki/Fall;_or,_Dodge_in_Hell
Di fork Neuroglancer, telah dikembangkan algoritma yang menggunakan self-supervised learning untuk memberi anotasi pada data volumetrik tanpa label
Diharapkan ada lebih banyak kemajuan dalam proyek pemetaan otak berskala besar
Detail proyek: https://www.ll.mit.edu/sites/default/files/other/doc/2023-02/TVO_Technology_Highlight_45_NeuroTrALE.pdf
“Sampel dipotong menjadi sekitar 5.000 irisan, masing-masing setebal 34 nanometer, dan dapat dicitrakan dengan mikroskop elektron”
Ada yang tahu bagaimana ini dilakukan tanpa merusak sampel?
Makalah: https://www.biorxiv.org/content/10.1101/2021.05.29.446289v4
Lihat Figure 1
ATUM dijelaskan lebih rinci di sini: https://www.eden-instruments.com/en/ex-situ-equipments/rmc-em-sample-prep-solutions/atumtome/
Ada juga banyak foto dan penjelasan bagus di sini: https://www.wormatlas.org/EMmethods/ATUM.htm
Singkatnya, proyek ini benar-benar memanfaatkan semua keuntungan teknologi abad ke-21