이렇게 그대로 칩에 적용해보는 식으로.. 

뉴로이미징에서 흔히 뉴런집단의 다양한 활동 패턴을 평가하고 분석하는데 사용되는 다양한 데이터 분석방법들을 시도해 봤습니다.

 

 

그렇지만 불행하게도, 이 모든 신호와 데이터의 분석들은, 칩이 실제로 정보들을 어떻게 처리하고, 

어떻게 작동 하는지를 이해하게 하는데 쓸만한 정보를 전혀 제공해 주지 못했습니다.

 

 

 

켈리 클랜시라는 학자는 이 모든것들이 칩이 어떻게 작동하는지에 관한 쓸모있는 정보를 코딩조나스 듀오에게 전혀 제공해 주지 못했다고 지적합니다.

그러면서..결과가 이렇다고 하더라도 현대신경과학이 그동안 시간낭비 했다는 말은 절대 아니라고 언급합니다. 우리는 여전히 어떤 약물이 사람들의 뇌나, 여러 정신적 문제로부터 삶을 개선시킬 수 있음을 압니다(물론 그것이 뇌에서 구체적으로 어떻게 작동하는지는 잘 모르는게 많더라도요..) 뇌의 특정영역이 손상될경우 나타날 일부 문제들을 우리는 이제 예측가능하게 됐습니다. 그동안 신경과학이 발견한 이런 지식들은 분명히 효과적이었고, 의미 있었으며, 절대 쓸모없는게 아니라 유용한 정보를 제공하여왔고 앞으로 나아가게 하는 추진력이었습니다. 그렇지만 그걸 이용해서 뇌, 신경계, 마음의 근본적인 의미로 여과 해석해서 사용하는 것은 또 다른 문제 입니다.

 

 

이들이 논문의 서문에서 밝혔듯, 신경과학계에는 복합적이고, 복잡하며 거대한 데이타셋, 즉 빅데이터가 부족하고 만일 우리가 이것을 획득하게되면 뇌가 어떻게 정보를 처리하고 작동하는지에 관한 근본적인 지식을 획득하고 hard problem과 같은 난제를 해결 할 수 있을거라는 그런 대중적(?)인 믿음이 있습니다. 

 

 

*hard problem이란 데이빗 챠머스 라는 철학자가 제시한 것으로 의식이라는 궁극의 난제를 두가지로 Easy problem과 Hard problem으로 분류한 것인데, 상당히 널리 쓰이고 있는 말입니다.  여기서 easy problem은 의식에 관해서 과학적으로 접근이 가능한 종류의 문제들로, easy란 말이 붙었다고 절대 난이도가 쉽거나 사소한문제라는 뜻이 아닙니다 여전히 도전적이고 난제죠. 반면 hard problem은 과학이 다루기 어려운 형태의 궁극의 난제를 말합니다. 이를테면 빨간경험은 망막의 cone세포에서부터 장-중-파장 비율로 설명하면서 시각피질로 까지 가는식으로 설명을 할 수 있습니다. 하지만 그 '빨갛다'라는 우리의 주관적 내적느낌 자체를 설명하는건 또다른 종류의 난제입니다. 왜 하필 그런 느낌일까요? 그 안다는 느낌 자체는 어디서올까요 이렇듯 물질에서 정신적인것이 어떻게 출연하는지에 관한 몇몇 난제가 난공불락의 hard problem입니다. 

 

 

 

아무튼 조나스코딩듀오는 현대신경과학계에서 흔히 사용되는 방법들을 마이크로프로세서에 적용하였고 데이터에 일부 흥미로운 구조를 드러냈지만, 결국 의미있는 설명을 얻지는 못했습니다. 이들이 마이크로프로세서에 관한 '빅데이터'를 이미 확보한 상태에서도요..

 

 

이것은 현대신경과학의 접근들이 뇌의 의미있는 모델을 제공해내는 그런 궁극적인 연구를 못하고 있다는걸 시사합니다. 어쩌면 우리가 갖고 있는 데이터가 부족한게 아닐 수도 있습니다. 혹은 그런 데이터확보 문제가 해결된다 하더라도 여전히 문제일 수 있다라는겁니다...

 

 

현재 미국은 브레인이니셔티브, 유럽은 휴먼브레인프로젝트(HBP)라고 하는 힉스입자를 발견한 CERN의 LHC에 비견되는 초거대 프로젝트를 실시하고 있습니다. 이것은 인간뇌의 모든 커넥텀을 확보하고, 구조와 네트워크맵의 시뮬레이션된 정보를 확보한다는 일종의 빅데이터구축작업이죠..

 

 

 

미국이 처음에 브레인이니셔티브 프로젝트를 발표했을때 조나스는 "맙소사..미래가 지금 여기 있구나.."라고 몹시 흥분을 했다 합니다. 하지만 문제가 생각했던것보다 복잡함을 알 수 있죠..어쩌면 빅데이터만으로는 우리를 이 난제에서 구해낼 수 없을지도 모릅니다.

 

 

 

사실 콘라드 코딩과 에릭 조나스는 모두 계산신경과학(Computational neuroscience)라는걸 하는 사람들입니다. 이들 자신이 데이터를 다루는 신경과학자라는 말 입니다.

 

 

 

조나스는 자신의 시도들이..실험결과를 실제현실 문제 이해에 적용하는게 얼마나 도전적일 수 있는지 보여주길 바란다며, 그런 거대프로젝트들이 우리에게 약속한 것들에 대해 학자들이 좀 더 신중해져야 한다고 경고합니다. ...그런 대형프로젝트들을 보면 우리가 hard problem의 해결에서 부터 각종 치료에 근본적인 이해를 할 수 있다는 그런 수사적인 과대광고 비슷한 표현이 들어가 있다고 하며..거기에 경계를 하지않으면 별로 좋지 않은 상황에 처할 것이라고 우려합니다. 그러면서 우리가 무엇을 알려고 하는지, 여기까지 실제로 무엇을 해왔었는지 솔직해져야 한다고 언급합니다. 어쩌면 뇌는 어떻게 작동하는가 라는 좀 더 근본적인 질문을 놓치고 있는게 아닐까요

 

 

 

 

하지만..이게 또 빅데이터가 무조건 쓸모없다고 말하는것은 절대 아닙니다. 신경계에 관한 무조건적인 막대한 데이터들 중에는 분명 쓰레기들도 많겠지만 적절한 데이터들도 있을 것이고, 이것은 분명히 쓸모있을것입니다. 조나스와 코딩의 연구가 말해주는것은, 단지, 적절한 이론적 가설이 없는 무분별한 빅데이터의 구축에 경고장을 날린 셈입니다. 데이터에 선행하여, 그걸 필요로 하는 검증할 수 있는 좋은 이론 구축 작업과 좀 더 근본적인 테크닉에 좀 더 노력해야 한다는걸 의미하죠.

 

 

 

 

 

만약 우리가 쉽게 이해할 수 있을만큼 뇌가 단순한 기관이었다면.. 우리 자신이 그걸 이해하지 못했을 만큼 단순했을 겁니다...쓰다보니 본의아니게 또 너무 길어졌네요..