Badanie opublikowane w czasopiśmie Frontiers in Neuroscience w otwartym dostępie wykazało, że komputer oparty na symulowaniu sieci neuronowych w mózgu wykazał wyniki podobne do tych, które uzyskuje się podczas uruchamiania superkomputerów z najlepszym oprogramowaniem do emulacji mózgu stosowanym w badaniach nad sygnałami neuronowymi. Podczas testów pod kątem dokładności, szybkości i zużycia energii, ten wyjątkowy komputer, SpiNNaker, ma potencjał przewyższający konwencjonalne superkomputery pod względem szybkości i wydajności energetycznej. Celem jest poszerzenie wiedzy na temat funkcjonowania neuronów w mózgu w odniesieniu do uczenia się i zaburzeń, takich jak epilepsja i choroba Alzheimera.
SpiNNaker jest w stanie dostarczyć szczegółowe modele biologiczne kory (zewnętrznej warstwy mózgu, która odbiera i przetwarza informacje ze zmysłów), dając wyniki bardzo zbliżone do wyników uzyskiwanych podczas uruchamiania programów emulacji na superkomputerze”- mówi dr Sacha van Albada, główny autor Research and Team Leader for Theoretical Neuroanatomy w Julich Research Center w Niemczech. „Zdolność do wykonywania na dużą skalę szczegółowych sieci neuronowych szybko i przy niskim zużyciu energii przyczyni się do badań robotyki, a także do badania zaburzeń mózgu”.
Ludzki mózg jest bardzo złożony i zawiera sto miliardów połączonych ze sobą komórek. Rozumiemy, jak działają poszczególne neurony i ich komponenty oraz jak oddziałują ze sobą, które obszary mózgu są wykorzystywane do percepcji sensorycznej, działania i poznania. Ale wiemy mniej o przekształcaniu aktywności neuronalnej w zachowanie, na przykład o tym, jak myśl przekształca się w ruch mięśni.
Oprogramowanie superkomputera pomogło emulować sygnalizację między neuronami, ale nawet najlepsze programy na najszybszych dzisiejszych komputerach mogą emulować tylko 1 procent ludzkiego mózgu.
„Nie jest jeszcze jasne, która architektura komputera najlepiej nadaje się do wydajnego uruchamiania emulatora całego mózgu. European Human Brain Project i Julich Research Centre przeprowadziły szeroko zakrojone badania, aby określić najlepszą strategię dla tego trudnego zadania. Dzisiejsze superkomputery potrzebują minut, aby naśladować jedną sekundę rzeczywistego działania, więc badania takie jak procesy uczenia się nie są obecnie dostępne, wyjaśnia profesor Markus Disman, współautor i kierownik Wydziału Neuronauki Obliczeniowej w Julich Research Center. - Istnieje ogromna przepaść między zużyciem energii przez mózg a superkomputerem. Obliczenia neuromorficzne (przypominające mózg) pozwalają nam zrozumieć, jak blisko możemy zbliżyć się do efektywności energetycznej mózgu za pomocą elektroniki”.
Opracowany przez piętnaście lat i oparty na strukturze i sposobach ludzkiego mózgu, SpiNNaker - część neuromorficznej platformy komputerowej European Brain Research Project - składa się z pół miliona prostych elementów obliczeniowych. Naukowcy porównali dokładność, szybkość i efektywność energetyczną SpiNNaker z NEST, specjalistycznym oprogramowaniem superkomputera używanym do badania sygnałów neuronowych w mózgu.
„Emulacje uruchomione w SpiNNaker i NEST dają bardzo podobne wyniki” - mówi współautor Steve Furber, profesor inżynierii komputerowej na Uniwersytecie w Manchesterze. - Po raz pierwszy tak szczegółowa emulacja kory mózgowej została wyprodukowana za pomocą programu SpiNNaker (lub dowolnej innej platformy neuromorficznej). SpiNNaker zawiera 600 płyt łączących ponad 500 000 małych procesorów. Emulacja przeprowadzona w tym badaniu wykorzystywała tylko sześć płyt, co stanowi 1% pełnej mocy maszyny. Nasze wyniki pomogą ulepszyć oprogramowanie i zmniejszyć liczbę używanych kart do jednej”.
Jak mówi dr van Albada: „Z niecierpliwością czekamy na wykonanie większej liczby emulacji w czasie rzeczywistym przy użyciu tych neuromorficznych systemów obliczeniowych. W ramach Europejskiego Projektu Badań Mózgu już pracujemy ze specjalistami od neuro-robotyki, którzy mają nadzieję zastosować nasze odkrycia do sterowania robotami”.
Film promocyjny:
Vadim Tarabarko