En undersøgelse offentliggjort i open access-tidsskriftet Frontiers in Neuroscience fandt, at en computer, der er baseret på at simulere neurale netværk i hjernen, udførte lignende supercomputere, der kører den bedste hjerneemuleringssoftware, der blev brugt i neuralsignalforskning. Når den testes for nøjagtighed, hastighed og strømforbrug, har denne unikke computer, SpiNNaker, potentialet til at overgå traditionelle supercomputere med hensyn til hastighed og effektivitet. Målet er at udvide viden om, hvordan neuroner fungerer i hjernen, så de anvendes til læring og forstyrrelser som epilepsi og Alzheimers sygdom.
SpiNNaker er i stand til at levere detaljerede biologiske modeller af cortex (det ydre lag i hjernen, der modtager og behandler information fra sanserne), hvilket giver resultater, der ligner dem, der opnås, når man kører emuleringsprogrammer på en supercomputer,”siger Dr. Sacha van Albada, hovedforfatter Forskning og teamleder for teoretisk neuroanatomi ved Julich Research Center i Tyskland. "Evnen til at udføre store, detaljerede neurale netværk hurtigt og med lave energiudgifter vil bidrage til robotikforskning såvel som studiet af hjerneforstyrrelser."
Den menneskelige hjerne er meget kompleks og indeholder hundrede milliarder sammenkoblede celler. Vi har forståelse for, hvordan individuelle neuroner og deres komponenter fungerer, og hvordan de interagerer med hinanden, hvilke områder af hjernen der bruges til sensorisk opfattelse, handling og kognition. Men vi ved mindre om omdannelsen af neurale aktiviteter til opførsel, såsom hvordan tanker omdannes til muskelbevægelse.
Supercomputer-software har hjulpet med at emulere signalering mellem neuroner, men selv de bedste programmer på de hurtigste computere i dag kan emulere kun 1 procent af den menneskelige hjerne.
”Det er endnu ikke klart, hvilken computerarkitektur der er bedst egnet til effektivt at køre en hel hjerneemulator. Det europæiske menneskelige hjerneprojekt og Julich Research Center har udført omfattende undersøgelser for at bestemme den bedste strategi for denne skræmmende opgave. Dagens supercomputere tager minutter at efterligne et sekund af reel handling, så forskning som læringsprocesser er ikke tilgængelig i dag, forklarer professor Markus Dizman, medforfatter og leder af Institut for Computational Neurosciences ved Julich Research Center. - Der er et stort kløft mellem hjernens energiforbrug og supercomputeren. Neuromorfisk (hjernelignende) computing giver os mulighed for at forstå, hvor tæt vi kan komme til hjernens energieffektivitet ved hjælp af elektronik."
Udviklet over femten år og baseret på strukturen og måderne i den menneskelige hjerne, består SpiNNaker - en del af det europæiske hjerneforskningsprojektets neuromorfe computingplatform - af en halv million enkle computerelementer. Forskerne sammenlignede SpiNNakers nøjagtighed, hastighed og energieffektivitet med NEST, en specialiseret supercomputer-software, der bruges til at studere neurale signaler i hjernen.
"Emuleringerne, der kører på SpiNNaker og NEST, viser meget lignende resultater," siger medforfatter Steve Furber, professor i computerteknologi ved University of Manchester. - For første gang er der produceret en så detaljeret emulering af hjernebarken ved hjælp af SpiNNaker (eller en hvilken som helst anden neuromorf platform). SpiNNaker inkluderer 600 plader, der kombinerer mere end 500.000 små processorer. Emuleringen udført i denne undersøgelse anvendte kun seks bræt, hvilket er 1% af maskinens fulde styrke. Vores resultater vil hjælpe med at forbedre softwaren og reducere antallet af plader, der bruges til et enkelt."
Som Dr. van Albada siger:”Vi ser frem til at udføre flere realtidsemuleringer ved hjælp af disse neuromorfe computersystemer. I det europæiske hjerneforskningsprojekt arbejder vi allerede med neuro-robotik-specialister, der håber at anvende vores fund til kontrol af robotter.”
Salgsfremmende video:
Vadim Tarabarko
