En studie som publicerades i open access-tidskriften Frontiers in Neuroscience fann att en dator baserad på simulering av neurala nätverk i hjärnan visade resultat liknande de som erhölls när man kör superdatorer med den bästa hjärnemuleringsprogramvaran som används i neuralsignalforskning. När den unika datorn, SpiNNaker, testas för noggrannhet, hastighet och strömförbrukning, har potentialen att överträffa konventionella superdatorer vad gäller hastighet och effekteffektivitet. Syftet är att utöka kunskapen om neuronernas arbete i hjärnan, tillämpad på inlärning och störningar som epilepsi och Alzheimers sjukdom.
SpiNNaker kan tillhandahålla detaljerade biologiska modeller av hjärnbarken (det yttre skiktet i hjärnan som tar emot och bearbetar information från sinnena) och ger resultat mycket nära de som erhålls när man kör emuleringsprogram på en superdator, säger Dr Sacha van Albada, huvudförfattare Forskning och teamledare för teoretisk neuroanatomi vid Julich Research Center i Tyskland. "Förmågan att genomföra storskaliga, detaljerade neurala nätverk snabbt och med låga energiförbrukningar kommer att bidra till robotforskning såväl som studier av hjärnstörningar."
Den mänskliga hjärnan är mycket komplex och innehåller hundra miljarder sammankopplade celler. Vi har förståelse för hur enskilda nervceller och deras komponenter fungerar och hur de interagerar med varandra, vilka områden i hjärnan som används för sensorisk uppfattning, handling och kognition. Men vi vet mindre om omvandlingen av nervaktivitet till beteende, till exempel hur tanken förvandlas till muskelrörelse.
Superdatorprogramvara har hjälpt emulera signalering mellan nervceller, men även de bästa programmen på de snabbaste datorerna i dag kan bara emulera 1 procent av den mänskliga hjärnan.
”Det är ännu inte klart vilken dataarkitektur som är bäst lämpad för att effektivt köra en hel hjärnemulator. European Human Brain Project och Julich Research Center har genomfört omfattande forskning för att bestämma den bästa strategin för denna skrämmande uppgift. Dagens superdatorer tar minuter att emulera en sekund av verkliga åtgärder, så forskning som inlärningsprocesser är inte tillgänglig idag, förklarar professor Markus Disman, medförfattare och chef för avdelningen för beräkningsneurovetenskap vid Julich Research Center. - Det finns ett stort gap mellan hjärnans energiförbrukning och superdatorn. Neuromorfisk (hjärnliknande) beräkning gör att vi kan förstå hur nära vi kan komma till hjärnans energieffektivitet med hjälp av elektronik."
SpiNNaker, som är en del av det europeiska hjärnforskningsprojektets neuromorfa datorplattform, har utvecklats under femton år och baserat på strukturen och sätten för den mänskliga hjärnan. Forskarna jämförde SpiNNakers noggrannhet, hastighet och energieffektivitet med NEST, en specialiserad superdatorprogramvara som används för att studera nervsignaler i hjärnan.
"Emuleringarna som körs på SpiNNaker och NEST visar mycket liknande resultat," säger medförfattaren Steve Furber, professor i datateknik vid University of Manchester. - För första gången har en sådan detaljerad emulering av hjärnbarken producerats med hjälp av SpiNNaker (eller någon annan neuromorf plattform). SpiNNaker innehåller 600 kort som kombinerar mer än 500 000 små processorer. Emuleringen som utfördes i denna studie använde endast sex brädor, vilket är 1% av maskinens fulla effekt. Våra resultat hjälper till att förbättra programvaran och minska antalet kort som används till ett enda."
Som Dr. van Albada säger:”Vi ser fram emot att göra mer realtidsemuleringar med hjälp av dessa neuromorfa datorsystem. I det europeiska hjärnforskningsprojektet arbetar vi redan med neuro-robotikspecialister som hoppas kunna tillämpa våra resultat för att kontrollera robotar.”
Kampanjvideo:
Vadim Tarabarko
