当前位置:首页 > 公司新闻

模拟人脑计算机结构的技术获得突破

来源:超时代软件     更新时间:2018年07月13日 18:32:53

用于模拟大脑神经网络的计算机产生的结果与目前用于神经信号研究的最佳脑仿真超级计算机软​​件的结果相似。这款定制计算机名为SpiNNaker,经测试精确性,速度和能源效率,有可能克服传统超级计算机的速度和功耗问题,旨在提升我们对大脑神经处理的认识,包括学习和障碍如癫痫和阿尔茨海默病。


艺术家的概念(股票图像)。
图片来源:©Andrey / Fotolia
一项旨在模拟大脑神经网络的计算机产生的结果与目前用于神经信号研究的最佳脑仿真超级计算机软​​件相似,发现一项新研究发表在开放获取期刊“神经科学的前沿”中。这款定制计算机名为SpiNNaker,经测试精度,速度和能效,有可能克服传统超级计算机的速度和功耗问题。目的是提高我们对大脑神经处理的认识,包括学习和紊乱,如癫痫和阿尔茨海默病。

“SpiNNaker可以支持皮层的详细生物模型 - 接收和处理感官信息的大脑外层 - 提供与同等超级计算机软​​件模拟非常相似的结果,”Sacha van Albada博士说。这项研究的作者和德国Jülich研究中心理论神经解剖学小组的负责人。“能够以低功耗快速运行大规模详细神经网络的能力将推动机器人研究并促进对学习和脑部疾病的研究。”

人类的大脑非常复杂,包含1000亿个相互连接的脑细胞。我们了解个体神经元及其组成部分如何表现和相互沟通,并且在更大范围内,大脑的哪些区域用于感知知觉,行动和认知。然而,我们对神经活动转化为行为的了解较少,例如将思维转化为肌肉运动。

超级计算机软​​件通过模拟神经元之间的信号交换来帮助,但即使是迄今为止最快的超级计算机上运行的最好的软件也只能模拟人类大脑的1%。

“目前还不清楚哪种计算机架构最适合有效地研究全脑网络。欧洲人脑项目和Jülich研究中心已经进行了广泛的研究,以确定这个高度复杂问题的最佳策略。今天的超级计算机需要几分钟来模拟实时的一秒钟,所以对学习等过程的研究,实际上需要几小时和几天才能实现。“ Jülich研究中心计算与系统神经科学系主任,共同作者Markus Diesmann教授解释说。

他继续说道,“大脑的能量消耗与今天的超级计算机之间存在巨大的差距。神经形态(大脑启发)计算使我们能够研究使用电子设备能够达到大脑能量效率的程度。”

SpiNNaker是人类大脑项目的神经形态计算平台的一部分,是基于人类大脑的结构和功能开发的,是一个定制的计算机,由50万个简单的计算元件控制而成通过自己的软件。研究人员将SpiNNaker的准确性,速度和能量效率与NEST进行了比较 - NEST是目前用于脑神经元信号传导研究的专业超级计算机软​​件。

英国曼彻斯特大学的合着者兼计算机工程教授Steve Furber表示,“在NEST和SpiNNaker上进行的模拟结果非常相似”。“这是第一次在SpiNNaker或任何神经形态平台上运行皮质的详细模拟.SpiNNaker包含600个电路板,总共包含超过500,000个小型处理器。本研究中描述的模拟只使用了六块板 - 占机器总容量的1%。我们的研究结果将改进软件,将其减少到一块板。“

Van Albada分享了她对SpiNNaker的未来愿望,“我们希望通过这些神经形态计算系统进行越来越大的实时模拟。在人脑计划中,我们已经与希望将它们用于机器人控制的神经病学家合作。”

本文由,超时代软件翻译