一個由國際科學家組成的團隊發明了一種算法,代表着模拟人類大腦神經連接配接的研究向前邁進了重要的一步。這個新算法是在Frontiers in Neuroinformatics中發表的一篇開放權限擷取論文中描述的,目的是允許在超級計算機上模拟人類大腦的1000億個互連神經元。這項工作由Jülich研究中心、挪威生命科學大學、亞琛大學、RIKEN和KTH皇家理工學院的研究人員合作完成。
開源神經模拟工具
該算法使用NEST *(“神經模拟工具”)開發,NEST是一個開放源碼仿真軟體,它被廣泛用于神經科學界并且是歐洲人類腦計劃的核心模拟器。研究人員在一份公告中解釋說,用NEST,網絡中每個神經元的行為都由少量的數學方程表示。
根據Jülich神經科學和醫學研究所所長Markus Diesmann的說法,自2014年以來,運作于德國Jülich超級計算中心的RIKEN和JUQUEEN超級計算機上的petascale ** K超級計算機上的利用NEST進行的大規模神經網絡仿真可以模拟人腦中約1%的神經元的連接配接。這些模拟使用了NEST算法的先前版本。
為什麼超級計算機不能模拟整個大腦或者說為什麼尚且不能? 斯德哥爾摩KTH皇家理工學院資深作家Susanne Kunkel解釋說:“在進行神經元網絡模拟之前,神經元及其連接配接需要虛拟建立。”
在模拟過程中,首先需要将神經元的動作電位(短電脈沖)發送到所有約100,000個的稱為節點的小型計算機,每個計算機都配備有執行實際計算的多個處理器,然後每個節點檢查所有這些脈沖中的哪一個與存在于該節點上的虛拟神經元相關。
該過程需要整個網絡中每個神經元的每個處理器有一位資訊。對于十億個神經元的網絡,每個節點的大部分記憶體被每個神經元的單個資訊消耗掉。當然,每個神經元的這些額外位所需的每個處理器所需的計算機記憶體量随着神經元網絡的大小而增加。要超過1%并模拟整個人腦,需要每個處理器的可用記憶體比現在的超級計算機大100倍。

在目前的千兆級超級計算機上運作的腦模拟軟體隻能代表大腦皮質中約1%的神經元連接配接(左圖的暗紅色區域)。 在下一代百億億級超級計算機中,模拟整個人腦 10%的神經元連接配接(中心)将成為可能,這超過當今高端超級計算機的性能10到100倍。然而,使用與目前超級計算機相同數量的計算機記憶體, 一種新的算法可以在百億億級超級計算機上模拟100%人類大腦(全腦模拟)。
随着記憶體消耗的控制,模拟速度将成為主要焦點。 例如,在Jülich的超級計算機JUQUEEN上運作的由5.8萬億突觸連接配接的5.2億神經元大型模拟需要28.5分鐘來計算一秒鐘的生物時間。研究人員計算,使用改進的算法,時間将縮短到僅5.2分鐘。
Diesmann說:“百億億次計算速度的硬體和[即将推出的NEST]軟體的結合帶來了對大腦功能基本方面的研究,如可塑性和學習,在生物學時間的數分鐘内展開,将在我們的研究範圍之内。
研究人員發現,新算法還将使目前可用的petascale超級計算機的模拟速度更快。
NEST仿真軟體更新
在Neural Simulation Technology Initiative的釋出的下一個模拟軟體版本中,研究人員将免費向社群研究人員提供新的開源代碼。
這是第一次,研究人員将擁有模拟整個人類大腦規模的神經網絡的計算能力。
沖繩縣科學技術研究所(OIST)的Kenji Doya可能是最早嘗試它的人之一。他說 “我們一直在K計算機上用NEST來模拟健康和帕金森病中基底節環路的複雜動力學。我們很高興聽到關于新一代NEST的消息,這将使我們能夠在後K計算機上運作全腦模拟,以闡明運動控制和心理功能的神經機制。”
注釋:
* NEST是針對神經網絡模型的模拟器,專注于神經系統的動力學,大小和結構,而不是單個神經元的确切形态。NEST适用于任何規模的峰值神經元網絡,如資訊處理模型,如哺乳動物的視覺或聽覺皮層,網絡活動動力學模型(如層狀皮質網絡或平衡随機網絡)以及學習和可塑性模型。
** Petascale超級計算機的運作速度為每秒百萬億次浮點運算(每秒1015浮點運算)。未來的E級超級計算機将以每秒百億億次的速度(1018 flop / s)運作。目前最快的超級計算機是中國無錫國家超級計算中心的Sunway TaihuLight,運作速度達到每秒9千3 百萬億次。
***在Jülich,這項工作得到了仿真實驗室神經科學的支援,該實驗室是Jülich超級計算中心的伯恩斯坦網絡計算神經科學設施。 部分資金來自歐盟第七架構計劃(Human Brain Project,HBP)和歐盟地平線2020研究與創新計劃,以及對後K計算機的探索性挑戰(了解思想的神經機制及其在人工智能中的應用) 日本文部科學省(MEXT)。通過他們在日本和歐洲之間的聯合項目,研究人員希望為建立國際大腦倡議(IBI)做出貢獻。
原文釋出時間為:2018-03-26
本文作者:kurzweilai.net