一项新的研究发表在神经科学前沿杂志上，一项新的研究发现，一种模拟大脑神经网络的计算机与目前用于神经信号研究的最好的大脑模拟超级计算机软件产生了相似的结果。这款定制的计算机名为SpiNNaker，经过测试，其精度、速度和能源效率都有可能克服传统超级计算机的速度和功耗问题。这样做的目的是为了提高我们对大脑神经处理的认识，包括学习和疾病，如癫痫和老年痴呆症。
“SpiNNaker平台可以支持详细的生物皮质模型——大脑的外层,接收和处理信息的感官——成果非常类似于从一个等价的超级计算机软件模拟,“萨察·凡阿尔巴达博士在德国说，这项研究的第一作者j理论神经解剖学小组的领导研究中心。“能够快速运行大规模的详细神经网络，并在低功耗下运行，这将促进机器人研究，并促进对学习和大脑疾病的研究。”
人类的大脑是极其复杂的，包括1000亿个相互连接的脑细胞。我们了解单个神经元和它们的组成部分是如何相互作用和相互交流的，在更大的范围内，大脑的哪些区域被用于感觉知觉、行动和认知。然而，我们对神经活动在行为上的翻译了解较少，比如把思想转化为肌肉运动。
超级计算机软件通过模拟神经元之间的信号交换而得到了帮助，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%运动。
目前还不清楚哪种计算机结构最适合有效地研究全脑网络。欧洲人类大脑项目和jlich lich研究中心进行了广泛的研究，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一秒钟的实时时间，所以对象学习这样的过程的研究，这些过程需要花费数小时和数天的时间，这是目前无法实现的。”合著者马库斯狄斯曼教授解释说，他是jlich lich研究中心计算和系统神经科学部门的负责人。
他继续说，“大脑的能量消耗和今天的超级计算机之间存在着巨大的差距。神经形态（大脑激发）计算使我们能够研究如何通过电子设备达到大脑的能量效率。”
在过去的15年里，基于人类大脑的结构和功能，SpiNNaker是人类大脑项目的神经形态计算平台的一部分，它是一个定制的计算机，由50万个由它自己的软件控制的简单计算元素组成。研究人员比较了SpiNNaker的准确性、速度和能源效率，这是一种目前用于大脑神经信号研究的专业超级计算机软件。
“在NEST和SpiNNaker的模拟结果显示了非常相似的结果，”史蒂夫弗伯说，他是英国曼彻斯特大学计算机工程教授。“这是第一次对大脑皮层进行如此详细的模拟，在SpiNNaker，或任何神经形态平台上运行。”SpiNNaker由600个电路板组成，总共有50多万个小型处理器。在这项研究中描述的模拟使用了6个板子——占机器总能力的1%。我们的研究结果将改进软件，将其简化为一个单板。”
范阿尔巴达分享了她对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。在人类大脑项目中，我们已经与那些希望将其用于机器人控制的神经科学家一起工作。”
联系客服
