SpiNNaker - komputer inspirowany ludzkim mózgiem
Komputery oparte na technologii SpiNNaker, naśladujące działanie sieci neuronowej ludzkiego mózgu, dają rezultaty zbliżone do najlepszych symulacji przeprowadzanych przez superkomputery, pomimo znacznie mniejszych nakładów finansowych i energetycznych. W testach skuteczności, szybkości i zużycia energii uzyskuje wyniki, które pokazują, że SpiNNaker może być odpowiedzią na ograniczenia i kosztowność konwencjonalnych superkomputerów w badaniu działania ludzkiego mózgu.
SpiNNaker (Spiking Neural Network Architecture, ang. "architektura pulsujących/impulsowych sieci neuronowych) to nowy sposób organizacji działania komputera, opracowany na Uniwersytecie w Manchester we współpracy z kilkoma innymi uczelniami. Sposób jego działania został opracowany przy inspiracji pracą ludzkiego mózgu. Sukces projektu doprowadził do tego, że został włączony do ogólnoeuropejskiego przedsięwzięcia, znanego jako Human Brain Project.
- SpiNNaker wspiera szczegółowe biologiczne modelowanie kory - zewnętrznej warstwy mózgu, która odbiera i przetwarza informacje pochodzące ze zmysłów - dostarczając wyniki podobne do tych, które osiągają symulacje wykonywane przez superkomputery - opowiada dr Sacha van Albada, główna autorka publikacji i liderka grupy badawczej zajmującej się neuroanatomią teoretyczną w niemieckim centrum naukowo-badawczym Forschungszentrum Jülich. - Możliwość szybkiego i niskokosztowego odtwarzania połączeń neuronowych na szeroką skalę umożliwi rozwój robotyki w zakresie badań nad uczeniem się i nad zakłóceniami pracy mózgu, takimi jak choroba Alzheimera.
Ludzki mózg jest niezwykle skomplikowany. Konstytuuje go 86 miliardów komórek nerwowych, które tworzą nieprawdopodobną liczbę połączeń. Dobrze dziś już rozumiemy, jak działa pojedyncza komórka i jej części składowe, a także jak komórki komunikują się między sobą, a na większą skalę - które obszary mózgu odpowiedzialne są za percepcję zmysłową, podejmowanie działań czy procesy poznawcze. A jednak, nadal zbyt mało wiemy o tym, jak aktywność neuronów przekłada się na konkretne zachowania. Praca superkomputerów zaprogramowanych, by symulować wymianę sygnałów między neuronami wspiera ten rozwój, ale nadal nawet najlepsze oprogramowanie najszybszych superkomputerów mogło dotąd symulować nie więcej niż 1 procent ludzkiego mózgu.
- Wciąż nie jest dla nas jasne, jak zbudowany ma być komputer, który będzie najlepszym narzędziem do badania działania całej sieci neuronowej. Prowadzony przez naukowców z całej Europy Human Brain Project oraz Forschungszentrum Jülich wspólnie przeprowadziły obszerne badania by ustalić najlepszą strategię działania dla tego trudnego przedsięwzięcia - wyjaśnia prof. Markus Diesmann, współautor publikacji i kierownik wydziału zajmującego się neuronauką komputerową i systemową w Forschungszentrum Jülich. - Dziś superkomputery muszą poświęcić kilka minut, aby odtworzyć proces, który w mózgu zachodzi w ciągu sekundy. Badanie tak skomplikowanych zjawisk jak uczenie się, które zajmować może człowiekowi wiele godzin, a czasem dni, są więc dla nas jeszcze nieosiągalne. Między tym, ile energii potrzebuje mózg a ile na ten sam proces zużywają superkomputery jest jeszcze przepaść. Komputery neuromoficzne, czyli inspirowane strukturą mózgu, pozwalają nam śledzić, jak bardzo możemy się zbliżyć do wydajności mózgu.
Rozwijany przez ostatnie 15 lat w ramach Human Brain Project, oparty na strukturze i sposobie funkcjonowania ludzkiego mózgu SpiNNaker jest częścią Neuromorficznej Platformy Informatycznej (Neuromorphic Computing Platform). Jest to specjalnie zaprojektowany komputer, zbudowany z pół miliona prostych elementów, obsługiwanych przez przygotowane do tego oprogramowanie. Badacze porównują SpiNNakera ze specjalistycznym komputerem typu NEST, stosowanym obecnie w badaniach neuromorficznych, zestawiając ich prędkość, precyzję i energetyczną wydajność w badaniach sygnałów neuronowych mózgu. Dwa pierwsze wyniki są porównywalne, przy znacznie mniejszym zużyciu energii. Zdaniem badaczy jest to tylko wstęp do prawdziwych możliwości wciąż dopracowywanego urządzenia.
Źródło badań: Sacha J. van Albada et al, Performance Comparison of the Digital Neuromorphic Hardware SpiNNaker and the Neural Network Simulation Software NEST for a Full-Scale Cortical Microcircuit Model, Frontiers in Neuroscience (2018). DOI: 10.3389/fnins.2018.00291
Opracowano na podstawie artykułu A new brain-inspired computer takes us one step closer to simulating brain neural networks in real-time opublikowanego na stronie phys.org.
