0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

研究人員將擁有模擬整個人類大腦規(guī)模的神經(jīng)網(wǎng)絡的計算能力

DPVg_AI_era ? 來源:未知 ? 作者:李倩 ? 2018-03-29 15:16 ? 次閱讀

Jülich研究中心等的研究人員在模擬人類大腦神經(jīng)連接方面取得重大突破,他們使用NEST開源神經(jīng)模擬工具,擁有在超級計算機上模擬人類大腦的1000億個神經(jīng)元的計算能力。

一個由國際科學家組成的團隊發(fā)明了一種算法,代表著模擬人類大腦神經(jīng)連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(fā)表的一篇開放權(quán)限獲取論文中描述的,目的是允許在超級計算機上模擬人類大腦的1000億個互連神經(jīng)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(jīng)模擬工具

該算法使用NEST *(“神經(jīng)模擬工具”)開發(fā),NEST是一個開放源碼仿真軟件,它被廣泛用于神經(jīng)科學界并且是歐洲人類腦計劃的核心模擬器。研究人員在一份公告中解釋說,用NEST,網(wǎng)絡中每個神經(jīng)元的行為都由少量的數(shù)學方程表示。

根據(jù)Jülich神經(jīng)科學和醫(yī)學研究所所長Markus Diesmann的說法,自2014年以來,運行于德國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(guī)模神經(jīng)網(wǎng)絡仿真可以模擬人腦中約1%的神經(jīng)元的連接。這些模擬使用了NEST算法的先前版本。

為什么超級計算機不能模擬整個大腦或者說為什么尚且不能? 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(jīng)元網(wǎng)絡模擬之前,神經(jīng)元及其連接需要虛擬創(chuàng)建?!?/p>

在模擬過程中,首先需要將神經(jīng)元的動作電位(短電脈沖)發(fā)送到所有約100,000個的稱為節(jié)點的小型計算機,每個計算機都配備有執(zhí)行實際計算的多個處理器,然后每個節(jié)點檢查所有這些脈沖中的哪一個與存在于該節(jié)點上的虛擬神經(jīng)元相關。

該過程需要整個網(wǎng)絡中每個神經(jīng)元的每個處理器有一位信息。對于十億個神經(jīng)元的網(wǎng)絡,每個節(jié)點的大部分內(nèi)存被每個神經(jīng)元的單個信息消耗掉。當然,每個神經(jīng)元的這些額外位所需的每個處理器所需的計算機內(nèi)存量隨著神經(jīng)元網(wǎng)絡的大小而增加。要超過1%并模擬整個人腦,需要每個處理器的可用內(nèi)存比現(xiàn)在的超級計算機大100倍。

在目前的千兆級超級計算機上運行的腦模擬軟件只能代表大腦皮質(zhì)中約1%的神經(jīng)元連接(左圖的暗紅色區(qū)域)。在下一代百億億級超級計算機中,模擬整個人腦10%的神經(jīng)元連接(中心)將成為可能,這超過當今高端超級計算機的性能10到100倍。然而,使用與當前超級計算機相同數(shù)量的計算機內(nèi)存,一種新的算法可以在百億億級超級計算機上模擬100%人類大腦(全腦模擬)。

隨著內(nèi)存消耗的控制,模擬速度將成為主要焦點。 例如,在Jülich的超級計算機JUQUEEN上運行的由5.8萬億突觸連接的5.2億神經(jīng)元大型模擬需要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,時間將縮短到僅5.2分鐘。

Diesmann說:“百億億次計算速度的硬件和[即將推出的NEST]軟件的結(jié)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(shù)分鐘內(nèi)展開,將在我們的研究范圍之內(nèi)。

研究人員發(fā)現(xiàn),新算法還將使目前可用的petascale超級計算機的模擬速度更快。

NEST仿真軟件更新

在Neural Simulation Technology Initiative的發(fā)布的下一個模擬軟件版本中,研究人員將免費向社區(qū)研究人員提供新的開源代碼。

這是第一次,研究人員將擁有模擬整個人類大腦規(guī)模的神經(jīng)網(wǎng)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來模擬健康和帕金森病中基底節(jié)環(huán)路的復雜動力學。我們很高興聽到關于新一代NEST的消息,這將使我們能夠在后K計算機上運行全腦模擬,以闡明運動控制和心理功能的神經(jīng)機制?!?/p>

注釋:

*NEST是針對神經(jīng)網(wǎng)絡模型的模擬器,專注于神經(jīng)系統(tǒng)的動力學,大小和結(jié)構(gòu),而不是單個神經(jīng)元的確切形態(tài)。NEST適用于任何規(guī)模的峰值神經(jīng)元網(wǎng)絡,如信息處理模型,如哺乳動物的視覺或聽覺皮層,網(wǎng)絡活動動力學模型(如層狀皮質(zhì)網(wǎng)絡或平衡隨機網(wǎng)絡)以及學習和可塑性模型。

**Petascale超級計算機的運行速度為每秒百萬億次浮點運算(每秒1015浮點運算)。未來的E級超級計算機將以每秒百億億次的速度(1018flop / s)運行。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,運行速度達到每秒9千3 百萬億次。

***在Jülich,這項工作得到了仿真實驗室神經(jīng)科學的支持,該實驗室是Jülich超級計算中心的伯恩斯坦網(wǎng)絡計算神經(jīng)科學設施。 部分資金來自歐盟第七框架計劃(Human Brain Project,HBP)和歐盟地平線2020研究與創(chuàng)新計劃,以及對后K計算機的探索性挑戰(zhàn)(了解思想的神經(jīng)機制及其在人工智能中的應用) 日本文部科學?。∕EXT)。通過他們在日本和歐洲之間的聯(lián)合項目,研究人員希望為建立國際大腦倡議(IBI)做出貢獻。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
收藏 人收藏

    評論

    相關推薦

    神經(jīng)網(wǎng)絡教程(李亞非)

      第1章 概述  1.1 人工神經(jīng)網(wǎng)絡研究與發(fā)展  1.2 生物神經(jīng)元  1.3 人工神經(jīng)網(wǎng)絡的構(gòu)成  第2章人工神經(jīng)網(wǎng)絡基本模型  2.
    發(fā)表于 03-20 11:32

    人類首創(chuàng)能生成神經(jīng)細胞的“迷你大腦”,更精確模擬神經(jīng)網(wǎng)絡!

    ”,可以為細胞提供與實際人類大腦相似的交互環(huán)境,研究人員可以在這些環(huán)境中更清晰地觀察大腦的發(fā)育和功能,研究相關
    發(fā)表于 08-21 09:26

    【PYNQ-Z2試用體驗】神經(jīng)網(wǎng)絡基礎知識

    思考問題的過程。人腦輸入一個問題,進行思考,然后給出答案。神經(jīng)網(wǎng)絡就是在模擬人的思考這一過程。而我們要做的就是以數(shù)學的方式,這一抽象的過程進行量化。神經(jīng)元與激活函數(shù)人的
    發(fā)表于 03-03 22:10

    【案例分享】ART神經(jīng)網(wǎng)絡與SOM神經(jīng)網(wǎng)絡

    ,則重置模塊將在識別層增設一個新的神經(jīng)元,其代表向量就設置為當前輸入向量。這一步我的個人理解為通過這種做法可以一步步完善整個網(wǎng)絡,使得分類更加準確。在西瓜書對應的這部分內(nèi)容有下面一段話
    發(fā)表于 07-21 04:30

    如何構(gòu)建神經(jīng)網(wǎng)絡?

    原文鏈接:http://tecdat.cn/?p=5725 神經(jīng)網(wǎng)絡是一種基于現(xiàn)有數(shù)據(jù)創(chuàng)建預測的計算系統(tǒng)。如何構(gòu)建神經(jīng)網(wǎng)絡?神經(jīng)網(wǎng)絡包括:輸入層:根據(jù)現(xiàn)有數(shù)據(jù)獲取輸入的層隱藏層:使用反
    發(fā)表于 07-12 08:02

    神經(jīng)形態(tài)芯片越來越多地模擬大腦可塑性

    非常特殊,與神經(jīng)網(wǎng)絡完全不同。例如,早期的神經(jīng)網(wǎng)絡模型能夠模仿早期的視覺處理過程,使用的是基于大腦感覺外圍設備的硅膠視網(wǎng)膜模型。人腦計劃應對大規(guī)模
    發(fā)表于 04-16 15:01

    卷積神經(jīng)網(wǎng)絡模型發(fā)展及應用

    。神經(jīng)網(wǎng)絡的思想起源于1943年McCulloch 和 Pitts 提出的神經(jīng)元模型[19],簡稱 MCP 神經(jīng)元模 型。它是利用計算機來模擬
    發(fā)表于 08-02 10:39

    可用于人類腦部研究的新工具

    ,這個分支就是計算神經(jīng)科學。這一領域的研究人員開發(fā)了有關大腦如何處理信息的理論或模型,然后這些模型與現(xiàn)實世界的數(shù)據(jù)進行對比測試。例如,他們
    發(fā)表于 03-29 11:06

    神經(jīng)網(wǎng)絡基本介紹

    神經(jīng)網(wǎng)絡基本介紹,人工神經(jīng)網(wǎng)絡(簡稱神經(jīng)網(wǎng)絡,Neural Network)是模擬人腦思維方式的數(shù)學模型。 神經(jīng)網(wǎng)絡是在現(xiàn)代生物
    發(fā)表于 12-06 15:07 ?0次下載

    神經(jīng)科學新突破!新算法助力超算進行人類大腦模擬

    使用NEST,網(wǎng)絡中每個神經(jīng)元的行為都由一些數(shù)學方程來表示。未來的E級計算機,比如計劃在神戶建設的Post-K計算機和于利希建設的JUWELS計算
    的頭像 發(fā)表于 04-03 17:22 ?3784次閱讀
    <b class='flag-5'>神經(jīng)</b>科學新突破!新算法助力超算進行<b class='flag-5'>人類</b><b class='flag-5'>大腦</b><b class='flag-5'>模擬</b>

    谷歌最新AI算法 遞歸神經(jīng)網(wǎng)絡繪制大腦神經(jīng)圖像

    谷歌研究人員使用了一種邊緣檢測算法,該算法可以識別神經(jīng)突(神經(jīng)元本體的分支)的邊界,以及一種復發(fā)性卷積神經(jīng)網(wǎng)絡(復發(fā)性神經(jīng)網(wǎng)絡的一個子類),
    發(fā)表于 07-20 09:45 ?2307次閱讀

    基于石墨烯的神經(jīng)突觸可用于人工神經(jīng)網(wǎng)絡

    美國匹茲堡大學的科研人員研制出一種基于石墨烯的神經(jīng)突觸,可用于類似人類大腦的大規(guī)模人工神經(jīng)網(wǎng)絡。
    的頭像 發(fā)表于 07-31 16:54 ?3257次閱讀

    通過回歸神經(jīng)網(wǎng)絡可以描繪出人類神經(jīng)元圖譜

    谷歌公司和德國馬普學會的研究人員聯(lián)合開發(fā)出了一種回歸神經(jīng)網(wǎng)絡,能夠描繪出人類大腦神經(jīng)元圖譜。
    的頭像 發(fā)表于 08-05 11:21 ?3851次閱讀

    研究人員開發(fā)解釋多義詞的神經(jīng)網(wǎng)絡

    艾倫人工智能研究所和華盛頓大學的研究人員正在使用可以根據(jù)上下文來確定英文單詞含義的神經(jīng)網(wǎng)絡。
    的頭像 發(fā)表于 09-12 15:52 ?2175次閱讀

    神經(jīng)網(wǎng)絡有什么天生的性質(zhì)

    谷歌大腦研究人員通過精簡神經(jīng)網(wǎng)絡結(jié)構(gòu),在前幾代中發(fā)現(xiàn)了最小架構(gòu)的神經(jīng)網(wǎng)絡能夠控制此處所示的雙足機器人,即使它的得分不高。
    發(fā)表于 02-05 16:55 ?1183次閱讀