0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)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(rèn)識你,還能領(lǐng)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(luò)的計(jì)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(jì)算機(jī)上模擬人類大腦的1000億個神經(jīng)元的計(jì)算能力。

一個由國際科學(xué)家組成的團(tuán)隊(duì)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(jìn)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(jì)算機(jī)上模擬人類大腦的1000億個互連神經(jīng)元。這項(xiàng)工作由Jülich研究中心、挪威生命科學(xué)大學(xué)、亞琛大學(xué)、RIKEN和KTH皇家理工學(xué)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(xué)界并且是歐洲人類腦計(jì)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(luò)中每個神經(jīng)元的行為都由少量的數(shù)學(xué)方程表示。

根據(jù)Jülich神經(jīng)科學(xué)和醫(yī)學(xué)研究所所長Markus Diesmann的說法,自2014年以來,運(yùn)行于德國Jülich超級計(jì)算中心的RIKEN和JUQUEEN超級計(jì)算機(jī)上的petascale ** K超級計(jì)算機(jī)上的利用NEST進(jìn)行的大規(guī)模神經(jīng)網(wǎng)絡(luò)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(jì)算機(jī)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(xué)院資深作家Susanne Kunkel解釋說:“在進(jìn)行神經(jīng)元網(wǎng)絡(luò)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(diǎn)的小型計(jì)算機(jī),每個計(jì)算機(jī)都配備有執(zhí)行實(shí)際計(jì)算的多個處理器,然后每個節(jié)點(diǎn)檢查所有這些脈沖中的哪一個與存在于該節(jié)點(diǎn)上的虛擬神經(jīng)元相關(guān)。

該過程需要整個網(wǎng)絡(luò)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(luò),每個節(jié)點(diǎn)的大部分內(nèi)存被每個神經(jīng)元的單個信息消耗掉。當(dāng)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(jì)算機(jī)內(nèi)存量隨著神經(jīng)元網(wǎng)絡(luò)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(jì)算機(jī)大100倍。

在目前的千兆級超級計(jì)算機(jī)上運(yùn)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(jì)算機(jī)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(dāng)今高端超級計(jì)算機(jī)的性能10到100倍。然而,使用與當(dāng)前超級計(jì)算機(jī)相同數(shù)量的計(jì)算機(jī)內(nèi)存,一種新的算法可以在百億億級超級計(jì)算機(jī)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(diǎn)。 例如,在Jülich的超級計(jì)算機(jī)JUQUEEN上運(yùn)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(jì)算一秒鐘的生物時間。研究人員計(jì)算,使用改進(jìn)的算法,時間將縮短到僅5.2分鐘。

Diesmann說:“百億億次計(jì)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(xué)習(xí),在生物學(xué)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(jì)算機(jī)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(fèi)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(luò)的計(jì)算能力。

沖繩縣科學(xué)技術(shù)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(jì)算機(jī)上用NEST來模擬健康和帕金森病中基底節(jié)環(huán)路的復(fù)雜動力學(xué)。我們很高興聽到關(guān)于新一代NEST的消息,這將使我們能夠在后K計(jì)算機(jī)上運(yùn)行全腦模擬,以闡明運(yùn)動控制和心理功能的神經(jīng)機(jī)制。”

注釋:

*NEST是針對神經(jīng)網(wǎng)絡(luò)模型的模擬器,專注于神經(jīng)系統(tǒng)的動力學(xué),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(luò),如信息處理模型,如哺乳動物的視覺或聽覺皮層,網(wǎng)絡(luò)活動動力學(xué)模型(如層狀皮質(zhì)網(wǎng)絡(luò)或平衡隨機(jī)網(wǎng)絡(luò))以及學(xué)習(xí)和可塑性模型。

**Petascale超級計(jì)算機(jī)的運(yùn)行速度為每秒百萬億次浮點(diǎn)運(yùn)算(每秒1015浮點(diǎn)運(yùn)算)。未來的E級超級計(jì)算機(jī)將以每秒百億億次的速度(1018flop / s)運(yùn)行。目前最快的超級計(jì)算機(jī)是中國無錫國家超級計(jì)算中心的Sunway TaihuLight,運(yùn)行速度達(dá)到每秒9千3 百萬億次。

***在Jülich,這項(xiàng)工作得到了仿真實(shí)驗(yàn)室神經(jīng)科學(xué)的支持,該實(shí)驗(yàn)室是Jülich超級計(jì)算中心的伯恩斯坦網(wǎng)絡(luò)計(jì)算神經(jīng)科學(xué)設(shè)施。 部分資金來自歐盟第七框架計(jì)劃(Human Brain Project,HBP)和歐盟地平線2020研究與創(chuàng)新計(jì)劃,以及對后K計(jì)算機(jī)的探索性挑戰(zhàn)(了解思想的神經(jīng)機(jī)制及其在人工智能中的應(yīng)用) 日本文部科學(xué)?。∕EXT)。通過他們在日本和歐洲之間的聯(lián)合項(xiàng)目,研究人員希望為建立國際大腦倡議(IBI)做出貢獻(xiàn)。

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(diǎn)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(xué)習(xí)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(bào)投訴
收藏 人收藏

    評論

    相關(guān)推薦

    神經(jīng)網(wǎng)絡(luò)教程(李亞非)

      第1章 概述  1.1 人工神經(jīng)網(wǎng)絡(luò)研究與發(fā)展  1.2 生物神經(jīng)元  1.3 人工神經(jīng)網(wǎng)絡(luò)的構(gòu)成  第2章人工神經(jīng)網(wǎng)絡(luò)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(xì)胞的“迷你大腦”,更精確模擬神經(jīng)網(wǎng)絡(luò)!

    ”,可以為細(xì)胞提供與實(shí)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(guān)
    發(fā)表于 08-21 09:26

    【PYNQ-Z2試用體驗(yàn)】神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識

    思考問題的過程。人腦輸入一個問題,進(jìn)行思考,然后給出答案。神經(jīng)網(wǎng)絡(luò)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(xué)的方式,這一抽象的過程進(jìn)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(luò)與SOM神經(jīng)網(wǎng)絡(luò)

    ,則重置模塊將在識別層增設(shè)一個新的神經(jīng)元,其代表向量就設(shè)置為當(dāng)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(luò),使得分類更加準(zhǔn)確。在西瓜書對應(yīng)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(luò)?

    原文鏈接:http://tecdat.cn/?p=5725 神經(jīng)網(wǎng)絡(luò)是一種基于現(xiàn)有數(shù)據(jù)創(chuàng)建預(yù)測的計(jì)算系統(tǒng)。如何構(gòu)建神經(jīng)網(wǎng)絡(luò)?神經(jīng)網(wǎng)絡(luò)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(luò)完全不同。例如,早期的神經(jīng)網(wǎng)絡(luò)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(shè)備的硅膠視網(wǎng)膜模型。人腦計(jì)劃應(yīng)對大規(guī)模
    發(fā)表于 04-16 15:01

    卷積神經(jīng)網(wǎng)絡(luò)模型發(fā)展及應(yīng)用

    。神經(jīng)網(wǎng)絡(luò)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(jì)算機(jī)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(jì)算神經(jīng)科學(xué)。這一領(lǐng)域的研究人員開發(fā)了有關(guān)大腦如何處理信息的理論或模型,然后這些模型與現(xiàn)實(shí)世界的數(shù)據(jù)進(jìn)行對比測試。例如,他們
    發(fā)表于 03-29 11:06

    神經(jīng)網(wǎng)絡(luò)基本介紹

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

    神經(jīng)科學(xué)新突破!新算法助力超算進(jìn)行人類大腦模擬

    使用NEST,網(wǎng)絡(luò)中每個神經(jīng)元的行為都由一些數(shù)學(xué)方程來表示。未來的E級計(jì)算機(jī),比如計(jì)劃在神戶建設(shè)的Post-K計(jì)算機(jī)和于利希建設(shè)的JUWELS計(jì)算
    的頭像 發(fā)表于 04-03 17:22 ?3814次閱讀
    <b class='flag-5'>神經(jīng)</b>科學(xué)新突破!新算法助力超算進(jìn)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(luò)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(fù)發(fā)性卷積神經(jīng)網(wǎng)絡(luò)(復(fù)發(fā)性神經(jīng)網(wǎng)絡(luò)的一個子類),
    發(fā)表于 07-20 09:45 ?2347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(luò)

    美國匹茲堡大學(xué)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(luò)。
    的頭像 發(fā)表于 07-31 16:54 ?3315次閱讀

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

    谷歌公司和德國馬普學(xué)會的研究人員聯(lián)合開發(fā)出了一種回歸神經(jīng)網(wǎng)絡(luò),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 ?3896次閱讀

    研究人員開發(fā)解釋多義詞的神經(jīng)網(wǎng)絡(luò)

    艾倫人工智能研究所和華盛頓大學(xué)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(luò)
    的頭像 發(fā)表于 09-12 15:52 ?2209次閱讀

    神經(jīng)網(wǎng)絡(luò)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(luò)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(luò)能夠控制此處所示的雙足機(jī)器人,即使它的得分不高。
    發(fā)表于 02-05 16:55 ?1219次閱讀