在仿造腦子的神經網絡的大廈計算機的突破

被編譯的計算機仿造腦子的神經網絡在開放存取日記帳邊境在神經科學方面導致近似結果對用於神經系統信號研究當前的那最佳的腦子模擬巨型計算機軟件,查找一個新的研究被發布。 測試對於準確性,速度和節能,名為 SpiNNaker 的此定製的計算機,有潛在克服常規巨型計算機的速度和電力消費問題。 這個目標將提前我們的在腦子,包括瞭解和紊亂的知識神經系統處理例如癲癇症和老年癡呆症。

「大三角帆可能支持外皮的詳細生物設計--從意義接受和處理信息腦子的外面層--傳送起因於非常類似於那些等同的巨型計算機軟件模仿」,主要作者和領導先鋒在 Jülich 研究中心,德國說 Sacha van Albada 博士,此研究的理論上的神經解剖學組的。 「這個能力管理大規模詳細神經網絡迅速和在低功率衝減將提前機器人學研究并且實現關於瞭解和腦子紊亂的研究」。

人腦是非常複雜的,包括 1000億被互聯的腦細胞。 我們知道各自的神經元和他們的要素如何正常運行并且溝通彼此和在大規模,腦子區為感官知覺、活動和認知使用。 然而,我們知道較少關於神經系統活動的轉換到工作情況,例如啟用的想法到肌肉移動。

巨型計算機軟件通過模擬信號替換幫助了在神經元之間的,但是在最快速的巨型計算機的甚而最佳的軟件運行可能只迄今模擬 1% 人腦。

「計算機體系結構最適合於高效地學習全部腦子網絡的它目前是不清楚的。 歐洲人腦項目和 Jülich 研究中心進行廣泛的研究識別此高度複雜問題的最佳的方法。 今天巨型計算機在像瞭解的進程需要幾分鐘模擬一秒鐘實時,如此學習,需要幾小時,并且幾天在實時當前是不可及的」。 解釋馬庫斯 Diesmann,共同執筆者,計算和系統神經科學部門的負責人教授在 Jülich 研究中心。

他繼續, 「有腦子的能源消耗和今天巨型計算機之間的一個巨大的空白。 Neuromorphic (腦子有靈感) 計算允許我們調查多麼接近我們可以有腦子的節能使用電子」。

開發在過去 15 年和基於人腦的結構和功能,大三角帆 -- 一部分的人腦項目的 Neuromorphic 計算的平臺 -- 是一臺定製的計算機組成由其自己的軟件控制的 50 萬簡單的計算的要素。 研究員大三角帆準確性、速度和節能與那嵌套比較--專家巨型計算機軟件正在使用中為腦子神經元信號研究。

「在嵌套和大三角帆的模擬運行顯示了非常近似結果」,報告史蒂夫 Furber,在曼徹斯特大學的計算機工程共同執筆者和教授,英國。 「這,第一次外皮的這樣詳細模擬在大三角帆運行了,或者在所有 neuromorphic 平臺。 大三角帆包括合併 500,000 個小的處理器的 600 張電路板總共。 在此研究描述的模擬使用了六個董事會--1% 設備的總功能。 從我們的研究的發現將改進這個軟件使此降低到單板」。

範 Albada 共享她對大三角帆的將來的抱負, 「我們盼望與這些 neuromorphic 計算系統的日益增大的實時模仿。 在人腦項目,我們已經與希望為機器人控制使用他們的 neuroroboticists 一起使用」。

來源: http://www.frontiersin.org/

Advertisement