211service.com
Smadzeņu veidošana uz silīcija mikroshēmas
Starptautiska zinātnieku komanda Eiropā ir izveidojusi silīcija mikroshēmu, kas izstrādāta, lai darbotos kā cilvēka smadzenes. Ar 200 000 neironu, kas savienoti ar 50 miljoniem sinaptisko savienojumu, mikroshēma spēj atdarināt smadzeņu spēju mācīties vairāk nekā jebkura cita iekārta.
Gudra mikroshēma: Zinātnieki Eiropā izmanto parastās mikroshēmu ražošanas metodes, lai izveidotu shēmas, kas atdarina cilvēka smadzeņu struktūru un funkcijas. Šim agrīnajam prototipam ir tikai 384 neironi un 100 000 sinapses, bet jaunākajā versijā ir 200 000 neironu un 50 miljoni sinapses.
Lai gan mikroshēmā ir daļa no smadzenēs atrasto neironu vai savienojumu skaita, tās dizains ļauj to palielināt, saka. Karlheincs Meiers , fiziķis Heidelbergas Universitātē Vācijā, kurš ir koordinējis projektu Fast Analog Computing with Emergent Transient States, vai FACETS .
Cerams, ka smadzeņu struktūras atjaunošana datora formā var palīdzēt uzlabot mūsu izpratni par to, kā izstrādāt masveidā paralēlus, jaudīgus jaunus datorus, saka Meiers.
Šī nav pirmā reize, kad kāds mēģina atjaunot smadzeņu darbību. Viens no centieniem, ko sauc par Zilās smadzenes projekts, vada Henrijs Markrams Ecole Polytechnique Fédérale de Lausanne, Šveicē, ir izmantojis milzīgas neirologu reģistrēto bioloģisko datu datu bāzes, lai IBM superdatorā izveidotu ļoti sarežģītu un reālistisku smadzeņu simulāciju.
FACETS ir izmantojis tās pašas datu bāzes. Bet tā vietā, lai simulētu neironus, saka Karlheincs, mēs tos veidojam. Izmantojot standarta astoņu collu silīcija plāksni, pētnieki atjauno neironus un sinapses kā tranzistoru un kondensatoru ķēdes, kas paredzētas tāda paša veida elektriskās aktivitātes radīšanai kā to bioloģiskie kolēģi.
Neironu ķēde parasti sastāv no aptuveni 100 komponentiem, savukārt sinapsei nepieciešami tikai aptuveni 20. Tomēr, tā kā to ir tik daudz vairāk, sinapses aizņem lielāko daļu vietas uz vafeles, saka Karlheincs.
Šīs vadu pieejas priekšrocība, atšķirībā no simulācijas, Karlheincs turpina, ir tā, ka tā ļauj pētniekiem atjaunot smadzenēm līdzīgu struktūru patiesi paralēlā veidā. Lai simulācijas darbotos reāllaikā, ir nepieciešama milzīga skaitļošanas jauda. Turklāt fiziskie modeļi var darboties daudz ātrāk un ir vairāk mērogojami. Faktiski pašreizējais prototips var darboties aptuveni 100 000 reižu ātrāk nekā īstas cilvēka smadzenes. Mēs varam simulēt dienu sekundē, saka Karlheincs.
Lai gan tas var izklausīties neticami, neironi patiesībā ir ļoti lēni, vismaz salīdzinājumā ar datoriem, saka Tomass Serre , skaitļošanas neirozinātnes pētnieks MIT. Iemesls, kāpēc datori šķiet daudz lēnāki, ir tas, ka tie ir sērijas mašīnas, kamēr mūsu smadzenes darbojas paralēli, viņš saka.
FACETS nav vienīgā grupa, kas izmanto šo pieeju. Pētnieki plkst Stenfordas universitāte ir arī veidojuši neironu ķēdes un Aizsardzības progresīvo pētījumu projektu aģentūra nesen sāka finansēt līdzīgu projektu.
FACETS ir priekšā citiem, jo viņi izmanto šīs sarežģītās sinapses, saka Markram. Lai gan neironi ir diezgan vienkārši, viņš saka, sinapses ir izstrādātas, lai izmantotu ļoti jaudīgu sadalītu algoritmu, ko izstrādājis Markram, ko sauc par atkarīgo plastiskumu, kas ļauj ierīcei mācīties un pielāgoties jaunām situācijām.
Markram saka, ka šādu sarežģītu shēmu veidošanai ir nepieciešama cieša sadarbība ar neirobiologiem. Faktiski projekts, kura pašreizējais budžets ir 10,5 miljoni eiro (14,1 miljons ASV dolāru), ir balstīts uz 15 zinātnisko grupu ieguldījumiem no septiņām dažādām valstīm. Viņš saka, ka viens no izaicinājumiem, ar kuriem viņi saskaras, ir smadzeņu trīsdimensiju struktūras atjaunošana 2-D silīcija gabalā.
Neskatoties uz centieniem padarīt mikroshēmas pēc iespējas bioloģiski ticamākas, Markram atzīst, ka tās joprojām ir neapstrādātas salīdzinājumā ar to, ko var sasniegt simulācijā. Tās nav smadzenes. Viņš saka, ka tas vairāk ir datora procesors, kuram ir daļa no paātrinātās paralēlās skaitļošanas, kas ir smadzenēm.
Šī iemesla dēļ Markram šaubās, vai aparatūras pieeja sniegs daudz ieskatu smadzeņu darbībā. Piemēram, atšķirībā no Blue Brain pētnieki nevarēs veikt in silico zāļu testēšanu, simulējot narkotiku ietekmi uz smadzenēm. Viņš saka, ka tā ir vairāk mākslīgā intelekta platforma, nevis bioloģijas izpratne.
FACETS grupa tagad plāno vēl vairāk palielināt savas mikroshēmas, savienojot vairākas vafeles, lai izveidotu superčipu ar kopumā miljardu neironu un 1013 sinapsēm.