Самые мощные в мире суперкомпьютеры теперь могут запускать симуляции миллиардов нейронов, и исследователи надеются, что такие модели позволят получить беспрецедентные данные о том, как работает наш мозг.
Цифровое улучшенное трехмерное магнитно-резонансное изображение (МРТ) головного мозга человека К.Х. Фунг/Научная фотобиблиотека
Что бы значило моделирование человеческого мозга? Сегодня самые мощные вычислительные системы обладают достаточной вычислительной мощностью для запуска симуляций миллиардов нейронов, сравнимых по сложности с реальным мозгом. Мы также все лучше понимаем, как эти нейроны связаны между собой, что приводит к созданию симуляций мозга, которые, как надеются исследователи, раскроют ранее скрытые секреты его функционирования.
Исследователи долгое время пытались изолировать отдельные участки мозга, моделируя с помощью компьютера более мелкие области для объяснения конкретных функций мозга. Но «нам никогда не удавалось объединить их все в одном месте, в одной большой модели мозга, где мы могли бы проверить, насколько эти идеи вообще согласуются», — говорит Маркус Дисманн из исследовательского центра в Юлихе, Германия. «Сейчас ситуация меняется».
Это во многом объясняется мощностью современных суперкомпьютеров, которые приближаются к эксаскейлу, то есть способны выполнять миллиард миллиардов операций в секунду. Согласно списку Top500, таких машин всего четыре. Дисманн и его команда изучают возможность проведения крупномасштабных симуляций работы мозга на одной из таких систем, называемой JUPITER (сокращение от Joint Undertaking Pioneer for Innovative and Transformative Exascale Research), расположенной в Германии.
В прошлом месяце Дисманн и его коллеги показали, что простая модель нейронов головного мозга и их синапсов, называемая импульсной нейронной сетью, может быть сконфигурирована и масштабирована для работы на тысячах графических процессоров (GPU) JUPITER, что позволит ей иметь размер в 20 миллиардов нейронов и 100 триллионов связей — эквивалентно человеческой коре головного мозга, где происходит почти вся высшая функция мозга.
По словам Дисманна, запуск подобного моделирования обещает дать более ценные результаты, чем моделирование меньших мозгов, например, мозга плодовой мухи, которое проводилось ранее. Крупные языковые модели, такие как та, что лежит в основе ChatGPT, в последние годы показали, что более крупные системы содержат функции, которые просто отсутствуют в меньших. «Теперь мы знаем, что большие сети могут делать качественно иные вещи, чем маленькие», — говорит Дисманн. «Очевидно, что большие сети отличаются».
«Уменьшение масштаба — это не просто небольшое упрощение или грубейшее моделирование, это фактически полный отказ от определенных свойств», — говорит Томас Новотны из Университета Сассекса, Великобритания. «Очень важно, чтобы в конечном итоге мы смогли проводить полномасштабные [симуляции], потому что иначе мы никогда не получим реальный результат».
Модель, тестируемая на борту JUPITER, будет основана на реальных данных, полученных в ходе небольших экспериментов с нейронами и синапсами головного мозга человека, например, на том, сколько синапсов должен иметь один нейрон или на уровнях их активности, говорит Йоханна Сенк из Университета Сассекса, сотрудничающая с Дисманном. «Теперь у нас есть эти анатомические данные в качестве ограничений, а также вычислительные мощности», — говорит Дисманн.
По словам Новотны, полномасштабные симуляции мозга могут позволить исследователям проверять основные теории функционирования мозга, которые невозможно проверить на меньших моделях или на реальном мозге, например, как формируются воспоминания. Это можно проверить, подавая изображения на нейронную сеть мозга, наблюдая за ее реакцией и регистрируя, как формирование памяти меняется в зависимости от размера мозга. По словам Новотны, это также может создать способ тестирования лекарств, например, путем изучения того, как модели эпилепсии, характеризующейся приступами и вспышками аномальной активности мозга, реагируют на определенные препараты.
По словам Сенка, дополнительная вычислительная мощность также означает, что моделирование работы мозга можно будет запускать быстрее, что позволит исследователям лучше понять относительно медленные процессы, такие как обучение. Исследователи также смогут добавлять гораздо больше биологических деталей, например, более сложные модели того, как нейроны изменяются и активируются.
Но даже при наличии возможности запускать симуляции размером с мозг, нам все еще многое неизвестно, говорит Новотны. И даже симуляции меньших по размеру целых мозгов, таких как мозг плодовой мухи, не могут воспроизвести полное поведение реальных животных.
Моделирование, проводимое на этих суперкомпьютерах, по-прежнему очень ограничено и лишено базовых функций, необходимых для реального мозга, таких как получение информации из реальной окружающей среды. «Мы не можем фактически построить мозг», — говорит Новотны. «Даже если мы можем создавать модели размером с мозг, мы не можем создавать модели мозга».
Источник: www.newscientist.com
