تماشا کنید: شبیه سازی مغز یک موش با یک ابررایانه
پژوهشگران" دانشگاه منچستر" پس از سال‌ها تلاش شبانه روزی موفق به توسعه و تکمیل یک ابررایانه شدند.
به گزارش ایسنا و به نقل از گیزمگ، پس از ۱۲ سال کار و تلاش پژوهشگران "دانشگاه منچستر" (University of Manchester) انگلستان ساخت یک ابر رایانه به نام " SpiNNaker " را تکمیل کردند.
نام این ابررایانه به معنای "طراحی شبکه عصبی اسپایکینگ" (Spiking Neural Network Architecture) است.
این ابررایانه می‌تواند کارهای داخلی یک میلیارد نورون را از طریق یک میلیون واحد پردازش شبیه سازی کند.
مغز انسان حاوی حدود ۱۰۰ میلیارد نورون است که سیگنال ها را از طریق صدها تریلیون سیناپس مبادله می کند. در حالی که این اعداد بسیار بزرگ به نظر می‌رسند، یک شبیه ساز مغز دیجیتالی بیش از مقدار زیادی انرژی که برای پردازش خام این داده‌ها نیاز دارد، به انرژی فراتری هم برای بازاندیشی رادیکال طراحی کامپیوتر استاندارد نیاز دارد.
پروفسور "استفن فوربر" (Stephen Furber)، رهبر این پروژه گفت: نورون‌های مغز به طور معمول دارای چندین ورودی هستند و برخی از آنها نیز دارای یک چهارم یک میلیون ورودی هستند. بنابراین مسئله ارتباط است نه محاسبات. رایانه‌های با کارایی بالا در فرستادن داده‌های بزرگ از یک مکان به مکان دیگر، بسیار سریع و بسیار خوب عمل می‌کنند اما مدل سازی عصبی نیازمند ارسال داده‌های بسیار کوچک از یک مکان به تعداد زیادی مکان دیگر است که این مدل ارتباطی بسیار متفاوت است.
محققان این مسئله را با طراحی یک معماری موازی که در آن هر یک از هسته ها قادر به ارسال اطلاعات کوچک (تا فقط ۷۲ بیت) هستند، حل نمودند. هر یک از هسته ها قادر به ارسال اطلاعات توسط یک شبکه ارتباطی داخلی به مقصد هستند. با استفاده از این معماری، این ابررایانه به راحتی می‌تواند ۱۰۰ میلیون نورون در مغز موش را شبیه سازی کند.
فوبر در ادامه افزود: برای ساخت مدل مغز یک موش، ما باید به طور کلی هر نورون و ارتباط آن با هر نورون دیگر در مغز را بدانیم، در عمل این یک مقدار قابل قبول داده برای جمع آوری است، اما ما باید توزیع آماری انواع نورون ها و داده های اتصال آماری را نیز انجام دهیم.
اگر چه نقشه برداری یک به یک تمام نورون‌ها ممکن است به همین زودی رخ ندهد، اما پژوهشگران می‌توانند یک مدل کامپیوتری از قشر بصری یک موش را بسازند. این سیستم همچنین دارای پتانسیل بالایی برای شناسایی فعالیت‌های سطح بالا مانند یادگیری در داخل مغز است.
پژوهشگران هم چنین از این سیستم برای شبیه سازی ناحیه ای از مغز به نام "عقده‌های قاعده‌ای" (Basal Ganglia) که در بیماری پارکینسون نقش مهمی را ایفا می‌کنند، استفاده کردند. در حقیقت، این فناوری می‌تواند در زمینه پزشکی، به ویژه در زمینه آزمایشات دارویی، بسیار مفید باشد.
عقده‌های قاعده‌ای که هسته‌های قاعده‌ای نیز خوانده می‌شوند از پنج هسته زیرقشری مغز تشکیل شده‌اند. عقده‌های قاعده‌ای از این نظر دارای اهمیت هستند که نقش مهمی در عمل کنترل حرکتی ایفا می‌کنند. هسته‌های این ناحیه به دلیل ارتباطاتی که با هم و دیگر قسمت‌های مغز دارند، در کنترل حرکت شرکت می‌کنند، اگرچه پیام مستقیم به طناب نخاعی جهت کنترل حرکتی نمی‌دهند. عقده‌های قاعده‌ای پیام‌های اولیه را از قشر مغز می‌گیرند و پیام‌های خود را از راه تالاموس به قسمت‌های مختلف قشر مغز می‌فرستند.
فوبر و دیگر پژوهشگران در حال حاضر بر روی کامپیوتر نسل دوم، "SpiNNaker۲"، کار می کنند که کامپیوتر مذکور از تکنولوژی ارتقاء یافته سیلیکون برای ارسال داده‌ها با سرعت ۱۰ برابر سرعت فعلی استفاده می‌کند.