SpiNNaker的尖峰神经网络模仿人脑，可以推动机器人和健康方面的突破。

对于他们所有的肉体失败，人类的大脑是计算机工程师一直试图模仿的模型：巨大的处理能力，既令人惊讶的节能，又有微小的外形。但是在去年年底，在曼彻斯特的一个前所未有的金属作品中，一台机器变成了最接近人造人脑的机器。

百万核心SpiNNaker-- Spiking神经网络架构的缩写 - 是数十年工作和数百万英镑投资的结晶。结果：一个大型并行超级计算机，旨在模仿人类大脑的运作，希望它能让神经科学家重新理解思维的运作方式，并开辟新的医学研究途径。

该项目的起源始于20世纪90年代末，由现任曼彻斯特大学计算机工程教授史蒂夫·弗伯的工作。

“我开始想知道为什么，处理器变得如此之快，有些东西他们发现很难做到，就像人类一样，我们觉得相对容易，”Furber说。他开始探索联想记忆，并试图通过不精确的输入来解决他们的困难，将注意力转向神经网络。

2005年，SpiNNaker项目获得了拨款资金，Furber的工程团队将生物大脑作为他们的计算模型。SpiNNaker目前居住在曼彻斯特大学的Kilburn大楼，该建筑曾经用于在20世纪60年代末和70年代建造大型机。

从历史上看，制造能够模仿大脑的计算机的难度很大程度上取决于连接性。神经元 - 穿过身体并在很大程度上终止于大脑的神经纤维 - 每个都有数千个输入和数千个输出。计算系统在类似规模上与任何事物斗争。“很明显，构建生物神经网络计算模型的一个大问题就是接近你在生物学中发现的连接程度，”Furber说。

为了构建一个更接近人类大脑的系统，该研究小组创建了一种新颖的尖峰神经网络系统。尖峰神经网络架构从神经元在大脑中工作的方式中获取线索：为了将信号从一个神经元传递到另一个神经元，其膜的电压必须改变，并且必须产生所谓的动作电位。动作电位被转换为尖峰神经网络中的尖峰。

通过使用这种架构，团队表示SpiNNaker 打破了传统超级计算机遵循的规则，因为节点使用这些简单的消息进行通信 - 尖峰 - 本质上是不可靠的。“这种决定论的突破提出了新的挑战，但也有可能发现大规模并行计算的强大新原则，”该团队表示。

作为欧盟人脑计划的一部分，2016年达到50万个核心后，SpiNNAker最近达到了100万个，使其能够每秒执行2万亿次动作并实时模拟2亿个神经元的动作。

“SpiNNaker非常灵活 - 我们使用神经元和突触的所有模型都是软件的一小部分。如果你将它们变成硬件，它们会更小更高效，但我们使用软件的原因是什么并不是真正的一致意见正确的模型是，不同的大脑区域可能需要不同的模型，软件为我们提供了灵活性，“Furber说。

尖峰神经网络受到大脑的启发，它也希望它们可以反过来为它们模仿的器官提供更多的光线。这是因为神经网络以真实神经元的方式激活并以相同的方式传输信息。

例如，SpiNNAker系统已被用于模拟基底神经节，大脑中的一组结构有助于选择运动模式 - 当你决定走到椅子然后坐下时，它就是发送的基底神经节腿部的行走模式，开始工作，到达椅子时停止，然后将坐下的模式发送到下半身。希望通过对基底神经节进行建模，神经科学家将更深入地了解他们的行为以及他们如何做到这一点。

而且这还不是全部：更大的野心是SpiNNaker可以用来理解皮层 - 大脑的外层，它在言语和决策等高级功能中起着关键作用。它被用来模拟皮质微柱，穿过皮层的神经元群。

“当我们看到加标率时，它们是正确的。下一个挑战是尝试测试一些关于微柱功能的理论，因为这个功能是未知的...我们不知道其中的任何一个作品，“弗伯说。

更进一步，它甚至可以用来预测药物对人类神经系统的影响，并有助于新药的开发。然而，在此之前，科学界必须清除一些主要障碍：需要更好地了解药物如何影响构成大脑1014个突触的蛋白质的复杂混合物。一旦知道了，就有可能计算药物如何影响突触，然后最终在SpiNNaker上建立一个系统模型，看看这些效应如何改变行为。

SpiNNaker也可以用于机器人行业 - 无论机器人是真实的还是虚拟的。SpiNNaker现在是人脑项目的一部分，正在开发曼彻斯特大学在其服务器上安装的虚拟机器人环境。

这意味着来自全球各地的用户可以建立一个机器人模型并将其与SpiNNaker中的尖峰网络大脑模型紧密结合，Furber说，允许他们观察其行为并通过互联网远程控制它。

SpiNNaker是需要移动，低功耗计算的机器人研究人员的一个很好的目标。一个小的SpiNNaker板可以模拟成千上万个尖峰神经元的网络，处理传感输入并产生电机输出，所有这些都是实时和低功耗系统。

相关文章