Обзор современных проектов крупномасштабного моделирования мозговой активности

    В последние годы область крупномасштабного моделирования мозговой активности стала активно развиваться и все большее количество математиков и нейробиологов вовлекается в нее. В данном обзоре я проведу краткий обзор наиболее известных и удачных проектов в этой области. Также в заключении опишу мои мысли по поводу перспективы и полезности дальнейшего развития проектов подобного рода.

    image


    Крупномасштабные модели мозговой активности


    Один из первых проектов в данной области получивший широкую огласку и финансирование – это Blue Brain Project [1], начатый компанией IBM летом 2005 года совместно со Швейцарским федеральным технологическим институтом в Лозанне.

    Целью Blue Brain Project является детальное моделирование отдельных нейронов и образуемых ими типовых колонок неокортекса мозга – неокортикальных колонок. В коре нейроны организованы в элементарные единицы – неокортикальные колонки, имеющие порядка 0.5 мм в диаметре и 2 мм высотой. Каждая такая колонка содержит около 10 тыс. нейронов со сложной, но упорядоченной структурой связи между собой и с внешними, по отношению к колонке, нейрогруппами. Фактологической базой для моделирования послужили данные о морфологии и динамике активности нейронов крысы и другие данные о физиологии нейрона, полученные за прошедшие десятилетия исследований нервных клеток.

    В модели нейрона в рамках данного проекта учитываются различия между типами нейронов, пространственная геометрия нейронов, распределение ионных каналов по поверхности мембраны клетки и другие параметры нейронов-прототипов. Разработчкики модели отмечают, что разнобразие типов нейронов, объединенных в нейрогруппу, весьма важно для реализации когнитивных функций данной группы, причем каждый тип нейронов присутствует в определенных слоях колонки, а пространственное расположение, плотность и объем распределения нейронов различных типов служат основой упорядоченного распространения активности по сети в целом. В рамках модели также принимается во внимание, что точная форма и структура нейрона влияют на его электрические свойства и возможность соединения с другими нейронами, а электрические свойства нейрона определяются разнобразием ионных каналов.

    Для трехмерного моделирования нейрогрупп в рамках проекта Blue Brain Project используется компьютер IBM Blue Gene/L (рис.1), который позволяет моделировать распространение электрической активности внутри неокортикалоной колонки в режиме реального времени.

    image
    Рис. 1. Схематическая архитектура суперкомпьютера Blue Gene/L

    В конце 2006 года удалось смоделировать одну колонку неокортекса молодой крысы, состоящую из 10000 биологически правдоподобных моделей нейронов с приблизительно 3х107 синапсами между ними.

    В конце 2007 года было объявлено о завершении «Фазы I» проекта Blue Brain. Результатами этой фазы являются:
    • новая модель сеточной структуры, которая автоматически, по запросу, генерирует нейронную сеть по предоставленным биологическим данным;
    • новый процесс симуляции и саморегуляции, который перед каждым релизом автоматически проводит систематическую проверку и калибровку модели, для более точного соответствия биологической природе;
    • первая модель колонки неокортекса клеточного уровня, построенная исключительно по биологическим данным.

    По мнению авторов проекта полученные клеточные модели нейронов и модель колонки в целом позволяют непосредственно соотносить моделируемые процессы распространения активности с аналогичными процессами в биологической колонке прототипе.

    Продолжением проекта Blue Brain новый проект IBM «Cognitive Computing via Synaptronics and Supercomputing» (C2S2), о начале которого было объявлено 20 ноября 2008 года [2]. Компания заявила о начале реализации проекта разработки принципиально новой архитектуры вычислительной системы, воспроизводящей организацию межнейронных соединений (синапсов) и нейронных сетей мозга млекопитающих. В финансировании проекта принимает участие Агенство перспективных оборонных исследовательских программ США (DARPA) в рамках проекта «System of Neuromorphic Adaptive Plastic Scalable Electronics» (SyNAPSE). Именно это обстоятельство объясняет фактическое отсутствие подробностей о ходе данного проекта в периодических научных изданиях.

    В центре всех исследований по проекту C2S2 находится синапс, обеспечивающий, благодаря своей пластичности, формирование индивидуального опыта. Планируется разработка моделей нейросетей с числом и плотностью распределения синапсов, сравнимым с соответствующими параметрами у живых организмов. Отмечается, что мозг, скорее, представляет собой не нейронную, а синаптическую сеть, а мышление явлется резутатом биохимической организции мозга.

    В случае успеха проекта, по мнению его участников, родится принциально новый класс искусственных когнитивных систем, новая парадигма вычислительной архитектуры с многочисленными практическими приложения во всех областях человеческой деятельности.

    Один из самых ярких проектов по крупномасшабному моделированию мозга проводился в The Neuroscience Institute Евгением Ижикевичем и Джеральдом Эдельманом.

    В 2007 году они смоделировали таламокортикальную систему млекопитающих на основе данных о человеческом мозге [3]. Данная модель имитирует работу миллиона спайковых нейронов, которые откалиброваны так, чтобы повторять поведение известных типов нейронов наблюдаемых in-vitro в головном мозге крысы.

    image
    Рис. 2. Упрощенная диаграмма микросхемы структуры ламинарной коры (вверху) и ядер таламуса (внизу)

    В качестве модели нейрона используется феменологическая модель, предложенная Ижикевичем [4]. В процессе моделирования было использовано 22 типа нейронных клеток (рис. 2), которые получаются путем изменения параметров модели Ижикевича. Для соединения нейронов было использовано почти полмиллиарда синапсов с соответствующими рецепторами, кратковременной синаптической пластичностью и долговременной STDP-пластичностью. На рис. 3 представлена динамическая визуализация результатов моделирования.

    image
    Рис. 3. Распростроняющиеся волны в модели Ижикевича.
    (Красными точками обозначены спайки возбуждающих нейронов, черными – ингибиторных)


    Заключение


    В завершении данного обзора, как я и упоминал раньше, хотелось бы сказать несколько слов о целеообразности такого крупномасштабного моделирования.

    В проектах, представленных выше, мозг рассматривается как некоторая автономная структура, которая может существовать отдельно от всего остального организма и, более того, среды. Таким образом, становится неясным вопрос оценки качества результатов моделирования – в каком случае мы поймем, что оно удачно? Перед моделируемым мозгом не ставят никаких задач, не помещают в какую-либо среду. Фактически необходимость целенаправленного поведения и достижения адаптивного результата не рассматриваются в подобного рода проектах. Они направлены лишь на детальное воспроизведение физической структуры, наблюдаемой в головном мозге реальных животных. Скорее всего, рассмотрение задачи целенаправленного поведения в таких проектах невозможно, так как с точностью повторяя физическую структуру мозга, мы все равно не можем определить каким опытом он обладает и какие задачи способен решать.

    Участники проекта Blue Brain в частности утверждают, что развитие их исследования поможет в создании ИИ в достаточно короткий срок (ближайшие 20-25 лет). Данное заявление звучит по меньшей мере
    достаточно громко, но есть один факт, который не позволяет поверить в него. В основном данные исследования направлены на исследование распространения активности в мозге и моделировании ритмов. Однако в рамках данных проектов практически не уделяется внимание обучению, что скорее всего сводит на нет полезность наработок в этой области как базы для создания ИИ.

    Литература


    [1]. Markram H. «The blue brain project». // Nat Rev Neurosci. Vol. 7, pp. 153-160 (2006).
    [2]. IBM Pressroom [Электронный ресурс] / «IBM Seeks to Build the Computer of the Future Based on Insights from the Brain» – www-03.ibm.com/press/us/en/pressrelease/26123.wss#release
    [3]. Izhikevich E., Edelman G. «Large-scale model of mammalian thalamocortical systems». // PNAS. Vol. 105, no.9, pp. 3593-3598 (2008).
    [4]. Izhikevich E. «Simple Model of Spiking Neurons». // IEEE Transactions on Neural Networks. Vol. 14, no. 6 (2003).
    Ads
    AdBlock has stolen the banner, but banners are not teeth — they will be back

    More

    Comments 34

      +16
      Спасибо. Переносите в тематический блог, кармы я Вам накинул:) Радует, что не все у нас ещё занимаются купи-продай, а есть люди, которым реально интересна наука в связи с IT.
        +4
        Спасибо большое.
        0
        Отличная статья. Не знал, что уже смогли провести моделирование синаптических связей целой колонки.
          +10
          Хабр тот. Вчера суперсимметрия сегодня это. Спасибо!
          0
          С выводом согласен полностью. Конечно, это мое дилетантское мнение, но после прочтения Хоукинса кажется, что подобные модели, как, впрочем, и излишнее увлечение нейросетями — тупиковый путь.
          Статья отличная, прям интеллектуальные выходные на хабре. Спасибо.
            +1
            Нейросети — это не безоговорочная панацея от всех бед человечества, в это я с Вами полностью согласен.=) Их нужно с умом использовать как инструмент, и активно исследовать как модель, при этом стараясь развивать их, а не стоять на месте.
            +3
            Спасибо за статью — я много раз слышал о попытках моделирования физической работы нейронов мозга. Многие полагают, что это позволит создать ИИ сравнимый по способностям с человеком даже без полного понимания того, как мозг работает на самом деле. Еще я помню, как участвовал когда-то в проекте BOINC который пытался подобным образом эмулировать работу мозга. (К сожалению результатов никаких вроде не получили и проект закрыли вообще.) Поэтому я всегда хотел подробнее узнать на каком этапе находятся подобные проекты, а тут всё в одной статье с толком расписано.

            Насчет заключения — у меня взгляды немного не совпадают. Мне кажется, что на данном этапе исследований нету смысла пытаться помещать это в среду или ставить задачи. Это пока не является мозгом даже с большой натяжкой, и мне кажется в этих исследованиях не ставилось цели создать его. Похоже, что в этих проектах пока пытаются довести до большой точности низкоуровневую эмуляцию работы нейронов как самих по себе так и в разных структурах и группах. А в качестве оценки результатов сравнивают параметры и поведение полученного эмулятора и реальных групп нейронов на низком уровне. Таким образом смоделированная структура является вроде как кирпичиком, строительным материалом для построения «мыслящего» мозга в будущем. Когда технические возможности позволят сложить миллионы таких кирпичиков и обьеденить в одну структуру нейронных сетей, можно будет ставить такой структуре вполне реальные задачи и помещать ее в среду. Лет так через 20 :) Я не очень уверен во всём этом, и думаю сами исследователи не уверены. Может оказаться, что мыслительные процессы в мозге протекают на более низком уровне (например квантовом), а взаимодействие нейронов является только их косвенным следствием или же вообще не имеет никакого отношения к ним. Подобные опыты, как я понимаю, помогут доказать теорию о том, что мозг работает на основе нейронных сетей без понимания того как он работает на их основе…
              +2
              Понимаете в чем заключается проблема. Я не сторонник теории, что если мы создадим супер реалистичную модель мозга (просто скопируем морфологию) и как-то смоделируем нейроны, то при запуске она нам даст разум.
              Люди, занимающиеся данными проектами копируют морфологию, подгоняют модели нейронов. При этом забывается вековой опыт математического моделирования, который гласит, что надо идти от простого к сложному. Это во-первых.
              Во-вторых, я не верю, что можно рассматривать мозг в отрыве от обучения, и тем более от эволюции. Мозг — это динамическая система в развитии(!!!) и рассматривать ее надо соответствующе.
              Более того, обучение — это системный процесс организации мозга и просто на уровне тупого копирования морфологии мы его смоделировать не сможем. То есть если мы поместим такой смоделированный мозг в среду, то делать он там ничего не сможет. Поэтому начинать надо с меньшего.

              Я понимаю, что цель этих проектов — детально перенести все структуры мозга как они есть. В этом вы правы. Но опять как мне кажется помощи для создания ИИ это не принесет.

              Кстати про квантовые теории и вообще про изыскания физиков в области теоретической нейробиологии. Я считаю, что все это полная чушь, так как любые квантовые процессы на таком макро-уровне усредняются и не могут влиять на поведение системы.
                +1
                Мне кажется, если принять за факт, что у мозга очень большие способности к самообучению, проблему можно свести к трем вопросам.

                Первый: работает ли биологический мозг на основе нейронных сетей, и только ли на их основе?
                Второй: обладает ли мозг знаниями и памятью в момент рождения.
                Третий: насколько велико, и критично ли наличие этой памяти в сравнении с возможностью самообучения для нормальной деятельности мозга.

                Я пытаюсь ответить на них исходя из того, что знаю о работе мозга. В медицине есть примеры, когда людям делают операцию по расщеплению мозга, и тогда полушария начинают действовать не согласованно, а как-бы каждое само по себе. При этом происходит перераспределение функций мозга, и каждое полушарие старается обходиться своей подконтрольной половиной тела. Есть примеры, когда пациенту удаляют полностью одно полушарие, и оставшаяся часть мозга через небольшой промежуток времени перебирает на себя функции удаленных отделов. Это говорит о большой пластичности и универсальности мозга, о его мгновенной адаптации к новым требованиям и условиям, а также о его делимости. Если мозг разделить на участки меньше одного полушария, то они будут пытаться обрести некоторые функции и самообучаться, но возможности их будут уже значительно ограничены в сравнении с «полноразмерным » мозгом человека.

                Мало кто знает, что на сетчатку глаза изображение попадает в перевернутом виде, а мозг уже переворачивает картинку обратно, и благодаря этому мы можем адекватно видеть мир. Можно было бы предположить, что это врожденная функция мозга, а не следствие обучения, но если одеть человеку очки, которые переворачивают картинку еще раз для каждого глаза, он в начале не сможет ориентироваться в пространстве, но в течении нескольких дней мозг перестроит восприятие, и человек уже перестает понимать, что всё перевернуто, и может нормально ориентироваться.Мозг переворачивает картинку и адаптирует ее для восприятия. Если после этого снять очки, мир снова будет казаться перевернутым вверх тормашками несколько дней.

                Всё это говорит в пользу того, что мозг наращивает все свои возможности после рождения, в процессе обучения. И даже если в него изначально заложена некая минимальная память, ключевой роли она не играет.
                Характер обучения и перестроения, да и наблюдаемые данные говорят в пользу «нейронно-сетевого» функционирования биологического мозга.

                Таким образом есть основания надеяться (и я надеюсь), что если сэмулировать структуру мозга в полном объёме, и поместить его в среду, он конечно не начнет с нами разговаривать и решать задачки, но начнет обучатьсяи приспосабливаться, и через некоторое время сможет распознавать звуки и образы, взаимодействовать с ними. Тогда нужно будет думать о развитии методов взаимодействия обучения и мотивации такой структуры, а это уже будет намного проще предыдущего этапа.

                Настоящие проекты отрабатывают детальность структуры очень! небольшой части мозга, и в этом вся проблема. В таких масштабах структуры имеют очень скромные возможности, и ждать от них результатов «в среде» не приходится. И с этим ничего пока нельзя сделать, технологии не позволяют эмулировать сеть, хоть отдаленно сравнимую по количеству нейронов с мозгом млекопитающего. Я уверен, что исследователи сами очень ждут момента, когда можно будет говорить о сознательном обучении такой системы и готовятся к нему.

                Правда я подозреваю возникновение некоторых сложностей на этом пути. Во первых принцип нейронных сетей может оказаться не единственным механизмом работы мозга а только частью и не известно, сколько этих механизмов есть. Во вторых мозг состоит из немалого числа участков, которые значительно отличаются физиологически. Возможно придется научиться имитировать работу каждого из них, а также понять и воспроизвести механизмы взаимодействия между ними. Это сильно усложнит задачу.

                Про квантовые теории, и про всё выше сказанное вообще утверждать ничего нельзя. Нам очень мало известно. А то, что известно, можно трактовать очень по разному, вот я по своему и трактую :)
                Вообще я пишу не ради спора, а просто интересно самому об этом подумать и поговорить. Интересно услышать ваши предложения по поводу нынешних экспериментов. Что по вашему приблизит нас к созданию ИИ?
                  0
                  > Но опять как мне кажется помощи для создания ИИ это не принесет.

                  Зато это принесет большую пользу для развития технологий загрузки сознания, что, возможно, лучшая альтернатива для сильного ИИ.

                    0
                    Пардон, а что такое «технологии загрузки сознания»?
                      0
                      Перенос сознания человека в компьтер. По сути это то же самое что и полное моделирование, только мозг не выращивается с нуля по шаблону, а переносится готовый экземпляр. Конечно, требует продвинутых технологий сканирования (или не очень продвинутых для некоторых способов сканирования с разрушением), но и применения у загрузки интересные.

                      ru.wikipedia.org/wiki/Загрузка_сознания
                        0
                        Если спросите меня, то я скажу, что это научная фантастика.
                        Это еще более сложный процесс, чем создание искусственного интеллекта. Более того — я вполне могу допустить то, что это принципиально невозможно.
                          0
                          Все что мы сейчас имеем когда-то было научной фантастикой.

                          Загрузка сложнее ИИ (нейроморфного) в том что нужна дополнительная технология — сканирование. Конечно это сложно, но разрешение сканеров растет быстрее, чем производительность компьютеров, поэтому, вероятно, сканирование скоро не будет проблемов.
                          Однако загрузка проще в том смысле что нам не придется обучать загруженный мозг.
                          Неизвестно какой из недостатков сложнее.

                          Какие имеются принципиальные возражения против загрузки? Насколько я знаю, в научной среде таковых не имеется (есть сомнения по мелочам), кроме теории квантового мозга.
                            0
                            Если вы будете сканировать с точностью до атома, загружать в компьютер и моделировать все это на атомном уровне, то у меня нет ни одной проблемы.
                            Но если это все будет сканироваться на клеточном уровне, то проблем просто миллион. Мы не знаем, что конкретно в нейроне является главным, а что второстепенным и может быть заменено на подобные, но более общие механизмы. Соответственно когда вы будете это все загружать в компьютер вы в любом случае будете использовать модельные нейроны, модельные синапсы, модельную глию и т.д. Однако, подобные исследование не помогут нам определить какие модели лучше и адекватнее, потому что у них кроме морфологического соответствия нет ни одного критерия. Фактически определить насколько модель хороша мы сможем только, если она будет обучаться. Получается замкнутый круг.
                              0
                              Ну, если сканировать без разрушения, то ничто не мешает нам просто несколько раз загрузить мозг в разные модели, а потом оценивать его поведение, сравнивая с оригиналом.
                              И это только в том случае, если мы не сможем построить адекватную модель исходя из каких-то других соображений, что мне кажется маловероятным. Нейронаука, как вы сами знаете лучше меня, прогрессирует очень быстро.
                              0
                              Не только обучаться конечно, но и просто осуществлять адекватную стратегию поведению в модельной или реальной среде.
                  0
                  От первой картинки становится жутковато
                    +1
                    Действительно, довольно странный путь для создания ии. Если они пытаются создать точную копию какой-то отдельной части мозга, то для создания самого интеллекта им придется создать весь мозг целиком. Один в один. Как говорится, мы не ищем легких путей.

                    Нейроны — это же не чисто вычислительные клетки. Они содержать массу других свойств, которые нам напрямую не нужны, но они являются частью архитектуры и их тоже придется учитывать и включать в модель.

                      +1
                      Мне кажется, что нужно подняться на более высокий уровень абстракции. Это позволит отказаться от ненужных свойств нейронов и сконцентрироваться только на тех особенностях, которые нам реально интересны.

                      Разумеется, в природе нет аналога этому уровню абстракции. Нужно будет посидеть и пораскинуть мозгами. Но я считаю, что это будет проще, чем воссоздавать мозг один в один.
                        +1
                        Полностью с Вами согласен относительно свойств нейрона. Нейрон — чрезвычайно сложная клетка, в которой проходят невероятные множества химических каскадов и которая обладает множеством уникальных механизмов. Однако с точки зрения моделирования многие слишком низкоуровневые механизмы можно опустить и заменить более общими.

                        Самое забавное, что есть такой уровень абстракции в мозге — системный уровень организации. Безусловно все механизмы системного свойства обеспечиваются просто на уровне отдельных нейронов и синапсов (и наверное глии), но нам же с точки зрения первоначального моделирования не важно сами мы вводим этот системный уровень или закладываем в нейрон немыслимые подробности поведения. К тому же предположить как работает системный уровень мы можем, а вот как его полностью обеспечивают сами процессы происходящие в нейронах и синапсах, нам пока неведомо.
                          +1
                          А зачем знать, как обеспечивается работа системного уровня? Для моделирования поведения логических элементов не обязательно моделировать движения электронов внутри транзисторов.
                            +1
                            С точки зрения исскуственного интеллекта может быть это знание и не принципиально. Хотя мне кажется, что оно позволит повысить его производительность, так как у нас становится меньше сущностей.

                            Зато в области теоретической и экспериментальной нейробиологии, а также в будущем медицины, это знание невероятно ценно.
                              +1
                              Я подразумевал только создание ии. Повышать производительность — это хорошо. Преждевременная оптимизация — плохо. Если это нужно только для повышения производительности, то я не понимаю, почему столько сил и времени на это тратится. Почему бы не перейти на системный уровень и работать там. Мне кажется, что так будет намного проще. Хотя я могу и ошибаться.
                                0
                                Проблема заключается в следующем. Сейчас все больше ученых приходят к осознанию, что системный уровень все-таки есть. Однако, как он работает — никто не знает. Есть только определенные гипотезы, которые с одной стороны пытаются проверить экспериментально, а с другой стороны модельно. Так что простых ответов тут, к сожалению, нету.=)
                      0
                      Не доказано кстати, что человек думает именно головой ;-)
                        0
                        У меня вопрос, как мне кажется, более общий, чем сама статья, но я надеюсь, что кто-нибудь сможет мне помочь.

                        Я вот не понимаю, почему в рассмотрении вопросов работы мозга ученые так слабо используют эволюцию. Ведь чтобы понять как именно что-то работает, полезно понять сначала, для чего это работает так или иначе. Это, конечно, не обязательно, но пробуя понять, как работат тостер, вы же явно быстрее получите результат, если узнаете, что исследуемый вами прибор должен нагревать хлеб.

                        Процесс эволюции организмом, как мне кажется, достаточно изучен для того, чтобы использовать имеющиеся у ученых сведения о факторах, мотивирующих то или иное морфологическое развитие у животных, и пытаться понять, как именно потребность в тех или иных функциях на разных этапах эволюции привело к образованию тех или иных структур в мозге.

                        В описанных автором поста исследованиях, насколько я понял, вообще не говорится о том, что мозг должен как-то работать. То есть до тех пор, пока мы не найдем в тостере нагревательный элемент и лоток, мы будем игнорировать его предназначение и просто исследовать его структуру? Почему эволюционные соображения не используются в этом случае?
                          0
                          Вы совершенно правы насчет эволюции. Я тоже зачастую задумываюсь об этом, но слава Б-гу сейчас уже все меняется и все больше людей понимают, что без эволюции в изучении и моделировании мозга — никуда. Однажды в докладе в политехе мой научрук даже придумал такой девиз: «К интеллекту по лестнице эволюции»=)

                          Однако на самом деле эволюция не так хорошо изучена, как вам кажется. Точнее не изучены механизмы, которые движут и осуществляют эволюцию. Давно уже понятно, что одного естественного отбора невозможно, и конечно теория эволюции развивалась после Дарвина и вылилась в итоге в синтетическую теорию эволюции. Однако все равно есть очень много белых пятен.

                          Основная цель данного проекта — это повторение количественного значения нейронов и синапсов некоторых структур мозга. Просто цель другая. Еще они пытаются строить биологически реалистичные модели нейронов и синапсов. Такие исследования во многом полезны, чтобы понимать как происходит активация и затухание ритмических волн в головном мозге и для некоторых других вещей, но не для ИИ.
                          0
                          Интересует методология построения подобных обзоров. Вы являетесь специалистом, и знали все это, а также знали, где искать? Или же вы этим недавно заинтересовались, и это продукт целенаправленного поиска?
                            0
                            Насколько я понял из комментариев, автор связан с этой темой по работе. Мне тоже интересно узнать подробности.
                              0
                              Я не занимаюсь конкретно крупномасштабным моделированием, однако работаю в смежной области — математическое моделирование в области нейробиологии. Я занимаюсь эволюцией и обучением.

                              На Ваш вопрос ответить можно так. Я считаю, что подобные обзоры должен составлять специалист. И если даже не сам специалист, то кто-то при помощи специалиста. Потому что тогда понятно и про что писать, и какая логика построения обзора в этой области должна быть. Более того, сейчас в научном мире проводится такая куча исследований, что отделить зерна от плевел вы скорее всего сами не сможете, даже если будете целенаправленно искать. Для этого надо быть всегда в теме и понимать что главное, а что второстепенное. Что реально интересно, а что — повторение пройденного или пиар.

                            Only users with full accounts can post comments. Log in, please.