Uno studio pubblicato sulla rivista ad accesso libero Frontiers in Neuroscience ha scoperto che un computer basato sulla simulazione di reti neurali nel cervello ha mostrato risultati simili a quelli ottenuti quando si eseguono supercomputer con il miglior software di emulazione cerebrale utilizzato nella ricerca sui segnali neurali. Quando viene testato per accuratezza, velocità e consumo energetico, questo computer unico, SpiNNaker, ha il potenziale per superare i supercomputer convenzionali in termini di velocità ed efficienza energetica. L'obiettivo è quello di espandere la conoscenza del funzionamento dei neuroni nel cervello, applicato all'apprendimento e a disturbi come l'epilessia e il morbo di Alzheimer.
SpiNNaker è in grado di fornire modelli biologici dettagliati della corteccia (lo strato esterno del cervello che riceve ed elabora le informazioni dai sensi), producendo risultati molto simili a quelli ottenuti eseguendo programmi di emulazione su un supercomputer ", afferma il dottor Sacha van Albada, autore principale. Research and Team Leader for Theoretical Neuroanatomy presso il Julich Research Center in Germania. "La capacità di eseguire reti neurali dettagliate su larga scala rapidamente e con un basso dispendio energetico contribuirà alla ricerca sulla robotica e allo studio dei disturbi cerebrali".
Il cervello umano è molto complesso e contiene cento miliardi di cellule interconnesse. Abbiamo una comprensione di come funzionano i singoli neuroni e i loro componenti e come interagiscono tra loro, quali aree del cervello vengono utilizzate per la percezione sensoriale, l'azione e la cognizione. Ma sappiamo meno sulla trasformazione dell'attività neurale in comportamento, come il modo in cui il pensiero si trasforma in movimento muscolare.
Il software dei supercomputer ha aiutato a emulare i segnali tra i neuroni, ma anche i migliori programmi sui computer più veloci oggi possono emulare solo l'1% del cervello umano.
“Non è ancora chiaro quale architettura del computer sia la più adatta per eseguire in modo efficiente un intero emulatore del cervello. L'European Human Brain Project e il Julich Research Center hanno condotto ricerche approfondite per determinare la migliore strategia per questo compito arduo. I supercomputer di oggi impiegano pochi minuti per emulare un secondo di azione reale, quindi la ricerca come i processi di apprendimento non è disponibile oggi, spiega il professor Markus Dizman, coautore e capo del Dipartimento di neuroscienze computazionali presso il Julich Research Center. - C'è un enorme divario tra il consumo di energia del cervello e il supercomputer. L'informatica neuromorfica (simile al cervello) ci permette di capire quanto siamo vicini all'efficienza energetica del cervello usando l'elettronica.
Sviluppato in quindici anni e basato sulla struttura e sui modi del cervello umano, SpiNNaker - parte della piattaforma di calcolo neuromorfico dell'European Brain Research Project - è costituito da mezzo milione di semplici elementi di calcolo. I ricercatori hanno confrontato la precisione, la velocità e l'efficienza energetica di SpiNNaker con NEST, un software specializzato per supercomputer utilizzato per studiare i segnali neurali nel cervello.
"Le emulazioni in esecuzione su SpiNNaker e NEST mostrano risultati molto simili", afferma il coautore Steve Furber, professore di ingegneria informatica presso l'Università di Manchester. - Per la prima volta, un'emulazione così dettagliata della corteccia cerebrale è stata prodotta mediante SpiNNaker (o qualsiasi altra piattaforma neuromorfica). SpiNNaker include 600 schede che combinano più di 500.000 piccoli processori. L'emulazione eseguita in questo studio ha utilizzato solo sei schede, ovvero l'1% della piena potenza della macchina. I nostri risultati aiuteranno a migliorare il software e ridurre il numero di schede utilizzate a una sola ".
Come afferma il dott. Van Albada, "Non vediamo l'ora di fare più emulazioni in tempo reale utilizzando questi sistemi di calcolo neuromorfico. Nell'European Brain Research Project, stiamo già lavorando con specialisti di neuro-robotica che sperano di applicare i nostri risultati al controllo dei robot ".
Video promozionale:
Vadim Tarabarko
