Ordenadores para simulación cerebral

PC para el hogar, especialmente PC para juegos equipados con tarjetas gráficas cada vez más elaboradas y potentes, que pueden ejecutar simulaciones que, solo hasta hace muy poco, los científicos podían producir solo con supercomputadoras: es el objetivo que dos investigadores de la Escuela de Ingeniería de la Universidad de Sussex e Informática afirman haberlo conseguido.
Los dos investigadores, de hecho, explican que han utilizado tarjetas gráficas (GPU) de última procreación para asegurar que las PC de escritorio individuales puedan fingir modelos cerebrales muy complejos.
El procedimiento que utilizaron y los resultados que lograron al fingir el maniquí de la corteza visual de un macaco se describen en un estudio que apareció en Ciencia Computacional de la Naturaleza.

Supercomputadora: un objeto para unos pocos

Uno de los principales problemas a los que se enfrentan los científicos es a menudo el del uso de supercomputadoras cuando tienen que producir modelos o realizar simulaciones de diversos tipos y esto se refiere principalmente al estudio del cerebro con sus intrincadas estructuras de neuronas y sinapsis. Usar una supercomputadora, de hecho, cuesta mucho y no todos los laboratorios pueden permitírselo. Encima, las supercomputadoras consumen mucha energía, lo que ciertamente no es poco positivo ni siquiera en términos de sostenibilidad.
Como él explica Ciencia Computacional de la Naturaleza, experimentado en ciencias de la computación en Sussex, «esta es una barrera de entrada bastante alta, que potencialmente frena muchas investigaciones significativas». El resultado: las simulaciones de modelos cerebrales a maduro escalera solo son factibles por muy pocos laboratorios científicos en todo el mundo, básicamente solo aquellos con camino a supercomputadoras, lo que conduce a una sobresaliente desaceleración en el progreso de la investigación.

Técnica aplicada a las tarjetas gráficas actuales

Luego, los dos investigadores aplicaron una técnica, emplazamiento «conectividad procedimental» y creada en 2006 por el investigador estadounidense Eugene Izhikevich, en una GPU moderna, una de esas que se suelen comprar esencialmente solo para corretear a videojuegos modernos, cada vez más caras en términos de solicitudes. . computacional y dibujo. Con esta modificación, utilizaron una PC de escritorio ordinario para fingir un maniquí de la corteza visual de un macaco para un total de millones de neuronas y sinapsis, un maniquí que solo se puede ejecutar en una supercomputadora.
La PC de escritorio ordinario tiene éxito gracias a la potencia de la GPU: las más modernas son de hecho muy potentes, al menos 2000 veces más potentes, en términos de cálculo, que las tarjetas gráficas disponibles hace solo 15 abriles.

Simulación de una red neuronal con sus picos de conectividad

Utilizando la cantidad de potencia de cálculo de estas GPU, se puede fingir una red neuronal con todas sus conexiones sinápticas eliminando la escazes de juntar datos de conectividad sináptica en la memoria y, por lo tanto, generándolos «sobre la marcha». Aparentar un segundo biológico de parte de la corteza visual de un macaco, para un total de 4,13 × 10⁶ neuronas y 24,2 × 10⁹ sinapsis, tomó 7.7 minutos de tiempo positivo. Son tiempos comparables a los que se necesitarían con una supercomputadora.

Simulaciones a gran escalera de modelos de redes neuronales

“Las simulaciones a gran escalera de modelos de redes neuronales de picos son una aparejo importante para mejorar nuestra comprensión de la dinámica del cerebro y, en última instancia, la función. Sin bloqueo, incluso los pequeños mamíferos, como los ratones, tienen conexiones sinápticas del orden de 1 × 1012, lo que significa que las simulaciones requieren varios terabytes de datos, un requisito de memoria poco realista para una sola máquina de escritorio «, explica Nowotny en la declaración publicada en el sitio web. de la misma universidad de Sussex.
Este nuevo estudio, según los mismos investigadores, podría ser un punto de inflexión para todo el campo de la neurociencia computacional y quizás también para aquellos campos de investigación que se dedican a simular el cerebro humano para obtener una verdadera inteligencia artificial.

Perspectivas

Artículos relacionados