До колкото си спомням, в Белажио работеха над 7000 души...

В 2013 году для симуляции 1 секунды работы 1% человеческого мозга потребовалось 40 минут на кластере из 82 944 процессоров 10-петафлопсного K computer. Учёные попытались повторить работу 1,73 млрд нервных клеток и 10,4 трлн соединяющих их синапсов, на каждый из которых ушло 24 байта.

Мощность суперкомпьютеров нового поколения будет исчисляться в экзафлопсах, но при существующих программных решениях её хватит на симуляцию лишь 10% активности мозга. Международная команда учёных создала алгоритм, способный это изменить и представить до 100% активности. Впервые исследователям хватит мощности существующих компьютеров для симуляции нейронной сети в масштабах целого мозга человека.

Новый алгоритм симуляции призван помочь моделировать 100 миллиардов взаимосвязанных нейронов на экзафлопсных суперкомпьютерах, то есть «оцифровывать» нейроны в масштабах целого мозга. Он основан на инструменте нейросимуляции NEST, с которым работает Human Brain Project. В создании алгоритма приняли участие исследователи научных учреждений нескольких стран: Юлихский исследовательский центр (Германия), Норвежский университет естественных наук и технологий NMBU, Рейнско-Вестфальский технический университет Ахена (Германия), Институт физико-химических исследований RIKEN (Япония), Королевский технологический институт (Швеция).

«Прежде чем будет возможно симулировать нейронную сеть, нейроны и их связи должны быть созданы в виртуальной среде», – рассказывает автор исследования Сюзанна Кункель (Susanne Kunkel). В процессе симуляции 100 тысяч нейронов, представленных тем же количеством узлов сети, волна возбуждения от нейрона должна быть отправлена ко всем 100 тысячам узлов. Каждая из нодов оборудована процессорами для совершения вычислений. При получении сигнала они используются в том числе для того, чтобы проверить его релевантность – относится ли этот импульс к ней.

Каждому сигналу соответствует один бит информации на процессор для каждого нейрона сети. Для сети из миллиарда нейронов большое количество памяти нодов будет потрачено на проверку релевантности. С увеличением сети это количество растёт, так что для повышения в симуляции доли активности с 1% до 100% потребует увеличение памяти компьютеров в 100 раз. С 2014 года симуляции нейросетей с помощью NEST осуществлялись на K computer и JUGENE мощностью 10 петафлопс и 222 терафлопс соответственно. Будущие суперкомпьютеры станут мощнее, количество процессоров для вычислений вырастет, но объём памяти на процессор останется прежним.

Здесь пригодится новый алгоритм NEST. В начале симуляции он позволит нодам определить, какие данные о нейронной активности должны быть отправлены и куда. После того, как эта информация будет ясна, будет возможна отправка данных в адресном порядке. Это устранит необходимость обрабатывать бит данных каждому нейрону сети.

Исследователи уверены, что после оптимизации использования памяти главной задачей станет повышения скорости симуляции. Например, сегодня симуляция 0,52 миллиардов нейронов, объединённых 5,8 триллионами синапсов, на суперкомпьютере JUQUEEN занимает 28,5 минут на 1 секунду биологического времени. Новый алгоритм по подсчётам учёных сократит это время до 5,2 минут. «Комбинация экзамасштабного железа и нового программного обеспечения позволит исследовать фундаментальные функции мозга, такие как пластичность и обучение, протекающие в течение минут биологического времени», — рассказывает Маркус Дисман (Markus Diesman). В 2013 году учёный утверждал, что вычислительные мощности, необходимые для имитации работы мозга, станут доступны после 2020 года – через два года мы сможем узнать, прав ли он.

В одном из следующих релизов программного обеспечения от Neural Simulation Technology Initiative код окажется в свободном доступе для всего сообщества. Алгоритм позволит ускорить симуляции на существующих петафлопсных суперкомпьютерах, утверждают разработчики.

Кэндзи Доя (Kenji Doya), инженер и нейробиолог из Института Науки и Технологий Окинава, может стать одним из первых пользователей нового алгоритма: «Мы работали с NEST для симуляции комплексной динамики базальных ганглий здорового человека и при болезни Паркинсона на K computer. Мы рады услышать о новой версии NEST, которое позволит запустить симуляцию целого мозга на компьютерах следующего поколения, что даст возможность прояснить механизмы моторных и ментальных функций».

А някакъв напредък с класическия ИИ?
Любопитно ми е понеже познанията са ми от преди кажи-речи 30 години (в университета имах колеги дето бяха запалени). Та тогава точно трансормациите и обработките куцаха. Опитите да съчетаят правила и факти удряха на камък, заради проблема от сорта "всички птици летят, пингвинът е птица => лети...". Имаше някакви опити да се ползват т.н. "размити множества", за да може да се прави по-абстрактна логика. Но и там май удряха на камък, примерно множеството на "малките" слончета и проблеми от сорта "малкото слонче" и "голямата муха"... С две думи, всичко над определена сложност се срутваше и като логика и като всичко.
Сега с тия новите обработки сякаш по-точно (всъщност вероятност) могат да се правят оценки. Интересно ми е дали има опити да се съчетае това с едновремешната логика тип ала-пролог. Щото ако в това има успех, следващата стъпка би била същата обработка, но не върху фактите, ама върху правилата...
И друго дето ми е любопитно, защо няма почти никакъв напредък върху ясните обработки и обработки с известен алгоритъм. Да вземем например анализ на софтуер, примерно stack usage. Няма кой знае каква философия, може и на С да се разпише, просто ще е доста код. Изобщо не виждам някакъв напредък на ИИ в подобни сфери и ми е странно защо.

Фред, явно много се интересуваш от тоя ИИ та ще ти задам един въпрос свързан с него.

Та представи си следната ситуация, пускат на ИИ да гледа предизборната програма на днешните политици, за тукашните става дума, и после му дават да попрочете малко вестници, или да гледа малко ТВ, от сега и от няколко години назад. Ха кажи за кой ще гласува ИИ, е ще му отнеме повечко време от това да различи куче от котка, но все пак трябва да даде отговор.

Сори че ползвах тоя пример, но е подходящ за изпит на ИИ.

Стана ми много интересно, казваш няма програма, няма алгоритъм, даваш данни на невронна мрежа и тя сама намира приликите и разликите. Добре ама като няма програма как работи, дори съвремен мощен комп ако няма BIOS нищо не мое да направи, значи все пак има няква начална програма.

Та според мен ако успеят да разгадаят BIOS-а на човешкия мозък ще имат доста по-големи успехи.

Като те чета те сериозно са напреднали, в бъдеще мое и да берат ядове, ще стане страшно.

...Малко съм скаран с техническия Английски и ще ми е трудно да попрочета по въпроса за това как се опитват да изкарат BIOS-а на мозъка, не е като да хакнеш една конзола Плейстейшън, но според мен няма да успеят това е най-голямата загадка на живота. Някъв линк поне на Руски ще ми е от полза.