Max Home IndustryIBM Research открыла новые горизонты, смоделировав 530 миллиардов нейронов в сети, смоделированной на основе соединения мозга обезьяны — почти достаточно для полноценного работающего мозга.
Документ с подробным описанием задействованной системы «TrueNorth» просто назван 1014, что означает количество смоделированных синапсов. Моделирование TrueNorth было выполнено на суперкомпьютере IBM Blue Gene / Q в лаборатории Лоуренса Ливермора.
Цифры впечатляют. Система смоделировала 2 миллиарда нейросинаптических ядер, которые содержали 530 миллиардов нейронов и 1014 синапсов. Все это работало всего в 1500 раз медленнее, чем работало бы реальное оборудование. Для сравнения, человеческий мозг имеет от 0,6 до 2,4 x 1014 синапсов.
Исследование является результатом усилий IBM в рамках проекта DARPA «Системы нейроморфной адаптивной пластической масштабируемой электроники» (SyNAPSE). Как говорится в исследовательской статье:
«Мы не создали биологически реалистичную симуляцию всего человеческого мозга. Скорее, мы смоделировали новую модульную, масштабируемую, не использующую фон Неймана архитектуру когнитивных вычислений со сверхнизким энергопотреблением».
Нейросинаптические ядра — это микросхемы, каждая из которых содержит 256 нейронов с сетью соединений из 1024 аксонов, что в общей сложности составляет 1024×256 синапсов. Нейронная модель основана на протекающем действии интегрирования и срабатывания, которое является относительно часто используемой нейронной сетью. В отличие от реальных нейронов, которые излучают серию импульсов при срабатывании, эти искусственные нейроны просто срабатывают, когда активность на их входах, суммированная во времени, превышает пороговое значение. Это часть описания, посвященная «интегрированию и огню». «Дырявый» просто означает, что эффект ввода со временем угасает, так что нейрон не имеет неограниченной памяти о прошлой активности. Принято считать, что это разумная базовая модель поведения биологического нейрона, но обратите внимание, что она не содержит какого-либо элемента обучения с точки зрения изменения силы связей — поэтому она моделирует только поведение полностью обученного мозг.
Общая архитектура симуляции была основана на модели мозга обезьяны с 2 миллиардами нейросинаптических ядер, разделенных на 77 областей мозга, каждая из которых имеет свои собственные вероятностные связи белого или серого вещества. Опять же, это неплохой способ организовать вещи, но это довольно грубое приближение к структуре реального мозга. На самом деле мы понятия не имеем, насколько точно мы должны воспроизвести структуру мозга, чтобы воспроизвести поведение. Возможно, случайные связи с той же статистикой, что и реальный мозг, достаточно хороши, но поскольку нейроны в моделировании не обладают способностью к обучению, она даже более ограничена, чем кажется на первый взгляд.
Нейросинаптические ядра локально сгруппированы в области мозга, и каждое ядро представлено в виде отдельной точки на кольце. Дуги рисуются от исходного ядра к целевому ядру с цветом кромки, определяемым цветом, назначенным исходному ядру.
Как модель мозга это довольно примитивно, даже если это потрясающее достижение, но это вполне может быть все, что нужно. Никаких подробностей о том, что было достигнуто при моделировании, не предоставляется, за исключением того простого факта, что это сработало и оказалось более чем возможным. Если вы ожидаете результатов, таких как показала симуляция — шаблоны мышления, альфа-волны или что-то узнал, то вы, вероятно, будете разочарованы. Сеть существовала как функционирующий объект в течение очень короткого времени и с коэффициентом масштабирования по времени около 1500 для еще более короткого времени «обдумывания» около 0,5 с.
Стоит отметить, что нейроморфное ядро использовалось в ряде экспериментальных приложений, включая обучение игре в понг, но в каждом случае обучение проводилось в автономном режиме, а получившаяся архитектура была передана в сеть для реализации. Другими словами, в том виде, в котором она реализована, сеть не имеет возможности обучаться. Нам еще предстоит пройти долгий путь, прежде чем мы достигнем цели — мозг в коробке.
Вы можете увидеть некоторые из основных идей в следующем промо-видео IBM Research:
Не слишком увлекайтесь глянцевой презентацией и появлением «искусственного мозга» и мигающих огней — это важная работа, но все же далека от цели сильного ИИ — создания машинного интеллекта той же природы, что и человеческий мозг.