【业界】神经模拟再突破，NEST算法可以100%模拟人脑

AiTechYun

编辑：nanan

科学家们一直试图找到将大脑处理能力带到计算机上的方法。创建能够模拟人脑的算法，以及神经元如何工作是实现这一梦想的关键。

目前由Jülich研究中心、挪威生命科学大学、亚琛大学、RIKEN和KTH皇家理工学院的研究人员合作进行了一次这样的实验。他们创造了一种新的算法，旨在模拟大脑的1000亿个神经元的相互连接，结果非常好，即100%模拟人脑。但却没有计算机能够运行这一算法。

该算法是在开源仿真工具NEST(神经模拟工具)帮助下创建的，并被神经科学界广泛使用。同时，它也是欧洲人脑计划的核心模拟器。研究人员在一份公告中解释说，用NEST，网络中每个神经元的行为都由少量的数学方程表示。

在目前的千兆级超级计算机上运行的脑模拟软件只能代表大脑皮质中约1％的神经元连接（左图的暗红色区域）。在下一代百亿亿级超级计算机中，模拟整个人脑10％的神经元连接（中心）将成为可能，这超过当今高端超级计算机的性能10到100倍。然而，使用与当前超级计算机相同数量的计算机内存，一种新的算法可以在百亿亿级超级计算机上模拟100％人类大脑（全脑模拟）。

即使使用大型计算机，也几乎不可能模拟100%的大脑。在早期版本的算法中，运行于德国Jülich超级计算中心的petascale K超级计算机上的，利用NEST进行的大规模神经网络仿真可以模拟人脑中约1％的神经元的连接。

在模拟过程中，首先需要将神经元的动作电位（短电脉冲）发送到所有约100,000个的称为节点的小型计算机，每个计算机都配备有执行实际计算的多个处理器，然后每个节点检查所有这些脉冲中的哪一个与存在于该节点上的虚拟神经元相关。

该过程需要整个网络中每个神经元的每个处理器有一位信息。当然，每个神经元的这些额外位所需的每个处理器所需的计算机内存量随着神经元网络的大小而增加。要超过1％并模拟整个人脑，需要每个处理器的可用内存比现在的超级计算机大100倍。

在未来，使用petascale超级计算机(每个节点拥有更多的处理器)，可以扩展NEST算法以实现更快的全脑模拟。然后，每个处理器的内存和节点数保持不变。但是，先进的NEST算法能够优化系统所需的内存。

研究人员在Frontiers of Neuroinformatics 的白皮书中描述了他们的大脑模拟算法。