Een computer die is gebouwd om de neurale netwerken van de hersenen na te bootsen, levert vergelijkbare resultaten op als de beste supercomputersoftware voor hersensimulatie die momenteel wordt gebruikt voor onderzoek naar neurale signalen. vindt een nieuwe studie gepubliceerd in het open-access tijdschrift Grenzen in de neurowetenschappen . Getest op nauwkeurigheid, snelheid en energie-efficiëntie, deze op maat gemaakte computer genaamd SpiNNaker, heeft het potentieel om de snelheids- en stroomverbruikproblemen van conventionele supercomputers te overwinnen. Het doel is om onze kennis van neurale verwerking in de hersenen te vergroten, om leren en aandoeningen zoals epilepsie en de ziekte van Alzheimer op te nemen.

"SpiNNaker kan gedetailleerde biologische modellen van de cortex ondersteunen - de buitenste laag van de hersenen die informatie van de zintuigen ontvangt en verwerkt - en levert resultaten op die sterk lijken op die van een gelijkwaardige supercomputer-softwaresimulatie, " zegt dr. Sacha van Albada, hoofdauteur van deze studie en leider van de Theoretical Neuroanatomy-groep in het Jülich Research Centre, Duitsland. "De mogelijkheid om grootschalige gedetailleerde neurale netwerken snel en met een laag stroomverbruik uit te voeren, zal het onderzoek naar robotica bevorderen en studies naar leer- en hersenaandoeningen vergemakkelijken."

Het menselijk brein is extreem complex, bestaande uit 100 miljard onderling verbonden hersencellen. We begrijpen hoe individuele neuronen en hun componenten zich gedragen en met elkaar en op grotere schaal communiceren, welke hersengebieden worden gebruikt voor zintuiglijke waarneming, actie en cognitie. Echter, we weten minder over de vertaling van neurale activiteit in gedrag, zoals het omzetten van gedachten in spierbewegingen.

Supercomputersoftware heeft geholpen door de uitwisseling van signalen tussen neuronen te simuleren, maar zelfs de beste software die tot nu toe op de snelste supercomputers draait, kan slechts 1% van het menselijk brein simuleren.

"Het is momenteel onduidelijk welke computerarchitectuur het meest geschikt is om volledige hersennetwerken efficiënt te bestuderen. Het European Human Brain Project en Jülich Research Center hebben uitgebreid onderzoek gedaan om de beste strategie voor dit zeer complexe probleem te identificeren. De supercomputers van vandaag hebben enkele minuten nodig om te simuleren één seconde realtime, dus studies over processen zoals leren, die in realtime uren en dagen duren, zijn momenteel onbereikbaar", legt professor Markus Diesmann uit, co-auteur, hoofd van de afdeling Computational and Systems Neuroscience van het Jülich Research Centre.

Hij gaat door, "Er is een enorme kloof tussen het energieverbruik van de hersenen en de supercomputers van vandaag. Neuromorfe (hersengeïnspireerde) computing stelt ons in staat om te onderzoeken hoe dicht we bij de energie-efficiëntie van de hersenen kunnen komen met behulp van elektronica."

Ontwikkeld in de afgelopen 15 jaar en gebaseerd op de structuur en functie van het menselijk brein, SpiNNaker - onderdeel van het Neuromorphic Computing Platform van het Human Brain Project - is een op maat gemaakte computer die bestaat uit een half miljoen eenvoudige computerelementen die worden bestuurd door zijn eigen software. De onderzoekers vergeleken de nauwkeurigheid, snelheid en energie-efficiëntie van Spinaker met die van NEST, een gespecialiseerde supercomputersoftware die momenteel wordt gebruikt voor onderzoek naar hersenneuronsignalering.

"De simulaties die op NEST en SpiNNaker werden uitgevoerd, lieten zeer vergelijkbare resultaten zien, " meldt Steve Furber, co-auteur en hoogleraar Computer Engineering aan de Universiteit van Manchester, VK. "Dit is de eerste keer dat zo'n gedetailleerde simulatie van de cortex is uitgevoerd op SpiNNaker, of op een neuromorf platform. SpiNNaker omvat 600 printplaten met meer dan 500, 000 kleine processors in totaal. De simulatie die in dit onderzoek wordt beschreven, gebruikte slechts zes borden - 1% van de totale capaciteit van de machine. De bevindingen uit ons onderzoek zullen de software verbeteren om dit terug te brengen tot een enkel bord."

Van Albada deelt haar toekomstige ambities voor SpiNNaker, "We hopen op steeds grotere real-time simulaties met deze neuromorfe computersystemen. In het Human Brain Project, we werken al met neurorobotici die ze hopen te gebruiken voor robotbesturing."