Александров Ю.И., Анохин К.В. - Нейрон. Обработка сигналов. Пластичность. Моделирование_ Фундаментальное руководство (2008)

К началу 2007 г. участниками проекта была построена модель неокортикальной колонки крысы (рис. 18.2., см.: Дополнительная литература, 27), состоящей из десяти тысяч биологически правдоподобных моделей нейронов с приблизительно тридцатью миллионами синапсов между ними (http://bluebrain.epfl.ch).

Авторами отмечаются следующие основные результаты реализации первой фазы проекта:

1)разработана новая методология моделирования для автоматизированного построения связей между нейронами и распространения активности в рамках модели неокортикальной колонки на основе нейробиологических данных, а также соответствующее программное обеспечение с интерфейсами визуализации;

2)создана технология калибровки и оценки получаемых моделей на основе критерия соответствия модели биологическому прототипу нейронов и нейрогрупп;

3)разработана модель неокортикальной колонки мозга, полностью построенная на основе биологических данных.

Авторы отмечают, что полученные в рамках проекта клеточные модели нейронов и модель колонки в целом позволяют непосредственно соотносить моделируемые процессы распространения активности с аналогичными процессами в биологической колонке-прототипе.

На будущее в рамках Blue Brain Project поставлены задачи моделирования молекулярных взаимодействий в нейроне, биохимических каскадов, включения в модель процессов генетической регуляции изменений нейронов, в том числе связанных с обработкой нейронами различных сигналов, с регулированием воздействия на клетку различ- ных специфических нейромедиаторов, а также сборки из многих неокортикальных колонок моделей более крупных функциональных областей мозга млекопитающих. По мнению исследователей, Blue Brain Project сыграет важную роль в развитии наших представлений о функционировании и дисфункциях нейронов и нейрогрупп, в нейрофармакологии, в борьбе с широким спектром неврологических и психиатри- ческих болезней, в разработке систем искусственного интеллекта (http:/ /bluebrain.epfl.ch).

В целом Blue Brain Project является лишь частью исследовательской программы корпорации IBM по созданию программных и аппаратных моделей нейрона и живых нейросетей. Помимо исследовательского центра IBM в Цюрихе и Швейцарского федерального технологического института в Лозанне, в программе участвуют IBM

540

Almaden Research center, исследовательский центр IBM им. Т. Дж. Уотсона, а также исследовательские центры IBM в Аустине, Пекине, Индии, Хайфе и Токио.

Во второй половине 2007 г. исследователи Джеймс Фрай (James Frye), Раджагопал Анантанараьянан (Rajagopal Ananthanarayanan) и Дхармендра С. Модха (Dharmendra S. Modha) из IBM Almaden Research center, используя суперкомпьютер BlueGene/L с 4096 процессорами и оптимизированную ими модель нейрона, смогли смоделировать работу уже 8 млн. нейронов коры мыши, причем на каждый нейрон в среднем приходилось 6300 синапсов (Frye J. et al., 2007).

Основываясь на результатах, полученных в рамках Blue Brain Project, а также на упомянутых работах по моделированию функциональных областей и путей обработки информации в нейронных сетях мозга мыши,

в ноябре 2008 г. IBM заявила о начале реализации амбициозного ïðî-

екта разработки принципиально новой архитектуры аппарат-

ной вычислительной системы, строящейся на принципах организации живого мозга, причем в сочетании с присущим реальному

мозгу низким расходом энергии и компактным размером. Официальное название нового заявленного IBM проекта — «Создание компьютера, способного к познанию с помощью синаптроники и высокопроизводительных вычислений» («Cognitive Computing via Synaptronics and Supercomputing» (C2S2).

К реализации проекта IBM привлекла команду специалистов мирового класса в области нейробиологии, вычислительной техники, нанотехнологий и материалов во главе с доктором Дхармендрой Модхой (Dharmendra Modha), руководителем проекта «Когнитивная компьютерная инициатива ИБМ» (IBM’s cognitive computing initiative) в сфере передовых разработок искусственных когнитивных систем. Идея такого проекта появилась в IBM Almaden Research center в сентябре 2005 г., а официально проект «Когнитивная компьютерная инициатива ИБМ» был основан в 2006 г. с целью объединения усилий лучших исследователей в передовых научно-технических исследованиях.

Основу команды создания новой компьютерной архитектуры на принципах организации живого мозга также составили профессора Квабена Боаэн (Kwabena Boahen), Х.-С. Филип Вонг (H.-S. Philip Wong) и Брайен Уонделл (Brian Wandell) из Стэнфордского университета, профессор Галайо Тонони (Gulio Tononi) из университета ВисконсинаМэдисона, профессор Раджит Манохар (Rajit Manohar) из Корнуэльского университета, профессор Стефано Фузи (Stefano Fusi) из меди-

541

цинского центра Колумбийского университета и профессор Кристофер Келло (Christopher Kello) из Калифорнийского университета. От IBM Almaden Research center в состав группы вошли доктора Стюарт Паркин (Stuart Parkin), Балент Керди (Bulent Kurdi), Дж. Кампбелл Скотт (J. Campbell Scott), Пол Маглайо (Paul Maglio), Симоне Рау (Simone Raoux), Раджагопал Анантанараьянан (Rajagopal Ananthanarayanan) и Рагейвндра Сингх (Raghavendra Singh). От исследовательского центра IBM им. Т. Дж. Уотсона в проекте примут участие доктор Чанг Лам (Chung Lam) и доктор Бипин Рейджндран (Bipin Rajendran). Наряду с ними в проекте задействовано много других исследователей

èстудентов.

Âфинансировании проекта принимает участие Агентство перспективных оборонных исследовательских программ США (Defense Advanced Research Projects Agency (DARPA) в рамках первой фазы реализации проекта агентства «Системы DARPA нейроморфной пластичной масштабируемой электроники» (DARPA’s Systems of Neuromorphic Adaptive Plastic Scalable Electronics (SyNAPSE) initiative»). Участие DARPA предусматривает финансирование поданной IBM заявки в течение девяти месяцев на исследования в сфере изучения и моделирования синапсов, разработки новых материалов для их аппаратной реализации, нейросетей и их моделирования на базе суперкомпьютерной техники (см.: Дополнительная литература, 30).

Как известно, исследования IBM в области моделирования нейросистем имеют давнюю традицию: еще в 1956 г. в корпорации была разработана первая модель фрагмента нейрокортекса из 512 нейронов. Сегодня участники проекта отмечают, что если раньше исследования в области искусственного интеллекта и моделирования нейросистем ставили перед собой, в лучшем случае, задачу воспроизведения отдельных архитектур живых нейросетей, то с накоплением нейробиологических данных теперь появляются возможности моделирования мозга.

При принятии решения о реализации проекта C2S2 IBM исходила из того, что количество цифровых данных в мире ежегодно увеличивается на 60%, открывая потенциальные возможности к ускорению развития в самых разных сферах человеческой деятельности. В то же время без возможности анализировать эту информацию в режиме реального времени значительная часть ценности этой информации теряется, а отсутствие возможности к быстрому анализу и учету получаемой информации замедляет научно-технические разработки и прогресс общества в целом.

542

Принимая во внимание актуальность решения этих задач, IBM планирует создать систему, способную к быстрому пониманию и анализу информации, получаемой из самых различных источников информации, включая изображения и потоки видеоданных. Создаваемый компьютер должен быть способен к познанию и действовать как «глобальный мозг», быстро анализируя огромные потоки информации и помогая людям, компаниям и правительству принимать быстрые и эффективные решения.

При этом IBM декларирует готовность полностью отказаться от традиционной архитектуры и парадигмы компьютера как программируемой машины, развивающейся с 40-х гг. прошлого века, и, взяв за образец организацию живого мозга, построить новую систему как аппаратную нейросеть с синаптическими соединениями между искусственными нейронами. Ключевой элемент классической компьютерной архитектуры (часто называемой фон-неймановской) — разделение памяти и вычисления. Это приводит к появлению узкого места при обмене данными между процессором и памятью в такой вычислительной системе. В живом мозге, напротив, и «вычисление», и память объединены в рамках одного нейрона, в нем нет никаких «узких мест». Участниками проекта отмечается, что более шестидесяти лет электроника развивалась по пути создания программируемых машин, которые господствуют сегодня в сфере обработки информации в мире. При этом эти машины имеют ограниченную полезность в условиях реального мира, которые требуют наличия интеллекта, не реализованного в алгоритмической вычислительной парадигме. По сравнению с биологическими системами современные программируемые машины намного порядков менее эффективны. Программа SyNAPSE направлена на отказ от парадигмы программируемых машин и стремится к определению путей создания интеллектуальных обучающихся и самообучающихся машин. В результате проекта C2S2 должна появиться принципиально новая вы- числительная архитектура, а создаваемая система должна быть способна к длительному обучению, распознаванию образов, постоянному восприятию новой текстовой и графической информации из самых различных источников, в том числе многозначных и контекстнозависимых данных, а также быть способной к поведению в сложных окружающих условиях реального мира.

В то же время руководители проекта проводят грань между проектом C2S2 и парадигмой «старого доброго искусственного интеллекта

543

(ИИ)». Отмечается, что работы в рамках классического ИИ были сосредоточены на разработке отдельных алгоритмов работы машин, как правило, без их соотнесения с живыми прототипами. Напротив, новая парадигма когнитивных вычислений требует разработки способных к познанию вычислительных устройств как целостных систем, воспроизводящих и микроструктуру нейронов и синапсов, и макрорганизацию, архитектуру путей обработки информации в нейронных сетях мозга, обеспечивающих широкий круг способностей. Воспроизводящие работу живых нейро-синаптических сетей spiking-вычисления представляются ключом к успеху проекта.

Дхармендра Модха видит три причины своевременности начала проекта C2S2. Во-первых, к настоящему времени нейробиология уже располагает достаточным количеством данных и представлением об организации обработки информации живым мозгом, которые могут быть смоделированы в искусственных нейросистемах. Во-вторых, созданы высокопроизводительные вычислительные системы (суперкомпьютеры), способные обеспечить разработку и функционирование крупномасштабных моделей с чрезвычайно большим числом элементов. В-третьих, успехи современных нанотехнологий привели к тому, что могут быть созданы модели синапсов и нейронов в виде искусственных аппаратных устройств на молекулярном уровне.

Руководители проекта отмечают, что в центре всех исследований по проекту C2S2 будет находиться синапс, обеспечивающий, благодаря своей пластичности, формирование индивидуального опыта, а проект в целом будет направлен именно на создание программных и аппаратных моделей синапса. Планируется разработка моделей нейросетей с числом и плотностью распределения синапсов, сравнимым с соответствующими параметрами у живых организмов. В представлении Модхи, мозг скорее представляет собой не нейронную, а синапти- ческую сеть, а мышление является результатом биохимической организации (wetware) мозга. Соответственно, участники проекта нацелены на возможно более точное воспроизведение (моделирование) организации функциональных областей реального мозга животного, что является, по их мнению, кратчайшим путем к созданию компьютерных устройств, сопоставимых по их способностям и надежности с живым мозгом.

Начальные исследования в 2008-09 гг., в течение первых 9 месяцев реализации проекта C2S2, сосредоточатся на том, чтобы продемонст-

544

рировать низкое энергетическое потребление искусственных синапсов в составе путей обработки информации в создаваемых нейронных сетях, а также раскрыть некоторые функциональные нейросетевые схемы мозга. Долгосрочные задачи проекта состоят в том, чтобы создать компьютер, способный к обучению и познанию на уровне более-менее развитого млекопитающего и имеющий низкое потребление энергии и компактный размер.

Официально заявленная IBM конечная цель проекта определена как «создание интеллектуальных компьютеров, способных к самостоятельному усвоению новых знаний, получаемых из различ- ных источников, распознаванию образов, продолжительному обу- чению, к пониманию контекстуального значения многозначной информации для решения сложных проблем в условиях реального мира на основе своих способностей к восприятию, действиям и познанию» (http://p9.hostingprod.com/@modha.org).

В случае успеха проекта, по мнению его участников, родится принципиально новый класс искусственных когнитивных систем, новая парадигма вычислительной архитектуры с многочисленными практическими приложениями во всех областях человеческой деятельности, а возможно, появятся и целые новые отрасли промышленности.

Как мы видим, в передовых научных центрах мира сегодня уже ставятся задачи портретного моделирования не только отдельных нейронов, но и целых функциональных областей коры мозга. Освещение вопросов организации сетевых архитектур живого мозга, впрочем, требует отдельного издания.

В завершении обзора следует отметить, что к настоящему времени математическое моделирование клетки и внутриклеточных процессов как динамических сложных систем стало одним из наиболее эффективных инструментов современных биологических исследований. Модели клеток, в том числе нейронов, применяются в молекулярной биологии при описании динамики макромолекул и биомолекулярных возбуждений, в теории молекулярно-генетических систем, в биофизике и биохимии, молекулярной генетике, в биотехнологии, радиобиологии и фармакокинетике (Апонин Ю. М., Апонина Е. А., 2007, с. 355). В будущем значение портретного моделирования нейронов будет возрастать в рамках всех научных дисциплин, связанных с изучением живых нейросистем и разработкой интеллектуальных технических систем, основанных на нейросетевых решениях.

545

Выводы

•Целью создания портретных моделей нейронов («электронная клетка», клетка in silico) является максимально точное воспроизведение структуры клетки и протекающих в ней процессов.

•Как правило, портретные модели включают в себя подмодели структурной организации клетки и внутриклеточных образований, молекулярной организации клетки и ее основных образований, биофизи- ческих процессов и биохимических каскадов реакций, протекающих в клетке, в том числе генетического регулирования развития клетки и выполнения видоспецифических функций клетки, а также межклеточ- ного взаимодействия.

•Большинство портретных моделей нервных клеток в своей основе представляют собой системы математических уравнений, насчитывающие многие сотни и тысячи уравнений, переменных и параметров.

•Вследствие большой сложности протекающих в клетке процессов портретные модели клетки нельзя представить в виде статических описаний, они могут быть созданы лишь как динамические модели сложных систем, реализованные в виде компьютерных программных или программно-аппаратных комплексов.

•В настоящее время ведущими научными центрами начато несколько крупных совместных проектов создания портретных моделей нейронов и нейросетевых структур, имеющих реальные прототипы у живых организмов.

Цитированная литература

Рекомендуемая

1.Апонин Ю. М., Апонина Е. А. Иерархия моделей математической биологии и численно-аналитические методы их исследования // Математическая биология и биоинформатика. 2007. Том 2. ¹2. С. 347-360.

2.Лахно В., Назипова Н., Ким В., Филиппов С. и др. Информационновычислительная среда Mathcell для моделирования живой клетки // Математическая биология и биоинформатика. 2007. Т. 2. ¹ 2. С. 361-376.

3.Ратушный А. В., Лихошвай В. А., Ананько Е. А., Владимиров Н. В, и др. Новосибирская школа системной компьютерной биологии: исторический экскурс и перспективы развития // Вестник ВОГИС. 2005. Т. 9. С. 232-261.

Дополнительная

1.http://www.e-cell.org/ecell

2.http://sciencelinks.jp/j-east/article/200517/000020051705A0633148.php

546

3.http://ecell3d.iab.keio.ac.jp/features.html#section4

4.http://vcell.org

5.Höög J., Schwartz C. Noon A., O’Toole E., Mastronarde D., McIntosh J., Antony C. Organization of Interphase Microtubules in Fission Yeast Analyzed by Electron Tomography. Developmental Cell. Volume 12. Issue 3. P. 349–361.

6.E-cell (http://www.e-cell.org).

7.CyberCell (http://redpoll.pharmacy.ualberta.ca/CCDB).

8.SiliconCell (http://www.bio.vu.nl/hwconf/Silicon/index.html).

9.Systems Biology Research Group (http://gcrg.ucsd.edu).

10.Arkin Laboratory for Dynamical Genomics (http://gobi.lbl.gov).

11.Kitano Symbiotic Systems Project (http://www.symbio.jst.go.jp).

12.VTT Biotechnology (http://sysbio.vtt.fi).

13.Biosystems Group at UCSF (http://biosystems.ucsf.edu).

14.Institute for Systems Biology (http://www.systemsbiology.org).

15.Systems Biology Resource (http://www.systems-biology.org).

16.NRCAM: The National Resource for Cell Analysis and Modeling (http:// www.nrcam.uchc.edu).

17.Plant Systems Biology Resource (http://www.psb.rug.ac.be/).

18.Cellular Networks at Notre Dame (http://www.nd.edu/~networks/cell).

19.BioPathways Consortium (http://www.biopathways.org).

20.SBML: The Systems Biology Markup Language (http://www.sbml.org).

21.CellML (http://www.cellml.org).

22.Cellnomatica (http://www.cellnomica.com).

23.Languages for Systems Biology (http://www.luca.demon.co.uk/ BioComputing.htm).

24.Bio-IT World (http://www.bio-itworld.com/resources/systems).

25.Портал «Математическая клетка» (http://www.mathcell.ru).

26.http://mediatheque.epfl.ch/sv/modules.php?include=view_photo.php&file= index&name=gallery&op=modload&id=gridNeuron_B3_WM&set_albumName= Blue_brain_project

27.http://mediatheque.epfl.ch/sv/modules.php?include=view_photo.php&file= index&name=gallery&op=modload&id=WholeColumn_wm&set_albumName= Blue_brain_project

28.http://bluebrain.epfl.ch

29.Frye J., Ananthanarayanan R.,Modha D.S. Towards Real-Time, MouseScale Cortical Simulations // Computational and Systems Neuroscience (COSINE). 2007. http://eugen.leitl.org/postbiota/tt/2007-April/000349.html

30.http://www-03.ibm.com/press/us/en/pressrelease/26123.wss

31.http://p9.hostingprod.com/@modha.org

547

Александров Ю. И., Анохин К. В., Безденежных Б. Н., Гарина Н. С., Греченко Т. Н., Латанов А. В., Палихова Т. А., Савельев С. В., Соколов Е. Н., Тушмалова Н. А., Филиппов В. А., Черноризов А. М.

НЕЙРОН.

ОБРАБОТКА СИГНАЛОВ. ПЛАСТИЧНОСТЬ. МОДЕЛИРОВАНИЕ

Фундаментальное руководство

Подписано в печать 27.11.2008. Тираж 300 экз. Объем 34,25 печ. л. Формат 60х90/16. Заказ 1045.

Издательство Тюменского государственного университета 625000, г. Тюмень, ул. Семакова, 10

Отпечатано в ООО «Компания Мир» 625026, г. Тюмень, ул. Холодильная, 40