凤凰彩票welcome 世界上最强大的超级计算机已经能够模拟数十亿个神经元的活动
一千亿个神经元，一百万亿个突触连接，20瓦的能耗。这是人类大脑的基本参数，也是计算科学长期以来追逐的终极目标。现在，这个梦想距离现实只有一步之遥。
世界上最强大的超级计算机已经能够模拟数十亿个神经元的活动，其规模已经逼近真实人脑的复杂程度。研究人员相信，这些大脑模拟系统将为理解人类思维、记忆和意识的本质提供前所未有的工具。更重要的是，技术的突破正在让分散的研究成果汇聚成一个整体，长期困扰神经科学家的"碎片化难题"或许即将得到解决。
从局部到整体的飞跃
几十年来，神经科学家们一直在做一件类似盲人摸象的工作。他们分离出大脑的特定区域，比如负责视觉的枕叶、处理情绪的杏仁核或控制运动的运动皮层，然后用计算机模拟这些局部结构，试图解释特定的认知功能。
德国于利希研究中心的马库斯·迪斯曼直言这种方法的局限："我们一直无法将所有这些模型整合到一个更大的大脑模型中，从而检验这些理论是否一致。"问题的核心在于，大脑不是由孤立的功能模块拼凑而成的机器，而是一个高度互联的动态系统。视觉信息的处理需要记忆系统的参与，情绪反应会影响决策过程，运动控制依赖于感觉反馈。如果只研究单个区域，就像试图通过研究一个齿轮来理解整座钟表的工作原理。
现在情况正在改变。迪斯曼和他的同事在上个月展示了一个基于脉冲神经网络的简单脑模型，这种网络模拟了神经元之间通过电脉冲传递信息的方式。更关键的是，最新一代超级计算机的算力已经足以支撑全脑规模的模拟。
欧洲的人类大脑计划自2013年启动以来，一直致力于建立详细的大脑图谱和个性化脑模型。虽然该项目在2023年完成时并未实现完全模拟人脑的初始目标，但它为EBRAINS平台奠定了基础，研究人员现在可以通过这个平台访问大脑图谱数据和模拟工具。美国的艾伦脑科学研究所则利用能够每秒处理千万亿次计算的超级计算机，构建了迄今为止最详细的虚拟小鼠大脑皮层，用于进行所谓的"虚拟实验"。
神经形态计算的新纪元
人脑的数字化增强三维磁共振成像（MRI）扫描 KH FUNG/科学图片库
如果说传统超级计算机是在用蛮力模拟大脑，那么神经形态计算机则是在模仿大脑的架构本身。这种新型计算系统不使用传统的冯·诺依曼架构，凤凰彩票app而是采用与生物神经网络相似的并行处理方式。
澳大利亚西悉尼大学国际神经形态系统中心研制的"深南"超级计算机是这一领域的突破性成果。这台计划于2024年投入使用的超算能够每秒进行228万亿次突触操作，与人脑的运算速度相当。更令人惊讶的是它的能耗，由于采用了脉冲神经网络的设计，"深南"的体积和功耗都远低于传统超级计算机。
"深南"的独特之处在于它不是简单地用数学方程来近似神经元的行为，而是在硬件层面模拟神经元的电活动和突触连接。这种方法使得它能够处理数十亿个神经元和数万亿个突触，达到人脑皮层的规模。研究人员可以通过前端远程访问这台超算，进行大规模的脑功能模拟实验。
类似的努力也在世界各地展开。美国艾伦研究所的科学家利用超级计算机构建了包含近1000万个神经元的小鼠大脑模型，这是迄今为止规模最大、细节最丰富的动物大脑模拟系统。研究人员的长期目标是建立完整的人脑模型，整合艾伦研究所正在揭示的所有生物学细节。
从模拟到理解的距离
拥有模拟大脑的能力并不等于理解大脑如何工作。即使能够在超级计算机上重现860亿个神经元的活动，科学家仍然面临着解读这些活动意义的巨大挑战。
然而，全脑模拟的价值在于它提供了一个测试理论的平台。神经科学中有大量关于特定脑区功能的假说，但这些假说往往是基于局部观察得出的。当把不同的局部理论整合到一个统一的模型中时，它们是否仍然成立？不同脑区的相互作用会产生什么样的涌现性质？这些问题只有在全脑规模的模拟中才能得到检验。
英国此前激活的拥有100万处理器内核的SpiNNaker超级计算机，能够像人脑一样以大规模并行的方式运作。IBM早在多年前就使用Sequoia超级计算机模拟了5300亿个神经元和137万亿个突触，数量已经与人脑相当。但模拟的规模只是第一步，更重要的是模拟的生物学真实性和对大脑功能的解释力。
现在的研究正在向更深层次推进。科学家们不仅要模拟神经元的数量，还要精确重现它们的连接模式、突触的可塑性、神经递质的作用，以及不同类型神经元的多样性。EBRAINS平台提供的个性化脑模型就是朝这个方向迈出的一步，它允许研究人员根据个体的脑成像数据创建定制化的模拟。
硅脑能告诉我们什么
全脑模拟的意义不仅限于基础科学。它可能为神经系统疾病的治疗开辟新途径。通过在虚拟大脑中测试药物或治疗方案，医生可以在实际应用前预测效果。个性化脑模型甚至可以为癫痫、帕金森病等疾病的患者提供量身定制的治疗方案。
在人工智能领域，理解真实大脑的工作原理可能引发新一轮的算法革命。当前的深度学习系统虽然在特定任务上表现出色，但在能效、学习效率和泛化能力上与人脑相比仍有巨大差距。神经形态计算为缩小这一差距提供了可能。
从分离的脑区模型到整合的全脑模拟，从传统超算到神经形态计算机，技术的进步正在把神经科学推向一个新的阶段。当"深南"在明年正式启动，当更多的研究团队能够访问大脑规模的计算资源时，我们或许将见证意识和智能本质的秘密逐渐揭开。
硅脑的觉醒，可能就在眼前。
备案号: