Forskare står på randen till att simulera en mänsklig hjärna med världens mest kraftfulla superdatorer i syfte att låsa upp hjärnans funktionshemligheter. Projektet leds av forskare vid Tysklands Jülich Research Centre och utnyttjar superdatorn JUPITER för att modellera 20 miljarder neuroner. Detta genombrott kan möjliggöra test av teorier om minne och läkemedelseffekter som mindre modeller inte kan uppnå.
Framsteg inom beräkningskraft gör det möjligt för forskare att simulera den mänskliga hjärnan i en skala utan motstycke. Dagens superdatorer, som närmar sig exaskalprestanda med en miljard miljarder operationer per sekund, kan hantera simuleringar av miljarder neuroner, enligt Top500-listan som bara identifierar fyra sådana maskiner globalt. Markus Diesmann vid Jülich Research Centre i Tyskland förklarade skiftet: «Vi har aldrig kunnat samla dem alla på ett ställe, i en större hjärnmodell där vi kan kontrollera om dessa idéer är konsistenta överhuvudtaget. Det förändras nu.» Hans team planerar att använda JUPITER, Joint Undertaking Pioneer for Innovative and Transformative Exascale Research, baserad i Tyskland. Förra månaden demonstrerade de att ett spikande neuralt nätverk — en enkel modell av neuroner och synapser — kunde skalas för att köras på JUPITER:s tusentals grafikenheter, och nå 20 miljarder neuroner och 100 biljoner anslutningar. Detta matchar storleken på den mänska hjärnbarken, navet för högre hjärnfunktioner. Diesmann betonade skalans värde: «Vi vet nu att stora nätverk kan göra kvalitativt annorlunda saker än små. Det är klart att stora nätverk är annorlunda.» Tidigare simuleringar, som av en bananflugas hjärna, saknar egenskaper som bara uppstår i större system, liknande hur stora språkmodeller överträffar mindre. Thomas Nowotny vid University of Sussex i Storbritannien betonade behovet av fullskaliga insatser: «Nedskalning är inte bara att förenkla lite eller göra det lite grövre, det betyder att ge upp vissa egenskaper helt. Det är verkligen viktigt att vi så småningom kan göra fullskaliga [simuleringar], för annars får vi aldrig den verkliga grejen.» Modellen bygger på verklig data från mänskliga hjärnexperiment, inklusive synapsantal och aktivitetsnivåer, som noterat av medarbetaren Johanna Senk vid University of Sussex. Diesmann tillade: «Vi har nu dessa anatomiska data som begränsningar, men också datorkraften.» Sådana simuleringar kan testa teorier om minnesbildning genom att mata in bilder och observera reaktioner, eller utvärdera läkemedel för tillstånd som epilepsi, präglat av onormala utbrott av hjärnaktivitet. Förbättrad kraft möjliggör snabbare körningar för att studera långsamma processer som lärande och inkluderar detaljerade neuronbeteenden. Dock kvarstår utmaningar. Nowotny varnade för att även hjärnstorek simuleringar saknar verklighetsinmatning och inte fullt kan replikera djurbeteende. «Vi kan inte faktiskt bygga hjärnor. Även om vi kan simulera hjärnans storlek kan vi inte simulera hjärnan.»
