Проект Human Brain
Зміст
Проект Human Brain: спроба змоделювати роботу мозку на суперкомп'ютері вартістю в мільярд євро
Європейська комісія вибрала проект моделювання роботи головного мозку людини на суперкомп‘ютері як один з найбільш пріоритетних для науки. Керівник проекту — невролог Генрі Маркрам (Henry Markram) зі Швейцарського федерального технологічного інституту в Лозанні отримає на його реалізацію 0,5 млрд. євро. Такий же обсяг фінансових коштів протягом десяти років внесе в його розвиток сам інститут і приватні компанії.
На сайті проекту Human Brain вказується, що це спроба об’єднати і врахувати в одній надскладній моделі всі відомі дані про роботу мозку.
Моделювання роботи мозку ніколи не включало в себе саме останні дані дослідних робіт. Використовувалися тільки багаторазово перевірені і не викликають сумнівів відомості. Проходить чимало часу, поки результати нових експериментів отримають підтвердження і визнання в науковому світі. Потім це описують математики та втілюють в алгоритмах програмісти, інші адаптують і запускають програмний код на конкретному залозі. Це дуже довгий процес, тому відставання комп‘ютерних моделей мозку від сучасних уявлень про нього завжди становило кілька років.
У чому зараз полягають основні проблеми моделювання роботи мозку?
При спробі формалізувати і описати на програмному рівні відомі особливості функціонування мозку труднощі виникають буквально на кожному кроці. З часів Ходжкіна і Хакслі багато що змінилося. Навіть така проста (здавалося б) річ, як іонний транспорт через клітинну мембрану, продовжує дивувати. Якщо раніше просто говорили «калієвий канал», то зараз виділяють безліч підтипів нейрональних калієвих каналів і вказують навіть на можливість конверсії різних іонних каналів один в одного. У чому фізіологічна роль такого різноманіття і як відбувається перетворення — толком невідомо. За якими алгоритмами це моделювати, тим більше. Іншими словами, навіть володіючи солідною обчислювальною потужністю, все одно доведеться сильно огрублять опис фізіологічних процесів, виходити з безлічі припущень. До того ж самі принципи роботи мозку ближче до таких в аналогових пристроях, а його намагаються описати в рамках чіткої логіки цифрових систем, штучно привносячи поліваріантність. Якщо торкнутися частковостей, то крім добре відомого властивості гістерезису (залежно відгуку нервової системи від реакції на попередні подразники) можна ще згадати роботи Наталії Петрівни Бехтерева. Вона показала, що нейромедіатори можуть впливати також і на близько розташовані синапси. У техніці найближчій аналогією є паразитні наведення або струми витоку, з якими всіляко борються, а мозок з цим працює — це його нормальний стан. Варто обмовитися, що в проекті Human Brain змоделювати намагаються все ж роботу не всього головного мозку, а тільки його самої еволюційно молодої частини — неокортексу. Поки дослідники змушені технічно обмежуватися імітацією роботи одиничних структурно-функціональних елементів кори великих півкуль ГМ — шестіслойной нейронних колонок.
Властивість модульності нової кори вкрай спрощує завдання моделювання роботи мозку. Перемозі в конкурсі мега-грантів Швейцарський інститут багато в чому зобов’язаний попереднього проекту Blue Brain, який стартував у липні 2005 року за підтримки IBM.
До кінця 2007 року були оголошені перші результати. Використовуючи суперкомп‘ютер серії Blue Brain c вісьмома тисячами процесорів і програмне забезпечення NEURON, дослідникам вперше вдалося створити на основі біологічних даних модель однієї нейронної колонки неокортексу щури. У людини їх рахунок йде на мільйони.
Іншою важливою особливістю Blue Brain є те, що комп’ютерна симуляція могла автоматично проводити перевірку та калібровку перед кожним тестом. Інакше черговий експеримент завжди проходив би під впливом попередніх.
Крім очевидної ролі в області нейрофізіології, така модель потрібно для розуміння механізму розвитку психічних захворювань та розробки принципів їх об'єктивної класифікації. Також вона дозволить проводити первинний скринінг активних компонентів майбутніх фармацевтичних препаратів і більш ефективно вирішувати завдання в галузі штучного інтелекту.
