电脑传奇之仿真大脑发展历程回顾
仿真大脑的努力可以追溯到20世纪80年代1972年,美国生物学家杰拉尔德·艾德曼(Gerald Maurice Edelman,1929-2014)因发现免疫系统抗体的化学结构而获得诺贝尔生理学或医学奖。1978年左右,他转向意识研究。他的基本思想可概括为“神经群体选择理论(neuronal group selection)”,即神经系统产生感知、行为、学习、记忆以及意识的机理与生物适应自然环境的自然选择机制类似,因此被称为“神经达尔文主义”(Neural darwinism)。为了验证这一学说,从1981年开始,他提出了统称为“综合神经建模(synthetic neural modeling)”的理论,即逼近真实解剖和生理数据的神经系统大规模仿真叫,并研制了一系列名为“ Darwin(达尔文)”的“仿脑机”(Brain-Based-Devices,BBD)。仿脑机仿真的是不同脑区(如海马或小脑),通过从多种仿真神经回路中进行选择而实现学习。起初是软件,1992年开始采用硬件。以2005~2007年研制的达尔文10号和11号为例,仿真约50个脑区、10万个神经元和140万个突触连接,通过模拟啮齿类动物走迷宫的过程,理解大脑空间记忆的形成过程。基于仿脑机的足球机器人在2004年至200年参加RoboCup机器人足球公开赛,曾5局全胜卡内基梅隆大学的经典人工智能系统。
现代微电子学和大规模集成电路先驱、加州理工学院教授卡弗·米德(Carver Andress Mead)也是在20世纪80年代兴趣转向生物神经系统的。与艾德曼关注神经元群体和神经环路不同,米德的关注点在神经元的硬件实现,开创了“神经形态工程(neuromorphic engineering)”这个方向,提出采用亚阈值模拟电路来仿真脉冲神经网络,并提出了“神经形态处理器(neuromorphic processors)”的概念。1989年5月,米德在 ISCAS(International Symposium on Circuits andSystems)会议期间组织了“模拟集成神经系统(Analog Integrated Neural Systems)”研讨会,主要参会人员至今仍然活跃在这一领域。米德在1989年招收的博士生博阿汉(Kwabena Boahen)于2005年加入斯坦福大学,成立了“硅脑(Brains in Silicon)”实验室。200年,研制出了神经形态电路板Neurogrid。每块板有16颗芯片,每颗芯片内集成了65536个神经元,每个神经元用340个亚阈值工作状态的晶体管模拟。这样块Neurogrid板就支持100万个神经元和60亿个突触联结,能耗只有5瓦,在神经系统模拟方面可媲美能耗1兆瓦的超级计算机。
使用超级计算机可以更为精确地仿真生物神经网络。2005年,瑞士洛桑联邦理工学院(EPFL)亨利·马克拉姆领导的“蓝色大脑计划”获得瑞士政府资助,平台就是IBM的蓝色基因超级计算机。2007年,IBM Almaden研究中心认知计算研究组在超级计算机上开发了称为“皮层模拟器(Cortical Simulator)”的大脑模拟软件,牵头的“神经形态自适应可塑性可扩展电子系统(Systems of Neuromorphic Adaptive Plastic Scalable Electronics, SyNAPSE)”得到DARPA资助。2009年,在蓝色基因超级计算机上实现了861T个神经突触的猫脑模拟,在哺乳动物大脑皮层上经常能观测到的阿尔法振荡(10Hz左右)和伽马振荡(40Hz左右的信息整合)现象,也在这个“软件大脑”上出现了。在接受视觉模式刺激时,这个“软件大脑”还出现了在哺乳动物视皮层上才能观察到的特定群体响应潜伏现象。同样在2009年,马克拉姆团队在蓝色基因超级计算上构造出刚出生两周的大鼠的新皮质柱精细模型,包括1万个神经元和数千万个突触连接,同样出现了伽马振荡现象。2009年12月,马克拉姆在接受采访时表示:“从技术层面上讲,利用计算机和数据采集技术,有可能在10年内建立起人脑模型。”尽管对这一看法存在诸多争议,但这个前景实在诱人。由马克拉姆领衔的欧洲“人类大脑计划”于2013年1月获得欧盟批准,提出将信息技术和生命科学结合,整合从单分子探测到大脑整体结构解析,实现全脑仿真模拟。
为了实现全脑仿真的目标,“人类大脑计划”支持了两台大型神经形态计算系统的研制:英国曼彻斯特大学的SpiNNaker系统和德国海德堡大学的BrainScales。2016年3月,两台阶段样机正式上线运行。SpiNNaker是一种受大脑结构和功能启发的大规模并行计算体系结构,正式启动于2005年的EPSRC项目,负责人是ARM处理器发明人史蒂夫·佛伯(Steve Furber)SpiNNaker系统采用定制ARM处理器作为基本单元,分为五代。最初的102机使用了约100个ARM核,计划2020年完成的106机则集成了约10的6次方个ARM核,可实时精细仿真10亿个生物神经元。
SpiNNaker用数据包交换来模拟神经元之间的异步稀疏脉冲交换四,因此可以在物理连接大大少于大脑的情况下,实现相同性能的信息交换。Brain Scales由德国海德堡大学卡尔海因茨·迈耶(Karlheinz Meier)教授负责,前身是2005到2010年的 FACTES项目,强调生物神经系统和神经形态计算之间的比较研究,微观层面研究神经元的信号处理特性及模拟电路实现,介观层面研究突触可塑性及数字电路实现。该项目在8英寸晶园上实现了20万个神经元和5000万个突触,晶圆内总线速度达每秒1T脉冲,晶圆间分布式通信速度为每秒10G脉冲。在人类大脑计划支持下,2016年完成了20块晶圆、400万个神经元和10亿个突触的神经形态计算系统,速度比生物系统快1万倍。2022年(也就是人类大脑计划结束前)的目标系统现在尚未敲定,预计构造一个500块或5000块晶圆组成的大型系统。即使是500块的方案,也能同时仿真5亿个神经元,比人脑速度高上万倍,因此将具备实时仿真人类大脑的能力。