Istraživači iz Jülicha planiraju da koriste superračunar JUPITER za simulaciju ljudskog mozga, oslanjajući se na nedavno dovršenu mapu povezanosti muve voćarice. Tim je pokazao da se "spiking neural network" može skalirati do ekvivalenta moždane kore sa ~20 milijardi neurona i ~100 biliona veza. Ipak, eksperti upozoravaju da velike simulacije ne znače automatsko «pravljenje» ili potpuno razumevanje mozga.
JUPITER: Superračunar Koji Cilja Simulaciju Celog Ljudskog Mozga
Researchers at the Jülich Research Centre in Germany are working on a simulation at the scale of the entire human brain.
Istraživači iz Istraživačkog centra Jülich u Nemačkoj najavili su ambiciozan pokušaj—korišćenje moćnog superračunara JUPITER za simulaciju ljudskog mozga u velikom obimu. Projekat se oslanja na nedavna dostignuća u mapiranju povezanosti i skaliranju neuronskih mreža.
Od muve do čoveka: značaj mapiranja povezanosti
Godine 2024. objavljena je prva kompletna mapa povezanosti mozga muve voćarice (Drosophila). Iako je sam organizam sitan, njegov nervni sistem sadrži oko 54,5 miliona sinapsi i približno 150 metara nervnih "provodnika" ukomponovanih u veličinu zrna peska — rezultat koji predstavlja ogroman korak za računarsku neuronauku.
Plan: simulacija na nivou ljudskog mozga
Tim iz Jülicha, pod vođstvom prof. Markusa Diesmanna, planira da objedini modele manjih regiona mozga i pokrene ih na superračunaru JUPITER (Joint Undertaking Pioneer for Innovative and Transformative Exascale Research). Prema listi TOP500, JUPITER je trenutno četvrti najmoćniji superračunar na svetu i raspolaže hiljadama grafičkih procesora (GPU), što mu omogućava izvođenje ogromenog broja izračunavanja paralelno.
Prva demonstracija i njeno značenje
Prošlog meseca tim je demonstrirao da se tzv. "spiking neural network" može skalirati i izvršavati na JUPITER-u u razmeri koja odgovara moždanoj kori sa oko 20 milijardi neurona i približno 100 biliona veza. To je značajno povećanje u odnosu na ranije simulacije i otvara mogućnost istraživanja ponašanja velikih neuronskih mreža koje se kvalitativno razlikuju od malih mreža.
„Sada znamo da velike mreže mogu raditi kvalitativno drugačije stvari nego male. Jasno je da su velike mreže drugačije.“
— Prof. Markus Diesmann
Međutim, naučnici upozoravaju da čak i ovako velika simulacija ne znači da ćemo moći da "napravimo" mozak ili potpuno razumemo sve njegove funkcije. Kao što je istakao prof. Thomas Nowotny iz Univerziteta u Sussexu:
„Ne možemo zapravo da pravimo mozgove. Čak i ako napravimo simulacije veličine mozga, to nije isto što i simulacija samog mozga.“
— Prof. Thomas Nowotny
Šta očekivati dalje
Predstojeći radovi će verovatno usmeriti pažnju na tehnička poboljšanja, validaciju modela i integraciju različitih tipova neuronskih i biofizičkih podmodela. Iako izazovi ostaju veliki—od tačne reprezentacije bioloških detalja do interpretacije rezultata—ovaj poduhvat predstavlja važan korak ka razumevanju kompleksnih mrežnih svojstava mozga.
Zaključak: JUPITER i tim iz Jülicha približavaju nas simulacijama koje obuhvataju razmere bliske ljudskom mozgu, ali granica između simulacije mrežne aktivnosti i razumevanja stvarnog, funkcionalnog mozga i dalje ostaje jasna.
Pomozite nam da budemo bolji.
