Perangkat keras komputer menuju replikasi otak manusia

Para peneliti di University of Sussex telah membuat simulasi dari bagian dari otak tikus dengan kecepatan yang tinggi dan hemat energi dengan menggunakan perangkat keras komputer yang praktis.

James Knight dan Thomas Nowotny dari Fakultas Teknik dan Informatika University of Sussex telah mengalahkan 50 superkomputer teratas dengan menjalankan simulasi otak menggunakan perangkat lunak dan unit pemrosesan grafis (GPU) GeNN karya mereka sendiri.

Dengan mengembangkan simulator yang lebih cepat dan lebih efisien, para akademisi berharap untuk meningkatkan tingkat pemahaman ke dalam fungsi otak dan, khususnya, mengidentifikasi bagaimana kerusakan pada struktur tertentu dalam neuron dapat menyebabkan penurunan pada fungsi otak. Simulator yang lebih cepat dan lebih canggih dapat membantu meningkatkan pemahaman gangguan sistem saraf dengan menunjukkan area otak yang menyebabkan serangan epilepsi.

Simulator yang lebih baik juga dapat mempercepat kemajuan dalam pengembangan AI — perangkat lunak GeNN telah digunakan di Universitas Sussex untuk membuat robot otonom termasuk drone yang dapat dikontrol melalui simulasi otak serangga.

Penelitian ini menggunakan perangkat lunak GeNN milik tim untuk mengimplementasikan dan menguji dua model sains yang berkaitan dengan studi tentang struktur dan fungsi sistem saraf secara komputasi yang sudah ada; salah satu mikro sirkuit kortikal yang terdiri dari delapan populasi neuron dan jaringan acak yang seimbang dengan plastisitas bergantung pada spike-timing — sebuah proses yang telah terbukti menjadi dasar bagi pembelajaran biologis.

Satu GPU mampu mencapai kecepatan pemrosesan hingga 10 persen lebih cepat daripada saat ini mungkin menggunakan superkomputer atau sistem neuromorphic SpiNNaker, mesin yang dibangun khusus yang dikembangkan sebagai bagian dari £ 1bn Human Brain Project (HBP) Eropa .

Tim University of Sussex juga mampu mencapai penghematan energi 10 kali dibandingkan dengan simulasi SpiNNaker atau supercomputer.

Ke depan, para akademisi percaya bahwa fleksibilitas dan kekuatan GPU berarti bahwa mereka dapat memainkan peran kunci dalam menciptakan simulator yang mampu menjalankan model yang mulai mendekati kompleksitas otak manusia.

Chris Emerson, kepala Pendidikan Tinggi dan Riset Penjualan di Inggris dan Irlandia di NVIDIA, mengatakan: “Kami sangat terkesan dengan penggunaan platform komputasi NVIDIA AI untuk simulasi otak tombak berkepala di University of Sussex dan senang kami mampu mendukung penelitian di ujung tombak neuroscience komputasi serta AI. “