ドイツ、日本、ノルウェー、スウェーデンの科学者グループは、人間の脳を完全にシミュレートできる可能性のあるアルゴリズムを作成しました。現在の問題は、すべてのデータとその複雑さのレベルを実行するのに十分な強力なコンピューターを見つけることです。
1% を超えて人間の脳全体をシミュレートするには、各プロセッサのメモリが今日のスーパーコンピュータのメモリの 100 倍必要になります。
この文書ではプロジェクトについて詳細に説明されており、このアルゴリズムはノードを介して仮想ニューロンに接続し、個々のニューロンとシナプスの間の 10 億の接続をエミュレートすることを目的としていると説明されています。私たちの心の働きを模倣することは、1 対 1 のスケールで非常に複雑であり、実際、現在のテクノロジーでは不可能です。
わずか 10% に達するには、数台のスーパーコンピューターの能力を使い果たす必要があります。脳の機能に不可欠な活動であるニューロンの接続には、現在存在するハードウェアよりも多くの電力が必要となるためです。
「これには、ネットワーク全体の各ニューロンのプロセッサごとに 1 ビットの情報が必要です。 10 億個のニューロンからなるネットワークの場合、各ノードのメモリの大部分が、ニューロンごとのこの 1 ビットの情報によって消費されます。当然のことながら、ニューロンごとの追加ビットのためにプロセッサごとに必要なコンピューター メモリの量は、ネットワークのサイズに応じて増加します。 1% を超えて人間の脳全体をシミュレートするには、各プロセッサーで使用できるメモリが今日のスーパーコンピューターの 100 倍必要になるでしょう」とカーツワイル氏の記事では説明されています。
今は無理でも未来は明るい
新しいアルゴリズムは現在、科学者がこれらのシミュレーションを実行することを許可していませんが、理論的には、エクサスケールコンピューティングで機能する可能性のある「非常にスケーラビリティ」を備えており、1秒あたり数十億回の計算を実行できます。このプロジェクトは、神経科学コミュニティで広く使用されている Neural Simulation Tool (NEST) と呼ばれるオープンソース シミュレーション ソフトウェアを使用して構築されました。
研究者らは、将来のエクサスケール スーパーコンピューターでアルゴリズムを拡張することで、100% のシミュレーションを達成したいと考えています。これは、パーキンソン病から多発性硬化症に至る脳疾患の研究の進歩など、いくつかの科学分野における転換点となるだろう。
そして、人工知能とニューラル ネットワークへの影響には、ディープ ラーニングに関するまったく新しい視点が含まれる可能性があります。発見は基本的に、私たちが昨日私たちの心について知っていたことと、明日知るであろうこととの間の架け橋です。
アルゴリズムは私たちの脳をシミュレートできるようになり、 を介して