現在の大規模な脳活動モデリングプロジェクトの概要
近年、脳活動の大規模モデリングの分野が活発に発展し始めており、それに関与する数学者や神経生物学者の数が増えています。 このレビューでは、この分野で最も有名で成功したプロジェクトの概要を説明します。 また、結論として、この種のプロジェクトのさらなる発展の見通しと有用性に関する私の考えを説明します。
この分野で最初に広く公表され、資金提供されたプロジェクトの1つは、IBMが2005年夏にローザンヌのスイス連邦工科大学と共同で開始したBlue Brain Project [1]です。
Blue Brainプロジェクトの目的は、個々のニューロンと、それらが形成する脳の典型的な新皮質列（新皮質列）の詳細なシミュレーションです。 皮質では、ニューロンは基本単位に編成されています。直径0.5 mm、高さ2 mmの大脳皮質の列です。 このような各列には、約1万個のニューロンが含まれていますが、それらの列の間の神経グループとの通信は、複雑ではありますが順序付けられています。 シミュレーションの実際の基礎は、ラットニューロンの形態と動態のデータ、および神経細胞に関する過去数十年の研究で得られたニューロンの生理学に関するその他のデータでした。
このプロジェクトのフレームワークでは、ニューロンモデルは、ニューロンのタイプ、ニューロンの空間ジオメトリ、細胞膜の表面に沿ったイオンチャネルの分布、およびプロトタイプニューロンの他のパラメータの違いを考慮します。 モデルの開発者は、このグループの認知機能を実現するには、ニューロングループに結合されるニューロンの種類の多様性が非常に重要であり、列の特定の層に各タイプのニューロンが存在し、異なる種類のニューロンの分布の空間的配置、密度、およびボリュームがネットワーク上のアクティビティの順序付き分布の基盤として機能することに注意します一般的に。 このモデルでは、ニューロンの正確な形状と構造がその電気的特性と他のニューロンとの接続能力に影響を与え、ニューロンの電気的特性はさまざまなイオンチャネルによって決定されることも考慮します。
ニューログループの3次元モデリングでは、Blue Brain ProjectはIBM Blue Gene / Lコンピューター（図1）を使用します。これにより、新皮質の列内の電気活動の分布をリアルタイムでシミュレートできます。
図 1. Blue Gene / Lスーパーコンピューターの概略アーキテクチャ
2006年末には、約3x107のシナプスを含む10,000の生物学的に妥当なニューロンモデルで構成される、若いラットの新皮質の1列をシミュレートすることができました。
2007年末に、Blue BrainプロジェクトのフェーズIの完了が発表されました。 このフェーズの結果は次のとおりです。
•グリッド構造の新しいモデル。要求に応じて、提供された生物学的データに従ってニューラルネットワークを自動的に生成します。
•シミュレーションと自己調整の新しいプロセス。各リリースの前に、モデルの体系的なチェックとキャリブレーションを自動的に実行して、生物学的性質により厳密に一致させます。
•生物学的データのみに基づいて構築された、細胞レベルの新皮質カラムの最初のモデル。
プロジェクトの著者によると、得られたニューロンの細胞モデルと全体としての列モデルにより、活動伝播のシミュレートされたプロセスをプロトタイプの生物学的列の同様のプロセスと直接相関させることが可能になります。
Blue Brainプロジェクトの継続は、2008年11月20日に発表された新しいIBMプロジェクト「SynaptronicsおよびSupercomputingを介したCognitive Computing」（C2S2）です[2]。 同社は、哺乳類の脳のニューロン間接続（シナプス）とニューラルネットワークの組織を再現する、コンピューティングシステムの根本的に新しいアーキテクチャを開発するプロジェクトの開始を発表しました。 このプロジェクトは、ニューロモーフィックアダプティブプラスチックスケーラブルエレクトロニクスシステム（SyNAPSE）プロジェクトの一部として、米国国防高等研究計画局（DARPA）が後援しています。 定期的な科学雑誌でこのプロジェクトの進捗に関する詳細の実際の欠如を説明するのはこの状況です。
C2S2プロジェクトに関するすべての研究の中心にあるのはシナプスであり、その可塑性のおかげで個人の経験を形成します。 シナプスの分布の数と密度を備えたニューラルネットワークのモデルを開発し、生物の対応するパラメーターと比較することが計画されています。 むしろ、脳は神経ではなく、シナプスのネットワークであり、思考は脳の生化学的組織の結果であることに注意してください。
プロジェクトが成功した場合、参加者によると、根本的に新しいクラスの人工認知システムが生まれます。これは、人間活動のすべての分野で多数の実用的なアプリケーションを備えた計算アーキテクチャの新しいパラダイムです。
大規模な脳モデリングの最も印象的なプロジェクトの1つは、ニューロサイエンス研究所でユージーンイジケヴィッチとジェラルドエデルマンによって実施されました。
2007年、彼らは人間の脳のデータに基づいて哺乳類の視床皮質システムをモデル化しました[3]。 このモデルは、ラットの脳でin vitroで観察される既知のタイプのニューロンの動作を繰り返すように調整された、100万個のスパイクニューロンの働きをシミュレートします。
図 2.層状皮質（上）と視床核（下）の微細回路構造の簡略図
ニューロンのモデルとして、Izhikevich [4]によって提案されたフェノロジカルモデルが使用されます。 モデリングプロセスでは、22種類の神経細胞を使用しました（図2）。これらは、Izhikevichモデルのパラメーターを変更することによって取得されます。 対応する受容体、短期シナプス可塑性、および長期STDP可塑性を備えたほぼ5億のシナプスが、ニューロンを接続するために使用されました。 図 3は、シミュレーション結果の動的な視覚化を示しています。
図 3. Izhikevichモデルでの波の伝播。
（赤い点は興奮性ニューロンのスパイクを示し、黒い点は抑制性ニューロンを示します）
このレビューの最後に、前述したように、このような大規模なモデリングの実現可能性についていくつかの言葉を述べたいと思います。
上記のプロジェクトでは、脳は、生物の残りの部分、さらには環境とは別に存在できる自律的な構造と見なされます。 したがって、シミュレーション結果の品質を評価する問題は不明確になります。その場合、それが成功していることがわかりますか？ シミュレートされた脳がタスクをもたらさない前に、いかなる環境にも置かないでください。 実際、意図的な行動の必要性と適応的な結果の達成は、そのようなプロジェクトでは考慮されていません。 それらは、実際の動物の脳で観察される物理的構造の詳細な再現のみを目的としています。 ほとんどの場合、脳の物理的構造が正確に繰り返されるため、脳がどのような経験を持ち、どのような課題を解決できるのかを判断できないため、そのようなプロジェクトで目的のある行動の課題を検討することは不可能です。
特にBlue Brainプロジェクトの参加者は、研究の発展がかなり短期間（今後20〜25年）でAIの作成に役立つと主張しています。 この声明は少なくとも聞こえます
十分に騒々しいですが、私たちがそれを信じることを許さない1つの事実があります。 基本的に、これらの研究は、脳内の活動の分布とリズムのモデリングを研究することを目的としています。 ただし、これらのプロジェクトの枠組みでは、トレーニングにほとんど注意が払われていないため、AIを作成するための基礎としてのこの分野での開発の有用性がほとんど失われます。
[1] 。 Markram H.「青い脳のプロジェクト。」 // Nat Rev Neurosci。 巻 7、pp。 153-160（2006）。
[2] 。 IBM Pressroom [電子リソース] /「IBMは、脳からの洞察に基づいて未来のコンピューターを構築しようとしています 」 -www-03.ibm.com/press/us/en/pressrelease/26123.wss#release
[3] 。 Izhikevich E.、Edelman G.「哺乳類の視床皮質系の大規模モデル。」 // PNAS。 巻 105、no.9、pp。 3593-3598（2008）。
[4] 。 Izhikevich E.「スパイクニューロンの単純なモデル」。 //ニューラルネットワーク上のIEEEトランザクション。 巻 14、いいえ。 6（2003）。
脳活動の大規模モデル
この分野で最初に広く公表され、資金提供されたプロジェクトの1つは、IBMが2005年夏にローザンヌのスイス連邦工科大学と共同で開始したBlue Brain Project [1]です。
Blue Brainプロジェクトの目的は、個々のニューロンと、それらが形成する脳の典型的な新皮質列（新皮質列）の詳細なシミュレーションです。 皮質では、ニューロンは基本単位に編成されています。直径0.5 mm、高さ2 mmの大脳皮質の列です。 このような各列には、約1万個のニューロンが含まれていますが、それらの列の間の神経グループとの通信は、複雑ではありますが順序付けられています。 シミュレーションの実際の基礎は、ラットニューロンの形態と動態のデータ、および神経細胞に関する過去数十年の研究で得られたニューロンの生理学に関するその他のデータでした。
このプロジェクトのフレームワークでは、ニューロンモデルは、ニューロンのタイプ、ニューロンの空間ジオメトリ、細胞膜の表面に沿ったイオンチャネルの分布、およびプロトタイプニューロンの他のパラメータの違いを考慮します。 モデルの開発者は、このグループの認知機能を実現するには、ニューロングループに結合されるニューロンの種類の多様性が非常に重要であり、列の特定の層に各タイプのニューロンが存在し、異なる種類のニューロンの分布の空間的配置、密度、およびボリュームがネットワーク上のアクティビティの順序付き分布の基盤として機能することに注意します一般的に。 このモデルでは、ニューロンの正確な形状と構造がその電気的特性と他のニューロンとの接続能力に影響を与え、ニューロンの電気的特性はさまざまなイオンチャネルによって決定されることも考慮します。
ニューログループの3次元モデリングでは、Blue Brain ProjectはIBM Blue Gene / Lコンピューター（図1）を使用します。これにより、新皮質の列内の電気活動の分布をリアルタイムでシミュレートできます。
図 1. Blue Gene / Lスーパーコンピューターの概略アーキテクチャ
2006年末には、約3x107のシナプスを含む10,000の生物学的に妥当なニューロンモデルで構成される、若いラットの新皮質の1列をシミュレートすることができました。
2007年末に、Blue BrainプロジェクトのフェーズIの完了が発表されました。 このフェーズの結果は次のとおりです。
•グリッド構造の新しいモデル。要求に応じて、提供された生物学的データに従ってニューラルネットワークを自動的に生成します。
•シミュレーションと自己調整の新しいプロセス。各リリースの前に、モデルの体系的なチェックとキャリブレーションを自動的に実行して、生物学的性質により厳密に一致させます。
•生物学的データのみに基づいて構築された、細胞レベルの新皮質カラムの最初のモデル。
プロジェクトの著者によると、得られたニューロンの細胞モデルと全体としての列モデルにより、活動伝播のシミュレートされたプロセスをプロトタイプの生物学的列の同様のプロセスと直接相関させることが可能になります。
Blue Brainプロジェクトの継続は、2008年11月20日に発表された新しいIBMプロジェクト「SynaptronicsおよびSupercomputingを介したCognitive Computing」（C2S2）です[2]。 同社は、哺乳類の脳のニューロン間接続（シナプス）とニューラルネットワークの組織を再現する、コンピューティングシステムの根本的に新しいアーキテクチャを開発するプロジェクトの開始を発表しました。 このプロジェクトは、ニューロモーフィックアダプティブプラスチックスケーラブルエレクトロニクスシステム（SyNAPSE）プロジェクトの一部として、米国国防高等研究計画局（DARPA）が後援しています。 定期的な科学雑誌でこのプロジェクトの進捗に関する詳細の実際の欠如を説明するのはこの状況です。
C2S2プロジェクトに関するすべての研究の中心にあるのはシナプスであり、その可塑性のおかげで個人の経験を形成します。 シナプスの分布の数と密度を備えたニューラルネットワークのモデルを開発し、生物の対応するパラメーターと比較することが計画されています。 むしろ、脳は神経ではなく、シナプスのネットワークであり、思考は脳の生化学的組織の結果であることに注意してください。
プロジェクトが成功した場合、参加者によると、根本的に新しいクラスの人工認知システムが生まれます。これは、人間活動のすべての分野で多数の実用的なアプリケーションを備えた計算アーキテクチャの新しいパラダイムです。
大規模な脳モデリングの最も印象的なプロジェクトの1つは、ニューロサイエンス研究所でユージーンイジケヴィッチとジェラルドエデルマンによって実施されました。
2007年、彼らは人間の脳のデータに基づいて哺乳類の視床皮質システムをモデル化しました[3]。 このモデルは、ラットの脳でin vitroで観察される既知のタイプのニューロンの動作を繰り返すように調整された、100万個のスパイクニューロンの働きをシミュレートします。
図 2.層状皮質（上）と視床核（下）の微細回路構造の簡略図
ニューロンのモデルとして、Izhikevich [4]によって提案されたフェノロジカルモデルが使用されます。 モデリングプロセスでは、22種類の神経細胞を使用しました（図2）。これらは、Izhikevichモデルのパラメーターを変更することによって取得されます。 対応する受容体、短期シナプス可塑性、および長期STDP可塑性を備えたほぼ5億のシナプスが、ニューロンを接続するために使用されました。 図 3は、シミュレーション結果の動的な視覚化を示しています。
図 3. Izhikevichモデルでの波の伝播。
（赤い点は興奮性ニューロンのスパイクを示し、黒い点は抑制性ニューロンを示します）
おわりに
このレビューの最後に、前述したように、このような大規模なモデリングの実現可能性についていくつかの言葉を述べたいと思います。
上記のプロジェクトでは、脳は、生物の残りの部分、さらには環境とは別に存在できる自律的な構造と見なされます。 したがって、シミュレーション結果の品質を評価する問題は不明確になります。その場合、それが成功していることがわかりますか？ シミュレートされた脳がタスクをもたらさない前に、いかなる環境にも置かないでください。 実際、意図的な行動の必要性と適応的な結果の達成は、そのようなプロジェクトでは考慮されていません。 それらは、実際の動物の脳で観察される物理的構造の詳細な再現のみを目的としています。 ほとんどの場合、脳の物理的構造が正確に繰り返されるため、脳がどのような経験を持ち、どのような課題を解決できるのかを判断できないため、そのようなプロジェクトで目的のある行動の課題を検討することは不可能です。
特にBlue Brainプロジェクトの参加者は、研究の発展がかなり短期間（今後20〜25年）でAIの作成に役立つと主張しています。 この声明は少なくとも聞こえます
十分に騒々しいですが、私たちがそれを信じることを許さない1つの事実があります。 基本的に、これらの研究は、脳内の活動の分布とリズムのモデリングを研究することを目的としています。 ただし、これらのプロジェクトの枠組みでは、トレーニングにほとんど注意が払われていないため、AIを作成するための基礎としてのこの分野での開発の有用性がほとんど失われます。
文学
[1] 。 Markram H.「青い脳のプロジェクト。」 // Nat Rev Neurosci。 巻 7、pp。 153-160（2006）。
[2] 。 IBM Pressroom [電子リソース] /「IBMは、脳からの洞察に基づいて未来のコンピューターを構築しようとしています 」 -www-03.ibm.com/press/us/en/pressrelease/26123.wss#release
[3] 。 Izhikevich E.、Edelman G.「哺乳類の視床皮質系の大規模モデル。」 // PNAS。 巻 105、no.9、pp。 3593-3598（2008）。
[4] 。 Izhikevich E.「スパイクニューロンの単純なモデル」。 //ニューラルネットワーク上のIEEEトランザクション。 巻 14、いいえ。 6（2003）。
All Articles