Průlomy v oblasti výpočetního výkonu a neurovědy se sbližují, což výzkumníkům umožňuje simulovat aktivitu lidského mozku v bezprecedentním měřítku. Poprvé mají superpočítače výpočetní výkon pro simulaci miliard neuronů, což je složitost srovnatelná se skutečnými biologickými mozky. Tento pokrok nespočívá pouze v rychlosti zpracování, ale také v rostoucí schopnosti testovat základní teorie mozkových funkcí, které byly dříve nedostupné.
Éra ex-scale computingu
Klíčovým faktorem je nástup „exascale“ počítání, kdy systémy mohou provádět kvintilion výpočtů za sekundu. Na světě jsou v současnosti pouze čtyři takové stroje, z nichž jeden – JUPITER, který se nachází v Německu – používají výzkumníci pod vedením Markuse Diesmanna z výzkumného centra Jülich. Tým úspěšně vyladil model špičkové neuronové sítě tak, aby běžel na tisících GPU JUPITER a simuloval síť ekvivalentní lidské kůře: 20 miliard neuronů propojených 100 biliony synapsí.
Tento skok v měřítku je kritický. Malé simulace mozku, jako jsou ty octomilky, postrádají vlastnosti, které se objevují pouze ve větších systémech. Nedávné pokroky ve velkých jazykových modelech (LLM) demonstrují tento princip: větší sítě vykazují kvalitativně odlišné vzorce chování. Jak vysvětluje Diesmann: „Nyní víme, že velké sítě mohou dělat zásadně jiné věci než malé. Je zřejmé, že velké sítě jsou jiné. “
Od teorie k ověření
Simulace jsou založeny na empirických datech z experimentů na lidském mozku, zajišťující anatomickou přesnost, pokud jde o hustotu a úroveň aktivity neuronů. To umožňuje výzkumníkům testovat základní hypotézy o tom, jak funguje mozek, jako jsou mechanismy tvorby paměti. Mohou například vystavit simulovanou síť obrázkům a pozorovat, jak se paměťové stopy vyvíjejí v různých měřítcích.
Kromě základní neurovědy nabízejí tyto simulace novou platformu pro testování drog. Výzkumníci mohou modelovat neurologické stavy, jako je epilepsie, a hodnotit účinky různých léčiv bez lidského zásahu. Zvýšená výpočetní rychlost také umožňuje studovat pomalé procesy, jako je učení v reálném čase, s většími biologickými detaily než kdykoli předtím.
Omezení a vyhlídky
Navzdory těmto pokrokům není simulace mozku totéž jako jeho znovuvytvoření. Současné modely postrádají kritické prvky, které jsou přítomny ve skutečných mozcích, jako je smyslový vstup z prostředí. Jak zdůrazňuje Thomas Nowotny z University of Sussex: “*Nemůžeme budovat mozky. I kdybychom uměli vytvářet simulace velikosti mozku, nebyli bychom schopni vytvářet simulace mozku.”
Navíc ani simulace ovocných mušek plně neodpovídají skutečnému chování zvířat. Toto pole je stále omezeno naším neúplným pochopením funkce mozku.
Schopnost spouštět simulace v plném měřítku však znamená zlom v neurovědě. Otevírá nebývalé příležitosti k testování hypotéz, zpřesňování teorií a urychlení objevování léků, což v konečném důsledku překlene propast mezi biologickou složitostí a výpočetním modelováním.
