Simuleremo il cervello umano su un supercomputer

Cosa significherebbe simulare il cervello umano? I sistemi informatici più potenti di oggi hanno una potenza computazionale sufficiente per eseguire simulazioni di miliardi di neuroni, paragonabili in sofisticazione al cervello reale. Stiamo comprendendo sempre più il modo in cui questi neuroni sono collegati tra loro, portando a simulazioni cerebrali che i ricercatori sperano possano svelare segreti della funzione cerebrale precedentemente nascosti.

I ricercatori hanno cercato a lungo di isolare parti specifiche del cervello, modellando piccole aree con i computer per spiegare particolari funzioni cerebrali. Ma “non siamo mai stati in grado di riunirli tutti in un unico posto, in un unico grande modello cerebrale, dove possiamo esaminare se queste idee sono assolutamente coerenti”, dice. Marco Piattino Al Centro Ricerche Jülich in Germania. “Questo sta cambiando ora.”

Ciò è in gran parte dovuto alla potenza dei supercomputer più avanzati di oggi, che si stanno avvicinando all’esascala, il che significa che possono eseguire un miliardo di miliardi di operazioni al secondo. Esistono solo quattro di queste macchine secondo elenco dei primi 500Diesman e il suo team stanno cercando di eseguire simulazioni cerebrali su larga scala su uno di questi sistemi, chiamato JUPITER, abbreviazione di Joint Undertaking Pioneer for Innovative and Transformative Exascale Research, con sede in Germania.

Il mese scorso, Dishman e i suoi colleghi ha mostrato Un semplice modello dei neuroni del cervello e delle loro sinapsi, chiamato rete neurale a spillo, può essere configurato e scalato per funzionare sulle migliaia di unità di elaborazione grafica (GPU) di JUPITER, che gli darebbero una dimensione di 20 miliardi di neuroni e 100 trilioni di connessioni – equivalenti alla corteccia cerebrale umana, dove si verificano quasi tutte le funzioni cerebrali superiori.

Diesman afferma che l’esecuzione di tali simulazioni promette di produrre risultati più preziosi rispetto alle simulazioni di cervelli piccoli, come i moscerini della frutta, eseguite in precedenza. Modelli linguistici di grandi dimensioni come ChatGPT hanno dimostrato negli ultimi anni che i sistemi più grandi avranno funzionalità che non sono presenti nei sistemi più piccoli. “Ora sappiamo che le reti di grandi dimensioni possono fare cose qualitativamente diverse rispetto alle reti piccole”, afferma Diesman. “È chiaro che le grandi reti sono diverse.”

“Ridimensionare non significa semplicemente semplificarlo un po’ o renderlo un po’ più spesso, significa in realtà rinunciare del tutto ad alcune proprietà”, afferma Tommaso Novotny Presso l’Università del Sussex, nel Regno Unito. “È davvero importante che alla fine possiamo fare (simulazioni) su vasta scala, perché altrimenti non otterremo mai la realtà.”

Il modello testato su JUPITER si baserà su dati reali provenienti da piccoli esperimenti sui neuroni e sulle sinapsi del cervello umano, ad esempio quante sinapsi dovrebbe avere un neurone o il loro livello di attività. johanna cenk presso l’Università del Sussex, che sta collaborando con Diceman. “Ora abbiamo questi dati fisici come barriera, ma anche la potenza del computer”, afferma Diesman.

Novotny afferma che le simulazioni cerebrali su vasta scala potrebbero consentire ai ricercatori di testare i principi fondamentali della funzionalità cerebrale che sono impossibili con modelli più piccoli o cervelli reali, come il modo in cui si formano i ricordi. Questo può essere testato fornendo immagini alla rete cerebrale, vedendo come risponde e registrando come la formazione della memoria cambia con le dimensioni del cervello. Novotny afferma che potrebbe anche creare un modo per testare il modo in cui i farmaci, come i modelli di epilessia, caratterizzati da convulsioni ed esplosioni di attività cerebrale anomala, vengono influenzati da determinati farmaci.

Senk afferma che la potenza computazionale aggiuntiva significa anche che le simulazioni cerebrali possono essere eseguite più velocemente, il che fornirà ai ricercatori informazioni dettagliate su processi relativamente lenti come l’apprendimento. I ricercatori saranno anche in grado di creare dettagli biologici molto più dettagliati, come modelli più complessi di come i neuroni cambiano e si attivano.

Ma Novotny afferma che, nonostante la possibilità di eseguire simulazioni delle dimensioni di un cervello, ci sono ancora un’enorme quantità di cose che non sappiamo. E anche le piccole simulazioni dell’intero cervello, come quella di un moscerino della frutta, non possono riprodurre il comportamento completo degli animali reali.

Le simulazioni eseguite su questi supercomputer sono ancora molto limitate e mancano delle funzionalità di base richieste per un cervello reale, come ricevere input da ambienti del mondo reale. “Non possiamo davvero creare un cervello”, dice Novotny. “Anche se possiamo simulare la forma del cervello, non possiamo simulare il cervello.”