сколько операций в секунду выполняет мозг человека
Почему лучший компьютер по-прежнему уступает человеческому мозгу?
Печально осознавать, что в эпоху технического прогресса человеческий мозг по-прежнему остаётся загадкой. Кроме того, мы тратим миллионы долларов на развитие гигантских суперкомпьютеров и используем огромное количество энергии из невосполнимых ресурсов, чтобы обеспечить питанием эти приборы. А сравнительно маленький по размерам человеческий мозг по многим показателям по-прежнему превосходит самые мощные компьютеры.
Суперкомпьютеру требуется 82 944 процессоров и 40 минут работы, чтобы симулировать одну секунду мозговой активности человека.
В прошлом году суперкомпьютер K использовался учёными из Окинавского технологического университета в Японии и Исследовательского центра Юлих в Германии в попытке симулировать 1 секунду активности человеческого мозга.
Компьютер смог воссоздать модель из 1,73 миллиарда нейронов (нервных клеток). Однако в человеческом мозге около 100 миллиардов нейронов. То есть в человеческом мозге примерно столько нейронов, сколько звёзд в Млечном пути. Несмотря на то, что компьютеру удалось успешно симулировать 1 секунду мозговой активности, это заняло 40 минут.
Работник Корейского научного института проверяет суперкомпьютеры в Тэджоне, Южная Корея, 5 ноября 2004 г.
Суперкомпьютер К в 2011 г. был самым быстрым компьютером в мире. Его мощность около 10,51 петафлопс, т. е. примерно 10 510 триллионов операций в секунду. Технологии развиваются стремительно, поэтому сейчас К уже на четвёртом месте, на первом месте ― Tianhe-2 (33,86 петафлопс, 33 860 триллионов операций в секунду). Таким образом, за три года нам удалось утроить вычислительную мощность самого продвинутого компьютера.
Чтобы сделать эти цифры понятнее, iPhone 5п производит примерно 0,0000768 петафлопс. Итого, самый быстрый в мире компьютер примерно в 440 000 быстрее, чем графика iPhone 5, но медленнее, чем человеческий мозг.
В исследовании Мартина Хильберта из школы коммуникации Анненберга при Университете Южной Калифорнии, опубликованном в журнале Science в 2011 г., подсчитана способность мира обрабатывать информацию. Хильберт сформулировал её следующим образом: «Люди всего мира могут осуществить 6,4*1018 операций в секунду на обычных компьютерах образца 2007 г., что сравнимо с максимальным количеством нервных импульсов, возникающих в одном человеческом мозге за секунду».
Мозг дёшево обходится: он достаётся бесплатно
Для сравнения: 1 мегаватт равен 1 миллиону ватт. 100-ваттная лампочка при включении берёт 100 ватт. В итоге самый быстрый компьютер потребляет столько же энергии, сколько 176 000 лампочек.
Д-р Джефф Лайтон, технолог Dell корпорации по производству компьютеров, пишет в блоге: «Эти системы очень громоздкие, дорогие и энергозатратные».
Конечно, мозгу тоже требуется энергия. Он получает её из еды, для производства которой в современной сельскохозяйственной системе требуется топливо.
Компьютеры, которые мы используем в повседневной жизни, полезны. Но некоторые эксперты сомневаются в полезности суперкомпьютеров.
Газета South China Morning Post опубликовала статью о китайском суперкомпьютере Tianhe-2: «В отличие от персональных компьютеров, которые могут выполнять самые разные задачи –– от обработки текстов до игр и просмотра вэб-страниц, суперкомпьютеры построены для специфических задач. Для изучения их полной вычислительной возможности учёные потратили месяцы, если не годы, для написания и переписывания кодов, чтобы обучить машину эффективно выполнять свою работу».
Старший научный сотрудник из Пекинского компьютерного центра, пожелавший остаться анонимным, сказал South China Morning Post: «Пузырь суперкомпьютеров хуже, чем пузырь рынка недвижимости. Здание простоит десятилетия после того, как его построили, а компьютер, вне зависимости от того, настолько он быстрый по сегодняшним меркам, превратится в хлам уже через пять лет».
Что быстрее: компьютерный модем или человеческий мозг?
Многие учёные пытались измерить скорость обработки информации человеческим мозгом. Цифры, которые они называют, различаются и зависят от использованного подхода. Сравнение скорости модема и «скорости» работы мозга едва ли можно отнести к разряду точных наук.
Во-первых, нужно рассмотреть, сколько битов в секунду может обработать ваш мозг, затем посмотреть, сколько битов в секунду в среднем обрабатывает современный компьютер. Говоря иными словами, надо сравнить, сколько времени компьютеру требуется для загрузки изображения из Интернета, и сколько времени вам нужно, чтобы проанализировать то, что вы видите перед глазами.
Д-р Тор Норретрандерс, профессор философии из Бизнес-школы Копенгагена, написал книгу под названием «Иллюзия пользователя: сокращаем объём сознания», в которой он утверждает, что сознание обрабатывает примерно 40 бит/с, а подсознание — 11 миллионов бит/с.
Австрийский физик-теоретик Герберт В. Франке утверждал, что человеческий разум может осознанно усваивать 16 бит/с и осознанно удерживать в уме 160 бит/с. Он отмечает, что по этой причине ум может упростить любую ситуацию до 160 бит/с.
Фермин Москозо дель Прадо Мартин, когнитивный психолог из Университета Прованса во Франции, определил, что мозг обрабатывает примерно 60 бит/с. В своей статье в журнале Technology Review он сказал, что не уверен насчёт верхнего предела. То есть он не может утверждать, что мозг неспособен обработать больше 60 бит/с.
А теперь посмотрим, насколько быстро работает ваш компьютер дома.
Один мегабит в секунду равен 1 миллиону бит в секунду. Домашние модемы могут работать со скоростью от 50 мегабит в секунду до нескольких сотен мегабит в секунду. Это в миллион раз быстрее, чем ваше сознание, и, по крайней мере, в пять раз быстрее, чем ваше подсознание. То есть в этом отношении компьютеры однозначно превосходят мозг. Разумеется, эти цифры неточные, потому что с человеческим подсознанием многое до конца неясно.
Однако, хотя люди сравнительно медленно воспринимают информацию, то, как они умеют её обрабатывать, впечатляет.
Мы учимся и мы изобретаем
Учёные работают над созданием компьютеров, которые бы обладали творческими способностями. Но в настоящее время самый продвинутый искусственный интеллект в этом отношении уступает даже мозгу людей, живших тысячи лет назад.
Автор и инженер-электромеханик Райан Дьюб в статье для сайта MakeUseOf.com комментирует высказывание писателя Гэри Маркуса: «Фундаментальное различие между компьютерами и человеческим разумом ― это организация памяти».
Дьюб писал: «Чтобы найти информацию, компьютер использует расположения виртуальной памяти. В свою очередь человеческий мозг помнит, где находится информация благодаря намёкам. Они сами по себе являются единицей информации или памяти, связанной с информацией, которую надо найти.
«Это означает, что человеческий разум в состоянии связать между собой практически безграничное количество концепций самыми разными способами, а затем при получении новой информации убрать или восстановить эти связи. Эта особенность позволяет людям выйти за пределы уже изученной информации и создавать новые изобретения и искусство, что является отличительной особенностью человеческой расы».
Мозг мало изучен, и его преимущества до конца не раскрыты
National Geographic иллюстрирует, насколько сложно создать точную модель человеческого мозга. В февральском номере журнала в статье «Новая наука мозга» рассказывается, как учёные создали трёхмерную модель части мозга мыши размером с крупинку соли. Чтобы детально отобразить этот крошечный отдел, они использовали электронный микроскоп и разделили его на 200 секций, каждая толщиной в человеческий волос.
«Чтобы отобразить человеческий мозг схожим образом, потребовалось бы количество данных, превосходящее все тексты во всех библиотеках мира», ―пишет National Geographic.
В 2005 г. исследователи из Калифорнийского университета и Калифорнийского технологического института обнаружили, что лишь некоторые из 100 миллиардов нейронов в мозгу используются для хранения информации о конкретном человеке, месте или концепции. Например, они обнаружили, что когда людям показали фото актрисы Дженнифер Энистон, в мозгу реагировал один конкретный нейрон. А на фото актрисы Хэлли Берри реагировал уже другой нейрон.
Возможности человеческого мозга в сравнении с возможностями современного компьютера.
Ученые изучали ткань гиппокампа крысы и реконструировали ее в 3D для изучения центра памяти мозга. После этого они имели возможность впервые наблюдать странное явление. Судя по всему, синапсы мозга могут изменять размеры, что влияет на объем памяти.
Сначала они обнаружили, что в 10% случаев синапсы были продублированы. В попытке выяснить, почему это произошло, ученые использовали передовую микроскопию и вычислительные алгоритмы, чтобы реконструировать соединения, формы, объемы и площадь поверхности ткани головного мозга.
В результате выяснилось, что разница в размерах пар синапсов была очень небольшой, порядка 8%. «Никто не ожидал, что будет такая малая разница. Это прям подколка от природы», — говорит ученый Том Бартол. Ученые пришли к выводам, что существует минимум 26 категорий синапсов, а не несколько, как считалось ранее.
«Это на порядок превышает все, что мы представляли, с точки зрения точности, — говорит Сейновски. — Последствия обнаруженного будут очень далеко идущими. Под кажущимся хаосом и беспорядком мозга прячется невероятная точность размеров и форм синапсов, которая от нас скрывалась».
Дальнейшие исследования показали, что синапсы могут менять свои размеры в зависимости от нейронных трансмиссий, и происходит это практически мгновенно.
Каким бы интересным это открытие ни было, оно не поможет вам вспомнить, где вы оставили ключи от машины. Но ученые могут использовать конкретно это исследование для дальнейшей работы в области компьютеров, создавая продвинутые методы глубокого обучения и нейронных сетей.
Мозг взрослого производит около 20 ватт постоянной мощности, примерно как тусклая лампочка, но способен на такие вещи, о которых любой современный компьютер может только мечтать.
И просто ради интереса давайте посмотрим на цифровую мощь. На самые дорогие и мощные суперкомпьютеры на сегодняшний день
Первый суперкомпьютер Atlas появился в начале 60-х годов и был установлен в университете Манчестера. Он был в разы менее мощным, чем современные домашние компьютеры. В нашем обзоре собрана десятка самых мощных в истории суперкомпьютеров. Правда, всвязи с быстро развивающимися в этой сфере технологиями устаревают эти мощные машины в среднем за 5 лет.
Производительность современных суперкомпьютеров измеряется в петафлопсах — единице измерения, показывающей, сколько операций с плавающей запятой в секунду выполняет компьютер. Сегодня речь пойдет о десяти самых дорогих современных суперкомпьютерах.
IBM Roadrunner (США) — 130 млн долларов
Roadrunner был построен IBM в 2008 году для Национальной лаборатории в Лос-Аламосе (Нью-Мексико, США). Он стал первым в мире компьютером, средняя рабочая производительность которого превысила 1 петафлопс. При этом он был рассчитан на максимальную производительность в 1,7 петафлопса. Согласно списку Supermicro Green500, в 2008 году Roadrunner был четвертым по энергоэффективности суперкомпьютером в мире. Списан Roadrunner был 31 марта 2013 года, после чего его заменили меньшим по размерам и более энергоэффективным суперкомпьютером под названием Cielo.
Vulcan BlueGene/Q (США) — 100 млн долларов
Vulcan — суперкомпьютер, который состоит из 24 отдельных блоков-стоек, — был создан IBM для Министерства энергетики и установлен в Ливерморской национальной лаборатории им. Э. Лоуренса, штат Калифорния. Он имеет пиковую производительность в 5 петафлопсов и в настоящее время является девятым по скорости суперкомпьютером в мире. Vulcan вступил в строй в 2013 году и сейчас используется Ливерморской национальной лабораторией для исследований в области биологии, физики плазмы, климатических изменений, молекулярных систем и т.д.
SuperMUC (Германия) — 111 млн долларов
SuperMUC в настоящее время является 14-м по скорости суперкомпьютером в мире. В 2013 году он был 10-м, но развитие технологий не стоит на месте. Тем не менее он в данный момент является вторым по скорости суперкомпьютером в Германии. SuperMUC находится в ведении Лейбницкого суперкомпьютерного центра при Баварской академии наук рядом с Мюнхеном.
Система была создана IBM, работает на оболочке Linux, содержит более 19 000 процессоров Intel и Westmere-EX, а также имеет пиковую производительность чуть более 3 петафлопсов. SuperMUC используется европейскими исследователями в области медицины, астрофизики, квантовой хромодинамики, вычислительной гидродинамики, вычислительной химии, анализа генома и моделирования землетрясений.
Trinity (США) — 174 млн долларов
Можно было бы ожидать, что подобный суперкомпьютер (учитывая то, для чего он строится) должен быть безумно дорогим, но благодаря развитию технологий стало возможным удешевление цены Trinity. Правительство США собирается использовать Trinity для того, чтобы поддерживать эффективность и безопасность ядерного арсенала Америки.
Trinity, который строится в настоящее время, станет совместным проектом Сандийской национальной лаборатории и Лос-Аламосской национальной лаборатории в рамках программы Прогнозного моделирования и вычислительной обработки данных Национальной администрации по ядерной безопасности.
Sequoia BlueGene/Q (США) — 250 млн долларов
Суперкомпьютер Sequoia класса BlueGene/Q был разработан IBM для Национальной администрации по ядерной безопасности в рамках программы Прогнозного моделирования и вычислительной обработки данных. Он был запущен в эксплуатацию в июне 2012 года в Ливерморской национальной лаборатории и стал на тот момент самым быстрым суперкомпьютером в мире. Сейчас он занимает третье место в мире по скорости (теоретический пик производительности Sequoia — 20 петафлопсов, или 20 триллионов вычислений в секунду).
ASC Purple и BlueGene/L (США) — 290 млн долларов
Эти два суперкомпьютера работали вместе. Они были построены IBM и установлены в 2005 году в Ливерморской национальной лаборатории. Из эксплуатации они были выведены в 2010 году. На момент создания ASC Purple занимал 66-е место по скорости в списке топ-500 суперкомпьютеров, а BlueGene/L был предыдущим поколением модели BlueGene/Q.
Sierra и Summit (США) — 325 млн долларов
Nvidia и IBM скоро помогут Америке вернуть лидирующие позиции в области сверхскоростных суперкомпьютерных технологий, научных исследований, а также экономической и национальной безопасности. Оба компьютера будут закончены в 2017 году.
В настоящее время самым быстрым суперкомпьютером в мире является китайский Tianhe-2, который способен достигнуть мощности в 55 петафлопсов, что в два раза больше, чем устройство, находящееся на втором месте в списке. Sierra будет выдавать более чем 100 петафлопсов, в то время как Summit сможет развить 300 петафлопсов.
Sierra, которая будет установлена в Ливерморской национальной лаборатории, будет обеспечивать безопасность и эффективность ядерной программы страны. Summit заменит устаревший суперкомпьютер Titan в национальной лаборатории Oak Ridge и будет предназначаться для тестирования и поддержки научных приложений по всему миру.
Tianhe-2 (Китай) — 390 млн долларов
Китайский Tianhe-2 (что переводится как «Млечный Путь — 2») является самым быстрым суперкомпьютером в мире. Компьютер, разработанный командой из 1300 ученых и инженеров, находится в Национальном суперкомпьютерном центре в Гуанчжоу. Он был построен китайским Оборонным научно-техническим университетом Народно-освободительной армии Китая. Tianhe-2 способен выполнять 33 860 триллионов вычислений в секунду. К примеру, один час расчетов суперкомпьютера эквивалентен 1000 годам работы 1,3 миллиарда человек. Используется машина для моделирования и анализа правительственных систем безопасности.
Earth Simulator (Япония) — 500 млн долларов
«Симулятор Земли» был разработан японским правительством еще в 1997 году. Стоимость проекта составляет 60 млрд иен, или примерно 500 млн долларов. Earth Simulator был завершен в 2002 году для агентства аэрокосмических исследований Японии, Японского научно-исследовательского института по атомной энергии и Японского центра морских и наземных исследований и технологий.
ES был самым быстрым суперкомпьютером в мире с 2002 по 2004 год, а служит он и поныне для работы с глобальными климатическими моделями, для оценки последствий глобального потепления и оценки проблем геофизики коры Земли.
Fujitsu K (Япония) — 1,2 млрд долларов
Самый дорогой в мире суперкомпьютер всего лишь четвертый по скорости в мире (11 петафлопсов). В 2011 году он был самым быстрым суперкомпьютером в мире. Fujitsu K, расположенный в Институте передовых вычислительных технологий RIKEN, примерно в 60 раз быстрее, чем Earth Simulator. На его обслуживание уходит порядка 10 млн долларов в год, а использует суперкомпьютер 9,89 МВт энергии (сколько используют 10 000 загородных домов или один миллион персональных компьютеров).
Понравилась статья? Подпишитесь на канал, чтобы быть в курсе самых интересных материалов
О лживых постах в ВК или сколько операций в секунду выполняет мозг человека
На написание этой статьи меня побудил пост одного из популярных пабликов ВКонтакте, в котором дословно было следующее: «Человеческий мозг в состоянии выполнять 1016 операций в секунду. Это значит, что его мощность до сих пор выше, чем мощность любого существующего на сегодняшний день компьютера.». Я разобрался кто круче, мозг, или компьютер.
Для начала разберемся, что это за операции в секунду, какова мощность вашего настольного компьютера, и какова мощность самого супермегапапского компа на планете.
Для измерения вычислительной мощности компьютеров используется единица измерения, называемая флопс (flops, flop/s). Флопс показывает, сколько операций с плавающей запятой выполняет компьютер за одну секунду. Кроме того, для измерения вычислительной мощности используется такое понятие, как тактовая частота. Тактовая частота процессора показывает, какое количество основных операций выполняет процессор в секунду, и измеряется в герцах. Основная операция, выполняемая процессором, может включать в себя множество операций с плавающей запятой, поэтому результаты измерения в флопсах и герцах различаются. Если вы найдете у себя на рабочем столе иконку «Мой компьютер», кликните по ней правой копкой мыши, в выпадающем меню откроете свойства, то истина для вас откроется. Найдите в открывшемся окне заголовок «Ситема», и там, напротив слова «процессор» будет указана тактовая частота вашего процессора. Скорее всего она будет иметь такой вид: «2.10 GHz». Число может незначительно отличаться. Так вот, 1 GHz — это 1000000000 герц, или один миллиард операций в секунду. Из этого следует, что при тактовой частоте 2.10 гигагерца проц выполняет 2100000000 операций в секунду. Это конечно побольше, чем 1016. При измерении в флопсах число возрастет в несколько раз.
Идем дальше. Суперкомпьютер Titan компании Cray inc. имеет приблизительную вычислительную мощность 20 петафлопс. 1 петафлопс равен 10^15 флопс. Можете сами подсчитать, какое получится число и сколько у него нулей. Как сказал один поэт: «Это ж долбануться. »
Теперь о головном мозге. Тут все не так просто, как с компьютерами. На современном этапе развития нейробиологии довольно трудно подсчитать вычислительную мощность мозга, и сравнить его с компьютером. Однако и так понятно, что мы не можем выполнять те же операции, что выполняет наш ноутбук с такой же скоростью и в таких же объемах. Очевидно, что комп мощнее, да? А вот и нет.
Давайте разберемся подробнее, как он работает.
Мозг — это биологическая нейронная сеть. Нейронная сеть состоит из нейронов, (в случае с мозгом — это клетки мозга), каждый из которых связан с другими нейронами. Место связи нейронов называется синапсом. Через синапс от одного нейрона передается химический или электрический импульс другому нейрону. Количество нейронов в головном мозге человека примерно равно 100000000000 (ста миллиардам). Данные в из разных источников немного различаются, но в целом картина схожа. Каждый из этих нейронов имеет от 7000 до 10000 синапсов. В среднем, через один синапс проходит 10 импульсов в секунду, т.е. мы имеем тактовую частоту 10 герц на одну синоптическую связь. А теперь занимательная математика: 100000000000 нейронов мы умножаем на 10000 их синоптических связей и умножаем все это на 10 герц. Мы получаем число с шестнадцатью нолями после единицы, а иначе 10^16. Так вот откуда взялось загадочное число 1016. Видимо оно просто трансформировалось в ходе бесконечного перепоста из паблика в паблик. И оказывается, что наш мозг имеет бОльшую вычислительную мощность, чем суперкомпьютер Titan. В конечном итоге автор поста о 1016 операциях в секунду был прав.
Симуляция 1-й секунды активности 1% мозга заняла 40 минут на кластере из 82 944 процессоров
Группа немецких и японских исследователей осуществили приблизительную компьютерную симуляцию мозговой активности сети нейронов головного мозга человека в масштабе 1% нейронной сети мозга на протяжении 1 секунды. На сегодняшний день это самый крупный эксперимент по симуляции мозговой активности.
Один процент головного мозга — это 1,73 млрд нервных клеток и 10,4 трлн соединяющих их синапсов. Чтобы провести эксперимент, учёные задействовали 82 944 процессора суперкомпьютера K и 1 петабайт памяти (24 байта на синапс).
Суперкомпьютер K
Эксперимент стал возможным благодаря программному обеспечению NEST с «продвинутыми инновационными структурами данных», сообщается в пресс-релизе Института физико-химических исследований Японии (RIKEN). Это свободное программное обеспечение доступно для исследователей со всего мира, так что каждый может повторить эксперимент на собственном компьютерном кластере с достаточным объёмом оперативной памяти.
Секунда нейронной активности на суперкомпьютере К с производительностью 10,5 петафлопс (четвёртый по мощности суперкомпьютер в списке Топ-500) рассчитывалась в течение 40 минут. Нервные клетки соединялись друг с другом случайным образом. Эксперимент не ставил целью выяснить какие-то новые знания о работе человеческого мозга, а всего лишь проверить ограничения технологии его компьютерной симуляции. В будущем программное обеспечение будет усовершенствовано, и тогда можно будет ставить более осмысленные эксперименты.
Кроме того, учёные теперь имеют представление, какие примерно компьютерные мощности требуются, что симулировать 100% человеческого мозга в реальном времени. Вероятно, такое станет возможным через 10-20 лет. Если не ставить ограничение реального времени, то симуляция 100% мозга в «замедленном» режиме возможна уже на суперкомпьютерах следующего поколения с объёмом памяти 100 петабайт и производительностью более 1 экзафлопса.
Почему человеческий мозг так эффективен?
Как массивное распараллеливание возвышает эффективность мозга над возможностями ИИ
Мозг – устройство сложное; у людей он содержит порядка 100 млрд нейронов и около 100 триллионов соединений между ними. Его часто сравнивают с другой сложной системой с огромными возможностями решения задач: цифровым компьютером. В мозге и компьютере содержится большое количество элементарных единиц – нейронов или транзисторов, соответственно – подключенных к сложным схемам, обрабатывающим информацию, передаваемую электрическими сигналами. На глобальном уровне архитектуры мозга и компьютера немного похожи, поскольку состоят из практически отдельных контуров для ввода, вывода, центральной обработки, и памяти.
Кто лучше справляется с решением проблем – мозг или компьютер? Учитывая быстрое развитие компьютерных технологий в последние десятилетия, можно решить, что побеждает компьютер. И действительно, компьютеры разрабатывают и программируют с целью победы над человеческими мастерами в сложных играх, таких, как шахматы в 1990-х, и го, совсем недавно – а также в конкурсах на энциклопедические знания, таких, как телевикторина «Jeopardy!» Но пока что люди побеждают компьютеры во множестве задач, связанных с реальным миром – от способности различить на дороге велосипедиста или пешехода до поднятия со стола чашки с чаем и аккуратного перемещения её ко рту – не говоря уже о концептуализации и творчестве.
Почему же компьютер хорошо справляется с определёнными задачами, а мозг – с другими? Сравнения компьютера с мозгом помогали инженерам и нейробиологам разбираться в этом вопросе. Следующее сравнение было проведено на заре современной эры компьютеров, в небольшой, но влиятельной книге «Компьютер и мозг» [The Computer and the Brain] Джона фон Неймана, специалиста во многих областях науки, в 1940-х первым разработавшего схему компьютерной архитектуры, до сих пор служащую основой современных компьютеров. Давайте посмотрим на числа в этих сравнениях.
Однако подсчёты, осуществляемые мозгом, нельзя назвать медленными или неточными. К примеру, профессиональный теннисист может следить за траекторией мяча, летящего со скоростью до 260 км/ч, переместиться на оптимальное место на корте, поставить руку в нужную позицию и махнуть ракеткой, возвращая мяч на половину соперника – и всё это за несколько сотен миллисекунд. Более того, мозг способен на все эти задачи (с помощью тела, которое он контролирует), потребляя в десять раз меньше энергии, чем персональный компьютер. Как мозгу это удаётся? Важное отличие между компьютером и мозгом – это режим, в котором каждая из этих систем обрабатывает информацию. Компьютер выполняет задачи по большей части по последовательным шагам. Это можно видеть по тому, как программисты пишут код, создавая поток последовательных инструкций. Для каждого шага этой последовательности требуется высокая точность, поскольку ошибки накапливаются и усиливаются на каждом шаге. Мозг также использует последовательные шаги при обработке информации. В примере с теннисом информация переходит от глаз к мозгу, а затем в спинной мозг для управления сокращениями мускулов ног, туловища, руки и запястья.
Но мозг также использует и массивную параллельную обработку данных, пользуясь преимуществом в виде огромного количества нейронов и связей между ними. К примеру, движущийся теннисный мяч активирует множество клеток сетчатки, фоторецепторов, которые преобразовывают свет в электрические сигналы. Эти сигналы передаются множеству различных типов нейронов сетчатки. К тому времени, когда сигналы фоторецепторов пройдут через два-три синаптических соединения в сетчатке, информация о положении, направлении и скорости мяча уже извлечена параллельными нейронными контурами, и передана мозгу. Точно так же двигательная кора (часть коры мозга, отвечающая за сознательную моторику) параллельно отправляет команды для контроля сокращения мускулов ног, туловища, рук и запястья, так, что тело и руки одновременно занимают нужно положение, оптимальное для приёма мяча.
Эта массивно параллельная стратегия работает, поскольку каждый нейрон собирает входные данные и отправляет выходные множеству других нейронов – в среднем для млекопитающих по 1000 входящих и исходящих связей у каждого нейрона. А у каждого транзистора в сумме есть только три узла для входа и выхода. Информация от одного нейрона может идти по множеству параллельных путей. И в то же время, множество нейронов, обрабатывающих информацию, могут соединить свои выходные данные, направив их одному последующему нейрону. Это свойство особенно полезно для увеличения точности обработки информации. К примеру, информация, представленная единственным нейроном, может содержать шум (то есть, её точность порядка 1 к 100). Воспринимая входные данные от 100 нейронов, обрабатывающих одинаковую информацию, следующий по очереди нейрон уже может представлять информацию с более высокой точностью (в данном случае, 1 к 1000). Допустим, среднеквадратичное отклонение σсред для каждой единицы входных данных примерно соответствует шуму. Для среднего количества независимых входов n ожидаемое отклонение средних σсред = σ / √ n. В нашем примере σ = 0,01, а n = 100, поэтому σсред = 0,001.
У компьютера и мозга есть сходства и различия также в представлении их элементарных единиц. Транзистор использует цифровое представление информации с дискретными значениями (0 или 1). Всплеск аксонов – это тоже цифровой сигнал, поскольку нейрон в каждый момент времени либо активируется, либо не активируется, а когда он активируется, почти у всех всплесков оказываются примерно одинаковые величина и форма. Это свойство позволяет надёжно передавать всплески на большие расстояния. Однако нейроны также используют возможности аналоговых сигналов, представляющих информацию при помощи непрерывных значений. Некоторые нейроны (большинство нейронов сетчатки) не дают всплески, и их выходная информация передаётся ступенчатыми электрическими сигналами (которые, в отличие от всплесков, могут варьироваться по величине), которые способны передавать больше информации, чем всплески. Принимающий конец нейрона (обычно находится в дендритах) также использует аналоговые сигналы для интегрирования до тысячи входных сигналов одновременно, что позволяет дендритам выполнять сложные вычисления.
Ещё одно заметное свойство мозга, которое явно задействовано в примере с игрой в теннис, заключается в том, что силу связей между нейронами можно изменять в результате действий и опыта – этот процесс, как считается нейробиологами, является основой обучения и запоминания. Повторяющиеся тренировки позволяют нейронным контурам лучше настраиваться под выполнение задач, что серьёзно увеличивает скорость и точность.
За последние десятилетия инженеры вдохновлялись мозгом, чтобы улучшать компьютеры. Принципы параллельной обработки и модификации весов связей, зависящие от использования, включены в современные компьютеры. К примеру, в разработке компьютеров современной тенденцией служит увеличение параллелизма, например, использование нескольких процессоров (ядер) в одном компьютере. Ещё один пример — глубинное обучение, наука о машинном обучении и искусственном интеллекте, достигшая огромных успехов в последние годы, и отвечающая за быстрый прогресс в распознавании объектов и речи у компьютеров и мобильных устройств, было вдохновлено открытиями, связанными со зрительной системой млекопитающих. 2
Глубинное обучение, подражая зрительной системе млекопитающих, использует несколько слоёв, каждый из которых представляет всё более абстрактные свойства объекта (визуального или речевого), а веса связей между различными слоями подстраиваются при помощи обучения, а не за счёт инженерных усилий. Эти недавние подвижки расширили список задач, подвластных компьютерам. И всё же у мозга остаётся превосходящая компьютеры гибкость, обобщаемость и способность к обучению. По мере того, как нейробиологи будут открывать всё больше секретов мозга (чему помогает всё более активное использование компьютеров), инженеры смогут брать больше примеров для вдохновения у мозга, чтобы и дальше совершенствовать архитектуру и быстродействие компьютеров. Кто бы ни оказался победителем в выполнении конкретной задачи, это взаимное междисциплинарное оплодотворение несомненно продвинет как нейробиологию, так и вычислительную технику.
1. Patterson, D.A. & Hennessy, J.L. Computer Organization and Design (Elsevier, Amsterdam, 2012), 4th ed.
2. LeCun, Y. Bengio, Y., & Hinton, G. Deep learning. Nature 521, 436–444 (2015).
Ликан Люо – профессор Школы гуманитарных и точных наук, а также профессор нейробиологии в Стэнфордском университете.