 
                                Hjärnan i datorn Martin Rehn Computer Science & Communication CBN, CSC, KTH f.d. SANS, NADA, KTH Martin Rehn, CBN, KTH 1 Vår grupp: Computational Biology & Neurocomputing (CBN) • 15 personer Computer Science & Communication • Biomekaniska modeller • Beräkningsneurobiologi • Systembiologi Nära samarbete med Karolinska institutet Martin Rehn, CBN, KTH 2 Biomekaniska modeller Computer Science & Communication Gång- och simrörelser Neuronnätsmodeller Mekaniska modeller Martin Rehn, CBN, KTH 3 Systembiologi -cell i pancreas Biokemiska nätverk Computer Science & Communication Martin Rehn, CBN, KTH 4 Beräkningsneurobiologi Computer Science & Communication Modeller av enskilda nervceller Nätverksmodeller Martin Rehn, CBN, KTH 5 Modellering av synbarken Computer Science & Communication Martin Rehn, CBN, KTH Hur kan en simulering hjälpa oss att förstå hur hjärnan arbetar? 6 Primära synbarken i apa  ”Receptiva fält” i synbarken (Den signal som intresserar en viss cell mest)  Runda och långsmala former Ett receptivt fält Computer Science & Communication Receptiva fält från ett antal celler Martin Rehn, CBN, KTH Data från D. Ringach 7 Representation av synintryck  Signalering begränsas av ämnesomsättningen  “Mjuk” gleshet = låg genomsnittlig aktivitet   Computer Science & Communication Martin Rehn, CBN, KTH Enkel ur beräkningssynpunkt “Hård gleshet” = få aktiva nervceller  Fungerar bättre att lagra i minnet  Svårare att beräkna 8 Resultat från simulering “Mjuk” gleshet: Bara kantiga former  “Hård” gleshet: Även runda former (stämmer bättre!) Mjuk gleshet  Hård gleshet Computer Science & Communication Martin Rehn, CBN, KTH Apa (experiment) 9 Modulär hjärnbarksmodell Cell Minikolumn Hyperkolumn Computer Science & Communication Martin Rehn, CBN, KTH TMH 10 IBM BlueGene/L Computer Science & Communication Martin Rehn, CBN, KTH TMH 11 Simulering av hjärnbarken i råtta • Egen simuleringsprogramvara (”SPLIT”) • Blue Gene/L (IBM Rochester) • 2048 processorer (1/32 av maskinen) • Simuleringsstorlek Computer Science & Communication Martin Rehn, CBN, KTH • • • • 9,5 miljoner nervceller (1/6 av full skala) 5 miljarder synapser (1/100 av full skala) 1:100 av realtid inofficiellt världsrekord TMH 12 Slut Computer Science & Communication Martin Rehn, CBN, KTH TMH 14