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
