服务平台简介



计算神经科学(Computational Neuroscience)是一门新兴的基于生物物理数学模型,采用计算方法和手段对大脑神经系统进行研究的脑科学分支。一直以来,对大脑的研究主要依靠实验手段,在不同的时空尺度上对大脑组织进行观察。由于大脑的特殊性及其复杂的神经网络系统使得研究大脑的实验手段非常有限或片面,科学家们一直在瞎子摸象的过程中探索。对于科学家们,大脑曾经完全是黑箱,经过最近几十年(尤其是在国际上多个脑计划的推动下)的迅猛发展,科学家们已经把大脑这个黑箱变成了灰箱。近年来,伴随计算机技术的发展,计算神经科学已经成为研究脑科学的重要利器,有望在不远的将来,把大脑这个灰箱变成一个虚拟的透明大脑!

近年来,以深度学习(Deep Learning)为代表的受脑启发的人工智能(Brain-Inspired AI,BI-AI)技术在应用领域得到快速发展,但发展瓶颈也得到突显。对于开放多变的场景,仅仅是BI-AI已经难以胜任。如何发展更具大脑或类似大脑功能的人工智能(也称通用人工智能,或类脑智能,或强智能,或Brain-Like AI(BL-AI))成为下一代人工智能技术的核心问题。计算神经科学正在成为解决这一核心问题的重要基石。

大脑仿真模拟平台是计算神经科学的实验平台。对于任何大脑工作原理的理论和猜测只有在大脑仿真模拟平台上得以实现才能得到认可。同时通过在大脑仿真模拟平台上的实现,可以进一步改良或简化模型,抽象出最为本质的大脑工作机理,应用于其它领域(如人工智能)。在国际上,经典的大脑仿真模拟平台有美国的NEURON和GENESIS。近年来在欧盟脑计划推动下,NEST平台得到快速发展。在国内,大脑仿真模拟平台一直处于空白,直到今天,在北京市科委和中国传媒大学的大力支持下,我们自主研制的大脑仿真模拟平台NiMiBrainCloud以云服务的方式与大家见面了!

进行大脑仿真所采用的神经元模型主要有HH模型、LIF模型、Izhikevich模型、NiMi模型等。HH方程是神经元最精确的模型,但是HH方程是一套非线性动力学方程,没有数学上的解析解,只能采用数值计算方法,一步一步地以逼近的方式进行推演计算。为了确保逼近的精确度,每一步步长都非常短(例如0.01毫秒)。所以对于现在的计算机而言,一个十万或百万个神经元的神经网络的计算是个十分沉重的负担。LIF模型是一类对HH模型的简化模型。由于LIF模型起码保持了Spike的特征,受到许多研究团队的认可。我院自主研发的神经元NiMi模型相比LIF模型更接近HH模型精度,而且可以采用1毫秒时间步长,比传统方法快100倍的速度来进行计算!



NiMiBrain系列云平台共包含三个支持不同规模脑仿真的平台。其中,NiMiBrainCloud (NMBC)用于大规模脉冲神经网络(Spiking Neural Network, SNN)的仿真模拟,NeuroBuilderCloud (NBC)用于单个神经元和小规模神经环路的仿真模拟,NeuNetBuilderCloud (NNBC)用于包含几百个神经元的中小规模神经环路的仿真模拟。




NiMiBrainCloud(NMBC)平台介绍


NiMiBrainCloud(NMBC)进一步发挥高性能计算集群的优势,在百倍提速的神经元NiMi模型基础上,利用高性能计算集群并行计算能力和高速通信能力,为从事大脑仿真模拟的科研工作者提供了精确度高、计算速度快、并行性好、交互性强等优点的大规模脑神经网络高速仿真平台。目前研发团队已经用NMBC完成了若干个脑仿真示范案例,包括视觉感知、多模态整合和对帕金森症相关脑区的仿真,验证了NMBC的有效性。NMBC的开放意味着用户可通过互联网直接使用NMBC平台,并按照自己的构思完成所需要的神经元网络的构建,进行相关的科研活动。



NeuroBuilderCloud (NBC)平台简介


NeuroBuilderCloud (NBC)是脉冲神经元及小规模神经环路的构建和分析云平台,由中国传媒大学脑科学与智能媒体研究院研发和维护。NBC支持以离子通道为基础的Hodgkin-Huxley (HH)类型神经元,与其它神经元软件不同的是,NBC支持LC神经元模型。LC模型是对HH模型的一种改良,改良后的模型(即LC 模型)可以比原模型(即HH模型)进行快100倍的计算,并能够在GPU这样的并行计算设备上有效部署,实现大规模高精度的仿真模拟。LC神经元模型由曹立宏博士在1995年研制,经受住了20多年来不断新增离子通道的考验。目前NBC支持多房室神经元模型和STC突触可塑性模型。


NeuNetBuilderCloud (NNBC)平台简介


NeuNetBuilderCloud (NNBC)是中小规模脉冲神经网络的构建和分析软件,由中国传媒大学脑科学与智能媒体研究院研发和维护。NNBC以层为神经网络的构建单位,每层可包含多个神经元,神经元模型由用户在NBC构建好,直接导入到NNBC中即可使用。目前NNBC支持多房室神经元模型和STC突触可塑性模型。




平台案例


NMBC:Orientation Selectivity 项目仿真教程

NBC: 巴浦洛夫条件反射实验仿真教程

NNBC:帕金森相关脑区网络仿真教程


我们十分欢迎有兴趣的个人和团队免费注册使用NBC,并请多提宝贵意见和建议!让我们一起携手,为早日打开大脑奥秘,实现通用人工智能共同努力!




相关文章:

   曹立宏:深度学习VS仿脑计算

   黄铁军:类脑计算机的现在与未来