生科医学|最高精度“线虫大脑”来了：蠕动前行 高精度还原大脑( 二 )
Hodgkin-Huxley模型 （HH模型） ， 能将神经元的每个部分都模拟成不同的电路元件；
文章图片
△HH模型示例 ， 图片来源于维基百科—真·生物是一台精密的电子仪器
多舱室模型 ， 将神经元视为一个系统 ， 按动力学特点分为若干个舱室 ， 每个舱室所包含的离子通道数目也各不相同 。
文章图片
△图片来源于江小芳, 刘深泉, 张煦晨著论文《中等多棘神经元的多房室模型分析》
这三种模型组合起来 ， 就能将神经元的构造、神经元细胞膜上动作电位和梯度电位的形成与传导、以及物质在各机体部分间传导的速率模拟出来 。
施工完成后的这只“智能线虫” ， 精细建模了秀丽隐杆线虫（雌雄同体）的302个神经元、以及这些神经元之间的数千个连接 ， 使用了14种离子通道 ， 细节达到了亚细胞级别 。
线虫的302个神经元分为感官神经元、中间神经元和运动神经元等 ， 在这其中 ， 团队又针对106个感知和运动神经元进行了高精度建模 ， 高度拟合了它们的电生理动力学 。
统计下来 ， 单个神经元最多舱室（compartment）数2313个 ， 最少10个 。302个神经元平均每个52个舱室 。神经元之间的突触连接精细到神经突（树突、轴突）的水平：
文章图片
然后 ， 团队构造了一个3D流体动态仿真环境 ， 让线虫在接近真实的场景下运动起来 。
注意 ， 模拟环境这一步尤为重要 ， 它是研究线虫如何自适应微观环境运动方式的关键步骤 。
线虫建模精细到亚细胞（微米级别）后 ， 物理定律的尺度都缩小了 ， 摩擦力与粘滞力的作用要比重力大上几个数量级 。
在这种情况下 ， 线虫还能自如地吃饭喝水供能 ， 与其和环境交互的巧妙方式密不可分 。
因此 ， 天演团队结合计算神经学、运动力学、图形学等多学科交叉 ， 为智能线虫“天宝”构造了逼真的线虫肌肉和身体软体模型 ， 建立了更适合人工智能体训练的流体仿真环境 。
具体来说 ， 这个环境框架由包含三维建模、有限元求解、简化流体模型、强化学习、可视化等多个模块 ， 能最大程度上模拟线虫与环境的交互方式 。
相比目前国际领先的OpenWorm线虫仿真项目 ， 天演团队的流体仿真环境规模更大 ， 也更适合作为生命体的多体/群体智能行为仿真环境、完成智各种能体学习训练复杂任务等 。
最后 ， 团队将线虫模型放到仿真环境中 ， 完成了初步训练 。
这些都是未来天演平台的组成部分 。具体来说 ， 这是一个还在建造中的多GPU集群平台 ， 可用于高精度、大规模生物神经元的模拟 。
在场景尺度超过1300个线虫身长的仿真环境下 ， 团队现在已经初步训练出了能够根据环境化学信号分布自主行动的“智能线虫” ， 而这一场景也能支持更大空间和多线虫群体仿真 。
据团队表示 ， “智能线虫”模型能够高效、精准地计算与流体环境相互作用的规律 ， 在相同计算资源下 ， 单线虫单次仿真时间小于0.1秒 。
下一阶段 ， 天演团队计划让这只“赛博线虫”实现避障、觅食等更复杂的智能任务 。
事实上 ， 类脑智能研究一直是个全球性课题 。
国际上 ， 包括欧盟脑计划支持的Blue Brain项目、美国脑计划等都在进行类脑研究；科技巨头如谷歌 ， 近5年一直在发布脑图谱、脑工具；高校研究机构如MIT ， 用19个线虫模拟神经元实现了自动驾驶控制……
然而 ， 单从类脑研究来看 ， 各团队的研究方向却有很大不同 ， 甚至有相当一部分团队藉由先设计芯片、再设计算法的方式来实现类脑计算 。
但这样的研究 ， 反而会被芯片等硬件约束了算法的设计与实现 ， 最终与实现类脑智能的目标相距甚远 。
推荐阅读
- 染色体是什么
- 奔驰漏油后续最新消息处理结果 66万奔驰漏油
- 女生练马甲线的方法有哪些？
- 马甲线怎么练出来？
- 短发|最火女士短发14款，烫卷剪短美美哒，看着很心动
- 真我|红米最强对手：realme骁龙8+旗舰就绪 大电池+百瓦快充
- 宋代是公认的汉文化鼎盛繁荣的时期?美国说宋朝是最伟大的朝代
- 中国最大的蛇是什么样子 中国发现最大的蛇
- 12门派中哪个最厉害 天龙八部哪个门派好
- 长高最好的运动是什么？