이 선충은 간단하지 않습니다! 뇌는 고정밀도로 복원되었으며 역동적으로 전진할 수 있습니다.

최고 정밀도의 "선충 뇌"가 여기에 있습니다.

이 "뇌"는 C. elegans 벌레의 전체 생물학적 신경계를 시뮬레이션합니다.

(참고: 예쁜꼬마선충은 302개의 뉴런을 가진 "가장 단순한 살아있는 지능"입니다.)

이번 국내 학자들은 예쁜꼬마선충의 신경망 전체를 복원했을 뿐만 아니라, 그들의 세포하 수준 연결을 세부적으로 복원했습니다.

그 정교함 수준은 현재 알려진 최고 수준에 도달한 것으로 이해됩니다.

이전에 단일 생물학적 뉴런의 계산 복잡성을 연구한 연구에서는 심층 신경망에는 5~8개의 레이어만 필요하다고 지적했습니다. 상호 연결된 뉴런은 단일 생물학적 뉴런의 복잡성을 특징으로 할 수 있습니다.

그리고 이렇게 세심하게 구성된 "뇌"를 통해 이 "지능형 선충"은 역동적인 크롤링을 완성할 수 있습니다.

Beijing Zhiyuan 인공 지능 연구소의 최신 연구 결과이며, 그 뒤에 있는 "예리한 무기"는 Tianyan 프로젝트입니다.

그리고 이 "지능형 선충" MetaWorm 1.0의 탄생은 생명 시뮬레이션의 정확성에 있어서 획기적인 진전일 뿐만 아니라 연구팀에 따르면

이것은 인공 지능 생명을 향한 핵심 단계입니다.

가장 정밀한 뇌는 어떻게 만들어지나요?

이 뇌로 선택된 예쁜꼬마선충은 "신경계를 갖춘 가장 단순한 유기체 중 하나"라고 할 수 있습니다. -

완전한 신경계를 모두 가지고 있습니다. 감지하고, 탈출하고, 먹이를 찾고, 짝짓기를 할 수 있으며, 전체적인 구조는 매우 간단합니다. 성충의 체세포는 약 1,000개에 불과합니다.

길이 1mm 정도의 이 작고 투명한 생물은 과학 연구계에서 '단골 손님'이 되었습니다. 지난 20년 동안 이와 관련된 노벨상이 3번이나 왔습니다.

신경과학자들에게 예쁜꼬마선충의 신경계는 완전히 손상되었으며, 실시간 지도는 그해 네이처 표지에도 실렸는데, 이는 "뇌 회로"를 연구하고 시뮬레이션하는 데 매우 적합합니다.

Δ자웅동체, 총 302개의 신경세포

더 중요한 것은 선충에 존재하는 아세틸콜린, 도파민 등의 신경전달물질이 포유류에도 존재한다는 것입니다.

신경계를 연구하는 것은 인간 신경계의 조절 메커니즘을 연구하는 데에도 중요한 역할을 합니다.

그러나 구조를 연구하는 것과 컴퓨터로 모델링하는 것은 별개입니다.

생물학적 뉴런을 시뮬레이션하는 것은 단순히 컨볼루션과 같은 선형 변환이 아니라, 세포 간 등의 물질 교환과 뉴런 간의 활동 전위 생성 및 전도를 시뮬레이션하는 것입니다.

예를 들어, 시냅스 사이의 송신기 전송에는 수량, 속도, 농도, 역류, 방향 등과 같은 여러 매개변수가 포함됩니다. 수학적 모델을 사용하여 계산하고 시뮬레이션하는 것은 훨씬 더 복잡합니다.

완전한 신경계를 시뮬레이션하더라도 컴퓨터를 사용하여 실제 환경에 가까운 '사이버 공간'을 시뮬레이션하고 그 안에서 '지능형 선충' 모델을 훈련시키는 방법은 또 다른 주요 연구 과제입니다.

이전에는 많은 팀에서 선충 시뮬레이션에 대한 연구를 진행했지만 정확도와 시뮬레이션 환경 모두 여전히 현실과는 거리가 멀습니다. 마치 우리가 흔히 사용하는 생체 공학 로봇 물고기가 물고기의 정확도와는 거리가 멀기 때문입니다.

이번 Tianyan 팀은 최고 정밀도의 지능형 "사이버 선충"을 성공적으로 모델링하여 3D 유체 시뮬레이션 환경에서 역동적으로 꿈틀대며 장점을 찾고 단점을 피할 수 있는 능력을 갖게 되었습니다.

그렇다면, 이 "지능형 선충"은 어떤 모습일까요?

먼저, 팀은 선충의 "전자 뉴런"을 모델링하기 위해 수많은 공식과 모델을 사용했습니다.

다중 이온 채널 모델, Hodgkin-Huxley 모델, 다중 구획 모델(Multi-compartment Model)의 세 가지 주요 모델이 사용됩니다.

그 중 다중 이온 채널 모델은 이름에서 알 수 있듯이 세포막의 다양한 이온 채널을 시뮬레이션하는 데 사용됩니다. Trimble 1.0 모델은 14가지 종류의 이온 채널을 사용합니다.

Hodgkin-Huxley 모델(HH 모델) 각 뉴런을 결합하여 부품을 다양한 회로 구성 요소로 시뮬레이션합니다.

ΔHH 모델 예, 사진은 Wikipedia에서 따옴 - 실제 생물학은 정교한 전자 기기입니다

다중 챔버 모델, 뉴런은 시스템으로 간주되며 동적 특성에 따라 여러 개의 캐빈으로 나뉘며 각 캐빈에는 포함된 이온 채널도 다양합니다.

Δ사진은 Jiang Xiaofang, Liu Shenquan, Zhang Xuchen이 작성한 "중간 가시 뉴런의 다중 구획 모델 분석" 논문에서 가져온 것입니다.

이 세 가지 모델을 결합하여 뉴런의 구조와 구조 뉴런 세포막의 결합이 가능합니다. 활동 전위 및 경사 전위의 형성 및 전도뿐만 아니라 다양한 신체 부위 간의 물질 전도 속도도 시뮬레이션됩니다.

제작 후 이 "스마트 선충"은 예쁜꼬마선충(자웅동체)의 302개 뉴런과 이러한 뉴런 사이의 수천 개의 연결을 세심하게 모델링했으며, 14가지 이온 채널을 사용하여 세부 사항이 세포 이하 수준에 도달했습니다.

C. elegans의 302개 뉴런은 감각 뉴런, 중간 뉴런, 운동 뉴런으로 구분됩니다. 그 중 팀은 106개의 감각 및 운동 뉴런에 대한 고정밀 모델링을 수행하고 전기생리학적 역학에 고도로 적합했습니다.

통계에 따르면 단일 뉴런의 최대 구획 수는 2313이고 최소 구획 수는 10입니다. 302개의 뉴런은 각각 평균 ​​52개의 구획으로 구성됩니다. 뉴런 사이의 시냅스 연결은 신경돌기(수상돌기, 축삭) 수준만큼 정교합니다.

그런 다음 팀은 선충이 현실에 가까운 장면에서 움직일 수 있도록 3D 유체 역학 시뮬레이션 환경을 구축했습니다.

환경을 시뮬레이션하는 단계는 선충이 미세 환경의 움직임에 어떻게 적응하는지 연구하는 핵심 단계입니다.

선충 모델링이 세포 이하 수준(미크론 수준)으로 정제된 후 물리적 법칙의 규모가 줄어들고 마찰과 점성의 영향이 중력보다 몇 배 더 큽니다.

이 경우에도 선충은 에너지를 제공하기 위해 자유롭게 물을 먹고 마실 수 있으며, 이는 환경과 상호 작용하는 독창적인 방식과 불가분의 관계입니다.

따라서 Tianyan 팀은 전산 신경학, 운동 역학, 그래픽 및 기타 학제간 학문을 결합하여 지능형 선충 "Tianbao"에 대한 현실적인 선충 근육 및 신체 소프트웨어 모델을 구축하고 인공 지능 훈련에 더 적합한 유체 시뮬레이션을 구축했습니다. 환경.

구체적으로 이 환경 프레임워크는 3차원 모델링, 유한 요소 해석, 단순화된 유체 모델, 강화 학습, 시각화 등을 포함한 여러 모듈로 구성되어 선충과 환경 간의 상호 작용을 최대한 시뮬레이션할 수 있습니다.

현재 국제적으로 선도적인 OpenWorm 선충류 시뮬레이션 프로젝트와 비교할 때 Tianyan 팀의 유체 시뮬레이션 환경은 규모가 더 크며 생명체를 위한 다체/군집 지능형 행동 시뮬레이션 환경으로 더 적합하며 복잡한 학습 작업을 완료합니다. 그리고 지능적인 존재들을 훈련시키세요.

드디어 팀은 선충 모델을 시뮬레이션 환경에 배치하고 사전 훈련을 완료했습니다.

이것들은 모두 미래 Tianyan 플랫폼의 구성 요소입니다. 구체적으로는 고정밀, 대규모 생물학적 뉴런 시뮬레이션에 사용할 수 있도록 아직 구축 중인 다중 GPU 클러스터 플랫폼입니다.

선충 길이가 1,300개가 넘는 장면 규모의 시뮬레이션 환경에서 팀은 이제 환경 화학적 신호의 분포에 따라 자율적으로 행동할 수 있는 "지능형 선충"을 사전 훈련했으며 이 장면은 더 넓은 공간과 다중을 지원할 수도 있습니다. 선충 그룹.

팀에 따르면 "지능형 선충" 모델은 동일한 컴퓨팅 리소스에서 단일 선충의 단일 시뮬레이션 시간이 0.1초 미만으로 유체 환경과의 상호 작용 규칙을 효율적이고 정확하게 계산할 수 있습니다.

다음 단계에서 Tianyan 팀은 이 "사이버웜"이 장애물 회피 및 채집과 같은 보다 복잡한 지능형 작업을 수행할 수 있도록 할 계획입니다.

사실 뇌와 유사한 지능 연구는 늘 세계적인 이슈였습니다.

국제적으로는 유럽연합 브레인 프로젝트(European Union Brain Project)가 지원하는 블루 브레인 프로젝트(Blue Brain Project), 미국 브레인 프로젝트(American Brain Project) 등이 뇌 영감 연구를 진행하고 있으며, 구글과 같은 거대 기술 기업들은 지난 5년 동안 뇌 지도와 뇌 도구를 출시해 왔습니다. MIT 등 대학 연구기관에서는 19개의 선충 모의 뉴런을 이용해 자율주행 제어를 구현하는데...

하지만 뇌모사 연구라는 관점에서만 보면 디자인까지 각 팀의 연구 방향이 많이 다르다. 먼저 칩을 만든 다음 알고리즘을 설계하여 뇌에서 영감을 받은 컴퓨팅을 구현합니다.

그러나 이러한 연구는 칩과 같은 하드웨어에 의한 알고리즘의 설계 및 구현을 제한하게 되며 궁극적으로 뇌와 같은 지능을 구현하려는 목표에 훨씬 미치지 못하게 됩니다.

반면, Tianyan 팀은 AI 구현의 관점에서 뇌와 같은 지능을 연구하고 구현하기로 결정했습니다.

그래도 선충의 뇌를 모델링하기 위해 온갖 수고를 한다는 것이 과연 의미가 있을까요?

선충의 "뇌"의 용도는 무엇인가요?

이 문제를 한 문장으로 요약하면, :

이것은 인공지능 생활을 향한 중요한 단계입니다.

인공지능 탄생 이후 '기계를 사람처럼 만드는 것'은 연구자들이 열심히 개발해 온 방향이 되었습니다.

그러나 시간이 지남에 따라 딥러닝이 지배하는 현재 개발 단계에서도 인공지능은 아직 진정한 의미의 지능 수준에 도달하지 못했습니다.

2016년 전 세계를 놀라게 한 알파고 같은 바둑 게임조차 인공지능에 대한 사람들의 이해를 새롭게 했을 뿐입니다.

그러나 CMU 교수인 Hans Moravec은 다음과 같이 말했습니다.

컴퓨터가 어른처럼 체스를 두도록 만드는 것은 상대적으로 쉽지만, 컴퓨터가 1년 동안의 인지력과 행동 능력을 갖도록 만드는 것은 꽤 어렵습니다. 늙은 아이. , 심지어 불가능합니다.

그럼 무엇이 문제일까요?

2016년 즈위안연구소 황철준 원장이 답을 내놓았습니다.

그는 딥러닝이 본질적으로 인공 신경망에 의존하고, 생물학적 지능도 생물학적 신경망에 의존한다고 믿습니다.

그 중 인공 신경망은 "기능 구현"에 더 가까운 반면, 생물학적 신경망은 "기능 구현 구조"를 시뮬레이션합니다. 둘은 "볼륨" 측면에서 동일한 수준이 아니며 후자가 훨씬 더 큽니다. . 더 많이, 더 중요하게 -

구조가 기능을 결정하고 생물학적 신경망이 지능의 전달자이기 때문입니다.

따라서 황철준이 이 상황을 바탕으로 제안한 "해결책"은 다음과 같습니다.

뇌 메커니즘 시뮬레이션의 관점에서.

간단히 말하면 생물학적 뇌 내부의 '작동 모드'를 탐구하는 것이 일반 인공지능으로 이어지는 길 중 하나입니다.

공교롭게도 2009년 초 스위스 로잔공과대학교의 헨리 마크람 교수도 비슷한 견해를 내놓았습니다.

당시 그는 슈퍼컴퓨터를 활용해 뇌 구조 이해를 바탕으로 뇌 모델을 구축하겠다는 계획을 발표했다.

이 계획은 나중에 유럽 연합으로부터 강력한 지지와 관심을 받았습니다. 왜냐하면 이 접근 방식의 중요성은 인간 뇌 자체의 지능을 이해하는 것뿐만 아니라 뇌 질환에 대한 대체 치료법을 찾을 수도 있다는 것입니다.

하지만 문제도 연달아 발생합니다. 컴퓨터를 사용하여 인간의 뇌 신경망 전체를 시뮬레이션하는 것은 매우 어렵습니다.

이것은 계산 시뮬레이션의 복잡성 때문일 뿐만 아니라 생물학적 두뇌 자체의 복잡성 때문이기도 합니다.

결국 인간의 뇌는 무려 1011개의 뉴런으로 구성되어 있고, 필요한 계산량과 비용도 분명합니다.

인간이 실제로 두뇌를 사용하여 추론, 창조 등 일련의 행동을 수행할 때 소비하는 전력은 20~25와트에 불과합니다.

즉, 생물학적 뇌는 "고지능"과 "저전력 소비"라는 특성을 가지고 있습니다.

생물학적 두뇌를 연구하는 것이 일반 인공지능의 최고의 청사진인 이유입니다.

그리고 이 신호가 나타나기 시작했습니다.

예를 들어, 심층 인공 신경으로서의 단일 피질 뉴런

2021년 최고 저널인 NEURON에 발표된 네트워크 연구에 따르면 -

심층 신경망은 단일 생물학적 뉴런의 복잡성을 표현하기 위해 5~8개의 상호 연결된 뉴런 레이어가 필요합니다. .

이것은 또한 단일 뉴런의 강력한 컴퓨팅 능력을 입증합니다. 따라서 단일 뉴런을 매우 미세한 방식으로 특성화할 수 있다면 생물학적 정보 처리의 복잡한 프로세스에 더욱 근접할 수 있습니다.

그러나 생물학적 뇌를 보다 세련된 방식으로 시뮬레이션하는 것의 중요성은 그 이상입니다.

현재 인간의 뇌에는 알츠하이머병, 우울증, 뇌 손상 등 여전히 어려운 질병이 많이 남아 있습니다.

다양한 뇌 질환을 연구하는 과정은 막대한 인력과 물적 자원을 소모하는 과정입니다. 생물학적 뇌를 정확하게 시뮬레이션할 수 있다면 또 다른 해결책의 가능성을 제시할 수도 있습니다.

…

간단히 말하면, 뇌를 더 잘 시뮬레이션하고 이해하는 것은 뇌 자체를 이해하는 동시에 인간 자체에 관심을 기울이는 것입니다.

위 내용은 이 선충은 간단하지 않습니다! 뇌는 고정밀도로 복원되었으며 역동적으로 전진할 수 있습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!