Supongo el radio mínimo de la neurita
R = 0.5E-6 [m]
Volumen promedio de cada neurona
4/11*1E-14 [m^3]
La altura de la neurona más fina con volumen promedio resulta
h = 4.63E-3 [m]
h/R ~= 9260
Y su superficie
0.1455E-7 [m^2]
0.5 um / 100 = 5 nm
0.5 um / 10 = 50 nm
Longitud del voxel entre 5 nm y 50 nm.
La longitud total de la neurona más fina con volumen promedio nos sale unos 4.63 milímetros, unas 9260 veces mayor que su radio.
Los potenciales de acción quizá sea mejor incluirlos en los datos de los trozos de neurita. Así limitamos mejor los recursos usados por cada proceso. Esto es importante para garantizar el funcionamiento del sistema en todas las situaciones, independientemente de la cantidad de potenciales de acción.
martes, 23 de agosto de 2011
No disponemos de
No disponemos de información de tomografía con la resolución suficiente como para recrear un sistema nervioso humano. Probablemente será más sencillo extraer la información de un cadáver bien conservado destruyéndolo en el proceso de extracción. Para este segundo método quizás la tecnología necesaria podría estar disponible en un plazo corto de tiempo.
Podemos investigar los parámetros de ingeniería necesarios que permitan crear un sistema nervioso artificial equivalente o lo más parecido posible al sistema nervioso humano.
Según el libro que tengo
+ (Número total de neuronas) = 10^11
+ La glia supera a las neuronas en 10 veces
+ (Superficie neurona típica) = 2.5E-7 [m^2]
Para dimensionar el sistema hay que estimar cuantos elementos habrá, con qué parámetros se caracterizará cada elemento, y la cantidad de operaciones por elemento y segundo. Con esos datos podremos hacernos una idea de la capacidad de cálculo y la cantidad de memoria que necesitaremos.
El sistema nervioso, como decía en algún mensaje anterior, estará dividido en cubos. Cuanto más pequeños sean los cubos menos capacidad de cálculo y memoria serán necesarios para cada proceso, pero habrá más procesos.
La capacidad de cálculo de cada CPU está limitada por la tecnología actual, pero podemos dividir el sistema nervioso en cubos lo suficientemente pequeños como para que cada CPU pueda ejecutar al menos un proceso. Por tanto el sistema es realizable con la tecnología actual, aunque el número de CPUs necesarias con la tecnología actual será muy grande, mucho más de 100000. ¿Cómo de grande?
Usaré la hipótesis de que el sistema nervioso (glia+neuronas) tiene un volumen de unos 4 litros.
¿Cuántos elementos habrá aproximadamente? ¿Cuánta memoria será necesaria? ¿Cuantas operaciones por segundo?
Los elementos serán principalmente trozos de neurita y potenciales de acción.
NEURONA PROMEDIO CILÍNDRICA
+ (Superficie) = 2.5E-7 [m^2]
+ (Volumen) = 4/11*1E-14 ~= 3.636E-15 [m^3]
+ (Radio) = 29.1E-9 [m] (calculado)
+ (Altura) = 1.3677 [m] (calculado)
Si tenemos en cuenta que el tamaño del soma de una neurona típica es unos 20 um, y el de las vesículas sinápticas 50 nm, resulta que 29.1 nm para el radio promedio de las neuritas es un número extremadamente pequeño. Por otra parte la altura de la neurona cilíndrica promedio parece demasiado grande.
29.1 nm / 100 = 0.291 nm ~= 0.3 nm
29.1 nm / 10 = 2.91 nm ~= 3 nm
Longitud del voxel entre 0.3 nm y 3 nm.
La arista de un cubo conteniendo un átomo de cobre puede medir unos 0.23 nm. El radio promedio de las neuritas me sale demasiado pequeño.
¿En qué me estoy equivocando?
Podemos investigar los parámetros de ingeniería necesarios que permitan crear un sistema nervioso artificial equivalente o lo más parecido posible al sistema nervioso humano.
Según el libro que tengo
+ (Número total de neuronas) = 10^11
+ La glia supera a las neuronas en 10 veces
+ (Superficie neurona típica) = 2.5E-7 [m^2]
Para dimensionar el sistema hay que estimar cuantos elementos habrá, con qué parámetros se caracterizará cada elemento, y la cantidad de operaciones por elemento y segundo. Con esos datos podremos hacernos una idea de la capacidad de cálculo y la cantidad de memoria que necesitaremos.
El sistema nervioso, como decía en algún mensaje anterior, estará dividido en cubos. Cuanto más pequeños sean los cubos menos capacidad de cálculo y memoria serán necesarios para cada proceso, pero habrá más procesos.
La capacidad de cálculo de cada CPU está limitada por la tecnología actual, pero podemos dividir el sistema nervioso en cubos lo suficientemente pequeños como para que cada CPU pueda ejecutar al menos un proceso. Por tanto el sistema es realizable con la tecnología actual, aunque el número de CPUs necesarias con la tecnología actual será muy grande, mucho más de 100000. ¿Cómo de grande?
Usaré la hipótesis de que el sistema nervioso (glia+neuronas) tiene un volumen de unos 4 litros.
¿Cuántos elementos habrá aproximadamente? ¿Cuánta memoria será necesaria? ¿Cuantas operaciones por segundo?
Los elementos serán principalmente trozos de neurita y potenciales de acción.
NEURONA PROMEDIO CILÍNDRICA
+ (Superficie) = 2.5E-7 [m^2]
+ (Volumen) = 4/11*1E-14 ~= 3.636E-15 [m^3]
+ (Radio) = 29.1E-9 [m] (calculado)
+ (Altura) = 1.3677 [m] (calculado)
Si tenemos en cuenta que el tamaño del soma de una neurona típica es unos 20 um, y el de las vesículas sinápticas 50 nm, resulta que 29.1 nm para el radio promedio de las neuritas es un número extremadamente pequeño. Por otra parte la altura de la neurona cilíndrica promedio parece demasiado grande.
29.1 nm / 100 = 0.291 nm ~= 0.3 nm
29.1 nm / 10 = 2.91 nm ~= 3 nm
Longitud del voxel entre 0.3 nm y 3 nm.
La arista de un cubo conteniendo un átomo de cobre puede medir unos 0.23 nm. El radio promedio de las neuritas me sale demasiado pequeño.
¿En qué me estoy equivocando?
Termorreceptores del sistema nervioso
+ Termorreceptores
+ Temperatura
+ Diferencia de potencial eléctrico
+ Electrocución
+ Quemadura
+ Ley de Planck
+ Cantidad de movimiento de los fotones
+ Respuesta en frecuencia de los termorreceptores
+ Neuronas e iones
+ Temperatura
+ Diferencia de potencial eléctrico
+ Electrocución
+ Quemadura
+ Ley de Planck
+ Cantidad de movimiento de los fotones
+ Respuesta en frecuencia de los termorreceptores
+ Neuronas e iones
Los 'superordenadores' de IBM, entre los más eficientes ...
TECNOLOGÍA | Lista Green500
Los 'superordenadores' de IBM, entre los más eficientes energéticamente del mundo
Europa Press | Madrid
Actualizado miércoles 01/12/2010 17:25 horas
Los superordenadores de IBM son los más eficientes energéticamente del mundo según la última edición de Green500, el ranking de los superordenadores de mayor eficiencia energética publicado por Green500.org.
De los 25 primeros superordenadores más eficientes del mundo que se incluyen en el ranking, 15 están desarrollados con tecnología de IBM, según informó la compañía de 'software' en un comunicado.
Además, los sistemas de la compañía representan más la mitad de los primeros 100 clasificados. Esta lista incluye superordenadores de todo el mundo que se utilizan para aplicaciones tan diversas como la astronomía, la predicción del clima o la investigación farmacéutica.
Está previsto que el nuevo superordenador Blue Gene se utilice en 2012 en el Laboratorio Nacional Lawrence Livermore y el Laboratorio Nacional Argonne que han colaborado con IBM en el diseño del 'hardware' y 'software' del nuevo Blue Gene. Asimismo, las Universidades de Columbia y Edimburgo también han participado en el diseño del chip de Blue Gene.
http://www.elmundo.es/elmundo/2010/12/01/navegante/1291220737.html
http://www.elmundo.es/
Los 'superordenadores' de IBM, entre los más eficientes energéticamente del mundo
Europa Press | Madrid
Actualizado miércoles 01/12/2010 17:25 horas
Los superordenadores de IBM son los más eficientes energéticamente del mundo según la última edición de Green500, el ranking de los superordenadores de mayor eficiencia energética publicado por Green500.org.
De los 25 primeros superordenadores más eficientes del mundo que se incluyen en el ranking, 15 están desarrollados con tecnología de IBM, según informó la compañía de 'software' en un comunicado.
Además, los sistemas de la compañía representan más la mitad de los primeros 100 clasificados. Esta lista incluye superordenadores de todo el mundo que se utilizan para aplicaciones tan diversas como la astronomía, la predicción del clima o la investigación farmacéutica.
Está previsto que el nuevo superordenador Blue Gene se utilice en 2012 en el Laboratorio Nacional Lawrence Livermore y el Laboratorio Nacional Argonne que han colaborado con IBM en el diseño del 'hardware' y 'software' del nuevo Blue Gene. Asimismo, las Universidades de Columbia y Edimburgo también han participado en el diseño del chip de Blue Gene.
http://www.elmundo.es/elmundo/2010/12/01/navegante/1291220737.html
http://www.elmundo.es/
Tianhe-1
"China desbanca a EE UU con el superordenador más rápido del mundo
La máquina, dedicada a aplicaciones civiles y militares, está hecha con chips estadounidenses"
http://www.elpais.com/articulo/sociedad/China/desbanca/EE/UU/superordenador/rapido/mundo/elpeputec/20101028elpepusoc_6/Tes
http://www.elpais.com/
La máquina, dedicada a aplicaciones civiles y militares, está hecha con chips estadounidenses"
http://www.elpais.com/articulo/sociedad/China/desbanca/EE/UU/superordenador/rapido/mundo/elpeputec/20101028elpepusoc_6/Tes
http://www.elpais.com/
IBM anuncia la llegada de ordenadores que simulan el ...
IBM anuncia la llegada de ordenadores que simulan el funcionamiento del cerebro humano
La computación cognitiva, financiada por el Gobierno de EE UU, contará con la colaboración de neurólogos y psicólogos
ELPAÍS.com - Madrid - 24/11/2008
[...]
http://www.elpais.com/articulo/internet/IBM/anuncia/llegada/ordenadores/simulan/funcionamiento/cerebro/humano/elpeputec/20081124elpepunet_2/Tes
La computación cognitiva, financiada por el Gobierno de EE UU, contará con la colaboración de neurólogos y psicólogos
ELPAÍS.com - Madrid - 24/11/2008
[...]
http://www.elpais.com/articulo/internet/IBM/anuncia/llegada/ordenadores/simulan/funcionamiento/cerebro/humano/elpeputec/20081124elpepunet_2/Tes
IBM Seeks to Build the Computer of the Future Based on ...
Press room > Press releases >
IBM Seeks to Build the Computer of the Future Based on Insights from the Brain
IBM Awarded DARPA Funding for Cognitive Computing Collaboration
SAN JOSE, Calif. - 20 Nov 2008: In an unprecedented undertaking, IBM Research and five leading universities are partnering to create computing systems that are expected to simulate and emulate the brain’s abilities for sensation, perception, action, interaction and cognition while rivaling its low power consumption and compact size.
The digital data explosion shows no signs of slowing down -- according to analyst firm IDC, the amount of digital data is growing at a mind-boggling 60 percent each year, giving businesses access to incredible new streams of information. But without the ability to monitor, analyze and react to this information in real-time, the majority of its value may be lost. Until the data is captured and analyzed, decisions or actions may be delayed. Cognitive computing offers the promise of systems that can integrate and analyze vast amounts of data from many sources in the blink of an eye, allowing businesses or individuals to make rapid decisions in time to have a significant impact.
[VIDEO]
For example, bankers must make split-second decisions based on constantly changing data that flows at an ever-dizzying rate. And in the business of monitoring the world’s water supply, a network of sensors and actuators constantly records and reports metrics such as temperature, pressure, wave height, acoustics and ocean tide. In either case, making sense of all that input would be a Herculean task for one person, or even for 100. A cognitive computer, acting as a “global brain,” could quickly and accurately put together the disparate pieces of this complex puzzle and help people make good decisions rapidly.
By seeking inspiration from the structure, dynamics, function, and behavior of the brain, the IBM-led cognitive computing research team aims to break the conventional programmable machine paradigm. Ultimately, the team hopes to rival the brain’s low power consumption and small size by using nanoscale devices for synapses and neurons. This technology stands to bring about entirely new computing architectures and programming paradigms. The end goal: ubiquitously deployed
computers imbued with a new intelligence that can integrate information from a variety of sensors and sources, deal with ambiguity, respond in a context-dependent way, learn over time and carry out pattern recognition to solve difficult problems based on perception, action and cognition in complex, real-world environments.
IBM and its collaborators have been awarded $4.9 million in funding from the Defense Advanced Research Projects Agency (DARPA) for the first phase of DARPA’s Systems of Neuromorphic Adaptive Plastic Scalable Electronics (SyNAPSE) initiative. IBM’s proposal, “Cognitive Computing via Synaptronics and Supercomputing (C2S2),” outlines groundbreaking research over the next nine months in areas including synaptronics, material science, neuromorphic circuitry, supercomputing simulations and virtual environments. Initial research will focus on demonstrating nanoscale, low power synapse-like devices and on uncovering the functional microcircuits of the brain. The long-term mission of C2S2 is to demonstrate low-power, compact cognitive computers that approach mammalian-scale intelligence.
“Exploratory research is in the fabric of IBM’s DNA,” said Josephine Cheng, IBM Fellow and vice president of IBM’s Almaden Research Center in San Jose. “We believe that our cognitive computing initiative will help shape the future of computing in a significant way, bringing to bear new technologies that we haven’t even begun to imagine. The initiative underscores IBM’s capabilities in bold, exploratory research and interest in powerful collaborations to understand the way the world works.”
IBM has assembled a multi-dimensional, integrated world-class team of researchers and collaborators led by Dr. Dharmendra Modha, manager of IBM’s cognitive computing initiative, to take on the challenge including Stanford University (Professors Kwabena Boahen, H.-S. Philip Wong, Brian Wandell), University of Wisconsin-Madison (Professor Gulio Tononi), Cornell University (Professor Rajit Manohar), Columbia University Medical Center (Professor Stefano Fusi) and University of California- Merced (Professor Christopher Kello). IBM Researchers include Dr. Stuart Parkin, Dr. Chung Lam, Dr. Bulent Kurdi, Dr. J. Campbell Scott, Dr. Paul Maglio, Dr. Simone Raoux, Dr. Rajagopal Ananthanarayanan, Dr. Raghav Singh, and Dr. Bipin Rajendran.
Recently, the IBM cognitive computing team demonstrated the near-real-time simulation at a scale of a small mammal brain using cognitive computing algorithms with the power of IBM’s BlueGene supercomputer. With this simulation capability, the researchers are experimenting with various mathematical hypotheses of brain function and structure as they work toward discovering the brain’s core computational micro and macro circuits.
In the past, the field of artificial intelligence research has focused on individual aspects of engineering intelligent machines. Cognitive computing, on the cutting edge of this line of research, seeks to engineer holistic intelligent machines that neatly tie together all of the pieces. IBM’s cognitive computing initiative was born out its 2006 Almaden Institute, which annually brings together top minds to address fundamental challenges at the very edge of science and technology. IBM has a rich history in the area of artificial intelligence research going all the way back to 1956 when IBM performed the world’s first large-scale (512 neuron) cortical simulation.
For more information about IBM Research, please visit www.ibm.com/research or the IBM Research blog at: http://ibmresearchnews.blogspot.com/.
http://www-03.ibm.com/press/us/en/pressrelease/26123.wss
IBM Seeks to Build the Computer of the Future Based on Insights from the Brain
IBM Awarded DARPA Funding for Cognitive Computing Collaboration
SAN JOSE, Calif. - 20 Nov 2008: In an unprecedented undertaking, IBM Research and five leading universities are partnering to create computing systems that are expected to simulate and emulate the brain’s abilities for sensation, perception, action, interaction and cognition while rivaling its low power consumption and compact size.
The digital data explosion shows no signs of slowing down -- according to analyst firm IDC, the amount of digital data is growing at a mind-boggling 60 percent each year, giving businesses access to incredible new streams of information. But without the ability to monitor, analyze and react to this information in real-time, the majority of its value may be lost. Until the data is captured and analyzed, decisions or actions may be delayed. Cognitive computing offers the promise of systems that can integrate and analyze vast amounts of data from many sources in the blink of an eye, allowing businesses or individuals to make rapid decisions in time to have a significant impact.
[VIDEO]
For example, bankers must make split-second decisions based on constantly changing data that flows at an ever-dizzying rate. And in the business of monitoring the world’s water supply, a network of sensors and actuators constantly records and reports metrics such as temperature, pressure, wave height, acoustics and ocean tide. In either case, making sense of all that input would be a Herculean task for one person, or even for 100. A cognitive computer, acting as a “global brain,” could quickly and accurately put together the disparate pieces of this complex puzzle and help people make good decisions rapidly.
By seeking inspiration from the structure, dynamics, function, and behavior of the brain, the IBM-led cognitive computing research team aims to break the conventional programmable machine paradigm. Ultimately, the team hopes to rival the brain’s low power consumption and small size by using nanoscale devices for synapses and neurons. This technology stands to bring about entirely new computing architectures and programming paradigms. The end goal: ubiquitously deployed
computers imbued with a new intelligence that can integrate information from a variety of sensors and sources, deal with ambiguity, respond in a context-dependent way, learn over time and carry out pattern recognition to solve difficult problems based on perception, action and cognition in complex, real-world environments.
IBM and its collaborators have been awarded $4.9 million in funding from the Defense Advanced Research Projects Agency (DARPA) for the first phase of DARPA’s Systems of Neuromorphic Adaptive Plastic Scalable Electronics (SyNAPSE) initiative. IBM’s proposal, “Cognitive Computing via Synaptronics and Supercomputing (C2S2),” outlines groundbreaking research over the next nine months in areas including synaptronics, material science, neuromorphic circuitry, supercomputing simulations and virtual environments. Initial research will focus on demonstrating nanoscale, low power synapse-like devices and on uncovering the functional microcircuits of the brain. The long-term mission of C2S2 is to demonstrate low-power, compact cognitive computers that approach mammalian-scale intelligence.
“Exploratory research is in the fabric of IBM’s DNA,” said Josephine Cheng, IBM Fellow and vice president of IBM’s Almaden Research Center in San Jose. “We believe that our cognitive computing initiative will help shape the future of computing in a significant way, bringing to bear new technologies that we haven’t even begun to imagine. The initiative underscores IBM’s capabilities in bold, exploratory research and interest in powerful collaborations to understand the way the world works.”
IBM has assembled a multi-dimensional, integrated world-class team of researchers and collaborators led by Dr. Dharmendra Modha, manager of IBM’s cognitive computing initiative, to take on the challenge including Stanford University (Professors Kwabena Boahen, H.-S. Philip Wong, Brian Wandell), University of Wisconsin-Madison (Professor Gulio Tononi), Cornell University (Professor Rajit Manohar), Columbia University Medical Center (Professor Stefano Fusi) and University of California- Merced (Professor Christopher Kello). IBM Researchers include Dr. Stuart Parkin, Dr. Chung Lam, Dr. Bulent Kurdi, Dr. J. Campbell Scott, Dr. Paul Maglio, Dr. Simone Raoux, Dr. Rajagopal Ananthanarayanan, Dr. Raghav Singh, and Dr. Bipin Rajendran.
Recently, the IBM cognitive computing team demonstrated the near-real-time simulation at a scale of a small mammal brain using cognitive computing algorithms with the power of IBM’s BlueGene supercomputer. With this simulation capability, the researchers are experimenting with various mathematical hypotheses of brain function and structure as they work toward discovering the brain’s core computational micro and macro circuits.
In the past, the field of artificial intelligence research has focused on individual aspects of engineering intelligent machines. Cognitive computing, on the cutting edge of this line of research, seeks to engineer holistic intelligent machines that neatly tie together all of the pieces. IBM’s cognitive computing initiative was born out its 2006 Almaden Institute, which annually brings together top minds to address fundamental challenges at the very edge of science and technology. IBM has a rich history in the area of artificial intelligence research going all the way back to 1956 when IBM performed the world’s first large-scale (512 neuron) cortical simulation.
For more information about IBM Research, please visit www.ibm.com/research or the IBM Research blog at: http://ibmresearchnews.blogspot.com/.
http://www-03.ibm.com/press/us/en/pressrelease/26123.wss
Solo estamos interesados en
Solo estamos interesados en simular las perturbaciones eléctricas que se propagan, pero ni siquiera nos interesan sus formas exactas, nos basta con poder cuantificar de alguna manera el efecto que provocan al pasar de una neurona a la siguiente. La información de la red neuronal que afecta a la propagación de las perturbaciones eléctricas seguramente se puede comprimir en parámetros por tramo de neurita. Sería algo parecido a los parámetros de tramos de línea de transmisión de CEM.
No es imprescindible poder almacenar la memoria a corto plazo que se encuentra en forma química antes de la formación de nuevas uniones sinápticas.
Todo el alma está en la información almacenada a largo plazo en la red neuronal natural.
La idea es dividir la información espacial obtenida de la imagen de tomografía del futuro en cubos grandes --los cubos pequeños a los que me refería en los mensajes anteriores los podemos llamar voxels o pixels 3D-- y asignar cada cubo grande a un proceso, usando tantas CPUs como sean necesarias.
Una vez cargados los datos cada cubo intercambia datos de potenciales de acción en movimiento con sus hasta 26 cubos contiguos, aunque principalmente lo hará con los 6 cubos de sus caras.
El software es el mismo en todos los procesos y se limita a simular el movimiento del equivalente a los potenciales de acción por los tramos de neuronas y por las uniones sinápticas, y a modificar los parámetros de cada tramo según la cantidad de potenciales de acción, donde se incluye el efecto de la satisfacción medida por las neuronas o glándulas neurosensibles segregadoras de dopamina (VTA).
La lógica de funcionamiento es más complicada, pero se puede hacer.
No es imprescindible poder almacenar la memoria a corto plazo que se encuentra en forma química antes de la formación de nuevas uniones sinápticas.
Todo el alma está en la información almacenada a largo plazo en la red neuronal natural.
La idea es dividir la información espacial obtenida de la imagen de tomografía del futuro en cubos grandes --los cubos pequeños a los que me refería en los mensajes anteriores los podemos llamar voxels o pixels 3D-- y asignar cada cubo grande a un proceso, usando tantas CPUs como sean necesarias.
Una vez cargados los datos cada cubo intercambia datos de potenciales de acción en movimiento con sus hasta 26 cubos contiguos, aunque principalmente lo hará con los 6 cubos de sus caras.
El software es el mismo en todos los procesos y se limita a simular el movimiento del equivalente a los potenciales de acción por los tramos de neuronas y por las uniones sinápticas, y a modificar los parámetros de cada tramo según la cantidad de potenciales de acción, donde se incluye el efecto de la satisfacción medida por las neuronas o glándulas neurosensibles segregadoras de dopamina (VTA).
La lógica de funcionamiento es más complicada, pero se puede hacer.
Suscribirse a:
Entradas (Atom)