hjärnan i datorn martin rehn cbn, csc, kth
DESCRIPTION
Hjärnan i datorn Martin Rehn CBN, CSC, KTH. f.d. SANS, NADA, KTH. Vår grupp: Computational Biology & Neurocomputing (CBN). 15 personer. Biomekaniska modeller Beräkningsneurobiologi Systembiologi. Nära samarbete med Karolinska institutet. Biomekaniska modeller. Gång- och simrörelser - PowerPoint PPT PresentationTRANSCRIPT
1
Computer Science & Communication
Martin Rehn, CBN, KTH
Hjärnan i datornMartin RehnCBN, CSC, KTH
f.d.SANS, NADA, KTH
2
Computer Science & Communication
Martin Rehn, CBN, KTH
Vår grupp: Computational Biology & Neurocomputing (CBN)
• Biomekaniska modeller• Beräkningsneurobiologi• Systembiologi
• 15 personer
Nära samarbete med Karolinskainstitutet
3
Computer Science & Communication
Martin Rehn, CBN, KTH
Biomekaniska modeller
Gång- och simrörelser
NeuronnätsmodellerMekaniska modeller
4
Computer Science & Communication
Martin Rehn, CBN, KTH
Systembiologi
Biokemiska nätverk
-cell i pancreas
5
Computer Science & Communication
Martin Rehn, CBN, KTH
Beräkningsneurobiologi
Modeller av enskilda nervceller
Nätverks-modeller
6
Computer Science & Communication
Martin Rehn, CBN, KTH
Modellering av synbarken
Hur kan en simulering hjälpa oss att förstå hur hjärnan arbetar?
7
Computer Science & Communication
Martin Rehn, CBN, KTH
Primära synbarken i apa ”Receptiva fält” i synbarken(Den signal som intresserar en viss cell mest) Runda och långsmala former
Ett receptivt fält
Receptiva fält från ett antal celler
Data från D. Ringach
8
Computer Science & Communication
Martin Rehn, CBN, KTH
Representation av synintryck
Signalering begränsas av ämnesomsättningen “Mjuk” gleshet = låg genomsnittlig aktivitet
Enkel ur beräkningssynpunkt “Hård gleshet” = få aktiva nervceller
Fungerar bättre att lagra i minnet Svårare att beräkna
9
Computer Science & Communication
Martin Rehn, CBN, KTH
Resultat från simulering “Mjuk” gleshet: Bara kantiga former “Hård” gleshet: Även runda former (stämmer bättre!)
Mju
k gl
eshe
tH
ård
gles
het
Apa (experiment)
TMH10
Computer Science & Communication
Martin Rehn, CBN, KTH
Modulär hjärnbarksmodellMinikolumn HyperkolumnCell
TMH11
Computer Science & Communication
Martin Rehn, CBN, KTH
IBM BlueGene/L
TMH12
Computer Science & Communication
Martin Rehn, CBN, KTH
• Egen simuleringsprogramvara (”SPLIT”)• Blue Gene/L (IBM Rochester)
• 2048 processorer (1/32 av maskinen)• Simuleringsstorlek
• 9,5 miljoner nervceller (1/6 av full skala)• 5 miljarder synapser (1/100 av full skala)• 1:100 av realtid• inofficiellt världsrekord
Simulering av hjärnbarken i råtta
TMH14
Computer Science & Communication
Martin Rehn, CBN, KTH
Slut