Ερευνητές του University of Sussex ανέπτυξαν μία μέθοδο «υπερενίσχυσης» των desktop υπολογιστών ώστε να αποκτούν δυνατότητες αντίστοιχες αυτών υπερυπολογιστών αξίας δεκάδων εκατομμυρίων.
Ο Dr. Τζέιμς Νάιτ και ο καθηγητής Τόμας Νοβότνι χρησιμοποίησαν σύγχρονες GPU (Graphical Processing Units) για να δώσουν σε έναν desktop υπολογιστή τη δυνατότητα προσομοίωσης μοντέλων εγκεφάλου περίπου απεριορίστου μεγέθους.
Οι ερευνητές θεωρούν πως αυτό το επίτευγμα, που παρουσιάζεται με λεπτομέρεια στο Nature Computational Science, θα καταστήσει δυνατόν για πολύ περισσότερους ερευνητές ανά τον κόσμο να πραγματοποιούν έρευνες σε προσομοιώσεις εγκεφάλων μεγάλης κλίμακας- περιλαμβανομένων ερευνών σε νευρολογικές διαταραχές.
Αυτή τη στιγμή το κόστος των υπερυπολογιστών βρίσκεται σε εξαιρετικά υψηλά επίπεδα, κάτι που τους καθιστά προσβάσιμους μόνο σε πολύ μεγάλα ιδρύματα και κυβερνητικές υπηρεσίες- οπότε γίνονται εύκολα αντιληπτά τα πλεονεκτήματα που συνεπάγεται αυτή η μέθοδος. Επίσης, πέραν του χαμηλότερου κόστους, οι προσομοιώσεις στο desktop PC απαιτούν περίπου 10 φορές λιγότερη ενέργεια.
Όπως είπε ο Νάιτ, «νομίζω ότι το κύριο όφελος της έρευνάς μας είναι αυτό της προσβασιμότητας. Πέρα από αυτούς τους πολύ μεγάλους οργανισμούς, οι ακαδημαϊκοί κατά κανόνα πρέπει να υποβάλουν αιτήσεις για να έχουν ακόμα και λίγο χρόνο σε έναν υπερυπολογιστή για έναν συγκεκριμένο επιστημονικό σκοπό...η ελπίδα μας για την έρευνά μας είναι να εφαρμόσουμε αυτές τις τεχνικές στην εμπνεόμενη από τον εγκέφαλο μηχανική μάθηση (machine learning) έτσι ώστε να μπορούμε να βοηθήσουμε στην επίλυση προβλημάτων στα οποία οι βιολογικοί εγκέφαλοι διαπρέπουν, μα που είναι αυτή τη στιγμή πέραν προσομοιώσεων...πιστεύουμε επίσης ότι υπάρχει επίσης δυνατότητα για την ανάπτυξη νέων τύπων νευρομορφικού hardware από τη βάση, για procedural διασυνδεσιμότητα. Βασικά στοιχεία θα έπρεπε να εφαρμόζονται απευθείας στο hardware, κάτι που θα μπορούσε να οδηγήσει σε ακόμα σημαντικότερες βελτιώσεις».
Η εν λόγω έρευνα βασίζεται στη δουλειά του Αμερικανού ερευνητή Γιουτζίν Ιζίκεβιτς, που είχε φτιάξει μια παρόμοια μέθοδο για μεγάλης κλίμακας προσομοίωση εγκεφάλου του 2006. Τότε οι υπολογιστές ήταν πολύ αργοί για την ευρεία εφαρμογή αυτής της μεθόδου, κάτι που σημαίνει πως οι προσομοιώσεις μεγάλης κλίμακας μοντέλων εγκεφάλων μέχρι πρότινος ήταν δυνατές μόνο για μια μειονότητα ερευνητών με προνόμιο την πρόσβαση σε συστήματα υπερυπολογιστών.
Οι ερευνητές εφάρμοσαν την τεχνική του Ιζίκεβιτς σε μια σύγχρονη GPU, με υπολογιστική ισχύ περίπου 2000 φορές αυτήν που ήταν διαθέσιμη πριν 15 χρόνια, για τη δημιουργία ενός μοντέλου ακριβείας του οπτικού φλοιού ενός μακάκου, κάτι που στο παρελθόν μπορούσε να γίνει μόνο σε έναν υπερυπολογιστή. Το σύστημα των ερευνητών χρησιμοποιεί την ποσότητα υπολογιστικής ισχύος που είναι διαθέσιμη σε μια GPU για να παράγει τα επιθυμητά αποτελέσματα “on the go”, απομακρύνοντας την ανάγκη αποθήκευσης δεδομένων διασυνδεσιμότητας στη μνήμη.
Όπως είπε ο Νοβότνι, η συγκεκριμένη έρευνα αποτελεί «game changer» για την υπολογιστική νευροεπιστήμη και τους ερευνητές τεχνητής νοημοσύνης, ενώ επίσης επιτρέπει σε ανθρώπους εκτός του ακαδημαϊκού χώρου να μετατρέψουν τα gaming PC τους σε υπερυπολογιστές, ώστε να «τρέχουν» μεγάλα νευρωνικά δίκτυα.
