Mikroprocesory neuromorficzne - Neuro

Mikroprocesory
neuromorficzne
Ma∏e i wydajne urzàdzenia elektroniczne,
dzia∏ajàce jak zespo∏y komórek nerwowych w mózgu,
pozwolà budowaç krzemowe siatkówki
wszczepiane niewidomym, oczy robotów
i inne inteligentne czujniki
KWABENA BOAHEN
WSZCZEPIALNA KRZEMOWA SIATKÓWKA (wizja artystyczna grafika),
naÊladujàca naturalne funkcje oka, pozwoli widzieç niewidomym.
40
ÂWIAT NAUKI CZERWIEC 2005
s∏ynnym pojedynku szachowym w 1997 roku superkomputer IBM Deep Blue
pokona∏ arcymistrza Garriego Kasparowa po prostu si∏à. Maszyna analizowa∏a
200 mln potencjalnych ruchów na szachownicy w ciàgu sekundy, podczas gdy
jej przeciwnik z krwi i koÊci – najwy˝ej trzy. Zwyci´stwo Deep Blue nie oznacza
jednak, ˝e komputery mogà rywalizowaç z ludzkim mózgiem w takich dziedzinach, jak widzenie, s∏yszenie, rozpoznawanie wzorca czy uczenie si´. Komputery na przyk∏ad nie sà w stanie tak jak my rozpoznaç kogoÊ z daleka tylko po sposobie chodzenia. A jeÊli chodzi o ich wydajnoÊç, to nie ma o czym mówiç. Typowy superkomputer w porównaniu
z bry∏à tkanki nerwowej wielkoÊci melona, jakà jest nasz mózg, wa˝y oko∏o 1000 razy wi´cej, ma blisko 10 tys. razy wi´kszà obj´toÊç i zu˝ywa milion razy wi´cej energii.
Jak to mo˝liwe, ˝e mózg, któremu przekazanie sygna∏u chemicznego mi´dzy neuronami
zajmuje jednà tysi´cznà sekundy, radzi sobie z zadaniami szybciej i zu˝ywa przy tym mniej
energii ni˝ najpot´˝niejsze procesory cyfrowe, wykonujàce w ciàgu sekundy nawet miliardy operacji? Tajemnica najwyraêniej tkwi w organizacji tych wolno dzia∏ajàcych elementów.
Mózg nie wykonuje zakodowanych rozkazów, tak jak to robi komputer, lecz pobudza po∏àczenia mi´dzy komórkami nerwowymi, czyli synapsy. Ka˝da taka aktywacja odpowiada
wykonaniu jednego polecenia procesora maszyny cyfrowej; dlatego te˝ liczb´ po∏àczeƒ pobudzanych w mózgu w ciàgu jednej sekundy mo˝na porównaç z liczbà instrukcji realizowanych w tym samym czasie przez procesor komputera. AktywnoÊç synaptyczna ludzkiego mózgu jest osza∏amiajàca: 10 tys. bilionów (1016) po∏àczeƒ nerwowych na sekund´.
Trzeba by miliona komputerów wyposa˝onych w procesor Pentium Intela, by mog∏y temu
tempu sprostaç – nie liczàc wieluset megawatów mocy, którymi nale˝a∏oby je zasilaç.
Nieliczna, ale pomys∏owa grupa elektroników pracuje od niedawna z powodzeniem nad
naÊladowaniem organizacji i dzia∏ania sieci neuronów. Naukowcy mówià o kopiowaniu
organizacji po∏àczeƒ nerwowych do pó∏przewodnikowych uk∏adów scalonych, a uzyskane w ten sposób mikroprocesory nazywajà neuromorficznymi. JeÊli dalej tak dobrze b´dzie im sz∏o, zapewne zbudujà krzemowà wszczepianà siatkówk´ dla niewidomych i procesory dêwi´ku dla nies∏yszàcych, które b´dà dzia∏aç 30 lat na jednej dziewi´ciowoltowej
bateryjce. Innym rezultatem tych badaƒ byç mo˝e b´dà tanie i bardzo sprawne optyczne,
dêwi´kowe czy te˝ zapachowe czujniki do robotów i innych inteligentnych maszyn [ramka
na stronie 43].
Nasz zespó∏ z University of Pennsylvania poczàtkowo skupi∏ si´ na budowie uk∏adu scalonego naÊladujàcego siatkówk´ oka – warstw´ tkanki gruboÊci pó∏ milimetra, wyÊcie∏ajàcà tylnà cz´Êç wn´trza ga∏ki ocznej. Sk∏adajàca si´ z pi´ciu warstw wyspecjalizowanych
komórek siatkówka przeprowadza wst´pnà obróbk´ obrazów, w zasadzie nie anga˝ujàc
do tego mózgu. WybraliÊmy siatkówk´, gdy˝ jest ona jednà z lepiej poznanych i opisanych
przez anatomów struktur czuciowych cz∏owieka. Nast´pnie przystàpiliÊmy do odtworzenia
sposobu, w jaki powstajà takie struktury – procesu, który nazwaliÊmy metamorfingiem.
W
Odtwarzanie siatkówki
BLISKO MILION KOMÓREK zwojowych siatkówki porównuje sygna∏y otrzymywane od zespo∏ów liczàcych od kilku do kilkuset Êwiat∏oczu∏ych elementów (fotoreceptorów), które odbierajà to, co si´ dzieje w niewielkim wycinku pola widzenia. Gdy w danym obszarze coÊ
si´ zmienia, na przyk∏ad nat´˝enie oÊwietlenia, ka˝da komórka zwojowa przesy∏a impulsy
elektryczne, zwane iglicami, wzd∏u˝ nerwu wzrokowego a˝ do mózgu. Przesy∏anie wy∏adowaƒ odbywa si´ proporcjonalnie do wzgl´dnej zmiany nat´˝enia Êwiat∏a w czasie lub przestrzeni, a nie do bezwzgl´dnego nat´˝enia bodêca. Dlatego te˝ czu∏oÊç komórek zwojowych zmniejsza si´, gdy roÊnie ogólne nat´˝enie Êwiat∏a. W ten sposób siatkówka kompensuje
na przyk∏ad milionkrotny wzrost poziomu jasnoÊci nieba mi´dzy przedÊwitem a po∏udniem.
Prace nad budowà sztucznej siatkówki rozpocz´∏a w California Institute of Technology
tu˝ po ukoƒczeniu studiów biologicznych Misha A. Mahowald wraz z Carverem Meadem,
s∏ynnym technologiem uk∏adów scalonych. W swoich prze∏omowych pracach odtworzyli
w krzemie pierwsze trzy z pi´ciu warstw komórek siatkówki [Misha A. Mahowald i Carver
Mead „The Silicon Retina”; Scientific American, maj 1991]. Inni naukowcy, spoÊród
których kilku – w tym ja – przesz∏o przez laboratorium Meada w Caltechu, zdo∏ali odtworzyç
kolejne pi´tra uk∏adu wzrokowego, a tak˝e s∏uchowego. W 2001 roku Kareem Zaghloul,
odbywajàcy w mojej pracowni sta˝ doktorski, odwzorowa∏ w pó∏przewodniku wszystkie pi´ç
warstw siatkówki. Jego uk∏ad scalony emulowa∏ proces przetwarzania informacji wizualnej
do takiej postaci, jakà komórki zwojowe (komórki wysy∏ajàce sygna∏y z siatkówki) przekazujà
CZERWIEC 2005 ÂWIAT NAUKI
41
do mózgu. Pó∏przewodnikowa siatkówka Zaghloula, nazwana
Visio1, odtwarza odpowiedzi czterech podstawowych typów
komórek zwojowych w siatkówce, których aksony w sumie stanowià 90% nerwu wzrokowego [ilustracja powy˝ej].
AktywnoÊç ka˝dego neuronu w obwodach siatkówki reprezentowa∏ u Zaghloula odpowiedni potencja∏ elektryczny. Potencja∏ steruje za pomocà tranzystora pràdem p∏ynàcym pomi´dzy danym miejscem obwodu a innymi. NaÊladuje to
sposób, w jaki organizm moduluje dzia∏alnoÊç synaps. Âwiat∏o padajàce na elektroniczny element Êwiat∏oczu∏y zmienia
Przeglàd / Inspirowane naturà
n
n
n
Dzisiejsze komputery wykonujà miliardy operacji na sekund´,
ale w rozpoznawaniu kszta∏tów czy przetwarzaniu wzrokowym
nadal nie mogà si´ równaç nawet z ma∏ym dzieckiem. Poza tym
ludzki mózg jest milion razy wydajniejszy pod wzgl´dem
energetycznym ni˝ komputer osobisty i zajmuje znacznie
mniej miejsca.
Mikroprocesory neuromorficzne, konstruowane na wzór uk∏adu
nerwowego, charakteryzujà si´ znacznie mniejszym zu˝yciem
mocy ni˝ tradycyjne. Z takich uk∏adów b´dzie mo˝na
w przysz∏oÊci budowaç sztuczne siatkówki, implantowane
niewidomym, jak równie˝ lepsze elektroniczne czujniki.
Zapewne w niedalekiej przysz∏oÊci mikroprocesory
neuromorficzne b´dà naÊladowaç tak˝e procesy samoorganizacji
po∏àczeƒ w mózgu w równie z∏o˝onym stopniu.
42
ÂWIAT NAUKI CZERWIEC 2005
STONE (zdj´cie oka); KAREEM ZAGHLOUL (projekt siatkówki); JEN CHRISTANSEN (fotomonta˝ na poprzednich stronach)
KAREN ZAGHLOUL (na tej stronie)
KRZEMOWA SIATKÓWKA rejestruje ruchy g∏owy Kareema Zaghloula,
naukowca z University of Pennsylvania. Zbudowany przez niego uk∏ad
scalony Visio1 zawiera elektroniczne komórki zwojowe czterech typów,
które naÊladujà dzia∏anie prawdziwych komórek zwojowych siatkówki i
wst´pnie przetwarzajà dane wzrokowe bez wykonywania wielkiej liczby
operacji obliczeniowych. Jedna klasa komórek reaguje na obszary ciemne (czerwony), druga na obszary jasne (zielony). Jeszcze inne grupy komórek reagujà na przednià (˝ó∏ty) albo tylnà (niebieski) kraw´dê poruszajàcego si´ obiektu (przedni i tylny odnosi si´ do kierunku ruchu). Obrazy
w odcieniach szaroÊci wytworzone w wyniku odszyfrowania tych przekazów pokazujà to, co dzi´ki takiej implantowanej sztucznej siatkówce
widzia∏by niewidomy.
potencja∏ w cz´Êci obwodu, podobnie jak odpowiadajàca mu
komórka siatkówki. Zestawiajàc wiele kopii tego podstawowego obwodu, Zaghloul odtworzy∏ czynnoÊci wszystkich pi´ciu warstw komórek siatkówki.
Uk∏ad scalony naÊladuje te˝ sposób wytwarzania potencja∏ów czynnoÊciowych (iglic) komórek zwojowych (oraz innych
komórek nerwowych) przez kana∏y jonowe zale˝ne od napi´cia. W tym celu Zaghloul zainstalowa∏ tranzystory, które przewodzà pràd z powrotem w to samo miejsce obwodu. Gdy ten
sygna∏ sprz´˝enia zwrotnego dociera do miejsca przeznaczenia, zwi´ksza w nim napi´cie, co powoduje dodatkowe wzmocnienie sygna∏u1. Po przekroczeniu pewnego poziomu proces
przyÊpiesza i potencja∏ szybko osiàga poziom maksymalny,
czego rezultatem jest wy∏adowanie iglicowe.
Neuromorficzny uk∏ad scalony Zaghloula zadowala si´
zasilaniem o mocy 60 mW, czyli zu˝ywa tysiàc razy mniej
energii ni˝ pecet. Dzi´ki tak ma∏emu zu˝yciu pràdu krzemowa siatkówka zapewne utoruje drog´ ca∏kowicie mieszczàcym si´ w oku protezom, sk∏adajàcym si´ z kamery, procesora i stymulatora. B´dzie si´ je wszczepiaç niewidomym,
którzy stracili wzrok wskutek zwyrodnienia barwnikowego
siatkówki lub starczego zwyrodnienia plamki (chorób, które
uszkadzajà fotoreceptory, ale nie naruszajà komórek zwojowych). Protezy siatkówki, nad którymi pracujà obecnie naukowcy, na przyk∏ad w University of Southern California, pozwalajà na tzw. widzenie fosfenowe (phosphene vision). Polega
ono na tym, ˝e mikroelektrody wszczepione do oka pobudzajà komórki zwojowe, a pacjent postrzega otoczenie jako siatk´ (macierz) punktów Êwietlnych. Niezb´dnym elementem
takiej protezy jest przenoÊny komputer, który przetwarza obrazy rejestrowane przez miniaturowe kamery wideo zamontowane w specjalnych okularach. Poniewa˝ jednak macierz mikroelektrod jest ma∏a (mniejsza ni˝ 10 na 10 pikseli), pacjent
doÊwiadcza tzw. widzenia tunelowego – ma bardzo ma∏e pole widzenia i musi poruszaç g∏owà, by ogarnàç wzrokiem
wi´kszà cz´Êç otoczenia.
Problem ten mo˝na by∏oby rozwiàzaç, gdyby jako kamery
u˝yç samego oka. Wtedy nasz uk∏ad scalony, imitujàc aktywnoÊç 3600 komórek zwojowych, powinien zapewniaç niemal
normalne widzenie. Zanim jednak powstanie proteza siatkówki wiernie oddajàca obraz, co mo˝e nastàpiç jeszcze przed
rokiem 2010, niezb´dne sà dalsze prace nad materia∏ami oboj´tnymi biologicznie dla organizmu oraz nad interfejsem, czyli uk∏adem przekazujàcym bodêce z urzàdzenia bezpoÊrednio do komórek nerwowych. Konieczne b´dzie tak˝e pe∏niejsze
zrozumienie, jak komórki siatkówki ró˝nego typu odpowiadajà na bodêce i jaki jest ich udzia∏ w postrzeganiu. Tymczasem neuromorficzne uk∏ady scalone mogà znaleêç zastosowanie jako czujniki w ró˝nych urzàdzeniach motoryzacyjnych
oraz zwiàzanych z ochronà i bezpieczeƒstwem obiektów, a
tak˝e w robotach i automatach przemys∏owych.
Zmniejszenie mocy pobieranej przez nasze uk∏ady, jakà
uda∏o nam si´ uzyskaç dzi´ki naÊladowaniu architektury po∏àczeƒ nerwowych siatkówki, zach´ci∏o mnie do zastanowienia si´ nad tym, jak mózg osiàga tak wysokà sprawnoÊç. Mead
ju˝ 20 lat temu zauwa˝y∏ proroczo, ˝e nawet jeÊli rozwój
komputerów b´dzie si´ nadal odbywa∏ zgodnie z prawem
Moore’a (które mówi, ˝e liczb´ tranzystorów w uk∏adzie scalonym sta∏ej wielkoÊci daje si´ podwoiç co 18 miesi´cy), to
i tak nigdy nie dorównajà sprawnoÊcià ludzkiemu mózgowi.
LIDERZY ELEKTRONIKI NEUROMORFICZNEJ
INSTYTUCJA
BADACZE
CEL BADA¡
Johns Hopkins University
Andreas Andreou,
Gert Cauwenberghs,
Ralph Etienne-Cummings
Urzàdzenie do rozpoznawania mowy zasilane bateriami;
generator rytmu do celów lokomocyjnych; kamery,
które wydobywajà cechy charakterystyczne przedmiotu
ETH Zurich
(Uniwersytet w Zurichu)
Tobi Delbruck, Shi-Chii Liu,
Giacomo Indiveri
Krzemowa siatkówka oraz „mikroprocesor uwagi”,
który automatycznie wyszukuje istotne fragmenty obrazu
University of Edinburgh
Alan Murray,
Alister Hamilton
Sztuczne nosy i urzàdzenia do automatycznego rozpoznawania
zapachu, oparte na dyskryminacji czasowej szpilek4 sygna∏u
Georgia Institute
of Technology
Steve DeWeerth,
Paul Hasler
Sprz´˝one generatory rytmu, s∏u˝àce do koordynowania
robotów wielosegmentowych
HKUST, Hongkong
Bertram Shi
Procesory stereoskopowe, s∏u˝àce do postrzegania g∏´bi
i Êledzenia obiektów
Massachusetts Institute
of Technology
Rahul Sarpeshkar
Procesory dêwi´kowe wzorowane na implantach
Êlimakowych dla osób nies∏yszàcych
University of Maryland
Timothy Horiuchi
Uk∏ady pó∏przewodnikowe oparte na modelu echolokacji nietoperzy
University of Arizona
Charles Higgins
Czujnik ruchu oparty na mechanizmie widzenia muchy
A czy w ogóle jest to mo˝liwe? Pomys∏ rozwiàzania tego problemu zaÊwita∏ mi osiem lat temu.
UÊwiadomi∏em sobie, ˝e sprawnoÊç dzia∏ania komputera
zale˝y od stopnia przystosowania procesora do konkretnego
zadania, które ma wykonaç. Takie adaptacje nie sà mo˝liwe
w zwyk∏ych komputerach, poniewa˝ o specjalizacji decyduje
oprogramowanie. Najnowsze komputery do ka˝dego zadania
u˝ywajà kilku uniwersalnych narz´dzi, i to od oprogramowania zale˝y, w jakim porzàdku b´dà one wykorzystywane. Natomiast mózg – i uk∏ady neuropodobne – majà tyle wspólnego,
˝e sà przystosowane do pe∏nienia okreÊlonej funkcji ju˝ na poziomie „okablowania”. Dostosowujà swoje oprzyrzàdowanie do
pracy, którà majà wykonaç. W jaki sposób robi to mózg? GdybyÊmy zdo∏ali zaadaptowaç ten mechanizm do uk∏adów scalonych (nazywamy to metamorfingiem), uzyskalibyÊmy neuromorficzne procesory, które kszta∏tujà same siebie, stosownie
do potrzeb. W ten sposób nie musielibyÊmy ˝mudnie odtwarzaç
obwodów mózgowych. Majàc nadziej´, ˝e dowiem si´, w jaki
sposób organizm „wytwarza narz´dzia”, które sà mu potrzebne, zaczà∏em badaç rozwój uk∏adu nerwowego.
Metamorfing sieci nerwowych
ZBUDOWANIE SIECI NEURONOWEJ odpowiadajàcej mózgowi, czyli z∏o˝onej z biliona (1012) komórek nerwowych powiàzanych
10 tys. bilionów (1016) synaps, to zadanie pora˝ajàce stopniem komplikacji. W ludzkim DNA zapisany jest miliard
bitów informacji, ale to nie wystarcza do okreÊlenia, gdzie
ka˝dy neuron ma si´ znajdowaç i jak powinien byç po∏àczony z pozosta∏ymi. Po wykorzystaniu informacji genetycznej
we wczesnym okresie rozwoju mózg kontynuuje kszta∏towanie si´ dzi´ki oddzia∏ywaniom mi´dzy komórkami nerwowymi i komunikacji organizmu ze Êwiatem zewn´trznym. Innymi s∏owy, neurony czuciowe ∏àczà si´ w odpowiedzi na bodêce
dostarczane przez zmys∏y. Generalna zasada tego procesu2
jest zwodniczo prosta: ∏àczà si´ ze sobà te komórki, które
sà jednoczeÊnie aktywne (fire together – wire together). Dana komórka ze wszystkich nadchodzàcych impulsów odbiera tylko te, które pochodzà z komórek aktywnych wtedy, kiedy ona jest aktywna. Reszt´ impulsów ignoruje.
Chcàc si´ dowiedzieç, w jaki sposób jedna warstwa komórek nerwowych przy∏àcza si´ do drugiej, neurofizjolodzy badajà u ˝ab drog´ siatkówkowo-pokrywowà – po∏àczenia komórek zwojowych siatkówki oka z pokrywà Êródmózgowia
(tectum), tà strukturà, w której zachodzi przetwarzanie informacji z narzàdów zmys∏ów. Okazuje si´, ˝e ∏àczenie neuronów jednej struktury z drugà zachodzi w dwóch etapach.
Z m∏odego neuronu wyrastajà wypustki w postaci rozga∏´zionego drzewka. Najd∏u˝sza z tych wypustek tworzy akson,
wzd∏u˝ którego impulsy przekazywane sà z cia∏a komórki
(generujàcej iglice) do innych komórek; pozosta∏e wypustki stajà si´ dendrytami doprowadzajàcymi impulsy do cia∏a komórki. Nast´pnie akson roÊnie, ciàgni´ty przez znajdujàcà
si´ na jego koƒcu ameboidalnà struktur´. Ten sto˝ek wzrostu, jak go nazywajà neurofizjolodzy, jest wra˝liwy na gradienty „wabiàcych” substancji chemicznych, pozostawianych
przez komórki, które prowadzà rosnàcy akson we w∏aÊciwym
kierunku, ale nie doÊç precyzyjnie. Mo˝na powiedzieç, ˝e
w mieÊcie pokrywy Êródmózgowia pokazujà w∏aÊciwà ulic´,
ale nie konkretny dom.
Do sprecyzowania adresu potrzebny jest drugi etap, ale naukowcy nie do koƒca jeszcze ten proces rozumiejà. Wiadomo tyle, ˝e sàsiadujàce ze sobà komórki zwojowe siatkówki
zwykle sà jednoczeÊnie aktywne. Powzià∏em zatem przypuszczenie, ˝e akson danego neuronu nigdy nie gubi aksonów
neuronów, które z nim sàsiadujà w siatkówce, gdy˝ wszystkie
razem kierowane sà podczas wzrostu tymi samymi gradientami sygna∏ów. Gdy akson zetknie si´ z rozga∏´zieniem dendrytu komórki pokrywy Êródmózgowia, tworzy si´ mi´dzy
nimi synapsa i, voil∫, dwie komórki nerwowe, w których wy∏adowania zachodzi∏y równoczeÊnie, ∏àczà si´ ze sobà.
CZERWIEC 2005 ÂWIAT NAUKI
43
44
KWABENA BOAHEN jest konstruktorem uk∏adów scalonych wzorowanych na sieciach neuronalnych i profesorem bioin˝ynierii w
University of Pennsylvania. Urodzi∏ si´ w Ghanie, studia w zakresie
elektroniki i budowy komputerów ukoƒczy∏ w 1985 roku w Johns
Hopkins University i wkrótce potem zainteresowa∏ si´ sieciami neuronowymi. Boahen uwa˝a, ˝e dzisiejszym komputerom brak elegancji biologicznych systemów nerwowych. Poszukuje wi´c sposobów, by t´ wyrafinowanà struktur´ prawdziwych systemów
odwzorowaç w architekturze uk∏adów pó∏przewodnikowych.
ÂWIAT NAUKI CZERWIEC 2005
NEURONY WZROKOWE
Budowa ma∏ych, energooszcz´dnych czujników elektronicznych wzorowana jest na biologicznych uk∏adach czuciowych. Konstruktorzy starajàcy si´ odtworzyç siatkówk´ w materiale pó∏przewodnikowym majà
jednak twardy orzech do zgryzienia: siatkówPRZEKRÓJ OKA
ka ma gruboÊç zaledwie pó∏ milimetra, wa˝y 0.5 g i zu˝ywa nie wi´cej ni˝ 0.1 W
Siatkówka
mocy. Prowadzone w University of
Soczewka
Pennsylvania prace badawcze
doprowadzi∏y do skonstruowania uproszczonej siatkówki pó∏przewodnikowej.
Nerw
wzrokowy
PRZEKRÓJ SIATKÓWKI
Fotoreceptory
(pr´ciki
i czopki)
Komórka
pozioma
Komórka
amakrynowa
Komórka
dwubiegunowa
Komórka
zwojowa
tualnych po∏àczeniach pomi´dzy oboma uk∏adami. Sàsiadujàce pó∏przewodnikowe komórki zwojowe po∏àczy∏y si´ z neuronami elektronicznej pokrywy Êródmózgowia po∏o˝onymi
dwukrotnie bli˝ej siebie ni˝ te, z którymi by∏y po∏àczone pierwotnie. Jednak ze wzgl´du na szum i rozrzut parametrów
koordynacja po∏àczeƒ nie by∏a idealna: koƒcówki sàsiednich
komórek krzemowej siatkówki nie znalaz∏y si´ jedna obok
drugiej w krzemowej pokrywie Êródmózgowia. ZastanawialiÊmy si´, w jaki sposób powstajà precyzyjne wzorce po∏àczeƒ
le˝àce u pod∏o˝a dzia∏ania biologicznej kory mózgu oraz
czy uda nam si´ znaleêç w przyrodzie nowe wskazówki, jak
udoskonaliç nasze uk∏ady.
W tym celu musieliÊmy zapoznaç si´ dok∏adniej z tym, co
ju˝ wiadomo neurofizjologom o po∏àczeniach w korze mózgu,
obszarze odpowiedzialnym za poznanie i rozumienie. Kora
mózgu to p∏aszczyzna o Êrednicy oko∏o 40 cm, pofa∏dowana
niczym origami, by zmieÊciç si´ wewnàtrz czaszki. Na tym
zdumiewajàcym „materiale” odwzorowujà si´ w okresie niemowl´cym mapy zewn´trznego Êwiata. Najlepiej zbadany jest
obszar kory nazwany przez naukowców V1 (pierwszorz´dowa kora wzrokowa), do którego w pierwszej kolejnoÊci do-
BRYAN CHRSTIE DESIGN; KAREEM ZAGHULOUL (krzemowa siatkówka)
O AUTORZE
W 2001 roku Brian Taba, doktorant z mojej pracowni,
zbudowa∏ uk∏ad scalony odwzorowujàcy ten proces rozwoju
mózgu. Poniewa˝ po∏àczeƒ w uk∏adzie scalonym nie da si´
przek∏adaç z miejsca na miejsce, postanowi∏ zmieniaç
trasy przebiegu iglic. Wykorzysta∏ fakt, ˝e uk∏ad Visio1
Zaghloula wysy∏a na wyjÊcie unikatowy 13-bitowy adres przy
ka˝dym wy∏adowaniu jednej ze swoich 3600 komórek zwojowych. Wysy∏anie adresów zamiast iglic pozwala ominàç
problem ograniczonej liczby nó˝ek wejÊcia/wyjÊcia uk∏adu
scalonego. Uk∏ad odbierajàcy rozszyfrowuje adres, po czym
odtwarza iglic´ we w∏aÊciwym miejscu swojej mozaiki „krzemowych neuronów”. Ta metoda pozwala wytworzyç wirtualnà wiàzk´ aksonów biegnàcych mi´dzy odpowiednimi miejscami w dwóch uk∏adach scalonych – „krzemowy nerw
wzrokowy”. JeÊli zastàpimy jeden adres innym, zmienimy tras´ przebiegu wirtualnego aksonu jednej komórki nerwowej
(adres pierwotny) na innà (adres podstawiony). W ten sposób mo˝emy kierowaç te „software’owe druty”, jak je nazywamy, dokàdkolwiek chcemy, w specjalnej bazie danych (tabeli) przechowujàc „oryginalne” adresy i odpowiadajàce im
„nowe”, zmieniajàce si´ adresy [ramka na stronie 46].
Pó∏przewodnikowa pokrywa Êródmózgowia, którà Taba nazwa∏ Neurotrope1, zosta∏a skonstruowana w ten sposób, ˝e
software’owe druty aktywujà obwody czu∏e na gradient („krzemowe sto˝ki wzrostu”), a tak˝e pobliskie krzemowe neurony, które sà u∏o˝one w macierz podobnà do plastra miodu.
Gdy krzemowe neurony sà aktywne, uwalniajà do macierzy
∏adunek elektryczny; macierz zosta∏a zaprojektowana przez
Tab´ tak, ˝e przewodzi podobnie jak tranzystor. ¸adunek rozprzestrzenia si´ w macierzy podobnie jak zwiàzki chemiczne
wydzielane przez komórki pokrywy Êródmózgowia rozprzestrzeniajà si´ w tkance nerwowej. Elektroniczne sto˝ki wzrostu czujà ten „niby-chemoatraktor” i kierujà swoje wirtualne
∏àcza (aktualizujàc baz´ adresów) zgodnie z gradientem st´˝enia – w kierunku krzemowego neuronu – êród∏a ∏adunków.
Poniewa˝ ∏adunek wyzwolony przez krzemowy neuron szybko rozp∏ywa si´ w macierzy, a elektroniczny sto˝ek wzrostu
sprawdza ∏adunek elektryczny tylko podczas aktywnoÊci swojego aksonu, równoczesna aktywnoÊç neuronu i rosnàcego
aksonu jest warunkiem wyczucia wabika przez sto˝ek. A zatem w Neurotrope1 obowiàzuje taka sama zasada jak w prawdziwym uk∏adzie nerwowym: ∏àczà si´ ze sobà komórki, które sà pobudzane jednoczeÊnie.
Taba rozpoczà∏ od chaotycznego u∏o˝enia po∏àczeƒ pomi´dzy uk∏adem Visio1 i Neurotrope1. Uda∏o mu si´ za pomocà
losowej aktywacji pól recepcyjnych krzemowych komórek
zwojowych emulowaç cech´ prawdziwych komórek zwojowych siatkówki, polegajàcà na równoczesnym wy∏adowaniu
sàsiadujàcych ze sobà komórek. Po aktywacji kilkunastu tysi´cy pól recepcyjnych zaobserwowa∏ radykalne zmiany w wir-
I MIKROPROCESORY NEUROMORFICZNE
BIOLOGICZNA SIATKÓWKA
KRZEMOWA SIATKÓWKA
Komórki siatkówki oka sà ze sobà wzajemnie po∏àczone, a istotne informacje z pola widzenia wy∏awiajà za pomocà oddzia∏ywaƒ pobudzajàcych (strza∏ki z jednym grotem), hamujàcych (kreseczki zakoƒczone kó∏eczkiem) oraz dwukierunkowych (strza∏ki z dwoma
grotami). Ta sieç po∏àczeƒ generuje wybiórcze reakcje czterech typów komórek zwojowych (na dole), których aksony stanowià 90%
w∏ókien nerwu wzrokowego przewodzàcego informacje do mózgu.
Komórki zwojowe w∏àczeniowe ON (zielony) oraz wy∏àczeniowe
OFF (czerwony) zwi´kszajà tempo generacji potencja∏ów czynnoÊciowych (iglic), gdy Êrodek pola recepcyjnego jest jaÊniejszy (ON)
lub ciemniejszy (OFF) ni˝ otoczenie. Komórki zwojowe typu „jaÊniej”
(INC od increas – zwi´kszanie) (niebieski) i komórki typu „ciemniej”,
(DEC od decrease – zmniejszanie) (˝ó∏ty), zwi´kszajà tempo wy∏adowaƒ, gdy nat´˝enie Êwiat∏a, odpowiednio, wzrasta lub spada.
Neuromorficzne pó∏przewodnikowe uk∏ady mikroelektroniczne naÊladujà z∏o˝one oddzia∏ywania wzajemne pomi´dzy ró˝nymi rodzajami komórek siatkówki. Funkcj´ aksonów i dendrytów naturalnych komórek, które przekazujà sygna∏y, pe∏nià po∏àczenia, a ka˝dà
synaps´ zast´puje tranzystor. Rozmaite kombinacje po∏àczeƒ tworzà oddzia∏ywania typu pobudzajàcego lub hamujàcego, analogiczne do oddzia∏ywaƒ mi´dzy biologicznymi komórkami nerwowymi.
Tranzystory i po∏àczenia znajdujà si´ w uk∏adzie scalonym. Ró˝ne
fragmenty powierzchni uk∏adu scalonego pe∏nià funkcje poszczególnych warstw komórek. Du˝e zielone kwadraty to fotoelementy (fototranzystory), które zamieniajà padajàce Êwiat∏o na elektrycznoÊç.
POWI¢KSZONY FRAGMENT UK¸ADU SCALONEGO
Fotoreceptor
Oddzia∏ywanie
dwukierunkowe
Komórka
pozioma
Komórka
dwubiegunowa
Oddzia∏ywanie
pobudzajàce
Komórka
amakrynowa
Komórka
zwojowa
Oddzia∏ywanie
hamujàce
ON
INC
DEC
5 µm
OFF
chodzi informacja wzrokowa. W obszarze V1 odwzorowujà si´
nie tylko wymiary obrazu – jego d∏ugoÊç i szerokoÊç – lecz
tak˝e u∏o˝enie w przestrzeni kraw´dzi obiektów, z których
obraz si´ sk∏ada. Ró˝ne neurony obszaru V1 reagujà najlepiej na kraw´dzie o ró˝nym kàcie nachylenia: pionowe, poziome i kierunki poÊrednie. Te same preferencje w orientacji
powtarzajà si´ mniej wi´cej co milimetr, dzi´ki czemu rozpoznawany jest kàt nachylenia kraw´dzi w ka˝dym wycinku postrzeganego obrazu.
Mapy korowe
NEUROBIOLODZY David H. Hubel i Torsten N. Wiesel, którzy
wspólnie otrzymali Nagrod´ Nobla w dziedzinie fizjologii i
medycyny za odkrycie w latach szeÊçdziesiàtych m.in. map
preferowanej orientacji przestrzennej w korze wzrokowej V1,
zaproponowali schemat po∏àczeƒ w korze wzrokowej, który
uznaliÊmy za przeraêliwie skomplikowany. Wed∏ug ich modelu ka˝da komórka kory ∏àczy si´ z dwiema grupami komórek wzgórza, których zadaniem jest przekazywanie sygna∏ów
z siatkówki do kory mózgu. Jedna grupa komórek kory powinna reagowaç na wra˝enie ciemnoÊci (co naÊladowali-
Êmy w uk∏adzie Visio1 za pomocà komórek wy∏àczeniowych,
czyli typu OFF), a druga – na wra˝enie Êwiat∏a (tak jak nasze
komórki w∏àczeniowe typu ON). I tak jeÊli komórki kory wzrokowej mia∏yby reagowaç na przyk∏ad na kraw´dê pionowà,
to pola recepcyjne obu grup komórek powinny byç u∏o˝one
w pionowych liniach znajdujàcych si´ tu˝ ko∏o siebie, tak
aby pola recepcyjne komórki OFF znajdowa∏y si´ tu˝ po lewej
od pól recepcyjnych komórek ON. Przy takim u∏o˝eniu
skraj przedmiotu w polu widzenia, gdyby znalaz∏y si´ we w∏aÊciwej, pionowej pozycji, pobudza∏by wszystkie komórki OFF
i wszystkie komórki ON. Z kolei pozioma kraw´dê aktywowa∏aby tylko po∏ow´ komórek w ka˝dej grupie. Komórka kory otrzymywa∏aby dwukrotnie wi´cej sygna∏ów wejÊciowych,
gdyby kraw´dê by∏a pionowa, a zatem reagowa∏aby silniej.
Poczàtkowo przyt∏acza∏a nas wielka komplikacja, zwiàzana z takim u∏o˝eniem po∏àczeƒ. Nale˝a∏o po∏àczyç ka˝dà
komórk´ zgodnie z jej preferencjà kierunkowà, a nast´pnie
planowo modyfikowaç uk∏ad po∏àczeƒ, aby ta wra˝liwoÊç na
kàt nachylenia zmienia∏a si´ p∏ynnie, odpowiednio do wra˝liwoÊci sàsiadujàcej komórki. Podobnie jak w korze wzrokowej
te same preferencje kàta nachylenia (orientacji) nale˝a∏oby
CZERWIEC 2005 ÂWIAT NAUKI
45
powtórzyç co milimetr, z krzemowymi neuronami po∏àczonymi z sàsiadujàcymi obszarami w siatkówce. Sto˝ki wzrostu
Taby oczywiÊcie nie mog∏y sobie poradziç z tak wielkà z∏o˝onoÊcià. Pod koniec 2002 roku postanowiliÊmy poszukaç jakiegoÊ innego wyjÊcia z tej koszmarnej sytuacji. W koƒcu odpowiedê przynios∏y doÊwiadczenia sprzed pó∏wiecza.
W latach pi´çdziesiàtych s∏ynny informatyk Alan M. Turing wykaza∏, ˝e uporzàdkowane wzory przypominajàce c´tki na futrze pantery czy ∏aty na sierÊci krowy powstajà spontanicznie z
szumu3. MieliÊmy nadziej´, ˝e za pomocà podobnej metody uda
nam si´ uzyskaç w naszym krzemowym uk∏adzie sàsiadujàce
ze sobà wzory neuronów o podobnych preferencjach orientacji.
Model Turinga, sprawdzony przez niego na jednym z pierwszych „mózgów elektronowych” w University of Manchester,
polega∏ na symulacji komórek skóry, które wydziela∏y losowo
„czarny barwnik” albo „wybielacz”. Wprowadzajàc zmiennoÊç
wÊród komórek, aby wytwarza∏y nieco ró˝ne iloÊci barwnika
lub wybielacza, Turing uzyska∏ kropki i c´tki, a nawet pr´gi
przypominajàce paski zebry. Drobne ró˝nice poczàtkowe zwi´ksza∏y si´ wskutek zabarwiania lub odbarwiania, a w koƒcu powstawa∏y czarno-bia∏e wzory. ChcieliÊmy sprawdziç, czy takie
podejÊcie przyda si´ podczas tworzenia map korowych.
Cztery lata temu specjalista od sieci neuronowych Misha
Tsodyks i jego wspó∏pracownicy z Instytutu Weizmanna w
TWORZENIE PO¸ÑCZE¡
46
ÂWIAT NAUKI CZERWIEC 2005
SZTUCZNA
SIATKÓWKA
0
1
2
3
Komórki zwojowe
Aksony
0
1
2
0
3
1
0
2 3
1 2
3
PAMI¢å RAM
0
3
0
1 2
0 2
3
1
2
3
1
Poczàtkowa
lokalizacja iglicy
Wtórna lokalizacja iglicy
Komórki
pokrywy Êródmózgowia
0
¸adunek elektryczny
Pobudzona komórka
SZTUCZNA POKRYWA
ÂRÓDMÓZGOWIA
Przed procesem samoorganizacji
Po procesie samoorganizacji
BRIAN TABA I JEN CHRISTIANSEN
We wczesnych fazach rozwoju uk∏adu wzrokowego w organizmie z komórek zwojowych siatkówki wyrastajà aksony i podà˝ajà w zorganizowany sposób w stron´ oÊrodka
przetwarzania informacji czuciowej w Êródmózgowiu, tzw.
pokrywy Êródmózgowia. W Êlad za chemicznymi substancjami wydzielanymi przez pobudzone komórki pokrywy
Êródmózgowia aksony wyrastajàce z sàsiadujàcych ze sobà komórek zwojowych ∏àczà si´ z sàsiadujàcymi ze sobà
komórkami pokrywy, które sà jednoczeÊnie pobudzone. W
ten sposób w Êródmózgowiu odwzorowuje si´ mapa u∏o˝enia komórek czuciowych w siatkówce.
W University of Pennsylvania konstruktorzy uk∏adów scalonych opartych na budowie sieci neuronowych odwzorowali ten proces, ∏àczàc pó∏przewodnikowà siatkówk´ –
uk∏ad scalony Visio1 (na górze) ze sztucznà, krzemowà
pokrywà Êródmózgowia – uk∏adem scalonym Neurotrope1
(na dole) – za pomocà, jak je nazwali, „software’owych
∏àczy”. Zmiany elektryczne na wyjÊciu (iglice) przechodzà
z pó∏przewodnikowych komórek zwojowych w Visio1 do
krzemowych neuronów w pokrywie Êródmózgowia, czyli
Neurotrope1 za poÊrednictwem koÊci pami´ci RAM (poÊrodku). Siatkówka dostarcza adresy identyfikujàce krzemowy neuron, w którym zachodzi wy∏adowanie iglicowe,
a pokrywa Êródmózgowia odtwarza iglic´ w odpowiadajàcej mu lokalizacji. W tym przypadku Neurotrope1 zmienia po∏àczenia, wysy∏ajàc do pami´ci RAM instrukcj´ zamiany adresów zapisów w pozycji „2” i „3”. Odpowiada
to przesuni´ciu zakoƒczenia aksonu komórki zwojowej
nr 2 z komórki pokrywy Êródmózgowia nr 2 do komórki
pokrywy Êródmózgowia nr 1, i wypchni´cie z tej pozycji
zakoƒczenia aksonu komórki zwojowej nr 3. Przesuni´cia
aksonów kierowane sà ich „wra˝liwoÊcià” na gradient ∏adunku elektrycznego (fale), którego êród∏em jest pobudzona komórka krzemowej pokrywy Êródmózgowia.
Wyniki tego procesu samoorganizacji ukazuje kolorowa mapa, na której widoczne sà wirtualne ∏àcza mi´dzy
Visio1 (na górze) a Neurotrope1 (na dole); punkty, które sà
ze sobà po∏àczone, oznaczono tym samym kolorem. Gdy wybierze si´ losowo grup´ sàsiadujàcych ze sobà elektronicznych neuronów w sztucznej siatkówce (obrysowane trójkàciki na górze) i b´dzie si´ wybrane neurony pobudzaç
wielokrotnie, to po pewnym czasie ich zakoƒczenia, które
pierwotnie by∏y rozrzucone przypadkowo po ca∏ej krzemowej pokrywie Êródmózgowia (obrysowane trójkàciki na dole), skupià si´ blisko siebie (na dole z prawej), a w rezultacie kolory na mapie roz∏o˝à si´ mniej przypadkowo.
PREFERENCJE ORIENTACJI W MÓZGU I W KRZEMIE
W korze wzrokowej fretki (z lewej) i w neuromorficznej korze pó∏przewodnikowej
(z prawej) naukowcy odwzorowali u∏o˝enie
komórek o tych samych „upodobaniach
orientacji” (klucz poni˝ej). Na obu mapach
sàsiadujàce ze sobà komórki majà zbli˝one preferencje, dzi´ki czemu uk∏ad scalony,
b´dàcy modelem kory mózgu, dobrze naÊladuje uk∏ad biologiczny.
KORA FRETKI
MARCOS FRANK (fretka); PAUL MEROLLA (pó∏przewodnik)
Rehovot w Izraelu wykazali w symulacjach komputerowych,
˝e faktycznie podobny proces mo˝e prowadziç do tworzenia
si´ takich map jak w korze mózgu. Paul Merolla, równie˝
doktorant z mojej pracowni, podjà∏ prób´ odwzorowania tego procesu w architekturze uk∏adu scalonego. WiedzieliÊmy,
˝e chemiczne domieszki wprowadzone do pó∏przewodnika
w czasie procesu produkcyjnego rozk∏adajà si´ przypadkowo, co sprawia, ˝e wytwarzane tranzystory ró˝nià si´ od siebie. Wydawa∏o si´ nam wi´c, ˝e ten proces mo˝e oddawaç
losowy charakter ró˝nic w ekspresji genów w ˝ywym organizmie. Jak si´ podejrzewa, w∏aÊnie taka losowa zmiennoÊç jest
powodem ró˝nic w u∏o˝eniu c´tek lampartów i ró˝nic w uk∏adach komórek o okreÊlonych preferencjach orientacji w korze poszczególnych osób. Wprawdzie w komórkach tworzàcych te uk∏ady w przyrodzie ekspresji ulegajà identyczne geny,
ale wytwarzajà one ró˝ne iloÊci odpowiednich barwników
lub bia∏ek kana∏ów jonowych.
Opierajàc si´ na tej analogii, Merolla zaprojektowa∏ pojedynczy neuron pó∏przewodnikowy i powieli∏ go tak, aby mi´dzy sàsiadami powsta∏a mozaika neuronopodobnych po∏àczeƒ pobudzajàcych i hamujàcych. Kiedy w 2003 roku
uruchomiliÊmy nowo skonstruowane uk∏ady scalone, spotka∏o nas mi∏e zaskoczenie – pojawi∏ si´ wzór aktywnoÊci podobny do c´tek lamparta. Inne grupy komórek by∏y aktywne, gdy prezentowano kraw´dzie o ró˝nym kàcie nachylenia.
Zaznaczajàc lokalizacj´ tych grup komórek ró˝nymi kolorami, otrzymaliÊmy mapy preferowanej orientacji przestrzennej
przypominajàce te, które obserwowano w korze wzrokowej V1
m∏odych fretek [ramka powy˝ej].
Budowa mózgu w uk∏adzie scalonym
odtworzyç w uk∏adzie scalonym pi´ç
warstw komórek siatkówki, postanowiliÊmy zrobiç to samo
z szeÊcioma warstwami neuronów kory wzrokowej. Najpierw
musieliÊmy odtworzyç warstw´ IV, tj. warstw´ kory mózgu,
do której dochodzà impulsy z zewnàtrz. ChcieliÊmy w niej
uzyskaç mapy preferowanych orientacji w niedojrza∏ej formie. Kora ma jednak 3 mm gruboÊci, czyli jest pi´ciokrotnie
grubsza ni˝ siatkówka, w zwiàzku z czym odwzorowanie szeÊciu warstw kory wymaga uk∏adów scalonych o znacznie
wi´kszej liczbie tranzystorów na jednostk´ powierzchni.
SKORO UDA¸O NAM SI¢
KORA PÓ¸PRZEWODNIKOWA
Wytwórcy mikroprocesorów sà dziÊ w stanie upakowaç na
jednym milimetrze kwadratowym materia∏u pó∏przewodnikowego milion tranzystorów i 10 m bie˝àcych przewodów.
Do koƒca tego dziesi´ciolecia upakowanie uk∏adów scalonych b´dzie ju˝ tylko dziesi´ciokrotnie mniejsze od g´stoÊci
tkanki kory mózgu; kora ma 100 mln synaps i 3 km aksonów
na milimetr szeÊcienny.
A wi´c pod wzgl´dem liczby elementów w uk∏adzie elektronicznym zbli˝ymy si´ ju˝ do stopnia komplikacji kory mózgu.
Inaczej jednak wyglàda sprawa z „okablowaniem”. Bo jak poradziç sobie z miliardem tranzystorów na centymetrze kwadratowym krzemu? Trzeba by tysi´cy in˝ynierów, by standardowymi metodami zaprojektowaç nanoprocesory o tak wielkiej
skali integracji. W przypadku procesorów Intela sto razy wi´cej in˝ynierów pracowa∏o, by stworzyç procesor majàcy dziesi´ç tysi´cy razy wi´cej tranzystorów na jednostk´ powierzchni. Dla porównania: cz∏owiek ma tylko dwa razy wi´cej genów
ni˝ muszka owocowa, ale 10 mln razy wi´cej neuronów. Wyrafinowane naturalne procesy rozwojowe umo˝liwiajà powstanie gigantycznej z∏o˝onoÊci na podstawie stosunkowo
prostego przepisu. Dlatego te˝ przysz∏e, niezwykle z∏o˝one
uk∏ady nanoelektroniczne powstanà raczej dzi´ki odwzorowaniu procesów rozwojowych uk∏adu nerwowego ni˝ poprzez
n
kopiowanie po∏àczeƒ istniejàcych w dojrza∏ym mózgu.
1
Jest to tzw. dodatnie sprz´˝enie zwrotne.
2
Nosi on nazw´ regu∏y Hebba. Taki mechanizm zmiany efektywnoÊci po∏àczeƒ
synaptycznych zosta∏ zaproponowany przez Donalda O. Hebba w 1949 roku.
3
Czyli przypadkowych fluktuacji.
4
Elektronicy nie u˝ywajà terminu iglica, lecz szpilka.
JEÂLI CHCESZ WIEDZIEå WI¢CEJ
Optic Nerve Signals in a Neuromorphic Chip. Kareem A. Zaghloul i Kwabena Boahen; IEEE Transactions on Biomedical Engineering, tom 51, nr 4,
s. 657-675, 2004.
A Recurrent Model of Orientation Maps with Simple and Complex Cells.
Paul Merolla i Kwabena Boahen; Advances in Neural Information Processing Systems; tom 16. Red. Sebastian Thrun, Larry Saul i Bernhard
Sholkopf; MIT Press, 2004.
Topographic Map Formation by Silicon Growth Cones. Brian Taba i Kwabena Boahen; Advances in Neural Information Processing Systems, tom
15. Red. Suzanna Becker, Sebastian Thrun i Klaus Obermayer; MIT
Press, 2003.
Analog VLSI and Neural Systems. Carver Mead; Addison-Wesley, 1989.
Strona internetowa autora: www.neuroengineering.upenn.edu/boahen
CZERWIEC 2005 ÂWIAT NAUKI
47