借鉴人脑结构与功能是构建低能耗、高智能的新一代通用人工智能的重要途径，而神经元和神经突触作为人脑的基本单元是实现脑功能的基石。利用和借鉴数字孪生技术，搭建一个类生物脑的可实现干实验的数字孪生脑，最终“破译” 大脑在信息处理与神经编码的原理，实现从结构仿脑到功能仿脑是一个有效路径。
近年来，科学家们致力于在依托高性能通用或专用计算设备来模拟（超）大规模计算神经元网络模型。人脑生物结构包含千亿神经元/百万亿神经突触，人脑的瞬时信息量相当于全中国手机用户瞬时传递信息的30倍以上，可以视为一个通讯密集的计算系统，人脑生物结构的异构性与稀疏性对传统超算的理论与实践提出了巨大的挑战。
近期，复旦大学卢文联/郑奇宝/冯建峰团队发布人类全脑规模脉冲神经元网络的神经形态模拟的计算构架，在包含14,012 个 GPU 的高性能计算系统中实现860亿神经元规模、47.8亿神经突触的全人脑尺度大脑的高效模拟，同时数字孪生脑可以以高相关系数重现人类大脑静息状态，并与其感知输入进行交互。这些结果表明实现人类大脑数字化表示的可行性，这可以为广泛的潜在应用打开大门。12月19日，该研究成果以“Simulation and assimilation of the digital human brain”（数字孪生脑的模拟与同化）为题，在线发表在《Nature Computational Science》（《自然-计算科学》）。
▲ 图 1：数字脑示：通过计算系统模拟生物大脑的结构与功能
研究团队通过对神经元、突触、神经环路进行详细建模, 将皮质柱环路结构、灰白质体积、纤维束追踪数据和血氧反应信号等多种模式的实验数据整合，形成一个通用的神经元与神经突触水平的脑结构生成框架。针对大脑异构性与稀疏性的结构特性，构建神经元到计算单元的优化映射与计算图形处理器之间的两级路由方案，从而有效降低GPU/节点间的通讯量，并且平衡不同计算单元之间通讯流量。实验显示，此方法可降低达50%的GPU间的通讯流量，由此建立了规模、高密度、可重构、低延时的互连通信计算架构。通过与华东先进计算中心合作，使用国产高性能图形处理器计算系统，在包含14,012 个 GPU 的高性能计算系统中构建实现860亿神经元规模、47.8万亿神经突触的全人脑尺度的数字大脑，在平均发放率在7赫兹、15赫兹和30赫兹情况下，模拟的实时率分别达到了65, 78.8和118.8, 规模和速度均达到国际领先水平。
冯建峰教授指出：“在神经元和神经突触水平构建数字脑网络模型至关重要，因为神经元是大脑功能的基本单位，神经元之间的相互作用是理解大脑功能的基础。” 利用逆向工程技术，该数字孪生脑以高相关系数重现了人类大脑静息状态下的血氧水平依赖性信号，并实现与视觉感知输入的交互。
对于数字脑的应用前景，冯建峰认为“数字脑可作为“干”的实验平台，帮助脑科学家进行数字实验，探索和验证神经科学理论与大脑智能机理。同时，数字脑可以作为数字孪生模型，探索与验证脑疾病的病理，评估和发展诊疗手段。更重要的是，数字化模拟真实大脑是实现理解大脑工作原理，启发类脑通用智能的有效途径之一。而数字孪生脑平台构建工作迈开的第一步，为探究大脑结构与相应高级认知功能的复杂关系提供了一个研究实例”。
原文链接：https://doi.org/10.1038/s43588-024-00731-3
