stringtranslate.com

Объект нейронной инженерии

Neural Engineering Object ( Nengo ) — это графическое и скриптовое программное обеспечение для моделирования крупномасштабных нейронных систем. [1] Как программное обеспечение для нейронных сетей Nengo — это инструмент для моделирования нейронных сетей с приложениями в когнитивной науке , психологии , искусственном интеллекте и нейронауке .

История

Некоторая форма Nengo существует с 2003 года. Первоначально разработанный как скрипт Matlab под названием NESim (Neural Engineering Simulator), позже он был перенесен в реализацию Java под названием NEO, а затем в конечном итоге Nengo. Первые три поколения Nengo разрабатывались с упором на разработку мощного инструмента моделирования с простым интерфейсом и системой сценариев. По мере того, как инструмент становился все более полезным, ограничения системы с точки зрения скорости привели к разработке API, независимого от бэкэнда. Эта последняя итерация Nengo определяет конкретный API сценариев на основе Python с бэкэндами, ориентированными на Numpy, OpenCL и нейроморфное оборудование, такое как Spinnaker. [2] [3] Эта новейшая итерация также поставляется с интерактивным графическим интерфейсом, помогающим быстро создавать прототипы нейронных моделей. [4]

Nengo использует пользовательскую лицензию, которая позволяет бесплатное использование в личных и исследовательских целях, но для коммерческих целей требуется платная лицензия. [5]

Теоретическая основа

Nengo построен на двух теоретических основах: Neural Engineering Framework (NEF) [6] и Semantic Pointer Architecture (SPA) [7] .

Структура нейронной инженерии

Nengo отличается от других программ моделирования в первую очередь тем, как оно моделирует связи между нейронами и их силой. Используя NEF, [8] Nengo позволяет определять веса связей между популяциями спайковых нейронов, указывая функцию для вычисления, вместо того, чтобы заставлять веса устанавливаться вручную или использовать правило обучения для их настройки со случайного начала. [9] При этом эти вышеупомянутые традиционные методы моделирования по-прежнему доступны в Nengo.

Архитектура семантического указателя

Для представления символов в Nengo используется SPA. Многие аспекты человеческого познания проще моделировать с помощью символов. В Nengo они представлены в виде векторов с набором операций, связанных с ними. Эти векторы и их операции называются SPA. SPA использовался для моделирования человеческого лингвистического поиска [10] и планирования задач. [11]

Приложения

Известные разработки, выполненные с использованием программного обеспечения Nengo, произошли во многих областях, и Nengo использовался и цитировался в более чем 100 публикациях. [12] Важной разработкой, которую следует отметить, является Spaun , сеть из 6,6 миллионов [13] искусственных спайковых нейронов (небольшое число по сравнению с числом в человеческом мозге), которая использует группы этих нейронов для выполнения когнитивных задач посредством гибкой координации. Spaun является крупнейшей в мире функциональной моделью мозга и может использоваться для проверки гипотез в области нейронауки . [14]

Ссылки

  1. ^ Bekolay T, Bergstra J, Hunsberger E, Dewolf T, Stewart TC, Rasmussen D, Choo X, Voelker AR, Eliasmith C (2014). "Nengo: инструмент Python для построения крупномасштабных функциональных моделей мозга". Front Neuroinform . 7 : 48. doi : 10.3389/fninf.2013.00048 . PMC  3880998 . PMID  24431999.
  2. ^ Фридл, К. Э.; Фёлькер, А. Р.; Пир, А.; Элиасмит, К. (1 января 2016 г.). «Нейророботическая система, вдохновленная человеком, для классификации текстур поверхности по тактильным ощущениям» (PDF) . IEEE Robotics and Automation Letters . 1 (1): 516–523. doi :10.1109/LRA.2016.2517213. ISSN  2377-3766. S2CID  6401430.
  3. ^ История Нэнго; получено 28 октября 2016 г.
  4. ^ Исходный код графического интерфейса пользователя Nengo; получено 28 октября 2016 г.
  5. ^ Лицензия Nengo; получено 28 октября 2016 г.
  6. ^ Элиасмит, Крис; Андерсон, Чарльз Х. (2003). Нейронная инженерия: вычисления, представление и динамика в нейробиологических системах . MIT Press. ISBN 9780262550604.
  7. ^ Элиасмит 2013
  8. ^ Стюарт, Терренс С. (2012). Технический обзор структуры нейронной инженерии (PDF) (Технический отчет). Том 110. Центр теоретической нейронауки, Университет Ватерлоо.
  9. ^ Часто задаваемые вопросы о Ненго; получено 28 октября 2016 г.
  10. ^ Каич, Ивана; Госманн, Ян; Стюарт, Терренс К.; Веннекерс, Томас; Элиасмит, Крис (2016). «К когнитивно реалистичному представлению словесных ассоциаций» (PDF) . Труды 38-й ежегодной конференции Общества когнитивной науки. Общество когнитивной науки. стр. 2183–8. ISBN 978-0-9911967-3-9.
  11. ^ Блоу, Питер; Элиасмит, Крис; Трипп, Брайан (2016). «Масштабируемая импульсная нейронная модель планирования действий». Труды 38-й ежегодной конференции Общества когнитивной науки. Общество когнитивной науки. С. 1583–8. ISBN 978-0-9911967-3-9.
  12. ^ "Публикации — Документация Nengo 2017-11-23". Архивировано из оригинала 2018-02-03 . Получено 2018-02-02 .
  13. ^ Сюань Чу (2018). Spaun 2.0: Расширение крупнейшей в мире функциональной модели мозга (диссертация на соискание ученой степени доктора философии). Университет Ватерлоо. hdl :10012/13308.
  14. ^ Элиасмит, К.; Стюарт, ТК; Чу, Х.; Беколэй, Т.; ДеВольф, Т.; Тан, И.; Расмуссен, Д. (2012). «Крупномасштабная модель функционирующего мозга». Science . 338 (6111): 1202–5. Bibcode :2012Sci...338.1202E. doi :10.1126/science.1225266. PMID  23197532. S2CID  1673514.

Дальнейшее чтение