Совсем новая статья на 3dNEWS.

http://www.3dnews.ru/editorial/it_catbrain/

Ниже краткая сводка с мест боевых действий :)

Успехи на сегодняшний день таковы: моделирование деятельности коры головного мозга в режиме, близком к режиму реального времени, уже превзошло масштабы деятельности коры головного мозга кошачьих и сейчас приблизилось к режиму пиковой активности порядка 1 млрд нейронов и 10 триллионов отдельных синапсов - структур, передающих нервный импульс между нервными волокнами и нервными клетками (10₉ нейронов, 10₁₃ синапсов).

...

Принцип работы алгоритма базируется на данных бесконтактного изучения деятельности мозга с помощью диффузионно-взвешенной магнитно-резонансной томографии, которые служат для дальнейшего воссоздания – уже в цифровом виде, всей структуры мозга со всеми его связями между кортикальными и субкортикальными (подкорочными)областями.

...

Более того, для работы кортикального симулятора "кошачьего интеллекта"с миллиардом искусственных нейронов пришлось задействовать суперкомпьютер Dawn Blue Gene/P в Национальной Ливерморской лаборатории им. Лоуренса (Lawrence Livermore National Lab) на базе 147.456 процессоров и 144 Тб (терабайт) оперативной памяти. В то время как для работы человеческого мозга совсем необязательно строить поблизости отдельную электростанцию – достаточно трёхразового ежедневного питания.

...

В настоящее время проект SyNAPSE оставил далеко позади нулевую фазу развития и в полном объёме работает над задачами первой фазы, на которую, собственно, и выделено выше упомянутое финансирование.Осталась далеко позади успешная эмуляция почти в реальном времени работы мозга небольшого млекопитающего вроде мыши (суперкомпьютер в исследовательском центре IBM T. J. Watson; 32.768 и 8 Тб оперативной памяти); теперь даже "кошачий интеллект" – дело прошлое.

Усилия исследователей на ближайшее будущее будут сфокусированы на создании "мозгоподобной" архитектуры и моделировании компонентов для построения того самого синаптического чипа.

...

Для моделирования полноценной "производительности" коры головного мозга человека учёным понадобится сложная система, имитирующая порядка 20млрд. нейронов и 200 трлн. синапсов. Таламокортикальная проекция 1 млрд нейронов и 10 триллионов синапсов, созданная учёными с помощью суперкомпьютера Blue Gene/P на базе 147.456 процессоров и 144 Тб оперативной памяти, представляет собой систему, на один-два порядка меньшую (что-то вроде 4,5%) и на два-три порядка более медленную(1/83), чем та, что требуется для полноценной имитации коры головного мозга человека.

...

Как видите, прозрачный намёк указан на временной шкале графика точкой после 2018 года. При этом для 100% эмуляции человеческого мозга в реальном времени потребуется производительность на уровне 1 EFlop/s(приставка "экза" означает единицу с 18 нулями) и памяти порядка 4 Пб (приставка "пета" – десять в 15 степени), то есть, 4000 терабайт.Искусственный мозг с такими параметрами и одновременно с габаритами для ношения на плечах пока представить невероятно трудно. Вряд ли это по силам современному кремнию, здесь явно предстоит как следует разгуляться нанотехнологиям.

Читал в другой статье. Пока - далеко не в реальном времени. Думаю, что от использования 147456 процессоров и 144 Тб оперативной памяти вынуждены будут перейти к 1 простейшему нейристору на 1 нейрон с синоптическим коммутатором и без всякой оперативной памяти :) Тогда и с потреблением энергии все станет хорошо.

Плохо, что они тупо копируют нейросеть, не понимая, и даже собрались следующим этапом копировать биохимическое окружение... Как про это прочел, стало все так же грустно и поэтому не стал размещать в новости науки-техники. То, что будет модель в виде комп-программы, а не в виде живой нейросети, не сильно больше даст зацепок для системного понимая, хотя что-то да будет положительного.

А вообще - хорошие подтверждения сделанным предсказаниям о таком способе моделирования :)

Новость за 2011 год. Суперкомпьютер производительностью до 10 эксафлопс может быть создан в Московском государственном университете имени Ломоносова в ближайшие пару лет, сообщил ректор университета Виктор Садовничий.

http://ria.ru/science/20111007/452260096.html

Я совсем не понимаю откуда возьмутся такие мощности (сейчас самый мощный компьютер 18 петафлопс), но для моделирования нервной системы их, кажется, хватает.

Ну, это - кластерные и псевдокластерные системы, в которых даже на компах-тихоходках в целом может быть получен высокий показатель производитеьности

Нан , а вот с насекомыми, что либо может получиться, пускай и в отдалённом будущем?

Что именно? они итак для своих условий обитания имеют самую отточенная адаптивность потому и живут все еще

Я имел в виду воспроизведение программным или аппаратным средством поведение насекомых, у которых нет механизмов личной адаптации. Например поведение виноградной улитки. Можно ли моделировать поведение улитки или других насекомых, чтобы поведение не отличалось от аналога?

Ещё например аниматы: Например, электронный скат не пожелал плавать так же, как его биологический собрат. Самостоятельно освоив азы координации, он выработал способы движения, не свойственные настоящим рыбам. Эволюционируя, такие агенты могут научиться самым неожиданным вещам, следовательно, алгоритмы самоорганизации способны упорядочиваться автоматически.
Источник: http://www.scorcher.ru/neuro/neuro_sys/mind_researches.php
 Реально ли дальнейшее развитие виртуального мира? Или это будет только программа компа?

Известно ,что нейронные сети могут перестраиваться . Один и тот же нейрон, может генерировать совершенно разные программы поведения, именно у животных с простой нервной системой.Это значит,что "удар по раковине " для улитки может быть неоднозначным.

Для улитки внешние условия определяют стиль реагирования с преобладанием химического вещества ,которое формирует сеть. Поэтому согласен :  "Я, думаю, если только создавать эмуляцию вместе со средой, и с полным набором всех физиологических свойств."

Если задаться моделировать на компе реальных живых существ, то необходимо начинать с имитации их генетического набора с алгоритмом экспрессии генов в соответствующих условиях. Имменно это определяет особенности реализации свойственного виду поведения, а не просто развитие некоей оторванной от наследуемых предрасположенности адаптивной системы.

Всё ближе и ближе...

Подробнее тут: http://habrahabr.ru/company/ibm/blog/159365/

На конференции Supercomputing 2012 компания IBM представила результаты работы нейросимулятора Compass на суперкомпьютере Sequoia (второе место в мировом рейтинге суперкомпьютеров). Впервые был достигнут масштаб, соответствующий человеческому мозгу — 530 миллиардов нейронов и 137 триллионов синапсов. Симуляция происходила в 1542 раза медленнее реального времени. В ней были задействованы все 1 572 864 ядер и полтора петабайта памяти.

Compass — система симуляции новой компьютерной архитектуры TrueNorth, которую в IBM называют «старшим братом Watson». В отличие от привычных нам компьютеров, основанных на архитектуре фон Неймана, TrueNorth построен по образу и подобию мозга, на базе разработанных IBM "нейросемантических ядер" — чипов, содержащих кремниевые нейроны и синапсы. Каждый чип содержит 256 нейронов, 1024 аксона и 256х1024 синапса. Площадь чипа, произведённого по 45-нанометровой технологии — 4.5 мм². В рекордной симуляции была смоделирована работа 2084 миллиардов таких ядер. 

Эта работа была проделана в рамках программы DARPA SyNAPSE, конечная цель которой — создать нейрокомпьютер, сравнимый с мозгом высших млекопитающих как по быстродействию и когнитивным способностям, так и по компактности и энергоёмкости.

То есть фактически речь идёт о создании мозга для «терминаторов». Вот некоторые его характеристики:

• 10 миллиардов нейронов
• 100 триллионов синапсов
• энергопотребление в пределах 1 кВт
• занимаемый объём — меньше 2 дм³
• интерфейсы для сенсорного восприятия и моторных функций

Такие чипы - это классно, можно посчитать, что элементная база, наконец, появилась, но еще так далеко.. :)

И снова из нашей рубрики "Всё ближе и ближе":

Зарубежный источник: http://www.tgdaily.com/general-sciences-features/67819-artificial-brain-spaun-passes-iq-tests

Ученые Канады создали искусственный мозг, способный выполнять весь комплекс операций органа центральной нервной системы человека. Модель Spaun, созданная специалистами Университета Ватерлоо,  может думать, запоминать, видеть и даже взаимодействовать с окружающим миром при помощи специальной механической руки, пишет TG Daily.

Spaun появилась как иллюстрация многолетних исследований мозга Крисом Илайясмитом и командой других ученых. Результатом их годовой работы стал самый большой симулятор мозга в мире.

Несмотря на то, что Spaun существует только в виртуальной среде, ученые уверяют, что это самая совершенная существующая модель мозга. 2,5 миллиона его нейронов, а также  предлобные участки коры, подкорковые узламы и таламус позволяют ему реагировать на среду и отвечать на столкновения с незнакомыми объектами.

«Даже опытные ученые не встречали такие многозадачные модели мозга. Обычно они маленькие и сосредоточены на какой-то одной функции», — заявил Илайясмит.

Разработанный совместно неврологами и программистами, Spaum получает информацию из внешнего мира через 784-пиксельную цифровую камеру, которая заменяет в модели таламус. Обработанные данные хранятся в нейронах, после чего поступают в подкорковые узлы, где происходит принятие решения, какие действия следует выполнить в связи с этой информацией. С помощью этой системы обработки сведений искусственный мозг показал способность проходить различные тестовые задания, в том числе тесты с использованием чисел. В результате Spaum способен видеть предметы, а соединенная с ним рука может рисовать.

Илайясмит подчеркивает, что говорить о полностью воспроизведенном мозге пока рано. Как бы то ни было существующая модель позволит специалистам получать информацию о процессах, происходящих в пораженных болезнью или отказавших участках мозга. 

Меня смущает слово: "думать"

А меня смущает конкретное утверждение:

получает информацию из внешнего мира через 784-пиксельную цифровую камеру, которая заменяет в модели таламус. Обработанные данные хранятся в нейронах, после чего поступают в подкорковые узлы, где происходит принятие решения, какие действия следует выполнить в связи с этой информацией

это какая-то профанация. 

Из аннотации к научной публикации этой работы:

http://www.sciencemag.org/content/338/6111/1202

A central challenge for cognitive and systems neuroscience is to relate the incredibly complex behavior of animals to the equally complex activity of their brains. Recently described, large-scale neural models have not bridged this gap between neural activity and biological function. In this work, we present a 2.5-million-neuron model of the brain (called “Spaun”) that bridges this gap by exhibiting many different behaviors. The model is presented only with visual image sequences, and it draws all of its responses with a physically modeled arm. Although simplified, the model captures many aspects of neuroanatomy, neurophysiology, and psychological behavior, which we demonstrate via eight diverse tasks.

Пожалуйста, переведи для всех, это русскоязычный форму и об этом уже говорилось. А так же добавь свое мнение, что ты этим показываешь.

>>> А так же добавь свое мнение, что ты этим показываешь.

Я источник привел по которому написана английская статья, с которой написана русская статья. Написано, что сделали толковую модель, которая отражает некоторые аспекты работы мозга. Привел, как приложение к тому, что уже было сказано для тех, кому это может быть интересно. Никакой особой цели за этим не стояло :)

Aglas, спасибо! Да, она самая! По-моему, отличная статья.

Написал в комментариях в элементах http://elementy.ru/news?discuss=431944

Все строится по другому принципу: контора, имеющая крупные бабки и желающая застолбить какой-то сегмент исследований выделяет бюджет, набирает команду (по авторитетам и конкурсу). Инициаторы типа: "а вот у меня классная идея, все расписано, ознакомьтесь и отбашляйте" вызывают только раздражение. Такие должны или уже приобрести авторитет или наработать как-то баки, чтобы самостоятельно продвинуть, а потому уже продавать, как Петрик.

Было время, когда светился шанс и я его попробовал, но не выгорело. А теперь в России нет такого шанса, да и зарубежном система не та (см. выше). Тем более, что уезжать их России не собираюсь.

Вообще не хочется навязываться куда-то вовне данного сайта по многим причинам. И всегда находятся пустобрехи типа комментатора ниже моего коммента на элементах, которые рады поводу пернуть :) и, надо сказать, такие преобладают...

Так что кому в самом деле интересно и он может распознать резон, ему это на пользу, то можно сделать и на этом сайте, а других вариантов нет.

Вот на Элементах появился последний писк из популярных работ нейрофизиологов: http://elementy.ru/lib/431785 но пока нет возможности скачать, а хотел бы прокомментировать.

...ну я бы очень удивился, если бы кто-то из вас нашёл книгу, которая выходит в 2013... :)

Вот даже ты, который давно здесь тусуется, не уверен, а типа я тебя уверяю :)

Прикольная аналогия: пусть бы Хигс был не в автортете струи стандартных моделистов, а где-то с краю. И вот у него вырисовался бозон. Ему легко, в принципе: предметная область очень формализована и этим можно подкупить расположение даже если ты не в кормушке. Но для того, чтобы это было не фантастикой, меньше чем на колайдер ему бабок никак нельзя, потому как никакие его усилия и промежуточные проекты не обеспечат нужной фальсификации. Таких Хигсов в теорфизике дофигища, но коллайдер построили типа под Хигса с программой фальсификации (утрирую, не не сильно).

>>> ...ну я бы очень удивился, если бы кто-то из вас нашёл книгу, которая выходит в 2013... :)

У меня были такие, при этом покупал в книжном и как раз что-то с мозгом или с философией было связано :)

Не надо Nan пинать делать модель мозга, а то ведь он такой, может и сделать, и всё тогда, привет T-850 :)

Даже если ты сделаешь демо-модель антигравитационного двигателя, то фиг так просто пробьешься, ведь нужно еще доказать, что ты не крутой такой копперфильд желающий навариться на доверчивых бизнесменах. Ну а если нет модельки то ваще автоматом в мошенниках :) или в самом деле сильно доверчивый попадется. Вот если ты работаешь в космической ОКБ то можешь свои безопорные инерцоиды на орбиту выводить и кричать об этом на весь мир, лажая сттрану :)

А ты замути, ведь наверняка есть достойные бизнес-идеи, тем более, что можно накатать всего лишь красивую рецензию. Во всяком случае приобретешь реальный, а не прогнозируемый опыт :)

Palarm, спасибо за неравнодушие и искренние попытки посоветовать!... и я не кокетничаю :) ну, давай для разрядки примем, что я реалист в этом деле и многое не только продумал, но и проделал. Так что в настоящий момент у меня вполне устоявшаяся стратегия: постепенно подсовывать в те или иные моменты вполне актуализированные идеи-утверждения с обоснованием и без каких-либо претензий на авторство, - пусть естественно все прорастает. Соответственна и текущая тактика.

Источник: http://habrahabr.ru/post/232645/

TrueNorth — процессор нового поколения

Достаточно странно, что никто не написал, но, на мой взгляд, сегодня произошло знаковое событие. IBM представила новый, полностью законченный чип, реализующий нейронную сетку. Программа его разработки, существовала давно и шла достаточно успешно. На Хабре уже была статья о полномасштабной симуляции.

В чипе 1 миллион нейронов и 256 миллионов синапсов. Судя по всему, как и в симуляции, чип имеет сходную с неокортексом архитектуру.

Чем это офигенно круто? Тем, что все сегодняшние нейронные сети должны производить астрономическое количество операций, особенно при обучении. Зачастую это упирается в производительность. В реальном времени на одном устройстве можно решать только простые задачки. Распараллеливание на кластеры и видеокарты значительно ускоряют обработку (за счёт огромных вычислительных мощностей и большого энергопотребления). Но всё упирается в главную проблему архитектуры Фон Неймана: память разнесена с блоками обработки. В настоящих нейронах всё по-другому: память сама выполняет обработку (на Хабре есть классный цикл статей про нейросети). 
Если IBM начнёт выпуск таких процессоров, то многие задачи видеоаналитики можно будет решать напрямую на них. Самое простое, что приходит в голову — классификация объектов в видеопотоке (люди, автомобили, животные). Именно эту задачу IBM и продемонстрировало в качестве примера работы. В видеопотоке 400*240 30fps они выделяли людей, велосипедистов, машины, грузовики и автобусы. 
Если всё настолько круто, то машины-роботы в скором времени не будут требовать лидаров, пяток видеокамер с таким чипом — и вперёд.

Кстати, если считать производительность такого чипа в терафлопсах, то получится астрономическое число. Ведь, по сути, такой чип это 1 миллион процессоров, за один такт каждый из которых обрабатывает информацию с 256 каналов входа (ну, приблизительно).

Ну вот теперь стало возможным начинать моделировать в реальном времени реальные адаптивные системы. Нужно только еще знать что именно адаптировать :) Но главный универсальный дискретный элемент, вроде бы, создан и, видимо, есть методы монтажа. Правда, похоже, что этот чип рассчитан на управление обычным процессором... Лишь бы только роль вспомогательного процессора сводилась к организации последовательности связи типа последовательных периодов созревания.

В недавних новостях из области было http://www.gazeta.ru/science/2014/07/09_a_6107189.shtml

Касательно проектов IBM. Всё оказалось не так круто, как они пишут в своих пресс-релизах. Вот цитата из книги Себастьяна Сеунга "Коннектом. Как мозг делает нас тем, что мы есть" о том, как дела обстоят на самом деле:

Генри Маркрам прославился как создатель самой дорогостоящей в мире имитации мозга, однако нейробиологи больше знают Маркрама благодаря его пионерским экспериментам на синапсах. Он стал одним из первых, кто начал систематически изучать последовательный вариант правила Хебба – варьируя задержку времени между импульсами двух нейронов в системе с индуцированной синаптической пластичностью. Впервые я услышал Маркрама на одной научной конференции, где мне довелось встретить еще одного выдающегося нейробиолога – Алекс Томсон, заядлую курильщицу и очаровательную женщину. Она с огромным энтузиазмом делала доклад о синапсах, она была попросту влюблена в них и хотела, чтобы мы тоже их полюбили. Маркрам же выступал как почтенный епископ синаптической церкви, вселяя в нас трепет, восторг и уважение по отношению к их запутанным тайнам.

В своей лекции в 2009 году Маркрам пообещал, что компьютерная имитация всего человеческого мозга появится в течение ближайших десяти лет. Эта фраза облетела весь мир. Если вы найдете в Сети видеозапись той лекции, наверняка согласитесь со мной, что его изящно вылепленное лицо выглядит несколько свирепым, однако говорит он мягко и дружелюбно, с тихой убежденностью мечтателя. Впрочем, в том же году, позже, он имел случай выступить уже не так спокойно. Его научный конкурент, Дхармендра Модха из компании IBM, заявил о создании цифровой имитации кошачьего мозга – после того, как сам же сообщил об имитации мышиного в 2007 году. Маркрам ответил гневным письмом, адресованным главному технологу IBM:

“Дорогой Берни, еще когда Мохда [так!] сделал свое идиотское заявление об имитации мышиного мозга, вы уверяли меня, что в следующий раз будете держать этого парня за руки и за ноги.

Я думал, что… даже журналисты сумеют понять: то, что показала IBM, являет собой просто подделку, которая не имеет ничего общего с цифровой имитацией мозга кошачьих размеров. Но каким-то неведомым образом всех репортеров ввели в заблуждение эти невероятные утверждения.

Меня в высшей степени шокировало сие сообщение…

Полагаю, в моей власти «выпустить кота из мешка» (во всех смыслах) касательно этого неприкрытого обмана общественности.

Конкуренция – великая вещь, но этот поступок позорит всю нашу область науки и чрезвычайно вредоносен для нее. Видимо, дальше Мохда заявит, что ему удалось сделать цифровую имитацию человеческого мозга. Надеюсь, кто-нибудь присмотрит за этим парнем и в научном, и в этическом отношении.

Всего наилучшего,

Генри”

Маркрам не стал держать в тайне свое возмущение и раздражение. Он разослал копии письма многим журналистам. Один из них опубликовал в своем блоге рассказ об этой противоречивой истории, озаглавив его «Много мяуканья из-за кошачьих мозгов».

[…]

Письмо, в сущности, послужило своего рода поворотным пунктом в отношениях Маркрама с компанией IBM. В 2005 году они начинали эти отношения как союзники: тогда IBM подписала контракт с возглавляемым Маркрамом научно-учебным заведением – швейцарской École Polytechnique Fédérale (Федеральной политехнической школой), расположенной в Лозанне. Целью их совместного проекта являлась демонстрация возможностей Blue Gene/L – созданного IBM суперкомпьютера, на тот момент самого быстродействующего в мире. В рамках этого проекта компьютер должен был построить цифровую имитацию мозга. Маркрам обозвал этот проект Blue Brain («Синий мозг»), намекая на прозвище компании IBM – Big Blue («Синий великан»). Но в их отношениях произошло охлаждение, когда Модха запустил конкурирующий проект по цифровой имитации мозга в исследовательском центре IBM, расположенном в калифорнийском Алмадене.

[…]

«Синий мозг» состоит из моделей нейронов, сложнейшим образом обрабатывающих электрические и химические сигналы. Они ближе к реальным нейронам, чем модельные нейроны в имитации Модхи, которая, в свою очередь, более реалистична, чем модель неравноценного голосования, которую мы обсуждали выше.

Существует масса эмпирических доказательств в пользу того, что модель неравноценного голосования описывает многие нейроны с неплохим приближением. Но мы знаем, что эта модель несовершенна и может даже оказаться совершенно неприменимой к некоторым нейронам. Маркрам прав, когда подчеркивает, что у реальных нейронов есть немало тонких особенностей, которые не учитываются простыми моделями. Один-единственный нейрон – сам по себе целый мир. Как и любая клетка, он представляет собой чрезвычайно сложный ансамбль многочисленных и разнообразных молекул, машину, собранную из молекулярных деталей. А каждая из этих молекул, в свою очередь, является миниатюрной машинкой, сделанной из атомов.

Как я уже упоминал, ионные каналы относятся к одному из важнейших классов молекул, поскольку они ответственны за передачу электрических сигналов в нейронах. Аксоны, дендриты и синапсы содержат различные типы ионных каналов – или, по крайней мере, содержат разное их количество. Вот почему у этих частей нейронов разные электрические характеристики. В принципе каждый нейрон уникален по своему поведению благодаря уникальной конфигурации своих ионных каналов. Всё это очень далеко от модели неравноценного голосования, согласно которой все нейроны, в сущности, одинаковы. Плохая новость для имитаторов мозга? Если нейроны так бесконечно разнообразны, как же мы добьемся хоть какого-то успеха в их моделировании? Измеряя характеристики одного нейрона, мы ничего не выясним о другом.

Как вырваться из этой трясины бесконечного разнообразия? Есть одна надежда: типы нейронов. Может быть, вы помните, как Кахаль разделил нейроны на типы, основываясь на их месторасположении и форме. Эти свойства можно сравнить с местом обитания животного и его внешним видом. Когда нейробиолог говорит о «двойной букетной клетке неокортекса», он напоминает мне натуралиста, рассказывающего о полярном медведе, обитающем в Арктике. Натуралист может подчеркнуть, что белые медведи, в отличие от бурых, все охотятся на тюленей. Точно так же и нейроны одного типа, как правило, ведут себя сходным образом, когда речь идет о передаче электрического сигнала. Вероятно, это происходит благодаря тому, что ионные каналы в них распределены похоже.

Если это так, то в действительности нейронное разнообразие конечно. Можно составить каталог всех типов нейронов, «список запчастей» для мозга, и затем сконструировать модель для каждого типа. Мы предполагаем, что каждая такая модель будет правомочна для всех нейронов данного типа во всяком нормальном мозгу, подобно тому как мы предполагаем, что все однотипные резисторы ведут себя сходным образом в любом электронном приборе. А создав модели для всех нейронных типов, мы будем готовы к цифровой имитации мозга.

Специалисты из лаборатории Маркрама охарактеризовали электрические свойства многих типов неокортикальных нейронов – путем экспериментов in vitro. Основываясь на этих данных, они смоделировали каждый нейронный тип в виде сотен взаимодействующих электрических ячеек, что может служить промежуточным шагом на пути к имитации миллионов ионных каналов нейрона. Маркрам заслуживает благодарности за реалистичность многоячеечных модельных нейронов, задействованных в «Синем мозге».

Однако у «Синего мозга» имеется один серьезный недостаток. Поскольку ни одного кортикального коннектома мы пока не выявили, не совсем понятно, каким образом соединять эти модели нейронов друг с другом. Маркрам следует в этом правилу Питерса, теоретическому принципу, согласно которому схема связей в мозгу выстраивается случайным образом. Случайные столкновения аксонов и дендритов в спутанных «макаронах» мозга приводят к возникновению точек контакта. В каждой из таких точек с определенной вероятностью может образоваться синапс. По сути, мы словно бы наблюдаем за результатами подбрасывания искривленной монеты.

Правило Питерса концептуально связано с идеей, о которой мы уже говорили: речь идет о нейронном дарвинизме, предполагающем случайный процесс образования синапсов. Однако эти две идеи не равнозначны. Нейронный дарвинизм подразумевает самоуничтожение синапсов, регулируемое уровнем их активности, а значит, остающиеся связи не будут случайными. Специалисты уже обнаружили примеры нарушения правила Питерса. И я подозреваю, что такие примеры будут только множиться. Судя по всему, это правило так долго продержалось в науке лишь из-за того, что мы слишком мало знали о коннектомах.

https://en.wikipedia.org/wiki/Dharmendra_Modha

Dharmendra S. Modha is an Indian American manager and lead researcher of the Cognitive Computing group at IBM Almaden Research Center.^[1][2] He is known for his pioneering works in Artificial Intelligence and Mind Simulation.^[3] In November 2009, Modha announced at a supercomputing conference that his team had written a program that simulated a cat brain.

https://en.wikipedia.org/wiki/Henry_Markram

Henry Markram (born 28 March 1962^[1]) is a Professor at the École Polytechnique Fédérale de Lausanne (EPFL) in Switzerland and director of both the Blue Brain Project and the Human Brain Project.

Говоря простым языком, у двух этих ученых разные подходы к организации коннектома. Один из них делает акцент на связях коннектома, другой на физической работе реальных нейронов. Оба направления исследований безусловно полезны и интересны, но о симуляции мозга какого-либо животного (биологического мозга) пока говорить бесконечно рано.

Насколько я понимаю, даже симуляция коннектома (C. elegans) далека от завершения. C. elegans - это нематода с 302 нейронами и на сегодня всё ещё остались вопросы касательно работы синапсов, выявления их типов, не говоря уже о симуляции и теоретическом осмыслении коннектома. 

https://www.ncbi.nlm.nih.gov/books/NBK153591/ - по ссылке уникальная биографическая статья одного из исследователей коннектома червя.

>>Аксоны, дендриты и синапсы содержат различные типы ионных каналов – или, по крайней мере, содержат разное их количество. ... Если нейроны так бесконечно разнообразны, как же мы добьемся хоть какого-то успеха в их моделировании? ... Можно составить каталог всех типов нейронов, «список запчастей» для мозга, и затем сконструировать модель для каждого типа.

Вот она - ловушка несисемности, когда человек не понимает, что важно для системы, а что - лишь особенности реализации.

>>Маркрам следует в этом правилу Питерса, теоретическому принципу, согласно которому схема связей в мозгу выстраивается случайным образом. 

У этих людей вообще нет ни малейшего шанса что-то понять в системе адаптивности природной реализации.

>>> Вот она - ловушка несисемности

Я думаю, что тут нужно разделить симуляцию адаптивной системы, например, с помощью коннектома и симуляцию биологического мозга.

Я думаю, что для симуляции биологического мозга коннектома будет недостаточно, просто в силу специфики того, как формируются подобные биологические системы эволюционно. Мне кажется, что симуляция биологического мозга в принципе невозможна, или крайне сложна. Но это не значит, что исследования физической организации нейронов и глии etc не имеют перспективы, ведь изучение специфики биологической организации может помочь в исследовании болезней, разработке лекарств.

Моделирование физических нейронов пригодится во многих медицинских исследованиях, но для искусственных адаптивных систем - это не самое перспективное направление. Здесь, действительно, нужны эффективные абстракции. Я с тобой согласен.

3D атлас мозга мыши:

https://bbp.epfl.ch/nexus/cell-atlas/

Blue Brain Project поделился результатами своей работы: первым в мире цифровым 3D-атласом мозга мыши.

Сопровождающая научная работа:

https://www.frontiersin.org/articles/10.3389/fninf.2018.00084/full?utm_source=FWEB&utm_medium=NBLOG&utm_campaign=ECO_FNINF_blue-brain-cell-atlas