Neural Engineering Object ( Nengo ) - это программное обеспечение с графическим интерфейсом и написанием сценариев для моделирования крупномасштабных нейронных систем. [1] В качестве программного обеспечения для нейронных сетей Nengo представляет собой инструмент для моделирования нейронных сетей с приложениями в когнитивной науке , психологии , искусственном интеллекте и нейробиологии .
История [ править ]
Некоторая форма Nengo существует с 2003 года. Первоначально разработанная как сценарий Matlab под названием NESim (Neural Engineering Simulator), позже она была перенесена 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 внутреннего независимого API. Эта последняя итерация Nengo определяет конкретный API-интерфейс сценариев на основе Python с внутренними интерфейсами, 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]
В качестве программного обеспечения с открытым исходным кодом Nengo использует специальную лицензию, которая позволяет бесплатное использование в личных целях и в исследовательских целях, но лицензирование требуется для коммерческих целей. [5]
Теоретические основы [ править ]
Nengo построен на двух теоретических основах: Neural Engineering Framework (NEF) [6] и Semantic Pointer Architecture (SPA). [7]
Структура нейронной инженерии [ править ]
Nengo отличается в первую очередь от других программ для моделирования тем, как моделирует связи между нейронами и их сильные стороны. Используя NEF, [8] Nengo позволяет определять веса связи между популяциями пиковых нейронов, указывая вычисляемую функцию, вместо того, чтобы принудительно устанавливать веса вручную, или использовать правило обучения для их настройки со случайного начала. [9] При этом вышеупомянутые традиционные методы моделирования все еще доступны в Nengo.
Архитектура семантического указателя [ править ]
Для представления символов в Nengo используется SPA. Многие аспекты человеческого познания легче смоделировать с помощью символов. В Nengo они представлены как векторы с набором связанных с ними операций. Эти векторы и их операции называются SPA. SPA использовался для моделирования лингвистического поиска человека [10] и планирования задач. [11]
Приложения [ править ]
Заметные разработки, достигнутые с использованием программного обеспечения Nengo, произошли во многих областях, и Nengo использовался и цитировался в более чем 100 публикациях. [12] Следует отметить важную разработку Spaun , сеть из 6,6 миллионов [13] искусственных импульсных нейронов (небольшое количество по сравнению с количеством в человеческом мозге), которая использует группы этих нейронов для выполнения когнитивных задач посредством гибкой координации. Спаун - крупнейшая в мире функциональная модель мозга, которую можно использовать для проверки гипотез нейробиологии . [14]
Ссылки [ править ]
- ^ Bekolay, Trevor et al. «Nengo: инструмент Python для построения крупномасштабных функциональных моделей мозга» Границы нейроинформатики. 2013; 3: 7: 48; получено 28 октября 2016.
- ^ Фридл, KE; Voelker, AR; Peer, A .; Элиасмит, К. (1 января 2016 г.). «Созданная человеком нейророботическая система для классификации текстур поверхности на ощупь» (PDF) . Письма IEEE по робототехнике и автоматизации . 1 (1): 516–523. DOI : 10,1109 / LRA.2016.2517213 . ISSN 2377-3766 .
- ^ История Ненго ; получено 28 октября 2016.
- ^ Исходный код графического интерфейса пользователя Nengo ; получено 28 октября 2016.
- ^ Лицензия Nengo ; получено 28 октября 2016.
- ^ Элиасмит, Крис; Андерсон, Чарльз Х. (2003). Нейронная инженерия: вычисления, представление и динамика в нейробиологических системах (изд. В мягкой обложке First MIT Press). Кембридж, Массачусетс [ua]: MIT Press. ISBN 9780262550604.
- ^ Крис Элиасмит (2013). Как построить мозг . Нью-Йорк: Издательство Оксфордского университета. ISBN 978-0199794546.
- ^ Терренс С. Стюарт. Технический обзор нейронной инженерии. Технический отчет, Центр теоретической неврологии, 2012 г.
- ^ Ненго FAQ ; получено 28 октября 2016.
- ^ Ivana Kajić, Ян Gosmann, Терренс С. Стюарт, Томас Wennekers и Крис Eliasmith. К когнитивно реалистичному представлению словесных ассоциаций. На 38-м ежегодном собрании Общества когнитивных наук, 2183–2188. Остин, Техас, 2016. Общество когнитивных наук.
- ^ Питер Blouw, Крис Eliasmith и Брайан Tripp. Масштабируемая нейронная модель планирования действий. В Анне Папафрагу Дэн Гроднер, Дэн Мирман и Джон Трюзуэлл, редакторы, Труды 38-й ежегодной конференции Общества когнитивных наук, 1583–1588. Филадельфия, Пенсильвания, 2016. Общество когнитивных наук. URL: https://mindmodeling.org/cogsci2016/papers/0279/index.html .
- ^ "Архивная копия" . Архивировано из оригинала на 2018-02-03 . Проверено 2 февраля 2018 .CS1 maint: заархивированная копия как заголовок ( ссылка )
- ^ Сюань Чу. Spaun 2.0: Расширение крупнейшей в мире функциональной модели мозга. Кандидатская диссертация, Университет Ватерлоо, 2018. URL: http://hdl.handle.net/10012/13308 .
- ^ Eliasmith, К., Стюарт ТК, Чу Х., Bekolay Т., DeWolf Т., Тан Ю., Расмуссен, D. (2012). Масштабная модель функционирующего мозга. Наука. Vol. 338 нет. 6111 с. 1202-1205. DOI: 10.1126 / science.1225266.
Дальнейшее чтение [ править ]
- Крис Элиасмит (2013). Как построить мозг . Нью-Йорк: Издательство Оксфордского университета. ISBN 978-0199794546.
