アカウント名:
パスワード:
プロジェクトの後継プロジェクトってことかな・・・？研究者は同じですよね。
スパコンの性能が上がって、人間の脳をシミュレートするのが現実的になったからじゃない。ニューロンは一秒に2〜300回発火するらしいから。単純計算で３００回×860億＝約３００兆回、京やセコイア辺りなら何とかできるんじゃない発火していないシナプスは計算を端折っていいわけだし。
シミュレート以前に, 神経系の動作モデルってどの程度解明されているんでしょう? いかにスパコンの性能が上がっても, 間違ったモデルからは間違った結果しか出ないでしょうし.
よしんばモデルが正しいかもしれなくて, 何らかの計算結果が出た時に, それが実際の脳の動作と同じなのか, 検証する方法はあるのでしょうか? 癲癇の発作の様なマクロな発火現象なら, 比較的簡単に検証できそうな気もしますけど.
好意的なコメントしかついてなくてびっくり。裏で同業者がコソコソとこんなのBullshitだよねっていってるのよくみかけるけど、表向きには沈黙を守っているのが不思議でしょうがない。研究資金が巨額すぎなのでビビっているのだろうか。
だいたい神経細胞が302個しかなくて何十年もまえから電顕レベルで神経細胞のシナプス結合まで詳細にわかっている線虫でも、線虫の行動を説明できるようなコンピュータモデルは存在しないので、アプローチそのものに本質的に問題がある。ぜんぜん計算量の問題じゃない。神経細胞もどんなチャネルを発現しているか、チャネルの
まるで意味がないということはないんじゃないか？
正確性に欠けると言っても、数種類の神経細胞の性質を調べた上でモデルを作ってるわけだし、このモデルを作り上げることで得られるデータはそれなりに意義があると思う。
モデルを単純化すること自体は全然悪いことではないんです。D. Marrみたいにモデルを徹底的に単純化して、モデルの詳細に起因しないような一般的な結論を引き出すことで役に立つ予想ができます。
リアリスティックなモデルも、パラメータ領域を網羅的に計算して、主張が成り立つパラメータ領域を決定したりして、一般的な結論を引き出すこともできます。これには神経細胞の数を抑えないと計算量が膨大になるので１０００分の１モデルとかにします。
ただSejnowski [nih.gov]も言っていますが、リアリスティックなモデルでは我々の脳の理解が足りないのでモデルを制約する条件が足らずにフリーパラメータがあり過ぎでなんでもできてしまうのが問題です。そのようなフリーパラメータだらけのモデルは本物と同じ保証がまるでありませんので、具体的な予想を立てるのには向きません。
このプロジェクトではモデルでは神経細胞は半端に単純化して、コネクティビティもランダム、でも神経細胞の数だけはリアリスティックに膨大な数にする（膨大なフリーパラメータで網羅的にはカバーできない）というチグハグな悪いとこ取り合わせたようなモデルでもって脳疾患の治療に役立つような具体的な予想を引き出すという、無理を言っているのが問題です。
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
日本発のオープンソースソフトウェアは42件 -- ある官僚
Blue Brain (スコア:1)
プロジェクトの後継プロジェクトってことかな・・・？
研究者は同じですよね。
Re: (スコア:0)
スパコンの性能が上がって、人間の脳をシミュレートするのが現実的になったからじゃない。
ニューロンは一秒に2〜300回発火するらしいから。単純計算で３００回×860億＝約３００兆回、京やセコイア辺りなら何とかできるんじゃない
発火していないシナプスは計算を端折っていいわけだし。
Re: (スコア:1)
シミュレート以前に, 神経系の動作モデルってどの程度解明されているんでしょう? いかにスパコンの性能が上がっても, 間違ったモデルからは間違った結果しか出ないでしょうし.
よしんばモデルが正しいかもしれなくて, 何らかの計算結果が出た時に, それが実際の脳の動作と同じなのか, 検証する方法はあるのでしょうか? 癲癇の発作の様なマクロな発火現象なら, 比較的簡単に検証できそうな気もしますけど.
Re: (スコア:1)
好意的なコメントしかついてなくてびっくり。裏で同業者がコソコソとこんなのBullshitだよねっていってるのよくみかけるけど、表向きには沈黙を守っているのが不思議でしょうがない。研究資金が巨額すぎなのでビビっているのだろうか。
だいたい神経細胞が302個しかなくて何十年もまえから電顕レベルで神経細胞のシナプス結合まで詳細にわかっている線虫でも、線虫の行動を説明できるようなコンピュータモデルは存在しないので、アプローチそのものに本質的に問題がある。ぜんぜん計算量の問題じゃない。神経細胞もどんなチャネルを発現しているか、チャネルの
Re: (スコア:0)
まるで意味がないということはないんじゃないか？
正確性に欠けると言っても、数種類の神経細胞の性質を調べた上でモデルを作ってるわけだし、このモデルを作り上げることで得られるデータはそれなりに意義があると思う。
Re:Blue Brain (スコア:1)
モデルを単純化すること自体は全然悪いことではないんです。D. Marrみたいにモデルを徹底的に単純化して、モデルの詳細に起因しないような一般的な結論を引き出すことで役に立つ予想ができます。
リアリスティックなモデルも、パラメータ領域を網羅的に計算して、主張が成り立つパラメータ領域を決定したりして、一般的な結論を引き出すこともできます。これには神経細胞の数を抑えないと計算量が膨大になるので１０００分の１モデルとかにします。
ただSejnowski [nih.gov]も言っていますが、リアリスティックなモデルでは我々の脳の理解が足りないのでモデルを制約する条件が足らずにフリーパラメータがあり過ぎでなんでもできてしまうのが問題です。そのようなフリーパラメータだらけのモデルは本物と同じ保証がまるでありませんので、具体的な予想を立てるのには向きません。
このプロジェクトではモデルでは神経細胞は半端に単純化して、コネクティビティもランダム、でも神経細胞の数だけはリアリスティックに膨大な数にする（膨大なフリーパラメータで網羅的にはカバーできない）というチグハグな悪いとこ取り合わせたようなモデルでもって脳疾患の治療に役立つような具体的な予想を引き出すという、無理を言っているのが問題です。