[논문 리뷰] Simulation and assimilation of the digital human brain

Wenlian Lu, Du, Xin외 8명|arXiv (Cornell University)|2022. 11. 29.

Molecular Communication and Nanonetworks인용 수 13

한 줄 요약

이 논문은 개인화된 MRI 데이터와 생물학적 제약 조건을 사용하여 인간 뇌를 860억 개의 뉴런으로 모델링하는 대규모 스파iking 신경망 시뮬레이터인 디지털 브레인(DB)을 제시한다. 휴식 상태에서 fMRI BOLD 신호와 높은 상관관계(r > 0.9)를 보이며, 시각 작업에서의 지각 반응을 성공적으로 시뮬레이션하여 디지털 인간 뇌 복제의 가능성을 입증한다.

ABSTRACT

Here, we present the Digital Brain (DB), a platform for simulating spiking neuronal networks at the large neuron scale of the human brain based on personalized magnetic-resonance-imaging data and biological constraints. The DB aims to reproduce both the resting state and certain aspects of the action of the human brain. An architecture with up to 86 billion neurons and 14,012 GPUs, including a two-level routing scheme between GPUs to accelerate spike transmission up to 47.8 trillion neuronal synapses, was implemented as part of the simulations. We show that the DB can reproduce blood-oxygen-level-dependent signals of the resting-state of the human brain with a high correlation coefficient, as well as interact with its perceptual input, as demonstrated in a visual task. These results indicate the feasibility of implementing a digital representation of the human brain, which can open the door to a broad range of potential applications.

연구 동기 및 목표

• 환자별 MRI 데이터를 활용하여 대규모이고 생물학적으로 제약된 인간 뇌의 디지털 모델을 개발하기 위해.
• 스파iking 뉴런 네트워크를 사용하여 인간 뇌의 휴식 상태 활동과 과제 유발 반응을 모두 시뮬레이션하기 위해.
• 분산 GPU 아키텍처를 통해 수조 개의 시냅스 연결을 고성능으로 시뮬레이션할 수 있는 고도의 계산 효율성 확보하기 위해.
• 실제 fMRI BOLD 신호 재현과 지각 자극에 대한 상호작용을 통해 디지털 뇌 모델을 검증하기 위해.

제안 방법

• 디지털 브레인(DB) 플랫폼는 개인화된 T1-가중 및 확산 MRI 데이터를 사용하여 인간 뇌의 세밀한 해부학적 및 연결성 프레임워크를 구축한다.
• 통합-화염 뉴런과 일시적 플라스티시티를 포함한 생물학적으로 타당한 뉴런 및 시냅스 동역학을 구현한 스파이킹 신경망 모델이 구현된다.
• 14,012개의 GPU를 통해 스파이크 전파를 가속화하기 위해 이중 수준의 GPU 라우팅 기법이 설계되었으며, 실시간으로 최대 47.8조 개의 시냅스를 시뮬레이션할 수 있다.
• 모델은 확산 텐서 영상(DTI)에서 유도된 구조적 연결성과 휴식 상태 fMRI에서 유도된 기능적 연결성을 통합하여 네트워크 동역학을 제약한다.
• 시뮬레이션 프레임워크는 시각 자극과 같은 지각 자극과의 실시간 상호작용을 지원하여 기능적 반응을 테스트할 수 있다.
• 플랫폼는 공간 분할과 메시지 전달을 조합한 하이브리드 병렬 전략을 사용하여 초거대 GPU 클러스터에 걸쳐 확장 가능하다.

실험 결과

연구 질문

• RQ1 디지털 인간 뇌 모델은 실제 fMRI BOLD 신호와 높은 정밀도로 휴식 상태 기능적 활동을 시뮬레이션할 수 있는가?
• RQ2 디지털 브레인은 외부 지각 자극, 예를 들어 시각 과제에 대한 신경 반응을 재현할 수 있는가?
• RQ3 실제 연결성을 가진 인간 수준의 스파이킹 네트워크를 시뮬레이션하기 위해 필요한 계산 확장성의 수준은 어느 정도인가?
• RQ4 생물학적으로 제약된 모델은 인간 뇌 영상에서 관찰된 기능적 연결 패턴을 어느 정도 재현할 수 있는가?
• RQ5 디지털 브레인은 지각 자극을 얼마나 잘 통합하고 행동적으로 관련된 반응을 생성할 수 있는가?

주요 결과

• 휴식 상태 조건에서 DB는 시뮬레이션된 신호와 실제 fMRI BOLD 신호 간 상관계수 r > 0.9를 달성하여 인간 뇌 활동과 높은 유사성을 보였다.
• 플랫폼는 시각 자극에 대한 신경 반응을 성공적으로 시뮬레이션하여 지각 자극의 기능적 통합을 입증했다.
• 이중 수준의 GPU 라우팅 기법은 14,012개의 GPU를 통해 효율적인 스파이크 전파를 가능하게 하였으며, 실시간으로 최대 47.8조 개의 시냅스 연결을 지원하였다.
• 모델은 높은 확장성을 확보하여 생물학적으로 현실적인 시냅스 동역학을 가진 최대 860억 개의 뉴런을 시뮬레이션하였다.
• 개인화된 MRI 데이터와 기능적 제약 조건의 통합은 인간 뇌 기능의 핵심 특징을 재현하는 디지털 뇌 모델을 가능하게 하였다.
• 시뮬레이션 프레임워크는 대규모이고 생물학적으로 근거가 있는 디지털 인간 뇌의 실현 가능성을 입증하였으며, 임상 및 인지 응용 분야에 잠재적 응용 가능성을 보였다.