내맘대로 이해하는 Whole Brain Emulation #1

제목 : Whole Brain Emulation RoadMap 

저자 : Oxford University anders sandberg, Nick Bostrom

위의 글에서 내가 맘에드는 부분만 빼내어 재해석하였다. 

Whole Brain Emulation (WBE) 는 학술적으로  미래에 실현해야할 중요 기술중 하나이다.

이유로는 4가지를 크게 들 수 있다.

Research

- 뇌 에뮬레이션은 컴퓨터 신경 과학의 뉴런 모델의 정확도를 비약적으로 늘릴수 있을수 있기때문에  논리적인 끝이다. 

- 뇌를 이해하는데에 큰도움을 줄 수 있으며, 학습과 경험에서 많은 테스트 셋을 제공할 수 있을 것이다.

- 뇌 모방 엔지니어링은 AI와 Brain-Computer Interface 패턴 인식등에 큰 발전을 가져올 수 있을 것이다.

- 현재의 지식을 학습을 통해 미래의 급진적인 확률에 대해 나타낼 수 있습니다.( 이해가 안되내..)

 

Economics

- 경제적인 관점에서는 복사가능한 뇌는 분명 큰 효과를 가져 올 것이다. 그리고 적은 확률적인 연관 사건들 조차도  심오한 사회적인 결과를 가져올것이다. 

Individually

- 만약 특별한 뇌를 에뮬레이션 저렴하고 가능할것이다. 그리고 만약 개인적인 존재에대해 만날 수 있다. 

에뮬레이션은 backup과 copy를 통해 디지털 불명성을 부여 가능할 것이다.

Philosophy

-  두뇌 에뮬레이션 자체는 마음 철학과 정체성 철학에서 많은 아이디어를 시험하거나 그러한 아이디어에 대해 생각할 수있는 새로운 맥락을 제공합니다.

- 그것은 인간의 향상의 급진적인 새로운 형태를 나타낸다.

시스템을 이해하기 위한 최소 조건

Brain Emulation은 뇌의 기능적 이해 없이는 달성 될 수 없다.

어떤 데이터가 관련이 있는지를 인식 할 수있는 모델과 이론이 필요하며 이를 개발하고 테스트하기위한 데이터를 제공해야합니다.

이론적으로 두뇌 에뮬레이션은 실제적으로 오른쪽 가장자리를 따라 어딘가에서 일어날 것이며, 최상위 레벨의 전체적인 이해를 훨씬 밑도는 것으로 나타날 것입니다.

다양한 종류의 저 현상에 대한 폭 넓은 이해를 포함한다.

우리는 시뮬레이션을 테스트하고 우리가 추구해야 할 데이터의 종류를 아는 더 높은 수준의 현상에 대해 어느 정도 이해해야합니다.

올바른 이해를 개발하고, 데이터를 수집하고, 계측을 강조하고, 제한된 에뮬레이션을 실험하기위한 올바른 연구주기를 조성합니다.

관련 분야에 유용한 서비스를 제공하고 유익한 스핀 오프를 제공하는 것은 WBE 개발에 없어서는 안 될 요소입니다

에뮬레이션의 레벨과 성공의 기준

시뮬레이션 Scale 단위

1 .세포 단위 시뮬레이션

2. 화학적 시뮬레이션

3. 유전적 표현

4. 구획 모델 (세포내)

5. 세포 전체 모델 (뉴런)

6. 로컬 네트워크 (뉴런을 네트워크모듈로 교체)

7. 시스템모델 ( 기능을 수행단위가 되지 않을까 생각함)

Levels of Brain Emulation

1. Computational Module : Classic AI High level 정보의 표현과 정보의 학습으로 만들어내는 모듈

2. Brain region connectivity : 각 영역은 기능 모듈을 나타내며 서로간에 연결되어 (species universial) “connectome”

3. Analog Network population model : 뉴런의 분포를 흉내내어 그들간의연결을 구현해는다. Activity 와 뉴런들의 상태 그룹을 그들의 시간별로 그룹으로 표현한다. 이것은 컨넥션 모델 ANN과 유사하다.

4. spiking neural network : firing state 와 synaptic states 가 추가된다.

5. Eletrophysiology : 전기적 신호 membrane state 가 추가된다. ion channel, 속성, 상태 ion 연결 전하량의 기준이 추가된다. 

6. Metabolome 대사체 : 대사물 신경 전달물지에 대해 고려되어야 한다.

7. Proteme : 단백질과 유전자 표현레벨이 추가되어야 한다.

8. State of protein complexes  : 4개의 단백질구조

9. Distribution of complexes : 세포내의 지도를 구성 할정도

10. Stochastic behavior of single molecules 세포 위치 또는 세포 기계 모델이 뇌 전체를 구성가능한정도

11. Quantum : 뇌와 양자 간의 연결이 가능한정도

4단계의 spiking 까지는 Threshold를 구성하여 tanh나 relu를 구현하면 될 것같은데 이후부터는 현재의 딥러닝에서 고려가 되어있는지는 자세히 모르겠다.

데이터의 필요

저단계의 Emulation에서는 엄청난양의 간단한 정보를 필요로 한다.

고단계로 갈 수록 적은량의 복잡한 정보를 필요로 한다.

학자들의 예측

뇌의 에뮬레이션이 필요로하는 레벨은 과연 어느정도인가 하면 대부분의 학자들은  4~6 레벨이면 뇌의 에뮬레이션을 구성할 수 있을것이라 고려하였다.

그러나 2명의 학자는 8~9 레벨에서 할 수 있을 것이라 예측하였다.

그러나 해당 글의 필자는8~9레벨의 에뮬레이션은 고차원의 에뮬레이션으로 저레벨의 에뮬레이션에서는 필요없을 것이라 생각한다.

그렇기에 이글에서는 4~6레벨에 집중하여 적도록 한다.

RoadMap

1. 요구사항

WBM 는 진행하기 위해 3가지의 능력이 필수사항으로 요구되어진다.

• Brain Scan
• Scan에는 각 조직의 역할 ( 세포와 축색돌기 상응관계 정의 등) 필요로하다.
• 일반적으로 뇌과학에서 많이 쓰이지만, WBM에서 요구되는 정도는 이전보다 거대한 크기에서 손상에의 데메지가 적도록 조작이 가능해야 한다.
• Software Model 작성
• Imaging Method
• 소프트웨어로로 만들기 위해서는 크게 3가지의 메인 이슈가 존재한다.
• 동시까지는 아니지만 뇌전체의 구석구석까지도 이미지할 수있는 능력
• 각 부위의 기능에 적절한 정보를 얻는 능력
• 가장 작은 시스템까지도 에뮬레이션이 가능하도록 하는능력
• Image To Software
• 만들어진 Image를 소프트웨어화 시키는데에는 터무니없는 정교한 작업이 필요로 된다.
• 이미지를 해석하여 적절한 시뮬레이션 파라미터로 변환하는 작업
• 기계화 뇌과학 모델의 충분한 정확도
• 이미지 프로세싱은 왜곡과 노이즈를 절대 피할수 없는 문제가 될 것이며, 적합한 데이터를 가끔 잃기도 할것이다.
• 과도한 데이터 저장공간의 필요를 막기 위해 아마도 이 과정 중에는 원본 스캔데이터를 바로 넣는것이 아닌 압축된 형태로 적용하게 될터인데 그로인한 손실이 있을 수 있다.
• 스캔 데이터 해석
• 데이터의 관계도를 측정
• 전기적 신호의 연관성, 세포 타입, 시뮬레이션 파라미터 정의
• 그다음 이 정보를 에뮬레이션을 위한 "Inventory Database"라 한다.
• 위의 작업들이 소프트웨어 모델을 작업을 하기위한 선행 작업이라 보면 된다.
• Software Model
• Software Model 작성에는 효율적으로 컴퓨터에 적용할 수 있는 뉴런 행동에 대한 수학적 모델이 필요로 한다.
• 컴퓨터 뇌과학은 현재 뉴런의 속성, 뉴런의 네트워크, 시냅스, 학습 과정등에 초점이 맞춰져있다.
• WBM에서는 이러한 것 뿐만아니라 여타 다른 subsystem들에 대한 모든 적절한 좋은모델이 필요로 하다.
• 위와 함께 스캔데이터로부터 적절한 파라미터를 추출하여 써야한다.
• 이로써 스캔된 뇌 전체의 컴퓨터화 된 모델이 만들어지게 된다.
• Emulation Brain
• 위의 과정등을 통해 모델이 만들어졌다면 이제 Emulation을 하면될탠데 이문제를 해결하기 위해서는 엄청난 양의 컴퓨터 자원이 필요로한다.
• 위의 자료들을 유지할 수 있을만한 메모리가 필요
• 적절한 속도로 돌아 갈 수 있도록 할 CPU가 필요
• 위의 복잡한 작업들을 병렬로 처리 할 수 있도록 해야한다.
• 위의 과정들을 처리 할 수 있을 만한 내부 Bandwidth또한 필수적이다.

WBE 개발에 있아서너느 필요로하는 주요 기술(Scanning, Interpretation, simulation)들이 존재한다. 만약 특정 어떠한것이 늦어진다면 어떻게 될것인가?

1. 그들이 만약 독립적으로 발달하게 된다면 사람레벨의 에뮬레이션을 하는데에 세가지 모두 충분히 발달하지 못할 가능성이 높다

2. 만약 컴퓨터 성능이 제한이라면 더욱더 복잡한 생물의 에뮬레이션 모델이 나타나야 할것이다.

3. 만약 Scanning 이나 Image Interpretation, Neural Simulation이 제한적이라면 비교적 획기적인 반전이 가능하다.

또한 Scanning Tech 가 작은 컴퓨팅에서 사용가능하도록 간단한 유기체에서 복잡한 유기체로 이전가능한 소프트웨어가 필요로하다. 

4. 컴퓨터 제한또는 스캐닝에 병목현상이 있는 경우 개발속도는 경제적에 따라 결정 되게 될것이다.

솔직히 WBE는 경제적이나 정치적으로 결정될 가능성이 매우 큰기술이다. 만약 충분한 연구가 만들어지게 되면 그때부터는 급속도로 WBE가 발전이 가능하도록 될것이다.