stringtranslate.com

Objeto de ingeniería neuronal

Neural Engineering Object ( Nengo ) es un software gráfico y de scripts para simular sistemas neuronales a gran escala. [1] Como software de red neuronal, Nengo es una herramienta para modelar redes neuronales con aplicaciones en ciencia cognitiva , psicología , inteligencia artificial y neurociencia .

Historia

Nengo existe en alguna forma desde 2003. Originalmente desarrollado como un script de Matlab bajo el nombre de NESim (Neural Engineering Simulator), luego se trasladó a una implementación de Java bajo el nombre de NEO y, finalmente, Nengo. Las primeras tres generaciones de Nengo se desarrollaron con el objetivo de desarrollar una herramienta de modelado potente con una interfaz simple y un sistema de scripts. A medida que la herramienta se volvió cada vez más útil, las limitaciones del sistema en términos de velocidad llevaron al desarrollo de una API independiente del back-end. Esta iteración más reciente de Nengo define una API de scripts basada en Python específica con back-ends destinados a Numpy, OpenCL y hardware neuromórfico como Spinnaker. [2] [3] Esta iteración más reciente también viene con una GUI interactiva para ayudar con la creación rápida de prototipos de modelos neuronales. [4]

Nengo utiliza una licencia personalizada que permite un uso personal y de investigación gratuito, pero se requiere una licencia paga para fines comerciales. [5]

Fundamento teórico

Nengo se basa en dos pilares teóricos: el marco de ingeniería neuronal (NEF) [6] y la arquitectura de puntero semántico (SPA). [7]

Marco de ingeniería neuronal

Nengo se diferencia principalmente de otros programas de modelado en la forma en que modela las conexiones entre neuronas y sus fortalezas. Utilizando el NEF, [8] Nengo permite definir pesos de conexión entre poblaciones de neuronas activas especificando la función que se calculará, en lugar de forzar que los pesos se establezcan manualmente o utilizar una regla de aprendizaje para configurarlos desde un inicio aleatorio. [9] Dicho esto, estos métodos de modelado tradicionales mencionados anteriormente todavía están disponibles en Nengo.

Arquitectura de puntero semántico

Para representar símbolos en Nengo, se utiliza SPA. Muchos aspectos de la cognición humana son más fáciles de modelar utilizando símbolos. En Nengo, estos se presentan como vectores con un conjunto de operaciones asociadas a ellos. Estos vectores y sus operaciones se denominan SPA. SPA se ha utilizado para modelar la búsqueda lingüística humana [10] y la planificación de tareas. [11]

Aplicaciones

Se han producido notables avances con el software Nengo en muchos campos, y Nengo se ha utilizado y citado en más de 100 publicaciones. [12] Un avance importante que cabe destacar es Spaun , una red de 6,6 millones [13] de neuronas artificiales activadas (una cantidad pequeña en comparación con la cantidad que hay en el cerebro humano), que utiliza grupos de estas neuronas para completar tareas cognitivas mediante una coordinación flexible. Spaun es el modelo cerebral funcional más grande del mundo y se puede utilizar para probar hipótesis en neurociencia . [14]

Referencias

  1. ^ Bekolay T, Bergstra J, Hunsberger E, Dewolf T, Stewart TC, Rasmussen D, Choo X, Voelker AR, Eliasmith C (2014). "Nengo: una herramienta de Python para construir modelos cerebrales funcionales a gran escala". Front Neuroinform . 7 : 48. doi : 10.3389/fninf.2013.00048 . PMC  3880998 . PMID  24431999.
  2. ^ Friedl, KE; Voelker, AR; Peer, A.; Eliasmith, C. (1 de enero de 2016). "Sistema neurorobótico de inspiración humana para clasificar texturas de superficies mediante el tacto" (PDF) . IEEE Robotics and Automation Letters . 1 (1): 516–523. doi :10.1109/LRA.2016.2517213. ISSN  2377-3766. S2CID  6401430.
  3. ^ Historia de Nengo; recuperado el 28 de octubre de 2016.
  4. ^ Código fuente de la GUI de Nengo; recuperado el 28 de octubre de 2016.
  5. ^ Licencia Nengo; recuperado el 28 de octubre de 2016.
  6. ^ Eliasmith, Chris; Anderson, Charles H. (2003). Ingeniería neuronal: computación, representación y dinámica en sistemas neurobiológicos . MIT Press. ISBN 9780262550604.
  7. ^ Eliasmith 2013
  8. ^ Stewart, Terrence C. (2012). Una descripción técnica del marco de ingeniería neuronal (PDF) (Informe técnico). Vol. 110. Centro de Neurociencia Teórica, Universidad de Waterloo.
  9. ^ Preguntas frecuentes sobre Nengo; Consultado el 28 de octubre de 2016.
  10. ^ Kajić, Ivana; Gosmann, Jan; Stewart, Terrence C.; Wennekers, Thomas; Eliasmith, Chris (2016). "Hacia una representación cognitivamente realista de las asociaciones de palabras" (PDF) . Actas de la 38.ª Conferencia Anual de la Cognitive Science Society. Cognitive Science Society. págs. 2183–8. ISBN 978-0-9911967-3-9.
  11. ^ Blouw, Peter; Eliasmith, Chris; Tripp, Brian (2016). "Un modelo neuronal escalable de planificación de acciones". Actas de la 38.ª Conferencia Anual de la Cognitive Science Society. Cognitive Science Society. págs. 1583-1588. ISBN 978-0-9911967-3-9.
  12. ^ "Publicaciones — Documentación de Nengo 2017-11-23". Archivado desde el original el 2018-02-03 . Consultado el 2018-02-02 .
  13. ^ Xuan Choo (2018). Spaun 2.0: Extendiendo el modelo funcional cerebral más grande del mundo (tesis doctoral). Universidad de Waterloo. hdl :10012/13308.
  14. ^ Eliasmith, C.; Stewart, TC; Choo, X.; Bekolay, T.; DeWolf, T.; Tang, Y.; Rasmussen, D. (2012). "Un modelo a gran escala del cerebro funcional". Science . 338 (6111): 1202–5. Bibcode :2012Sci...338.1202E. doi :10.1126/science.1225266. PMID  23197532. S2CID  1673514.

Lectura adicional