Neural Engineering Object ( Nengo ) es un software gráfico y de secuencias de comandos para simular sistemas neuronales a gran escala. [1] Como software de redes neuronales Nengo es una herramienta para modelar redes neuronales con aplicaciones en ciencia cognitiva , psicología , inteligencia artificial y neurociencia .
Historia
Alguna forma de Nengo ha existido desde 2003. Originalmente desarrollado como un script de Matlab con el nombre NESim (Neural Engineering Simulator), luego se trasladó a una implementación de Java con el nombre de NEO y, finalmente, Nengo. Las primeras tres generaciones de Nengo se desarrollaron con un enfoque en el desarrollo de una poderosa herramienta de modelado con una interfaz simple y un sistema de secuencias de comandos. 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 de back-end. Esta iteración más reciente de Nengo define una API de scripting específica basada en Python con back-end dirigidos a Numpy, OpenCL y hardware neuromórfico como Spinnaker. [2] [3] Esta nueva iteración también viene con una GUI interactiva para ayudar con la creación rápida de prototipos de modelos neuronales. [4]
Como software de código abierto, Nengo utiliza una licencia personalizada que permite el uso personal y de investigación gratuito, pero la licencia es necesaria para fines comerciales. [5]
Antecedentes teóricos
Nengo se basa en dos fundamentos 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 las neuronas y sus fortalezas. Usando el NEF, [8] Nengo permite definir pesos de conexión entre poblaciones de neuronas en punta especificando la función a ser calculada, en lugar de forzar que los pesos se establezcan manualmente, o usar una regla de aprendizaje para configurarlos desde un inicio aleatorio. [9] Dicho esto, estos métodos de modelado tradicionales antes mencionados 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 desarrollos notables logrados con el software Nengo en muchos campos, y Nengo se ha utilizado y citado en más de 100 publicaciones. [12] Un desarrollo importante a tener en cuenta es Spaun , una red de 6,6 millones [13] de neuronas con picos artificiales (un número pequeño en comparación con el número 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 puede usarse para probar hipótesis en neurociencia . [14]
Referencias
- ^ Bekolay, Trevor y col. "Nengo: una herramienta de Python para la construcción de modelos cerebrales funcionales a gran escala" Fronteras en Neuroinformática. 2013; 3: 7: 48; Consultado el 28 de octubre de 2016.
- ^ Friedl, KE; Voelker, AR; Peer, A .; Eliasmith, C. (1 de enero de 2016). "Sistema neurorobótico inspirado en humanos para clasificar texturas superficiales mediante el tacto" (PDF) . IEEE Robotics and Automation Letters . 1 (1): 516–523. doi : 10.1109 / LRA.2016.2517213 . ISSN 2377-3766 .
- ^ Historia de Nengo ; Consultado el 28 de octubre de 2016.
- ^ Código fuente de Nengo GUI ; Consultado el 28 de octubre de 2016.
- ^ Licencia Nengo ; Consultado el 28 de octubre de 2016.
- ^ Eliasmith, Chris; Anderson, Charles H. (2003). Ingeniería neuronal: computación, representación y dinámica en sistemas neurobiológicos (First MIT Press, edición en rústica). Cambridge, Mass. [Ua]: MIT Press. ISBN 9780262550604.
- ^ Chris Eliasmith (2013). Cómo construir un cerebro . Nueva York: Oxford University Press. ISBN 978-0199794546.
- ^ Terrence C. Stewart. Una descripción técnica del marco de ingeniería neuronal. Informe técnico, Centro de Neurociencia Teórica, 2012.
- ^ Preguntas frecuentes de Nengo ; Consultado el 28 de octubre de 2016.
- ^ Ivana Kajić, Jan Gosmann, Terrence C. Stewart, Thomas Wennekers y Chris Eliasmith. Hacia una representación cognitivamente realista de asociaciones de palabras. En la 38ª Reunión Anual de la Sociedad de Ciencias Cognitivas, 2183-2188. Austin, TX, 2016. Sociedad de Ciencias Cognitivas.
- ^ Peter Blouw, Chris Eliasmith y Brian Tripp. Un modelo neuronal de picos escalable de planificación de acciones. En Anna Papafragou Dan Grodner, Dan Mirman y John Trueswell, editores, Proceedings of the 38th Annual Conference of the Cognitive Science Society, 1583-1588. Filadelfia, Pensilvania, 2016. Sociedad de Ciencias Cognitivas. URL: https://mindmodeling.org/cogsci2016/papers/0279/index.html .
- ^ "Copia archivada" . Archivado desde el original el 3 de febrero de 2018 . Consultado el 2 de febrero de 2018 .CS1 maint: copia archivada como título ( enlace )
- ^ Xuan Choo. Spaun 2.0: Ampliación del modelo cerebral funcional más grande del mundo. Tesis de doctorado, Universidad de Waterloo, 2018. URL: http://hdl.handle.net/10012/13308 .
- ^ Eliasmith, C., Stewart TC, Choo X., Bekolay T., DeWolf T., Tang Y., Rasmussen, D. (2012). Un modelo a gran escala del funcionamiento del cerebro. Ciencias. Vol. 338 no. 6111 págs. 1202-1205. DOI: 10.1126 / science.1225266.
Otras lecturas
- Chris Eliasmith (2013). Cómo construir un cerebro . Nueva York: Oxford University Press. ISBN 978-0199794546.