Des chercheurs d'IBM ont rendu publics deux rapports portant sur des simulations à grande échelle de réseaux de neurones. L'objectif était de reproduire un système proche du cerveau d'une souris, tant par la taille que par le nombre de connexions et leur activité. Le nombre estimé de neurones pour les deux hémisphères du cortex du rongeur est de 16 millions (100 milliards pour un cerveau humain), avec 8.000 synapses par neurone. Les délais des influx nerveux ont été fixés entre 1ms et 20 ms. Une telle modélisation impose des contraintes énormes en matière de puissance de calcul et de mémoire. Les équipes des laboratoires IBM Almaden Research Lab et de l'University du Nevada ont utilisé un supercalculateur BlueGene/L pour mener à bien la simulation. Il s'agit d'une machine à 4.096 processeurs avec 1 To de mémoire centrale capable d'atteindre 9,4 TFLOPS qui occupait le 64e rang au classement mondial avec cette configuration fin 2006.
Dans un premier temps, un modèle simplifié a été testé : 8 millions de neurones avec 6.300 synapses par cellule. La simulation a été calculée pour 10 secondes, à une vitesse dix fois inférieure au temps réel d'activation des neurones. Ainsi, avec une résolution de 1ms et une fréquence de 1Hz, l'expérience a permis de simuler 1 seconde de fonctionnement de la moitié du cerveau d'une souris. Une deuxième expérience a été menée ensuite, en simulant le fonctionnement de 16 millions de neurones avec 8.000 synapses par neurones. Les chercheurs ont mis en oeuvre une configuration à 8.192 processeurs de leur BlueGene/L avec 4To de mémoire vive. La simulation de 5 s de fonctionnement a été effectuée en 168 s en temps réel. Un dernier test de montée en charge a permis de réaliser la même expérience avec 16.000 synapses par neurone pour un temps d'exécution restant dans le même ordre de grandeur.
Ces travaux ne tendent pas pour le moment à reproduire le fonctionnement d'un cerveau, mais plutôt à mettre en évidence la faisabilité de simuler un nombre important de connexions et d'étudier l'échange d'informations à si grande échelle. Les chercheurs ont en particulier pu affiner leur modèle pour éviter les phénomènes d'atténuation ou d'avalanche dans le déclenchement des influx nerveux. Les recherches en intelligence artificielle pourraient bientôt tirer profit de cette prouesse technologique.
