易坊好文馆

  1. 首页 > 生活百科 >

NASA 大脑为何如此耗能？比较计算与通信的代谢能效

NASA 月球 SpaceX 着陆器


NASA 大脑为何如此耗能？比较计算与通信的代谢能效
文章图片

NASA 大脑为何如此耗能？比较计算与通信的代谢能效
文章图片


导语
为什么人脑仅占2%的体重 ， 却消耗了人体20%的能量？人脑与计算机之间谁的能耗更高？大脑的代谢模式怎样启发计算机与人工智能设计？最近的研究发现 ， 大脑在处理计算与通信两种任务时 ， 代谢模式不同 ， 且大脑通信的代谢成本远高于计算 。 大脑能耗研究也为下一代高性能低功耗计算机的研发提供了启示 。
研究领域：大脑能量消耗 ， 最优计算 ， 神经计算 ， 信息处理
1. 大脑能量消耗之谜
人脑仅占体重的 2% ， 却占人体代谢负荷的 20% [1-3
， 单位质量的代谢成本是肌肉的10倍 。 另一方面 ， 大脑能在大约 20 W 的能量预算下创作诗歌、艺术以及设计航天器——考虑到用来写作这篇文章的计算机就需要 80 W 的能耗 ， 大脑的能耗简直微不足道 。 大脑中何处消耗能量 ， 能量被用来做什么？为什么大脑的代谢成本相对于其它生命活动如此高昂？大脑又是如何实现远高于硅基产品的能量效率？许多经典论文都研究过这些问题 。 Attwell 和 Laughlin [4
进行了详细的生物物理估计 ， 表明神经信号传导和神经递质释放的突触后效应合起来占大脑三磷酸腺苷（ATP ， 生物体最直接的能量来源）消耗的 80% ， 这一结论也得到了神经生理学和解剖学的支持 [5 6
。 许多研究探讨了这种能量消耗的结构及功能后果 ， 包括限制大脑尺寸和缩放规律（size and scaling）、有效连线模式、模拟（分级电位）与数字（尖峰）信号、分布式神经代码、沿神经束的信息流量分布及其规模分布 ， 还有计算异质性和效率等[8-17
。 Sterling 和 Laughlin [18
对这些想法进行综合 ， 得出一系列大脑的设计原则 。 Levy 和 Calvert [19
提出了哺乳动物大脑功率预算的功能解释 ， 表明通信的代谢成本比计算高得多 ， 并探索了神经回路组织的功能后果 。
2. 大脑中的通信和计算
Levy 和 Calvert [19
以早期文献为基础 ， 主要关注人脑中不同信息处理模式的相对能耗 ， 而不是细胞层面不同功能的能耗 。 它们对通信和计算做出了关键的区分：“通信”一般是指信息点到点的传输（可能以某种方式编码） ， 不包括表征转换、特征提取或决策的映射 。 大脑中通信的一个例子是视觉信息沿视神经从眼睛到中央大脑的传输 ， 这个过程中视觉信息保持不变 。 “计算”是一个更微妙的概念 ， 通常从输入-输出转换的角度来理解 。 Levy 和 Calvert 在先前工作的基础上 ， 将每个神经元视为对自身输入中的潜在变量进行“微观估计或预测” ， 并在脉冲间隔内（神经元两次传输信号的动作电位之间）对输出进行编码 。 微观估计和预测是极其一般化的框架 ， 能够包含神经计算的其他观点（如将神经元视为动力系统或逻辑门） ， 并且还包含了单个神经元在神经网络中的计算功能 。 同样 ， 脉冲间隔中信息编码的形式也包含多种可能性 ， 如速率编码和模式编码 。 因此 ， 大脑中神经元“计算”的一个例子可以是 V1 区（见图1）中的一个细胞对视神经输入信号的估计或预测 ， 并将其编码为视觉上某个物体（如一条水平线）的存在 。
图1.初级视觉皮层（V1） ， 位于大脑内侧枕叶的距状沟中（后脑勺左右侧） 。 V1是皮层中的“第一个”视觉处理区域 ，LGN（外侧膝状体核 ， 位于丘脑 ， 接受视网膜大部分视觉信息输入）将大部分轴突信号发送至V1皮层 。
从这个角度出发 ， 作者对比了计算中涉及的单位脉冲间隔的兴奋性电流中恢复离子梯度的 ATP 成本 ， 以及通信中涉及的诸如轴突静息电位、动作电位和囊泡回收等成本 ， 最终得出结论：通信相关的生物物理过程消耗的能量是计算相关过程的 35 倍（生物相关单位以每秒消耗 ATP 分子计 ， 物理单位以每秒消耗焦耳计）[19
。 通信与计算能耗的巨大差异为参考文献 [4
中隐含的发现正名 ， 其作者表明神经信号传导和神经递质释放的突触后效应支配着大脑的功耗 。 来自参考文献 [15
的另一条证据表明 ， 神经元中的线粒体分布会追踪放电率和突触传递 ， 因此轴突的粗细很可能取决于突触终端的能耗需求 ， 它占哺乳动物大脑能耗的 65% [20
。 在先前建立的框架中 ， 文献[4
与[15
中描述的高能耗过程都是通信过程 ， 不包括文献[19

推荐阅读


上一篇：蚊子 世界上蚊子密度最大的地方，不是非洲而是北极，它们如何生存的？

下一篇： 有朋友在身边，我才会觉得心安