Исследователь MIT расписал путь от мозга червя до цифрового человека. И это уже больше похоже на инженерный roadmap, чем на фантастику. Исаак Фриман посвятил свою магистерскую
Исаак Фриман посвятил свою магистерскую работу в MIT масштабированию brain emulation: от *C. elegans* с 302 нейронами до систем человеческого масштаба. За последние годы connectomics дошла до полного мозга дрозофилы примерно на 140 000 нейронов, а стоимость реконструкции одного нейрона в отдельных проектах упала примерно с $16 500 до $100.
Самое интересное - вычислительная мощность уже перестаёт выглядеть главным фантастическим барьером.
Для простой модели человеческого мозга оценка начинается примерно с 3,4 PFLOP/s, а для крайне детализированной биофизической симуляции верхняя оценка доходит до 10^20 FLOP/s - масштаба современных AI-кластеров примерно на 100 000 GPU. Более того, упрощённые симуляции на 86 млрд нейронов уже запускались, хотя до настоящей эмуляции мозга им ещё очень далеко.
Настоящая проблема находится в другом месте: данные.
Нужно картировать соединения, записывать активность нейронов, определять молекулярные параметры и затем каким-то образом собрать всё это в работающую модель. Только сырые изображения человеческого мозга при EM-разрешении могут занимать порядка зеттабайта данных.
Фриман оценивает полноценный human-scale megaproject примерно в $5–50 млрд и 10–25 лет, подчёркивая, что цифры сильно зависят от прогресса микроскопии, автоматизации и ML.
И здесь возникает неожиданный эффект AI-бума: инфраструктура, которую сегодня строят ради LLM, одновременно делает всё реалистичнее вычислительную сторону симуляции мозга.
По сути, вопрос постепенно меняется с:
«можно ли вообще симулировать человеческий мозг?»
на:
«как получить достаточно точные данные, чтобы было что симулировать?»
Это всё ещё гигантская научная задача, но граница между science fiction и engineering roadmap становится заметно тоньше.
📄 pdf.isaak.net/scaling-emulations