对于普通人来说，分辨沙皮狗和卷曲的毛毯是一件很容易的事情。而对于人工智能来说，它需要数小时和成千上万个例子进行深度学习，掌握计算机视觉与图像识别，通过多个模型组成的网络神经元来学会区分二者之间的差别。

在这个可以对一切信息进行编码的世界，时至今日，即便人工智能已经能够“为你写诗”，然而面对极其复杂的人类大脑，想要实现“复刻”依然长路漫漫。人类大脑可以说是宇宙中最为精妙的系统，每个人类大脑包含大约1000亿个神经元，能产生100多万亿个连接。

多年来科学家持续研究人类大脑的架构，试图创建功能类似人类大脑的人工神经网络，以开发更多功能的人工智能模型，从而推动医疗保健等研究。如今，Courtois神经元建模项目（Courtois Project on Neuronal Modelling）正在实现为大脑“解码”的目标。

随着技术的进步，越来越多成熟的成像技术被应用于探索大脑的功能中，磁共振成像技术(MRI)是目前应用最广泛的技术之一。Courtois神经元建模项目正是使用磁共振成像技术对志愿者执行各种认知任务的大脑进行研究。

具体来说，来自麦吉尔大学和蒙特利尔大学的研究团队为项目招募了一批志愿受试者，让他们在核磁共振成像机中观看视频、看图像和玩视频游戏。研究人员在没有使用任何金属的情况下，利用3D塑料打印制造了一个新的游戏控制器，并连接光纤电缆，以便让研究人员在受试者执行任务时跟踪和记录他们大脑中的活动。

Courtois神经元建模项目本质上是利用大脑数据来训练人工神经网络，以更类似人类的方式行事，其目标是建立更强大的人工智能系统，复制大脑中的模式，然后利用这些模型训练人工神经网络，将图像快速准确地映射到行动上。

通过广泛的成像，该项目得以详细绘制大脑的活动。在实验过程中，受试者会在扫描仪内移动手指，研究人员则记录下他们在运动过程中的大脑活动。然后研究人员会使用机器学习或深度学习领域的不同工具来猜测参与者移动的是哪根手指以及抓取等细节动作。

为此，研究人员每半秒拍一张受试者大脑的照片，并使用核磁共振成像仪记录每个受试者大脑中500个小时的活动情况。

除了大脑图像，研究人员还在收集所有的视频数据，以及受试者的生理数据，包括心跳、呼吸和眼睛的小动作，分辨率非常高。所有这些辅助数据，最终都会被应用在模型中，而这又会增加数十TB的数据量。

面对计算能力和存储量方面的挑战，Courtois神经元建模项目需要具有大内存容量的高性能计算（HPC）系统来处理TB级数据。

高性能计算是利用和分析大量数据的关键，能够实现计算资源和信息资源的有效聚合和充分共享。经过近些年高性能计算机器周边生态的快速发展，它已成为前沿基础科学研究领域不可或缺的重要手段之一。

考虑到戴尔科技在高性能计算领域多年深耕，是HPC集群、存储、网络和软件领域的行业领导者，研究团队决定与位于德克萨斯州的戴尔科技HPC与AI创新实验室合作，利用Zenith超级计算机，来获取计算资源以加速大脑绘图。