大腦的功能基于神經(jīng)細(xì)胞之間的連接。為了繪制這些連接并創(chuàng)建連接圖(大腦的“接線圖”)，神經(jīng)生物學(xué)家借助三維電子顯微鏡捕獲了大腦的圖像。但是，到目前為止，即使在計(jì)算機(jī)的大力支持下，人類對這些圖像的分析也將花費(fèi)數(shù)十年的事實(shí)，阻礙了較大區(qū)域的地圖繪制。現(xiàn)在，情況已經(jīng)改變。Google AI和馬克斯·普朗克神經(jīng)生物學(xué)研究所的科學(xué)家描述了一種基于人工神經(jīng)網(wǎng)絡(luò)的方法，該方法能夠重建整個(gè)神經(jīng)細(xì)胞，其所有元素和連接幾乎不會從圖像堆棧中出錯。

與大腦相比，人工神經(jīng)網(wǎng)絡(luò)使用大大簡化的“神經(jīng)細(xì)胞”。然而，基于這些網(wǎng)絡(luò)的人工智能已經(jīng)發(fā)現(xiàn)了無數(shù)的應(yīng)用：從自動駕駛汽車到質(zhì)量控制再到疾病的診斷。但是，直到現(xiàn)在，對于非常復(fù)雜的任務(wù)，例如從神經(jīng)三維圖像中繪制單個(gè)神經(jīng)細(xì)胞及其所有分支和接觸點(diǎn)的映射，該算法還是不夠精確。

“計(jì)算機(jī)從我們的電子顯微鏡圖像生成的細(xì)胞結(jié)構(gòu)簡直犯了太多錯誤，”馬丁斯里德馬克斯·普朗克神經(jīng)生物學(xué)研究所的約爾根·科恩費(fèi)爾德(JörgenKornfeld)說道。“為了能夠使用這些數(shù)據(jù)，首先必須對所有內(nèi)容進(jìn)行校對。” 這將需要大量的工作：對于只有0.1毫米邊緣長度的圖像堆棧，需要整整11年的時(shí)間。“這就是為什么我們需要找到更好的東西的原因，”科恩菲爾德說。Michal Januszewski和Google AI的同事開發(fā)的洪水填充網(wǎng)絡(luò)(FFN)至少在目前是最好的工具?？茽柗茽柕?Kornfeld)早在幾年前就已經(jīng)錄制了一個(gè)來自鳴禽大腦的數(shù)據(jù)集，他用手工對其進(jìn)行了部分分析，在這一發(fā)展中發(fā)揮了重要作用。由人類仔細(xì)分析的少數(shù)細(xì)胞代表了FFN最早學(xué)會的基本事實(shí)，即它們可以識別出真正的結(jié)構(gòu)突起。根據(jù)所學(xué)知識，可以用閃電般的速度映射數(shù)據(jù)集的其余部分。

在Winfried Denk領(lǐng)導(dǎo)的部門中，計(jì)算機(jī)科學(xué)家和生物學(xué)家之間的合作并不是什么新鮮事。Google研究小組的負(fù)責(zé)人Viren Jain于2005年在麻省理工學(xué)院攻讀博士學(xué)位，當(dāng)時(shí)Denk求助于Jain的主管Sebastian Seung。Denk需要Seung的幫助來分析使用Denk部門剛剛開發(fā)的方法生成的數(shù)據(jù)集。當(dāng)時(shí)，科恩菲爾德(Kornfeld)從事編寫用于數(shù)據(jù)可視化和注釋的計(jì)算機(jī)程序的工作。Kornfeld的研究越來越多地將神經(jīng)生物學(xué)和數(shù)據(jù)科學(xué)結(jié)合起來，主要負(fù)責(zé)開發(fā)用于自動突觸分析的“ SyConn”系統(tǒng)。像FFN一樣，該系統(tǒng)對于從鳴禽數(shù)據(jù)集中提取生物學(xué)見解將是必不可少的。Denk將FFN的發(fā)展視為連接組學(xué)的象征性轉(zhuǎn)折點(diǎn)。數(shù)據(jù)分析的速度不再落后于電子顯微鏡成像的速度。

FFN是一種卷積神經(jīng)網(wǎng)絡(luò)，是一類特殊的機(jī)器學(xué)習(xí)算法。但是，F(xiàn)FN還具有內(nèi)部反饋路徑，可讓它們建立在圖像中已經(jīng)識別的元素之上。這使FFN明顯更容易區(qū)分相鄰圖像元素上的內(nèi)部和外部細(xì)胞結(jié)構(gòu)。在學(xué)習(xí)階段，F(xiàn)FN不僅學(xué)習(xí)哪些染色模式表示細(xì)胞邊界，而且還學(xué)習(xí)這些邊界通常具有什么形式。根據(jù)Kornfeld的說法，通過使用FFN，在人工校對所需的時(shí)間方面節(jié)省的預(yù)期費(fèi)用肯定證明，與當(dāng)前使用的方法相比，所需的計(jì)算能力更高。

現(xiàn)在似乎不再完全無法想象要記錄和分析龐大的數(shù)據(jù)集，甚至整個(gè)老鼠或鳥類的大腦。喬根·科恩菲爾德(JörgenKornfeld)表示：“升級肯定在技術(shù)上具有挑戰(zhàn)性，但是原則上我們現(xiàn)在已經(jīng)小規(guī)模證明了分析所需的一切都可以使用。”

標(biāo)簽： 人工神經(jīng)網(wǎng)絡(luò)