第一次觸及只有人類才能完成的技能
WSU研究團隊首次開發(fā)出一種用于繪制腦神經(jīng)網(wǎng)絡的計算機模型，其繪制結果與人工計算腦神經(jīng)網(wǎng)絡幾乎一樣準確 - 這可以加速研究人員對于腦電路的圖像分析。
長期以來，人們一直在努力提高對人腦電路的理解，但受到其龐大復雜性的挑戰(zhàn)而進展緩慢?！斑@項工作類似于使用衛(wèi)星拍攝地球，并要求映射出1000億個家庭，所有連接街道和每個人的目的地?！彪姎夤こ膛c計算機科學學院副教授，項目主任研究員Shuiwang Ji說到。
實際上，研究人員花了十多年的時間，才完全映射出一只動物大腦的電路 —— 一只只有302個神經(jīng)元的蠕蟲。與此同時，人類大腦有大約1000億個神經(jīng)元，需要完全了解其電路的數(shù)據(jù)量需要1000EB的數(shù)據(jù)，或者相當于目前世界上所有的數(shù)據(jù)。
（注：1EB=1024PB=1152921504606847000B）
神經(jīng)元的神經(jīng)元
為了映射神經(jīng)元，研究人員目前使用電子顯微鏡拍照——一個圖像通常包含少量的神經(jīng)元。然后，研究人員研究每個神經(jīng)元的形狀和大小以及與其他附近神經(jīng)元的數(shù)千個連接，以了解其在行為或生物學中的作用。
“我們對于大腦如何工作不太了解，”Ji說。
對這些電路的初步了解，研究人員仍無能力探尋毀滅性腦疾病的原因，如阿爾茨海默病，精神分裂癥，孤獨癥或帕金森病。
相反，他們必須依靠試驗和錯誤實驗才能得到治療。美國國家工程院已將人類大腦的理解提升為21世紀的巨大挑戰(zhàn)之一。
人類，曾經(jīng)無可比擬地準確
2013年，麻省理工學院組織了一場比賽，呼吁研究人員開發(fā)自動計算機算法，可以加快圖像分析，解碼和了解腦電路圖像。
作為比賽的一部分，將算法與真正的神經(jīng)科學家團隊進行的工作進行比較。Ji說，如果計算機能夠像人類一樣準確，那么他們能夠比人類更快更便宜地進行計算。
WSU的研究團隊開發(fā)了第一個能夠達到人類精度水平的計算模型。
正如人眼接收信息，然后在多個階段進行分析，WSU團隊開發(fā)了一個計算模型，將圖像作為輸入，然后在多層次的網(wǎng)絡中進行處理，然后再作出決定。在他們的算法中，研究人員開發(fā)了一種模仿人類復雜生物神經(jīng)網(wǎng)絡的人造神經(jīng)網(wǎng)絡。
雖然WSU研究團隊能夠在麻省理工學院的挑戰(zhàn)中達到人的準確性，但是在使計算機開發(fā)完整和準確的神經(jīng)圖時，他們仍然需要做很多工作。
Ji說，電腦還是出現(xiàn)了大量的錯誤，而且還沒有一個比較人力和計算結果的黃金標準。盡管預計自動化方法將很快完全取代人類可能并不現(xiàn)實，但他的計算方法的改進必將導致手動校對閱讀的減少。
聯(lián)系客服
