第一次触及只有人类才能完成的技能
WSU研究团队首次开发出一种用于绘制脑神经网络的计算机模型,其绘制结果与人工计算脑神经网络几乎一样准确 - 这可以加速研究人员对于脑电路的图像分析。
长期以来,人们一直在努力提高对人脑电路的理解,但受到其庞大复杂性的挑战而进展缓慢。“这项工作类似于使用卫星拍摄地球,并要求映射出1000亿个家庭,所有连接街道和每个人的目的地。”电气工程与计算机科学学院副教授,项目主任研究员Shuiwang Ji说到。
实际上,研究人员花了十多年的时间,才完全映射出一只动物大脑的电路 —— 一只只有302个神经元的蠕虫。与此同时,人类大脑有大约1000亿个神经元,需要完全了解其电路的数据量需要1000EB的数据,或者相当于目前世界上所有的数据。
(注:1EB=1024PB=1152921504606847000B)
神经元的神经元
为了映射神经元,研究人员目前使用电子显微镜拍照——一个图像通常包含少量的神经元。然后,研究人员研究每个神经元的形状和大小以及与其他附近神经元的数千个连接,以了解其在行为或生物学中的作用。
“我们对于大脑如何工作不太了解,”Ji说。
对这些电路的初步了解,研究人员仍无能力探寻毁灭性脑疾病的原因,如阿尔茨海默病,精神分裂症,孤独症或帕金森病。
相反,他们必须依靠试验和错误实验才能得到治疗。美国国家工程院已将人类大脑的理解提升为21世纪的巨大挑战之一。
人类,曾经无可比拟地准确
2013年,麻省理工学院组织了一场比赛,呼吁研究人员开发自动计算机算法,可以加快图像分析,解码和了解脑电路图像。
作为比赛的一部分,将算法与真正的神经科学家团队进行的工作进行比较。Ji说,如果计算机能够像人类一样准确,那么他们能够比人类更快更便宜地进行计算。
WSU的研究团队开发了第一个能够达到人类精度水平的计算模型。
正如人眼接收信息,然后在多个阶段进行分析,WSU团队开发了一个计算模型,将图像作为输入,然后在多层次的网络中进行处理,然后再作出决定。在他们的算法中,研究人员开发了一种模仿人类复杂生物神经网络的人造神经网络。
虽然WSU研究团队能够在麻省理工学院的挑战中达到人的准确性,但是在使计算机开发完整和准确的神经图时,他们仍然需要做很多工作。
Ji说,电脑还是出现了大量的错误,而且还没有一个比较人力和计算结果的黄金标准。尽管预计自动化方法将很快完全取代人类可能并不现实,但他的计算方法的改进必将导致手动校对阅读的减少。
联系客服