研究人員建立了一個(gè)可以分辨誰是誰的人工飛行大腦

盡管它們的視覺系統(tǒng)簡(jiǎn)單，但果蠅能夠基于視線單獨(dú)地可靠地區(qū)分個(gè)體。這是一項(xiàng)任務(wù)，即使是一生都在研究果蠅(Drosophila melanogaster)的人。研究人員現(xiàn)在已經(jīng)建立了一個(gè)神經(jīng)網(wǎng)絡(luò)，模仿果蠅的視覺系統(tǒng)，可以區(qū)分和重新識(shí)別蒼蠅。這可能使全世界成千上萬的實(shí)驗(yàn)室使用果蠅作為模型生物進(jìn)行更多的縱向工作，觀察個(gè)體果蠅如何隨時(shí)間變化。它還提供了證據(jù)表明，不起眼果蠅的視力比以前認(rèn)為的更清晰。

在一個(gè)跨學(xué)科項(xiàng)目中，圭爾夫大學(xué)和密西沙加多倫多大學(xué)的研究人員將果蠅生物學(xué)方面的專業(yè)知識(shí)與機(jī)器學(xué)習(xí)相結(jié)合，建立了一種基于生物學(xué)的算法，通過低分辨率的果蠅視頻進(jìn)行攪拌，以測(cè)試它是否在物理上具有這種約束的系統(tǒng)可能完成這樣一個(gè)困難的任務(wù)。

果蠅的復(fù)眼很小，可以獲取有限的視覺信息，估計(jì)有29個(gè)單位的平方(圖1A)。傳統(tǒng)觀點(diǎn)認(rèn)為，一旦圖像由果蠅處理，它只能區(qū)分非常廣泛的特征(圖1B)。但是最近發(fā)現(xiàn)果蠅可以通過微妙的生物技巧提高它們的有效分辨率(圖1C)，這使得研究人員相信視力可以對(duì)蒼蠅的社會(huì)生活做出重大貢獻(xiàn)。結(jié)合他們的視覺系統(tǒng)結(jié)構(gòu)看起來很像深度卷積網(wǎng)絡(luò)(DCN)的發(fā)現(xiàn)，帶領(lǐng)團(tuán)隊(duì)問：“我們能夠模擬能夠識(shí)別個(gè)體的飛行大腦嗎?”

他們的計(jì)算機(jī)程序具有與果蠅相同的理論輸入和處理能力，并且在兩天內(nèi)對(duì)一只蒼蠅的視頻進(jìn)行了訓(xùn)練。然后，它能夠在第三天可靠地識(shí)別相同的飛行，其中F1得分(一種結(jié)合精度和召回的度量)為0.75。令人印象深刻的是，對(duì)于沒有蠅腦生物學(xué)限制的算法，這僅比0.85和0.83的分?jǐn)?shù)略差。為了進(jìn)行比較，當(dāng)給出一個(gè)更容易的任務(wù)，即將一只蒼蠅的“面部照片”與其他20個(gè)地方相匹配時(shí)，經(jīng)驗(yàn)豐富的人類飛行生物學(xué)家只能得到0.08的分?jǐn)?shù)。隨機(jī)幾率為0.05。

根據(jù)Jon Schneider的說法，該論文的第一作者本周將在PLOS ONE上發(fā)表，該研究指出“誘人的可能性，不僅僅是能夠識(shí)別廣泛的類別，果蠅能夠區(qū)分個(gè)體。所以當(dāng)一個(gè)人登陸時(shí)在另一個(gè)旁邊，它是“嗨鮑勃，嘿愛麗絲”“。

Graham Taylor，一位機(jī)器學(xué)習(xí)專家和CIFAR Azrieli全球?qū)W者在機(jī)器和大腦學(xué)習(xí)計(jì)劃中，對(duì)于在視覺任務(wù)中擊敗人類的前景感到興奮。“許多深度神經(jīng)網(wǎng)絡(luò)應(yīng)用程序試圖復(fù)制和自動(dòng)化人類的能力，如面部識(shí)別，自然語言處理或歌曲識(shí)別。但它們很少超出人類的能力。因此，找到算法可以勝過人類的問題令人興奮。”

實(shí)驗(yàn)在多倫多密西沙加大學(xué)實(shí)驗(yàn)室進(jìn)行，該實(shí)驗(yàn)室是CIFAR兒童與大腦發(fā)展項(xiàng)目的高級(jí)研究員Joel Levine。他對(duì)這樣的研究未來寄予厚望。“將深度學(xué)習(xí)模型與神經(jīng)系統(tǒng)配對(duì)的方法非常豐富。它可以告訴我們模型，神經(jīng)元如何相互通信，它可以告訴我們整個(gè)動(dòng)物。這是一種令人興奮的事情。它是未開發(fā)的領(lǐng)土。”

Schneider總結(jié)了各學(xué)科之間的工作：“像這樣的項(xiàng)目是神經(jīng)生物學(xué)家和機(jī)器學(xué)習(xí)研究人員共同合作的一個(gè)完美舞臺(tái)，可以揭示任何系統(tǒng)生物學(xué)或其他方式學(xué)習(xí)和處理信息的基本原理。”