脑科学研究又进一大步!
来自普林斯顿的科学家最新宣布,他们已经成功创建了首个成年体动物的全脑连接体图谱。
其中包含来自雌性黑腹果蝇大脑的130000个带注释的神经元,以及它们之间的数千万个化学突触。
更重要的是,数据是完全开放的,还能一键查询。
只需要在Codex这个网站上输入相关信息,每个神经元的连接性、大小、神经递质等信息都能尽收眼底。
图片
包括直观的3D模型。
图片
这项研究一经发布,就吸引到大量关注。
图片
英伟达AI科学家范麟熙(Jim Fan)就转发点赞:
令人着迷的是,普林斯顿大学的这项研究中,蕴含着大自然的注意力、工作记忆甚至基本意识算法。
将神经连接体视作已编译的可执行二进制文件,我们可以从完整的大脑模拟中反编译出多少源代码?
图片
不仅如此,果蝇的大脑结构还对机器学习有着重要启发。
已经有人在电脑上跑了一下这个模型,模拟了果蝇吃东西和梳理触角的过程。
图片
马斯克也关注到了这只“电子果蝇”,并感觉事情开始变得奇怪起来了。
图片
通过电镜图像绘制
研究团队重建了雌性黑腹果蝇大脑完整连接体图谱。
不同于传统的切片方式,图谱中的信息主要是从电镜照片中获得的。
这些电镜照片来自Zheng和Lauritzen等人于2018年发布的FAFB(full adult fly brain)数据集。
电镜照片的分辨率可以清晰地看到蛋白质分子,经过计算机分析就能得出有关信息。
尺寸仅为0.1毫米量级的果蝇大脑拥有上亿个突触,比哺乳动物的突触还要密集。
图片
果蝇大脑中的神经被分成9个大类、31个小类,划分了78个区域。
图片
这九个大类是在将神经元按照信息流向分为三个部分的基础上继续划分得到的。
图片
通过与光学显微镜下的神经结构进行对比,团队建立的模型准确性得到了初步验证。
进一步地,数值计算和人工抽样检查结果也证明了模型是准确的。
此外,通过统计学分析,团队还对神经元之间的神经递质成分进行了预测,且准确率很高。
研究团队还分析了果蝇眼部的神经回路,追踪了信息流从输入神经元到输出神经元传递的过程。
尽管输入和输出神经元的数量在神经系统中占据的比重很小,但它们是沟通大脑和外界的桥梁。
在这一过程中,团队使用了一种概率模型,分析从种子神经元开始的信息流。
图片
团队针对每一个种子神经元进行了遍历,测量了信息传到神经中枢再到传出神经的过程。
遍历过程中信息传递所经过的距离被排序,然后进行归一化处理。
这一过程帮助研究人员确定了不同类型的传入信息是如何向相对应的神经中枢传递的,结果与预期相吻合。
图片
花费4年时间打造
值得一提的是,从成年果蝇完整大脑数据(FAFB)到完整构建出成年果蝇的大脑图谱,研究人员一共花费了194周,也就是4年左右的时间。
图片
而在此背后,这个名为FlyWire的项目得到了超过200名社区成员的贡献支持。
根据官方网站信息,FlyWire是一个旨在重建果蝇全脑连接体的人工智能与人类协作项目。具体而言,FlyWire由普林斯顿大学的Mala Murthy和Sebastian Seung实验室创建,社区由神经生物学家、计算机科学家和校对人员组成。
通过将神经元连接和大脑功能联系起来,我们可以在理解大脑如何工作这件事上取得重大进展。
图片
论文地址:
[1]https://www.php.cn/link/b8c4c8b2271787e2f78b5fe2ce193caa[2]https://www.php.cn/link/8af141d3c5a5146a3eac9d166ab4c458[3]https://www.biorxiv.org/content/10.1101/2023.05.02.539144v1.full.pdf
以上是「电子果蝇」惊动马斯克!背后是13万神经元全脑图谱,可在电脑上运行的详细内容。更多信息请关注PHP中文网其他相关文章!

介绍 恭喜!您经营一家成功的业务。通过您的网页,社交媒体活动,网络研讨会,会议,免费资源和其他来源,您每天收集5000个电子邮件ID。下一个明显的步骤是

介绍 在当今快节奏的软件开发环境中,确保最佳应用程序性能至关重要。监视实时指标,例如响应时间,错误率和资源利用率可以帮助MAIN

“您有几个用户?”他扮演。 阿尔特曼回答说:“我认为我们上次说的是每周5亿个活跃者,而且它正在迅速增长。” “你告诉我,就像在短短几周内翻了一番,”安德森继续说道。 “我说那个私人

介绍 Mistral发布了其第一个多模式模型,即Pixtral-12b-2409。该模型建立在Mistral的120亿参数Nemo 12B之上。是什么设置了该模型?现在可以拍摄图像和Tex

想象一下,拥有一个由AI驱动的助手,不仅可以响应您的查询,还可以自主收集信息,执行任务甚至处理多种类型的数据(TEXT,图像和代码)。听起来有未来派?在这个a


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

Dreamweaver CS6
视觉化网页开发工具

螳螂BT
Mantis是一个易于部署的基于Web的缺陷跟踪工具,用于帮助产品缺陷跟踪。它需要PHP、MySQL和一个Web服务器。请查看我们的演示和托管服务。

DVWA
Damn Vulnerable Web App (DVWA) 是一个PHP/MySQL的Web应用程序,非常容易受到攻击。它的主要目标是成为安全专业人员在合法环境中测试自己的技能和工具的辅助工具,帮助Web开发人员更好地理解保护Web应用程序的过程,并帮助教师/学生在课堂环境中教授/学习Web应用程序安全。DVWA的目标是通过简单直接的界面练习一些最常见的Web漏洞,难度各不相同。请注意,该软件中

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

SecLists
SecLists是最终安全测试人员的伙伴。它是一个包含各种类型列表的集合,这些列表在安全评估过程中经常使用,都在一个地方。SecLists通过方便地提供安全测试人员可能需要的所有列表,帮助提高安全测试的效率和生产力。列表类型包括用户名、密码、URL、模糊测试有效载荷、敏感数据模式、Web shell等等。测试人员只需将此存储库拉到新的测试机上,他就可以访问到所需的每种类型的列表。