Google AI 研究人员参与的一个团队在《Nature Methods》上发表论文，报告其使用 AI 进行高精准重建神经元方面的工作。论文可能帮助神经学家更好地理解大脑的结构和功能。
来自 Google 的研究团队训练了一个人工神经网络，将 663 GB 斑胸草雀的大脑图像转换并构建出每一个神经元和突触的 3D 模型。
研究了自动化神经结构难题 12 年的论文联合作者说，全面地研究大脑中神经元的真实模式，以前对于神经学家来说不可能。本项研究成果的重要性就在于可以完成的神经科学数量相当可观。
数据来自电子显微镜，德国研究机构 Max Planck Institute 从 2012 年就收集了这些数据以供研究。数据就好比是数千张大脑切片的 2D 影像，层层累积就形成 3D 图像。
神经元的形态极为复杂且相互缠绕。神经学家如果手动操作，1 立方毫米样品大约需要 10 万个小时去标记。AI 只需要若干天便可完成。
这种自动化操作流程的尝试此前已有人做过，不过 Google 的算法精准度是之前自动化方法的 10 倍。突破在于训练 AI 一次只追踪一个神经元，而不是同时追踪所有的。
接下来，研究人员将利用数据来搞清楚鸟雀是怎么学会唱歌的。
https://qz.com/1327196/google-is-using-ai-to-see-inside-the-brain-like-never-before/
来自 Google 的研究团队训练了一个人工神经网络，将 663 GB 斑胸草雀的大脑图像转换并构建出每一个神经元和突触的 3D 模型。
研究了自动化神经结构难题 12 年的论文联合作者说，全面地研究大脑中神经元的真实模式，以前对于神经学家来说不可能。本项研究成果的重要性就在于可以完成的神经科学数量相当可观。
数据来自电子显微镜，德国研究机构 Max Planck Institute 从 2012 年就收集了这些数据以供研究。数据就好比是数千张大脑切片的 2D 影像，层层累积就形成 3D 图像。
神经元的形态极为复杂且相互缠绕。神经学家如果手动操作，1 立方毫米样品大约需要 10 万个小时去标记。AI 只需要若干天便可完成。
这种自动化操作流程的尝试此前已有人做过，不过 Google 的算法精准度是之前自动化方法的 10 倍。突破在于训练 AI 一次只追踪一个神经元，而不是同时追踪所有的。
接下来，研究人员将利用数据来搞清楚鸟雀是怎么学会唱歌的。
https://qz.com/1327196/google-is-using-ai-to-see-inside-the-brain-like-never-before/
评论
发表评论