「電子ミバエ」がマスク氏を警戒させた!その背後には、コンピューターで実行できる13万個のニューロンからなる脳全体の地図がある。

「電子ミバエ」がマスク氏を警戒させた!その背後には、コンピューターで実行できる13万個のニューロンからなる脳全体の地図がある。

脳科学研究は大きな前進を遂げました!

プリンストン大学の科学者らは最近、成体動物の全脳コネクトームマップを初めて作成することに成功したと発表した。

この中には、メスのキイロショウジョウバエの脳から抽出した 13 万個の注釈付きニューロンと、それらの間の数千万個の化学シナプスが含まれています。

さらに重要なのは、データは完全にオープンであり、ワンクリックでクエリできることです。

Codex の Web サイトで関連情報を入力するだけで、各ニューロンの接続性、サイズ、神経伝達物質などの情報を確認できます。

写真

直感的な 3D モデルが含まれています。

写真

この研究は発表されるとすぐに大きな注目を集めました。

写真

Nvidia の AI 科学者Jim Fan 氏はこの投稿をリツイートし、「いいね」しました。

興味深いのは、このプリンストンの研究には、注意力、作業記憶、さらには基本的な意識に関する自然のアルゴリズムに関する洞察が含まれていることです。

コネクトームをコンパイルされた実行可能バイナリとして扱うと、完全な脳シミュレーションからどれだけのソース コードを逆コンパイルできるでしょうか?

写真

それだけでなく、ショウジョウバエの脳の構造は機械学習にも重要なインスピレーションを与えます。

すでに誰かがこのモデルをコンピューター上で実行し、ショウジョウバエが触角を食べたり手入れしたりするプロセスをシミュレートしています。

写真

マスク氏もこの「電子ミバエ」に注目し、事態がおかしくなり始めていると感じた。

写真

電子顕微鏡画像からの描画

研究チームは、メスのキイロショウジョウバエの脳の完全なコネクトームマップを再構築した。

従来の切片法とは異なり、アトラスの情報は主に電子顕微鏡写真から得られます。

これらの電子顕微鏡写真は、2018 年に Zheng、Lauritzen らによって公開された FAFB (成虫ハエの脳全体) データセットから取得したものです。

電子顕微鏡写真の解像度により、タンパク質分子をはっきりと見ることができ、コンピューター分析によって関連情報を得ることができます。

わずか0.1mmの大きさのショウジョウバエの脳には、哺乳類のシナプスよりも密度の高い、数億個のシナプスがあります。

写真

ショウジョウバエの脳の神経は、9 つ​​の主要カテゴリ、31 の副次カテゴリ、78 の領域に分かれています。

写真

これら 9 つの主要カテゴリは、情報の流れの方向に応じてニューロンをさらに 3 つの部分に分割することによって得られます。

写真

光学顕微鏡下での神経構造と比較することで、チームが構築したモデルの精度が予備的に検証されました。

さらに、数値計算と手動のサンプリング検査の結果からも、モデルが正確であることが証明されています。

さらに、研究チームは統計分析を通じて、ニューロン間の神経伝達物質の成分も高い精度で予測した。

研究チームはまた、ショウジョウバエの眼の神経回路を分析し、入力ニューロンから出力ニューロンへの情報の流れのプロセスを追跡した。

入力ニューロンと出力ニューロンの数は神経系に占める割合は小さいですが、それらは脳と外界をつなぐ架け橋です。

これを実現するために、研究チームは確率モデルを使用して、シードニューロンから始まる情報の流れを分析しました。

写真

研究チームは各シードニューロンを横断し、神経中枢、そして遠心神経への情報伝達のプロセスを測定した。

トラバーサルプロセス中に情報伝達によって移動した距離はソートされ、正規化されます。

このプロセスにより、研究者はさまざまな種類の受信情報がどのように対応する神経中枢に伝達されるかを判断することができ、結果は予想と一致しました。

写真

建設には4年かかりました

研究者が成虫のショウジョウバエの完全な脳データ(FAFB)の収集から成虫のショウジョウバエの脳マップの完全な構築までに合計 194 週間、つまり約 4 年を要したことは特筆に値します。

写真

舞台裏では、 FlyWireと呼ばれるこのプロジェクトは、200 人を超えるコミュニティ メンバーからの貢献とサポートを受けています。

公式ウェブサイトの情報によると、FlyWire はショウジョウバエの全脳コネクトームの再構築を目的とした人間と AI の共同プロジェクトです。具体的には、FlyWire はプリンストン大学の Mala Murthy と Sebastian Seung の研究室によって作成され、そのコミュニティは神経生物学者、コンピューター科学者、校正者で構成されています。

ニューロンのつながりを脳の機能に結び付けることによって、脳の働きを理解する上で大きな進歩を遂げることができます。

写真

論文の宛先:
[1] https://www.biorxiv.org/content/10.1101/2023.06.27.546656v1.full.pdf [2] https://www.biorxiv.org/content/10.1101/2023.06.27.546055v1.full.pdf [3] https://www.biorxiv.org/content/10.1101/2023.05.02.539144v1.full.pdf

<<:  北京大学の法律モデルChatLawがサーバー爆発:張三の裁判方法を教えます

>>:  ザッカーバーグがマスクの家を盗んだ! MetaはTwitterの混乱を利用して競合製品を急いで発売し、明後日発売される予定だ。

ブログ    
ブログ    

推薦する

Nature: DeepMind の大規模モデルが 60 年前の数学的問題を突破、その解決法は人間の認識力を超える

Google DeepMind の最新の成果が再び Nature に掲載され、大規模なモデルを使用し...

12以上の学習リソースを検討した後、このAI学習パスをまとめました。

[[276295]]タグ: AI、機械学習、ディープラーニング一言でまとめると、AI の分野に参入...

クラウドとSaaSのセキュリティには包括的なアプローチが必要

米国国土安全保障省および米国国税庁の元最高情報責任者であり、現在は Learning Tree In...

中国がSORAをいかにして複製したかを、中国のチームが長文の記事で解説! 996 OpenAI研究者:SoraはビデオGPT-2の瞬間です

現在、この写真は AI コミュニティで広く流布されています。さまざまな文化ビデオ モデルの誕生時期、...

...

...

CVPR で最も興味深い論文 | AI はぼやけた写真を復元できる

人生で、私たちは誰でもぼやけた画像に遭遇します。昔は、ぼやけた画像を復元することは不可能でした。PS...

...

ディープラーニングの悪循環は驚くべき結果をもたらすだろう

[[191396]]カルロス・E・ペレスコンピレーション | 聖人、ワンショットオックスフォード大学...

「顔を見る」時代において、顔認識は「マーケティング」の共犯者にはなり得ない

315ガラはカメラの顔認識の悪用の問題を暴露し、懸念を引き起こした。これはまた、問題を浮き彫りにする...

...

並列コンピューティングの量子化モデルとディープラーニングエンジンへの応用

この世で唯一負けない武術はスピードだ。ディープラーニング モデルをより速くトレーニングする方法は、常...

第3回世界情報会議は5月16日に開催されます。主な特徴は次の5つです。

北京、天津、河北の協調的発展を積極的に推進し、世界の知能分野における科学技術交流と協力を強化し、新興...

...

サプライチェーンをより俊敏にするにはどうすればよいでしょうか?データクリーニングの問題はAIに引き継がれる

[[388276]]昨年、COVID-19パンデミックが本格的に発生する前は、「サプライチェーン」と...