人工飞脑能分辨出谁是谁

a)理想的果蝇输入。b)传统观点。c)更新视图。

虽然果蝇的视觉系统很简单，但它们可以根据视线可靠地区分个体。这是一项任务，就连研究果蝇一辈子的人都在苦苦挣扎。研究人员现在已经建立了一个模拟果蝇视觉系统的神经网络，可以区分和重新识别苍蝇。这可能会让全世界数以千计的实验室以果蝇为模式生物，做更多的纵向工作，观察个体果蝇如何随时间变化。这也提供了证据，证明低等果蝇的视觉比以前认为的更清晰。

在一个由加拿大高级研究所(CIFAR)的catalyst资助的跨学科项目中，圭尔夫大学和多伦多大学密西沙加分校的研究人员将他们在果蝇生物学方面的专业知识与机器学习相结合，构建了一个基于生物学的算法，即果蝇的低分辨率视频，以测试一个具有如此局限性的系统在物理上是否有可能完成如此困难的任务。

黑腹果蝇的复眼很小，能获得的视觉信息有限，估计有29个单位见方。传统上，一幅图像一旦经过果蝇处理，只能分辨非常广泛的特征。然而，最近发现果蝇可以通过微妙的生物技术提高其有效分辨率，这使研究人员相信视力可以对苍蝇的社会生活做出重大贡献。结合发现他们的视觉系统结构看起来很像深度卷积网络(DCN)，领导团队问：“我们能模拟出能识别个体的飞行大脑吗？”

他们的计算机程序具有和果蝇一样的理论输入和处理能力，他们用两天时间训练了一只苍蝇的视频。然后，它能够在第三天可靠地识别出相同的航班，其中F1分数(一种结合准确性和召回率的衡量标准)为0.75。令人印象深刻的是，这仅仅比没有蝇脑生物限制的算法0.85和0.83的分数略差。相比之下，当让经验丰富的人类飞行生物学家执行更简单的任务，将苍蝇的“面部照片”与其他20个地方进行匹配时，他们只得到0.08分。随机几率分数为0.05。

据Jon Schneider称，该论文的第一作者本周发表在PLOS一号上。该研究指出，“诱人的可能性是，果蝇能够区分个体，不仅仅是通过能够识别广泛的类别。所以当一个人挨着另一个人时，就是“嗨鲍勃，嗨爱丽丝。"

机器学习专家格拉汉姆泰勒和机器和大脑学习项目的全球学者西法尔阿兹里利对在视觉任务中击败人类的前景感到兴奋。“许多深度神经网络应用试图复制和自动化人类的能力，如面部识别、自然语言处理或歌曲识别。但它们很少超出人类的能力。因此，发现算法可以胜过人类的问题是令人兴奋的。”

这项实验是在多伦多密西沙加大学的实验室进行的，是CIFAR的儿童和大脑发展项目的高级研究员Joel Levine。他对此类研究的未来抱有很高的期望。“有许多方法可以将深度学习模型与神经系统配对。它可以告诉我们模型，神经元如何相互交流，它可以告诉我们整个动物。这是一件令人兴奋的事情。这是一个未开发的领域。”

施耐德总结了学科之间的工作：“像这样的项目是神经生物学家和机器学习研究人员共同努力的基础，以揭示任何系统——生物或其他——学习和处理信息的基本原理。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！