比专家还厉害！这颗人造果蝇大脑能准确分辨出每只果蝇的不同长相

尽管果蝇的视觉系统很简单，但它们仅凭视觉就能可靠地区分不同的个体。 这是一项任务，即使是花毕生精力研究黑腹果蝇的人类也难以完成。 研究人员现在已经建立了一个神经网络，这个神经网络模仿果蝇的视觉系统，可以区分和重新识别果蝇。 这可能会让全世界数以千计的实验室利用果蝇作为模型生物做更多的纵向研究，观察单个果蝇如何随时间变化。 这也证明了果蝇的视力比之前想象的要清晰。 这个跨学科的项目由加拿大高级研究所(CIFAR)赠款，圭尔夫大学(University of Guelph)和多伦多大学密西沙加校区的研究人员联合实验了果蝇生物学结合机器学习构建的一种基于生物学的算法，翻看低分辨率的果蝇视频来测试对于一个受约束的系统来说，完成如此艰巨的任务在物理上是否可能。 果蝇的复眼很小，只能接收有限的视觉信息，大约是29个平方单位。 传统的看法是，一旦图像被果蝇处理，它只能区分非常广泛的特征。 但最近的一项发现表明，果蝇可以通过微妙的生物技巧来提高它们的有效分辨能力，这让研究人员相信，视觉对果蝇的社交生活有显著的贡献。 这一发现，再加上他们视觉系统的结构看起来很像深度卷积网络(DCN)，使得研究小组提出了一个问题:“我们能模拟出一个能识别个体的果蝇大脑吗?” 他们的计算机程序与果蝇具有相同的理论输入和处理能力，并用一只果蝇进行了两天的视频训练。 然后，在第三天，它就能以0.75的F1分值(一种结合了精确度和召回率的指标)可靠地识别出同一只果蝇。 令人印象深刻的是，这仅仅比0.85和0.83的分数略差，这些分数在没有果蝇大脑生物学限制的算法中。 相比之下，当让经验丰富的人类苍蝇生物学家将一只果蝇的“面部照片”与其他20只果蝇配对时，他们的得分仅为0.08。 随机概率为0.05。 Jon Schneider是本周发表在《公共科学图书馆》(PLOS ONE)上的这篇论文的第一作者，他说，这项研究指出了“一种诱人的可能性，即果蝇不仅仅能够识别宽泛的类别，还能够区分个体。” 所以当果蝇一个接一个落地的时候，他们的对话实际上类似于“嗨，鲍勃;嘿，爱丽丝。” 机器学习专家、CIFAR Azrieli 全球机器与大脑学习项目学者格雷厄姆泰勒(Graham Taylor)对在视觉任务中打败人类的前景感到兴奋。 “许多深层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，找到一个算法胜过人类的例子是令人兴奋的。” 这项实验是在多伦多大学的乔尔·列文的实验室进行的，列文是CIFAR儿童与大脑发展项目的高级研究员。 他对这样的研究前景寄予厚望。 “将深度学习模型与神经系统相结合的方法非常丰富。它能告诉我们模型的细节，神经元如何相互交流，它能告诉我们事物的整体。这真是令人振奋。这是未开发的领域。” Schneider总结了在不同学科之间工作的感觉:“像这样的项目是神经生物学家和机器学习研究人员一起工作的完美场所，以揭示任何系统(无论是生物系统还是其他系统)如何学习和处理信息的基本原理。”