抖音的演算法推薦，果蠅也做得到！

點擊「生命新知」，關注新觀點、新醫訊

圖片來源：pixabay.com

美國加州大學聖地亞哥分校的Dasgupta等人發現，雖然果蠅嗅覺相關演算法與計算機演算法完全不同，但引入其策略或將使改良檢索系統成為可能。

在日常生活中，如果在視頻網站上觀看了歌手A的視頻，該網站就可能會推薦與其相似的歌手B的視頻。這些視頻網站根據歌手是誰、音樂種類是什麼、每分鐘節拍數（beats per minute，BPM）是多少、使用何種樂器等情報，給每個視頻貼上「主題標籤」，通過比較標籤，推薦關聯性高的其他視頻。這種策略被稱為「相似性檢索」（similarity search）。

果蠅也可進行氣味相關的「相似性檢索」，通過聞果實A的氣味，判定其為食物，再聞到相似氣味的果實B，也可將其理解為食物。果蠅的標籤形成涉及三個步驟：最初，50種神經元放電；之後，氣味情報向腦內2000個神經元擴散；最後，放電頻率前5%的神經元的氣味情報被存儲為「標籤」。與不同的氣味相比，類似的氣味（如甲醇和乙醇）會被分配到更類似的標籤。

研究人員在三個數據集中比較了果蠅演算法和傳統演算法——局部敏感哈希（locality-sensitive hashing）演算法，結果顯示，果蠅演算法優於傳統演算法。例如，在SIFT數據集中，果蠅演算法的平均精度均值（mean average precision，MAP）為32.4%，約為傳統演算法的兩倍；在MNIST數據集中，果蠅演算法的MAP為44.8%，約為傳統演算法的三倍。

相似性檢索（如在資料庫中尋找是否有相似的圖片，或在互聯網上搜索是否有類似的文章）是大規模檢索系統面臨的基本計算問題。Dasgupta等人從神經科學方面著手，提供了一種全新的演算法，或有助於解決這一基本計算問題。總之，果蠅識彆氣味間相似性的方式為檢索策略提供了一種新方法。

參考文獻：Science 2017;358:793-796

好文薦讀

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！