人工智慧突破！「優於人類」的人工智慧演算法在測試中擊敗大腦

一項令人震驚的新研究稱，一種旨在解釋圖像和視頻的人工智慧演算法在繪製大腦中活躍神經元的圖譜方面擊敗了人類科學家。

人工智慧：人工智慧演算法比人類專家更精確、更快。

研究老鼠大腦複雜性的生物工程師繪製出每一個神經元在活動期間放電的圖表。利用一種稱為雙光子鈣成像的過程，科學家們看到大腦神經脈衝在受到刺激時發出明亮的尖峰和閃光。這一過程極其緩慢、艱難，需要科學家繞著每一個神經元轉一圈，這些神經元就像燈泡一樣亮著。然而，美國北卡羅萊納州杜克大學(Duke University)測試的一種令人難以置信的人工智慧演算法，已被證明在這方面要有效得多。

杜克大學本周發表在《美國國家科學院院刊》(Proceedings of the National Academy of Sciences)上的一項研究發現，人工智慧自動化過程同樣準確，但速度快得多。

該演算法的第一作者表示，該演算法似乎「比人類專家更好」。

杜克大學在一份聲明中表示：「這項基於人工智慧解釋圖像的新技術，解決了神經元分析中的一個關鍵障礙，使研究人員能夠快速收集和處理神經元信號，用於實時行為研究。」

通常情況下，由人類主導的繪製30分鐘視頻中神經元活動地圖的過程需要研究人員花費4到24小時。

另一方面，杜克大學試驗的人工智慧能夠在短短几分鐘內完成這一過程。

人工智慧：人工智慧演算法可以快速跟蹤老鼠大腦中激活的神經元(如圖)。

事實證明，人工智慧運行速度更快，不需要進食、補水、上廁所或睡覺，就能在最佳狀態下運行。

杜克大學(Duke)工程學副教授西納?法爾修(Sina Farsiu)表示：「作為完成大腦活動圖譜繪製的關鍵一步，我們面臨著一項艱巨的挑戰，即開發一種快速自動演算法，可以像人類一樣精確地分割不同實驗環境下的各種活躍神經元圖像。」

杜克大學的研究員、教授龔益陽說：「數據分析的瓶頸在神經科學領域已經存在很長時間了，數據分析師已經花了很多時間來處理數據，但是這個演算法可以在20到30分鐘內處理30分鐘的視頻。」

「我們還能概括它的性能，因此，如果我們需要從大腦的另一層以不同的神經元大小或密度分割神經元，它也能同樣有效地工作。」

杜克大學的博士生、該研究的主要作者Somayyeh Soltanian-Zadeh說：「我們的基於深度學習的演算法速度很快，而且在從雙光子顯微鏡記錄中分割和重疊神經元方面，即使不比人類專家更精確，也被證明是同樣準確的。」

深度學習演算法為科學家和研究人員提供了一個相對容易地從大量數據中進行篩選的機會。

人工智慧演算法可以被訓練來識別複雜圖像的不同部分，以達到特定的目的，在這種情況下，是為了跟蹤放電的神經元。

杜克大學的研究人員對這種演算法打敗人類的能力印象深刻，他們已經將他們的軟體向公眾公開。

人工智慧：可以訓練深度學習來解釋圖像。

科學家們相信，人工智慧在研究領域的應用可以加快生物工程師研究大腦奧秘的速度。

索爾塔尼安-扎德表示：「這種主動神經元檢測性能的改善，應該能提供更多關於神經網路和行為狀態的信息，並為神經科學實驗的加速進展打開大門。」

此前，科學家已經開發出一種能夠預測未來的機器。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！