「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

人工知能は歯科医療の分野におけるブルーオーシャンである

過去 20 年間で、世界はテクノロジーにおいて驚異的な進歩を遂げ、人間の生活のさまざまな側面に影響を...

機械学習がデータセンター管理をどう変えるか

機械学習はデータセンターの経済性を劇的に変え、将来の改善への道を開きます。機械学習と人工知能がデータ...

7つの主要カテゴリ、40を超える主要概念、機械学習を始める際に習得する必要があるすべての概念がここにあります

勉強すると、学んだことを忘れてしまい、忘れた後にまた学ぶという悪循環に陥ってしまう、そんな気持ちにな...

...

人工知能:テクノロジーは無邪気、善と悪は人間の心の中にある

[[338194]]テクノロジーは常に諸刃の剣です。人類の文明の進歩を促進する一方で、時には人類に災...

2020年の人工知能市場の現状と発展の見通し

最近、教育部、国家発展改革委員会、財政部は共同で「『双一流』建設大学における人工知能分野の学科統合の...

...

MLタスクを効率的、迅速、正確に完了するにはどうすればよいでしょうか? 4つのAutoMLライブラリについて学びましょう

自動機械学習 (AutoML) は、データをモデル化するための機械学習モデルの構築プロセスを自動化す...

...

...

基準に問題があり、人工知能は間違った方向に向かっている

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...

...

...

生成された分子は、逆分子設計の誘導拡散モデリングに対してほぼ100%有効です。

「デノボ分子設計」は材料科学の「聖杯」です。生成的ディープラーニングの導入により、この方向は大きく...