Google AI：人類皮層的可瀏覽千萬億級重建

banq發表於2022-02-04
原文網址 : https://www.jdon.com/58791
GoAI

  • 連線組是生物體大腦中所有神經連線的地圖，它有助於理解大腦內神經相互作用的組織。
  • 釋出大腦中所有神經元和突觸的完整對映非常複雜，2020 年 1 月，谷歌研究院釋出了果蠅的“半腦”連線組- 一個線上資料庫，其結構和突觸連線大約相當於果蠅一半大腦的結構和突觸連線。一隻果蠅。
  • 果蠅的連線組徹底改變了神經科學，哥倫比亞大學的理論神經科學家拉里·阿博特 (Larry Abbott) 說：“該領域現在可以分為兩個時代：BC 和 AC——連線組之前和連線組之後”。

  • Google Research 現在正在釋出 H01 資料集，這是一個 1.4 PB（1 PB 是 1024 TB）的人類腦組織小樣本的渲染圖。

    • 該樣本覆蓋了 1 立方毫米的人類腦組織，其中包括數萬個重建的神經元、數百萬個神經元片段和 1.3 億個帶註釋的突觸。
  • 最初的大腦成像生成了2.25 億張單獨的二維影像。然後，谷歌 AI 團隊通過計算拼接和對齊這些資料以生成單個3D 體積。

    • 谷歌使用迴圈卷積神經網路做到了這一點。您可以在此處閱讀有關如何完成此操作的更多資訊。
  • 您可以在此處檢視 H01 的結果（成像資料和3D 模型）。
  • 上面連結的 3D 視覺化工具是用 WebGL 編寫的，並且是完全開源的。您可以在此處檢視原始碼。
  • H01 是一個 PB 級的資料集，但只有整個人腦體積的百萬分之一。下一個挑戰是對整個小鼠大腦（比 H01 大 500 倍）進行突觸級大腦對映，但仍然存在嚴重的技術挑戰。

    • 一個挑戰是資料儲存——老鼠的大腦可以生成EB 的資料，因此谷歌 AI 正在研究 Connectomics 的影像壓縮技術，重建的準確性損失可以忽略不計。
    • 另一個挑戰是成像過程（收集小鼠大腦切片的影像）並不完美。存在必須處理的影像噪聲。
    • 谷歌人工智慧通過在“快速”採集機制（導致更多噪聲）和“慢”採集機制（導致少量噪聲）中對同一塊組織進行成像來解決成像噪聲。然後，他們訓練了一個神經網路，從“快速”掃描中推斷出“慢速”掃描，現在可以將該神經網路用作連線組學過程的一部分。

 

相關文章