Новый алгоритм нейросети повысил точность интерпретации работы мозга

Исследователи из Google AI и Института нейробиологии имени Макса Планка использовали новый тип рекуррентной нейросети, чтобы повысить точность автоматизированной интерпретации работы мозга.

Картография мозга

Для лучшего понимания работы мозга ученые создают подробную структуру нервной системы с помощью 3D-визуализации. Из-за высокого разрешения изображения даже кубический миллиметр ткани головного мозга может генерировать более 1000 ТБ данных.

Сегментация изображений при трассировке нейритов проходит в два этапа. На первом программа ищет границы между нейритами с использованием реберного детектора или классификатора машинного обучения. На втором с помощью графа или водораздела группируются пиксели изображений, которые не разделены границей.

Исследователи предложили альтернативный подход к работе с крупномасштабным наборам данных. Они задействуют повторяющиеся нейросети, которые объединяют эти два этапа. Алгоритм засеивается в определенном месте пикселя, а затем итеративно «заполняет» область, используя рекуррентную сверточную нейронную сеть. Она предсказывает, какие пиксели являются частью того же объекта, что и семя.

Точность алгоритма

Для оценки точности измерения исследователи разработали метрику ожидаемой продолжительности выполнения (ERL). Она показывает среднее время между отказами по ходу отслеживания нейрона. ERL будет интересна инженерам простым способом вычисления алгоритма длины пути с частотой отдельных ошибок. Для биологов числовое значение новой метрики может заменить среднюю длину пути нейронов в разных частях нервной системы.

На тестировании нового подхода был составлен коннектом — полное описание структуры связей в нервной системе — птицы вида зебровая амандина. Показатели точности оказались выше, чем при других методах глубинного обучения. Полученные данные помогут понять, как птицы учатся петь.

Дальнейшие шаги в составлении коннектома

Ученые продолжат совершенствовать технологию до полной автоматизации работы с местами контакта нейронов — синапсами. Чтобы помочь научно-исследовательскому сообществу в разработке методов связи, они также открыли код Flood-Filling Networks в репозитории и ПО визуализации WebGL.

Реконструкцией мозга млекопитающих занимаются не только нейросети. Hewlett Packard Enterprise (HPE) и Федеральная политехническая школа Лозанны представили суперкомпьютер Blue Brain 5 стоимостью почти 18 млн долларов, который симулирует работу мозга мыши.

Источник: блог Google AI

Подобрали два теста для вас:
— А здесь можно применить блокчейн?
Серверы для котиков: выберите лучшее решение для проекта и проверьте себя.