最詳細人腦3D地圖登Science！GPT-4參數只相當于人類0.2%

克雷西 2024-05-10 19:46:53 來源：量子位

克雷西 發自 凹非寺
量子位 | 公眾號 QbitAI

芝麻粒大小的人腦組織，突觸規模就相當于一個GPT-4！

谷歌與哈佛聯手，對局部人腦進行了納米級建模，論文已登Science。

這是迄今為止最大、最詳細的人腦復制品，首次展示出了大腦中的突觸連接網絡。

憑借超高分辨率，這個名為H01的重建，已經揭示了一些以前未曾見過的關于人類大腦的細節。

項目通訊作者、哈佛大學Lichtman教授介紹說，在此之前，沒有人真正看到過這樣復雜的突觸網絡。

這一建模成果，將有助于更深入地了解大腦的運作方式，啟發人類對大腦功能和疾病的進一步研究。

另外值得一提的是，該研究涉及了1立方毫米的人腦組織，產生的數據量卻高達1.4PB。

據此，有人根據人腦的體積推算，若要對整個人腦進行建模，會產生1.76ZB的數據，而目前最先進的超級計算機存儲容量也才萬分之七ZB，不足單個人腦單個狀態的0.4%。

即使把所有整個互聯網上的服務器都拿過來，也不過只能存儲下9個人腦。

同時，1立方毫米體積的腦組織中包含了5.7萬細胞和1.5億突觸，而整個大腦中的突觸數量更是高達千萬億。

相比之下，GPT-4的參數量只有2萬億，不過是人腦突觸數量的百分之0.2，按照這樣計算放到大腦里也就是芝麻粒的大小。

有人就此發出感嘆，AGI恐怕又是要遙遙無期了……

納米級建模帶來新發現

具體來看，研究者獲得了一個來自45歲女性癲癇患者的顳葉皮層組織樣本，大小約為1立方毫米。

樣本經過快速固定、染色和樹脂包埋后，研究者使用帶自動收集裝置的超薄切片機切成了5019個厚度約33.9納米的連續切片。

然后研究者利用多束掃描電子顯微鏡對每個切片以4×4納米/像素的分辨率成像,獲得了總大小約1.4PB的原始二維圖像數據。

接下來，研究者使用計算工具對這些二維圖像進行了拼接、對齊，并重建出三維的體素數據。

之后，他們采用一種稱為flood-filling networks（FFN）的機器學習算法對整個體素進行神經元形態分割，并通過人工校正分割錯誤，最終重建出了這1立方毫米腦組織內所有細胞、突觸和血管等結構的三維形態。

FFN由Google Brains在2018年提出，基本思想是從一個種子點出發，遞歸地向周圍擴展，標記所有與之連通的體素，直到遇到背景或其他物體的邊界為止。

同時，他們還使用機器學習模型對突觸位置進行自動識別，以及區分興奮性、抑制性突觸。

最終，團隊成功在納米級別建模出了1立方毫米的腦組織，包含5萬多個細胞核1.5億突觸，以及其間230毫米的超細靜脈。

在此基礎之上，通過分析重建的細胞形態，研究者鑒定出了該腦區的主要細胞類型組成。

在共57180個細胞中，49080個為神經元和膠質細胞，8100個與血管相關，而在神經元和膠質細胞中，后者數量是前者的2倍左右。

在神經元中，65.5%為有刺突的錐體狀神經元，29.1%為光滑突起的中間神經元；而在膠質細胞中，少突膠質細胞最為常見。

研究者開發了機器學習模型用于自動識別突觸位置及其類型（興奮性/抑制性）。

該腦區共包含約1.5億個突觸，其中1.11億個為興奮性突觸，另外3900萬個為抑制性突觸，不同皮層層面的興奮性和抑制性突觸分布密度也存在一些差異。

通過分析每個神經元接受的突觸輸入，研究者發現絕大多數（96.49%）軸突與其目標細胞僅形成一個突觸，但少數軸突卻能形成多個突觸（最多可達50個以上）而與目標細胞建立特別強的連接。

進一步分析發現，這種多突觸的“強連接”在興奮性和抑制性軸突中都普遍存在，其數量顯著高于隨機形成突觸時的預期水平。

研究者推測,在大量隨機弱連接中，特定的少數軸突可能通過刻意形成的強連接來調控神經元的活動。

此外，研究者還詳細分析了一類特殊錐體神經元。

這些“三角形”和“指南針”細胞的基底樹突存在兩種鏡像對稱的取向，提示它們可能有不同的功能。

不過作者同時聲明說，有關樣本來自癲癇患者，雖然在光學顯微鏡下未發現明顯的病理學變化，但不能排除長期癲癇或藥物治療可能對皮層組織的連接或結構產生了一些更微妙的影響。

換言之，該模型的普適性可能還有待進一步驗證，但至少揭開了突觸網絡的又一層面紗。

而為了人們能利用建模結果發現更多的奧秘，研究團隊將所有原始數據、建模結果和相關工具全都進行了開源。

數據工具全部開源

作者建立了在線交互式數據可視化平臺Neuroglancer，其他研究者可以用它在不同尺度上探索H01數據集。

其中就包括了所有原始的電鏡切片圖像，以及神經元形態的分割結果，突觸位置及興奮性/抑制性，還有不同類型細胞的標注，用戶可以靈活地觀察數據集的微觀和宏觀結構。

除了數據，作者也開源了神經元間突觸連接探索工具CREST，以及與Neuroglancer深度融合的在線協作式校正平臺CAVE，幫助其他研究者從各個角度探索和分析這個前所未有的大規模人腦數據集。

作者表示，對這項成果進行開源，將為學界提供研究人腦結構和功能的物理基礎，并為疾病研究提供參考。

盡管H01已經帶來了前所未有的詳細信息，但相比于整個人腦，這些數據不過是這個龐大器官的冰山一角，未來還需要對人腦更多的區域、層面進行類似的納米尺度成像和三維重建，作者也呼吁學界為止共同努力。

One More Thing

此次發布H01系列數據，正逢Google Research的Connectomics團隊成立10周年。

此前，該團隊還發布過包含25000個神經元和其間數百萬連接的果蠅大腦圖譜。

去年，該團隊還宣布與多所高校合作，斥資3300萬美元，繪制小鼠大腦中海馬體的圖譜，該項目也是團隊下一步的工作重點。

而本次發布的H01圖譜，最早是在2021年6月發布了數據集和預印本論文，經過了優化和對突觸特點更深層次的分析后，正式版論文于今日亮相。

論文地址：
https://www.science.org/doi/10.1126/science.adk4858

參考鏈接：
[1]https://research.google/blog/a-browsable-petascale-reconstruction-of-the-human-cortex/
[2]https://www.sciencealert.com/amazingly-detailed-images-reveal-a-single-cubic-millimeter-of-human-brain-in-3d
[3]https://news.ycombinator.com/item?id=40313193