谷歌自動重建了完整果蠅大腦神經圖：40萬億像素，可在線交互，用了數千塊TPU
乾明 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
研究大腦神經網絡，又有新進展。
谷歌AI發布博客文章宣布最新研究成果：
用Flood-Filling網絡和Local Realignment，基于果蠅的大腦切片自動重建出了完整的果蠅大腦神經圖。
論文鏈接：
https://www.biorxiv.org/content/early/2019/08/04/605634.full.pdf
整個腦神經圖的像素高達40萬億，重建的過程用了數千塊TPU。
谷歌AI，還開發了一個名為Neuroglancer的3D交互界面，任何人都可以下載或在線瀏覽結果。
而且，相應的工具與算法，谷歌AI也已經開源了。
在線觀看鏈接：
https://bit.ly/2GKmDF2
社交媒體上，也有網友給出了這項技術的應用前景：
如果算法是正確的，就意味著我們現在可以映射整個@realDonaldTrump的大腦。
也有人感嘆，自己13年前也參與了果蠅大腦的重建工作，但不幸的是，但是沒有TPU和SECGAN。
如何自動重建果蠅腦神經圖？
根據谷歌AI的介紹，重建果蠅大腦大體分為3個步驟：
首先，他們在霍華德·休斯醫學研究所(HHMI)的研究合作伙伴，將果蠅的大腦切片，做成了成千上萬個超薄的40納米薄片。
其次，用透射電子顯微鏡成像技術對每一片進行成像，產生了超過40萬億像素的大腦成像。
最后，將這些2D圖像對齊成3D果蠅大腦圖像。
整個過程，谷歌AI使用了數千個TPU進行計算，而且應用了Flood-Filling網絡來自動追蹤果蠅大腦中的每一個神經元。
雖然算法整體表現良好，但他們發現，由于對齊不完善（連續切片中的圖像內容不穩定），會出現多個切片在成像過程中丟失的情況，這直接會導致性能下降。
為了解決這個問題，谷歌AI采取了兩個措施。
一是，估計3D圖像中各個區域中切片到切片的一致性，在Flood-Filling網絡跟蹤每個神經元的時候，局部穩定圖像內容。
二是，應用分割-增強CycleGAN（SECGAN）來計算缺失的切片。
谷歌AI介紹稱，當使用SECGAN的圖像數據時，Flood-Filling網絡能夠更好地追蹤多個缺失切片的位置。
40萬億像素下的可視化
拼接好了之后，怎么呈現？
谷歌AI表示，處理包含數萬億像素的3D 圖像和具有復雜形狀的物體時，可視化既是必要的，也是困難的。
他們設計了一個新的工具Neuroglancer，就有可擴展性和強大的功能。只要有支持 WebGL 的瀏覽器都可以訪問。
而且，也支持許多高級功能，比如對任意軸橫截面重新排列、多分辨率網格，以及通過與 Python集成開發自定義分析工作流的強大能力。
目前，這個工具已經開源，被艾倫腦科學研究所、哈佛大學、HHMI、馬克斯普朗克研究所、麻省理工學院、普林斯頓大學和其他地方的研究者大量使用。
項目鏈接：
https://github.com/google/neuroglancer
下一步的研究
在谷歌AI的規劃中，這只是一個開始。
谷歌表示，他們在HHMI和劍橋大學的合作者，已經開始使用這種重建技術來加速研究果蠅大腦的學習、記憶和感知。
但是，上述結果還不是一個真正的神經元鏈接圖，因為需要確定突觸。
不過，谷歌AI表示，他們正在與HHMI的研究團隊合作，利用“FIB-SEM”技術獲得的圖像，創建一個高度驗證和詳盡的果蠅大腦連接體。
谷歌AI博客鏈接：
https://ai.googleblog.com/2019/08/an-interactive-automated-3d.html
- 滴滴副總裁葉杰平離職，他是出行巨頭的AI掌門人，戰勝Uber中國的關鍵科學家2020-09-07
- 董明珠的格力空調賣不動了：上半年營收同比腰斬，24年來首次被美的反超2020-09-01
- 手機配件市場上的“隱形巨頭”：80后長沙夫妻創辦，IPO首日市值逼近600億2020-08-31
- 寒武紀半年報：每天虧百萬，銷售力度提升營收反降11%，上市高峰市值跌去40%2020-08-30
