人工智能突破！“优于人类”的人工智能算法在测试中击败大脑

一项令人震惊的新研究称，一种旨在解释图像和视频的人工智能算法在绘制大脑中活跃神经元的图谱方面击败了人类科学家。

人工智能：人工智能算法比人类专家更精确、更快。

研究老鼠大脑复杂性的生物工程师绘制出每一个神经元在活动期间放电的图表。利用一种称为双光子钙成像的过程，科学家们看到大脑神经脉冲在受到刺激时发出明亮的尖峰和闪光。这一过程极其缓慢、艰难，需要科学家绕着每一个神经元转一圈，这些神经元就像灯泡一样亮着。然而，美国北卡罗莱纳州杜克大学(Duke University)测试的一种令人难以置信的人工智能算法，已被证明在这方面要有效得多。

杜克大学本周发表在《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)上的一项研究发现，人工智能自动化过程同样准确，但速度快得多。

该算法的第一作者表示，该算法似乎“比人类专家更好”。

杜克大学在一份声明中表示：“这项基于人工智能解释图像的新技术，解决了神经元分析中的一个关键障碍，使研究人员能够快速收集和处理神经元信号，用于实时行为研究。”

通常情况下，由人类主导的绘制30分钟视频中神经元活动地图的过程需要研究人员花费4到24小时。

另一方面，杜克大学试验的人工智能能够在短短几分钟内完成这一过程。

人工智能：人工智能算法可以快速跟踪老鼠大脑中激活的神经元(如图)。

事实证明，人工智能运行速度更快，不需要进食、补水、上厕所或睡觉，就能在最佳状态下运行。

杜克大学(Duke)工程学副教授西纳•法尔修(Sina Farsiu)表示：“作为完成大脑活动图谱绘制的关键一步，我们面临着一项艰巨的挑战，即开发一种快速自动算法，可以像人类一样精确地分割不同实验环境下的各种活跃神经元图像。”

杜克大学的研究员、教授龚益阳说：“数据分析的瓶颈在神经科学领域已经存在很长时间了，数据分析师已经花了很多时间来处理数据，但是这个算法可以在20到30分钟内处理30分钟的视频。”

“我们还能概括它的性能，因此，如果我们需要从大脑的另一层以不同的神经元大小或密度分割神经元，它也能同样有效地工作。”

杜克大学的博士生、该研究的主要作者Somayyeh Soltanian-Zadeh说：“我们的基于深度学习的算法速度很快，而且在从双光子显微镜记录中分割和重叠神经元方面，即使不比人类专家更精确，也被证明是同样准确的。”

深度学习算法为科学家和研究人员提供了一个相对容易地从大量数据中进行筛选的机会。

人工智能算法可以被训练来识别复杂图像的不同部分，以达到特定的目的，在这种情况下，是为了跟踪放电的神经元。

杜克大学的研究人员对这种算法打败人类的能力印象深刻，他们已经将他们的软件向公众公开。

人工智能：可以训练深度学习来解释图像。

科学家们相信，人工智能在研究领域的应用可以加快生物工程师研究大脑奥秘的速度。

索尔塔尼安-扎德表示：“这种主动神经元检测性能的改善，应该能提供更多关于神经网络和行为状态的信息，并为神经科学实验的加速进展打开大门。”

此前，科学家已经开发出一种能够预测未来的机器。