鼠标脑研究增强了对人类思想的理解

谷歌研究人员刚刚公布了一张极为详细的人脑地图,聚焦于一个微小但重要的部分:仅1立方毫米的脑组织,大约只有半粒米的大小。这张地图需要惊人的1.4拍字节数据来编码,展示了单个神经元及其复杂连接的惊人清晰度。
尽管这只是大脑的一个微小部分,但这张地图已经带来了一些令人震惊的发现。谷歌研究科学家维伦·贾因说:“例如,我们注意到一些神经纤维扭曲成巨大的结。”“我们完全不知道为什么会这样——这是前所未见的现象。”
现在,维伦和他的团队正将注意力转向小鼠的大脑,原因引人注目。这些小型哺乳动物可能正是解锁我们自身大脑最深奥谜团的关键。诸如:我们如何存储和检索记忆?我们如何识别物体和面孔?为什么我们需要这么多睡眠?以及在阿尔茨海默病等脑疾病中发生了什么故障?
维伦解释说:“我们缺乏这些问题答案的主要原因是,我们仍然缺少研究大脑的关键数据。”
人脑拥有860亿个神经元和超过100万亿个突触,是我们思想、情感、运动和与世界互动的复杂机器。通过映射这些神经连接,或称“连接组”,我们可以洞察大脑如何运作以及为何有时会失灵。
在突触水平上创建详细地图绝非易事;它需要以纳米分辨率成像大脑并处理海量数据。这是一个技术挑战,需要在成像、AI算法和数据管理工具方面不断创新。因此,十年前,谷歌研究成立了连接组团队。
在过去十年中,该团队在开发技术以更高效地处理、分析和共享数据方面取得了重大进展,显著加速了我们对大脑的理解。例如,他们引入了洪水填充网络,利用机器学习自动追踪脑图像中的神经元,消除了手动着色的需要。他们还开发了SegCLR算法,以自动识别这些网络中的细胞和细胞类型。此外,他们创建了TensorStore和Neuroglancer等软件,帮助存储、处理和可视化大型多维图像和体视显微镜数据。
然而,映射整个人脑连接组仍是一个遥远的目标。它需要分析高达一泽字节的数据——十亿太字节——目前超出了我们的技术能力。维伦承认:“现在映射整个人脑需要数十亿美元和数百年时间。”
因此,研究人员正专注于映射较小动物大脑的较大部分或较大动物大脑的较小部分。2020年,连接组团队成功映射了果蝇大脑的一半,揭示了25000个神经元的连接。与其他研究人员的合作还创建了斑马雀和斑马鱼幼虫大脑部分的连接组。5月,1立方毫米人脑组织的详细地图在《科学》杂志上发表。
这些项目的数据集已被全球数千名研究人员使用,带来了数百项已发表的发现。
研究人员构建了人脑组织一小块中几乎每个神经元及其连接的3D图像。上图显示了兴奋性神经元,以黄色高亮显示,而下图显示了抑制性神经元,以蓝色高亮显示。
连接组团队目前正与哈佛、普林斯顿和其他机构的伙伴合作,映射小鼠的海马体——负责记忆形成、注意力和空间导航的大脑区域,占整个小鼠大脑的2-3%。
在无法映射整个人脑的情况下,分析小鼠连接组是一个切实可行的下一步。它足够小,具备可行性,并且可能产生适用于人脑的洞察。哈佛大学分子和细胞生物学教授杰夫·W·利希特曼说:“当你在电子显微镜下观察小鼠大脑时,它看起来与人脑惊人地相似。它基本上是一个微型版本。”这就是为什么小鼠常被用来研究人脑疾病。
小鼠是连接组学的最新前沿,但神经科学家几十年来一直在映射越来越复杂的大脑。第一个连接组是蠕虫大脑的,1986年发表,耗时16年完成。
尽管小鼠大脑比人脑小1000倍,映射它仍是一个巨大的技术挑战。单个小鼠大脑连接组在纳米分辨率下的数据集可能是迄今为止最大的生物数据集,估计为20000-30000太字节。
维伦指出:“获取数据不仅是一个挑战,存储和准确处理它又是一个障碍。”“我们的独特贡献在于开发了推动准确性边界的工具,并将其应用于越来越大的数据集。”
如果成功,连接组团队的小鼠大脑项目将是科学家首次映射哺乳动物海马体的一部分,也是迄今尝试映射的最大脑区段。
维伦总结道:“基础研究具有不可估量的价值。”“让我兴奋的是,有一天能够精确理解记忆是如何形成的,以及精神障碍或疾病的原因。但要实现这一目标,我们需要以几十年前无法想象的方式不断推进技术。”
相关文章
谷歌为Gemini推出“代理式AI”,将首先面向企业客户推出
在周四举行的谷歌云活动上,该公司公布了将Gemini AI融入“代理时代”的计划。此次发布推出了一款统一的代理,它不仅能够回答查询,还能代表用户执行任务,所有操作均可在单一界面内完成。这一发展与人工智能工具的整体变革趋势相契合——这些工具正从简单的对话界面演变为能够承担指定任务的系统。这些先进工具可以编写代码、安排会议、预订预约和差旅,并执行其他复杂操作。 此举也紧随面向消费者的智能代理(如Met
谷歌推出“Dreambeans”——其迄今为止最奇特的人工智能工具,可将你的生活变成卡通片
负责实验性产品设计的部门 Google Labs 发布了一款面向 iOS 和 Android 平台的新型人工智能应用,它能让你的日常生活焕发活力。向大家介绍 Dreambeans。关于这个名字的由来,稍后将进行说明。这款工具究竟是什么?该应用的产品负责人戈兹德·奥兹努尔(Gozde Oznur)向TechCrunch解释道,其核心理念是整合用户在各类谷歌服务中的数据,从而生成一套由人工智能生成的个
随着AI模型路由技术势头渐增,Stripe将收购OpenRouter
Stripe 已同意收购 OpenRouter——这是一家人工智能模型路由平台,可让开发者通过单一接口访问数百种模型。此项收购将模型选择和路由功能融入 Stripe 现有的 AI 应用及基于令牌的计费业务中。据 Stripe 称,OpenRouter 支持来自 80 多家提供商的 400 多个模型。开发者无需与每个模型提供商分别进行集成,只需通过 OpenRouter 借助一个 API 即可发送请
相关专题推荐
评论 (22)
0/500
No puedo creer que un mm³ de cerebro genere 1.4 petabytes de datos 😳 ¿Cómo vamos a procesar y aprovechar toda esa información en la práctica? Me pregunto si esto llevará algún día a descargar recuerdos o entender enfermedades neurológicas complejas. El futuro se acerca rápido.
Dass 1,4 Petabyte nur für einen winzigen Würfel Hirngewebe gespeichert werden müssen... 😵 Das zeigt doch, wie irrsinnig komplex unser Denkorgan ist! Spannend, ob sich diese hochauflösenden Karten bald für die Erforschung neurodegenerativer Erkrankungen nutzen lassen. Die Fortschritte in diesem Bereich kommen im Eiltempo, man kann kaum hinterher.
これって本当にレゴで人間の脳を再現できるんじゃないかと思ってしまうくらい細かいな😂 でも膨大なデータ量を考えると、プライバシーや意識のアップロードみたいな倫理問題がすぐ頭に浮かぶ…こういう研究って今後どう規制していけばいいんだろう?
Cette étude sur les cerveaux de souris est fascinante! 😮 Même si je ne comprends pas tous les détails techniques, c'est incroyable de voir comment une si petite partie du cerveau peut contenir autant d'informations. Est-ce que ça veut dire qu'un jour on pourra vraiment cartographier tout le cerveau humain?
Qué locura de detalle en ese mapeo cerebral! 😵 Pero la pregunta es, ¿realmente necesitamos invertir tantos recursos en estudiar un trozo tan pequeño? Me preocupa que sirva más para patentar técnicas que para avances médicos reales. #prioridades

谷歌研究人员刚刚公布了一张极为详细的人脑地图,聚焦于一个微小但重要的部分:仅1立方毫米的脑组织,大约只有半粒米的大小。这张地图需要惊人的1.4拍字节数据来编码,展示了单个神经元及其复杂连接的惊人清晰度。
尽管这只是大脑的一个微小部分,但这张地图已经带来了一些令人震惊的发现。谷歌研究科学家维伦·贾因说:“例如,我们注意到一些神经纤维扭曲成巨大的结。”“我们完全不知道为什么会这样——这是前所未见的现象。”
现在,维伦和他的团队正将注意力转向小鼠的大脑,原因引人注目。这些小型哺乳动物可能正是解锁我们自身大脑最深奥谜团的关键。诸如:我们如何存储和检索记忆?我们如何识别物体和面孔?为什么我们需要这么多睡眠?以及在阿尔茨海默病等脑疾病中发生了什么故障?
维伦解释说:“我们缺乏这些问题答案的主要原因是,我们仍然缺少研究大脑的关键数据。”
人脑拥有860亿个神经元和超过100万亿个突触,是我们思想、情感、运动和与世界互动的复杂机器。通过映射这些神经连接,或称“连接组”,我们可以洞察大脑如何运作以及为何有时会失灵。
在突触水平上创建详细地图绝非易事;它需要以纳米分辨率成像大脑并处理海量数据。这是一个技术挑战,需要在成像、AI算法和数据管理工具方面不断创新。因此,十年前,谷歌研究成立了连接组团队。
在过去十年中,该团队在开发技术以更高效地处理、分析和共享数据方面取得了重大进展,显著加速了我们对大脑的理解。例如,他们引入了洪水填充网络,利用机器学习自动追踪脑图像中的神经元,消除了手动着色的需要。他们还开发了SegCLR算法,以自动识别这些网络中的细胞和细胞类型。此外,他们创建了TensorStore和Neuroglancer等软件,帮助存储、处理和可视化大型多维图像和体视显微镜数据。
然而,映射整个人脑连接组仍是一个遥远的目标。它需要分析高达一泽字节的数据——十亿太字节——目前超出了我们的技术能力。维伦承认:“现在映射整个人脑需要数十亿美元和数百年时间。”
因此,研究人员正专注于映射较小动物大脑的较大部分或较大动物大脑的较小部分。2020年,连接组团队成功映射了果蝇大脑的一半,揭示了25000个神经元的连接。与其他研究人员的合作还创建了斑马雀和斑马鱼幼虫大脑部分的连接组。5月,1立方毫米人脑组织的详细地图在《科学》杂志上发表。
这些项目的数据集已被全球数千名研究人员使用,带来了数百项已发表的发现。
研究人员构建了人脑组织一小块中几乎每个神经元及其连接的3D图像。上图显示了兴奋性神经元,以黄色高亮显示,而下图显示了抑制性神经元,以蓝色高亮显示。
连接组团队目前正与哈佛、普林斯顿和其他机构的伙伴合作,映射小鼠的海马体——负责记忆形成、注意力和空间导航的大脑区域,占整个小鼠大脑的2-3%。
在无法映射整个人脑的情况下,分析小鼠连接组是一个切实可行的下一步。它足够小,具备可行性,并且可能产生适用于人脑的洞察。哈佛大学分子和细胞生物学教授杰夫·W·利希特曼说:“当你在电子显微镜下观察小鼠大脑时,它看起来与人脑惊人地相似。它基本上是一个微型版本。”这就是为什么小鼠常被用来研究人脑疾病。
小鼠是连接组学的最新前沿,但神经科学家几十年来一直在映射越来越复杂的大脑。第一个连接组是蠕虫大脑的,1986年发表,耗时16年完成。
尽管小鼠大脑比人脑小1000倍,映射它仍是一个巨大的技术挑战。单个小鼠大脑连接组在纳米分辨率下的数据集可能是迄今为止最大的生物数据集,估计为20000-30000太字节。
维伦指出:“获取数据不仅是一个挑战,存储和准确处理它又是一个障碍。”“我们的独特贡献在于开发了推动准确性边界的工具,并将其应用于越来越大的数据集。”
如果成功,连接组团队的小鼠大脑项目将是科学家首次映射哺乳动物海马体的一部分,也是迄今尝试映射的最大脑区段。
维伦总结道:“基础研究具有不可估量的价值。”“让我兴奋的是,有一天能够精确理解记忆是如何形成的,以及精神障碍或疾病的原因。但要实现这一目标,我们需要以几十年前无法想象的方式不断推进技术。”
谷歌为Gemini推出“代理式AI”,将首先面向企业客户推出
在周四举行的谷歌云活动上,该公司公布了将Gemini AI融入“代理时代”的计划。此次发布推出了一款统一的代理,它不仅能够回答查询,还能代表用户执行任务,所有操作均可在单一界面内完成。这一发展与人工智能工具的整体变革趋势相契合——这些工具正从简单的对话界面演变为能够承担指定任务的系统。这些先进工具可以编写代码、安排会议、预订预约和差旅,并执行其他复杂操作。 此举也紧随面向消费者的智能代理(如Met
谷歌推出“Dreambeans”——其迄今为止最奇特的人工智能工具,可将你的生活变成卡通片
负责实验性产品设计的部门 Google Labs 发布了一款面向 iOS 和 Android 平台的新型人工智能应用,它能让你的日常生活焕发活力。向大家介绍 Dreambeans。关于这个名字的由来,稍后将进行说明。这款工具究竟是什么?该应用的产品负责人戈兹德·奥兹努尔(Gozde Oznur)向TechCrunch解释道,其核心理念是整合用户在各类谷歌服务中的数据,从而生成一套由人工智能生成的个
随着AI模型路由技术势头渐增,Stripe将收购OpenRouter
Stripe 已同意收购 OpenRouter——这是一家人工智能模型路由平台,可让开发者通过单一接口访问数百种模型。此项收购将模型选择和路由功能融入 Stripe 现有的 AI 应用及基于令牌的计费业务中。据 Stripe 称,OpenRouter 支持来自 80 多家提供商的 400 多个模型。开发者无需与每个模型提供商分别进行集成,只需通过 OpenRouter 借助一个 API 即可发送请
No puedo creer que un mm³ de cerebro genere 1.4 petabytes de datos 😳 ¿Cómo vamos a procesar y aprovechar toda esa información en la práctica? Me pregunto si esto llevará algún día a descargar recuerdos o entender enfermedades neurológicas complejas. El futuro se acerca rápido.
Dass 1,4 Petabyte nur für einen winzigen Würfel Hirngewebe gespeichert werden müssen... 😵 Das zeigt doch, wie irrsinnig komplex unser Denkorgan ist! Spannend, ob sich diese hochauflösenden Karten bald für die Erforschung neurodegenerativer Erkrankungen nutzen lassen. Die Fortschritte in diesem Bereich kommen im Eiltempo, man kann kaum hinterher.
これって本当にレゴで人間の脳を再現できるんじゃないかと思ってしまうくらい細かいな😂 でも膨大なデータ量を考えると、プライバシーや意識のアップロードみたいな倫理問題がすぐ頭に浮かぶ…こういう研究って今後どう規制していけばいいんだろう?
Cette étude sur les cerveaux de souris est fascinante! 😮 Même si je ne comprends pas tous les détails techniques, c'est incroyable de voir comment une si petite partie du cerveau peut contenir autant d'informations. Est-ce que ça veut dire qu'un jour on pourra vraiment cartographier tout le cerveau humain?
Qué locura de detalle en ese mapeo cerebral! 😵 Pero la pregunta es, ¿realmente necesitamos invertir tantos recursos en estudiar un trozo tan pequeño? Me preocupa que sirva más para patentar técnicas que para avances médicos reales. #prioridades





首页






