在实验中，对小鼠的行为相回，研究人员模拟了大脑如何识别特定的嗅觉
虽然科学家们早就知道老鼠可以分辨出气味——比如食物的气味，或者捕食者的气味——但他们一直无法解释为什么它们能够如此轻松地完成这项看似复杂的任务。
但是一项新的研究，由分子和细胞生物学，表明处理气味的方法可能比研究人员想象的要简单得多。
用一个机器学习算法Murthy和他的同事们能够“训练”一台计算机来识别神经模式与各种气味相关联，并辨别在混合气味中是否存在特定的气味。该杂志9月1日的一篇论文描述了这项研究神经元。
与Murthy一起，这篇论文由在Murthy实验室工作的博士后研究员Alexander Mathis, Dan Rokni和Vikrant Kapoor以及来自德国Werner Reichardt综合神经科学中心和理论物理研究所的Matthias Bethge教授共同撰写。
“咖啡本身的味道很容易辨别。但如果混合了肉桂和鲜花的味道，我还能辨别出咖啡吗?”默菲说。“在早些时候的一项研究中，我们在老鼠身上进行了测试，发现它们能做得很好。
他说:“通过这项研究，(我们想测试)是否可以建立一种算法……在计算机上做这件事，让我们惊讶的是，它竟是如此简单。”“最初，我们认为这会非常复杂，但如果你把它当成一个逻辑问题来处理，它基本上就是在多种模式中找出一个特定的神经激活模式，从计算机科学的角度来看，这是可行的。这个问题可以用一个非常简单的线性分类器来解决。它不需要像深度神经网络那样具有复杂性和非线性。难怪老鼠能学得这么快，做得这么好。”
Murthy说，从本质上说，这个算法的工作原理和其他任何模式识别系统一样，只是这些模式是老鼠对特定气味反应的神经激活模式。
“从本质上讲，一种气味引起一种特定的神经激活模式，而另一种气味引起另一种不同的模式，”他说。“当你开始混合气味时，最终这些模式会重叠。老鼠有大约1000种嗅觉感受器，但一种特定的气味只会激活其中的10%。这是足够稀疏的，即使你有许多混合的气味，他们仍然可以解析出它们。该算法所做的就是观察这些气味模式，即使它们被(另一种气味)部分遮挡，它也能识别出特定的气味模式。”
为了“训练”算法识别这些模式，Murthy和他的同事们通过对老鼠大脑进行数千次成像，收集了与各种气味相关的神经激活模式的数据。然后，研究小组利用80%的数据训练系统识别特定气味的激活模式，即使这些模式被其他混合气味所掩盖。
“计算机查看模式，随机选择像素，然后添加它们，”Murthy解释说。“如果他们达到一定程度，它就说目标就在那里。但最初，它几乎肯定会犯错误。然后有一个拟合的过程，我们采取了电脑的反应和实际回答，我们用正确的答案训练它。“
默蒂说，经过数千次试验，该算法最终在识别混合气味中是否存在特定气味方面变得像老鼠一样熟练，这表明老鼠可能也在使用类似的算法。
一旦他们表明该算法可以识别目标气味，穆尔蒂和同事们就欺骗它，而不是通过使气味混合更加复杂，而是通过使它们更少。研究人员而不是用各种气味的混合物训练计算机，而不是培训各种各样的气味，并且只有单个气味训练，并且只会将其暴露在以后混合。结果，穆斯蒂说，是灾难性的。虽然算法很容易识别单个气味，但随着混合物变得更加复杂，它很快就会破裂。
当Murthy和同事运行使用小鼠的同一实验时，他们发现了相同的结果。
“这是一个惊喜，”穆斯蒂说。“我们认为正在发生的是，如果算法和鼠标都建立了如何对世界逐步进行分类的边界，因为世界变得越来越复杂，那就不再是正确的边界。”
除了在小鼠如何能够辨别个人气味的情况下，研究指向计算机学习算法，作为潜在的强大工具来检查嗅觉，以及在在现实世界中进行虚拟空间的设计和开展实验的方法。
“向前迈进了，我们很兴奋这一点，因为我们想要设计针对测试新问题的小鼠和人类的实验，例如，什么样的气味经验最佳地提高了嗅觉检测技能，并受到改善所需的学习？”默菲说。“我们工作中使用的计算机算法可以生成强烈假设进行测试。”
这篇故事是由哈佛大瞪羚哈佛大学的官方报纸。更多大学新闻，请访问Harvard.edu。
用户评论