2018年12月4日,

为了探测新的气味，果蝇的大脑改进了一种著名的计算机算法

看起来，果蝇和计算机毫无共同之处，但索尔克研究所的一项新研究表明，两者识别新信息的方式相似。这部作品，出现在美国国家科学院院刊（PNAS)，不仅阐明了一个重要的神经生物学问题——有机体如何检测新气味——而且还可以改进计算机科学中新奇检测的算法。

“当苍蝇闻到气味的时候气味索尔克综合生物实验室的助理教授萨克特·纳夫拉克哈说:“在这种情况下，苍蝇需要迅速判断它以前是否闻过这种气味，以确定这种气味是否是新的，是不是它应该注意的东西。”“在计算机科学中，这是一项被称为新奇检测的重要任务。了解新奇检测策略在这两个领域的比较，可以让我们对大脑算法和计算都有有价值的见解。”研究人员表示，他们的新框架可以用于检测大量的、流的重复或异常数据集，例如病人数据库或新闻报道。

2017年，纳夫拉卡发现了苍蝇的大脑是如何识别相似气味的。他发现，将苍蝇算法应用于计算机“相似度搜索”(比如建议购买与你过去购买的产品相似的产品)可以改善搜索结果。

新PNAS该研究基于2017年发表在《细胞》杂志上的另一篇论文[Hattori等人]，该论文描述了苍蝇如何探测全新的气味。当Navlakha读到这项研究时，他被苍蝇似乎在使用一种类似于被称为布鲁姆过滤器的新奇检测计算工具的策略所震惊。

当像谷歌这样的搜索引擎在Web上爬行时，它需要知道它遇到的网站以前是否被索引过，这样它就不会浪费时间再次索引相同的网站。问题是网络上有数万亿的网站，将它们全部存储在内存中计算成本很高。在20世纪70年代，麻省理工学院的霍华德·布鲁姆(Howard Bloom)设计了一种数据结构，可以紧凑地存储一个大型项目数据库。Bloom过滤器不是将每个项目完整地存储在数据库中，而是存储每个项目的小“指纹”，每个项目只使用少量的空间。通过检查相同的指纹是否在数据库中出现两次，系统可以快速确定该物品是复制品还是新物品。

众所周知，果蝇会根据新鲜气味改变行为。苍蝇大脑中有一个叫做蘑菇体的区域，里面有一组处理嗅觉信息的神经元。当体验到一种新气味时，这些神经元会发出“新奇警报”信号，这样苍蝇就知道这种气味是新的，值得研究。然而，如果气味没有产生强烈的影响，那么下次闻到气味时，警报信号的强度就会降低，苍蝇就不会浪费时间调查气味了。这是一个很重要的计算，因为苍蝇只希望关注值得关注的东西。苍蝇的蘑菇身体新奇信号是通过气味指纹产生的，类似于布鲁姆过滤器的“数据指纹”。

“机器学习的一个基本挑战是找到适合广泛任务的数据表示，”加州大学圣地亚哥分校(UC San Diego)计算机科学与工程教授、这篇新论文的第一作者桑乔伊•达斯古普塔(Sanjoy Dasgupta)说。“苍蝇的嗅觉系统向我们展示了一种简单而巧妙的方法。”

通过从一个计算机科学Navlakha和Dasgupta发现，果蝇对传统的Bloom滤波器引入了一些新的变化，他们的团队对其进行了详细阐述和数学定义。

第一个转折不仅涉及判断你以前是否闻过完全相同的气味，还涉及判断你是否闻过这种气味，或类似的气味。这在大脑中很重要，因为你不可能两次闻到完全相同的气味。第二个难题是确定你多久以前闻到了这种气味。如果是很久以前的气味，那么这种气味的新鲜度应该比你最近才闻到的气味要高。

基于果蝇的Bloom过滤器变体，该团队创建了一个新的算法框架来预测果蝇“新奇的反应。他们用收集到的研究数据来测试他们的框架，研究人员向果蝇连续呈现成对的气味。研究小组的新颖性预测结果与蘑菇体神经元的实际新颖性反应非常接近，这验证了他们的框架的准确性。Navlakha的团队随后在几个人身上测试了这个框架机器学习并发现，与其他类型的新颖性检测过滤器相比，苍蝇的布鲁姆过滤器提高了新颖性检测的准确性。