大脑的AI模型可以用作研究中的“数字双胞胎”

就像飞行员可能在飞行模拟器中练习操纵一样，科学家可能很快就可以对小鼠大脑进行现实模拟进行实验。在一项新的研究中，斯坦福大学的医学研究人员和合作者使用人工智能模型来构建处理视觉信息的小鼠大脑部分的数字双胞胎。

在观看电影剪辑时，该数字双胞胎接受了从真实小鼠的视觉皮层收集的大脑活动的大型数据集培训。然后，它可以预测成千上万个神经元对新视频和图像的反应。

数字双胞胎可以使研究大脑的内部运作更加容易，更高效。

•如果您建立大脑模型并且非常准确，那意味着您可以进行更多的实验。Andreas Tolias，斯坦福大学医学博士学位教授和高级作者学习于4月9日发布自然。那些最有前途的人可以在真实的大脑中进行测试。

该研究的主要作者是贝勒医学院的医学生埃里克·王（Eric Wang）博士。

超越培训分配

与以前的视觉皮层AI模型不同，这可以模拟大脑对训练数据中看到的刺激类型的反应，新模型可以预测大脑对广泛的新视觉输入的反应。它甚至可以推测每个神经元的解剖特征。

新模型是基础模型的一个示例，这是一种相对较新的AI类模型，能够从大型数据集中学习，然后将这些知识应用于新任务和新类型的数据或研究人员所说的“在培训分布之外概括”。

（Chatgpt是一个基础模型的熟悉示例，可以从大量文本中学习，以便理解和生成新文本。）

塔利亚斯说，从许多方面来说，智力的种子是能够坚定概括的能力。”最终的目标 - 圣杯是将训练分配以外的场景推广到。

鼠标电影

为了培训新的AI模型，研究人员首先在看电影的电影中，记录了真实老鼠的大脑活动。理想情况下，这些电影将近似老鼠在自然环境中看到的东西。

塔利亚斯说，很难为老鼠品尝逼真的电影，因为没有人为老鼠制作好莱坞电影。”但是动作电影足够接近。

准确的预测

这些数字双胞胎能够响应各种新的视觉刺激，包括视频和静态图像，并能够密切模拟其生物学对应物的神经活动。托利亚斯说，大量的汇总培训数据是数字双胞胎成功的关键。它们非常准确，因为它们在如此大的数据集上进行了培训。

尽管仅接受神经活动的培训，但新模型仍可以推广到其他类型的数据。

一只特定小鼠的数字双胞胎能够预测视觉皮层中数千个神经元的解剖位置和细胞类型以及这些神经元之间的连接。” 

研究人员验证了该小鼠视觉皮层的高分辨率，电子显微镜成像的这些预测，这是一个较大项目的一部分，该项目旨在以前所未有的细节绘制小鼠视觉皮层的结构和功能。该项目的结果，称为微米， 曾是出版同时进入自然。

打开黑匣子

由于数字双胞胎可以长期运行小鼠的寿命，因此科学家可以在基本上同一动物上进行几乎无限的实验。可能需要数年的实验可能会在数小时内完成，数以百万计的实验可以同时进行，从而加快了对大脑如何处理信息和情报原理的研究。” 

可以说，我们试图打开黑匣子，以了解单个神经元或神经元种群的大脑以及它们如何共同努力以编码信息。”

实际上，新模型已经产生了新的见解。在另一个相关学习，也同时出版自然，研究人员使用数字双胞胎来发现视觉皮层中的神经元如何选择与之形成连接的其他神经元。

科学家知道，类似的神经元倾向于形成联系，例如建立友谊的人。数字双胞胎揭示了哪些相似之处最重要。神经元更喜欢与对相同刺激响应的神经元联系在一起，例如，与对同一区域相同区域的神经元相比，神经元更喜欢与视觉空间响应的神经元联系。

托利亚斯说，这就像有人根据自己喜欢的东西而不是他们的位置选择朋友。”我们了解了大脑如何组织的更精确的规则。

研究人员计划将其建模扩展到其他大脑区域和具有更先进的认知能力的动物，包括灵长类动物。

塔利亚斯说，最终，我认为可以建立至少部分人脑的数字双胞胎。这只是冰山一角。

加廷根大学和艾伦脑科学研究所的研究人员为这项工作做出了贡献。

该研究获得了智能高级研究项目活动，国家科学基金会神经元素的资金，国家心理健康研究所，国家神经系统疾病和中风研究所（Grant U19MH114830），国家眼睛研究所，Grant R01 EY026927和Vision The Visie Research t32-ey-ey-002520-37和The the Oulodis Council，and the Ouloce Council，以及Detut the Detut Cournal and Core Grant Grant GrantForschungsgemeinschaft。