在实验老鼠的行为,研究人员模拟大脑如何识别特定的气味

尽管科学家们早就知道,老鼠可以挑选闻著食物的味道,或predator-they已经亏本的气味来解释他们是如何轻易能够执行,看似复杂的任务。

但是一项新的研究中,由Venkatesh没吃,分子和教授细胞生物学表明,处理的方式气味可能远比研究人员意识到简单。

使用一个机器学习算法没吃,和他的同事们能够“训练”计算机识别神经模式与各种气味,来确定是否存在于一个特定的气味的混合气味。9月1日的一篇论文中描述的研究是在《华尔街日报》神经元。

随着没吃,纸是由亚历山大•马修斯丹•Rokni Vikrant Kapoor,博士后研究人员在没吃的实验室工作,从维尔纳和马提亚陆慈教授Reichardt综合神经科学中心和德国的理论物理研究所。

“这是容易识别咖啡本身的味道。但如果肉桂和鲜花的味道混合在一起,我还能识别出咖啡吗?”Murthy said. "In an earlier study, we tested that in mice, and found they can do it very well.

”,这项研究中,我们想测试如果我们能够构建一个算法…在计算机,和让我们吃惊的是是多么容易,”他说。“起初,我们以为这将是非常复杂的,但如果你把它像一个逻辑问题,它基本上是挑选一个特定的神经激活模式,埋在一个混合的模式,从计算机科学的角度看,是可行的。可以解决这个问题用一个非常简单的线性分类器。它不需要内置的复杂性和非线性神经网络。难怪老鼠都能学的快,做得那么好。”

从本质上讲,没吃说,算法和其他模式识别系统,只有模式小鼠的神经激活模式对特定的气味。

“从本质上讲,一个气味导致特定的神经激活模式,和另一个气味会引起不同的模式,”他说。“当你开始混合气味,最终这些模式将重叠。老鼠有大约1000种嗅觉受体,但是给定气味激活可能只有10%。稀疏的,即使你有很多气味混合,他们仍然可以解析出来。是看那些什么算法模式,即使他们在一定程度上阻挡(由另一个气味),它可以认识到一个特定的模式。”

“火车”算法来识别这些模式,没吃和他的同事们收集数据与各种气味相关的神经激活模式通过小鼠的大脑成像成千上万的试验。之后,这个研究小组用80%的数据训练系统识别模式的激活特定的气味,即使这些模式被蒙面其它气味的混合物。

“电脑看着模式,随机选择像素,并添加,“没吃解释道。“如果他们达到一定级别后,目标就在那里。最初,它几乎肯定会犯错误。有那么一个拟合的过程,计算机给我们反应和实际的反应,和我们训练正确答案。”

默菲说,在成千上万的实验中,该算法最终成为像老鼠一样善于识别是否有特定的气味的混合气味,这表明老鼠可能是使用类似的算法。

一旦他们表明,该算法可以识别目标的气味,没吃和他的同事着手技巧,不是通过气味混合物更复杂但使他们不太。而不是训练计算机与各种气味的混合物,研究人员训练,只与个体的气味,只有暴露混合物后。默菲说,结果是灾难性的。虽然算法可以很容易地识别单一的气味,但很快破裂混合物变得更加复杂。

当他和他的同事使用老鼠跑同样的实验,他们发现了相同的结果。

“这是一个惊喜,”他说。“我们认为发生了如果两个边界的算法和鼠标建立如何分类事物当世界很简单,随着世界变得越来越复杂,不再是适当的边界。”

除了揭示老鼠如何能够辨别个人气味,研究指向计算机学习算法作为潜在的强大的工具来检查嗅觉,和之前在虚拟空间设计并进行实验进行他们在现实世界中。

“前进,我们兴奋,因为我们要设计实验小鼠和人类测试新的问题,例如,什么气味体验将最好的改善气味检测技能,监督学习改进的必要吗?”默菲说。“我们工作中使用的计算机算法可以产生强大的假说进行测试。”

这个故事是由出版哈佛大学报》,哈佛大学的官方报纸。额外的大学新闻,访问Harvard.edu。