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

果蝇和电脑似乎没有任何共同之处，但索尔克研究所的一项新研究表明，果蝇和电脑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)，不仅揭示了一个重要的神经生物学问题——生物体如何检测新的气味——而且还可以改进计算机科学中的新颖性检测算法。

“当苍蝇闻到气味时气味索尔克综合生物实验室的助理教授萨克特·纳夫拉卡说:“果蝇需要迅速弄清楚它之前是否闻过这种气味，以确定这种气味是否是新的，是否应该引起注意。”“在计算机科学中，这是一项被称为新颖性检测的重要任务。了解新颖性检测策略在这两个领域的比较可以为我们提供对大脑算法和计算的有价值的见解。”研究人员表示，他们的新框架可能有助于检测大型流中的重复或异常数据集，例如病人数据库或新闻故事。

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fly算法应用于计算机“相似性搜索”(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这项研究基于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。当纳夫拉卡读到这项研究时，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同一个网站。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过滤器不是将每个条目完整地存储在数据库中，而是存储每个条目的一个小“指纹”，每个条目只使用少量的空间。通过检查同一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重复的还是新的。

众所周知，果蝇会对新的气味做出反应，改变它们的行为。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。当体验到一种新的气味时，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，如果气味没有强烈的影响，下一次闻到气味时，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。这是一个重要的计算，因为苍蝇只有在值得注意的事情上才会关注它。苍蝇的蘑菇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”。

这篇新论文的第一作者、加州大学圣地亚哥分校(UC San Diego)计算机科学与工程教授桑乔伊·达斯古普塔(Sanjoy Dasgupta)说:“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形式。”“苍蝇的嗅觉系统向我们展示了一种简单而巧妙的方法。”

通过分析计算机科学透视——细胞论文中发现的神经回路，产生了这种新奇的信号，Navlakha和Dasgupta发现果蝇给传统的Bloom滤波器带来了一些新的变化，他们的团队对其进行了详细的阐述和数学定义。

第一个问题不仅仅是确定你之前是否闻过完全相同的气味，还要确定你是否闻过这种气味，或者类似的气味。这对大脑很重要，因为你不可能两次闻到完全相同的气味。第二步是确定你多久以前闻到过这种气味。如果已经有很长时间了，那么这种气味的新鲜度应该比你最近才闻到的味道高。

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的新奇反应。他们用收集到的研究数据对他们的框架进行了测试，这些数据是在连续向果蝇展示成对的气味时收集的。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吻合，这验证了他们框架的准确性。Navlakha的团队随后在几个人身上测试了这个框架机器学习数据集，并发现苍蝇的布鲁姆过滤器与其他类型的新颖性检测过滤器相比，提高了新颖性检测的准确性。