果蠅似乎和電腦沒有什么共同之處，但索爾克研究所的一項新研究表明，果蠅和電腦以相似的方式識別新信息。這項研究成果于2018年12月3日發(fā)表在《美國國家科學(xué)院院刊》(PNAS)上，它不僅闡明了一個重要的神經(jīng)生物學(xué)問題——生物體如何檢測新氣味——而且可能改進計算機科學(xué)中新奇事物檢測的算法。

“當(dāng)一只蒼蠅聞到一種氣味時，它需要迅速判斷自己以前是否聞到過這種氣味，判斷這種氣味是否是新的，是否值得注意，”索爾克綜合生物實驗室的助理教授、這篇論文的共同通訊作者薩克特·納夫拉卡(Saket Navlakha)說。在計算機科學(xué)中，這是一項重要的任務(wù)，稱為新奇檢測。了解新奇感檢測策略如何在這兩個領(lǐng)域進行比較，可以讓我們對大腦算法和計算有價值的見解。研究人員表示，他們的新框架可能有助于在大型流數(shù)據(jù)集(如患者數(shù)據(jù)庫或新聞報道)中檢測重復(fù)或異常。

2017年，Navlakha發(fā)現(xiàn)蒼蠅的大腦是如何識別類似氣味的。他發(fā)現(xiàn)，將fly算法應(yīng)用到計算機的“相似度搜索”(比如那些建議購買與你過去購買的產(chǎn)品相似的產(chǎn)品的搜索)可以改善搜索結(jié)果。

這項新的PNAS研究是基于另一篇發(fā)表在2017年《細胞》雜志上的論文[h服部等人]，該論文描述了蒼蠅如何檢測全新的氣味。當(dāng)Navlakha讀到這項研究時，他被果蠅似乎是如何使用一種類似于計算工具的策略所震驚，這種方法被稱為Bloom filter，用于新奇事物的檢測。

當(dāng)像谷歌這樣的搜索引擎抓取Web時，它需要知道它所遇到的網(wǎng)站是否以前被索引過，這樣它就不會浪費時間再次索引相同的站點。問題是，網(wǎng)絡(luò)上有上萬億的網(wǎng)站，而將它們?nèi)看鎯υ趦?nèi)存中的計算成本很高。上世紀(jì)70年代，麻省理工學(xué)院(MIT)的霍華德•布魯姆(Howard Bloom)設(shè)計了一種數(shù)據(jù)結(jié)構(gòu)，可以緊湊地存儲大型項目數(shù)據(jù)庫。Bloom過濾器不會將每一項數(shù)據(jù)全部存儲在數(shù)據(jù)庫中，而是只使用每一項數(shù)據(jù)的少量空間來存儲每一項數(shù)據(jù)的一個小“指紋”。通過檢查相同的指紋是否在數(shù)據(jù)庫中出現(xiàn)兩次，系統(tǒng)可以快速確定該指紋是重復(fù)的還是新穎的。

眾所周知，果蠅對新氣味的反應(yīng)會改變它們的行為。蒼蠅大腦中一個叫做蘑菇體的區(qū)域，包含了一組處理嗅覺信息的神經(jīng)元。當(dāng)聞到一種新的氣味時，這些神經(jīng)元會發(fā)出“新奇警報”信號，這樣蒼蠅就知道這種氣味是新的，值得研究。但是，如果氣味沒有產(chǎn)生強烈的影響，下一次聞到氣味時，警報信號的強度就會降低，蒼蠅就不會浪費時間研究氣味。這是一個重要的計算，因為蒼蠅想要注意的東西，只有當(dāng)它值得的時候。這種蒼蠅蘑菇狀身體的新奇信號是通過一種氣味指紋生成的，這種氣味類似于Bloom過濾器的“數(shù)據(jù)指紋”。

加州大學(xué)圣地亞哥分校計算機科學(xué)與工程教授、這篇新論文的第一作者桑喬伊•達斯古普塔(Sanjoy Dasgupta)表示:“機器學(xué)習(xí)的一個根本挑戰(zhàn)是找到適用于廣泛任務(wù)的數(shù)據(jù)表示形式。”“蒼蠅的嗅覺系統(tǒng)向我們展示了一種簡單而巧妙的方法。”

通過從計算機科學(xué)的角度分析，細胞論文中識別的神經(jīng)回路產(chǎn)生了這種新奇的信號，Navlakha和Dasgupta發(fā)現(xiàn)果蠅給傳統(tǒng)的Bloom過濾器引入了一些新花樣，他們的團隊對其進行了詳細的數(shù)學(xué)闡述和定義。

第一個難題不僅僅是確定你以前是否聞到過完全相同的氣味，而是確定你是否聞到過這種氣味，或者類似的氣味。這在大腦中很重要，因為你很有可能永遠不會兩次聞到完全相同的氣味。第二個難題是確定你多久以前就聞到了這種氣味。如果是很長一段時間，那么這種氣味的新奇程度應(yīng)該比你最近聞到的氣味要高。

基于果蠅的布魯姆濾波變種，該團隊創(chuàng)建了一個新的算法框架來預(yù)測果蠅的新奇反應(yīng)。他們在蒼蠅被連續(xù)呈現(xiàn)成對氣味時收集的研究數(shù)據(jù)上測試了他們的框架。研究小組的新奇預(yù)測結(jié)果與蘑菇體神經(jīng)元的實際新奇反應(yīng)非常吻合，驗證了他們的框架的準(zhǔn)確性。Navlakha的團隊隨后在幾個機器學(xué)習(xí)數(shù)據(jù)集上測試了該框架，發(fā)現(xiàn)與其他類型的新奇感檢測過濾器相比，蒼蠅的Bloom過濾器提高了新奇感檢測的準(zhǔn)確性。

Navlakha補充說:“這項工作讓我們特別興奮的是，它代表了在大腦中發(fā)現(xiàn)的最早的數(shù)據(jù)結(jié)構(gòu)之一，以及一個簡單的算法，它可以幫助大腦進行新奇的檢測。”