“人工飞脑可以分辨谁是谁”

虽然视觉系统很简单，但果蝇可以根据视线分别信任个人。 这也是一生研究果蝇( drosophila melanogaster )的人的任务。 研究人员目前正在建立神经网络，可以模仿苍蝇的视觉系统，区分和重新识别苍蝇。 这可能是世界上千万实验室采用果蝇作为模式生物，为了注意个体果蝇是如何随时间变化的，做了越来越多的纵向工作。 另外，也提供了证据表明果蝇的视力比以前想象的更清晰。

这是加拿大高等研究院( cifar )催化剂资助的跨学科项目，圭尔夫大学和多伦多大学密歇根分校的研究人员将果蝇的生物学专业信息与机器学习相结合，构建了生物学算法。 果蝇的低分辨率视频测试具有这些限制的系统在物理上能否完成这些困难的任务。

果蝇有复眼，收集有限的视觉新闻，估计为29个单位平方。 以前认为图像一旦被果蝇解决，就只能区分非常广泛的特征。 但最近发现，果蝇通过微妙的生物技巧能够提高比较有效的分辨率，相信视力会对苍蝇的社会生活做出重要贡献。 他们的视觉系统结构看起来类似于DCN ( DCN )的发现，他带队说:“我们能模拟出能够识别个人的飞行大脑吗？

他们的电脑程序和果蝇有同样的理论输入和解决能力，同时在两天内训练了苍蝇的视频。 而且，它在第三天可以信任和识别同一飞行。 其中，f1得分(耦合精度和召回度量)为0.75。 有趣的是，在苍蝇的无脑生物学限制的算法中，这比0.85和0.83的分数稍差。 为了比较，如果赋予苍蝇的脸部照片与其他20个地方一致这一更简单的任务，经验丰富的人类飞行生物学家只能得到0.08的分数。 随机概率是0.05。

据约翰·施耐德介绍，这篇论文的第一作者将于本周在plos one上发表，指出其吸引力的可能性，不仅可以识别广泛的类别，果蝇还可以区分个人。 所以，一个身体上岸的时候，在另一个旁边。 鲍勃，我是爱丽丝。

graham taylor，机器学习专家，cifar azrieli全球学者，在机器和大脑的学习计划中，对在视觉任务上打败人类的前景感到兴奋。 多个深度神经网络应用程序试图复制和自动化人类的能力，如面部识别、自然语言解决和歌曲识别。 很少超过人类的能力。 因为，找到算法胜过人类的问题。

实验在多伦多密歇根大学的实验室进行，是cifar儿童和大脑快速发展项目的高级研究员joel levine。 他对这样的研究前景寄予很大的期望。 深度学习模型和神经系统配对的做法非常丰富。 可以告诉模型神经元如何相互通信，可以教会整个动物。 这是令人兴奋的事件。 那是未开发的领土。

施耐德总结了学科间的工作:这类项目是神经生物学家和机器学习研究者共同合作的完美舞台，可以揭示学习和解决任何系统——生物学或其他——新闻的基本原理。