A Connectome Test of the Fly Hashing Algorithm
本文利用四组电子显微镜连接组重新评估了果蝇嗅觉哈希算法，并发现尽管果蝇特有的布线方式相比于保持度分布的随机重连并未展现出一致的检索优势，但其单位活跃单元的效率表明，该算法仍可作为一种硬件模型的范式，即在以活跃单元而非算术运算作为主要计算成本的硬件环境下，该模型依然具有可行性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在广袤的大脑景观中，最持久的谜团之一是动物如何能在成千上万种气味中如此快速且可靠地识别出一种特定的气味。为了解决这个问题，自然界通常依赖一种被称为“稀疏编码”（sparse coding）的策略。想象一个图书馆，你不需要阅读每一本书来寻找一个故事，而只需检查一小组极具针对性的书架，那里很可能藏着答案。在果蝇的大脑中，这个过程发生在一个被称为蘑菇体（mushroom body）的结构中。当果蝇闻到某种气味时，信号会从它的触角传递到一个由约50个被称为肾小球（glomeruli）的专门单元组成的集群。随后，这些信号会被传递给一个规模大得多的、由大约2,000个被称为肯尼恩细胞（Kenyon cells）的神经元组成的群体。大脑的诀窍在于，对于任何给定的气味，只有极小比例的肯尼恩细胞会被激活，从而产生一个独特的、稀疏的特征签名，供果蝇用来记忆和区分气味。多年来，科学家们一直认为连接初始气味传感器与这些记忆细胞的布线本质上是随机的，就像一团混乱的电线纠缠在一起。这一观点催生了一种被称为“果蝇哈希”（fly hash）的强大计算机算法，它模拟了这一生物过程，以比传统方法更快地对数据进行排序和检索。
然而，关于这种生物布线纯属随机的假设最近受到了挑战。随着先进电子显微技术的出现，研究人员现在可以绘制出精确到单个突触水平的果蝇大脑实际连接图。这项新数据揭示了这种布线绝非随机，而是具有高度的结构性。这一发现向计算机科学家和神经生物学家提出了一个关键问题：这种特定的、现实世界的结构是否真的让果蝇的记忆系统变得更好，还是说最初关于随机布线的想法仅仅是一个恰好在计算机模型中表现良好的幸运猜想？最近的一项研究旨在通过使用来自四种不同果蝇的真实连接组数据，将果蝇真实的布线与理论上的随机布线进行对比测试，以此来回答这个问题。
研究人员获取了四种果蝇的完整布线图，即连接组，其中包括来自七个不同大脑半球的数据。他们利用这些真实的地图来模拟果蝇大脑如何对信息进行排序和检索，并将结果与一个控制组进行比较，在控制组中，连接被随机打乱，但保持了相同的输入和输出数量。他们使用多种任务来测试这个系统，包括识别不同的图像、对词向量进行排序以及区分复杂的混合气味。其目标是观察真实的生物布线是否在快速寻找相似项（即相似性搜索，similarity search）的任务中提供了明显的优势。
研究结果令人惊讶且十分精确。当研究人员运行模拟实验时，真实的生物布线表现并不优于随机打乱的版本。事实上，在不同的果蝇和不同类型的数据中，真实布线的表现略逊一筹，漏掉了一小部分随机布线能够找到的正确匹配。即使研究人员观察特定细节（例如每个气味传感器与记忆细胞建立了多少连接）时，这一结果依然成立。研究表明，自然界中发现的这种特定的、非随机的连接模式，并不为检索相似项的任务提供一致的益处。相反，那种保留了相同连接数量但移除了特定生物配对的随机布线，表现得同样出色甚至略好。
该研究还重新审视了早先关于果蝇哈希方法优于标准计算机算法的说法。研究人员确认，如果目标是使用极短的代码，那么依靠仅选择最活跃神经元的果蝇方法确实优于标准的数学投影。然而，他们澄清了一个关键细节：这种优势并非因为该方法在执行计算量方面在数学上更高效，而是因为它在使用的活跃神经元数量上更高效。如果你用相同的数学工作量来比较这两种方法，标准的计算机方法实际上检索信息的效果更好。果蝇的优势仅出现在以激活细胞的数量作为成本衡量标准时，这表明这种生物设计是针对那些在激活细胞而非进行复杂计算上消耗能量的硬件进行了优化。
此外，研究人员调查了为什么如果真实的布线对简单的记忆检索没有帮助，它为何仍呈现出这种结构。他们发现，在真实的果蝇中，某些气味传感器连接到的记忆细胞比其他传感器多得多，从而产生了一种不均匀的分布。当研究人员强制模型实现均匀分布时，系统的相似项检索能力实际上得到了提升。这表明，自然的、不均匀的布线可能服务于完全不同的目的，或许与果蝇对食物或危险的反应有关，而不仅仅是记住某种气味是什么。研究结论指出，对于寻找相似项这一特定任务，果蝇并不需要其复杂的、真实的布线图；一个随机的、稀疏的网络就能完成同样的工作。这意味着，果蝇的大脑可能为了其他原因进化出了这种特定的结构，而非为了优化这种特定类型的记忆搜索，这使得探索其真正目的的问题成为了未来的课题。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。