Trường Sơn
Writer
- Sử dụng chức năng
- Mục lục Xem nhanh
- Nút xem thêm với bài dài
Mô não của con người có kích thước bằng hạt vừng có kích thước khớp thần kinh tương đương với một GPT-4!
Google và Harvard đã hợp tác để tiến hành mô hình hóa một phần não người ở cấp độ nano và bài báo đã được xuất bản trên tạp chí Science.
Đây là bản sao lớn nhất và chi tiết nhất của bộ não con người cho đến nay, lần đầu tiên thể hiện mạng lưới kết nối khớp thần kinh trong não.
Với độ phân giải cực cao, bản tái tạo có tên H01 đã tiết lộ một số chi tiết chưa từng thấy trước đây về bộ não con người.
Giáo sư Lichtman của Đại học Harvard, tác giả tương ứng của dự án, cho biết trước đây chưa ai thực sự nhìn thấy một mạng lưới khớp thần kinh phức tạp như vậy.
Kết quả mô hình hóa này sẽ giúp hiểu sâu hơn về hoạt động của não và truyền cảm hứng cho nghiên cứu sâu hơn về chức năng và bệnh tật của não.
Điều đáng nói là nghiên cứu này sử dụng 1 milimét khối mô não người nhưng lượng dữ liệu được tạo ra lại cao tới 1,4PB.
Dựa vào đó, một số người đã tính toán dựa trên thể tích của bộ não con người rằng việc mô hình hóa toàn bộ bộ não con người sẽ tạo ra 1,76 ZB dữ liệu. Dung lượng lưu trữ của các siêu máy tính tiên tiến nhất chỉ là 7/10.000 ZB, tức là ít hơn một chiếc. bộ não con người. 0,4% trạng thái.
Ngay cả khi chúng ta sử dụng tất cả các máy chủ trên toàn bộ Internet, chúng ta cũng chỉ có thể lưu trữ được 9 bộ não con người.
Đồng thời, 1 milimet khối mô não chứa 57.000 tế bào và 150 triệu khớp thần kinh , số lượng khớp thần kinh trong toàn bộ não lên tới hàng triệu tỷ.
So sánh, số lượng thông số của GPT-4 chỉ là 2 nghìn tỷ, chỉ bằng 0,2% số lượng khớp thần kinh trong não người. Theo tính toán này, nó có kích thước bằng hạt vừng trong não.
Một số người than thở rằng AGI có thể lại ở rất xa...
Sau khi các mẫu được cố định nhanh chóng, nhuộm màu và nhúng vào nhựa, các nhà nghiên cứu đã sử dụng máy cắt siêu vi với thiết bị thu thập tự động để cắt 5019 phần liên tiếp với độ dày khoảng 33,9 nanomet.
Sau đó, các nhà nghiên cứu đã sử dụng kính hiển vi điện tử quét đa chùm tia để chụp ảnh từng lát cắt ở độ phân giải 4×4 nanomet/pixel, thu được dữ liệu hình ảnh hai chiều gốc với tổng kích thước khoảng 1,4PB.
Tiếp theo, các nhà nghiên cứu sử dụng các công cụ tính toán để ghép và căn chỉnh các hình ảnh hai chiều này và tái tạo lại dữ liệu voxel ba chiều.
Sau đó, họ sử dụng thuật toán học máy gọi là mạng lấp đầy lũ (FFN) để phân đoạn hình thái tế bào thần kinh của toàn bộ voxel và sửa các lỗi phân đoạn theo cách thủ công để cuối cùng tái tạo lại tất cả các tế bào trong mô não 1 milimet khối ba chiều này. hình thái của các cấu trúc như khớp thần kinh và mạch máu.
FFN được Google Brains đề xuất vào năm 2018. Ý tưởng cơ bản là bắt đầu từ một điểm giống và mở rộng đệ quy xung quanh nó, đánh dấu tất cả các voxels được kết nối với nó cho đến khi nó gặp nền hoặc ranh giới của các đối tượng khác.
Đồng thời, họ cũng sử dụng mô hình học máy để tự động xác định vị trí các khớp thần kinh và phân biệt các khớp thần kinh bị kích thích và ức chế.
Cuối cùng, nhóm nghiên cứu đã mô phỏng thành công 1 mm khối mô não ở cấp độ nano, chứa hơn 50.000 nhân tế bào, 150 triệu khớp thần kinh và 230 mm tĩnh mạch siêu mịn ở giữa.
Trên cơ sở đó, bằng cách phân tích hình thái tế bào được tái tạo, các nhà nghiên cứu đã xác định được thành phần loại tế bào chính của vùng não.
Trong tổng số 57.180 tế bào, 49.080 tế bào là tế bào thần kinh và tế bào thần kinh đệm, và 8.100 tế bào có liên quan đến mạch máu. Trong số các tế bào thần kinh và tế bào thần kinh đệm, số lượng tế bào sau gấp khoảng hai lần so với tế bào trước.
Trong số các tế bào thần kinh, 65,5% là tế bào thần kinh hình chóp có gai và 29,1% là tế bào thần kinh trung gian với các quá trình trơn tru; trong số các tế bào thần kinh đệm, tế bào ít nhánh là phổ biến nhất.
Các nhà nghiên cứu đã phát triển một mô hình học máy để tự động xác định vị trí khớp thần kinh và loại của chúng (kích thích/ức chế).
Vùng não này chứa tổng cộng khoảng 150 triệu khớp thần kinh, trong đó 111 triệu là khớp thần kinh kích thích và 39 triệu còn lại là khớp thần kinh ức chế. Ngoài ra còn có một số khác biệt về mật độ phân bố của các khớp thần kinh kích thích và ức chế ở các cấp độ vỏ não khác nhau.
Bằng cách phân tích đầu vào khớp thần kinh mà mỗi tế bào thần kinh nhận được, các nhà nghiên cứu phát hiện ra rằng phần lớn (96,49%) sợi trục chỉ hình thành một khớp thần kinh với tế bào đích của chúng, nhưng một số sợi trục có thể hình thành nhiều khớp thần kinh (lên tới 50 sợi trục ở trên) và thiết lập đặc biệt mạnh mẽ. kết nối với tế bào đích.
Phân tích sâu hơn cho thấy những "kết nối mạnh mẽ" đa khớp thần kinh như vậy phổ biến ở cả sợi trục kích thích và sợi trục ức chế, và số lượng của chúng cao hơn đáng kể so với dự kiến khi các khớp thần kinh được hình thành ngẫu nhiên.
Các nhà nghiên cứu suy đoán rằng trong số lượng lớn các kết nối yếu ngẫu nhiên, một số sợi trục cụ thể có thể điều chỉnh hoạt động thần kinh thông qua các kết nối mạnh được hình thành có chủ ý.
Ngoài ra, các nhà nghiên cứu còn phân tích chi tiết một loại tế bào thần kinh hình chóp đặc biệt.
Sự tồn tại của hai hướng đối xứng gương của các sợi nhánh cơ bản của các tế bào "tam giác" và "la bàn" này cho thấy rằng chúng có thể có các chức năng khác nhau.
Nói cách khác, tính phổ quát của mô hình này có thể vẫn chưa được xác minh thêm, nhưng ít nhất nó đã tiết lộ một lớp khác của mạng lưới khớp thần kinh.
Để mọi người có thể sử dụng kết quả mô hình hóa để khám phá thêm nhiều điều bí ẩn, nhóm nghiên cứu đã công bố toàn bộ dữ liệu gốc, kết quả mô hình hóa và các công cụ liên quan thành nguồn mở.
Nó bao gồm tất cả các hình ảnh lát kính hiển vi điện tử ban đầu, cũng như kết quả phân đoạn hình thái tế bào thần kinh, vị trí khớp thần kinh và tính dễ bị kích thích/ức chế, cũng như chú thích của các loại tế bào khác nhau. Người dùng có thể quan sát linh hoạt cấu trúc vi mô và vĩ mô của tập dữ liệu.
Tác giả cho biết, việc tạo ra kết quả nguồn mở này sẽ cung cấp cho cộng đồng học thuật cơ sở vật chất để nghiên cứu cấu trúc và chức năng của bộ não con người, đồng thời cung cấp tài liệu tham khảo cho nghiên cứu bệnh tật.
Mặc dù H01 đã mang đến những thông tin chi tiết chưa từng có nhưng so với toàn bộ bộ não con người, những dữ liệu này chỉ là phần nổi của tảng băng chìm của cơ quan khổng lồ này trong tương lai, những hình ảnh có kích thước nano và hình ảnh ba chiều tương tự của nhiều khu vực và cấp độ hơn trong bộ não con người. Sẽ cần thiết để xây dựng lại, tác giả cũng kêu gọi cộng đồng học thuật cùng nhau hợp tác.
Trước đó, nhóm nghiên cứu cũng đã công bố bản đồ não Drosophila chứa 25.000 tế bào thần kinh và hàng triệu kết nối giữa chúng.
Năm ngoái, nhóm nghiên cứu cũng tuyên bố sẽ hợp tác với một số trường đại học và chi 33 triệu USD để lập bản đồ vùng hippocampus trong não chuột. Dự án này cũng là trọng tâm trong bước tiếp theo của nhóm.
Đối với bản đồ H01 được phát hành lần này, tập dữ liệu và bản in trước được phát hành lần đầu tiên vào tháng 6 năm 2021. Sau khi tối ưu hóa và phân tích sâu hơn về các đặc điểm khớp thần kinh, phiên bản chính thức của bài báo đã được công bố ngày hôm nay.
Tài liệu tham khảo: https://www.science.org/doi/10.1126/science.adk4858 và https://www.sciencealert.com/amazin...-single-cubic-millimeter-of-human-brain-in-3d
Google và Harvard đã hợp tác để tiến hành mô hình hóa một phần não người ở cấp độ nano và bài báo đã được xuất bản trên tạp chí Science.
Đây là bản sao lớn nhất và chi tiết nhất của bộ não con người cho đến nay, lần đầu tiên thể hiện mạng lưới kết nối khớp thần kinh trong não.
Với độ phân giải cực cao, bản tái tạo có tên H01 đã tiết lộ một số chi tiết chưa từng thấy trước đây về bộ não con người.
Giáo sư Lichtman của Đại học Harvard, tác giả tương ứng của dự án, cho biết trước đây chưa ai thực sự nhìn thấy một mạng lưới khớp thần kinh phức tạp như vậy.
Kết quả mô hình hóa này sẽ giúp hiểu sâu hơn về hoạt động của não và truyền cảm hứng cho nghiên cứu sâu hơn về chức năng và bệnh tật của não.
Điều đáng nói là nghiên cứu này sử dụng 1 milimét khối mô não người nhưng lượng dữ liệu được tạo ra lại cao tới 1,4PB.
Dựa vào đó, một số người đã tính toán dựa trên thể tích của bộ não con người rằng việc mô hình hóa toàn bộ bộ não con người sẽ tạo ra 1,76 ZB dữ liệu. Dung lượng lưu trữ của các siêu máy tính tiên tiến nhất chỉ là 7/10.000 ZB, tức là ít hơn một chiếc. bộ não con người. 0,4% trạng thái.
Ngay cả khi chúng ta sử dụng tất cả các máy chủ trên toàn bộ Internet, chúng ta cũng chỉ có thể lưu trữ được 9 bộ não con người.
Đồng thời, 1 milimet khối mô não chứa 57.000 tế bào và 150 triệu khớp thần kinh , số lượng khớp thần kinh trong toàn bộ não lên tới hàng triệu tỷ.
So sánh, số lượng thông số của GPT-4 chỉ là 2 nghìn tỷ, chỉ bằng 0,2% số lượng khớp thần kinh trong não người. Theo tính toán này, nó có kích thước bằng hạt vừng trong não.
Một số người than thở rằng AGI có thể lại ở rất xa...
Mô hình hóa kích thước nano dẫn đến những khám phá mới
Cụ thể, các nhà nghiên cứu đã lấy được một mẫu mô vỏ thùy thái dương từ một bệnh nhân nữ 45 tuổi bị động kinh, có kích thước khoảng 1 mm khối.Sau khi các mẫu được cố định nhanh chóng, nhuộm màu và nhúng vào nhựa, các nhà nghiên cứu đã sử dụng máy cắt siêu vi với thiết bị thu thập tự động để cắt 5019 phần liên tiếp với độ dày khoảng 33,9 nanomet.
Sau đó, các nhà nghiên cứu đã sử dụng kính hiển vi điện tử quét đa chùm tia để chụp ảnh từng lát cắt ở độ phân giải 4×4 nanomet/pixel, thu được dữ liệu hình ảnh hai chiều gốc với tổng kích thước khoảng 1,4PB.
Tiếp theo, các nhà nghiên cứu sử dụng các công cụ tính toán để ghép và căn chỉnh các hình ảnh hai chiều này và tái tạo lại dữ liệu voxel ba chiều.
Sau đó, họ sử dụng thuật toán học máy gọi là mạng lấp đầy lũ (FFN) để phân đoạn hình thái tế bào thần kinh của toàn bộ voxel và sửa các lỗi phân đoạn theo cách thủ công để cuối cùng tái tạo lại tất cả các tế bào trong mô não 1 milimet khối ba chiều này. hình thái của các cấu trúc như khớp thần kinh và mạch máu.
FFN được Google Brains đề xuất vào năm 2018. Ý tưởng cơ bản là bắt đầu từ một điểm giống và mở rộng đệ quy xung quanh nó, đánh dấu tất cả các voxels được kết nối với nó cho đến khi nó gặp nền hoặc ranh giới của các đối tượng khác.
Đồng thời, họ cũng sử dụng mô hình học máy để tự động xác định vị trí các khớp thần kinh và phân biệt các khớp thần kinh bị kích thích và ức chế.
Cuối cùng, nhóm nghiên cứu đã mô phỏng thành công 1 mm khối mô não ở cấp độ nano, chứa hơn 50.000 nhân tế bào, 150 triệu khớp thần kinh và 230 mm tĩnh mạch siêu mịn ở giữa.
Trên cơ sở đó, bằng cách phân tích hình thái tế bào được tái tạo, các nhà nghiên cứu đã xác định được thành phần loại tế bào chính của vùng não.
Trong tổng số 57.180 tế bào, 49.080 tế bào là tế bào thần kinh và tế bào thần kinh đệm, và 8.100 tế bào có liên quan đến mạch máu. Trong số các tế bào thần kinh và tế bào thần kinh đệm, số lượng tế bào sau gấp khoảng hai lần so với tế bào trước.
Trong số các tế bào thần kinh, 65,5% là tế bào thần kinh hình chóp có gai và 29,1% là tế bào thần kinh trung gian với các quá trình trơn tru; trong số các tế bào thần kinh đệm, tế bào ít nhánh là phổ biến nhất.
Các nhà nghiên cứu đã phát triển một mô hình học máy để tự động xác định vị trí khớp thần kinh và loại của chúng (kích thích/ức chế).
Vùng não này chứa tổng cộng khoảng 150 triệu khớp thần kinh, trong đó 111 triệu là khớp thần kinh kích thích và 39 triệu còn lại là khớp thần kinh ức chế. Ngoài ra còn có một số khác biệt về mật độ phân bố của các khớp thần kinh kích thích và ức chế ở các cấp độ vỏ não khác nhau.
Bằng cách phân tích đầu vào khớp thần kinh mà mỗi tế bào thần kinh nhận được, các nhà nghiên cứu phát hiện ra rằng phần lớn (96,49%) sợi trục chỉ hình thành một khớp thần kinh với tế bào đích của chúng, nhưng một số sợi trục có thể hình thành nhiều khớp thần kinh (lên tới 50 sợi trục ở trên) và thiết lập đặc biệt mạnh mẽ. kết nối với tế bào đích.
Phân tích sâu hơn cho thấy những "kết nối mạnh mẽ" đa khớp thần kinh như vậy phổ biến ở cả sợi trục kích thích và sợi trục ức chế, và số lượng của chúng cao hơn đáng kể so với dự kiến khi các khớp thần kinh được hình thành ngẫu nhiên.
Các nhà nghiên cứu suy đoán rằng trong số lượng lớn các kết nối yếu ngẫu nhiên, một số sợi trục cụ thể có thể điều chỉnh hoạt động thần kinh thông qua các kết nối mạnh được hình thành có chủ ý.
Ngoài ra, các nhà nghiên cứu còn phân tích chi tiết một loại tế bào thần kinh hình chóp đặc biệt.
Sự tồn tại của hai hướng đối xứng gương của các sợi nhánh cơ bản của các tế bào "tam giác" và "la bàn" này cho thấy rằng chúng có thể có các chức năng khác nhau.
Tuy nhiên, tác giả cũng tuyên bố rằng các mẫu liên quan là từ các bệnh nhân động kinh. Mặc dù không tìm thấy thay đổi bệnh lý rõ ràng nào dưới kính hiển vi ánh sáng, nhưng không thể loại trừ rằng bệnh động kinh lâu dài hoặc điều trị bằng thuốc có thể có một số tác động tinh vi hơn đến các kết nối. hoặc cấu trúc của mô vỏ não.Nói cách khác, tính phổ quát của mô hình này có thể vẫn chưa được xác minh thêm, nhưng ít nhất nó đã tiết lộ một lớp khác của mạng lưới khớp thần kinh.
Để mọi người có thể sử dụng kết quả mô hình hóa để khám phá thêm nhiều điều bí ẩn, nhóm nghiên cứu đã công bố toàn bộ dữ liệu gốc, kết quả mô hình hóa và các công cụ liên quan thành nguồn mở.
Tất cả các công cụ dữ liệu đều là nguồn mở
Tác giả đã thành lập Neuroglancer, một nền tảng trực quan hóa dữ liệu tương tác trực tuyến mà các nhà nghiên cứu khác có thể sử dụng để khám phá bộ dữ liệu H01 ở các quy mô khác nhau.Nó bao gồm tất cả các hình ảnh lát kính hiển vi điện tử ban đầu, cũng như kết quả phân đoạn hình thái tế bào thần kinh, vị trí khớp thần kinh và tính dễ bị kích thích/ức chế, cũng như chú thích của các loại tế bào khác nhau. Người dùng có thể quan sát linh hoạt cấu trúc vi mô và vĩ mô của tập dữ liệu.
Ngoài dữ liệu, tác giả còn có CREST nguồn mở, một công cụ để khám phá các kết nối khớp thần kinh giữa các tế bào thần kinh và ****, một nền tảng điều chỉnh hợp tác trực tuyến được tích hợp sâu với Neuroglancer, để giúp các nhà nghiên cứu khác khám phá và phân tích bộ não con người quy mô lớn chưa từng có này tập dữ liệu từ nhiều góc độ khác nhau.
Mặc dù H01 đã mang đến những thông tin chi tiết chưa từng có nhưng so với toàn bộ bộ não con người, những dữ liệu này chỉ là phần nổi của tảng băng chìm của cơ quan khổng lồ này trong tương lai, những hình ảnh có kích thước nano và hình ảnh ba chiều tương tự của nhiều khu vực và cấp độ hơn trong bộ não con người. Sẽ cần thiết để xây dựng lại, tác giả cũng kêu gọi cộng đồng học thuật cùng nhau hợp tác.
Một điều nữa
Việc công bố loạt dữ liệu H01 trùng với dịp kỷ niệm 10 năm thành lập nhóm Connectomics của Google Research.Trước đó, nhóm nghiên cứu cũng đã công bố bản đồ não Drosophila chứa 25.000 tế bào thần kinh và hàng triệu kết nối giữa chúng.
Năm ngoái, nhóm nghiên cứu cũng tuyên bố sẽ hợp tác với một số trường đại học và chi 33 triệu USD để lập bản đồ vùng hippocampus trong não chuột. Dự án này cũng là trọng tâm trong bước tiếp theo của nhóm.
Đối với bản đồ H01 được phát hành lần này, tập dữ liệu và bản in trước được phát hành lần đầu tiên vào tháng 6 năm 2021. Sau khi tối ưu hóa và phân tích sâu hơn về các đặc điểm khớp thần kinh, phiên bản chính thức của bài báo đã được công bố ngày hôm nay.
Tài liệu tham khảo: https://www.science.org/doi/10.1126/science.adk4858 và https://www.sciencealert.com/amazin...-single-cubic-millimeter-of-human-brain-in-3d
