每天，您使用的網站和您使用的智能手機應用程序正在處理大量的數據，以找到彼此相似的東西：類似於您過去購買的產品; 歌曲類似於你喜歡的曲子; 面孔與您在照片中識別的人物相似。 所有這些任務都被稱為相似性搜索，並且能夠快速執行這些大規模匹配遊戲的能力一直是計算機科學家面臨的一個挑戰。

現在，Salk和加利福尼亞大學聖地亞哥分校的科學家發現，果蠅大腦有一個優雅而有效的方法進行相似搜索。 對於蒼蠅來說，它可以幫助他們識別與之前遇到的氣味最為相似的氣味，因此他們知道如何應對氣味，以便接近或避免氣味。 2017年11月9日的“科學”（Science）雜誌上介紹的有關臭味相似性搜索的計算方法的新細節可以告知計算機算法的未來。

Salk綜合生物學實驗室助理教授Saket Navlakha說：“這是一個幾乎每個擁有任何類型的信息檢索系統的科技公司都必須解決的問題，因此這是計算機科學家多年來研究的內容。 新的論文。 “現在，我們有了新的方法進行相似搜索，感謝飛行。”

我們看看影片：

大多數計算機化的數據系統將項目（從歌曲到圖像）分類以優化相似性搜索的方式是減少與每個項目相關的信息量。這些系統為每個項目分配短“哈希”，以便與兩個非常不同的項目相比，類似的項目更可能被分配相同或相似的哈希值。 （哈希是一種數字速記，這種方式是一個URL的縮短版本。）以這種方式分配哈希稱為計算機科學家的“局部敏感的哈希”。當搜索相似的項目時，程序通過哈希來查看，而不是原始項目，以快速找到相似之處。

Navlakha正與Salk分子神經生物學實驗室的教授Charles Stevens和新作的合作者Charles Stevens聊天，他曾研究過蒼蠅的嗅覺，當時前者意識到蒼蠅以及所有的動物都不斷地面臨相似的搜索。於是，他開始梳理飛行嗅覺背後的大腦電路的文獻，找出蒼蠅是如何識別類似的氣味的。

“在自然界，你不會每次都遇到同樣的氣味，會有一些噪音和波動，”Navlakha解釋說。 “但是，如果你聞到一些以前與某種行為相關的東西，那麼你需要能夠識別這種相似性並回憶起這種行為。”因此，如果果蠅知道腐爛的香蕉的氣味意味著進餐時間，即使它以前從未經歷過這種確切的氣味，也需要以相同的方式作出響應。

Navlakha和他的合作者對文獻的回顧表明，當果蠅首先感覺到一種氣味時，50個神經元以這種氣味獨特的組合起火。但是，如計算機程序那樣，通過減少與氣味相關的散列數量來散列這些信息，蒼蠅反而會相反 – 它們擴大了維度。 50個最初的神經元導致2,000個神經元，擴散輸入，使得每個嗅覺在這2,000個神經元中具有更加明顯的指紋。然後，大腦只存儲2000個具有最高活動的神經元中的5％作為該氣味的“散列”。 Navlakha說，整個範例有助於大腦比減少維度更好地註意到相似之處。

他說：“假設你們之間有一群人聚集在一起，他們聚集在一個擁擠的房間裡。 “然後採取同樣的人際關係，然後把它們分散到一個足球場上，這樣就能更容易地看到關係的結構，並且在擴大的空間和相對擁擠的空間之間劃分界限。”
雖然Navlakha和他的合作者沒有透露蒼蠅儲存氣味信息的實際機制 – 這在文獻中已經可以得到 – 他們首先分析了這個過程如何最大限度地提高相似性搜索的速度和效率。當他們將這個過程應用到計算機科學家用來測試搜索算法的三個標準數據集時，他們發現飛行方法提高了性能。他們認為，這種方法可能有一天會通知計算機程序。
Navlakha說：“計算機科學家過去曾經使用過這種方法，但是進化是以一種非常獨特的方式進行的。

Navlakha的合作者說，這項研究是第一個在大腦中的神經迴路和計算機科學中使用的信息處理算法之間做出這種具體的相似之處的研究。

計算機科學與工程教授Sanjoy Dasgupta表示：“在過去的20年中，我一直對隨機預測感興趣[用於相似性搜索的局部敏感哈希的核心組件]，因為它們適用於在計算機上運行的算法。 UCSD Jacobs工程學院和新文章的第一作者。 “我從來沒有想到類似的行動可能在自然界中起作用。”

史蒂文斯補充說：“神經生物學家和計算機科學家共同的夢想就是理解大腦的計算方式是否足夠好，以便我們可以調整其方法來改進機器計算。 “我們的論文證明了這個夢想可能成為現實的原則。”

對於以上消息，各位298電腦讀者又怎看呢？

歡迎到我們的<<討論區>>分享你的意見。

灣仔298電腦資訊網
免費網上電腦雜誌，電腦IT人集中地!

網址：www.wanchai298.com