40万亿像素，谷歌AI自动绘制果蝇的大脑图谱( 三 )_谷歌最新的人工智能研究深入到了果蝇的

然而重建工作并非一帆风顺。当连续切片中的图像内容不稳定或多个连续切片丢失时（切片和成像过程存在一定的挑战）， FFNs 算法的性能就会很差。

为了减少精度和准确度的下降，研究小组估计了各个切片之间 3D 大脑图像的一致性，并在 FFNs 算法突出每个神经元的同时局部稳定了图像内容。此外，他们还使用了一种被称为分段增强 CycleGAN （SECGAN）的人工智能模型，来计算填补立体图像中缺失的部分，该模型专门用于分割的生成式对抗网络。有了这两种新方法，他们发现 FFNs 算法能够“更可靠地”追踪多个缺失切片的位置。

\n \n

图丨40 万亿像素的果蝇大脑重建图。注：右下角为谷歌 AI 在 2016 年和 2018 年出版物中分析的较小的数据集。（来源：谷歌）

在对果蝇大脑完全成像的情况下，研究小组用前面提到的 Neuroglancer 解决了可视化的问题。

Neuroglancer 是开源的，目前被 Allen 脑科学研究所、哈佛大学、HHMI、马克斯普朗克研究所、麻省理工学院、普林斯顿大学以及其他地方的学者使用。另外，它基于 WebGL ，并在最新版本的 Chrome 和 Firefox 中得到支持，目前它公开了一个由三个正交横断面视图组成的四窗格视图，以及一个显示选定对象的 3D 模型视图(具有独立的方向) 。