Trotz der Einfachheit ihres visuellen Systems sind Fruchtfliegen in der Lage, zuverlässig zwischen Personen zu unterscheiden.
Forscher haben nun ein neuronales Netzwerk aufgebaut, das das visuelle System der Fruchtfliege nachahmt. Es zeigt, dass das Sehvermögen der Fruchtfliege klarer ist als bisher angenommen.
In einem Projekt, das von einem Catalyst Grant des Canadian Institute for Advanced Research (CIFAR) finanziert wurde, haben Forscher der Universität von Guelph und der Universität von Toronto, Mississauga, Fachwissen in Fruchtfliegenbiologie mit maschinellem Lernen kombiniert, um einen biologisch-basierten Algorithmus zu entwickeln, der das visuelle System von Fruchtfliegen nachahmt.
Fruchtfliegen haben kleine zusammengesetzte Augen, die eine begrenzte Menge an visueller Information aufnehmen. Die traditionelle Ansicht war, dass das Bild, wenn es einmal von einer Fruchtfliegenhirn bearbeitet wurde, nur sehr grobe Merkmale erkennen kann. Aber eine neuere Entdeckung zeigt, dass Fruchtfliegen ihre effektive Auflösung mit biologischen Tricks verbessern können.
Das entwickelte Computerprogramm hat die gleichen theoretischen Input- und Verarbeitungsfähigkeiten wie das einer Fruchtfliege. Es war in der Lage, die gleiche Fliege am dritten Tag zuverlässig zu identifizieren.
Laut Jon Schneider, dem ersten Autor des Artikels, der diese Woche in PLOS ONE erscheint, weist diese Studie auf die verlockende Möglichkeit hin, dass Fruchtfliegen nicht nur in der Lage sind, breite Kategorien zu erkennen, sondern auch Individuen unterscheiden können.
Die Experimente fanden im Labor der Universität von Toronto Mississauga von Joel Levine statt. Er setzt große Hoffnungen in die Zukunft der Forschung.
„Der Ansatz, Deep Learning-Modelle mit Nervensystemen zu kombinieren, ist unglaublich vielfältig. Er kann uns über die Modelle, über die Art und Weise, wie Neuronen miteinander kommunizieren, und über das ganze Tier Informationen liefern.“
Hinterlasse jetzt einen Kommentar