果蝇大脑如何改善我们的搜索引擎

果蝇有一种独特的数据匹配方式，可以教科学家创建更好，更快的搜索算法

当您在YouTube上观看视频或在亚马逊上购买产品并立即提供类似的视频观看或购买产品时，您会看到所谓的“相似性搜索”。这些算法旨在搜索大型数据集并匹配以某种方式相似的项目。我们的大脑一直在进行相似性搜索 - 这个人看起来像我的朋友，这首歌听起来就像我所知道的那样。

果蝇做同样的事情。他们的大脑进行相似性搜索，以确定他们应该品尝什么以及应该避免什么。苍蝇之前可能永远不会闻到腐烂的芒果，但它的大脑发现它与熟悉的腐烂香蕉相似，足以表示“吃”。

研究人员认为了解苍蝇的相似性搜索有助于改进计算机算法。

“在我们看来，生物和工程这两个系统都在解决一个非常相似的问题，”加州Salk研究所的教授Saket Navlakha说。

许多计算机相似性搜索通过提供称为“哈希”的项目数字速记标签来工作。这些哈希使类似项目更有可能被组合在一起。然后程序可以通过哈希搜索，而不是项目，这样更快。

果蝇，Navlakha和他的团队学到了，做不同的事情。当一只苍蝇感觉到一种气味时，50种神经元会在每种气味不同的组合中起火。计算机程序将减少与气味相关的散列数。但实际上苍蝇扩大了搜索范围。50个初始发射神经元成为2,000个发射神经元，使每种气味更加独特。苍蝇的大脑只存储了这2000个神经元中的5％，这些气味的散列活动最多。这意味着苍蝇大脑能够更清晰地分类相似和不相似的气味，从而阻止它们在“吃”和“不吃”之间混淆。

该团队本身并没有研究苍蝇大脑，而是阅读有关苍蝇嗅觉和大脑回路的现有文献。然后，他们将飞行相似性搜索应用于用于测试搜索算法的三个数据集。

“飞行解决方案确实如果不是更好，至少与计算机科学解决方案一样好，”Navlakha说。

这项研究发表在本月的“科学”杂志上。

研究神经网络的怀俄明大学计算机科学教授Jeff Clune说：“这项工作很有意思。“每当我们了解大自然如何解决问题时，特别是如果解决方案不是我们已经知道或赞成的解决方案，它就会扩展我们的工具包，试图在机器中重建自然智能。”

Navlakha和他的团队计划在更大的数据集上尝试飞行搜索，看看如何改进它。他看到了两条发展途径。第一个是提高搜索效率，这意味着它需要更少的计算能力，这将转化为例如在手机上使用更少的电池寿命。第二个是使其更准确。更进一步，它可能会用于改善我们大多数人每天在计算机和智能手机上使用的算法类型。

“这是我们的梦想，”Navlakha说。“通过研究今天没有计算机可以复制的这个神奇的系统，我们可以以某种方式学会做更好的机器学习和人工智能。”