Google Research：AIが合成ニューロンを生成し、脳マッピングで157人年分の工数を節約

Google Researchは、脳マッピングの加速を目的とした合成ニューロン形態を作成するAIを使用するMoGen（神経形態生成）システムに関する研究を発表しました。結果は、合成ニューロンが神経科学者の手作業の必要性を劇的に削減できることを示しています。

MoGenはどのように合成ニューロンを作成するか？

MoGenはPointInfinity点群フローマッチングモデルを使用しています——点群から3D形状を学習するアーキテクチャです。モデルはわずか1,795個の手動検証済みマウス軸索でトレーニングされており、神経科学の文脈では比較的小さなデータセットです。それにもかかわらず、生成された合成ニューロンは専門家の評価で本物と区別がつかないレベルです。

重要なイノベーションはアプローチにあります：従来のデータ拡張（回転・反転）とは異なり、MoGenは実際の形態分布に従うが既存のサンプルをコピーしない全く新しいニューロン形状を生成します。

どれだけの時間が節約できるか？

数字は印象的です。トレーニングセットに合成データを10%追加するだけでエラー率が4.4%低下します。マウス脳マッピングの完全スケールに換算すると、ニューロンアノテーションの手作業で157人年分の節約に相当します。

手動ニューロンマッピング——電子顕微鏡画像を通じた軸索と樹状突起の追跡——は神経科学における最大のボトルネックの1つです。脳の1立方ミリメートルには形状を再構築する必要がある数千のニューロンが含まれる可能性があり、人間のアノテーターは1つのニューロンに数日かかることがあります。

これが開く未来

Googleは MoGenをオープンソースプロジェクトとして公開しており、世界中の神経科学者が自分の研究でシステムを使用できます。現在の焦点はマウス脳ですが、著者たちはこのアプローチが哺乳類、最終的には人間の脳のマッピングへの道を開くと強調しています。

この研究は、AIが計算速度だけでなく、高品質なトレーニングデータの作成という問題を解決できることを示しているため、特に重要です——合成ニューロンは他のAIモデルが本物のニューロンをよりよく認識するのを助けます。