Google Research: AI가 합성 뉴런을 생성하여 뇌 매핑에서 157인년 절약

Google Research는 뇌 매핑 가속화를 위한 합성 뉴런 형태를 생성하는 AI를 사용하는 MoGen(신경 형태 생성) 시스템에 관한 연구를 발표했습니다. 결과는 합성 뉴런이 신경과학자의 수작업 필요성을 극적으로 줄일 수 있음을 보여줍니다.

MoGen은 어떻게 합성 뉴런을 생성하나요?

MoGen은 PointInfinity 포인트 클라우드 흐름 매칭 모델을 사용합니다——포인트 클라우드에서 3D 형태를 학습하는 아키텍처입니다. 모델은 신경과학 맥락에서 비교적 작은 데이터셋인 1,795개의 수동 검증된 마우스 축삭만으로 훈련되었습니다. 그럼에도 불구하고, 생성된 합성 뉴런은 전문가 평가에서 실제와 구분할 수 없는 수준입니다.

핵심 혁신은 접근 방식에 있습니다: 전통적인 데이터 증강(회전, 미러링)과 달리, MoGen은 실제 형태 분포를 따르지만 기존 샘플을 복사하지 않는 완전히 새로운 뉴런 형태를 생성합니다.

얼마나 많은 시간을 절약하나요?

수치는 인상적입니다. 훈련 세트에 **합성 데이터를 10%**만 추가해도 오류율이 4.4% 감소합니다. 마우스 뇌 매핑의 전체 규모로 환산하면, 뉴런 주석 작업에서 157인년의 수작업에 해당하는 절약입니다.

수동 뉴런 매핑——전자 현미경 이미지를 통한 축삭과 수상돌기 추적——은 신경과학에서 가장 큰 병목 중 하나입니다. 뇌의 1세제곱 밀리미터에는 형태를 재구성해야 하는 수천 개의 뉴런이 포함될 수 있으며, 인간 주석자는 하나의 뉴런에 며칠이 걸릴 수 있습니다.

미래에 무엇을 열어주나요?

Google은 MoGen을 오픈소스 프로젝트로 공개하여 전 세계 신경과학자들이 자신의 연구에서 시스템을 사용할 수 있게 했습니다. 현재 초점은 마우스 뇌에 있지만, 저자들은 이 접근 방식이 포유류, 궁극적으로는 인간 뇌 매핑을 향한 길을 열어준다고 강조합니다.

이 연구는 AI가 단순히 계산 속도 문제뿐 아니라 고품질 훈련 데이터 생성 문제도 해결할 수 있음을 보여주기 때문에 특히 중요합니다——합성 뉴런은 다른 AI 모델이 실제 뉴런을 더 잘 인식하도록 돕습니다.