Google Research：AI生成合成神经元，为脑图谱绘制节省157人年工作量

Google Research发布了关于MoGen（神经元形态生成）系统的研究，该系统利用AI创建用于加速脑图谱绘制的合成神经元形态。结果显示，合成神经元能够显著减少神经科学家的手工工作需求。

MoGen如何创建合成神经元？

MoGen使用PointInfinity点云流匹配模型——一种从点云学习3D形状的架构。模型仅在1795个手动验证的小鼠轴突上训练，在神经科学背景下是一个相对较小的数据集。尽管如此，生成的合成神经元在专家评估中与真实神经元无法区分。

关键创新在于方法：与传统数据增强（旋转、镜像）不同，MoGen生成完全新颖的神经元形态，遵循真实形态分布，但不复制现有样本。

节省了多少时间？

数字令人印象深刻。训练集中仅加入10%合成数据就能将错误率降低4.4%。换算到完整小鼠脑图谱绘制规模，相当于节省157人年的神经元标注人工工作量。

手动神经元图谱绘制——通过电子显微镜图像追踪轴突和树突——是神经科学中最大的瓶颈之一。一立方毫米脑组织可能包含数千个需要重建形态的神经元，而人类标注者可能需要数天时间来标注一个神经元。

这为未来开创了什么？

Google已将MoGen作为开源项目发布，使全球神经科学家能够在自己的研究中使用该系统。目前重点是小鼠脑，但作者强调该方法为哺乳动物乃至最终人类脑图谱绘制开辟了道路。

这项研究尤其重要，因为它展示了AI如何解决不仅仅是计算速度问题，而是创建高质量训练数据的问题——合成神经元帮助其他AI模型更好地识别真实神经元。