Das Gehirn von Fruchtfliegen informiert Suchmaschinen über die Zukunft

Das Gehirn von Fruchtfliegen informiert Suchmaschinen über die Zukunft

LA JOLLA – Jeden Tag verarbeiten die von Ihnen besuchten Websites und die von Ihnen verwendeten Smartphone-Apps riesige Datenmengen, um Dinge zu finden, die einander ähneln: Produkte, die Ihren früheren Einkäufen ähneln; Lieder, die den Melodien ähneln, die Ihnen gefallen haben; Gesichter, die Personen ähneln, die Sie auf Fotos identifiziert haben. Alle diese Aufgaben werden als Ähnlichkeitssuchen bezeichnet, und die Fähigkeit, diese umfangreichen Matching-Spiele gut – und schnell – durchzuführen, ist für Informatiker eine ständige Herausforderung.

Nun haben Wissenschaftler von Salk und der UC San Diego herausgefunden, dass das Gehirn der Fruchtfliege über eine elegante und effiziente Methode zur Durchführung von Ähnlichkeitssuchen verfügt. Für Fliegen hilft es ihnen, Gerüche zu erkennen, die denen, denen sie zuvor begegnet sind, am ähnlichsten sind, sodass sie wissen, wie sie sich als Reaktion auf den Geruch verhalten sollen, etwa indem sie sich ihm nähern oder ihn meiden. Neue Details zum rechnerischen Ansatz der Fliege zur Suche nach stinkenden Ähnlichkeiten, beschrieben in der Zeitschrift Forschung am 9. November 2017 könnte Computeralgorithmen der Zukunft beeinflussen.

„Dies ist ein Problem, das so gut wie jedes Technologieunternehmen mit irgendeiner Art von Informationsabrufsystem lösen muss, daher beschäftigen sich Informatiker seit Jahren damit“, sagt er Saket Navlakha, Assistenzprofessor am Integrative Biology Laboratory von Salk und Hauptautor der neuen Arbeit. „Jetzt haben wir dank der Fliege diesen neuen Ansatz für die Ähnlichkeitssuche.“

Die meisten computergestützten Datensysteme kategorisieren Elemente – von Liedern bis hin zu Bildern –, um Ähnlichkeitssuchen zu optimieren, indem sie die mit jedem Element verknüpfte Informationsmenge reduzieren. Diese Systeme weisen jedem Element kurze „Hashes“ zu, sodass ähnlichen Elementen im Vergleich zu zwei sehr unterschiedlichen Elementen mit größerer Wahrscheinlichkeit der gleiche oder ein ähnlicher Hash zugewiesen wird. (Hashes sind eine Art digitale Abkürzung, das Wort „bitly“ ist eine kürzere Version einer URL.) Die Zuweisung von Hashes auf diese Weise wird von Informatikern als „lokalitätssensitives Hashing“ bezeichnet. Bei der Suche nach ähnlichen Elementen durchsucht ein Programm die Hashes und nicht die Originalelemente, um Ähnlichkeiten schnell zu finden.

Navlakha unterhielt sich mit einem Kollegen Karl Stevens, Professor am Molecular Neurobiology Laboratory von Salk und Mitautor der neuen Arbeit, der den Geruchssinn von Fliegen untersucht hatte, als ersterer erkannte, dass auch Fliegen – und alle Tiere – ständig mit der Suche nach Ähnlichkeiten konfrontiert sind. Also begann er, die Fachliteratur über die Schaltkreise im Gehirn hinter dem Geruchssinn von Fliegen zu durchforsten, um herauszufinden, wie Fliegen ähnliche Gerüche erkennen.

„In der Natur wird man nicht jedes Mal genau den gleichen Geruch wahrnehmen; Es wird etwas Lärm und Schwankungen geben“, erklärt Navlakha. „Aber wenn Sie etwas riechen, das Sie zuvor mit einem Verhalten in Verbindung gebracht haben, müssen Sie in der Lage sein, diese Ähnlichkeit zu erkennen und sich an dieses Verhalten zu erinnern.“ Wenn eine Fruchtfliege also weiß, dass der Geruch einer verrottenden Banane Essenszeit bedeutet, muss sie genauso reagieren, wenn sie auf einen sehr ähnlichen Geruch stößt, auch wenn sie diesen genauen Geruch noch nie zuvor wahrgenommen hat.

Die Durchsicht der Literatur durch Navlakha und seine Mitarbeiter ergab, dass, wenn Fruchtfliegen zum ersten Mal einen Geruch wahrnehmen, 50 Neuronen in einer Kombination feuern, die für diesen Geruch einzigartig ist. Aber anstatt diese Informationen zu hashen, indem sie die Anzahl der mit dem Geruch verbundenen Hashes reduzieren, wie es Computerprogramme tun würden, tun Fliegen das Gegenteil – sie erweitern die Dimension. Die 50 anfänglichen Neuronen führen zu 2,000 Neuronen und verteilen den Input so, dass jeder Geruch einen noch deutlicheren Fingerabdruck unter diesen 2,000 Neuronen hat. Das Gehirn speichert dann nur die 5 Prozent dieser 2,000 Neuronen mit der höchsten Aktivität als „Hash“ für diesen Geruch. Das gesamte Paradigma hilft dem Gehirn, Ähnlichkeiten besser wahrzunehmen, als dies bei einer Reduzierung der Dimension der Fall wäre, sagt Navlakha.

„Angenommen, Sie haben eine Gruppe von Menschen, die aufgrund ihrer Beziehungen zusammengepfercht sind, und sie sind in einem überfüllten Raum zusammengepfercht“, erklärt er. „Dann nehmen Sie die gleichen Leute und Beziehungen, aber verteilen Sie sie auf einem Fußballfeld. Es wird viel einfacher sein, die Struktur von Beziehungen zu erkennen und Grenzen zwischen Gruppen im erweiterten Raum im Vergleich zum überfüllten Raum zu ziehen.“

Während Navlakha und seine Mitarbeiter den tatsächlichen Mechanismus, durch den Fliegen Geruchsinformationen speichern, nicht enthüllten – der bereits in der Literatur verfügbar war –, sind sie die ersten, die analysieren, wie dieser Prozess die Geschwindigkeit und Effizienz bei der Ähnlichkeitssuche maximiert. Als sie den Prozess auf drei Standarddatensätze anwendeten, die Informatiker zum Testen von Suchalgorithmen verwenden, stellten sie fest, dass der Fly-Ansatz die Leistung verbesserte. Sie glauben, dass dieser Ansatz eines Tages Computerprogramme beeinflussen könnte.

„Teile dieses Ansatzes wurden in der Vergangenheit von Informatikern verwendet, aber die Evolution hat sie auf ganz einzigartige Weise zusammengestellt“, sagt Navlakha.

Navlakhas Mitarbeiter sagen, dass die Studie zu den ersten gehört, die derart konkrete Parallelen zwischen neuronalen Schaltkreisen im Gehirn und in der Informatik verwendeten Informationsverarbeitungsalgorithmen herstellt.

„Seit 20 Jahren interessiere ich mich für zufällige Projektionen [eine Kernkomponente des ortssensitiven Hashings für die Ähnlichkeitssuche], wie sie auf Algorithmen angewendet werden, die auf Computern ausgeführt werden“, sagt Sanjoy Dasgupta, Professor für Informatik und Ingenieurwesen an der UCSD und Erstautor der neuen Arbeit. „Mir ist nie in den Sinn gekommen, dass es in der Natur ähnliche Vorgänge geben könnte.“

„Ein Traum, den Neurobiologen und Informatiker teilen, besteht darin, zu verstehen, wie das Gehirn so gut rechnet, dass wir seine Methoden anpassen können, um maschinelle Berechnungen zu verbessern“, fügt Stevens hinzu. „Unser Papier liefert einen prinzipiellen Beweis dafür, dass dieser Traum Wirklichkeit werden kann.“

Die Arbeit und die beteiligten Forscher wurden durch Zuschüsse der National Science Foundation (EAGER PHY-1444273) und des Army Research Office (DOD W911NF-17-1-0045) unterstützt.