Плодовые мушки не славятся своим интеллектом - вы, вероятно, утопили не одну в бокале вина, оставленном на столе. Тем не менее, имея около 140 000 нейронов - мозг меньше макового зернышка - дрозофила может сортировать огромный диапазон запахов за долю секунды, а затем сохранять память об этом запахе в течение длительного времени. В этом они намного превосходят современные "электронные носы", которые, как правило, дороги, узко специализированы и быстро забывают запах, как только узнают новый.
Так почему бы просто не скопировать муху? Этот вопрос задает все больше исследователей, включая Кевина Макса и Ян Шена из Окинавского института науки и технологий, чей новый алгоритм Spi-Fly описан в статье, недавно опубликованной в журнале Neuromorphic Computing and Engineering.
Обоняние - странное чувство, если говорить о механике. Зрение и слух сводятся к одному физическому измерению, которое можно изобразить на графике - длине волны, что делает их относительно простыми для изучения. Молекулы запаха, напротив, не сводятся к какому-либо одному физическому измерению. Биологии пришлось найти более запутанное решение: сотни различных рецепторных белков, каждый из которых приспособлен захватывать определенные молекулярные особенности, срабатывают в комбинациях, которые мозг затем должен расшифровать. Эта система настолько комбинаторно сложна, что только в 1991 году Линда Бак и Ричард Аксель смогли идентифицировать семейство генов рецепторов, стоящее за ней, - работа, принесшая им Нобелевскую премию в 2004 году.
Несмотря на трудности в нашем понимании обоняния, "электронные носы" существуют на рынке. Такие компании, как Alpha MOS, Aryballe и Odotech, продают их для контроля качества пищевых продуктов, мониторинга окружающей среды и проверки безопасности. Эти носы плохо умеют обобщать. Устройство, настроенное на выявление испорченного оливкового масла, не то же самое, что устройство, которое обнаруживает конкретное взрывчатое вещество в аэропорту. Перенастройка одного для новой задачи обычно означает переобучение его программного обеспечения почти с нуля.
За этим ограничением стоят два технических узких места. Во-первых, этим системам обычно требуется гора размеченных вручную примеров, прежде чем они смогут надежно отличать один запах от другого. Во-вторых, обучение их новому запаху имеет тенденцию перемешивать то, что они уже знали, - проблема, которую исследователи называют "катастрофическим забыванием", электронным эквивалентом того, как забыть, как ездить на велосипеде, сразу после того, как научился плавать.
Плодовые мушки - и многие другие насекомые - не имеют этой проблемы, несмотря на их крошечный мозг. Как им удается различать запахи и запоминать их с таким малым количеством мозгов? Секрет, по словам авторов статьи, заключается в так называемом разреженном кодировании. Представьте, что мозг мухи присваивает каждому запаху штрих-код. Ее обонятельная система опирается на примерно 2000 специализированных клеток, называемых клетками Кеньона, которые получают разреженные, случайно связанные сигналы от обонятельных рецепторов мухи. Эти клетки Кеньона сообщают в одну точку ретрансляции: передний парный латеральный нейрон, или APL (на самом деле симметричная пара, по одному на полушарие мозга). APL отвечают, посылая сильное глобальное торможение всем клеткам Кеньона одновременно, заставляя замолчать почти все из них. Клетки, которые остаются активными после этой зачистки, Макс и Шен называют штрих-кодом для данного конкретного запаха.
Spi-Fly вступает в игру только после того, как датчик уже выполнил свою работу - все здесь происходит в симуляции, с использованием предварительно записанных данных датчиков, и сам алгоритм не имеет отношения к захвату запаха. В работе Макса и Шена показания датчиков превращаются в поток импульсов, проецируемых разреженно и случайным образом на скрытый слой, который заменяет клетки Кеньона, при этом нейроны подавляют друг друга, а не полагаются на одного судью, подобного APL. Оттуда скрытый слой соединяется с выходным слоем, по одному нейрону на каждый помеченный запах, ожидая, какой штрих-код какому запаху принадлежит.
Что на самом деле изучается, так это связь между штрих-кодом и