神经科学算法有助设计高效稳定网络

大脑可能是最高效稳定的网络。最近，美国卡内基梅隆大学和索尔克生物研究所合作，首次确定了大脑在早期发育阶段剪除不需要的神经元连接的速度，籍此开发出 一种可用于网络设计的“大脑剪除”新算法。模拟分析表明，据新算法生成的网络比用目前工程方法生成的网络更加高效稳定。相关论文发表在近期《公共科学图书 馆·计算生物学》杂志上。

在实现最优化方面，分布式计算机、传感器网络与脑网络所用的途径截然不同。人脑神经元创造网络是个“剪除”过程：从人出生到童年早期，脑神经元形成大量突触连接，超过了所需数量，随着年龄增长，无用的连接会被迅速“剪除”。人成熟时的突触连接比儿童高峰期要少50%至60%。而计算机科学和工程网络恰好相反，最初只有少量连接，然后按需增加。

据物理学家组织网报道，研究人员观察了小鼠体觉皮层模型生长的过程。他们先确定了形成突触的数量，随后发现在早期发育阶段这些突触被迅速剪除，随着时间推移，剪除的速度越来越慢。

卡内基梅隆大学副教授兹伍·巴-约瑟夫说：“你可能觉得用‘剪除法’开发一个网络会很浪费，但在某些情况下，这种过程同样有利。”在用“剪除法”构建的网络中，信息流更加直接，信息要到达同一个终点可以有多条路径，网络出现故障的风险最小。

索尔克研究所副教授萨基特·那维拉卡用美国交通部的飞行数据测试了这一算法，发现用该算法生成的网络最高效稳定。但他指出：“用这种算法来构建有很多基础设施的网络如管道，是不符合成本效益的。如果在无线网络和传感网络中用于指导网络形成，则是一种有价值的自适应方法。”

“这种高级算法解释了神经结构在发育阶段是怎样形成的，在该算法的启发下我们开发了用于工程网络设计的算法。”卡内基梅隆大学的艾利森·巴斯说，“在计算机科学家和工程师构建网络时，基于神经科学的方法可能为他们带来一些新思路。”