أظهر الباحثون نظامًا للتعلم الآلي يمكنه إعادة بناء مقطع فيديو كما يراه الفأر، باستخدام إشارات من دماغ الفأرة. تسمى خوارزمية التعلم الآلي CEBRA ويمكنها الكشف عن الهياكل غير الخطية المدفونة ضمن تنوع البيانات. لا تقتصر الخوارزمية على الخلايا العصبية من القشرة البصرية، أو حتى الإشارات من الدماغ. تعتمد الخوارزمية على الرياضيات وهي جيدة بشكل خاص في معالجة البيانات السلوكية والعصبية المسجلة في وقت واحد. يمكن أيضًا استخدام خوارزمية التعلم الآلي للتنبؤ بحركات الذراعين في الرئيسيات، وإعادة بناء مواقع الفئران أثناء تحركها بحرية.
تم نشر ورقة تصف النتائج في مجلة Nature. يقول مؤلف الدراسة، ماكنزي ماتيس، "بشكل ملموس، يعتمد CEBRA على التعلم المتباين، وهو أسلوب يتعلم كيف يمكن ترتيب البيانات عالية الأبعاد، أو تضمينها، في مساحة منخفضة الأبعاد تسمى الفضاء الكامن، بحيث يكون مشابهًا نقاط البيانات قريبة من بعضها البعض وأكثر تباعدًا بين نقاط البيانات المختلفة. يمكن استخدام هذا التضمين لاستنتاج العلاقات والبنية المخفية في البيانات. إنه يمكّن الباحثين من النظر بشكل مشترك في البيانات العصبية والتسميات السلوكية، بما في ذلك الحركات المقاسة، والتسميات المجردة مثل "المكافأة"، أو السمات الحسية مثل الألوان أو نسيج الصور".
تحتوي القشرة المرئية لدماغ الفأر على حوالي 500000 خلية عصبية، والتي تديرها خوارزمية التعلم الآلي لفك تشفيرها باستخدام جزء صغير من الموارد المماثلة. تم الحصول على إشارات الدماغ إما باستخدام أقطاب كهربائية مزروعة مباشرة في القشرة البصرية لأدمغة الفأر، أو من خلال المجسات الضوئية التي تقيس الخلايا العصبية التي تتوهج باللون الأخضر في الفئران المعدلة وراثيًا. يوضح هذا أن خوارزمية التعلم الآلي مرنة للطريقة التي يتم بها جمع البيانات ويمكنها أداء المهمة الضرورية بشكل مستقل عن طريقة جمع البيانات.
