北京時(shí)間7月29日消息，據(jù)《每日科學(xué)》網(wǎng)站報(bào)道，大數(shù)據(jù)時(shí)代，單靠一臺電腦并不總能找到用戶最需要的解決方案。相反，計(jì)算任務(wù)應(yīng)該分布于計(jì)算機(jī)集群，讓集群計(jì)算機(jī)共同分析大數(shù)據(jù)集。這也正是谷歌、Facebook挖掘你的瀏覽歷史，并呈現(xiàn)你需要的廣告的技術(shù)。但是，大數(shù)據(jù)并沒有止步于此。用于監(jiān)控腦部活動的最新技術(shù)帶來了所未有的大量信息。理解這些數(shù)據(jù)，或許能讓人類對自己大腦的工作原理產(chǎn)生新的認(rèn)識。為此，神經(jīng)學(xué)家利用分布式計(jì)算工具Thunder（閃電），進(jìn)行了大量研究。

監(jiān)控腦部活動的最新技術(shù)帶來了所未有的大量信息

Thunder是一個(gè)工具庫，由霍華德·休斯醫(yī)學(xué)研究所（Howard Hughes Medical Institute）的Janelia研究園開發(fā)。Thunder可以提高數(shù)據(jù)分析速度，原本這些海量數(shù)據(jù)在一個(gè)工作站上要跑上數(shù)天或數(shù)周。相關(guān)研究成果發(fā)表在7月27日的期刊《自然·方法學(xué)Nature Method》中。加州大學(xué)伯克利分校的科學(xué)家Jeremy Freeman、Misha Ahrens等人完成了此項(xiàng)研究。

更為重要的是，他們還使用Thunder分析一種顯微鏡下的成像技術(shù)。Ahrens及其同事使用這種技術(shù)觀測斑馬魚對視覺刺激做出回應(yīng)時(shí)的腦部細(xì)胞活動。這一研究成果同樣發(fā)表在《自然·方法學(xué)》中。

Freeman、Ahrens表示，使得單一計(jì)算機(jī)難以超越瓶頸的因素并非只有數(shù)據(jù)的巨大規(guī)模，還有數(shù)據(jù)的復(fù)雜性。“當(dāng)你記錄大腦活動的信息時(shí)，你不知道分揀自己需要數(shù)據(jù)的最佳辦法。每個(gè)數(shù)據(jù)集都各不相同。對某些數(shù)據(jù)，你或許有想法，但這是否有意義，還有待探討。”

神經(jīng)學(xué)家在第一次考慮數(shù)據(jù)的時(shí)候，很少能迸發(fā)新的思路。相反，最初的研究可能暗含更有希望的方法，只需要進(jìn)行少量調(diào)整、使用新的計(jì)算分析，原來的數(shù)據(jù)就可以更有用途。

這也就是為什么使用龜速的計(jì)算工具分析神經(jīng)學(xué)數(shù)據(jù)會讓人大為受挫。Freeman提到：“對一些分析來說，你可以上傳數(shù)據(jù)，開始跑數(shù)據(jù)，第二天再回來看。但如果你需要調(diào)整分析，重新再跑一遍，就必須再等上一個(gè)晚上。”

通過使用Thunder，F(xiàn)reeman和Ahrens可以在幾分鐘內(nèi)分析成像結(jié)果，不需要等待很長時(shí)間就可以針對分析結(jié)果進(jìn)行策略調(diào)整。