在神经科学研究的早期，科学家们辛苦地染色了脑细胞，并手工绘制了他们在显微镜下看到的东西。快进到2018年，机器也许可以学习如何完成这项工作。根据《细胞》杂志上的一项新研究，有可能教机器如何挑选神经细胞和其他未染色或未进行其他破坏性处理的细胞中的特征。这项研究部分由美国国立卫生研究院(National Institutes of Health)的国家神经疾病和中风研究所(NINDS)资助。

NINDS计划总监Margaret Sutherland博士说：“这种方法有可能彻底改变生物医学研究。”

“研究人员现在正在生成大量数据。对于神经科学家来说，这意味着帮助分析这些信息的训练机可以帮助我们加快对大脑细胞的组合方式以及与药物开发相关的应用的理解。”

神经细胞的培养皿或培养物在肉眼看来是均匀的，看不见其中的不同单个细胞。自十九世纪末期，当先驱神经科学家Santiago Ramon y Cajal和Camillo Golgi绘制神经系统的最早图谱以来，科学家一直在开发染料和染色方法来帮助区分大脑中的结构，包括不同类型的细胞和他们的健康状况。但是，这些方法中有许多涉及刺激化学物质，这些化学物质会固定或冻结非自然状态的细胞，或者在施加多种污渍后会破坏活细胞。传统技术还限制了科学家可以观察到的细节。

由旧金山格拉德斯通研究所所长，高级研究员，旧金山加利福尼亚大学神经病学和生理学教授史蒂芬·芬克宾纳(Steven Finkbeiner，MD，Ph.D.)领导的团队探讨了是否可以训练计算机来识别结构在未染色的细胞中。

“每天我们的实验室都在创建数百幅图像，这远远超过了我们自己观察和分析自己的能力。有一天，谷歌的一些研究人员敲了敲我们的门，看他们是否可以帮助我们。”研究的资深作者芬克贝纳博士说。

研究人员使用了一种名为“深度学习”的方法，该方法依赖于机器学习的原理，这是一种人工智能，机器可以从中学习数据并做出决策。面部识别软件是机器学习的一个示例。