النموذج المعتاد للتعلم الآلي ينظر إلى كائن واحد في كل مرة: دماغ واحد، مريض واحد، محرك واحد. لكن علماء الأحياء يحتاجون إلى العام: كيف يُبنى دماغ النوع ككل، وليس فقط دماغ سمكة معينة. الطريقة الجديدة — التركيب الاحتمالي العميق للنماذج (DPMS) — تتعلم من نسخ متعددة في وقت واحد، مثل طاهٍ يتذوق عشرات التفاح ليفهم طعم الصنف، لا طعم ثمرة واحدة.
ينطبق النهج على أنواع مختلفة من النماذج — من الانحدار إلى تقليل الأبعاد. على البيانات الاصطناعية وتسجيلات نشاط أدمغة يرقات سمك الزرد، أظهر DPMS نتائج أفضل من النماذج التي دُرِّبت على نسخة واحدة. إنها خطوة نحو فهم المبادئ العامة لعمل الأنظمة المعقدة من خلال تعدد مظاهرها.
يرقات سمك الزرد شفافة، لذلك يمكن للعلماء مراقبة نشاط أدمغتها مباشرة تحت المجهر، دون أي تدخل جراحي.