Обычная модель машинного обучения смотрит на один объект за раз: один мозг, один пациент, один двигатель. Но биологам нужно общее: как устроен мозг вида в целом, а не только конкретной рыбки. Новый метод — глубокий вероятностный синтез моделей (DPMS) — учится сразу на множестве экземпляров, как повар, который пробует десятки яблок, чтобы понять вкус сорта, а не одного плода.
Подход применим к разным типам моделей — от регрессии до снижения размерности. На синтетических данных и записях активности мозга личинок данио-рерио DPMS показал лучшие результаты, чем модели, обученные на одном экземпляре. Это шаг к пониманию общих принципов работы сложных систем по множеству их проявлений.
Личинки данио-рерио прозрачны, поэтому учёные могут наблюдать активность их мозга прямо под микроскопом, без хирургического вмешательства.