這正是谷歌、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***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)生新的認識。為此，神經(jīng)學家利用分布式計算工具Thunder(閃電)，進行了大量研究。

Thunder是一個工具庫，由霍華德·休斯醫(yī)學研究所(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Nature Method》中。加州大學伯克利分校的科學家Jeremy Freeman、Misha Ahrens等人完成了此項研究。

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)時的腦部細胞活動。這一研究成果同樣發(fā)表在《自然·方法學》中。

Freeman、Ahrens表示，使得單一計算機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)的復雜性。“當你記錄大腦活動的信息時，你不知道分揀自己需要數(shù)據(jù)的***辦法。每個數(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)學家在***次考慮數(shù)據(jù)的時候，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，只需要進行少量調(diào)整、使用新的計算分析，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算工具分析神經(jīng)學數(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，不需要等待很長時間就可以針對分析結(jié)果進行策略調(diào)整。