曾经有一段时间，神经科学家只能梦想拥有这样的问题。现在，幻想成真了，他们正在努力解决这个问题。 卓越的新型探索设备正以雪崩式原始数据淹没该领域，这些数据关于神经系统内部运作。问题在于，即使开始理解这大量信息也已成为一项超人的挑战。
几乎每个科学分支都面临着类似的颠覆。 随着实验室研究迁移到数字领域，编程正成为该过程中不可或缺的一部分。 与此同时，以前可靠的财政支持来源正在枯竭。 这导致了工作和资助的痛苦短缺，反过来，这迫使太多有天赋的研究人员专注于他们狭隘的专业领域，而不是投入时间和精力来学习新的计算机时代技能。 在数据增长尤其失控的领域（例如神经科学），对计算机专业知识的需求与信息本身增长一样迅速。
科学迫切需要黑客——最初意义上的黑客，即麻省理工学院科技模型铁路俱乐部的意义。 他们的工程和设计技能将很有用，但最理想的是真正黑客的足智多谋、好奇心和对新挑战的渴望。 特别是在神经科学这样的领域，助手在探索新揭示的神经网络的艰巨荒野中可能非常宝贵。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。 通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的有影响力的故事的未来。
一些先驱者正在带路。 其中一位是 H. Sebastian Seung，他是普林斯顿大学神经科学研究所和计算机科学系的教授。 几年前，他和他的合作者着手绘制视网膜的神经连接图。 当他们收集了大量的电子显微镜数据时，问题是他们将如何设法解释所有这些数据。 Seung 对最先进计算的熟悉程度告诉他，现有的任何人工智能算法都不可能单独处理这项任务。
当时的解决方案在实验室科学中几乎闻所未闻——是招募数千名人类志愿者与最先进的人工智能并肩作战，并利用他们的集体脑力。 2012 年 12 月 10 日，Seung 和他的团队推出了在线游戏 EyeWire，玩家通过帮助改进神经图来得分。 大约一年半后，该游戏的创作者在《自然》杂志上发表了他们的首批发现，并附带一份说明，与达到游戏排行榜顶端并使论文成为可能的 2,183 名玩家分享了令人垂涎的共同作者署名。（《大众科学》是施普林格·自然的一部分。）
黑客们正在找到他们进入神经科学的途径。 2013 年末，位于纽约布鲁克林的两位设计师 Joel Murphy 和 Conor Russomanno 推出了 OpenBCI，这是一种“开源脑机接口”——基本上是一种自制脑电图设备。 套件和计划可从他们的网站上获得，价格仅为标准脑电图仪的一小部分，而且据各方面报道，它的工作效果与预算充足的型号一样好。 他们为期两个月的 Kickstarter 活动售出了近 1,000 台设备，并引起了学术研究实验室的关注。 这只是传统障碍如何在机构科学和有新想法的个人之间瓦解的又一个例子。 事实上，一些实验室已开始在 Kaggle 和 InnoCentive 等众包网站上发布带有现金奖励的研究挑战。 如今，如果研究实体选择不探索此类协作方法，则有被抛在后面的危险。
软件设计社区在过去 20 年中证明，大规模在线协作可以创造奇迹。 今天，物理科学才刚刚开始发现这种潜力。 知名科学家最好认识到，真正的黑客受到挑战的激励，并对看到自己能做什么感到由衷的自豪。