哺乳动物的大脑具有大量神经细胞和极高的通信密度，是已知最复杂的网络。德国马普脑科学研究所的一项研究是绘制哺乳动物大脑的脑组织图，记录局部结缔组织，并对其进行分析，以寻找之前学习过程的痕迹。研究成果发表在近期《科学》杂志上。
　　大脑研究到目前为止仅能检查大脑网络的一部分。“连接组学”这一新领域正致力于测量不同大脑区域和动物中更大的回路。
　　由马普脑科学研究所主任莫里兹·赫尔姆斯特德领导的研究小组分析了一只4周龄小鼠大脑皮层的活检脑组织。该组织来自体感皮层，负责处理触摸信息。使用优化的基于AI的图像处理以及人机数据分析之间的有效交互，研究人员能够在此组织段中重建所有大约40万个突触和大约2.7米的神经元网络。
　　重建的组织再现了约7000个轴突和大约3700个突触后神经细胞过程之间的结缔，即神经网络局部完整的通信图。重建不仅产生了更大的网络图，而且效率提高了约33倍，这是哺乳动物大脑进行密集的多项式重建的新标准。
　　这种方法上的突破使研究人员能够分析其中包含的互连模式的连通性。根据突触的增长与加强伴随学习过程，他们检查了神经网络通信图，以确定哪一部分显示了事先学习的迹象。
　　该研究项目的第一作者，亚历山德罗·莫塔解释说：“由于某些突触可塑性模型对学习中突触的增强做出了准确的预测，例如，当小鼠学会识别猫或树时，我们甚至能够从皮质神经网络通信图的快照中得出此类学习过程的频率估算。”
　　项目负责人赫尔姆斯特德特说：“即使在这样一块相对较小的大脑皮层中，包含的信息量和精度也令我们感到惊讶，将所开发的方法从大脑研究应用到人工智能具有重要意义。”他还描述了一个研究领域，通过未来的人工神经网络来学习生物神经网络，其主要参与者是谷歌和美国情报研究计划（IARPA）。