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。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生新的認識。為此，神經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。Ahrens及其同事使用這種技術觀測斑馬魚對視覺刺激做出回應時的腦部細胞活動。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可以在幾分鐘內分析成像結果，不需要等待很長時間就可以針對分析結果進行策略調整。