哪些游戏策略可以应用于科学研究？ 方非，神经生物学民工，伪码农，关注所有 scale-free 网络。 补充一个“众包”的例子，尽管严格地说，不能算作是游戏“策略”。 介绍一个叫 EyeWire 的游戏 -- 人人都可以是民间神经科学家（citizen neuroscientist）。它的第一个成果发表在最新一期的 Nature 杂志上[1]。 毫无疑问，神经科学是当前最火的科研领域（之一）。欧盟的人脑连接组计划（12 亿欧元，共 10 年）、美国的 BRAIN Initiative （每年 1~3 亿美元，持续 10 年）都在推动一件事情，就是绘制大脑的结构。 而根据目前的估计，人脑有 10^11 个神经元，每个神经元通过 10^3 个突触与其它神经元相互联系形成网络。这个网络含有的信息量是巨大的[2]。要测量大脑的连接图谱，目前的研究方法是将大脑切片后再进行显微镜成像。以现在实际应用的传统光学显微成像数据为例，一个小鼠大脑（体积约为人脑的 1/1000）的数据是 750 GB [3]。而如果考虑最理想情况，假设能获得每个像素对应 1 nm 的人脑（体积约 1 L）电镜图像，需要的存储容量是 Google 公司目前容量的十万倍[4]。即使能存储这些数据，要分析它们也是很困难的。 事实上，科学家们目前已经获得了电子显微镜下的大脑图像。比如下边这样的，看上去一点都不酷炫。 图片中连通的区域属于同一个神经元。对于大量这样的照片，机器很难自动识别其中的哪些部分是连通的，哪些是分离的。于是 MIT 的 Sebastian Seung 研究组就开发了这个叫 EyeWire 的游戏，通过大家的智慧（苦力）来辅助机器在三维空间中识别和拼接神经元。拼接完成的图像是下边这样，看上去就非常酷炫了。 上面图中每种颜色是一个神经元，根状的部分叫树突，膨大的部分是胞体。通过来自 130 个国家的 100,000 名玩家的努力，目前完成了视网膜中 195 根 BC 细胞的轴突（与树突相连的结构）和 79 根 SAC 细胞的拼接。研究人员通过这些结果，发现有两种 BC 细胞，分别与 SAC 细胞的近端和远端树突相连，这种距离上的差别可以导致信息从 BC 细胞传递到 SAC 细胞的时间差。这种时间差可能是哺乳动物眼睛识别物体运动的机制。 尽管有 100,000 名注册玩家，但是，根据论文中的描述，排名前 100 的玩家贡献了 50% 的工作。说明玩家的参与热情不是很高。所以还需要更多人的参与，提高用户粘性，这是以后进行优化的方向。 下面是游戏的链接和截图，有兴趣的同学来玩一玩吧。 Sign Up | EyeWire [1] Kim et al., Nature 509, 331–336 (15 May 2014). [2] 仅考虑只含有 3 个节点的有向图，假设边的权值仅 -1、1、0 三种可能，分别代表抑制、兴奋、没有连接；节点到自身可以有边。可以计算出来，这样的图就有 16038 个。N 个节点的话，这个数字是 3^(N^2) 量级。 [3] Oh et al., Nature 508: 207-214 (10 April 2014). 该研究中的实际数据。 [4] 根据 http://what-if.xkcd.com/63/ 的推测，Google 的存储容量是 1.5*10^19 byte。 查看知乎原文
