BSC 專題課程
腦區的邊界,從「解剖學家看得見的形狀」換成「有沒有自己的在地神經元」
五個部分的內容濃縮成一段 11 分半的說明影片,17 張投影片:LPU 是什麼、四個反直覺的案例、論文交付的數字與三個坑、七個步驟與每一步的細節、那十件必須自己決定的事、14 條指令、AI 實跑的成績與三個發現,以及最後怎麼讀懂跑出來的程式。影片裡的圖都是課程網頁裡的同一批圖;投影片上寫的每一點,旁白都會講到。
scripts/make_video.py 產生。從「腦區要怎麼切」這個問題出發,看 LPU 的兩條定義、它跟 neuropil 與 hub 的差別,以及全腦盤點出來的 41 個 LPU。
概念為主 · 不需程式基礎 · 已完成
PART 2 如何畫出 LPU論文用七個步驟把「一個腦區」變成一段可執行的流程。但七個步驟不是全部——照著跑,會發現有十件事得自己決定:三個沒給的參數、五處定義含糊,加上兩件論文做了卻沒寫成步驟的事。
方法為主 · 公式都配白話 · 已完成
PART 3 要怎麼交代 AI Agent把 PART 2 的流程拆成一串可以直接貼給 AI Agent 的指令。重點不在「叫它寫程式」,而在那十個論文沒交代的決定,要在哪一句指令裡講清楚。
14 條指令 · 不需程式基礎 · 已完成
PART 4 真的讓 AI Agent 跑一遍14 條指令一口氣交出去:六條照做、兩條抓到上游的錯(都已修正)、一條追出論文對同一個步驟寫了兩種不一樣的作法。過程、失敗與最後那張全腦判定圖都在裡面。
實跑紀錄 · 過程與錯誤都保留 · 已完成
PART 5 讀懂 AI 寫出來的程式十六支程式整合成三個帶得走的檔案,再用五個問題把它讀完:參數在哪、資料怎麼進來、哪一段做哪一步、怎麼證明沒寫錯、撐不住的時候會不會停下來。
程式判讀 · 需要能跑 Python · 已完成
Chiang, A.-S. et al. (2011). Three-Dimensional Reconstruction of Brain-wide Wiring Networks in Drosophila at Single-Cell Resolution. Current Biology 21(1), 1–11. doi:10.1016/j.cub.2010.11.056
LPU 的完整操作型定義不在正文,而在補充材料的 Supplemental Experimental Procedures /「Defining an LPU」一節;正文只給了七個步驟的條列摘要與 VLP 的實例(Figure S5D)。PART 2 主要重建的就是那一節。