随着数据规模呈指数级增长，神经科学家面临着一个紧迫的问题：是应该保留所有原始数据，还是更专注于处理后的数据集？为了探讨这一议题，麻省理工大学麦戈文脑研究所的科学家Nima Dehghani，向15位实验与理论研究专家征集了意见。
Nima Dehghani专注于神经科学、理论物理学和人工智能的交叉领域，他的研究旨在理解大脑的复杂动态系统及其功能。在他看来，理解原始数据与处理数据之间的权衡，对于最大化数据利用至关重要。
近年来，神经科学领域的技术进步，如神经像素探针和光片显微镜，极大地扩展了从大脑中记录信息的能力。然而，这些技术也带来了前所未有的数据量挑战。单次实验就可能产生数PB的数据，远超以往处理能力的极限。
原始数据因其完整性和未经筛选的特点，成为某些研究不可或缺的资源。例如，尖峰分类算法可能从看似背景噪声的活动中提取出有意义的信息。原始数据还能增强科研的透明性和可重复性，并作为训练人工智能模型的重要素材。
然而，处理后的数据在科研生态系统中同样扮演着关键角色。经过预处理的数据，如尖峰分类、滤波或去卷积处理后的数据，更便于共享和使用。这不仅能减轻研究人员的负担，还能促进不同专家在不同研究阶段的协作。
尽管如此，存储原始数据的成本高昂，且访问庞大的数据集对研究者来说也是一项挑战。为了应对这些问题，一些实验室开始采用“延迟加载”等策略，仅在必要时访问数据部分，但这需要复杂的数据管理基础设施。
在探讨如何平衡原始数据与处理数据的需求时，多位专家提出了各自的观点。例如，纽约大学医学院的Zhe Sage Chen认为，能够访问原始数据和处理后数据对于开发新的分析工具至关重要。他强调，同时保留两种格式的数据集，并进行对比分析，是一种有效的方法。
另一方面，西班牙卡哈尔研究所的Liset M. de la Prida指出，全面记录实验数据和代码的文档对于数据共享至关重要。她强调，理解数据的细微差别对于推广研究结果极为关键。
波士顿大学生物医学工程系的Anna Devor则强调了数据预处理的重要性。她指出，原始实验数据中常常存在“瑕疵”，如实验对象的运动、仪器噪声等，这些都需要通过预处理来去除。
纽约大学神经科学系的André Fenton分享了他的经验。他表示，尽管现代技术使得从神经像素数据中提取大量神经元单元成为可能，但存储原始数据仍然至关重要。他强调，许多改进和错误纠正都是在数据收集多年后才发现的。
麻省理工学院麦戈文脑研究所的Satrajit Ghosh则从数据管理的角度提出了思考。他指出，神经科学原始数据和元数据的复杂性给数据生产者带来了巨大的资源挑战。因此，需要审慎决定哪些数据该留存，哪些可舍弃。
斯坦福大学神经生物学系的Lisa Giocomo强调了推动数据共享和基础设施改进的重要性。她认为，这不仅能增强研究的透明性和可重复性，还能确保实验数据的科学价值被最大化。
总体而言，神经科学家们在原始数据与处理数据之间寻求平衡的过程中，面临着诸多挑战和机遇。通过合作与技术创新，他们正努力克服这些障碍，以推动神经科学的进一步发展。
