人工智能帮助确定视觉神经元喜欢看

AI帮助确定视觉神经元喜欢看

一个新的计算机程序使用人工智能判定视觉神经元喜欢看到什么方法可以说明学习缺陷、自闭症谱异常和其他神经条件

为何我们的眼睛偏重形状、颜色和轮廓

半个多世纪以来,研究者都知道大脑视觉系统神经元对不同图像反应不均匀-特征对识别、理解和解释我们周围多条视觉线索的能力至关重要举个例子,脑中被称为下层时间皮层火灾的特定神经元群 多时人或其它灵长类动物-高度可视系统-看面孔、位置、对象或文本但这些神经元响应的精确性仍然不明

由哈佛医学院Blavatnik研究院调查员牵头的macaques小小研究生成了一些宝贵线索,这些线索以人工智能系统为基础,可可靠地确定脑视觉皮层中神经元喜欢看什么

团队工作报告今天发布在Cell

迄今绝大多数实验 试图测量神经偏向 使用真实图像真实图像带有固有偏差:它们限于现实世界中可用的刺激和研究人员选择测试的图像AI基础程序通过制作适合每个神经元偏爱的合成图像克服这一障碍

yabo124哈佛医学院神经生物学系研究生Will Xiao设计计算机程序,使用响应式人工智能制作自调整图像,依据从六只macaque猴子获取神经响应为此,他和他的同事测量动物脑中单个视觉神经元的点火率时,他们在计算机屏幕上观看图像。

几小时后 动物图片显示为100毫秒 由萧子程序生成图像从灰度随机纹理模式启动基于受监控神经元发射量,程序逐步引入形状和颜色,并随时间演化成完全体现神经元偏爱的最后图像因为这些图像都是合成的 萧说,它避免偏向 研究人员传统上只使用自然图像

实验结束后,他说,程序为这些细胞产生超级刺激

高级调查员Margaret Livingstone解释: 特殊神经元往往通过程序演化图像,程序不完全相同,但非常相似。

yabo124其中一些图像与Livingstone,TakedaHMS神经生物学教授及其同事所期望的一致举个例子,他们怀疑神经元 可能响应面孔演化粉红色图片 双大黑点近似双目其他人则更出人意料动物中有一个神经元持续生成像猴子身体的图像,但脖子上贴着红色样板研究者最终发现,这只猴子住近另一只总是戴红色项圈

利文斯通表示:「我们认为神经元优先响应的不仅仅是猴子身体,

并非所有最后图像看起来都像可识别的东西,小萧加法一只猴子神经元进化小黑方另一组进化非态黑形状

Livingstone指出实验室和其他实验显示这些神经元的响应并非内生-相反,通过持续接触视觉刺激来学习这些神经元利文斯通表示,开发期间这种识别并优先点燃某些图像生成的能力未知她和她的同事计划在未来研究中调查这个问题

学习视觉系统对图像的响应可能是更好地了解从学习缺陷到自闭症谱异常等各种认知问题基本机制的关键,这些基本机制往往以儿童识别面部和处理面部提示能力缺陷为特征。

Livingstone说道,“视觉处理器故障会干扰儿童连接、通信和解释基本提示的能力”。研究优先响应面部的细胞 举例说,我们可以发现线索 说明社会如何发展

研究由国家卫生院和National科学基金会

引用:Carlos R所著的“用深生成网络反射编码原理和新时偏向为视觉神经元演进图像”。庞斯 威尔萧 彼得菲沙德TillS哈特曼、加布里埃尔克赖曼和玛格丽特S利文斯通2019年5月2日单元格内.
DOI: 10.1016/j.cell.2019.04.005

位居优先评论人工智能帮助确定视觉神经元

留注释

邮箱地址任选提供时您的邮件不发布或分享