研究人員利用人工智能系統確定了視覺(jué)神經(jīng)元的“偏好”，這對研究學(xué)習障礙和自閉癥等有一定幫助。
一種新的計算機程序利用人工智能確定了視覺(jué)神經(jīng)元的“偏好”。該方法有助于研究學(xué)習障礙、自閉癥和其他神經(jīng)疾病。
為什么我們的目光會(huì )被某些特定的形狀、顏色或輪廓所吸引？研究人員一直試圖弄清楚這一問(wèn)題的答案。
半個(gè)多世紀以來(lái)，研究人員逐漸發(fā)現，大腦視覺(jué)系統中的神經(jīng)元對不同的圖像會(huì )有不同的反應。
視覺(jué)神經(jīng)元的“不均衡響應”特征對于人類(lèi)識別、理解和解釋身邊大量視覺(jué)線(xiàn)索的能力至關(guān)重要。例如，當人類(lèi)或其他具有高度協(xié)調視覺(jué)系統的靈長(cháng)類(lèi)動(dòng)物在查看面孔、方位或文字時(shí)，大腦顳下皮層中的特定視覺(jué)神經(jīng)元群會(huì )更加活躍。但這些神經(jīng)元究竟對什么有反應仍是一個(gè)謎。
scitechdaily.com網(wǎng)站5月4日報道，美國哈佛醫學(xué)院布拉瓦特尼克研究所（BI@HMS）的研究人員利用一套人工智能系統，在獼猴身上進(jìn)行了一系列小型實(shí)驗，得出了一些有價(jià)值的線(xiàn)索。人工智能系統可靠地確定了大腦視覺(jué)皮層神經(jīng)元更喜歡“看”什么。相關(guān)研究成果刊登于《細胞》雜志。
此前，絕大多數嘗試確定神經(jīng)元偏好的研究都使用了真實(shí)圖像。此舉的局限性在于：它們只限于現實(shí)世界中可用的刺激以及帶有研究人員的主觀(guān)選擇性和片面性?；谌斯ぶ悄艿某绦蚩筛鶕總€(gè)神經(jīng)元的偏好創(chuàng )建合成圖像，從而克服了這個(gè)障礙。
HMS神經(jīng)生物學(xué)研究生Will Xiao設計了這種電腦程序。他根據從6只獼猴處采集的神經(jīng)反應結果，創(chuàng )建了可自我調節的圖像：Xiao及其同事測量了獼猴在電腦屏幕前觀(guān)看圖像時(shí)大腦中單個(gè)視覺(jué)神經(jīng)元的放電率。在數小時(shí)的測試過(guò)程中，圖像由灰度的隨機紋理圖開(kāi)始，依據神經(jīng)元的激活程度逐漸引入形狀和顏色，并隨時(shí)間推移變?yōu)樽罱K的圖像。
這個(gè)過(guò)程可以充分體現神經(jīng)元的偏好。Xiao說(shuō)，圖像都是合成的，因此有效避免了使用自然圖像的“偏見(jiàn)”。HMS神經(jīng)生物學(xué)教授Margaret Livingstone補充說(shuō)：“實(shí)驗結果在不同的運行過(guò)程中是具有一致性的?！?/p>
部分圖像的實(shí)驗結果符合Livingstone等的預期。例如，他們猜測某個(gè)神經(jīng)元可能對臉部有反應，這個(gè)神經(jīng)元在“進(jìn)化”過(guò)程中形成了圓形的粉紅色圖像，上面有兩個(gè)類(lèi)似眼睛的黑點(diǎn)。另外一個(gè)實(shí)驗現象更令人驚訝，神經(jīng)元不斷形成類(lèi)似猴子身體的圖像，并且猴子的脖子附近有一個(gè)紅色斑點(diǎn)。
后來(lái)，研究人員發(fā)現，原來(lái)這只猴子的身旁總是關(guān)著(zhù)一只戴紅項圈的猴子。Livingstone說(shuō)：“我們認為這個(gè)神經(jīng)元甚至可能對特定的猴子有優(yōu)先反應?！盭iao補充說(shuō)：“并非每一張圖片最終都具有可辨認性。有的猴子的神經(jīng)元‘進(jìn)化’出了黑色小方塊，另一個(gè)猴子則‘進(jìn)化’出了無(wú)定形的黑色/橙色圖塊?！?/p>
紅色比較容易吸引注意。
Livingstone指出，根據實(shí)驗結果，這些神經(jīng)元的反應不是天生的，而是通過(guò)長(cháng)期持續的接觸，刺激視覺(jué)后天學(xué)習的。在神經(jīng)元的學(xué)習過(guò)程中，識別能力和優(yōu)先反應性是未知的。Livingstone及其同事計劃在下一階段調查這個(gè)問(wèn)題。
來(lái)源：《細胞》
聯(lián)系客服
