来源： 时间：2022-07-29 17:35:02
认知神经科学家正在使用新开发的人工智能(AI)网络来增强对他们从中学习的最难以捉摸的智能系统之一的理解：人脑。
周日，在认知神经科学学会(CNS)第25届年会上发表的这项工作中，麻省理工学院(MIT)的奥德·奥利瓦（Aude Oliva）和她的同事们正在了解上下文线索在人类图像识别中的作用。据新华社报道，通过使用“人工神经元”（基本上是代码行和软件）以及神经网络模型，研究人员可以解析出识别特定地点或物体的各种元素。
“认知神经科学家和计算机科学家试图回答的基本问题是相似的，”奥利瓦说。“他们有一个由组件组成的复杂系统。一个叫神经元，另一个叫单位。我们正在做实验，试图确定这些组件计算什么。“在最近对超过1000万张图像的一项研究中，Oliva的团队教会了一个人工网络来识别350个不同的地方，如厨房、卧室、公园、客厅等。
他们希望网络能够学习与卧室相关联的床等物体。他们没想到的是，网络会学会识别人和动物，比如公园里的狗和客厅里的猫。奥利瓦说，当有大量数据时，机器智能程序学习速度非常快，这使得它们能够在如此良好的水平上解析上下文学习。
虽然不可能在这样的水平上解剖人类神经元，但执行类似任务的计算机模型是完全透明的。奥利瓦说，人工神经网络充当“迷你大脑，可以研究、改变、评估，并与人类神经网络给出的反应进行比较，因此认知神经科学家对真正的大脑如何运作有某种草图”。
“大脑是一个深刻而复杂的神经网络，”哥伦比亚大学的尼古拉斯·克里格斯科特说，他是这次研讨会的主席。“神经网络模型是受大脑启发的模型，现在是许多人工智能应用的最新技术，如计算机视觉。”
Kriegeskorte补充说，这些模型帮助神经科学家理解人们如何在一眨眼的时间内识别周围的物体。他说：“这涉及数百万从视网膜发出的信号，这些信号扫描一系列神经元层，提取语义信息，例如，我们正在看一个有几个人和一只狗的街道场景。”
“目前的神经网络模型只能使用生物神经元可以执行的计算来执行这种任务。而且，这些神经网络模型可以在一定程度上预测大脑深处的一个神经元会如何对任何图像做出反应。“根据Kriegeskorte的说法，人工网络还不能复制人类的视觉能力，但通过对人脑进行建模，他们正在进一步理解认知和人工智能。
相关推荐
猜你喜欢
