神經科學家通過運用AI來了解人類大腦
引言「根據認知神經科學學會（CNS）第 25 屆年會上的報告，現在有越來越多的認知神經科學家使用新興的人工網路來輔助增強他們對人腦的認知理解。」
由MIT計算機科學和人工智慧實驗室首席研究科學家奧德奧利瓦提出：「認知神經科學家和計算機科學家尋求回答的基本問題是相似的。他們有一個由組件構成的複雜系統： 一個稱為神經元，另一個稱為單位。我們正在嘗試通過實驗，試圖確定這些組件的計算結果。」
奧利瓦的研究表明，神經科學家們開始非常了解語境線索在人類圖像識別中的作用。通過使用類似於代碼行的「人造神經元」和神經網路模型，他們可以檢查確定人類大腦如何識別特定位置或物體的各種元素。
在最近一項超過1000萬張圖片的研究中，奧利瓦及其同事教授了一個人造網路，以識別350個不同的地方，如廚房，卧室，公園和起居室。他們期望網路能夠學習與卧室相關的床，但網路也學會識別人和動物。
機器智能程序在獲得大量數據時可以快速學習，這使得他們能夠在如此精細的水平上分析情境學習。儘管不可能在這樣的層次上剖析人類神經元，但執行類似任務的計算機模型可以作為「迷你型的大腦」，使研究人員能夠對真實大腦的功能有一個模糊的概念。
研討會主席Nikolaus Kriegeskorte博士認為，這些模型已經幫助神經科學家了解人們如何在眨眼間認出周圍的物體。他說：「這涉及到數以百萬計的來自視網膜的信號，這些信號通過一系列神經元掃描，提取語義信息，例如，我們正在看幾個人和一條狗的街景。
「目前的神經網路模型可以僅使用生物神經元可以執行的計算來執行這種任務。而且，這些神經網路模型可以在一定程度上預測大腦深處的神經元如何對任何圖像做出反應。「
Kriegeskorte承認人造網路不能複製人類的視覺能力，但相信通過對人類大腦建模，可以進一步理解認知人工智慧。
奧利瓦補充說：「人類認知和計算神經科學是一個快速發展的研究領域，關於人類大腦如何能夠看到，聽到，感受，思考，記憶和預測的知識是強制開發更好的診斷工具，以修復大腦，並確保其良性的發展。」
TAG:CIMD |