而現在，美國麻省理工學院神經科學家進行的最新研究發現了最新一代所謂的“深層神經網絡” 之一能夠與靈長類動物大腦相匹配。

[[125126]] 

科學家成功建立計算機網絡模擬人類大腦識別物體

由于這些網絡是基于神經科學家目前對大腦如何進行物體識別的理解，因此最新網絡的成功表明神經科學家已經對物體識別的基本原理有了較為精確的把握，研究高級作者、麻省理工學院大腦與認知科學學院院長、神經科學教授詹姆斯·狄卡羅（James DiCarlo）這樣說道。這項研究被發表在12月11日的期刊《公共科學圖書館·計算機生物學》上。

“這些模型能夠預測神經反應和神經群體空間里的物體距離，這表明這些模型囊括了我們目前對大腦這一神秘部分的最好理解，” MIT麥克戈文大腦研究所的成員狄卡羅這樣表示。

對靈長類動物大腦工作原理的更好理解將促進人工智能的開發，以及有朝一日修復視覺功能紊亂的新方法，研究首席作者、麥克戈文大腦研究所的博士后查爾斯·卡迪厄（Charles Cadieu）補充說道。文章其它合作作者包括研究生洪哈（Ha Hong）和蒂亞戈·阿迪拉（Diego Ardila）、研究科學家丹尼爾·亞敏斯（Daniel Yamins）、前MIT研究生尼古拉斯·品托（Nicolas Pinto）、前MIT本科生伊桑·所羅門（Ethan Solomon），以及研究員納吉布·馬賈杰（Najib Majaj）。

受到大腦的啟發

早在20世紀70年代科學家們就開始建立神經網絡，希望能夠模擬大腦處理視覺信息、識別言語以及理解語言的能力。對于基于視覺的神經網絡，科學家們受到了大腦視覺信息層次表示的啟發。隨著視覺輸入從視網膜依次進入初級視皮層和顳下（IT）皮層，視覺輸入在每一個層面上都被處理，變得越來越明確，直到物體最終被確定。

為了模擬這個過程，神經網絡設計者在計算機模型里創造了多個計算層。每一層執行一個數學操作，例如線性點產品。在每一個層面上，視覺物體的表示變得越來越復雜，而無關緊要的信息，例如物體的位置或者移動則被拋棄。

“每一個單獨元素一般都是一個簡單的數學表達，” 卡迪厄說道。“當你將上百千萬個這樣的數學表達相結合時，就能實現將原始信號通過復雜的轉化變成非常適合物體識別的表現。”在這項研究里，科研人員首次測量了大腦的物體識別能力。洪和馬賈杰帶領進行的研究在顳下皮層和V4區——連接顳下皮層的視覺系統的一部分——植入電極陣列。這使得他們能夠觀察到動物看到每一個物體時所產生的神經表現，也就是做出反應的神經元數量。

隨后研究人員將這些神經表現與深層神經網絡產生的神經表現進行對比，后者包含系統里每一個計算元素所產生的數字矩陣。每一張圖片會產生不同的數字陣列。這一模型的精確性是由它是否能夠將相似物體組織形成神經表現里的相似群集所決定的。

“通過每一個這樣的計算變換，通過這個網絡的每一層，特定的物體或者圖片會逐漸靠近，而其它物體會距離越來越遠。” 卡迪厄說道。最合適的網絡是由美國紐約大學的研究人員研發的，這一網絡將物體和短尾猿大腦進行分類。

更強大的處理能力

近期發現的這一成功的神經網絡取決于兩個重要因素。其中一個是計算機處理能力的重大飛躍。研究人員一直利用圖形處理單元（GPUs），一種高性能處理視頻游戲所需的巨大視覺內容的小芯片。第二個因素是研究人員現在能夠使用并向大型數據集輸入算法從而“訓練”它們。這些數據集包含上百萬張圖片，每一張圖片都是由人們從不同鑒別層面進行注解。例如一張狗的圖片可以被注解為動物、犬類動物、家養狗或者狗的品種。

最初，神經網絡并不擅長鑒別這些圖片，但隨著它們看到越來越多圖片，并在發現自己出錯后，會逐漸改進它們的計算，直到最后能夠更加精確的鑒別物體。卡迪厄表示研究人員并不知道什么導致這些神經網絡能夠區分不同物體。

“這既是優點又是缺點，” 卡迪厄表示。“優點在于我們并不需要知道具體區分這些物體的東西。但一個大缺點便是很難監視這些網絡，調查內部情況。現在人們發現這些神經網絡非?？煽?，他們將盡力理解內部的工作原理。”

狄卡羅的實驗室目前正在試圖產生模仿視覺處理其它方面的模型，包括跟蹤運動和識別三維形式。他們還希望可以建立一個包含人體視覺系統里反饋投射的模型。目前的網絡只對從視網膜到顳下皮層的“向前”投射進行建模，而從顳下皮層到系統其它部分還有多達10倍的連接。