AI研究者开发出与大脑中复杂视觉处理相匹配的两层人工神经模型

百科大全 2025年07月03日 21:01 1 admin

神经科学家想要了解单个神经元如何编码信息，使我们能够区分物体，例如区分树叶和岩石。但他们一直在努力构建足够简单的计算模型，以便他们能够理解单个神经元在做什么。

为了应对这一挑战，Janelia 的 Stringer 和 Pachitariu 实验室的研究人员着手创建一个更简单的模型来解释初级视觉皮层（视觉数据在大脑中的第一站）中发生的事情。他们的论文发表在《自然通讯》杂志上。

“我们正在尝试构建一个可以预测每个神经元的视觉反应的模型，”领导这项新研究的 Stringer 实验室研究生 Fengtong Du 说。

确定视觉皮层中单个神经元发生的情况是理解视觉处理的重要第一步，可以帮助研究人员弄清楚大脑的其他部分如何进行更复杂的计算。

“如果你想想你的视觉系统，我们一直在处理所有这些信息，所有这些非常复杂的视觉计算一直在进行，而这一切都必须从初级视觉皮层的这组核心神经元构建，”Janelia 小组负责人 Carsen Stringer 说。

“这是大量的神经元，这是一组非常大的功能，然后所有其他大脑区域都可以用于计算。因此，如果我们能更好地处理这个问题，我们就可以理解所有这些复杂的视觉计算是如何实现的。

为了构建初级视觉皮层的简化模型，Janelia 研究人员首先记录了小鼠初级视觉皮层中超过 29,000 个神经元的神经活动，因为它查看了多达 65,000 张自然纹理（如树叶和岩石）的图像。该视频在顶部显示了呈现的自然图像，在底部以 30 Hz 的速率在四个成像深度上记录的原始钙成像数据。视频以 0.5 倍的速度显示。图片来源：Nature Communications （2025）。DOI： 10.1038/s41467-025-61171-9

构建简化模型

为了构建他们的简化模型，该团队首先记录了小鼠初级视觉皮层中超过 29,000 个神经元的神经活动，因为它查看了多达 65,000 张自然纹理（如树叶和岩石）的图像。然后，他们测试了不同的模型，以找到可以再现视觉信息的最简单模型。

他们专注于一个可以复制 75% 视觉信息的模型，与以前复制约 50% 信息的模型相比，这是一个很大的改进。新模型还以更少的卷积层实现了这种高水平的性能。

这些层的作用类似于过滤器，允许模型提取它放在一起以检测图像的特征。随着层数的增加，特征变得更加抽象。额外的层使模型在提取信息和解析视觉特征方面做得更好，但这也使得知道模型在做什么以及它使用什么特征变得更加困难。

通过加宽各层并增加每个人工神经元的感受大小，该团队发现，他们只需两层即可实现与大型四层模型相同的高性能：第一层和第二层。他们发现，网络中的所有神经元都可以共享较小第一层的特征，然后单个神经元可以将这些特征与从较大的第二层收集的其他特征相结合。

这使得该团队能够为每个单独的神经元创建“迷你模型”，其中每个神经元的权重或特征组合都是特定的。总体而言，他们发现这些单个神经元“迷你模型”与大型模型一样强大，为研究人员提供了一种准确且可解释的方式来研究视觉计算。

“我们找到了可以实现最先进性能的最简单模型，我们可以使用在单个神经元上训练的'微型模型'来解释单个神经元中的视觉特征选择性，”Du 说。

更多信息：Fengtong Du 等人，视觉皮层神经元的简化微型模型，Nature Communications （2025）。DOI： 10.1038/s41467-025-61171-9

本原智数（深圳）技术有限公司成立，注册资本1000万人民币

成都坤曜智控科技有限公司成立，注册资本500万人民币

发表评论

AI研究者开发出与大脑中复杂视觉处理相匹配的两层人工神经模型

构建简化模型

本原智数（深圳）技术有限公司成立，注册资本1000万人民币

成都坤曜智控科技有限公司成立，注册资本500万人民币

最新评论

最新留言

标签列表