计算机程序揭示了视觉皮质中的神经元更愿意查看

为什么我们的眼睛往往比其他形状，颜色和剪影更多地绘制？超过半个世纪，研究人员已知大脑的视觉系统中的神经元对某些图像比其他形象 - 这一功能对于识别，理解和解释我们周围的众多视觉线索至关重要。例如，当人或其他灵长类动物与高度高度和视觉系统的动物看起来，看起来较低的颞型皮质的视觉神经元的特异性群体的特异性群体在具有高度高度的和视觉系统 - 看起来，看看面孔，地方，物体或文本。

但是究竟是什么神经元响应仍然不清楚。

现在，在哈佛大学研究所领导的调查人员领导的MAKQUES在哈佛大学医学院领导的一项小型研究已经产生了一些基于人工智能系统的有价值的线索，可以可靠地确定大脑的视觉皮层宁愿看到的神经元。

该团队工作的报告于5月2日出版细胞。

迄今为止尝试测量神经元偏好的绝大多数实验已经使用了真实的图像。但是真实的图像携带固有的偏差：它们仅限于现实世界中可用的刺激以及研究人员选择测试的图像。基于AI的程序通过创建对每个神经元偏好的合成图像来克服这种障碍。

在哈佛大学医学院的神经生物学系的研究生Xiao将为计算机程序它使用一种响应性人工智能形式，以基于从六个获得的神经响应创建自我调整图像猕猴猴子。为此，研究人员在计算机屏幕上观看图像的大脑中的个体视觉神经元中的烧制率。

在几个小时的过程中，动物以100毫秒的削波显示图像，每个划分由萧的程序生成。图像在灰度中的随机纹理模式开始。基于被监测的神经元触发的多少，程序逐渐引入形状和颜色，随着时间的推移而变成了完全体现了神经元偏好的最终图像。因为这些图像中的每一个都是合成的，所以，它避免了研究人员传统上仅使用自然图像引入的偏差。

“在每个实验结束时，”他说，“这个程序为这些细胞产生了超级刺激。”

这些实验的结果在单独的运行中一致，利用石解释的特异性神经元倾向于通过不相同但显着相似的程序演变图像。

其中一些图像符合她和她的同事预期的。例如，他们怀疑的神经元可能会响应面部演变的圆形粉红色图像，两个大黑点类似于眼睛。其他人更令人惊讶。例如，其中一个动物中的神经元一致产生看起来像猴子的身体的图像，而是在颈部附近有一个红色的漂移。研究人员最终意识到，这只猴子被居住在另一个山上，总是穿着红色衣领。

“我们认为这个神经元不仅仅是猴子身体，而是对特定的猴子回应，”HMS神经生物学教授的高级调查员Margaret Livingstone表示。

并非每一个最终的图像都看起来像识别的东西，萧补充道。一只猴子的神经元演变了一个小小的黑色方块。另一个进化了一个无定形的黑色形状，橙色下面。

Livingstone注意到她的实验室和其他人的研究表明，这些神经元的反应不是天生的，而是通过一致的暴露随着时间的推移来学习到视觉刺激。Livingstone说，当这种优先识别和识别和识别和火灾的能力是未知的时，Livingstone说。她和她的同事计划在未来的研究中调查这个问题。

学习如何视觉系统回应图片更好地了解推动从学习残疾的认知问题的基本机制来说是关键自闭症谱紊乱，这通常是在孩子处理面部线索和识别面孔的能力中的损伤。

“大脑的视觉处理设备中的这种故障可能会干扰孩子的连接，沟通和解释基本线索的能力，”她说。“例如，通过研究优先响应面临的细胞，例如，我们可以揭开社会发展如何发生的线索，有时可能会出现。”

---

---