在過去的幾十年，神經(jīng)科學(xué)家一直在努力設(shè)計(jì)能夠模擬人類大腦精確和迅速完成的視覺技巧，例如識(shí)別物體，的計(jì)算機(jī)網(wǎng)絡(luò)。在此之前沒有任何一個(gè)計(jì)算機(jī)模型可以匹配類人猿大腦在短暫一瞥后對視覺物體的識(shí)別能力。
而現(xiàn)在，美國麻省理工學(xué)院神經(jīng)科學(xué)家進(jìn)行的最新研究發(fā)現(xiàn)了最新一代所謂的“深層神經(jīng)網(wǎng)絡(luò)” 之一能夠與靈長類動(dòng)物大腦相匹配。
科學(xué)家成功建立計(jì)算機(jī)網(wǎng)絡(luò)模擬人類大腦識(shí)別物體
由于這些網(wǎng)絡(luò)是基于神經(jīng)科學(xué)家目前對大腦如何進(jìn)行物體識(shí)別的理解，因此最新網(wǎng)絡(luò)的成功表明神經(jīng)科學(xué)家已經(jīng)對物體識(shí)別的基本原理有了較為精確的把握，研究高級(jí)作者、麻省理工學(xué)院大腦與認(rèn)知科學(xué)學(xué)院院長、神經(jīng)科學(xué)教授詹姆斯·狄卡羅（James DiCarlo）這樣說道。這項(xiàng)研究被發(fā)表在12月11日的期刊《公共科學(xué)圖書館·計(jì)算機(jī)生物學(xué)》上。
“這些模型能夠預(yù)測神經(jīng)反應(yīng)和神經(jīng)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(dòng)物大腦工作原理的更好理解將促進(jìn)人工智能的開發(fā)，以及有朝一日修復(fù)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(bǔ)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(xué)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(fā)
早在20世紀(jì)70年代科學(xué)家們就開始建立神經(jīng)網(wǎng)絡(luò)，希望能夠模擬大腦處理視覺信息、識(shí)別言語以及理解語言的能力。對于基于視覺的神經(jīng)網(wǎng)絡(luò)，科學(xué)家們受到了大腦視覺信息層次表示的啟發(fā)。隨著視覺輸入從視網(wǎng)膜依次進(jìn)入初級(jí)視皮層和顳下（IT）皮層，視覺輸入在每一個(gè)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(gè)過程，神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)者在計(jì)算機(jī)模型里創(chuàng)造了多個(gè)計(jì)算層。每一層執(zhí)行一個(gè)數(shù)學(xué)操作，例如線性點(diǎn)產(chǎn)品。在每一個(gè)層面上，視覺物體的表示變得越來越復(fù)雜，而無關(guān)緊要的信息，例如物體的位置或者移動(dòng)則被拋棄。
“每一個(gè)單獨(dú)元素一般都是一個(gè)簡單的數(shù)學(xué)表達(dá)，” 卡迪厄說道。“當(dāng)你將上百千萬個(gè)這樣的數(shù)學(xué)表達(dá)相結(jié)合時(shí)，就能實(shí)現(xiàn)將原始信號(hào)通過復(fù)雜的轉(zhuǎn)化變成非常適合物體識(shí)別的表現(xiàn)。”在這項(xiàng)研究里，科研人員首次測量了大腦的物體識(shí)別能力。洪和馬賈杰帶領(lǐng)進(jìn)行的研究在顳下皮層和V4區(qū)——連接顳下皮層的視覺系統(tǒng)的一部分——植入電極陣列。這使得他們能夠觀察到動(dòng)物看到每一個(gè)物體時(shí)所產(chǎn)生的神經(jīng)表現(xiàn)，也就是做出反應(yīng)的神經(jīng)元數(shù)量。
隨后研究人員將這些神經(jīng)表現(xiàn)與深層神經(jīng)網(wǎng)絡(luò)產(chǎn)生的神經(jīng)表現(xiàn)進(jìn)行對比，后者包含系統(tǒng)里每一個(gè)計(jì)算元素所產(chǎn)生的數(shù)字矩陣。每一張圖片會(huì)產(chǎn)生不同的數(shù)字陣列。這一模型的精確性是由它是否能夠?qū)⑾嗨莆矬w組織形成神經(jīng)表現(xiàn)里的相似群集所決定的。
“通過每一個(gè)這樣的計(jì)算變換，通過這個(gè)網(wǎng)絡(luò)的每一層，特定的物體或者圖片會(huì)逐漸靠近，而其它物體會(huì)距離越來越遠(yuǎn)。” 卡迪厄說道。最合適的網(wǎng)絡(luò)是由美國紐約大學(xué)的研究人員研發(fā)的，這一網(wǎng)絡(luò)將物體和短尾猿大腦進(jìn)行分類。
更強(qiáng)大的處理能力
近期發(fā)現(xiàn)的這一成功的神經(jīng)網(wǎng)絡(luò)取決于兩個(gè)重要因素。其中一個(gè)是計(jì)算機(jī)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(nèi)容的小芯片。第二個(gè)因素是研究人員現(xiàn)在能夠使用并向大型數(shù)據(jù)集輸入算法從而“訓(xùn)練”它們。這些數(shù)據(jù)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(jìn)行注解。例如一張狗的圖片可以被注解為動(dòng)物、犬類動(dòng)物、家養(yǎng)狗或者狗的品種。