人工智能确定了视觉神经元喜欢看什么

一种新的计算机程序利用人工智能确定了视觉神经元的“偏好”。该方法有助于研究学习障碍、自闭症和其他神经疾病。

为什么我们的目光会被某些特定的形状、颜色或轮廓所吸引？研究人员一直试图弄清楚这一问题的答案。半个多世纪以来，研究人员逐渐发现，大脑视觉系统中的神经元对不同的图像会有不同的反应。视觉神经元的“不均衡响应”特征对于人类识别、理解和解释身边大量视觉线索的能力至关重要。例如，当人类或其他具有高度协调视觉系统的灵长类动物在查看面孔、方位或文字时，大脑颞下皮层中的特定视觉神经元群会更加活跃。但这些神经元究竟对什么有反应仍是一个谜。

scitechdaily.com网站5月4日报道，美国哈佛医学院布拉瓦特尼克研究所（BI@HMS）的研究人员利用一套人工智能系统，在猕猴身上进行了一系列小型实验，得出了一些有价值的线索。人工智能系统可靠地确定了大脑视觉皮层神经元更喜欢“看”什么。相关研究成果刊登于《细胞》杂志。

此前，绝大多数尝试确定神经元偏好的研究都使用了真实图像。此举的局限性在于：它们只限于现实世界中可用的刺激以及带有研究人员的主观选择性和片面性。基于人工智能的程序可根据每个神经元的偏好创建合成图像，从而克服了这个障碍。

HMS神经生物学研究生Will Xiao设计了这种电脑程序。他根据从6只猕猴处采集的神经反应结果，创建了可自我调节的图像：Xiao及其同事测量了猕猴在电脑屏幕前观看图像时大脑中单个视觉神经元的放电率。在数小时的测试过程中，图像由灰度的随机纹理图开始，依据神经元的激活程度逐渐引入形状和颜色，并随时间推移变为最终的图像。这个过程可以充分体现神经元的偏好。Xiao说，图像都是合成的，因此有效避免了使用自然图像的“偏见”。HMS神经生物学教授Margaret Livingstone补充说：“实验结果在不同的运行过程中是具有一致性的。”

部分图像的实验结果符合Livingstone等的预期。例如，他们猜测某个神经元可能对脸部有反应，这个神经元在“进化”过程中形成了圆形的粉红色图像，上面有两个类似眼睛的黑点。另外一个实验现象更令人惊讶，神经元不断形成类似猴子身体的图像，并且猴子的脖子附近有一个红色斑点。后来，研究人员发现，原来这只猴子的身旁总是关着一只戴红项圈的猴子。Livingstone说：“我们认为这个神经元甚至可能对特定的猴子有优先反应。”Xiao补充说：“并非每一张图片最终都具有可辨认性。有的猴子的神经元‘进化’出了黑色小方块，另一个猴子则‘进化’出了无定形的黑色/橙色图块。”

Livingstone指出，根据实验结果，这些神经元的反应不是天生的，而是通过长期持续的接触，刺激视觉后天学习的。在神经元的学习过程中，识别能力和优先反应性是未知的。Livingstone及其同事计划在下一阶段调查这个问题。

科界原创

编译：雷鑫宇

审稿：阿淼