幾十年來，神經(jīng)科學家致力于設計計算機網(wǎng)絡來模擬人類的視覺能力，如認知目標，大腦在這方面精確而迅速，一瞥之間就能認出所見之物。還沒有一個計算機模型在識別視覺目標上與靈長類動物的大腦相比。

據(jù)物理學家組織網(wǎng)近日報道，美國麻省理工大學神經(jīng)科學家的一項最新研究發(fā)現(xiàn)，最新一代的所謂“深度神經(jīng)網(wǎng)絡”能比得上靈長類動物的大腦。這提高了人們對靈長類大腦工作原理的理解，有望開發(fā)更好的人工智能，帶來修復視覺機能障礙的新方法，相關論文發(fā)表在最近的《公共科學圖書館·計算生物學》上。

新研究指出，目前最好的網(wǎng)絡是紐約大學開發(fā)的一種模型，在對目標分類識別上能達到獼猴大腦的水平。論文高級作者、MIT腦與認知科學系神經(jīng)科學教授詹姆斯·狄卡羅說，最新網(wǎng)絡的成功表明，神經(jīng)科學家已相當準確地掌握了目標認知原理。“模型能預測神經(jīng)反應和物體在神經(jīng)叢空間的距離，概括了我們迄今最好的理解，讓我們知道那些以往神秘的腦區(qū)發(fā)生了什么。”

早在上世紀70年代，科學家就開始構建神經(jīng)網(wǎng)絡。受大腦分級處理視覺信息的啟發(fā)，構建了視覺神經(jīng)網(wǎng)絡模型。他們在模型中構造出多個計算層，每層執(zhí)行一步數(shù)學運算。在每一層，圖像目標的表達越來越復雜，無關的信息被放到一邊。“每個元素都是非常簡單的數(shù)學式，”論文第一作者、MIT麥戈文研究所博士后查爾斯·卡迪歐說，“但千百萬這些元素結合在一起，從原始信號到用于目標識別的表達式之間就形成了極復雜的轉換。”

研究人員首先檢測了大腦的目標識別能力。他們顳下(IT)皮層和V4腦區(qū)植入了電極陣列。再把這些和深度神經(jīng)網(wǎng)絡生成的表達進行對比，深度神經(jīng)網(wǎng)絡由系統(tǒng)中每個計算元素生成的數(shù)字矩陣構成。每幅圖像會產(chǎn)生一個不同的數(shù)組。模型的精確性取決于能否把相似的對象歸類到相似的表達集群。

卡迪歐說，這種神經(jīng)網(wǎng)絡最近取得的成功，取決于兩個主要因素：一是計算處理能力，尤其是圖形處理單元(GPUs)方面的巨大進步;第二是研究人員能訪問大型分類數(shù)據(jù)庫，用數(shù)據(jù)來“訓練”算法。

最初，神經(jīng)網(wǎng)絡并不能很好地識別這些圖像，但隨著它們看的圖像越來越多，不斷發(fā)現(xiàn)錯誤，精簡算法，最終它們對目標物體的識別會變得越來越精確。

目前，狄卡羅實驗室打算開發(fā)其它模型，模擬圖像處理的更多方面，包括跟蹤運動、識別三維形狀，人類視覺系統(tǒng)中的“反饋”預測等�，F(xiàn)有網(wǎng)絡只能模擬從視網(wǎng)膜到IT皮層的“前饋”預測，而從IT皮層返回到其余系統(tǒng)的連接是前饋連接的10倍。