几十年来，神经科学家一直试图设计能够模仿视觉技能的计算机网络，例如识别物体——人脑能以极高的准确度和速度完成这项任务。
迄今为止，还没有计算机模型能在短暂一瞥中识别视觉物体方面媲美灵长类动物的大脑。然而，麻省理工学院神经科学家的最新研究发现，新一代所谓的“深度神经网络”之一能够匹敌灵长类动物的大脑。
麻省理工学院脑与认知科学系主任、神经科学教授、该研究论文的资深作者詹姆斯·迪卡洛（James DiCarlo）表示，由于这些网络建立在神经科学家目前对大脑如何识别物体的理解之上，最新网络取得成功，说明神经科学家对物体识别机制的把握相当准确。该论文发表于《PLoS Computational Biology》12月18日刊。
迪卡洛说：“这些模型能够预测神经反应以及神经元群体空间中的物体距离，这表明它们概括了我们目前对大脑这一此前神秘区域内运作机制的最佳理解。”他也是麻省理工学院麦戈文脑研究所的成员。
麦戈文研究所博士后、论文第一作者查尔斯·卡迪厄（Charles Cadieu）补充说，对灵长类动物大脑运作方式的理解有所提升，可能带来更好的人工智能，并有朝一日为修复视觉功能障碍开辟新途径。
其他作者包括研究生哈·洪（Ha Hong）和迭戈·阿迪拉（Diego Ardila）、研究科学家丹尼尔·亚明斯（Daniel Yamins）、麻省理工学院前研究生尼古拉斯·平托（Nicolas Pinto）、麻省理工学院前本科生伊森·所罗门（Ethan Solomon），以及研究附属人员纳吉布·马贾伊（Najib Majaj）。
受到大脑启发
科学家在20世纪70年代开始构建神经网络，希望模仿大脑处理视觉信息、识别语音和理解语言的能力。
在基于视觉的神经网络方面，科学家受到大脑中视觉信息层级表征方式的启发。视觉输入从视网膜流向初级视觉皮层，再到颞下皮层（IT皮层），在每个层级都会经过处理并变得更加具体，直到物体能够被识别。
为了模仿这一过程，神经网络设计者在模型中创建多个计算层。每一层都执行一项数学运算，例如线性点积。随着层级推进，视觉物体的表征变得越来越复杂，而物体位置或运动等不需要的信息则被舍弃。
卡迪厄说：“每个单独的元素通常都是非常简单的数学表达式。但把数千乃至数百万个这样的元素组合起来，就能把原始信号转换成非常复杂的表征，而这些表征非常适合识别物体。”
在这项研究中，研究人员首先测量了大脑识别物体的能力。在洪和马贾伊的带领下，他们在IT皮层以及V4区植入了电极阵列；V4区是视觉系统的一部分，向IT皮层传递信息。这使他们能够观察动物看到每个物体时所产生的神经表征——即作出反应的神经元群体。
随后，研究人员可以将这种表征与深度神经网络生成的表征进行比较。深度神经网络由系统中每个计算单元生成的数字矩阵构成。每幅图像都会生成一组不同的数字。模型的准确度取决于它能否在表征中把相似物体归入相似的簇。
卡迪厄说：“经过这些计算转换和网络层级后，有些物体或图像会彼此更接近，另一些则会彼此远离。”
表现最佳的网络由纽约大学的研究人员开发，其物体分类能力与猕猴大脑相当。
更强的计算能力
卡迪厄说，这类神经网络近期取得成功主要归因于两个因素。其一是计算处理能力的大幅提升。研究人员一直在利用图形处理器（GPU）——这种小型芯片专为高性能处理而设计，能够处理电子游戏所需的大量视觉内容。卡迪厄说：“人们可以购买这些相对便宜的显卡，从而进一步突破计算能力的极限。”
第二个因素是，研究人员如今能够获取大型数据集来输入算法，对其进行“训练”。这些数据集包含数百万张图像，每张图像都由人工标注了不同层级的类别信息。例如，一张狗的照片会被标注为动物、犬科动物、家养狗以及狗的品种。
起初，神经网络并不擅长识别这些图像；但随着它们看到越来越多图像，并获知自己何时出错，就会不断调整计算，直到能够更准确地识别物体。
卡迪厄说，研究人员并不十分清楚究竟是什么让这些网络能够区分不同物体。
他说：“这既是优点，也是缺点。优点在于，我们不必真正知道区分这些物体的因素是什么。但最大的缺点是，很难检查这些网络、深入其中看看它们究竟做了什么。现在人们看到这些系统运行良好，就会更努力地理解其内部发生的事情。”
英国医学研究委员会认知与脑科学部门首席研究员尼古拉斯·克里格斯科特（Nikolaus Kriegeskorte）并未参与研究。他说，最新计算机模型的高性能“令人振奋，不仅是工程上的成就，也为我们提供了更好的计算工具，用于模拟生物大脑（包括人脑）的工作方式”。“结合另外两项近期研究，这项工作表明，深度学习模型以某些与生物大脑相似的方式，解决了视觉识别这一复杂任务。”
迪卡洛的实验室目前计划尝试生成能够模仿视觉处理其他方面的模型，包括追踪运动和识别三维形状。他们还希望创建包含人类视觉系统中反馈投射的模型。现有网络只模拟从视网膜到IT皮层的“前馈”投射，而从IT皮层返回系统其余部分的连接数量是其10倍。
这项研究得到了美国国家眼科研究所、美国国家科学基金会和美国国防高级研究计划局的支持。
本文由以下机构合作发布： 《MIT News》。本文的发布并不意味着世界经济论坛认可其中观点。
及时了解 Forum:Agenda 动态， 订阅我们的每周新闻简报。
作者：安妮·特拉夫顿（Anne Trafton）是《MIT News》的特约撰稿人。
图片：2014年7月16日，在布鲁塞尔附近的扎芬特姆，本田最新版本的阿西莫人形机器人在演示期间奔跑。本田在比利时推出了改进版阿西莫人形机器人。据本田称，该机器人智能水平和手部灵巧度有所提升，奔跑速度约为每小时9公里（每小时5.6英里）。路透社/弗朗索瓦·勒努瓦。
