AI 揭示了大脑视觉系统中哪些神经元更喜欢查看

5 多年来，科学家们已经知道视觉皮层中的神经元对不同图片的反应不同。这就是让动物识别、理解和解释周围大量视觉线索的原因。

例如，当动物看文字、物体、地点或面孔时，大脑中称为颞下皮层的某些视觉神经元会更兴奋。然而，科学家们仍然不清楚这些神经元究竟对什么做出反应。

最近，哈佛医学院的一组研究人员开发了一种人工智能 (AI) 模型，该模型可以生成有价值的信号来可靠地确定神经元喜欢看什么。

迄今为止进行的实验试图使用真实图像分析神经元偏好。由于两个主要原因，这些图像可能存在固有的偏见——它们仅代表现实世界的场景，并且它们是由人类选择进行测试的。新模型通过生成根据单个神经元的偏好调整的合成图片解决了这个问题。

该团队捕获了 6 只猕猴的神经反应，并将其输入到基于 AI 的模型中。该模型测量大脑中每个视觉神经元的放电率并生成自我调整的图像。

猴子们在几个小时内以 0.1 秒的时间点看到这些合成图像。第一张图像是灰度的任意纹理图案。人工智能根据神经反应慢慢引入颜色和形状。最终的图像变成了完全体现神经元偏好的东西。

这种基于 AI 的方法使用生成式深度神经网络和名为 XDREAM 的遗传算法，该算法是由研究人员专门设计的，用于指导新颖的合成图片的进化。

参考：细胞 | DOI:10.1016/j.cell.2019.04.005 |哈佛公报

AI 能够在每次实验结束时为神经元生成超级刺激。所有实验的结果都非常一致。许多神经元通过人工智能进化出不完全相同但异常相似的图片。

一些图像符合研究人员的预期。例如，一个预期会对人脸做出反应的神经元进化出圆形的粉红色图片，上面有两个类似于眼睛的黑点。

自然图像与猴子下颞叶皮层神经元进化的图像 |研究人员提供

有些结果是惊人的。例如，猴子的一个神经元一直生成猴子身体的照片，脖子上有红色斑点。研究小组最终发现，这只猴子是和另一只曾经戴红领的猴子一起养大的。

然而，并非所有最终图像都有意义：一只猴子的神经元产生了无定形的黑色形状，而另一只则进化出一个黑色的小方块。

据研究人员称，这些神经元的反应不是自然的，而是在特定时间段内持续暴露于视觉刺激的结果。神经元究竟如何产生这些图像仍然未知。该团队计划在下一次研究中回答这个问题。

阅读：改变大脑神经元可以消除对甜味的自然雕刻

了解视觉皮层如何对某些图片做出反应可以帮助科学家更好地了解导致认知相关疾病（包括自闭症谱系障碍和学习障碍）的机制。

工业技术