学术经纬来源

《细胞》:人工智能创作的「谜之画风」,却意外对了猴子们的胃口

随着人工神经网络的发展,真实大脑的运行奥秘正在被破解。

在顶尖学术期刊《细胞》本月最新上线的一篇论文中,哈佛医学院的一组科学家利用人工智能对大脑识别图像的经典问题进行了创新探索。研究者用AI设计生成的图像刺激猴子大脑中负责识别面部的神经元。没想到,神经元偏爱的画风有点“谜”

过去,为了找出视觉中枢的神经元对什么样的信号有特异性反应,研究人员会找一些图像呈现给被试,比如明星写真,同时比较所记录的神经元对什么样的图像有更强烈的反应。但通过这种方式,我们只能知道神经元在有限的图像中相对更爱哪一种,毕竟不可能无穷无尽地给病人或动物看遍大千世界。

而此次研究的共同第一作者Carlos Ponce博士和Will Xiao博士等人设计了一种巧妙的算法工具,根据神经元的实时反馈,迅速调整图像,从头合成出最受神经元偏爱的图像

▲根据发放强度的反馈合成神经元喜爱的图像(图片来源:参考资料[1])实验中,研究人员把电极插入猴子的高级视觉中枢下颞叶。这个区域对于物体识别很重要,人的下颞叶如果受损,可能会失去识别人脸和物体的能力。因此,这类神经元会对什么样的图像信号有强烈反应,可以帮助科学家理解大脑是如何识别外部世界的。

接着,研究人员给猴子展示了由AI提供的画面。一开始,图像只是一些模糊的灰色视觉噪声。但很快,AI会创建新的图像。将预先训练的生成式深度神经网络与响应神经元应答的遗传算法相结合,几分钟的时间里,图像通过上百次变形、组合等演变,最后得到的新图像成功让猴子视觉皮层神经元达到最强的放电。

▲单个选择性神经元演化得到的合成图像(图片来源:参考资料[1]这项算法被称为XDREAM。用第一作者Ponce博士的话说,“假如细胞在做梦,(这些图像)就是细胞梦到的景象。

那么,细胞的“梦境”长什么样呢?要不是AI画了出来,还真是没法想象。多次重复实验得到的研究结果显示了数百张奇怪的抽象画。有的可以模模糊糊看出像猴子或是戴着面具的看护人,还有一些则很难从现实世界的物体找出对应。用美国国家眼科研究所的神经科学家Bevil Conway博士的话说,“让人联想到毕加索或培根的肖像画”。

进一步与自然图像相比的结果显示,同一个神经元尽管也在各种自然图片中偏爱真实的猴子面部,但还是在面对AI合成的扭曲抽象图时更加“激动”

▲第一排是三次独立演化得到的三张合成图,第二排是同一个神经元在2000多张自然图像中最偏爱的10张,第三排是最不喜欢的10张自然图像(图片来源:参考资料[1])为什么猴子更喜欢抽象的图像,这个问题目前还是个谜。指导这项研究的神经生物学家Margaret Livinstone教授猜测,一种可能性是,神经元识别面部的工作方式类似于漫画家,把注意力集中在极端的特征上,从而对夸张的特征更有反应,提高识别效率。

不过有一点很清楚,神经元偏爱的刺激一定是通过经验学习的,毕竟猴子不可能自己进化出一种细胞专门编码穿戴防护服的看护人。

▲该研究通讯作者Margaret Livinstone教授(图片来源:哈佛大学官网)接下来,研究者希望可以获得接受手术的癫痫患者的同意,在人类的大脑上测试这种方法,“那么,我们就能了解人类大脑中的神经元想要什么了。”Livinsgtone教授说。

也许不久以后也可以看到自己脑中的神经元在做什么梦了呢!

参考资料

[1] Carlos R. Ponce et al., (2019) Evolving Images for Visual Neurons Using a Deep Generative Network Reveals Coding Principles and Neuronal Preferences. Cell. Doi: 10.1016/j.cell.2019.04.005

[2] Artificial intelligence created these bizarre faces—and monkey neurons love them. Retrieved May 5, 2019, from https://www.sciencemag.org/news/2019/05/artificial-intelligence-created-these-bizarre-faces-and-monkey-neurons-love-them

药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业遗传算法神经元深度神经网络
相关数据
人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

神经科学技术

神经科学,又称神经生物学,是专门研究神经系统的结构、功能、发育、演化、遗传学、生物化学、生理学、药理学及病理学的一门科学。对行为及学习的研究都是神经科学的分支。 对人脑研究是个跨领域的范畴,当中涉及分子层面、细胞层面、神经小组、大型神经系统,如视觉神经系统、脑干、脑皮层。

神经元技术

(人工)神经元是一个类比于生物神经元的数学计算模型,是神经网络的基本组成单元。 对于生物神经网络,每个神经元与其他神经元相连,当它“兴奋”时会向相连的神经元发送化学物质,从而改变这些神经元的电位;神经元的“兴奋”由其电位决定,当它的电位超过一个“阈值”(threshold)便会被激活,亦即“兴奋”。 目前最常见的神经元模型是基于1943年 Warren McCulloch 和 Walter Pitts提出的“M-P 神经元模型”。 在这个模型中,神经元通过带权重的连接接处理来自n个其他神经元的输入信号,其总输入值将与神经元的阈值进行比较,最后通过“激活函数”(activation function)产生神经元的输出。

物体识别技术

计算机视觉领域的一个分支,研究物体的识别任务

遗传算法技术

遗传算法是计算数学中用于解决最优化的搜索算法,是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择以及杂交等。 遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题,一定数量的候选解可抽象表示为染色体,使种群向更好的解进化。

深度神经网络技术

深度神经网络(DNN)是深度学习的一种框架,它是一种具备至少一个隐层的神经网络。与浅层神经网络类似,深度神经网络也能够为复杂非线性系统提供建模,但多出的层次为模型提供了更高的抽象层次,因而提高了模型的能力。

联想机构

联想集团是1984年中国科学院计算技术研究所投资20万元人民币,由11名科技人员创办,是中国的一家在信息产业内多元化发展的大型企业集团,和富有创新性的国际化的科技公司。 从1996年开始,联想电脑销量一直位居中国国内市场首位;2005年,联想集团收购IBM PC(Personal computer,个人电脑)事业部;2013年,联想电脑销售量升居世界第一,成为全球最大的PC生产厂商。2014年10月,联想集团宣布了该公司已经完成对摩托罗拉移动的收购。 作为全球电脑市场的领导企业,联想从事开发、制造并销售可靠的、安全易用的技术产品及优质专业的服务,帮助全球客户和合作伙伴取得成功。联想公司主要生产台式电脑、服务器、笔记本电脑、智能电视、打印机、掌上电脑、主板、手机、一体机电脑等商品。 自2014年4月1日起, 联想集团成立了四个新的、相对独立的业务集团,分别是PC业务集团、移动业务集团、企业级业务集团、云服务业务集团。2016年8月,全国工商联发布“2016中国民营企业500强”榜单,联想名列第四。 2018年12月,世界品牌实验室编制的《2018世界品牌500强》揭晓,排名第102。

推荐文章
暂无评论
暂无评论~