猴子一系列計算機生成的圖像，并且同時記錄了動物的腦細胞活動使深機器學(xué)習(xí)系統(tǒng)，以產(chǎn)生斜坡上升細胞新圖像激勵，如在今天發(fā)表了兩篇論文(5月2日)的細胞和科學(xué)。

“這令人興奮，因為它正在拓展深度學(xué)習(xí)和神經(jīng)科學(xué)領(lǐng)域。。。試圖了解大腦不同部位的代表情況，“貝勒醫(yī)學(xué)院的神經(jīng)科學(xué)家安德烈亞斯托利亞斯說，他沒有參與任何一項研究，但在小鼠身上進行了類似的實驗。“我認為這些方法及其進一步發(fā)展可以為我們打開大腦的黑匣子提供更系統(tǒng)的方式，”他說。

感知神經(jīng)科學(xué)的目標是準確了解哪些刺激激活了哪些腦細胞。在靈長類視覺系統(tǒng)中，已知視覺皮層和下顳皮質(zhì)(兩個關(guān)鍵視覺區(qū)域)中的某些神經(jīng)元優(yōu)先響應(yīng)某些刺激 - 例如顏色，特定運動方向，曲線甚至面部。但是，圣路易斯華盛頓大學(xué)醫(yī)學(xué)院的神經(jīng)科學(xué)家卡洛斯龐塞說，他是該小組的共同作者論文，“問題是，我們從來都不知道，在我們選擇的圖片中，我們是否擁有細胞真正編碼的秘密真實圖像。”他建議，也許，一個細胞沒有對臉部做出反應(yīng)，但是在臉上發(fā)現(xiàn)的特征和形狀的排列也可以在其他圖像中找到。有無數(shù)可用的圖像，“它不可能測試所有這些，”他說。簡而言之，不可能確定最大程度地激活給定神經(jīng)元的確切視覺刺激。

龐西說：“過去50年來，我們一直陷入困境，無法解決這個問題。”機器學(xué)習(xí)的最新進展，特別是生成對抗網(wǎng)絡(luò)(GAN)的開發(fā)，現(xiàn)在已經(jīng)實現(xiàn)了解決方案。

GAN是神經(jīng)網(wǎng)絡(luò)，龐塞說，“可以通過視覺世界并在自己的內(nèi)部抽象中重現(xiàn)它。”也就是說，它們可以基于提供給它們的示例圖像生成無數(shù)種逼真和抽象的圖像。

“我們想，為什么我們不采用這個可以模擬世界的神奇網(wǎng)絡(luò)，并以某種方式將其連接到實際猴子大腦中的神經(jīng)元，”龐塞說，通過向網(wǎng)絡(luò)反饋有關(guān)哪些圖像激活的信息神經(jīng)元最有效，網(wǎng)絡(luò)可以調(diào)整圖像以進一步提高活動 - 從而發(fā)現(xiàn)細胞編碼的難以捉摸的“秘密真實圖像”。

為此，龐塞的研究小組將微電極陣列植入六只猴子的下顳葉皮質(zhì)中，這是一個略高于耳朵后方的區(qū)域，用于記錄視覺神經(jīng)元的活動。然后，他們向動物展示了由GAN產(chǎn)生的40個隨機圖像，并鑒定了在給定神經(jīng)元或神經(jīng)元組中誘導(dǎo)最多活動的10個圖像。研究人員將這些圖像通過遺傳算法 - 基本上重新組合像素 - 來創(chuàng)建30個相似的圖像，然后將這些圖像與原始的前10個圖像一起顯示給猴子。在一到三個小時內(nèi)將該循環(huán)重復(fù)多達250次，直到動物不再看圖像。作為控件，團隊還包括人物，地點和簡單線條圖的自然圖像。

這個進化過程產(chǎn)生的圖像是物體，形狀和顏色的混合物，其中一些與猴子或動物處理者的臉部有相似之處。重要的是，當在不同的日子對同一動物中的??相同神經(jīng)元重復(fù)這種圖像演變時，出現(xiàn)了類似的圖像。

“從這霧中看到一個像臉的物體盯著你，當你知道這個圖像來自猴子的大腦時，可能是我在科學(xué)中最神奇的體驗之一，”龐塞說。

研究小組發(fā)現(xiàn)，隨著圖像的進化，它們更強烈地刺激了引導(dǎo)進化的細胞。“[進化圖像]驅(qū)動這些神經(jīng)元比原始圖像或刺激神經(jīng)元的自然圖像好兩倍，或者好三倍”，因此這是一個巨大的影響，“艾倫腦科學(xué)研究所的神經(jīng)科學(xué)家Christof Koch說。沒參與任何一個項目。“令人驚訝的是它的表現(xiàn)非常好。”

事實上，“這兩篇論文都表明，這些技術(shù)可以比以前的標準圖像更高的容量驅(qū)動神經(jīng)元，”麻省理工學(xué)院James DiCarlo實驗室的神經(jīng)科學(xué)博士后Kohitij Kar說道，他指的是龐塞的研究和他自己的科學(xué)研究。

Kar和他的同事的方法也是用植入的微電極陣列向猴子展示神經(jīng)網(wǎng)絡(luò)生成的圖像。然而，在該團隊的案例中，目標是測試網(wǎng)絡(luò)的強度作為視覺系統(tǒng)的模型。

雖然神經(jīng)網(wǎng)絡(luò)通常被認為是大腦視覺系統(tǒng)的一個很好的模型 - 實際上，它們的架構(gòu)是基于神經(jīng)回路 - 但它們的功能相似性測試有限。

從這霧中看到一個像臉的物體盯著你，當你知道這個圖像是來自猴子的大腦時，可能是我在科學(xué)中最神奇的體驗之一。

-Carlos Ponce，華盛頓大學(xué)圣路易斯醫(yī)學(xué)院

為了解決這個問題，Kar及其同事向猴子和神經(jīng)網(wǎng)絡(luò)展示了相同的圖像集，并將響應(yīng)給定圖像而發(fā)射的特定神經(jīng)元與網(wǎng)絡(luò)中特定單位(數(shù)學(xué)函數(shù))的輸出相關(guān)聯(lián)。利用這些相關(guān)信息，網(wǎng)絡(luò)根據(jù)自己的數(shù)學(xué)函數(shù)制作了新的圖像，預(yù)測它們可以增強動物大腦中相應(yīng)神經(jīng)元的活動。

“如果人工神經(jīng)網(wǎng)絡(luò)中的這些單位和大腦中的[神經(jīng)元]正在做同樣的事情，那么他們應(yīng)該以相同的方式回應(yīng)相似的圖像，”科學(xué)論文的合著者Pouya Bashivan解釋說，他也是博士后在DiCarlo的實驗室里。

果然，“我們在大約70%的時間里表明，通過遵循這個程序，我們可以將神經(jīng)反應(yīng)拉伸到比我們在自然圖像上看到的更高，”Bashivan說。該團隊希望通過進一步改進模型來提高未來的速度。

“我認為我們正在走向未來。。。有一天神經(jīng)網(wǎng)絡(luò)將成為大腦的優(yōu)秀模型，“龐塞說，”但我們需要獲得更多有關(guān)實際大腦如何工作的信息，以試圖為未來神經(jīng)網(wǎng)絡(luò)的發(fā)展提供信息。“

科赫說，這是一個循環(huán)過程。“大腦是神經(jīng)網(wǎng)絡(luò)的靈感來源。神經(jīng)網(wǎng)絡(luò)現(xiàn)在比50年前更加強大，實際上它們與我們相媲美。。。不僅如此，他們還幫助我們了解我們頭腦中更為復(fù)雜的網(wǎng)絡(luò)。“