新的脑图可以改善用于机器视觉的AI算法
尽管进行了多年的研究,但大脑仍然包含着未知领域的广阔区域。由冷泉港实验室和悉尼大学的神经科学家领导的一组科学家最近发现了新的证据,使用mar猴的数据修改了灵长类动物大脑视觉系统组织的传统观点。大脑的这种重新映射可以作为将来了解高度复杂的视觉系统如何工作的参考,并可能影响机器视觉的人工神经网络的设计。
在研究mar猴的全脑连通性时,研究小组发现灵长类动物视觉系统的某些部分可能与以前认为的工作方式有所不同。绘制出不同类型的细胞如何连接的图谱可以帮助研究人员了解细胞群如何协同发挥作用,以将感官信息从外部环境传递到大脑并进行处理。
在他们的研究中,研究小组研究了丘脑,丘脑是位于脑干上方的大脑结构,由不同的核(堆积在一起的细胞或神经元组)组成,被认为可以将感觉信息传递并协调到大脑皮层,通常被认为是认知功能较高的位子。
传统上,研究人员将不同的丘脑核归类为中继核或缔合核。例如,视觉丘脑包含外侧膝状核(LGN),被认为是从视网膜到视觉皮层的信息的中继,而视觉胸膜则负责多感觉协调和注意力。
这项新的研究发现,在LGN和视觉眼睑的特定区域中存在相同类型的细胞。研究人员发现,这些细胞与皮质形成了相同类型的连通性,这意味着LGN和pulvinar的这些子小室可能共享相同的功能,并且以以前无法预期的方式进行协作。
这项研究也很重要,因为这是首次在具有类似于人类大脑结构的灵长类动物上进行这种大脑作图。
CSHL教授Partha Mitra实验室的计算科学经理,第一个作者的Bingxing Huo说:“在啮齿动物模型中,鼠尾草还没有很好地定义,这就是这项在灵长类动物中的特殊研究的价值,这些价值可以转移给人类。” 研究。他们的发现 发表 在《 欧洲神经科学杂志》上。
这项研究是该 小组在该mar猴数据集上发布的第二项 数据分析。这一系列研究表明,在更详细地分析整个大脑的数据时,“我们可能不得不重绘人们绘制的某些传统边界,或者对人们归因于大脑部分的功能进行重新分类,” Mitra说,研究的资深作者。
除发现的基础科学含义外,Mitra还建议了在人工智能中的可能应用。
Mitra说:“人们将其开发的算法建立在对视觉系统解剖结构的过时视图上。” “据我们所知,也许这将为机器视觉的网络算法带来新的思路。”