0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

預(yù)測性大腦研究成果

mK5P_AItists ? 來源:未知 ? 作者:胡薇 ? 2018-05-25 15:49 ? 次閱讀

5月15日下午,來自荷蘭Donders Institute的Floris de Lange教授,應(yīng)北京大學(xué)IDG麥戈文腦研究所PI、北京大學(xué)心理與認(rèn)知科學(xué)學(xué)院羅歡研究員的邀請,在北京大學(xué)王克楨樓1113會議室為大家?guī)砹艘粓鲱}為“How is perception biased”的學(xué)術(shù)報(bào)告。

Floris de Lange教授主要研究大腦如何利用先驗(yàn)的知識經(jīng)驗(yàn)對輸入進(jìn)行主動預(yù)測,從而幫助我們知覺外部世界,做出決策。他主要從三方面對預(yù)測性大腦研究成果進(jìn)行介紹:

第一,大腦是否會自發(fā)地對外部世界進(jìn)行預(yù)測,進(jìn)而產(chǎn)生虛擬的(物理刺激并不存在)相應(yīng)的神經(jīng)活動模式?

第二,如果大腦能自發(fā)地產(chǎn)生這些虛擬的信號,大腦如何區(qū)分這些虛擬的信號與實(shí)際輸入的感知覺信號?

第三,預(yù)測的信號與現(xiàn)實(shí)世界中的物理信號如何相互作用,預(yù)測如何幫助人們知覺外部世界?

已有研究發(fā)現(xiàn)在讓老鼠學(xué)習(xí)了空間位置序列后,僅僅呈現(xiàn)起始位置,老鼠的初級視覺皮層就會對之后的空間位置進(jìn)行順序激活,類似一種預(yù)測性重演(preplay)(Xu, et al., Nature Neuroscience, 2012)。

由此研究者采用功能磁共振技術(shù)探究人的視覺皮層是否也能夠發(fā)現(xiàn)這種preplay的反應(yīng)模式。研究者首先依據(jù)初級視覺皮層存在著一個(gè)拓?fù)涞貓D這一性質(zhì)找到了對某個(gè)特定空間位置反應(yīng)的voxel,并采用高時(shí)間分辨率的磁共振技術(shù)記錄了腦活動。

在實(shí)驗(yàn)中,首先讓被試熟悉一個(gè)空間位置序列,然后短暫呈現(xiàn)這個(gè)空間位置序列的起始位置或者結(jié)束位置,觀察這兩種情況下大腦的反應(yīng)模式。結(jié)果如下圖所示,當(dāng)只呈現(xiàn)起始位置時(shí),大腦對于接下來的幾個(gè)空間位置的響應(yīng)也會依次自動地激活(中間圖)。但是當(dāng)只呈現(xiàn)結(jié)束位置時(shí),只能看到對結(jié)束位置有著明顯的激活(右邊圖)。

并且該預(yù)測性重演腦活動并不依賴于注意的參與,無論被試注意這些位置或不注意這些位置時(shí)都依然存在。這一結(jié)果表明大腦不斷地主動預(yù)測外界刺激,產(chǎn)生虛擬的神經(jīng)活動。

在此基礎(chǔ)上,研究者繼續(xù)探討了這種preplay是否受概率信息所調(diào)控。在新的研究中,被試被要求熟悉上下走向的兩個(gè)空間位置序列,這兩個(gè)位置序列的起始位置是相同的。

同時(shí)這兩種位置序列分別和兩個(gè)聲音提示(聲音提示先于起始位置出現(xiàn))建立了不同概率的聯(lián)系。在熟悉這兩個(gè)空間位置序列以及聲音提示和他們的關(guān)系之后,研究者只呈現(xiàn)了起始位置以及其中一個(gè)聲音提示。

結(jié)果發(fā)現(xiàn)被試有效地利用了聲音提示的有效性,即當(dāng)起始位置和高音提示(提示有80%的概率是上位置序列的聲音)出現(xiàn)的時(shí)候,被試會對上位置序列有著更明顯的preplay,而對下位置序列的replay就會弱很多,反之亦然。

接下來研究者試圖回答第二個(gè)問題,為什么大腦不會將這些虛擬的信號與真實(shí)的刺激信號混淆,這兩種信號是如何被區(qū)分出來的?正如下圖模型所示(Lawrence et al., NeuroImage, 2017),感覺信息自下而上地傳遞給上一級的中間層和底層,而自上而下的信息則主要反饋到下一級的表層和底層神經(jīng)元。

因此一個(gè)可能的假設(shè)是皮層的中間層能夠區(qū)別該神經(jīng)響應(yīng)反映的是虛擬信號還是物理輸入信號。相較于用分類器來分離出大腦對不同刺激的反應(yīng)模式,研究者用了一種更簡單的方法,他們通過找到對某一特定刺激有偏好(prefer)的voxel來建立感興趣區(qū) (Albers, et al., NeuroImage, 2017)。

結(jié)果發(fā)現(xiàn)在工作記憶的保持階段(沒有刺激輸入,被試需要回憶被提示的刺激),在V1, V2, V3對該刺激有偏好的voxel的活動顯著高于和沒有偏好的voxel的活動(偏好效應(yīng))。更重要的是在V1發(fā)現(xiàn)了層級的差異,即表層和底層神經(jīng)元的偏好效應(yīng)都顯著高于中間層。這一結(jié)果表明不同的層的響應(yīng)能夠區(qū)別“現(xiàn)實(shí)”和“想象”。

最后,研究者探究這些預(yù)測是如何幫助我們知覺外部世界的。結(jié)果發(fā)現(xiàn),相較于無法預(yù)測接下來出現(xiàn)的刺激的條件,當(dāng)接下來出現(xiàn)的刺激可以被預(yù)測時(shí),包括V1,LOC(對客體具有選擇性)在內(nèi)的很多腦區(qū)的活動都被抑制了。進(jìn)一步對每個(gè)voxel在各個(gè)刺激上的偏好性進(jìn)行排序。結(jié)果發(fā)現(xiàn)LOC區(qū)對的越偏好的刺激產(chǎn)生越強(qiáng)的抑制。V1區(qū)的抑制則表現(xiàn)出不受偏好性強(qiáng)度的影響。

研究者進(jìn)一步做了一個(gè)腦磁圖實(shí)驗(yàn)來探索預(yù)測性神經(jīng)活動的時(shí)間特性,結(jié)果發(fā)現(xiàn)可以被預(yù)測的圖片相較于不能被預(yù)測的圖片誘發(fā)了更小的響應(yīng)。更有意思的是,可以被預(yù)測的圖片誘發(fā)的響應(yīng)顯示出時(shí)間上更為銳化的效果(sharpening)。該研究提示對于具有高預(yù)測性的輸入,大腦在時(shí)間上加工也更快。

總結(jié)來說,大腦能夠自發(fā)預(yù)測接下來出現(xiàn)的刺激,虛擬出這些刺激出現(xiàn)的活動信號。這些虛擬的信號不會和真實(shí)輸入的感知覺信號相混淆,因?yàn)楦兄X信號是自下而上的信息輸入,而虛擬的信號是自上而下進(jìn)行反饋,由不同神經(jīng)網(wǎng)絡(luò)所傳遞。這種主動預(yù)測能力能夠降低被預(yù)測刺激的神經(jīng)活動的能量與持續(xù)時(shí)間,進(jìn)而有效提高對外界刺激的加工和感知。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴

原文標(biāo)題:大腦如何進(jìn)行預(yù)測?

文章出處:【微信號:AItists,微信公眾號:人工智能學(xué)家】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    中移芯昇發(fā)布智能可信城市蜂窩物聯(lián)網(wǎng)基礎(chǔ)設(shè)施研究成果

    8月23日,雄安新區(qū)RISC-V產(chǎn)業(yè)發(fā)展交流促進(jìn)會順利召開,芯昇科技有限公司(以下簡稱“中移芯昇”)總經(jīng)理肖青發(fā)布智能可信城市蜂窩物聯(lián)網(wǎng)基礎(chǔ)設(shè)施研究成果,為雄安新區(qū)建設(shè)新型智慧城市賦能增效。該成果
    的頭像 發(fā)表于 08-31 08:03 ?391次閱讀
    中移芯昇發(fā)布智能可信城市蜂窩物聯(lián)網(wǎng)基礎(chǔ)設(shè)施<b class='flag-5'>研究成果</b>

    谷歌發(fā)布革命AI天氣預(yù)測模型NeuralGCM

    在科技與自然科學(xué)的交匯點(diǎn)上,谷歌公司于7月23日宣布了一項(xiàng)重大突破——全新的人工智能天氣預(yù)測模型NeuralGCM。這一創(chuàng)新成果不僅融合了機(jī)器學(xué)習(xí)的前沿技術(shù),還巧妙結(jié)合了傳統(tǒng)氣象學(xué)的精髓,其研究成果已在國際權(quán)威科學(xué)期刊《Natu
    的頭像 發(fā)表于 07-23 14:24 ?368次閱讀

    最新研究成果揭示,未來十年全球物聯(lián)網(wǎng)市場將經(jīng)歷哪些變化?

    近日,海外知名物聯(lián)網(wǎng)市場研究機(jī)構(gòu)TransformaInsights推出新的物聯(lián)網(wǎng)市場預(yù)測報(bào)告,總結(jié)了2023年物聯(lián)網(wǎng)市場發(fā)展結(jié)果,并對未來10年物聯(lián)網(wǎng)市場進(jìn)行的預(yù)測
    的頭像 發(fā)表于 06-18 08:05 ?511次閱讀
    最新<b class='flag-5'>研究成果</b>揭示,未來十年全球物聯(lián)網(wǎng)市場將經(jīng)歷哪些變化?

    最新研究成果揭示,未來十年全球物聯(lián)網(wǎng)市場將經(jīng)歷哪些變化?

    近日,海外知名物聯(lián)網(wǎng)市場研究機(jī)構(gòu)TransformaInsights推出新的物聯(lián)網(wǎng)市場預(yù)測報(bào)告,總結(jié)了2023年物聯(lián)網(wǎng)市場發(fā)展結(jié)果,并對未來10年物聯(lián)網(wǎng)市場進(jìn)行的預(yù)測
    的頭像 發(fā)表于 05-11 08:13 ?2879次閱讀
    最新<b class='flag-5'>研究成果</b>揭示,未來十年全球物聯(lián)網(wǎng)市場將經(jīng)歷哪些變化?

    量子計(jì)算+光伏!本源研究成果入選2023年度“中國地理科學(xué)十大研究進(jìn)展”

    近日中國地理學(xué)會公布了2023年度“中國地理科學(xué)十大研究進(jìn)展”本源量子參與的“量子地理計(jì)算技術(shù)、軟件及應(yīng)用”研究成果獲選系量子計(jì)算領(lǐng)域唯一入選單位來源:中國地理學(xué)會此次入選的“量子地理計(jì)算技術(shù)、軟件
    的頭像 發(fā)表于 05-10 08:22 ?309次閱讀
    量子計(jì)算+光伏!本源<b class='flag-5'>研究成果</b>入選2023年度“中國地理科學(xué)十大<b class='flag-5'>研究</b>進(jìn)展”

    俄羅斯諾鎳在京發(fā)布清潔能源創(chuàng)新研究成果

    俄羅斯諾鎳(以下簡稱諾鎳)日前于在華舉辦的一重要能源會議上展示了其在利用鈀生產(chǎn)清潔能源(包括氫能)方面的尖端研究成果。諾鎳于會后被中國氫能聯(lián)盟吸納為成員單位。 為了實(shí)現(xiàn)2050年全球碳中和目標(biāo),諾鎳
    的頭像 發(fā)表于 04-09 17:27 ?299次閱讀

    研究動態(tài)】萬物縱橫楊帆博士在Applied Soft Computing發(fā)表石化生產(chǎn)異常工況預(yù)警的人工智能算法研究成果

    近日,計(jì)算機(jī)科學(xué)領(lǐng)域著名期刊《Applied Soft Computing》(SCI一區(qū), Top期刊)刊載了四川萬物縱橫 楊帆博士 與四川大學(xué)合作的最新工業(yè)智能研究成果《基于注意力機(jī)制的催化裂化裝置異常工況預(yù)警》
    的頭像 發(fā)表于 01-23 13:32 ?398次閱讀
    【<b class='flag-5'>研究</b>動態(tài)】萬物縱橫楊帆博士在Applied Soft Computing發(fā)表石化生產(chǎn)異常工況預(yù)警的人工智能算法<b class='flag-5'>研究成果</b>

    LabVIEW進(jìn)行癌癥預(yù)測模型研究

    LabVIEW進(jìn)行癌癥預(yù)測模型研究 癌癥是一種細(xì)胞異常增生的疾病。隨著年齡的增長,細(xì)胞分裂速度放緩,但癌細(xì)胞會失去控制地不斷分裂,形成可能良性或惡性的腫瘤。 2012年的國際癌癥數(shù)據(jù)顯示,新發(fā)癌癥
    發(fā)表于 12-13 19:04

    韓國研究團(tuán)隊(duì)發(fā)表最新Micro LED相關(guān)研究成果

    據(jù)悉,研究人員使用金屬有機(jī)氣相外延技術(shù)在覆蓋有微圖案SiO2掩模的石墨烯層上生長GaN微盤。然后將微盤加工成Micro LED,并成功轉(zhuǎn)移到可彎曲基板上。這項(xiàng)研究表明,可通過石墨烯上生長出高質(zhì)量LED,并將其集成到靈活的Micro LED設(shè)備中。
    的頭像 發(fā)表于 12-13 16:55 ?737次閱讀
    韓國<b class='flag-5'>研究</b>團(tuán)隊(duì)發(fā)表最新Micro LED相關(guān)<b class='flag-5'>研究成果</b>

    英特爾研究院將在NeurIPS大會上展示業(yè)界領(lǐng)先的AI研究成果

    市舉辦。 在NeurIPS 2023上,英特爾研究院將展示其最新AI研究成果,并和產(chǎn)業(yè)界、學(xué)術(shù)界分享英特爾“讓AI無處不在”的愿景。大會期間,英特爾研究院將發(fā)表31篇論文,包括12篇主會場論文和19篇研討會論文,并在405號展臺
    的頭像 發(fā)表于 12-08 19:15 ?480次閱讀

    英特爾研究院將在NeurIPS大會上展示業(yè)界領(lǐng)先的AI研究成果

    英特爾研究院將重點(diǎn)展示31項(xiàng)研究成果,它們將推進(jìn)面向未來的AI創(chuàng)新。 ? ? ? ?英特爾研究院將在NeurIPS 2023大會上展示一系列富有價(jià)值、業(yè)界領(lǐng)先的AI創(chuàng)新成果。面向廣大開
    的頭像 發(fā)表于 12-08 09:17 ?592次閱讀

    關(guān)于鋰硫電池最新研究成果分享

    鋰硫電池優(yōu)勢突出,具有高比能潛力,被認(rèn)為是極具發(fā)展前景的新一代電池,但其放電產(chǎn)物絕緣、不穩(wěn)定SEI和安全等因素仍制約著鋰硫電池大規(guī)模產(chǎn)業(yè)化發(fā)展。
    的頭像 發(fā)表于 12-01 10:41 ?819次閱讀

    百度蛋白大語言模型研究成果登上Nature子刊封面

    百度最新研究成果登上Nature子刊封面,文心生物計(jì)算大模型獲國際頂刊認(rèn)可!
    的頭像 發(fā)表于 11-25 11:25 ?953次閱讀
    百度蛋白大語言模型<b class='flag-5'>研究成果</b>登上Nature子刊封面

    &quot;數(shù)字經(jīng)濟(jì)企業(yè)TOP500&quot;研究成果發(fā)布 軟通動力榮登評選

    北京2023年10月30日?/美通社/ -- 10月26日,2023數(shù)字經(jīng)濟(jì)企業(yè)研究成果發(fā)布暨研討會在京舉辦,中國企業(yè)評價(jià)協(xié)會與中國信息通信研究院公布"數(shù)字經(jīng)濟(jì)企業(yè)TOP500"。軟通動力以優(yōu)秀
    的頭像 發(fā)表于 10-31 09:16 ?661次閱讀
    &quot;數(shù)字經(jīng)濟(jì)企業(yè)TOP500&quot;<b class='flag-5'>研究成果</b>發(fā)布 軟通動力榮登評選

    “數(shù)字經(jīng)濟(jì)企業(yè)TOP500”研究成果發(fā)布 軟通動力榮登評選

    10月26日,2023數(shù)字經(jīng)濟(jì)企業(yè)研究成果發(fā)布暨研討會在京舉辦,中國企業(yè)評價(jià)協(xié)會與中國信息通信研究院公布“數(shù)字經(jīng)濟(jì)企業(yè)TOP500”。軟通動力以優(yōu)秀的數(shù)字技術(shù)服務(wù)實(shí)力及助力數(shù)字經(jīng)濟(jì)發(fā)展所做出的貢獻(xiàn)
    的頭像 發(fā)表于 10-29 15:55 ?296次閱讀
    “數(shù)字經(jīng)濟(jì)企業(yè)TOP500”<b class='flag-5'>研究成果</b>發(fā)布 軟通動力榮登評選