AI技術助力找到最能刺激猴子神經元的“抽象派”圖像

　　近些年來，人工智能（AI）技術迅速發展應用于各個領域。如今在AI技術的幫助下，哈佛醫學院的研究人員又做了一個創舉——找到了最能夠刺激猴子大腦神經元的面部圖像。研究結果發表在《Cell》雜志上。

　　研究人員已經知道，靈長類動物大腦視覺皮層中的神經元會對面部等復雜圖像做出反應，并且大多數神經元在圖像偏好方面都具有選擇性。早期關于神經元偏好的研究使用了許多自然圖像來查看哪些圖像最容易引起神經元興奮。然而，這種方法也有局限性：人們無法呈現所有可能的圖像以了解究竟什么最能刺激細胞。

　　如今研究人員利用算法找出猴子中哪些特定神經元“最喜歡”的景象。令人驚奇的是最能夠刺激猴子神經元的面部圖像充滿了一股濃濃的抽象派畫風。研究結果揭示了數百張奇怪的圖像，包括奇怪扭曲的石像鬼臉猴臉。

　　在最新的這項研究中，為了找出猴子中特定神經元“最喜歡”的景象，Will Xiao在兒童醫院的Gabriel Kreiman實驗室開發設計了一種名為XDREAM的算法，并在哈佛醫學院的真實神經元上進行了測試。XDREAM算法利用神經元的放電率來引導新的合成圖像的進化。它會在幾分鐘內通過一系列圖像，改變和組合，然后顯示一系列新圖像。

根據猴子神經元的反饋，人工智能算法創造了這個奇怪的猴子

　　論文第一作者Carlos Ponce表示，該算法會根據神經元的實時反饋，迅速調整圖像，從頭合成出最受神經元偏愛的圖像。他說:“每次實驗中出現的圖片都讓人聯想到世界上的形狀，但并不是真實的物體。我們看到的東西更像是語言片段間描述的東西。”

　　這種方法的最大優點是，它允許神經元從頭開始構建自己喜歡的圖像，使用不受太多限制的工具，可以創建世界上任何東西，甚至是不存在的東西。

　　扭曲抽象的圖像更刺激

　　在實驗中，一只猴子將電極插入它的顳下皮質，該區域是負責物體識別的，如果人的這個區域受損，就會出現一種罕見的失認癥。

　　一開始，這些圖像沒有內容，只有模糊的灰色視覺噪聲。但是，機器學習算法會根據哪些圖像觸發選定的神經元，生成一批新的圖像，預測猴子神經元會“更喜歡”這些圖像。經過多次迭代，該算法產生了模糊識別的物體，這些圖片讓人不由得想到了畢加索與培根。

自然圖像（右）和由猴子的顳下皮質（左）神經元進化而來的圖像。圖片來源：Ponce，Xiao和Schade等。

　　在進一步的測試中，研究人員發現雖然相同的神經元對真實猴子臉部的照片做出反應不同，但他們似乎更喜歡動物在現實生活中看不到的扭曲的抽象物。為什么猴子更喜歡抽象的圖像而不是真實的圖像仍然是個謎。

　　研究人員認為，一種可能性是神經元通過計算面部之間的差異來工作，更加重視像漫畫藝術家那樣的極端特征。波士頓哈佛醫學院的神經生物學家Margaret Livingstone指出：“這將使它們對這些夸張的特征更加敏感，使它們更有效率地擁有許多單獨的神經元來識別特定的面孔。”

　　研究團隊認為，該技術可應用于大腦中響應感覺信息的任何神經元，例如聽覺神經元、海馬神經元和前額皮質神經元，這些神經元都可以用來獲取記憶。

　　Ponce說：“這很重要，因為人工智能研究人員開發的模型與大腦一樣， 甚至更好。”