AI技术助力找到最能刺激猴子神经元的“抽象派”图像

　　近些年来，人工智能（AI）技术迅速发展应用于各个领域。如今在AI技术的帮助下，哈佛医学院的研究人员又做了一个创举——找到了最能够刺激猴子大脑神经元的面部图像。研究结果发表在《Cell》杂志上。

　　研究人员已经知道，灵长类动物大脑视觉皮层中的神经元会对面部等复杂图像做出反应，并且大多数神经元在图像偏好方面都具有选择性。早期关于神经元偏好的研究使用了许多自然图像来查看哪些图像最容易引起神经元兴奋。然而，这种方法也有局限性：人们无法呈现所有可能的图像以了解究竟什么最能刺激细胞。

　　如今研究人员利用算法找出猴子中哪些特定神经元“最喜欢”的景象。令人惊奇的是最能够刺激猴子神经元的面部图像充满了一股浓浓的抽象派画风。研究结果揭示了数百张奇怪的图像，包括奇怪扭曲的石像鬼脸猴脸。

　　在最新的这项研究中，为了找出猴子中特定神经元“最喜欢”的景象，Will Xiao在儿童医院的Gabriel Kreiman实验室开发设计了一种名为XDREAM的算法，并在哈佛医学院的真实神经元上进行了测试。XDREAM算法利用神经元的放电率来引导新的合成图像的进化。它会在几分钟内通过一系列图像，改变和组合，然后显示一系列新图像。

根据猴子神经元的反馈，人工智能算法创造了这个奇怪的猴子

　　论文第一作者Carlos Ponce表示，该算法会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。他说:“每次实验中出现的图片都让人联想到世界上的形状，但并不是真实的物体。我们看到的东西更像是语言片段间描述的东西。”

　　这种方法的最大优点是，它允许神经元从头开始构建自己喜欢的图像，使用不受太多限制的工具，可以创建世界上任何东西，甚至是不存在的东西。

　　扭曲抽象的图像更刺激

　　在实验中，一只猴子将电极插入它的颞下皮质，该区域是负责物体识别的，如果人的这个区域受损，就会出现一种罕见的失认症。

　　一开始，这些图像没有内容，只有模糊的灰色视觉噪声。但是，机器学习算法会根据哪些图像触发选定的神经元，生成一批新的图像，预测猴子神经元会“更喜欢”这些图像。经过多次迭代，该算法产生了模糊识别的物体，这些图片让人不由得想到了毕加索与培根。

自然图像（右）和由猴子的颞下皮质（左）神经元进化而来的图像。图片来源：Ponce，Xiao和Schade等。

　　在进一步的测试中，研究人员发现虽然相同的神经元对真实猴子脸部的照片做出反应不同，但他们似乎更喜欢动物在现实生活中看不到的扭曲的抽象物。为什么猴子更喜欢抽象的图像而不是真实的图像仍然是个谜。

　　研究人员认为，一种可能性是神经元通过计算面部之间的差异来工作，更加重视像漫画艺术家那样的极端特征。波士顿哈佛医学院的神经生物学家Margaret Livingstone指出：“这将使它们对这些夸张的特征更加敏感，使它们更有效率地拥有许多单独的神经元来识别特定的面孔。”

　　研究团队认为，该技术可应用于大脑中响应感觉信息的任何神经元，例如听觉神经元、海马神经元和前额皮质神经元，这些神经元都可以用来获取记忆。

　　Ponce说：“这很重要，因为人工智能研究人员开发的模型与大脑一样， 甚至更好。”