MIT大脑和认知科学教授、大脑,意识和机器中心(CBMM)主任 Tomaso Poggio 长期以来一直认为大脑必然存在面部和其他对象的“恒定(invariant)”表征——即与物体方位、它们与观看者的距离、它们在视场中位置无关的表征。 研究人员设计了一个实现他们的模型的机器学习系统,并加入了图像数据来训练它识别特定的面部。他们发现,经过训练的系统出现了一个中间处理步骤(intermediate processing step),该步骤表征了面部的旋转度——例如,从中间旋转了 45 度,但无关左右方向。 这种特性事先没有被编写进系统中,它是在训练过程中自发出现的。它复制了此前在实验中观察到的灵长类动物的面部处理机制特征。研究人员认为这表明他们的系统的工作方式和大脑中的面部处理过程存在相似之处。 “这还不能证明我们搞清楚了什么新机制。”MIT 大脑和认知科学教授、大脑,意识和机器中心(CBMM)主任 Tomaso Poggio 说道,“模型是对现实世界——特别是对生物而言——的简单模拟。如果事实真的如此简单,那才是一件值得惊讶的事。但我确信我们正走在正确的轨道上。” 事实上,研究人员的新论文包括了一个数学证明——他们使用了特定类型的机器学习系统,旨在提供 Poggio 所称的神经系统的“生物上可信的(biologically plausible)”模型;这类机器学习系统将不可避免地产生无关物体旋转角度的中间表征(intermediary representation)。 Poggio 是这篇论文的主要作者,他同时也是 MIT 的 McGovern Institute for Brain Research 的主要研究者,他们的论文今天刚刚发表在《Computational Biology》期刊上。这一发现是 Poggio 与 CBMM、McGovern 和其他研究人员们共同努力的结果:第一作者 Joel Leibo 是谷歌 DeepMind 的研究者,他曾在 MIT 学习大脑与认知科学博士期间师从 Poggio;Qianli Liao 是 MIT 电气工程与计算机科学专业研究生;Fabio Anselmi 是 IIT@MIT 计算和统计学习实验室的博士后;Winrich Freiwald 是洛克菲勒大学的副教授。
|