新的脑图可以改善机器视觉的AI算法

尽管经过多年的研究，大脑仍然包含大量未知领域。由冷泉港实验室和悉尼大学的神经科学家领导的一个科学家团队最近发现了新的证据，使用mar猴的数据修改了灵长类大脑视觉系统组织的传统观点。这种大脑重新映射可以作为理解高度复杂的视觉系统如何工作的未来参考，并可能影响机器视觉的人工神经网络的设计。

为了探索mar猴的全脑连通性，该团队发现灵长类动物视觉系统的某些部分可能与以前的想法不同。绘制出不同类型的细胞连接方式，可以帮助研究人员了解细胞群如何协同发挥作用，传递和处理从外部环境到大脑的感觉信息。

对于他们的研究，研究小组观察了丘脑，一个位于脑干上方的大脑结构，由不同的细胞核(细胞群或神经元组合在一起)组成，被认为可传递和协调大脑皮层的感觉信息，通常被认为是认知功能较高的座位。

研究人员传统上将不同的丘脑核分类为中继核或关联核。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传递，以及视觉枕状体，被认为是多感觉协调和注意的原因。

新的研究发现LGN和视觉的特定区域存在相同类型的细胞。研究人员发现，这些细胞与皮层形成了相同的连接，这意味着LGN和pulvinar的这些子隔室可以共享相同的功能，并以前所未有的方式进行协作。

这项研究也很重要，因为这是第一次对灵长类动物进行大脑测绘，灵长类动物的脑结构与人类相似。

CSRL教授Partha Mitra实验室的计算科学经理和该研究的第一作者Bingoo Huo表示，“在啮齿动物模型中没有很好的定义，这是灵长类动物特殊研究的价值，可以转移给人类。” 。他们的研究结果发表在欧洲神经科学杂志上。

本研究是该小组在此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，“我们可能不得不重新绘制人们绘制的一些传统界限，或重新分类人们归因于大脑部分的功能，”Mitra说，这项研究的资深作者。

除了研究结果的基础科学含义之外，Mitra还提出了人工智能的可能应用。

“人们正在将他们开发的算法建立在视觉系统解剖学的过时视图上，”Mitra说。“正如我们对它的理解更好，也许这将允许对机器视觉的网络算法进行新的思考。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！