新脑图可提升机器视觉的AI算法

尽管经过多年的研究，大脑仍然包含许多未知领域。由来自冷泉港实验室和悉尼大学的神经科学家领导的科学家团队最近发现了新的证据，利用mar monkey的数据修改了灵长类动物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未来理解高度复杂的视觉系统如何工作的参考，并可能影响机器视觉的人工神经网络的设计。

为了探索mar猴子的全脑连通性，研究小组发现灵长类动物视觉系统的某些部分可能与之前的想法不同。绘制不同类型的细胞连接可以帮助研究人员了解细胞群如何共同工作，将感官信息从外部环境传输和处理到大脑。

对于他们的研究，研究小组观察了丘脑，这是一种位于脑干上方的大脑结构，由不同的细胞核(细胞或神经元组合在一起的群体)组成。认为它可以在大脑皮层传递和协调感觉信息，通常被认为是认知功能较高的座椅。

研究者传统上将不同的丘脑核分为中继核或关联核。例如，视觉丘脑包含外侧膝状体(LGN)，它被认为是从视网膜到视觉皮层的信息传输，以及视觉枕叶体，它被认为是多感觉协调和注意力的原因。

新的研究发现，LGN和特定的视觉区域有相同类型的细胞。研究人员发现，这些细胞与皮质形成了相同的连接，这意味着LGN和枕叶的这些子腔室可以共享相同的功能，并以前所未有的方式进行合作。

这项研究也很重要，因为它是第一次绘制灵长类动物的大脑，灵长类动物的大脑结构与人类相似。

Partha Mitra实验室的计算科学经理、CSRL大学教授、这项研究的第一作者宾古霍(Bingoo Huo)说，“在啮齿类动物模型中没有很好的定义，这是对灵长类动物进行特殊研究的价值，可以转移到人类身上。”。他们的研究成果发表在《欧洲神经科学杂志》上。

这项研究是该小组在这个mar monkey数据集上发表的第二次数据分析。这一系列研究表明，在更详细地分析全脑数据时，“我们可能不得不重新绘制一些由人绘制的传统边界，或者重新分类人们赋予大脑各部分的功能，”这项研究的高级作者米特拉说。

除了研究结果的基本科学含义，Mitra还提出了人工智能的可能应用。

“人们正在建立他们根据过时的视觉系统解剖学观点开发的算法，”Mitra说。“就像我们更好地理解它一样，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！