一项10月22日发表在《当代生物学》杂志的文章指出，大脑在视觉形成的初始阶段就会检测到三维形状信号（比如突起、凹陷、轴形或球体）。这一自然人脑策略与约翰霍普金斯大学研究人员在训练人工智能时发现的智能视觉策略一致。
研究人员对自然神经元和人工神经元进行了同样的图像反应测试，并在论文中详细介绍了大脑视觉皮层V4区的神经元是如何形成三维形状信号的，打破了过去40年来的研究局限性（过去科学家只关注二维形状信号）。
随后，研究人员在高级计算机视觉网络AlexNet的早期阶段（第3层）发现了人工神经元的相似反应。
在电脑视觉和人脑视觉中，这种早期识别三维形状的策略可能有助于我们解读真实世界中的三维物体。
神经科学教授Ed Connor说：“我很惊讶在大脑视觉皮层V4区就看到了清晰的三维形状信号。我从来没有想过，一百万年后，我们会在人工智能AlexNet身上看到同样的事情，毕竟AlexNet只接受过将二维照片转换为物体标签的训练。”
人工智能的长期挑战之一就是复制人类的视觉。经过大量训练，AlexNet这种深层网络终于在目标识别方面取得了重大进展。但大脑是进化和终身学习的产物，而AlexNet是由计算机科学家设计且经过人工训练的，那么这种人脑与电脑之间的“诡异”对应该如何解释？
Connor说，实际上，AlexNet及类似的深层网络部分是基于大脑中的多级视觉网络设计的，而他们观察到的相似之处可能预示着，未来我们有机会利用自然智能和人工智能之间的关联。Connor评价道：“人工智能网络是目前最有前景的人脑学习模型。同时，人类大脑也是让人工智能更接近自然智能的最佳策略来源。”
原创编译：小贝 审稿：西莫 责编：陈之涵
期刊来源：《当代生物学》
期刊编号： 0960-9822
原文链接：https://techxplore.com/news/2020-10-spooky-similarity-brains.html
版权声明：本文为原创编译，中文内容仅供参考，一切内容以英文原版为准。转载请注明来源。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
