人工神经网络

紧密模拟人脑一部分的计算机网络正在为我们的大脑处理运动图像的方式提供新见解-并解释了一些令人困惑的光学错觉。

通过使用数十年来来自人类运动感知研究的数据，研究人员已经训练了一个人工神经网络来估计图像序列的速度和方向。

名为MotionNet的新系统旨在与人脑内部的运动处理结构紧密匹配。这使研究人员能够探索无法在大脑中直接测量的人类视觉处理功能。

他们的研究发表在《视觉杂志》上，该研究使用人工系统描述了大脑中的时空信息是如何结合在一起的，从而产生我们对运动图像的感知或误解。

大脑很容易上当。例如，如果屏幕左侧有一个黑点，当黑点在右侧出现时逐渐消失，我们将“看到”该点从左向右移动-这称为“ phi”运动。但是，如果出现在右侧的斑点是深色背景上的白色，我们将“看到”斑点从右向左移动，这就是所谓的“反向phi”运动。”

研究人员在MotionNet系统中复制了反向phi运动，并发现它在感知上犯了与人脑相同的错误-但是与人脑不同，他们可以仔细观察人造系统以了解其原因。他们发现神经元被“调整”到运动方向，而在MotionNet中，“ reverse-phi”触发了神经元被调整到与实际运动方向相反的方向。

原创作者：南京信帆生物技术有限公司