Diese trippy Bilder wurden entworfen von AI zum super-stimulieren Affen Neuronen
Finden Sie heraus, welche Sehenswürdigkeiten spezifischen Neuronen bei Affen „, wie die“ besten Forscher entwarfen einen Algorithmus, genannt XDREAM, dass die generierten Bilder, die aus Neuronen feuern, die mehr als jede Natürliche Bilder, die Forscher getestet. Als die Bilder entwickelt, begannen Sie zu schauen, wie verzerrte Versionen der realen Welt der Reize. Die Arbeit erscheint 2. Mai in der Fachzeitschrift Cell.
„Wenn angesichts dieses tool, Zellen begann zu erhöhen Ihre Feuerrate jenseits der Ebenen, die wir gesehen haben, auch bei normalen Bildern Vorauswahl zu entlocken, die höchste Feuerrate“, erklärt co-erste Autor Carlos Ponce, dann post-doctoral fellow im Labor von senior-Autor Margaret Livingstone an der Harvard Medical School und der jetzt ein Mitglied der Fakultät an der Washington University in St. Louis.
„Was begonnen, entstehen bei jedem experiment wurden Bilder erinnern an Formen in der Welt, aber nicht die tatsächlichen Objekte in der Welt“, sagt er. „Wir waren etwas sehen, das war mehr wie die Sprache, die Zellen mit einander.“
Forscher haben bekannt, dass Neuronen im visuellen Kortex von Primaten-Gehirnen Antworten auf komplexe Bilder, wie Gesichter, und die meisten Neuronen sind sehr selektiv in Ihrer Bild-Präferenz. Frühere Studien über die neuronale Präferenz verwendet viele Natürliche Bilder, um zu sehen, welche Bilder hervorgerufen Neuronen feuern meisten. Dieser Ansatz ist jedoch eingeschränkt durch die Tatsache, dass man nicht alle möglichen Bilder, um zu verstehen, was genau am besten für die Stimulierung der Zelle.
Die XDREAM-Algorithmus verwendet die Feuerrate eines Neurons zu leiten die Entwicklung eines neuartigen, synthetischen Bildes. Es geht durch eine Reihe von Bildern, die im Laufe der Minuten, mutiert Sie, verbindet Sie miteinander und zeigt dann eine neue Serie von Bildern. Auf den ersten, die Bilder wie ein großes Rauschen aussah, aber allmählich veränderten Sie sich zu Formen, die wie Gesichter oder so etwas zu erkennen im Tier die Umwelt, wie die Nahrung, die hopper in die Tiere “ Zimmer oder kennen Sie Menschen tragen chirurgische scrubs-die Anfänger. Der Algorithmus entwickelt wurde, Wird Xiao im Labor der Gabriel Kreiman am Children ‚ s Hospital und getestet auf realen Neuronen, die an der Harvard Medical School.
„Der große Vorteil dieses Ansatzes ist, dass es erlaubt, das neuron zu bauen Ihre eigenen bevorzugten Bilder von Grund auf neu, verwenden Sie ein tool, das nicht nur durch viel, das kann nichts erschaffen, in der Welt oder auch Dinge, die nicht existieren in der Welt,“ sagt Ponce.
„Auf diese Weise haben wir entwickelt ein super-stimulus, der treibt die Zelle besser als jede Natürliche stimulus konnten wir erahnen“, sagt Livingstone. „Dieser Ansatz ermöglicht die Verwendung von künstlicher Intelligenz, um herauszufinden, was löst Neuronen besten. Es ist eine völlig unvoreingenommene Art und Weise zu Fragen der Zelle, was es eigentlich will, was es machen würde, das Feuer am meisten.“
Aus dieser Studie, die Forscher glauben, dass Sie sehen, dass das Gehirn lernt, Abstrakt statistisch relevanten Merkmale seiner Welt. „Wir sehen, dass das Gehirn ist die Analyse der visuellen Szene, und angetrieben durch die Erfahrung, extrahieren von Informationen, die wichtig sind für den einzelnen im Laufe der Zeit,“ sagt Ponce. „Das Gehirn passt sich an seine Umgebung und Codierung ökologisch bedeutsamen Informationen auf unvorhersehbare Weise.“