مسیر بصری در مغز می تواند بیش از اخبار تشخیص شیء را ایجاد کند


هنگامی که اطلاعات بصری وارد مغز می شود ، از دو مسیر عبور می کند که جنبه های مختلف ورودی را پردازش می کند. برای چندین دهه ، دانشمندان اظهار داشتند كه یكی از این مسیرها ، جریان بصری شکمی ، مسئولیت شناخت اشیاء را بر عهده داشته و اینكه فقط با انجام این كار بهینه سازی می شود.
بر این اساس ، طی یک دهه گذشته ، دانشمندان MIT دریافتند که وقتی مدل های محاسباتی آناتومی جریان شکمی برای حل وظیفه تشخیص اشیاء بهینه می شوند ، آنها پیش بینی کننده خوبی از فعالیت های عصبی در جریان شکمی هستند.
با این حال ، در یک مطالعه جدید ، محققان MIT نشان می دهند که به جای آن ، وقتی این نوع کارهای مکانی را آموزش می دهند ، مدل های حاصل نیز پیش بینی کننده های خوبی از فعالیت های جریان شکمی عصبی هستند. این نشان می دهد که جریان شکمی ممکن است برای تشخیص شیء بهینه نشده باشد.
“این یک سؤال گسترده را در مورد بهینه سازی جریان شکمی به وجود می آورد. من فکر می کنم دیدگاه غالب که بسیاری از افراد منطقه ما معتقدند این است که جریان شکمی برای تشخیص اشیاء بهینه شده است ، اما این مطالعه دیدگاه جدیدی را ارائه می دهد که می توان جریان شکمی را بهینه کرد و برای کارهای مکانی.”
Xie نویسنده پیشرو در این مطالعه است که در کنفرانس بین المللی آموزش ارائه می شود. نویسندگان دیگر این روزنامه شامل ویچن هوانگ ، دانشجوی مهمان از طریق موسسه تابستانی تحقیقات MIT است. استر آلتر ، مهندس نرم افزار در MIT Quest برای اطلاعات ؛ جرمی شوارتز ، عضو حامی کارمندان فنی تحقیقات ؛ جوشوا تنباوم ، استاد مغز و علوم شناختی ؛ و جیمز دیکارلو ، استاد مغز و علوم شناختی ، پیتر دی فلورس ، مدیر “جستجوی اطلاعات” و عضو انستیتوی تحقیقات مغز در مک گور در MIT.
فراتر از شناخت اشیاء
وقتی به یک شی نگاه می کنیم ، سیستم بصری ما نه تنها می تواند جسم را شناسایی کند بلکه ویژگی های دیگری مانند مکان آن ، فاصله آن از ما و جهت گیری آن در فضا را نیز تعیین می کند. از اوایل دهه 1980 ، متخصصان مغز و اعصاب پیشنهاد کرده اند که سیستم بصری نخبگان به دو مسیر تقسیم شده است: جریان شکمی ، که وظایفی را برای شناخت اشیاء و جریان پشتی انجام می دهد ، که ویژگی های مربوط به مکان فضا را پردازش می کند.
طی یک دهه گذشته ، محققان برای مدل سازی جریان شکمی با استفاده از نوعی از مدل یادگیری عمیق که به عنوان شبکه عصبی بتونی (CNN) شناخته می شود ، تلاش کرده اند. محققان می توانند با ارسال مجموعه داده های حاوی هزاران تصویر ، به همراه برچسب های دسته ای که تصاویر را توصیف می کنند ، این مدل ها را برای انجام وظایف تشخیص شیء آموزش دهند.
نسخه های مدرن این CNN ها در طبقه بندی تصاویر از موفقیت بالایی برخوردار هستند. علاوه بر این ، محققان دریافتند که فعال سازی داخلی مدل ها بسیار شبیه به فعالیت نورونهایی است که اطلاعات بصری را در جریان شکمی پردازش می کنند. علاوه بر این ، هرچه این مدل های جریان شکمی مشابه تر باشد ، آنها در اشیاء بهتر عمل می کنند تا اشیاء را تشخیص دهند. این امر بسیاری از محققان را به این نتیجه رسانده است که عملکرد غالب اشیاء شناخته شده جریان شکمی.
با این حال ، مطالعات تجربی ، یک مطالعه ویژه توسط آزمایشگاه دیکارلو 2016 ، نشان داد که جریان شکمی و خصوصیات مکانی به نظر می رسد. این خصوصیات شامل اندازه جسم ، جهت گیری آن (چقدر می چرخد) و موقعیت مکانی آن در میدان میدان بصری است. بر اساس این مطالعات ، تیم MIT قصد دارد بررسی کند که آیا جریان شکمی می تواند ویژگی های دیگری را فراتر از شناخت اشیاء ارائه دهد.
“سوال اصلی ما در این پروژه این بود که آیا می توان در مورد جریان شکمی به عنوان بهینه سازی شده برای انجام این کارهای مکانی فکر کرد ، نه فقط وظایف طبقه بندی؟” او به خودش می گوید.
برای آزمایش این فرضیه ، محققان برای آموزش CNN برای شناسایی یک یا چند ویژگی مکانی یک شیء ، از جمله چرخش ، مکان و فاصله ، متعهد شده اند. برای آموزش مدل ها ، آنها مجموعه جدیدی از داده ها را از تصاویر مصنوعی ایجاد کرده اند. این تصاویر اشیاء مانند چای یا ماشین حساب ها را با منشاء مختلف ، در مکان ها و جهت گیری هایی که برای کمک به مدل به آنها کمک می کنند ، نشان می دهد.
محققان دریافتند که CNN ، که فقط در یکی از این کارهای مکانی آموزش دیده است ، سطح بالایی از “جریان شکمی” را با جریان شکمی نشان می دهد ، بسیار شبیه به سطوح مشاهده شده در مدلهای CNN که در تشخیص شیء آموزش دیده اند.
محققان تساوی عصبی را با استفاده از تکنیکی که آزمایشگاه دیکارلو ایجاد کرده است ، اندازه گیری می کنند که شامل درخواست مدل هایی است که یک بار آموزش دیده اند تا فعالیت عصبی را پیش بینی کنند ، که قطعاً در مغز تولید می شود. محققان دریافتند که هرچه مدل ها بر روی کار مکانی که آموزش دیده اند بهتر انجام می شود ، و تعداد بیشتری از آنها نشان می دهد.
سی می گوید: “من فکر می کنم نمی توانیم فرض کنیم که جریان شکمی به سادگی اشیاء را طبقه بندی می کند ، زیرا بسیاری از این کارکردهای دیگر ، مانند کارهای مکانی ، می توانند منجر به این ارتباط قوی بین تعادل عصبی مدل ها و اجرای آنها شوند.” “نتیجه گیری ما این است که شما می توانید از طریق طبقه بندی بهینه سازی کنید یا این کارهای مکانی را انجام دهید ، و هر دو بر اساس شاخص های فعلی ما برای ارزیابی عصبی و ابزاری ، یک مدل مانند جریان شکمی را به شما می دهند.”
مقایسه مدل ها
محققان سپس بررسی کردند که چرا این دو رویکرد یادگیری برای به رسمیت شناختن اشیاء و آموزش ویژگی های مکانی-RAN به درجات مشابهی از نورو-تعادل. برای این منظور ، آنها تجزیه و تحلیل معروف به تراز هسته محور (CKA) را انجام دادند و به آنها امکان می دهند میزان شباهت بین بازنمایی ها را در CNN مختلف اندازه گیری کنند. این تجزیه و تحلیل نشان داد که در اوایل لایه های میانی مدل ها ، ارائه هایی که مدل ها می آموزند تقریباً قابل تشخیص نیستند.
سی می گوید: “در این لایه های اولیه ، شما اساساً می توانید با نگاه کردن به ایده های آنها ، این مدل ها را درک کنید.” “به نظر می رسد که آنها در اوایل لایه های میانی در حال یادگیری برخی از نمایندگی های مشابه یا متحد هستند و در مراحل کوتاه برای حفظ کارهای مختلف واگرایی می کنند.”
محققان فرض می کنند که حتی وقتی مدل ها برای تجزیه و تحلیل تنها یک عملکرد آموزش دیده اند ، عملکردهای “غیر هدفمند” آزمایشاتی را که آنها آموزش داده نمی شوند نیز در نظر می گیرند. هنگامی که اشیاء در خصوصیات نامناسب تنوع بیشتری دارند ، مدل ها تمایل دارند که اجراها را بیشتر شبیه به مدل های آموخته شده از مدل های آموزش داده شده در کارهای دیگر بیاموزند. محققان می گویند این مدل ها از تمام اطلاعات موجود استفاده می کنند ، که می تواند منجر به مدل های مختلفی شود که ایده های مشابهی را ارائه می دهند.
شرکت می گوید: “تنوع بیشتری که هدف قرار نمی دهد ، در واقع به مدل کمک می کند تا عملکرد بهتری را به جای یادگیری بازنمایی که از آنها نادان نیست ، بیاموزد.”
در کار آینده ، محققان امیدوارند که به امید یادگیری بیشتر در مورد چگونگی توسعه هر یک از آنها مفاهیم داخلی اشیاء بر اساس تفاوت در کارهای آموزشی و یادگیری داده ها ، روش های جدیدی را برای مقایسه مدل های مختلف ایجاد کنند.
“هنوز هم ممکن است تفاوتهای اندکی بین این مدل ها وجود داشته باشد ، اگرچه روش فعلی ما برای اندازه گیری میزان این مدل های مغزی مشابه است ، به ما می گوید که آنها در سطح بسیار مشابهی قرار دارند. این بدان معنی است که ممکن است کار بیشتری برای بهبود چگونگی مقایسه مدل مغز وجود داشته باشد تا بتوانیم درک کنیم که دقیقاً جریان شکمی چیست.”
این نظرسنجی توسط شرکت تحقیقاتی نیمه هادی و آژانس پروژه های تحقیقاتی پیشرفته ایالات متحده تأمین شد.


