chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

預測性大腦研究成果

mK5P_AItists ? 來源:未知 ? 作者:胡薇 ? 2018-05-25 15:49 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

5月15日下午,來自荷蘭Donders Institute的Floris de Lange教授,應北京大學IDG麥戈文腦研究所PI、北京大學心理與認知科學學院羅歡研究員的邀請,在北京大學王克楨樓1113會議室為大家?guī)砹艘粓鲱}為“How is perception biased”的學術報告。

Floris de Lange教授主要研究大腦如何利用先驗的知識經(jīng)驗對輸入進行主動預測,從而幫助我們知覺外部世界,做出決策。他主要從三方面對預測性大腦研究成果進行介紹:

第一,大腦是否會自發(fā)地對外部世界進行預測,進而產(chǎn)生虛擬的(物理刺激并不存在)相應的神經(jīng)活動模式?

第二,如果大腦能自發(fā)地產(chǎn)生這些虛擬的信號,大腦如何區(qū)分這些虛擬的信號與實際輸入的感知覺信號?

第三,預測的信號與現(xiàn)實世界中的物理信號如何相互作用,預測如何幫助人們知覺外部世界?

已有研究發(fā)現(xiàn)在讓老鼠學習了空間位置序列后,僅僅呈現(xiàn)起始位置,老鼠的初級視覺皮層就會對之后的空間位置進行順序激活,類似一種預測性重演(preplay)(Xu, et al., Nature Neuroscience, 2012)。

由此研究者采用功能磁共振技術探究人的視覺皮層是否也能夠發(fā)現(xiàn)這種preplay的反應模式。研究者首先依據(jù)初級視覺皮層存在著一個拓撲地圖這一性質(zhì)找到了對某個特定空間位置反應的voxel,并采用高時間分辨率的磁共振技術記錄了腦活動。

在實驗中,首先讓被試熟悉一個空間位置序列,然后短暫呈現(xiàn)這個空間位置序列的起始位置或者結束位置,觀察這兩種情況下大腦的反應模式。結果如下圖所示,當只呈現(xiàn)起始位置時,大腦對于接下來的幾個空間位置的響應也會依次自動地激活(中間圖)。但是當只呈現(xiàn)結束位置時,只能看到對結束位置有著明顯的激活(右邊圖)。

并且該預測性重演腦活動并不依賴于注意的參與,無論被試注意這些位置或不注意這些位置時都依然存在。這一結果表明大腦不斷地主動預測外界刺激,產(chǎn)生虛擬的神經(jīng)活動。

在此基礎上,研究者繼續(xù)探討了這種preplay是否受概率信息所調(diào)控。在新的研究中,被試被要求熟悉上下走向的兩個空間位置序列,這兩個位置序列的起始位置是相同的。

同時這兩種位置序列分別和兩個聲音提示(聲音提示先于起始位置出現(xiàn))建立了不同概率的聯(lián)系。在熟悉這兩個空間位置序列以及聲音提示和他們的關系之后,研究者只呈現(xiàn)了起始位置以及其中一個聲音提示。

結果發(fā)現(xiàn)被試有效地利用了聲音提示的有效性,即當起始位置和高音提示(提示有80%的概率是上位置序列的聲音)出現(xiàn)的時候,被試會對上位置序列有著更明顯的preplay,而對下位置序列的replay就會弱很多,反之亦然。

接下來研究者試圖回答第二個問題,為什么大腦不會將這些虛擬的信號與真實的刺激信號混淆,這兩種信號是如何被區(qū)分出來的?正如下圖模型所示(Lawrence et al., NeuroImage, 2017),感覺信息自下而上地傳遞給上一級的中間層和底層,而自上而下的信息則主要反饋到下一級的表層和底層神經(jīng)元。

因此一個可能的假設是皮層的中間層能夠區(qū)別該神經(jīng)響應反映的是虛擬信號還是物理輸入信號。相較于用分類器來分離出大腦對不同刺激的反應模式,研究者用了一種更簡單的方法,他們通過找到對某一特定刺激有偏好(prefer)的voxel來建立感興趣區(qū) (Albers, et al., NeuroImage, 2017)。

結果發(fā)現(xiàn)在工作記憶的保持階段(沒有刺激輸入,被試需要回憶被提示的刺激),在V1, V2, V3對該刺激有偏好的voxel的活動顯著高于和沒有偏好的voxel的活動(偏好效應)。更重要的是在V1發(fā)現(xiàn)了層級的差異,即表層和底層神經(jīng)元的偏好效應都顯著高于中間層。這一結果表明不同的層的響應能夠區(qū)別“現(xiàn)實”和“想象”。

最后,研究者探究這些預測是如何幫助我們知覺外部世界的。結果發(fā)現(xiàn),相較于無法預測接下來出現(xiàn)的刺激的條件,當接下來出現(xiàn)的刺激可以被預測時,包括V1,LOC(對客體具有選擇性)在內(nèi)的很多腦區(qū)的活動都被抑制了。進一步對每個voxel在各個刺激上的偏好性進行排序。結果發(fā)現(xiàn)LOC區(qū)對的越偏好的刺激產(chǎn)生越強的抑制。V1區(qū)的抑制則表現(xiàn)出不受偏好性強度的影響。

研究者進一步做了一個腦磁圖實驗來探索預測性神經(jīng)活動的時間特性,結果發(fā)現(xiàn)可以被預測的圖片相較于不能被預測的圖片誘發(fā)了更小的響應。更有意思的是,可以被預測的圖片誘發(fā)的響應顯示出時間上更為銳化的效果(sharpening)。該研究提示對于具有高預測性的輸入,大腦在時間上加工也更快。

總結來說,大腦能夠自發(fā)預測接下來出現(xiàn)的刺激,虛擬出這些刺激出現(xiàn)的活動信號。這些虛擬的信號不會和真實輸入的感知覺信號相混淆,因為感知覺信號是自下而上的信息輸入,而虛擬的信號是自上而下進行反饋,由不同神經(jīng)網(wǎng)絡所傳遞。這種主動預測能力能夠降低被預測刺激的神經(jīng)活動的能量與持續(xù)時間,進而有效提高對外界刺激的加工和感知。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴

原文標題:大腦如何進行預測?

文章出處:【微信號:AItists,微信公眾號:人工智能學家】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    國際權威學術刊物刊發(fā)穩(wěn)石氫能與華南理工研究成果,創(chuàng)新螺旋流道設計提升AEM電解槽性能。

    近日,氫能研究領域國際權威期刊INTERNATIONAL JOURNAL OF HYDROGEN ENERGY刊發(fā)了穩(wěn)石氫能、華南理工電力學院與廣東省高效清潔能源利用重點實驗室聯(lián)合研發(fā)的成果。
    的頭像 發(fā)表于 09-26 16:08 ?299次閱讀
    國際權威學術刊物刊發(fā)穩(wěn)石氫能與華南理工<b class='flag-5'>研究成果</b>,創(chuàng)新螺旋流道設計提升AEM電解槽性能。

    NVIDIA展示機器人領域的研究成果

    在今年的機器人科學與系統(tǒng)會議 (RSS) 上,NVIDIA 研究中心展示了一系列推動機器人學習的研究成果,展示了在仿真、現(xiàn)實世界遷移和決策制定領域的突破。
    的頭像 發(fā)表于 07-23 10:43 ?910次閱讀

    Nullmax端到端自動駕駛最新研究成果入選ICCV 2025

    近日,國際計算機視覺大會 ICCV 2025 正式公布論文錄用結果,Nullmax 感知團隊在端到端自動駕駛方向的最新研究成果《HiP-AD: Hierarchical
    的頭像 發(fā)表于 07-05 15:40 ?1391次閱讀
    Nullmax端到端自動駕駛最新<b class='flag-5'>研究成果</b>入選ICCV 2025

    后摩智能與高校合作研究成果榮獲ISCA 2025最佳論文獎

    近日,北京后摩智能科技有限公司與北京大學集成電路學院孫廣宇長聘副教授團隊、上海交通大學張宸助理教授團隊、香港科技大學謝源講席教授團隊、東南大學司鑫副教授團隊及阿里巴巴達摩院合作的研究成果
    的頭像 發(fā)表于 07-05 11:21 ?1573次閱讀

    NVIDIA在ICRA 2025展示多項最新研究成果

    在亞特蘭大舉行的國際機器人與自動化大會 (ICRA) 上,NVIDIA 展示了其在生成式 AI、仿真和自主操控領域的多項研究成果。
    的頭像 發(fā)表于 06-06 14:56 ?931次閱讀

    電機控制器電子器件可靠研究

    的提高,在某些特定的武器裝備上,由于武器本身需要長期處于儲存?zhèn)鋺?zhàn)狀態(tài),為了使武器能夠在隨時接到戰(zhàn)斗命令的時候各個系統(tǒng)處于高可靠的正常運行狀態(tài),需要對武器系統(tǒng)的儲存可靠進行研究,本文著重通過試驗
    發(fā)表于 04-17 22:31

    佛山智能裝備院與華數(shù)機器人在具身智能工業(yè)機器人領域的研究成果

    近日,佛山智能裝備技術研究院(簡稱“佛山智能裝備院”)與佛山華數(shù)機器人有限公司(簡稱“華數(shù)機器人”)在具身智能工業(yè)機器人領域的研究成果“Advancing general robotic
    的頭像 發(fā)表于 04-09 15:40 ?825次閱讀
    佛山智能裝備院與華數(shù)機器人在具身智能工業(yè)機器人領域的<b class='flag-5'>研究成果</b>

    NVIDIA Research在多個領域不斷取得突破

    近二十年來,NVIDIA Research 的研究成果催生了包括 NVIDIA DLSS、NVLink 和 Cosmos 在內(nèi)的標志產(chǎn)品。
    的頭像 發(fā)表于 03-28 09:52 ?553次閱讀

    GaN重大突破!湖北這個實驗室公布三大研究成果

    電子發(fā)燒友網(wǎng)綜合報道 3月22日,九峰山實驗室首次公布了GaN相關的研究成果,包括國際首創(chuàng)8英寸硅基氮極性氮化鎵襯底(N-polar GaNOI);全國首個100nm高性能氮化鎵流片PDK平臺;動態(tài)
    發(fā)表于 03-25 00:21 ?1105次閱讀

    香港科技大學陳敬教授課題組公布氮化鎵與碳化硅領域多項最新研究成果

    2024 )上報告了 多項基于寬禁帶半導體氮化鎵,碳化硅的最新研究進展 。研究成果覆蓋功率器件技術和新型器件技術: 高速且具備優(yōu)越開關速度控制能力的3D堆疊式GaN/SiC cascode 功率器件
    的頭像 發(fā)表于 02-19 11:14 ?750次閱讀
    香港科技大學陳敬教授課題組公布氮化鎵與碳化硅領域多項最新<b class='flag-5'>研究成果</b>

    Meta AI推出Brain2Qwerty:非侵入大腦信號轉文本系統(tǒng)

    。 Brain2Qwerty系統(tǒng)主要依賴于非侵入的技術手段來捕捉和解析大腦活動。具體而言,它結合了腦電圖(EEG)和腦磁圖(MEG)這兩種先進的神經(jīng)科學工具,以精確記錄志愿者在思考過程中的大腦信號。 在
    的頭像 發(fā)表于 02-11 13:37 ?772次閱讀

    馬里蘭大學王春生教授團隊最新研究成果:探索水系鋅電池的電解質(zhì)設計

    ?? 研究背景 水系鋅電池(AZBs)因其高安全、低成本、環(huán)境友好性受到廣泛關注,但其商業(yè)化進程受到鋅電極低可逆和弱循環(huán)壽命的限制,主要原因在于析氫反應(HER)和不均勻的Zn沉積。HER由Zn
    的頭像 發(fā)表于 02-10 10:19 ?1042次閱讀
    馬里蘭大學王春生教授團隊最新<b class='flag-5'>研究成果</b>:探索水系鋅電池的電解質(zhì)設計

    NVIDIA研究成果年度盤點

    技術創(chuàng)新的步伐在過去一年大大加速,其中最引人注目的是 AI。2024 年,NVIDIA Research 實現(xiàn)了諸多無與倫比的重大突破。
    的頭像 發(fā)表于 01-20 18:06 ?1057次閱讀

    全固態(tài)電池的最新研究成果與技術進展

    鋰離子電池(LIB)自1991年商用以來,已經(jīng)成為推動消費電子、電動汽車(EV)和可再生能源存儲系統(tǒng)(ESS)的核心技術。然而,隨著全球?qū)Ω吣芰棵芏取㈤L續(xù)航和環(huán)保型儲能技術的需求不斷增長,LIB逐漸暴露出其安全和性能極限方面的問題。
    的頭像 發(fā)表于 10-29 16:16 ?2641次閱讀
    全固態(tài)電池的最新<b class='flag-5'>研究成果</b>與技術進展

    SynSense時識科技與海南大學聯(lián)合研究成果發(fā)布

    近日,SynSense時識科技與海南大學聯(lián)合在影響因子高達7.7的國際知名期刊《Computers in Biology and Medicine》上發(fā)表了最新研究成果,展示了如何用低維信號通用類腦
    的頭像 發(fā)表于 10-23 14:40 ?1101次閱讀
    SynSense時識科技與海南大學聯(lián)合<b class='flag-5'>研究成果</b>發(fā)布