原创计算机神经网络识别图像达灵长类动物水平机器人的智能水平可能进一步提升

 2014-12-22 10:00  1405 19 19 分类: 机器人/ AI

几十年来，神经科学家致力于设计计算机网络来模拟人类的视觉能力，如认知目标，大脑在这方面精确而迅速，一瞥之间就能认出所见之物。还没有一个计算机模型在识别视觉目标上与灵长类动物的大脑相比。据物理学家组织网近日报道，美国麻省理工大学神经科学家的一项最新研究发现，最新一代的所谓“深度神经网络”能比得上灵长类动物的大脑。

这提高了人们对灵长类大脑工作原理的理解，有望开发更好的人工智能，带来修复视觉机能障碍的新方法，相关论文发表在最近的《公共科学图书馆·计算生物学》上。

新研究指出，目前最好的网络是纽约大学开发的一种模型，在对目标分类识别上能达到猕猴大脑的水平。论文高级作者、MIT脑与认知科学系神经科学教授詹姆斯·狄卡罗说，最新网络的成功表明，神经科学家已相当准确地掌握了目标认知原理。“模型能预测神经反应和物体在神经丛空间的距离，概括了我们迄今最好的理解，让我们知道那些以往神秘的脑区发生了什么。”

早在上世纪70年代，科学家就开始构建神经网络。受大脑分级处理视觉信息的启发，构建了视觉神经网络模型。他们在模型中构造出多个计算层，每层执行一步数学运算。在每一层，图像目标的表达越来越复杂，无关的信息被放到一边。“每个元素都是非常简单的数学式，”论文第一作者、MIT麦戈文研究所博士后查尔斯·卡迪欧说，“但千百万这些元素结合在一起，从原始信号到用于目标识别的表达式之间就形成了极复杂的转换。”

研究人员首先检测了大脑的目标识别能力。他们颞下（IT）皮层和V4脑区植入了电极阵列。再把这些和深度神经网络生成的表达进行对比，深度神经网络由系统中每个计算元素生成的数字矩阵构成。每幅图像会产生一个不同的数组。模型的精确性取决于能否把相似的对象归类到相似的表达集群。

卡迪欧说，这种神经网络最近取得的成功，取决于两个主要因素：一是计算处理能力，尤其是图形处理单元（GPUs）方面的巨大进步；第二是研究人员能访问大型分类数据库，用数据来“训练”算法。

最初，神经网络并不能很好地识别这些图像，但随着它们看的图像越来越多，不断发现错误，精简算法，最终它们对目标物体的识别会变得越来越精确。

目前，狄卡罗实验室打算开发其它模型，模拟图像处理的更多方面，包括跟踪运动、识别三维形状，人类视觉系统中的“反馈”预测等。现有网络只能模拟从视网膜到IT皮层的“前馈”预测，而从IT皮层返回到其余系统的连接是前馈连接的10倍。