原创 人工智能的未来---FPGA（六）

六、新大脑皮层的多层结构与特征序列处理机制我们若用实验的方法对视觉处理区域进行观察，就会发现它的逻辑结构具有多层性，最基本的视觉区是V1区，它由许多彼此分离的小皮层区域组成。V1区把处理后的特征序列传入V2区，V2区也由许多子区域组成，但数目较少，面积较大，它将特征序列传至V4区，V4区也是如此，最后传入IT区，这一区域是单一区域，对整个视觉界有鸟瞰作用。同时，视觉区，听觉区等不同方面的处理区域之间也有高层将他们综合，使得各个感觉区之间是连通的。值得指出的是，低级处理层有通向高级处理层的前向通路，而高级处理层有更多数量的反馈通路回馈到低级处理层，这些反馈的存在自有其意义，而计算机却很难表达。基于这种基础结构，我们讨论一下信息流,也就是特征序列是怎样在这个体系中上下传播的。设想一下，你是怎么通过视觉信息分辨出向你走来的是你的一个老朋友？你的一个较高的大脑皮层的发出指示，要识别一张脸，它的向下反馈通路会通知它下属的物体识别皮层中所有关于朋友的脸的特征信号通道准入开启，而识别为其他物品的信号通道准入通道关闭。期待下方的大脑皮层的反馈信号会满足这种预测，即有脸特征的信号传入通道。这时，进入你眼帘的是对这张脸不同部位点进行的扫描，扫描是光线转化为神经冲动的过程。这些冲动表征的是一系列的特征，即特征序列，通过输入神经进入你的大脑，请注意，进入大脑的视觉信号并不是物体的图像，在大脑中，根本找不到这样的图像区域，我们只是看到了由图像抽象出来的一系列特征，这些特征最初也许只是相邻输入神经元间表征的物体颜色的跃变。这些信息被V1区整合成一个相对抽象了一些的特征序列，比如一个很小的倾斜直线或者边缘线，这些序列及从其他V1区的序列被送到较高级的V2区进行更高程度的整合，比如说发现这是一个眼睛的轮廓。然后送至V4区……就是这样，从低层而来的信号在准入开关的筛选之下，逐步攀升到较高级的区域，此时这个皮层将寻找这些特征序列中的若干特征，向上级皮层汇报一个特征名，表明这是一张脸，上级的脸识别的信号准入通道收到了应有的信号，即预测是成功的。此时，它将做出进一步预测，根据下级传来的预测外通道中最有区别能力的一些独有特征，猜测他是张三，于是开启关于记忆中张三特征序列的所有通道，只允许这个序列特征进入预测通道，并将这个特征名通知下面的皮层，这个特征名被下级皮层转换成自身的一系列具体的特征准入通道开和关，并以相同的办法通知下级，当传播到运动控制层时，它的输出控制运动神经（比如眼球的运动肌肉）对特定的欲观察处进行观察，V1区的细胞收到了新的信号，将特征上报，一层层回馈回去，符合的信号一直传入上层，如果上级的预测得到了肯定，那么它将会用同样的办法进一步核实，这就是对一张脸的不同部位进行扫描的控制依据。如果猜测失误，即没有在开通的通道中收到期望的信号，那么上级会从预测外通道中获取其他一些特征去匹配另外一个记忆，并根据此猜测开启其他一些开关。并通知下级去支配运动器官，期待其反馈。这样，确定的过程逐渐建立起来，当坚信它是某事物的时候，表征这一猜测特征的一系列神经元将一直处于兴奋，用于代表这个事物的特征序列，我们称这种现象叫恒定表征，我们有有理由承认，下属层向上属层汇报的特征名就是基于此层的恒定表征，恒定表征基于各层的特征组，发生在各级的处理皮层上。设想如果是其他的一些情况，比如看到的物体不是脸，这时，起初的预测就会被否定，不会引起具体的猜测了，主管识别物体的那个皮层会尝试打开其他的特征开关，试图理解为其他的物体。如果怎么也找不到正确的预测，那么大脑就会完全陷于识别的思考之中，抑或顿悟，抑或放弃，研究表明，顿悟将引起上文所述的强烈的阶流式预测。而放弃代表着我们不再关心他具体是何种物体，也许只是当作一幅抽象画来欣赏。如果将某个皮层作为一个电路模块，那么它可绘制成类似于以下基本形态的结构：本皮层区域 序列名 前馈通路 开关选通号 上级反馈 运动输出* 下级前馈 向下反馈 *运动输出可选 皮层区域模块化图示 如果皮层区域间的传播方式基本确定了，那么皮层内部的结构应该是什么样的？