通过精确的大脑测量,耶鲁大学的研究人员预测了人们在观看自然场景时眼睛是如何运动的。研究人员说,这是对人类视觉系统的一种进步,可以改善许多人工智能的努力,比如开发无人驾驶汽车。
“我们是视觉动物,知道大脑如何快速计算要看的地方是非常重要的,”耶鲁大学的马文·春(Marvin Chun)说。他是理查德·m·科尔盖特(Richard M. Colgate)的心理学教授、神经科学教授,也是12月4日发表在《自然通讯》(Nature Communications)杂志上的一项新研究的合著者。
眼球运动已经得到了广泛的研究,研究人员可以肯定地说,目光将会投向环境中的不同元素。目前还不清楚的是大脑是如何协调这种能力的,而这种能力对于生存是如此重要。
在之前的一个“读心术”的例子中,全永的研究小组仅根据受试者的大脑成像数据,就成功地重建了他们在核磁共振成像仪上扫描时所看到的面部图像。
在这篇新论文中,Chun和主要作者Thomas P. O ‘Connell采用了类似的方法,通过分析大脑对复杂自然场景的反应,他们可以预测出人们的注意力和凝视的方向。这是通过使用深度卷积神经网络分析大脑数据而实现的,深度卷积神经网络模型在人工智能(AI)中得到了广泛应用。
“这项工作代表了神经科学和数据科学的完美结合,”全永说。
这些发现有无数潜在的应用前景,比如测试相互竞争的人工智能系统,这些系统可以对图像进行分类,并指导无人驾驶汽车。
“人类比人工智能系统看得更清楚,”全永说。“了解大脑如何执行复杂的计算是神经科学的最终目标,也有利于人工智能的研究。”