2025-01-08 资讯 0
互联网最新资讯：MIT研究团队在NeurIPS 2019上展示了一个神经网络，它通过模仿人类大脑的结构和功能，实现了类似生物视觉系统的物体识别能力。这个模型名为CORnet-S，由浅层人工神经网络组成，并包含循环连接，这与人类大脑中腹侧视觉流的工作方式相似。实验结果表明，CORnet-S在ImageNet图像识别任务中表现出色，并且其Brain-Score得分远高于其他深度学习模型。
此外，James DiCarlo教授团队还在《Nature Neuroscience》杂志上发表了一篇论文，探讨了循环信号通路在物体识别行为中的关键作用。这项研究利用行为学方法和电生理学技术，对动物的大脑活动进行了解读，并发现当处理挑战性图像时，大脑需要额外的时间来整合信息，而深度卷积神经网络（CNN）无法完全复制这一过程。
这些研究成果不仅突破性地提高了人工智能对生物视觉系统理解的准确性，也为开发更接近自然智能的人工系统提供了新的启示。
