Neuron：牛津大学研究探索人类大脑和人工神经网络在知识组装方面的工作机制-杭州脑海科技有限公司

点击【下方卡片】关注我们~最新前沿资讯抢先看

开放转载，欢迎大家转发到朋友圈和微信群

可添加小编微信【13295818579】获取原文

随着人类探索周围世界并经历新事物，人们本能地开始理解所遇到的事物，创建对象、人、地点和事件之间的心理联系。近年来，人工神经网络（ANNs）出现，它是受到大脑神经网络结构和功能启发的计算工具，可以训练以处理不同任务。更好地理解使人类能够成功组装知识的神经过程可能最终有助于改进ANN的设计，并提高其在可从此能力中受益的任务上的性能。与此同时，一些研究人员也开始将人类大脑处理特定任务的方式与支撑人工神经网络运行的过程进行比较。这些比较可以揭示人工智能和人类大脑之间有趣的相似之处，对神经科学和计算机科学研究都有益。

2023年5月3日，牛津大学的Stephanie Nelli和Christopher Summerfield教授及其研究团队在Neuron（IF=18.688）上发表了题为“Neural knowledge assembly in humans and neural networks”的文章，探究人类大脑和基于ANN的计算模型的知识组装。研究人员通过功能性磁共振成像（fMRI）技术发现大脑背侧结构(尤其是顶叶皮层)参与了对物体抽象表征的编码。

研究人员表示：“当新信息出现时，人类对世界的理解可以快速改变，例如当小说中发生情节转折时。这种灵活的‘知识组装’要对象和事件之间关系的神经代码快速重组。然而，现有的计算理论很大程度上没有关于如何发生这种情况的说明。”

为了研究人类大脑如何组装知识，研究人员进行了一系列涉及34名参与者的实验。这些参与者被要求完成一个简单的计算机任务，需要他们对他们在屏幕上看到的新对象做出决策。当参与者完成这项任务时，他们的大脑会被功能磁共振成像（fMRI）扫描仪扫描。这是一种检测与大脑活动相关的血流量微小变化的成像方法。

任务与设计

研究结果显示，在接触新知识之前，参与者在两个不同的背景下学习了新事物之间的过渡顺序，这揭示了它们之间的联系。背侧额顶叶皮质区的血氧水平依赖(BOLD)信号显示，在最小程度暴露于连接信息后，物体在神经流形上迅速而显著地重新排列。

来自人工网络和BOLD信号的数据

研究发现，随着参与者了解新对象和它们之间的关系的新信息，它们在大脑中表示的方式似乎被 '重新排列' 。利用这些发现，研究人员尝试使用基于ANN的计算模型复制类似的过程。他们的方法允许模型快速组装和重新组装它所获得的知识。它使用在线随机梯度下降法（一种用于在计算模型中实现渐进式和在线学习的技术）来实现这一点。

人工神经网络的知识组装

总体而言，该研究团队最近的研究证实了之前的发现，即大脑背侧结构(尤其是顶叶皮层)参与了对物体抽象表征的编码，而这种编码可以随着人类获取新知识的时间而改变。在未来，他们的发现可以指导其他计算方法的发展，更好地复制这一“知识组装过程”。

参考文献

Nelli, S., Braun, L., Dumbalska, T., Saxe, A., & Summerfield, C. (2023). Neural knowledge assembly in humans and neural networks.Neuron, 111(9), 1504–1516.e9. https://doi.org/10.1016/j.neuron.2023.02.014

资讯来源

https://medicalxpress.com/news/2023-06-exploring-human-brain-artificial-neural.html

欢迎加入前沿资讯交流群，入群方式：

添加小编微信13295818579

备注（姓名-工作单位/院校-研究方向-文献交流）

（可扫描下方二维码）