物理科技生物学-PHYICA

未经训练的深度神经网络中的人脸检测

技术工程 2022-03-01 21:54:55

Face detection in untrained deep neural networks Credit:韩国高级科学技术研究所(KAIST)研究人员发现,在未经训练的神经网络中,更高的视觉认知功能可以自发产生。由生物和脑工程系的白思范教授领导的一个KAIST研究小组表明,即使在完全未经训练的深层神经网络中,面部图像的视觉选择性也可能出现。这一新发现为生物和人工神经网络中认知功能发展的潜在机制提供了启示性的见解,也对我们理解感官体验之前早期大脑功能的起源产生了重大影响。

12月16日发表在《自然通讯》上的这项研究表明,在完全没有学习的情况下,在随机初始化的深层神经网络中观察到对面部图像有选择性的神经元活动,并且它们显示了在生物大脑中观察到的特征。

识别和辨认面孔的能力是社会行为的一个关键功能,这种能力被认为起源于单神经元或多神经元水平的神经元调谐。对面孔有选择性反应的神经元在不同物种的年轻动物中很少见,这引发了激烈的争论:面孔选择性神经元是天生就存在于大脑中,还是需要视觉体验。

研究小组使用一个捕捉视觉皮层腹侧流属性的模型神经网络,发现人脸选择性可以从未经训练的深层神经网络中的随机前馈接线中自发出现。该团队认为,这种天生的面部选择性特征与大脑中面部选择性神经元观察到的特征相当,这种自发的面部神经元调谐使网络能够执行面部检测任务。

这些结果暗示了一种可能的情况,即在早期未训练的网络中发展的随机前馈连接可能足以初始化原始视觉认知功能。

白教授说,“我们的发现表明,即使在完全没有学习的情况下,天生的认知功能也可以从嵌入分层前馈和投射电路的统计复杂性中自发产生。”

他继续说,“我们的结果提供了一个广泛的概念进展,以及对生物和人工神经网络中先天功能发展的潜在机制的高级见解,这可能会揭开智能产生和进化的神秘面纱。”这项工作得到了韩国国家研究基金会和KAIST奇点研究项目的支持。

来源:由phyica.com整理转载自PH,转载请保留出处和链接!

本文链接:http://www.phyica.com/jishugongcheng/11434.html

发表评论

用户头像 游客
此处应有掌声~

评论列表

还没有评论,快来说点什么吧~