Credit: Open AI由埃隆·马斯克创立的研究公司Open AI刚刚发现，他们的人工神经网络CLIP显示出与人脑惊人相似的行为。这一发现让科学家们对人工智能网络以符号、概念和文字的能力识别图像的未来充满希望。当人脑通过将一系列抽象概念与一个过度活跃的主题相关联来处理视觉图像时，第一个被记录以类似方式运行的生物神经元是“哈利·贝瑞”神经元。事实证明，这个神经元能够识别女演员的照片和草图，并将这些图像与“哈利·贝瑞”这个名字联系起来
现在，OpenAI的多模态视觉系统继续超越现有系统，即具有“蜘蛛侠”神经元等特征，这是一种人工神经元，不仅可以识别文本“蜘蛛”的图像，还可以识别插图和真人形式的漫画人物。这种识别不同上下文中表示的单个概念的能力展示了CLIP的抽象能力。与人脑类似，抽象能力允许视觉系统将一系列图像和文本与一个中心主题联系起来。
然而，生物神经元和人工神经元的区别在于语义和视觉刺激。大脑中的神经元将一组视觉输入连接到一个概念上，而人工智能神经元对一组想法做出反应。事实上，通过研究像CLIP这样的系统是如何识别的，研究人员可以潜在地了解更多关于人类神经元如何识别大量常见概念的信息，例如面部表情、名人、地理区域和宗教肖像等等。同样，通过研究CLIP是如何形成其词汇的，科学家们希望发现与人脑更多的相似之处。
Credit: Open AI研究团队沿着两条路线检查CLIP)特征可视化，查看神经元对视觉输入量的反应有多强烈，以及2)数据集示例，评估神经元响应的激活数据集图像的分布。到目前为止，团队已经发现CLIP神经元似乎是非常多面的，这意味着它们在高抽象层次上对许多独特的概念做出反应。
作为一个识别系统，CLIP也表现出各种形式的偏见。例如，该系统的“中东”神经元与恐怖主义有关联，还有一个“移民”神经元对涉及拉丁美洲的输入做出反应。
就这些发现的局限性和进一步研究的空间而言，科学家承认，尽管CLIP在定位地理区域、单个城市甚至地标方面很有技巧，但该系统似乎没有表现出将双峰等地标与标识符旧金山联系起来的独特的“旧金山”神经元。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
