风景的二进制表示
荣誉:尤金尼奥·皮亚西尼 SISSA和宾夕法尼亚大学的一项合作表明，在老鼠身上存在一种有效的感觉编码过程，这表明了优化使用计算资源的一般原则
发表在eLife上的这项研究为理解这种效率背后的潜在神经元机制以及基于类似原理的人工智能系统的发展铺平了道路
休息时的人类大脑应该使用身体产生的五分之一的能量，我
e
，大约20 W的功率
事实上，如果我们的大脑没有配备一种有效的编码机制，让我们只能代表在庞大的、持续的感官刺激流中真正有用的信息，那么成本会高得多
SISSA和宾夕法尼亚大学进行的一项新研究发表在《电子生活》杂志上，该研究表明啮齿动物对视觉刺激也存在类似的有效编码过程
这些结果为重要的感觉知觉高效编码理论提供了支持，并为理解潜在的神经元机制和开发人工视觉系统的新训练协议铺平了道路
60年代初，英国科学家霍勒斯·巴洛提出了高效编码假说
“根据这一理论，我们的大脑可以使用一种神经代码来有效地表示感觉信息，这种代码可以最大限度地减少编码和传输信息所需的脉冲数量，从而减少能量，”SISSA阿万扎提国际高级研究所视觉神经科学实验室主任大卫·佐科兰解释道
“这种情况尤其发生在视觉系统中，因为大脑皮层更深处的神经元数量减少，从而降低了表征能力
" 根据支持有效编码假说的信息论，一个有效的感觉系统应该优先分配计算资源来表示环境中那些更能提供环境状态信息的统计特征
就视觉系统而言，这意味着对我们周围的自然图像中信息量最大的特征进行编码
宾夕法尼亚大学的计算神经科学家Vijay Balasubramanian在过去十年中一直致力于这一课题:“我们分析了成千上万幅自然景观的图像，方法是将它们转换成由黑白像素组成的二值图像，并将它们分解成由特定统计定义的不同纹理，”研究人员说
“我们注意到不同种类的纹理在自然界中有不同的可变性，人类受试者更善于识别变化最大的纹理
就好像我们的大脑把资源分配到最需要的地方
" 直到现在，还没有证据表明视觉纹理的类似有效感知发生在其他物种身上
在一项发表在eLife上的新研究中，Zoccolan和Balasubramanian团队已经证实这种效应发生在啮齿类动物身上
这项研究的第一作者里卡多·卡拉梅里诺与安德里亚·布切拉托和安娜·卡本西诺一起，训练动物区分由随机黑白像素组成的二值图像和根据特定概率标准创建的纹理，就像以前对人类受试者所做的那样
然后，他们用论文的第一作者尤金尼奥·皮亚西尼开发的“理想观察者”的数学模型分析了结果
科学家观察到，啮齿动物和人类一样，对自然界中变化最大的纹理最敏感
“我们在啮齿类动物中发现了一种对视觉纹理的感知敏感性模式，这种模式与有效编码一致，并且与先前在人类中观察到的模式相同，尽管这些物种之间存在系统发育距离
这一结果表明，有效的纹理编码可能是视觉中的一个普遍原则，”佐科兰评论道
“视觉系统似乎通过一种被动曝光来适应周围环境，变得专门识别信息量更大的信号，从而大大节省了计算资源和能源
我们的研究为研究这一基本过程背后的神经元机制的新实验方法铺平了道路
基于同样的原理，它还提出了训练人工视觉系统的新方法
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
