- 我的订阅
- 科技
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
解码大脑信号再现视觉图像
本文转自：科技日报
“所想即所见”
解码大脑信号再现视觉图像
科技日报北京5月3日电 （记者张梦然）是否有可能仅根据大脑信号，就完全重建某人所看到的内容？瑞士洛桑联邦理工学院研究人员朝着这个方向迈出了重要的一步，他们引入了一种新算法构建的人工神经网络模型，能以令人印象深刻的准确度捕捉大脑动态。该研究发表在最新一期《自然》杂志上。
这种新颖的机器学习算法——CEBRA植根于数学，可学习神经代码中的隐藏结构。研究人员利用新算法进行了演示。一只老鼠正在观看1960年代的黑白电影片段，其中一名男子跑向一辆打开后备箱的汽车；在另一个屏幕上，人们可看到由CEBRA计算出的电影重建画面，新构建的电影几乎与原版完全吻合，但有一些轻微的怪异扭曲。
CEBRA从原始神经数据中学到的信息可在解码训练后进行测试。团队已证明他们可从模型中解码老鼠在看电影时所看到的东西。但CEBRA不仅限于视觉皮层神经元，甚至大脑数据，它还可用来预测灵长类动物手臂的运动，并重建老鼠在竞技场上自由奔跑时的位置。
用于视频解码的数据由艾伦脑研所提供，大脑信号是通过插入小鼠大脑视觉皮层区域的电极探针，直接测量大脑活动而获得，这些探针被设计成使激活的神经元发出绿光。在训练期间，CEBRA学习将大脑活动映射到特定帧。在以视觉皮层中不到1%的神经元进行测试时，CEBRA表现良好。
CEBRA基于对比学习技术，这是一种学习如何将高维数据排列或嵌入到低维空间的技术。与其他算法相比，CEBRA在重建合成数据方面表现出色，这对于比较算法至关重要。它的优势还在于它能够跨模式组合数据，例如电影功能和大脑数据，并且它有助于限制细微差别，例如由数据收集方式带来的数据变化。
【总编辑圈点】
CEBRA是揭示复杂结构的“专家”。鉴于大脑就是最复杂的结构，这也可看作是CEBRA的终极测试空间。这一研究将帮助人们深入了解大脑处理信息的过程，成为人类发现神经科学新原理的平台。而该算法的实际意义还不仅限于此，它还能应用于许多涉及时间或联合信息的数据集，包括动物行为、基因表达数据，以及进一步为人们提供高性能脑机接口所需的理论支持。
以上内容为资讯信息快照，由td.fyun.cc爬虫进行采集并收录，本站未对信息做任何修改，信息内容不代表本站立场。
快照生成时间：2023-05-04 05:45:08
本站信息快照查询为非营利公共服务，如有侵权请联系我们进行删除。
信息原文地址：
