Это кажется легким нам – человеческий мозг просто делает это. Но очевидная простота этой задачи – иллюзия.
Задача на самом деле так сложна, никто не был в состоянии написать машинный код, который переводит эти искаженные письма тот же самый способ, которым могут нейронные сети. Вот почему этот тест, названный КАПЧОЙ, используется, чтобы отличить человеческий ответ от компьютерных личинок, которые пытаются украсть конфиденциальную информацию.Теперь, команда нейробиологов в Институте Солка для Биологических Исследований взяла проблему исследования, как мозг выполняет эту замечательную задачу. Два исследования, опубликованные в течение дней друг после друга, демонстрируют, насколько сложный визуальная задача, расшифровывающая КАПЧУ или любое изображение, сделанное из простых и запутанных элементов, на самом деле к мозгу.
Результаты двух исследований, опубликованных 19 июня в Нейроне и 24 июня на Слушаниях Национальной академии наук (PNAS), делают два важных шага вперед в понимании видения и переписывают то, что, как полагали, было установленной наукой. Результаты показывают, что то, какие нейробиологи думали, что знали об одной части загадки, было слишком просто, чтобы быть верным.
Их глубокое и подробное исследование – вовлечение записей от сотен нейронов – может также иметь будущие клинические и практические последствия, говорят старшие соавторы исследования, нейробиологи Salk Татьяна Шарпее и Джон Рейнольдс.«Понимание, как мозг создает визуальное изображение, может помочь людям, мозги которых работают со сбоями всевозможными способами – такими как люди, которые потеряли способность видеть», говорит Шарпи, адъюнкт-профессор в Вычислительной Лаборатории Нейробиологии. «Один способ решить ту проблему состоит в том, чтобы выяснить, как мозг – не глаз, но кора – обрабатывает информацию о мире. Если у Вас есть тот кодекс тогда, Вы можете непосредственно стимулировать нейроны в коре и позволить людям видеть».Рейнольдс, преподаватель в Лаборатории Нейробиологии Систем, говорит косвенную выгоду понимания путем, что интеллектуальные труды – возможность строительства компьютерных систем, которые могут действовать как люди.
«Причина, что машины ограничены в их возможности признать вещи в мире вокруг нас, состоит в том, что мы действительно не понимаем, как мозг делает это, а также это делает», говорит он.Ученые подчеркивают, что это долгосрочные цели, которых они стремятся достигнуть, шаг за один раз.Интеграция частей в wholesВ этих исследованиях нейробиологи Salk стремились выяснить, как часть зрительной зоны коры головного мозга, известной как область, которую V4 в состоянии отличить между различными визуальными стимулами, как раз когда стимулы перемещаются в космосе.
V4 ответственен за промежуточный шаг в нервной обработке изображений.«Нейроны в визуальной системе чувствительны к областям пространства – они похожи на небольшие окна в мир», говорит Рейнольдс. «На ранних стадиях обработки эти окна – известный как восприимчивые области – маленькие. У них только есть доступ к информации в ограниченной области пространства.
Каждый из этих нейронов посылает мозговые сигналы, которые кодируют содержание небольшой области пространства – они отвечают на крошечные, простые элементы объекта, такие как край, ориентированный в космосе или небольшом участке цвета».У нейронов в V4 есть более крупная восприимчивая область, которая может также вычислить более сложные формы, такие как контуры. Они достигают этого, объединяя исходные данные из более ранних визуальных областей в коре – то есть, области ближе сетчатка, которая предоставляет вход визуальной системе, у которых есть небольшие восприимчивые области, и посылает на той информации для более высокого уровня, обрабатывающего, которые позволяют нам видеть сложные изображения, такие как лица, говорит он.
Оба новых исследования исследовали проблему постоянства перевода – способность нейрона признать тот же самый стимул в его восприимчивой области, неважно, где это находится в космосе, где это, оказывается, находится в пределах восприимчивой области.Бумага Нейрона посмотрела на постоянство перевода, анализируя ответ 93 отдельных нейронов в V4 к изображениям линий и форм как кривые, в то время как исследование PNAS посмотрело на ответы нейронов V4 к естественным сценам, полным сложных контуров.Догма в области то, что нейроны V4 все постоянство перевода выставки.«Принятое понимание – то, что нейроны людей настроены, чтобы признать тот же самый стимул, неважно, где это было в их восприимчивой области», говорит Шарпи.
Например, нейрон мог бы ответить на немного кривая в номере 5 в КАПЧЕ, неважно как эти 5 расположены в ее восприимчивой области. Исследователи полагали, что нейронное постоянство перевода – способность признать любой стимул, неважно где это находится в космосе – увеличения как изображение, перемещается вверх через визуальную иерархию обработки.«Но что оба шоу исследований – то, что есть больше к истории», говорит она. «Есть компромисс между сложностью стимула и степенью, которой клетка может признать его, поскольку это перемещается с места на место».Более глубокая тайна, которая будет решена
Исследователи Salk нашли, что нейроны, которые отвечают на более сложные формы – как кривая в 5 или в скале – продемонстрированное уменьшенное постоянство перевода. «Им нужна та сложная кривая, чтобы быть в более ограниченном диапазоне для них, чтобы обнаружить его и понять его значение», говорит Рейнольдс. «Клетки, которые предпочитают, чтобы у сложной формы еще не было возможности признать ту форму везде».С другой стороны, нейроны в V4, настроенном, чтобы признать более простые формы, как прямая линия в номере 5, увеличили постоянство перевода. «Они не заботятся, где стимулы, на которые они настроены, пока это в их восприимчивой области», говорит Шарпи.
«Предыдущие исследования распознавания объектов предположили, что нейронные ответы на более поздних стадиях в визуальной обработке остаются тем же самым независимо от основных визуальных преобразований к изображению объекта. Наше исследование подчеркивает, где это предположение ломается и предлагает простые механизмы, которые могли вызвать, чтобы возразить селективности», говорит Джуд Митчелл, исследователь Salk, который был ведущим автором на бумаге Нейрона.«Важно, чтобы следовал из двух исследований, довольно совместимы друг с другом, что, что мы считаем изучение просто линиями и кривыми в первых матчах эксперимента, что мы видим, когда мозг испытывает реальный мир», говорит Шарпи, который известен за развитие вычислительного метода, чтобы извлечь нервные ответы из естественных изображений.
«Что это говорит нам, то, что есть более глубокая тайна здесь, чтобы быть решенной», говорит Рейнольдс. «Мы не выяснили, как постоянство перевода достигнуто. То, что мы сделали, является распакованной частью механизма для достижения интеграции частей в wholes».
Минджун Кух, бывший постдокторант в Salk, участвовал в исследовании PNAS. Salk постдокторский исследователь Анирвэн Нэнди и старший научный сотрудник Джуд Митчелл, Лаборатории Нейробиологии Систем Salk, были соавторами бумаги Нейрона.Оба исследования финансировались грантами от Национальных Институтов Здоровья (R01EY019493), Стипендия Макнайта и Фонды Рэя Томаса Эдвардса и В. М. Кека. Кроме того, исследование PNAS получило грант от Фондов Сирла.
Исследование Нейрона дополнительно финансировалось грантами от Фонда Альфреда П. Слоана, Национальных Институтов Здоровья (EY0113802), Благотворительная организация Гэтсби и Фонд Swartz и Первый Фонд постдокторское товарищество.