使用双流神经网络模型的零射击计数
Jessica A F Thompson1, Hannah Sheahan1, Tsvetomira Dumbalska1
1Department of Experimental Psychology, University of Oxford, Oxford OX2 6GG, UK.
Neuron
|November 2, 2024
概括
研究人员开发了一种新的双流深度学习模型,可以执行视觉场景中对象的零射击计数,模仿灵长类大脑功能. 这个模型提升了我们对大脑如何处理视觉场景和数字信息的理解.
科学领域:
- 计算神经科学是一种计算神经科学.
- 人工智能的人工智能是人工智能.
- 认知科学是一种认知科学.
背景情况:
- 视觉场景理解需要对象识别和关系结构编码.
- 灵长类的大脑利用双重处理流 (腹部和背部) 进行这些功能.
- 当前的深度学习模型在对象识别方面表现出色,但在场景结构和数字编码方面扎.
研究的目的:
- 开发一种深度学习模型,能够以与灵长类大脑功能相一致的方式编码视觉场景结构,包括数量.
- 为了实现复杂场景中的不熟悉对象的零射击计数能力.
主要方法:
- 设计了一个双流深度学习网络架构,灵感来自灵长类大脑的腹部和背部流.
- 该模型被训练来处理视觉场景并预测对象计数.
- 模型的性能是根据其计算不熟悉对象的能力进行评估的 (零射击学习).
主要成果:
- 双流网络成功执行了视觉场景中对象的零射击计数.
- 该模型产生了空间响应场和lognormal数码,类似于子后壁皮质皮质中发现的数字.
- 该模型准确地预测了人类的计数行为.
结论:
- 开发的双流网络为理解灵长类大脑如何编码视觉场景结构和数量提供了一个计算模型.
- 这些发现支持后壁皮质皮质在视觉场景理解中的作用的主动理论.
- 这项研究将人工智能和神经科学联系起来,以解释复杂的视觉处理.
