鼠标与人工智能:视觉强度和神经对齐的神经伦理基准

科学领域:

• 神经科学是一个神经科学.
• 人工智能的人工智能
• 计算机视觉 计算机视觉

背景情况:

• 现代强化学习 (RL) 代理人在现实环境中难以获得视觉强度.
• 像老鼠这样的生物系统对环境变化和视觉输入退化表现出了显著的弹性.

研究的目的:

• 介绍鼠标与人工智能:强大的食竞争,RL代理通用化的生物灵感基准.
• 评估RL代理人的能力,以概括到未见的,在自然的3D环境中生态现实的视觉干扰.
• 通过整合RL,计算机视觉和神经科学,促进强大,可泛化和生物启发的AI的发展.

主要方法:

• 参与者训练RL代理人在3D Unity环境中进行视觉指导的食任务.
• 代理商的评估是基于对新型视觉干扰的概括 (轨道1:视觉强度).
• 用线性读数 (轨道2:神经对齐) 评估代理内部表示,以预测小鼠视觉皮质活动.
• 为验证提供了雾扰乱的培训条件,与基线近接政策优化 (PPO) 代理商一起.

主要成果:

• 该竞赛提供了一个平台,用于将RL代理与真实小鼠行为和神经数据进行基准测试.
• 它可以通过各种视觉干扰来评估概括能力.
• 它允许评估人工智能表示和生物系统之间的神经对齐.

结论:

• 鼠标与人工智能竞赛通过在生物原则和共享任务上奠定基础,推动人工智能发展.
• 它促进创建更强大的和可通用的人工智能系统,能够实现现实世界的性能.
• 这种生物灵感的方法将人工智能,计算机视觉和神经科学联系在一起,为未来的研究铺平了道路.