高级视觉惊喜的快速计算
David Richter1,2, Paula Pena1, María Ruz1
1Mind, Brain and Behavior Research Center (CIMCYC), University of Granada, Granada, Spain.
iScience
|December 24, 2025
概括
大脑预测传入的感官信息,使用惊喜来引导感知. 这项研究发现,高层次的视觉特征,而不是低层次的特征,驱动神经反应,这表明抽象的预测有助于感知.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 计算神经科学是一种神经科学.
背景情况:
- 预测性处理理论认为,大脑预测感官输入.
- 感官预测错误,偏离预期,对于感知推理至关重要.
- 了解大脑预测哪些刺激特征仍然是一个关键问题.
研究的目的:
- 调查哪些视觉特征 (低级别与高级别) 产生惊喜,从而影响神经反应.
- 为了确定大脑是否预测抽象或具体的刺激特性.
主要方法:
- 使用脑电图 (EEG) 记录大脑活动.
- 使用深度神经网络 (DNN) 的计算建模来量化惊喜.
- 呈现参与者与概率预测对象图像.
主要成果:
- 刺激开始后大约200毫秒左右的神经反应被高水平的视觉惊喜显著增加.
- 低水平的视觉惊喜并没有显著影响这些神经反应.
- 惊喜在早期 (低级) 和晚期 (高级) DNN 层中得到量化.
结论:
- 大脑的预测处理依赖于高级,抽象的特征预测.
- 这些高层次的预测很快就会为感知推理提供信息.
- 预测机器是针对抽象的预期而优化,而不是低级感官细节,以增强感知.
关键词:
卫生科学 卫生科学

