研究人员利用人工智能 (AI) 的力量来绘制大脑中的视觉功能，他们表示这也将消除在观察反应时可能出现的偏差。
威尔康奈尔医学院的团队演示了如何使用人工智能选择的自然图像和人工智能生成的合成图像作为神经科学工具来探测大脑的视觉处理区域。
在发表在《通讯生物学》上的这项研究中，他们让志愿者查看根据人类视觉系统的人工智能模型选择或生成的图像。
预计这些图像将最大程度地激活多个视觉处理区域。研究人员利用功能磁共振成像(fMRI)记录志愿者的大脑活动，发现这些图像确实比对照图像更好地激活了目标区域。
研究人员还表明，他们可以使用这些图像响应数据来调整个体志愿者的视觉模型，以便为特定个体生成最大程度激活的图像比基于通用模型生成的图像效果更好。
“我们认为这是研究视觉神经科学的一种有前景的新方法，”威尔菲尔家族大脑和心智研究所放射学数学和神经科学数学教授 Amy Kuceyeski 博士说。
在这项研究中，该团队使用了包含数万张自然图像的现有数据集以及人类受试者相应的功能磁共振成像响应，来训练称为人工神经网络(ANN)的人工智能类型系统，以模拟人脑的视觉处理系统。
然后，他们使用这个模型来预测数据集中的哪些图像应该最大限度地激活大脑的几个目标视觉区域。他们还将该模型与基于人工智能的图像生成器结合起来，生成合成图像来完成相同的任务。
“我们的总体想法是以系统、公正的方式绘制和建模视觉系统，原则上甚至使用人们通常不会遇到的图像，”库切斯基说。
研究人员招募了六名志愿者，并记录了他们对这些图像的功能磁共振成像反应，重点关注几个视觉处理区域的反应。
结果表明，对于自然图像和合成图像，平均而言，受试者的预测最大激活剂图像确实比选择或生成的仅平均激活剂的一组图像更能激活目标大脑区域。
免责声明：本文由用户上传，如有侵权请联系删除！
