研究人員表示，利用精確的大腦測(cè)量，耶魯大學(xué)的研究人員預(yù)測(cè)了人們?cè)谟^看自然場(chǎng)景時(shí)的眼睛是如何移動(dòng)的，這是人類視覺系統(tǒng)的進(jìn)步，可以改善大量的人工智能工作，例如開發(fā)無人駕駛汽車。

“我們是視覺生物，知道大腦如何快速計(jì)算出去哪里看起來具有根本重要性，”耶魯大學(xué)的Marvin Chun，理查德M.科爾蓋特心理學(xué)教授，神經(jīng)科學(xué)教授和12月4日發(fā)表在該雜志上的新研究的共同作者說。自然通訊。

人們已經(jīng)對(duì)眼動(dòng)進(jìn)行了廣泛的研究，研究人員可以肯定地確定凝視將針對(duì)環(huán)境中的不同元素。尚未被理解的是大腦如何協(xié)調(diào)這種能力，這對(duì)生存至關(guān)重要。

在前一個(gè)“心靈閱讀”的例子中，Chun的小組成功地重建了人們?cè)贛RI機(jī)器中掃描時(shí)觀看的面部圖像，僅基于他們的腦部成像數(shù)據(jù)。

在新論文中，Chun和主要作者Thomas P. O'Connell采取了類似的方法，并通過分析大腦對(duì)復(fù)雜，自然場(chǎng)景的反應(yīng)表明，他們可以預(yù)測(cè)人們將注意力和注視力引向何處。通過深度卷積神經(jīng)網(wǎng)絡(luò)分析大腦數(shù)據(jù)使這成為可能 - 這種模型廣泛用于人工智能(AI)。

“這項(xiàng)工作代表了神經(jīng)科學(xué)和數(shù)據(jù)科學(xué)的完美結(jié)合，”Chun說。

該研究結(jié)果具有無數(shù)的潛在應(yīng)用 - 例如測(cè)試競(jìng)爭(zhēng)人工智能系統(tǒng)，對(duì)圖像進(jìn)行分類并指導(dǎo)無人駕駛汽車。

“人們可以看到比AI系統(tǒng)更好的，”Chun說。“了解大腦如何執(zhí)行其復(fù)雜的計(jì)算是神經(jīng)科學(xué)的最終目標(biāo)，并有益于人工智能。”