为什么它是更难大脑来判断运动而移动

想象你坐在火车上。你看窗外,看到另一个火车相邻车道上移动。但是,你的火车停止另一列火车时,或你停止移动,另一列火车吗?

相同的感觉experience-viewing列车可以产生两种截然不同的看法,令你感觉到的感觉自己在运动或静止的感觉,而你周围的物体运动。

人类的大脑总是面对这样模棱两可的感觉输入。为了解决歧义和正确感知世界,我们的大脑使用一种称为因果推论的过程。

因果推理是一个关键的学习、推理、决策,但研究人员目前知之甚少的神经元参与这个过程。

在《华尔街日报》最新发表的一篇论文eLife,研究人员罗彻斯特大学,包括格雷格DeAngelis乔治伊士曼教授脑与认知科学和他的同事们韩国成均馆大学,纽约大学,描述一个新颖的神经机制参与因果推论,帮助大脑在自动检测运动对象。

的研究提供了新的见解大脑如何解释感官信息和可能应用在设计人工智能设备和开发治疗和疗法治疗脑部疾病。

“虽然之前已经有很多学会了大脑如何处理视觉运动,大多数实验室研究神经元被自动忽略了引入的复杂性,“DeAngelis说。“在自然条件下,确定对象移动世界上对大脑来说是更大的挑战。”

现在想象一个仍然蹲狮等待发现猎物;狮子很容易发现一个移动的羚羊。仍就像狮子,当观察者是静止的,对她来说很容易检测当物体移动,因为世界上运动直接映射到视网膜上的运动。然而,当观察者移动,她的眼睛在她的视网膜运动无处不在移动相对于场景中的对象。这将导致一个复杂的运动模式,使大脑更加困难发现当一个对象是世界上移动,当它是静止的;在这种情况下,大脑必须区分图像运动的结果观察自己与其他对象的运动自我形象。

研究人员发现一种神经元在大脑中一个特定组合的响应特性,使神经元适合有助于区分自动的任务和其他对象的运动。

“尽管大脑可能使用多个技巧来解决这个问题,这种新的机制的优点是它可以并行执行在每个局部区域的视野,从而可能比更多的全局流程,更快地实现“DeAngelis说。”这种机制可能也适用于自主车辆,也需要迅速发现移动的物体。”

主要国家卫生研究院奖马刺发现因果推论

2020年,罗切斯特的一个研究小组,包括DeAngelis和拉尔夫哈伊弗纳助理教授,脑与认知科学是其他哈佛医学院,大学和莱斯大学Washington-received 1220万美元的赠款奖的美国国立卫生研究院的研究大脑如何使用因果推论区分自动对象运动。

五年奖是美国国立卫生研究院的一部分大脑研究通过推进创新公司成员(大脑)的倡议。生成的见解奖可能在发展中有着重要的应用治疗和治疗神经紊乱,如自闭症和精神分裂症,以及激励先进的人工智能。

“这NIH大脑行动奖是最大的研究奖历史上的脑与认知科学,“说Duje Tadin,教授和系主任在罗彻斯特在2020年。“它旨在解决关键问题我们的大脑如何解释我们的感官收集的信息。本研究建立在长期强度的BCS使用计算方法的理解行为和潜在的神经机制。”

解开一个复杂电路的神经元

因果推论是一个复杂的电路的神经元和其他感官机制并不广为人知,DeAngelis说,因为“感官知觉非常管用,大多数时候,我们理所当然的计算问题是多么困难。”

实际上,感官信号是嘈杂的和不完整的。此外,有许多可能的事件,发生在世界,会产生类似的感官输入模式。

考虑一个点的光,在眼睛的视网膜。同样的视觉输入可以各种情况下的结果:它可能是由一个对象,在世界观众仍然是静止的,如仍然一个人站在窗口,观察一个移动的救护车闪光;它可能是由一个移动的观察者观看一个静止的物体,比如一个跑步者注意到从远处灯柱上;也可能是由许多不同的对象的组合运动,自动和深度。

大脑有一个困难的问题解决:它必须推断最有可能引起感官信号,它收到的特定模式。它可以得出结论的情况和计划适当的动作反应。

在这些科学最新成果和使用数据的基础上,实验室实验,计算机模型,和认知理论,DeAngelis,哈伊弗纳,和他们的同事们将继续努力查明单一神经元和组的神经元参与这个过程。他们的目标是确定大脑如何产生一个一致的视图的现实之间的交互过程的部分大脑的感官刺激和大脑的部分,使决策和行动计划。

开发治疗和人工智能

识别大脑如何使用因果推论将自动与对象运动可以帮助设计人工智能和自动驾驶仪设备。

“理解大脑如何推断自动改进现有算法和对象运动可能会提供灵感来源为自动驾驶仪设备在飞机和无人驾驶汽车,”哈伊弗纳说。例如,飞机的电路必须考虑飞机的自动空气中,同时避免其他移动飞机出现。

另外的研究可能在发展中有着重要的应用治疗和治疗神经紊乱,如自闭症和精神分裂症,条件的推理被认为是受损。

“虽然项目基础科学关注理解因果推论的基本机制,这些知识最终应该适用于治疗这些疾病,“DeAngelis说。

参考:金人力资源、Angelaki DE DeAngelis GC。在自动检测对象运动的神经机制。eLife。2022;11:e74971。doi:10.7554 / eLife.74971

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。