办事指南

MRI大脑扫描火车机器,看世界更像我们

点击量:   时间:2017-10-30 01:02:34

PR Michel Zanca,ISM /科学图片库作者:Matt Reynolds人工智能正在从真正的专家那里获取图像识别技巧:人脑使用fMRI大脑活动扫描作为训练工具提高了机器学习算法识别物体的能力该技术可以改善人脸识别系统或帮助自动驾驶车辆更好地了解周围环境哈佛大学的David Cox说,在涉及物体识别等任务时,机器学习仍然远远落后于人类因此,他的小组训练算法来处理图像,就像我们一样他们分析了大脑视觉皮层区域如何响应包含四种不同类型物体的图像:人类,动物,建筑物和食物这些数据来自一位志愿者,他们观看了超过1200张图像,而fMRI机器测量了他们的大脑反应不同的物体具有自己相应的大脑活动模式,信号的强度表明每个图像的分类难度该团队使用此信息来训练其机器学习算法如果一个算法在一个“简单”的图像上犯了一个错误,那么它会比在“困难”的图像上犯错误更严重这种反馈基本上告诉系统它应该根据其分类建立哪些信息以最大限度地减少错误因此,它在大脑容易识别的图像上表现更好,有效地以类似人类的方式做出决策(arxiv.org/abs/1703.05463)团队成员Walter Scheirer表示,“如果人工智能会犯下人类会犯的错误,那么人类就会继续信任该系统”使用fMRI数据训练基本图像分类器可以将不同类别的准确率提高10%至30%印第安纳州圣母大学他说,该方法可以让相对基本的机器学习模型接近最先进的神经网络的准确性 Cox表示,以与我们类似的方式做出决策的算法也可以更容易理解和信任计算机系统有时会犯下人类不会犯的错误 - 就像特斯拉的自动驾驶系统未能注意到明亮的天空中的白色拖车一样受过大脑数据训练的系统会以更人性化的方式犯错误 “如果你犯了人类会犯的错误,人类就会继续信任这个系统,”考克斯说 “这些都是初步结果,但它们令人印象深刻,他们认为这是一项新的工作,可能真的很有成效,”查尔斯顿南卡罗来纳医科大学的Thomas Naselaris说接下来,研究人员将研究大鼠脑中的细胞如何对不同的图像做出反应希望是了解大脑如何在这个层面上工作可能会导致系统更接近地模仿人类的决策 “真正令人兴奋的事情将来自于关于单个细胞如何连接以及它们如何发射的细粒度细节,”考克斯说这篇文章出现在标题“脑扫描辅助机器以查看更像我们”的印刷品中更多关于这些主题: