免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版

6月，人工智能領(lǐng)域的巨擘DeepMind公司發(fā)布了一個(gè)新程序。無(wú)需人類介入，該軟件能自動(dòng)從虛擬三維空間單個(gè)視角的照片推斷出整個(gè)空間的布局，并給出在其他全新視角下可能看到的畫面。只要給它幾張三維迷宮的圖片，這個(gè)叫做生成查詢網(wǎng)絡(luò)（GQN）的程序就可以模擬出整個(gè)迷宮的布局。

該程序不僅有顯而易見(jiàn)的技術(shù)應(yīng)用前景，也讓神經(jīng)科學(xué)家頗感興趣。因?yàn)橛脕?lái)訓(xùn)練該程序完成任務(wù)的算法利用了“現(xiàn)實(shí)和預(yù)測(cè)之間的偏差”，項(xiàng)目領(lǐng)導(dǎo)者之一阿里·伊斯拉米（Ali Eslami）說(shuō)。

他在DeepMind的同事及論文共同作者達(dá)尼洛·雷森德（Danilo Rezende）說(shuō)：“算法能夠調(diào)整它（預(yù)測(cè)性）模型中的參數(shù)，使得以后再碰到相同情況時(shí)，少一些‘驚訝’?！?/span>

給定一張繪有彩色立方塊的二維圖像（左圖），人工智能程序“生成查詢網(wǎng)絡(luò)”可以推斷出立方塊的三維構(gòu)型（右圖）。該人工智能背后的基本想法與神經(jīng)科學(xué)中的“預(yù)測(cè)性編碼”理論相同。

—

圖片來(lái)源：Deepmind

神經(jīng)科學(xué)家想到的，是預(yù)測(cè)性編碼理論（實(shí)際上，這正是啟發(fā)GQN團(tuán)隊(duì)的靈感之一）。該理論認(rèn)為，在認(rèn)知過(guò)程的每一個(gè)層級(jí)，大腦都會(huì)建立模型，或者說(shuō)生成信念，去預(yù)測(cè)它從低層級(jí)腦區(qū)會(huì)接收什么樣的信號(hào)，這些信念被翻譯為一種在特定情況下會(huì)有哪些感覺(jué)體驗(yàn)的預(yù)期，這樣就可以解釋外界發(fā)生了什么，并理解體驗(yàn)的意義。這些預(yù)測(cè)隨后被向下傳輸，反饋到低層級(jí)的感覺(jué)腦區(qū)。大腦會(huì)將反饋來(lái)的預(yù)測(cè)和實(shí)際的感覺(jué)輸入進(jìn)行比較，判斷導(dǎo)致差別（或者說(shuō)預(yù)測(cè)誤差）的可能原因，通過(guò)內(nèi)在的模型“抹平”部分差別；無(wú)法被解釋并消除的預(yù)測(cè)誤差，則作為前饋（feedforward，與反饋正相反）信號(hào)被傳輸?shù)礁邔蛹?jí)的腦區(qū)，在那里它們被視作有價(jià)值的信息，需要加以注意并適當(dāng)處理。

“這時(shí)，需要的就是調(diào)整內(nèi)在模型，即大腦的動(dòng)態(tài)，來(lái)抑制預(yù)測(cè)誤差?！?/span>卡爾·弗里斯頓（Karl Friston）說(shuō)，他是倫敦大學(xué)學(xué)院的著名神經(jīng)科學(xué)家，也是提出預(yù)測(cè)性編碼假說(shuō)的先驅(qū)之一。

過(guò)去十年間，認(rèn)知科學(xué)家、哲學(xué)家和心理學(xué)家，將預(yù)測(cè)性編碼視為一個(gè)重要理論，尤其是作為感知運(yùn)作機(jī)制的有力解釋。更有人充滿野心地認(rèn)為，它是可以解釋整個(gè)大腦機(jī)制的大一統(tǒng)理論。然而，很長(zhǎng)時(shí)間以來(lái)，我們都沒(méi)有足夠的實(shí)驗(yàn)工具，來(lái)直接測(cè)試該假說(shuō)描述的具體機(jī)制。隨著技術(shù)發(fā)展，更顯著的新證據(jù)在近兩年開始涌現(xiàn)。同時(shí)，早期一些里程碑式的證據(jù)的可重復(fù)性受到了質(zhì)疑。

— 

卡爾·弗里斯頓（Karl Friston）

“我的咖啡加了奶油和__?！痹谶@句話的空格里，似乎只有填進(jìn)“糖”是最自然的。加州大學(xué)圣迭戈分校（University of California, San Diego）的認(rèn)知科學(xué)家瑪爾塔·庫(kù)陶什（Marta Kutas）和史蒂文·希利亞德（Stenven Hillyard）在20世紀(jì)80年代做了一系列實(shí)驗(yàn)，將上面這句話逐詞呈現(xiàn)給參與者，同時(shí)記錄他們的大腦活動(dòng)。然而最結(jié)尾處不是“糖”，隨著最后一個(gè)詞顯示出來(lái)，人們看到的是“我的咖啡加了奶油和狗。”

研究者觀察到，當(dāng)實(shí)驗(yàn)被試看到出人意料的單詞“狗”時(shí)，他們的大腦反應(yīng)更大，而且顯示出了一種特殊的腦電活動(dòng)模式，他們稱之為“N400效應(yīng)”，即該單詞出現(xiàn)約400毫秒后腦電波達(dá)到峰值。問(wèn)題是，大腦是因?yàn)樵搯卧~不符合句子的上下文語(yǔ)義而產(chǎn)生N400效應(yīng)，還是因?yàn)樗`反了大腦的預(yù)期？

2005年，庫(kù)陶什和她的團(tuán)隊(duì)進(jìn)行了另一項(xiàng)研究，實(shí)驗(yàn)結(jié)果支持了“違反大腦預(yù)期”這一解釋。在該研究中，逐詞呈現(xiàn)的句子是：“今日微風(fēng)習(xí)習(xí)，因此男孩去戶外放（fly）__”。因?yàn)椤帮L(fēng)箏”（a kite）是最有可能的結(jié)尾，因此被試會(huì)預(yù)期下一個(gè)看到詞應(yīng)該是冠詞“a”。而當(dāng)被試看到的是“an”而非“a”時(shí)——這就代表最后一個(gè)單詞是元音開頭，比如“飛機(jī)”（an airplane）——他們的大腦出現(xiàn)了N400效應(yīng)。這時(shí)，該效應(yīng)顯然和冠詞的語(yǔ)義無(wú)關(guān)（冠詞沒(méi)有語(yǔ)義），也和處理視覺(jué)刺激本身的難度無(wú)關(guān)，而是和冠詞所提供的對(duì)下個(gè)單詞的預(yù)期有關(guān)。

2005年的研究似乎非常符合預(yù)測(cè)性編碼的理論框架，但是去年4月，在《eLife》上發(fā)表的一篇論文稱，數(shù)個(gè)實(shí)驗(yàn)室都無(wú)法重現(xiàn)實(shí)驗(yàn)的結(jié)果。目前，其他的研究者也紛紛回應(yīng)，其中一些聲稱，在復(fù)制實(shí)驗(yàn)中，實(shí)驗(yàn)方法存在細(xì)微差別，但對(duì)它們分析結(jié)果依然更支持預(yù)測(cè)性編碼解讀。

這些來(lái)回往復(fù)的爭(zhēng)辯，很大程度上反映了圍繞預(yù)測(cè)性編碼本身的爭(zhēng)論。類似庫(kù)陶什做的實(shí)驗(yàn)可以有多種解讀：除了預(yù)測(cè)性編碼理論，還有很多模型可以解釋它們的實(shí)驗(yàn)現(xiàn)象。這些實(shí)驗(yàn)都不能給出預(yù)測(cè)性編碼理論的決定性證據(jù)，因?yàn)樗鼈兩形赐诰虻缴顚訖C(jī)制。盡管預(yù)測(cè)性編碼理論已經(jīng)對(duì)“大腦持續(xù)做出推斷并與實(shí)際情況比較”的想法做了深入闡釋，但是理論的支持者依舊在苦苦尋找證據(jù)，以證明他們講述的故事是“唯一正確版本”，并可以擴(kuò)展到所有類型的認(rèn)知。

預(yù)測(cè)性編碼的基本觀點(diǎn)——大腦持續(xù)地對(duì)當(dāng)下體驗(yàn)做出預(yù)測(cè)并評(píng)估預(yù)測(cè)——并非一直都被當(dāng)作理所當(dāng)然。20世紀(jì)的主流神經(jīng)科學(xué)將大腦描述為一個(gè)特征檢測(cè)器：感知、處理、然后行動(dòng)。神經(jīng)元的活動(dòng)代表物理世界中刺激的在場(chǎng)或缺乏。比如說(shuō)，視覺(jué)皮層的一些神經(jīng)元對(duì)視野中的物體邊緣反應(yīng)，另一些的發(fā)放則反映了物體的方向、顏色和灰度。

但是，事實(shí)證明這個(gè)流程并非我們想象中那樣直接。進(jìn)一步實(shí)驗(yàn)發(fā)現(xiàn)，當(dāng)你的目光隨著一根長(zhǎng)長(zhǎng)的直線延伸到遠(yuǎn)處時(shí)，雖然視野中的直線還在，檢測(cè)直線的神經(jīng)元會(huì)停止發(fā)放，就好像這條直線消失了一樣。而此時(shí)，神秘的“自上而下”反饋連接中，卻好像有許多信息通過(guò)。

這就輪到“貝葉斯大腦”登上舞臺(tái)了。這個(gè)根源可以追溯到19世紀(jì)60年代的普適框架徹底顛覆了傳統(tǒng)理論。該理論認(rèn)為，大腦基于其內(nèi)部的模型對(duì)外部世界做概率推斷，換句話說(shuō)，它在盡可能地猜測(cè)它應(yīng)該對(duì)感知到的東西作何理解；這和貝葉斯統(tǒng)計(jì)原理是一致的，即用過(guò)去的經(jīng)驗(yàn)和當(dāng)前的體驗(yàn)，判斷某個(gè)事件發(fā)生的概率。大腦并不只是消極地等待感覺(jué)輸入來(lái)驅(qū)動(dòng)認(rèn)知，而是持續(xù)主動(dòng)地建立“世界如何運(yùn)行”的假說(shuō)，并用這些假說(shuō)來(lái)解釋感覺(jué)體驗(yàn)、補(bǔ)充缺失的部分。這就是為什么，有些專家認(rèn)為感知是“受控的幻覺(jué)”。

按照同樣的思路，貝葉斯大腦模型也能解釋視錯(cuò)覺(jué)如何產(chǎn)生。比如，屏幕上交替閃動(dòng)的兩個(gè)亮點(diǎn)看上去像是一個(gè)點(diǎn)在來(lái)回移動(dòng)，于是我們的大腦就無(wú)意識(shí)地將它們看作是同一個(gè)亮點(diǎn)。對(duì)物體移動(dòng)的理解是高層級(jí)的，但是它卻能從根本上影響我們低層級(jí)的感知。大腦就是這樣填補(bǔ)信息空洞——在這個(gè)例子中，缺失的是物體的運(yùn)動(dòng)——以繪制出并不完全準(zhǔn)確的世界圖景的。

在這個(gè)為大眾熟知的視錯(cuò)覺(jué)圖片中，棋盤A格的顏色看上去明顯比B格深一些；而實(shí)際上，它們的灰度是一樣的。大腦利用周圍格子的顏色和圓柱體陰影的位置對(duì)棋盤的顏色做出推斷。在這個(gè)例子中，這種推斷產(chǎn)生了“A和B灰度不一樣”的感知，盡管物理上它們的灰度是一致的。像右圖那樣連接起兩個(gè)格子，并遮擋掉圓柱體，你能看得更清楚。

—

圖片來(lái)源：Adrian Pingstone，修改自Edward H. Adelson

盡管科學(xué)家們已經(jīng)明確了生成模型以及預(yù)期在大腦功能中的重要性，卻依然無(wú)法確切指出它們到底是如何通過(guò)神經(jīng)回路實(shí)現(xiàn)的。“相對(duì)來(lái)說(shuō)，貝葉斯大腦版本的故事對(duì)于其底層的機(jī)制抱著不可知論的態(tài)度?！睈?ài)丁堡大學(xué)的心靈哲學(xué)教授馬克·施普雷瓦克（Mark Sprevak）說(shuō)。

說(shuō)回預(yù)測(cè)性編碼理論。它為大腦如何做貝葉斯推斷提供了具體的公式。“預(yù)測(cè)性編碼”一詞原本指通信工程中一種讓遠(yuǎn)程通信更高效的技術(shù)。因?yàn)橐曨l文件幀與幀之間通常包含許多冗余，壓縮數(shù)據(jù)時(shí)編碼每一幀的每一個(gè)像素很沒(méi)效率，更有效的方法是相鄰幀之間的差異進(jìn)行編碼，再反向操作來(lái)解碼整段視頻。

1982年，科學(xué)家發(fā)現(xiàn)在神經(jīng)科學(xué)中也可以巧妙運(yùn)用這個(gè)想法，因?yàn)樗芙忉?strong>視網(wǎng)膜的神經(jīng)元如何編碼在視神經(jīng)上傳輸?shù)囊曈X(jué)刺激。人們也堅(jiān)信它是大腦獎(jiǎng)賞系統(tǒng)的運(yùn)作原理：多巴胺神經(jīng)元編碼的是預(yù)期獎(jiǎng)賞和實(shí)際獎(jiǎng)賞間的差異強(qiáng)度。研究者們認(rèn)為，這些預(yù)測(cè)誤差幫助動(dòng)物更新未來(lái)的預(yù)期，并驅(qū)動(dòng)它們的決策。

雖然那么多例子擺在這兒，過(guò)去的科學(xué)家們大多還是認(rèn)為，預(yù)測(cè)性編碼只是專用于幾個(gè)特定大腦網(wǎng)絡(luò)的原理?，F(xiàn)在，運(yùn)用功能核磁共振成像（fMRI）等方法的實(shí)驗(yàn)已經(jīng)開始改變這個(gè)觀點(diǎn)了。

預(yù)測(cè)性編碼假說(shuō)如此具有說(shuō)服力，部分原因來(lái)自其強(qiáng)大的解釋力?！傲钗倚欧囊稽c(diǎn)在于，許多東西都可以在這個(gè)故事中得以闡明?！卑驳稀た死耍ˋndy Clark）說(shuō)。他是愛(ài)丁堡大學(xué)的邏輯學(xué)和形而上學(xué)教授，也是預(yù)測(cè)性編碼理論專家。

首先，它將感知和運(yùn)動(dòng)控制統(tǒng)一納入了同一個(gè)計(jì)算過(guò)程。它們本質(zhì)上是一枚硬幣的兩面：盡管使用的是兩種不同的方法，但大腦都在盡量消除預(yù)測(cè)誤差。在感知中，大腦是在調(diào)整內(nèi)部的模型；而在運(yùn)動(dòng)控制中，調(diào)整的是實(shí)際環(huán)境——想象一下，如果你想要舉手，而手還沒(méi)舉起來(lái)，這個(gè)差異就會(huì)產(chǎn)生巨大的預(yù)測(cè)誤差，這個(gè)誤差只需你移動(dòng)手臂就能消除。

—

Lucy Reading-Ikkanda/Quanta Magazine， 翻譯：顧金濤

感知和運(yùn)動(dòng)控制領(lǐng)域的一些實(shí)驗(yàn)也為預(yù)測(cè)性編碼提供了最強(qiáng)有力的證據(jù)。例如，6月發(fā)表在《神經(jīng)科學(xué)雜志》（Journal of Neuroscience）的一篇論文中，實(shí)驗(yàn)者要求被試看著屏幕，他們看到了屏幕上的單詞“kick”，隨后他們又聽(tīng)到了一段音頻。音頻原本錄的是“pick”，但是經(jīng)過(guò)了音頻處理，像是壓著聲音說(shuō)的，這讓大多數(shù)被試都匯報(bào)說(shuō)他們聽(tīng)到的是“kick”。而fMRI掃描顯示，大腦響應(yīng)最劇烈的是開頭的音“p”或“k”。這說(shuō)明大腦在表征預(yù)測(cè)誤差，因?yàn)槿绻竽X表征的僅僅是實(shí)際的感官體驗(yàn)，那么響應(yīng)最劇烈的應(yīng)該是在屏幕上和音頻中都出現(xiàn)的“ick”，而非與預(yù)測(cè)誤差相關(guān)聯(lián)的“p”或“k”。

還有一些學(xué)者努力將預(yù)測(cè)性編碼理論擴(kuò)展到感知和運(yùn)動(dòng)以外的領(lǐng)域，試圖將其定性為大腦中一切活動(dòng)的“通貨”?！斑@就像是積木，能構(gòu)建出不同大腦功能結(jié)構(gòu)的積木，”克拉克說(shuō)。不同的腦區(qū)之間交易的就是不同種類的預(yù)測(cè)。

弗里斯頓等人聲稱，這也適用于更高級(jí)的認(rèn)知過(guò)程，包括注意力和決策。最近對(duì)前額葉腦區(qū)進(jìn)行的計(jì)算神經(jīng)科學(xué)研究，就提示了在工作記憶和目標(biāo)導(dǎo)向的行為方面，預(yù)測(cè)性編碼也有參與。一些研究者論證道，情緒過(guò)程也可以用預(yù)測(cè)性編碼的方式來(lái)描述：情緒可能是大腦為了減小對(duì)身體狀態(tài)（比如體溫、心率、血壓）的預(yù)測(cè)誤差而表征出的狀態(tài)，當(dāng)大腦認(rèn)識(shí)到自己激動(dòng)、焦慮和不安時(shí)，它知道的是自己的這些身體指標(biāo)飆升了。或許，這也是“自我”這個(gè)概念涌現(xiàn)的起點(diǎn)。

這一系列的研究大多數(shù)著眼于借助預(yù)測(cè)性編碼理論，解釋神經(jīng)精神病和神經(jīng)發(fā)育紊亂的原理。弗里斯頓說(shuō)：“如果大腦是一臺(tái)做統(tǒng)計(jì)推斷的機(jī)器，那當(dāng)它出錯(cuò)時(shí)，它會(huì)犯統(tǒng)計(jì)學(xué)家常犯的錯(cuò)?！币簿褪钦f(shuō)，它會(huì)因?yàn)楦吖阑蚝鲆曨A(yù)測(cè)及預(yù)測(cè)誤差而做出錯(cuò)誤推斷。

例如，自閉癥的某些特征，可能是由于大腦無(wú)法忽略最低處理層次的感覺(jué)預(yù)測(cè)誤差而產(chǎn)生的。這可能導(dǎo)致對(duì)感覺(jué)的過(guò)度關(guān)注，對(duì)重復(fù)和可預(yù)測(cè)性的渴求，對(duì)某些錯(cuò)覺(jué)的高度敏感以及其他反應(yīng)。精神分裂癥等與幻覺(jué)相關(guān)的病癥則可能與之相反：對(duì)正在發(fā)生的事情，大腦可能會(huì)過(guò)度依賴自己的預(yù)測(cè)，而不夠重視與這些預(yù)測(cè)相矛盾的感官信息。（不過(guò)專家們也不忘提醒，自閉癥和精神分裂癥的成因是復(fù)雜的，不能簡(jiǎn)化為單一的解釋或機(jī)制。）

耶魯大學(xué)醫(yī)學(xué)院的臨床神經(jīng)科學(xué)家菲利普·科萊特（Philip Corlett）說(shuō)：“它給我們最深刻的啟示是，我們的心智功能竟然如此易受影響?！?科萊特的實(shí)驗(yàn)室進(jìn)行過(guò)一些實(shí)驗(yàn)，他們能在健康的被試腦中建立新的“信念”，讓他們產(chǎn)生正在體驗(yàn)曾經(jīng)接受過(guò)的刺激的幻覺(jué)。（在其中一個(gè)實(shí)驗(yàn)中，科學(xué)家將一個(gè)圖案作為條件刺激和一個(gè)音調(diào)聯(lián)系一起，當(dāng)被試看到圖案時(shí)，即使沒(méi)有聲音，他們也以為自己聽(tīng)到了那個(gè)音調(diào)。）研究者正試圖弄明白這些信念是如何被轉(zhuǎn)化為感知的。通過(guò)這些研究，“我們有證據(jù)表明感受和認(rèn)知并沒(méi)有那么涇渭分明?！?/strong>科萊特說(shuō)，“新的信念可以被植入，并影響你的感知。”

然而，證據(jù)還不足以確證結(jié)論——直到現(xiàn)在。

 “我們的實(shí)驗(yàn)工作經(jīng)常表明，實(shí)驗(yàn)結(jié)果與預(yù)測(cè)性處理的假說(shuō)兼容，但這并不意味著預(yù)測(cè)性編碼是最佳解釋?！?/span>施普雷瓦克說(shuō)。預(yù)測(cè)性編碼理論在認(rèn)知科學(xué)領(lǐng)域中被廣泛接受，但“在系統(tǒng)神經(jīng)科學(xué)領(lǐng)域，它仍然處于弱勢(shì)，” 瑞士弗里德里?！み~瑟生物醫(yī)學(xué)研究所的神經(jīng)科學(xué)家格奧爾格·凱勒（Georg Keller）說(shuō)。他的實(shí)驗(yàn)室正試圖用更確鑿的證據(jù)改變這一局面。

瑞士弗里德里希·邁瑟生物醫(yī)學(xué)研究所的神經(jīng)科學(xué)家格奧爾格·凱勒。他一直致力于找到預(yù)測(cè)性編碼假說(shuō)的機(jī)制性證據(jù)。

—

圖片來(lái)源：Roland T?nnler

在去年發(fā)表于《神經(jīng)元》（Neuron）的一項(xiàng)研究中，凱勒和他的同事觀察到小鼠視覺(jué)系統(tǒng)中出現(xiàn)了一種神經(jīng)元，它們的預(yù)測(cè)能力可以隨著時(shí)間的推移變得更強(qiáng)。該發(fā)現(xiàn)源于一場(chǎng)意外：當(dāng)他們開始在視頻游戲中訓(xùn)練小鼠時(shí)，發(fā)現(xiàn)虛擬世界的方向弄顛倒了。通常，只要小鼠向左轉(zhuǎn)，它們就會(huì)看到視野向右移動(dòng)，反之亦然。但有人不小心左右翻轉(zhuǎn)了研究人員在研究中使用的虛擬世界，因此老鼠一旦左轉(zhuǎn)，視野也會(huì)向左移動(dòng)。研究人員意識(shí)到這個(gè)失誤有意想不到的價(jià)值。他們監(jiān)測(cè)小鼠腦中表征這種視野流動(dòng)的信號(hào)，發(fā)現(xiàn)隨著小鼠逐漸熟悉倒置的環(huán)境，該信號(hào)也緩慢地變化著。凱勒說(shuō)：“這些信號(hào)看起來(lái)像是對(duì)視野向左流動(dòng)的預(yù)測(cè)。”

如果該信號(hào)表征的只是小鼠的視覺(jué)感官體驗(yàn)，那么小鼠進(jìn)入虛擬世界時(shí)它們就會(huì)立即翻轉(zhuǎn)。如果它們是運(yùn)動(dòng)信號(hào)，根本就不會(huì)翻轉(zhuǎn)。事實(shí)是，“它關(guān)乎識(shí)別預(yù)測(cè)，”凱勒說(shuō)，“給定運(yùn)動(dòng)方向下，對(duì)視野流動(dòng)的預(yù)測(cè)?！?/span>

 “這項(xiàng)工作提供了一種前所未有的證據(jù)?！笨死苏f(shuō)，“這項(xiàng)證據(jù)具體到了非常局部的每個(gè)細(xì)胞、逐個(gè)層級(jí)，于是我們可以清晰地看到，預(yù)測(cè)性編碼是最佳適配模型。”

巧合的是，幾乎同時(shí)，有人在獼猴大腦的面部識(shí)別腦區(qū)發(fā)現(xiàn)了類似的現(xiàn)象。以往的研究已經(jīng)顯示，該腦區(qū)神經(jīng)網(wǎng)絡(luò)的較低層級(jí)上，神經(jīng)元對(duì)以方向?yàn)榛A(chǔ)的面部信息編碼，比如說(shuō)，有些神經(jīng)元專門在看到側(cè)臉時(shí)發(fā)放。而在較高的層級(jí)，神經(jīng)元以更為抽象的方式表征面部信息，它們?cè)诤醯氖悄樀摹吧矸荨?，而非位置?/span>

在這個(gè)獼猴研究中，研究者先訓(xùn)練猴子，讓它們看兩張臉，先出現(xiàn)的一張臉總是透露一些有關(guān)第二張臉的信息，讓獼猴可以對(duì)第二張臉進(jìn)行一定預(yù)測(cè)。隨后，實(shí)驗(yàn)者用特定的方式干擾它們的預(yù)期，比如用不同角度呈現(xiàn)第二張臉，或者兩張臉沒(méi)有絲毫聯(lián)系。結(jié)果，在面部處理網(wǎng)絡(luò)的低級(jí)神經(jīng)元發(fā)現(xiàn)了與面部朝向無(wú)關(guān)的預(yù)測(cè)誤差——獼猴預(yù)測(cè)“身份”出了差錯(cuò)。這些錯(cuò)誤源于系統(tǒng)較高階層，也就是說(shuō)，低階神經(jīng)在比較感官輸入與高階傳輸下來(lái)的預(yù)測(cè)時(shí)，產(chǎn)生了錯(cuò)誤。

 “在那個(gè)系統(tǒng)中發(fā)現(xiàn)了預(yù)測(cè)誤差，并找到了預(yù)測(cè)的具體內(nèi)容，讓我很激動(dòng)?！痹撜撐牡牡谝蛔髡?，德國(guó)哥廷根歐洲神經(jīng)科學(xué)研究所的神經(jīng)科學(xué)家卡斯帕·施維茲克（Caspar Schwiedrzik）說(shuō)。

馬克斯·普朗克經(jīng)驗(yàn)美學(xué)研究所的研究員露西亞·梅羅妮（Lucia Melloni）則稱，她的小組在人類實(shí)驗(yàn)搜集到的一些神經(jīng)數(shù)據(jù)也可以用預(yù)測(cè)誤差解釋。

支持大腦采用預(yù)測(cè)性編碼的證據(jù)似乎更強(qiáng)大了，但不是所有人都被說(shuō)服了。一些科學(xué)家承認(rèn)這個(gè)理論可以解釋認(rèn)知的某些方面，但并不認(rèn)同它可以解釋一切。還有些人絲毫沒(méi)有被預(yù)測(cè)性編碼理論打動(dòng)。紐約大學(xué)心理學(xué)教授大衛(wèi)·海格（David Heeger）提出，關(guān)鍵在于區(qū)分“預(yù)測(cè)編碼”（重點(diǎn)是高效地傳輸信息）以及“預(yù)測(cè)處理”（他將其定義為做出預(yù)測(cè)的歷時(shí)性過(guò)程）這兩個(gè)概念。

他說(shuō)：“過(guò)往的文獻(xiàn)中存在很多混淆，因?yàn)槟切┭芯空咭詾橹灰患訁^(qū)分地一鍋亂燉就可以了。”他說(shuō)， “這種做法有時(shí)候會(huì)導(dǎo)致錯(cuò)誤，甚至可能把研究的大方向都帶偏了。”他舉例說(shuō)明道，在某些情況下，其他類型的貝葉斯模型可能會(huì)提供更準(zhǔn)確的腦功能描述。

該領(lǐng)域的許多專家普遍認(rèn)同的是，這項(xiàng)研究在機(jī)器學(xué)習(xí)領(lǐng)域的應(yīng)用潛力不可估量。目前，絕大多數(shù)人工智能研究都不涉及預(yù)測(cè)編碼，而是關(guān)注其他類型的算法。

但弗里斯頓認(rèn)為，在深度學(xué)習(xí)環(huán)境中建立預(yù)測(cè)編碼架構(gòu)，可以使機(jī)器更接近智能。

DeepMind的GQN就發(fā)揮了這一潛能。去年，蘇塞克斯大學(xué)的研究人員甚至使用包括預(yù)測(cè)編碼功能的虛擬現(xiàn)實(shí)和人工智能技術(shù)，創(chuàng)建了他們所謂的“幻覺(jué)機(jī)”，這種工具能夠模擬通常由迷幻藥物引起的幻覺(jué)狀態(tài)。

通過(guò)比較預(yù)測(cè)編碼模型與其他技術(shù)的表現(xiàn)，機(jī)器學(xué)習(xí)領(lǐng)域的進(jìn)展還可以為我們提供關(guān)于大腦的新洞見(jiàn)。至少，將預(yù)測(cè)編碼引入人工系統(tǒng)可以顯著提高這些機(jī)器的智能水平。

但在此之前，還有很多工作要做。科學(xué)家需要將凱勒、施維茲克等人正在進(jìn)行的研究繼續(xù)推進(jìn)，以回答大腦在哪些地方進(jìn)行內(nèi)部表征等問(wèn)題。此外，類似的實(shí)驗(yàn)是否能夠發(fā)現(xiàn)支持預(yù)測(cè)性編碼參與更高級(jí)的認(rèn)知過(guò)程的證據(jù)，目前也懸而未決。

格拉斯哥大學(xué)的神經(jīng)生理學(xué)家拉爾斯·木克里（Lars Muckli）指出，預(yù)測(cè)性編碼“對(duì)于神經(jīng)科學(xué)來(lái)說(shuō)，就像演化論對(duì)于生物學(xué)一樣重要”。但就目前而言，施普雷瓦克表示，“還不到判決的時(shí)候?！?/span>

本賬號(hào)系網(wǎng)易新聞·網(wǎng)易號(hào)“各有態(tài)度”簽約賬號(hào)