從電腦學習頭腦，反之亦然

Learning about brains from computers, and vice versa
http://www.physorg.com/news122309873.html

February 15, 2008

多年來 Tomaso Poggio 在 MIT 的實驗室有二條並行的研究路線。某些計畫以了解頭腦如何運作為目標，用了複雜的計算模型。其他則以改善電腦能力為目標以完成我們的腦做起來很簡單的任務，例如理解複雜的視覺影像。

但最近 Poggio 發現這項研究進展如此之遙，以致於二種任務已開始重疊到一定的程度，現在是該結合二種研究路線的時候了。

在 2/16 週六於波士頓 AAAS 的年會上，他將描述其實驗室即將到來的改變，以及導致此改變發生的研究。

轉捩點在去年到來，當時 Poggio 及其團隊正研究一種電腦模型，被設計成用來理解人腦如何處理某種視覺資訊。當他們正在開發此視覺理論的一個測試時，他們試著利用模型視覺系統來實際詮釋一連串的照片。雖然此模型並非為此目的而開發 -- 它只是要對某些路徑在腦中如何運作進行理論性地分析 -- 結果證明它在快速識別某種複雜場景時，已能與現存最好的電腦視覺系統旗鼓相當，甚至更好。

"這是頭一遭一個模型已能重現人類在某種任務上的行為，" Poggio 說，MIT 大腦與認知科學系的 Eugene McDermott 教授，也是電腦科學與人工智慧實驗室的教授。

結果，"我的展望有了戲劇性地改變，" Poggio 說。"這表示我們或許比我至今所認為的可能性，還要更接近了解視覺腦皮層如何認知物體與景象。"

此實驗涉及一項任務，那對人來說很簡單，不過對電腦視覺系統來說很難：識別是否有任何動物出現在照片中，照片包含相對簡單的特寫以及複雜的景色，具有大量多變的細節。那是種相當複雜的任務，因為「動物」可包含任何從蛇到蝴蝶到牛的東西，或許與包含了分散注意力的樹或建築的背景成對比。人們轉瞬間就能夠夠指出景象，此任務用到人類視覺皮質中特殊的一部份，稱為 Ventra 1（腹側 1）路徑，來識別什麼被瞧見。視覺皮質是腦處理系統很大的一部份，而且是最複雜之一，故能夠了解它如何運作將是了解整個大腦如何運作很重要的一步 -- 今日科學重要的問題之一。

"計算模型開始對腦袋如何運作的關鍵問題，提供強大的新洞見，" Poggio 說，他是生物與計算學習中心的副主任，同時也是 MIT McGovern 腦研究研究所的研究者。

雖然 Poggio 及其團隊所開發的模型產生驚人的好結果，但 "我們不全然了解為何此模型會運作的如此之好，" 他說。他們現在正發展一個無所不包的視覺理論，那能夠說明這些及其實驗室最近的成果。

"我們的視覺能力在運算上來說相當驚人，而離我們以電腦模仿它們還很遠，" Poggio 說。不過這項新研究證明，現在或許是人工智慧的研究者開始將注意力放在神經科學最新進展上的時候了，他說。

※ 相關報導：

＊ 人工智慧在 2029 年可與人類較量？
＊ 史丹佛科學家將 2D 影像變成 3D 模型
＊ 3D 突破：可更新之全像式顯示器
＊ 仿生之眼：具有電路的隱形眼鏡帶來超級視力？

＊ 網友眨眼間即可判斷網站品質
＊ 理論：人類以 "標準模板" 辨識臉孔
＊ 研究：大腦認為越容易識別的外形越美
＊ 科學家：大腦的主宰有 2 個
＊ 平順的視覺追蹤怎麼來？
＊ 研究：腦袋的處理速度比 "即時" 還快
＊ 一個腦神經細胞 就很夠力
＊ 視覺研究：為何人們在群眾中不會引人注目？
＊ 什麼是色盲？