人類識(shí)別物體的能力非常卓越。假如你在特殊光線下看一個(gè)杯子，或者從一個(gè)意想不到的方向去看杯子，你的大腦仍然很有可能認(rèn)出這是一個(gè)杯子。這種精確的物體識(shí)別能力對(duì)人工智能開發(fā)者來說是一個(gè)難以實(shí)現(xiàn)的夢(mèng)想，例如那些改進(jìn)自動(dòng)駕駛汽車導(dǎo)航的開發(fā)者。

雖然在視覺皮層中建立靈長(zhǎng)類動(dòng)物物體識(shí)別模型已經(jīng)徹底改變了人工視覺識(shí)別系統(tǒng)，但是目前的深度學(xué)習(xí)系統(tǒng)相比生物系統(tǒng)已經(jīng)被簡(jiǎn)化，并且還是難以識(shí)別一些物體，。

近日，麻省理工學(xué)院麥戈文研究所的研究員 James DiCarlo 和他的同事在 Nature Neuroscience 上發(fā)表的研究成果中提到，有證據(jù)表明，反饋可以提高靈長(zhǎng)類動(dòng)物大腦識(shí)別難識(shí)別物體的能力，添加反饋回路可以改進(jìn)視覺應(yīng)用中所用到的人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的性能。

圖丨人工智能和深度學(xué)習(xí)視覺識(shí)別系統(tǒng)的藝術(shù)渲染圖（來源：Christine Daniloff）

深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）是目前在快速時(shí)間尺度（小于 100 毫秒）上精確識(shí)別物體最成功的模型。它具有大體上與靈長(zhǎng)類動(dòng)物腹側(cè)視覺流、皮質(zhì)區(qū)域類似的結(jié)構(gòu)，這一結(jié)構(gòu)用來逐步建立所觀察的物體的精確圖像。然而，跟靈長(zhǎng)類動(dòng)物的腹側(cè)神經(jīng)系統(tǒng)相比，大多數(shù)的 DCNN 都很簡(jiǎn)單。

“在很長(zhǎng)一段時(shí)間里，我們都沒有獲得一個(gè)基于模型的理解。因此，這一領(lǐng)域是通過將視覺識(shí)別建模作為前饋過程而開始的，”麻省理工學(xué)院大腦和認(rèn)知科學(xué)系的系主任DiCarlo 解釋道，“但是，我們知道，在跟物體識(shí)別相關(guān)的大腦區(qū)域中，存在著重復(fù)性解剖學(xué)連接。”

試想一下，前饋 DCNN 和視覺系統(tǒng)中首次嘗試捕捉物體信息的部分，就像一條穿過一系列車站的地鐵線，而反復(fù)出現(xiàn)的大腦網(wǎng)絡(luò)就像街道，相互連接，但又不是單向的。大腦精確識(shí)別物體只需 200 毫秒，所以這些反復(fù)出現(xiàn)的聯(lián)結(jié)是否在物體識(shí)別的關(guān)鍵步驟上起作用，目前仍不清楚。也許這些反復(fù)出現(xiàn)的聯(lián)結(jié)只是為了長(zhǎng)時(shí)間保持視覺系統(tǒng)協(xié)調(diào)。例如，街道上的排水溝緩慢地排出水和垃圾，但是并不需要很快地將人從小鎮(zhèn)的一邊轉(zhuǎn)到另一邊。

DiCarlo 和本研究的主要作者、CBMM 的博士后 Kohitij Kar 一起，開始驗(yàn)證快速識(shí)別物體過程中這些多次出現(xiàn)的結(jié)構(gòu)的微妙作用是否被忽略了。

首先，作者需要確認(rèn)靈長(zhǎng)類動(dòng)物大腦能詳細(xì)解碼的物體。識(shí)別物體這一過程對(duì)人工系統(tǒng)來說，充滿了挑戰(zhàn)，結(jié)果證明這很關(guān)鍵。

Kar 進(jìn)一步解釋道，“我們意識(shí)到，人工智能模型實(shí)際上并不是對(duì)處理每一幅或被遮擋、或處于混亂狀態(tài)的圖像都有問題。”

作者分別讓深度學(xué)習(xí)系統(tǒng)，還有猴子和人類識(shí)別一些“有挑戰(zhàn)性的”圖片，結(jié)果靈長(zhǎng)類動(dòng)物可以很輕易地識(shí)別物體，但是前饋 DCNN 就不行。但是，當(dāng)他們將合適的循環(huán)處理加入到這些 DCNN 中后，上述物體的識(shí)別突然變得輕而易舉了。

Kar 采用了空間和時(shí)間精度極高的神經(jīng)記錄方法，來確定這些圖片的處理對(duì)靈長(zhǎng)類動(dòng)物來說，是否真的如此瑣碎。值得注意的是，他們發(fā)現(xiàn)，雖然對(duì)人類大腦來說，高難度圖片的識(shí)別似乎很簡(jiǎn)單，但是它們實(shí)際上涉及到了額外的神經(jīng)處理時(shí)間（大概是 30 毫秒），這表明循環(huán)在我們的大腦中也存在。

“計(jì)算機(jī)視覺界最近在人工神經(jīng)網(wǎng)絡(luò)上成功堆疊了越來越多的層次，并且具有循環(huán)連接的大腦結(jié)構(gòu)也已經(jīng)出現(xiàn)。”Kar 說。

心理學(xué)教授、貝克曼研究所智能系統(tǒng)主題的聯(lián)合主席、非本研究作者 Diane Beck 進(jìn)一步解釋道：“由于完全前饋的深度卷積神經(jīng)系統(tǒng)現(xiàn)在非常擅長(zhǎng)預(yù)測(cè)靈長(zhǎng)類動(dòng)物的大腦活動(dòng)，這引起了人們對(duì)于反饋連接在靈長(zhǎng)類大腦中所起到的作用的疑問。這項(xiàng)研究表明，反饋連接很可能在物體識(shí)別中發(fā)揮作用。”

“這對(duì)自動(dòng)駕駛汽車意味著什么呢？研究表明，假如深度學(xué)習(xí)想要類比靈長(zhǎng)類大腦，那么深度學(xué)習(xí)中物體識(shí)別所涉及的結(jié)構(gòu)就需要循環(huán)組件，并且研究指出如何在下一代智能機(jī)器中使用這一程序。”

“隨著時(shí)間的變化，循環(huán)模型提供了對(duì)神經(jīng)活動(dòng)和行為的預(yù)測(cè)，”Kar 說。“我們現(xiàn)在可以模擬更復(fù)雜的任務(wù)。也許有一天，這個(gè)系統(tǒng)不僅可以識(shí)別物體，比如人，還可以執(zhí)行人類大腦能夠輕松進(jìn)行的認(rèn)知任務(wù)，比如體會(huì)他人的情緒。”