斯坦福AI模型 炼成小鼠“读心术”新鲜事


斯坦福AI模型 炼成小鼠“读心术”新鲜事



读心术真的能够实现吗?近日 , 据新智元报道 , Two Six Labs和斯坦福研究团队利用神经网络实现了对小鼠的“读心” , 他们利用网络模型读取小鼠脑内的电信号 , 预测小鼠的行为和在迷宫中的位置 , 平均预测误差仅为4厘米 。
大脑由相互连接的神经元组成:神经元可以响应输入信息并处于激活状态 , 反过来激活其他神经元 。 这些系统的“简化版”就是第一个人工神经网络的灵感来源 。 斯坦福Schnitzer实验室的研究人员制作了一个数据集 , 用于监控实验室的小鼠在“竞技场”中移动时的神经活动 。
所谓“竞技场”其实是一个带有地标贴纸的小盒子 。 研究人员通过将一个微型显微镜连接到小鼠的头部 , 并记录荧光染料的轨迹 , 这种染料会在单个神经元放电时发出绿光 , 从而实现记录神经活动的目的 。 这项技术可以同时跟踪数百个、甚至数千个神经元的活动 。
研究人员还训练了一个神经网络 , 根据最近的神经元放电模式预测小鼠的位置 , 并使用实验观察结果的前80%作为训练数据 , 仅给出神经元的活动 , 来预测后20%观察结果的小鼠位置 。 在尝试了许多模型体系结构后 , 研究人员发现具有回归输出层的简单密集神经网络表现最好 , 平均预测误差仅为4厘米 。
【斯坦福AI模型 炼成小鼠“读心术”新鲜事】据介绍 , 目前实验室人员正在制作更复杂的行为数据集 , 以便更好地应用这些方法 。 比如可以在小鼠通过迷宫时对其进行映射 , 预测左右转弯 , 并量化小鼠在学习走迷宫时的不确定性 。 或识别对小鼠展示哪些主题的图像会刺激到它 。 实验室研究人员表示 , 使用小鼠作为研究模型 , 目的是更多地了解我们自己 , 希望我们的人工神经网络有助于更好地理解生物的神经网络 。

    推荐阅读