ai读心术猜人物(扫图识人)

ai读心术猜人物

CEBRA的意义在于,能够对来自视觉皮层的视频进行快速、高精度的解码,这对于理解人类大脑活动来说,意义重大。

它的优势还在于,能够跨不同模式组合数据,比如*特征和大脑数据。它还有助于限制细微差别,比如收集数据收集方式对导致数据变化。

在小鼠看*时,研究者就会把探针*小鼠的大脑视觉皮层区域,收集它们的*元活动信号。这个过程,也就是我们熟悉的脑机接口(BMI)。

“我并非想贬低这项出色的工作,但这不是从老鼠看到的东西中创造视频,而是匹配哪一帧视频最符合模型解释当前帧的内容,所以它不是产生视频数据,而是一个帧号,然后在屏幕上显示该帧。这个区别很微妙,但很重要。”

研究者称,CEBRA在视觉皮层只有不到1%的*元的情况下表现良好。要知道小鼠的大脑大约由50万个*元组成。

扫图识人

而且,CEBRA还可以用于空间映射,从而揭示复杂的运动学特征,还能提供对来自视觉皮层的自然视频的快速、高精度的解码。

近日,来自瑞士洛桑联邦理工学院的团队在Nature上提出了一种名为CEBRA的最新算法,就把AI读脑给实现了。

但是,研究者们一直缺乏可以灵活利用联合行为和*数据揭示*动力学的非线性技术,而CEBRA算法,填补了这一空缺。

更神奇的是,这种机器学习算法,还能揭示大脑记录数据中隐藏的结构,预测复杂的信息,比如老鼠会看到的东西。

在2011年,UC伯克利的一项研究使用功能磁共振成像(fMRI)和计算模型,初步重建了大脑的“动态视觉图像”。

人工智能猜人物网站

CEBRA利用用户定义的标签或仅限时间的标签,获得了一致的*活动嵌入,可用于可视化数据和解码之类的下游任务。

CEBRA的最终目标,是揭示复杂系统中的结构。由于大脑是我们宇宙中最复杂的结构,它是CEBRA的终极测试空间。

“这项工作朝着*技术实现高性能BMI所需的理论支持算法,又迈出了一步。”EPFL的Bertarelli综合*科学主席兼该研究的PIMackenzieMathis说。