複雑な物体を認識する視覚システムの驚くべき能力の説明に科学者が協力

複雑な物体を認識する視覚システムの驚くべき能力の説明に科学者が協力

XNUMX つのソーク研究が、より優れたコンピューターオブジェクト認識と視覚障害の将来の治療法への道を開く

カリフォルニア州ラホヤ発-インターネットユーザーがWebサイトでよく受ける小さなセキュリティテストのような、おかしな方向にねじれたりループしたりする文字を人間の目で識別することはどのようにして可能でしょうか?

私たちにとってそれは簡単なことのように思えますが、人間の脳はそれをやっているだけなのです。 しかし、このタスクの見かけの単純さは幻想です。 この作業は実際には非常に複雑で、ニューラル ネットワークと同じ方法でこれらの歪んだ文字を翻訳するコンピューター コードを作成できる人は誰もいませんでした。 そのため、CAPTCHA と呼ばれるこのテストは、人間の応答と機密情報を盗もうとするコンピューター ボットを区別するために使用されます。

現在、ソーク生物学研究所の神経科学者のチームは、脳がこの驚くべき任務をどのように達成するのかを調査するという課題に取り組んでいます。 数日以内に発表された XNUMX つの研究は、CAPTCHA や単純で複雑な要素で構成される画像を解読する視覚的タスクが実際に脳にとってどれほど複雑であるかを示しています。

19 年 2013 月 XNUMX 日に発表された XNUMX つの研究結果は、 ニューロン そして24年2013月XNUMX日、 国立科学アカデミー紀要（PNAS）、ビジョンを理解する上で XNUMX つの重要な一歩を踏み出し、確立された科学と信じられていたものを書き換えます。 この結果は、神経科学者たちがパズルの XNUMX ピースについて知っていると思っていたことが、あまりにも単純すぎて真実ではなかったということを示しています。

左から：ジョン・レイノルズ、アニルバン・ナンディ、タチアナ・シャープー

画像: ソーク生物学研究所の提供

この研究の上級共著者であるソーク神経科学者らは、数百のニューロンからの記録を含む彼らの深く詳細な研究は、将来の臨床的および実践的な意味も持つ可能性があると述べている。 タチアナ・シャープー の三脚と ジョン・レイノルズ.

「脳が視覚的なイメージをどのように作成するかを理解することは、視覚能力を失った人など、脳がさまざまな形で機能不全に陥っている人間を助けることができるでしょう」と、同大学准教授のシャーピー氏は言う。 計算神経生物学研究室。 「この問題を解決する方法の XNUMX つは、目ではなく脳が世界に関する情報をどのように処理しているかを解明することです。 そのコードがあれば、皮質のニューロンを直接刺激して人々が見ることができるようになります。」

レイノルズ教授は、 システム神経生物学研究室は、脳の仕組みを理解することの間接的な利点は、人間のように行動できるコンピューター システムを構築できる可能性であると述べています。

「私たちの周囲の世界のものを認識する機械の能力が限られている理由は、脳がどのように認識するのかを私たちが実際に理解しているほどよく理解していないからです」と彼は言います。

科学者らは、これらは長期的な目標であり、一歩ずつ達成しようと努力していると強調する。

部分を全体に統合する

これらの研究で、ソークの神経生物学者らは、刺激が空間内を動き回っている場合でも、V4野として知られる視覚皮質の一部が異なる視覚刺激をどのように区別できるのかを解明しようと努めた。 V4 は、画像のニューラル処理の中間ステップを担当します。

「視覚系のニューロンは空間の領域に敏感です。ニューロンは世界への小さな窓のようなものです」とレイノルズ氏は言います。 「処理の初期段階では、受容野として知られるこれらの窓は小さいです。 彼らは限られた空間領域内の情報にのみアクセスできます。 これらのニューロンのそれぞれは、空間の小さな領域の内容をエンコードする脳信号を送信します。ニューロンは、空間内に配置されたエッジや小さな色のパッチなど、物体の小さく単純な要素に反応します。」

V4 のニューロンはより大きな受容野を備えており、輪郭などのより複雑な形状も計算できます。 彼らは、皮質の初期の視覚領域、つまり網膜に近い領域からの入力を統合することによってこれを実現します。 これらの初期段階の領域には小さな受容野があり、顔などの複雑な画像を見ることを可能にする高レベルの処理領域に情報を送信します。

両方の新しい研究は、翻訳の不変性、つまり空間のどこにいても、たまたま受容野のどこに落ちても、受容野内で同じ刺激を認識するニューロンの能力の問題を調査しました。

その ニューロン この論文は、線や曲線などの形状の画像に対する V93 の 4 個の個々のニューロンの応答を分析することによって、翻訳の不変性を調べました。 PNAS この研究では、複雑な輪郭に満ちた自然の風景に対する V4 ニューロンの反応を調べました。

この分野における定説は、V4 ニューロンはすべて翻訳不変性を示すということです。

「一般に受け入れられている理解は、個々のニューロンは、それが受容野のどこにあっても同じ刺激を認識するように調整されているということです」とシャープ氏は言う。

たとえば、ニューロンは、5 がその受容野内でどのように位置しているかに関係なく、CAPTCHA 画像内の数字の 5 の曲線の一部に反応する可能性があります。 研究者らは、画像が視覚処理階層を上に進むにつれて、ニューロンの翻訳の不変性、つまり刺激が空間内のどこにあるかに関係なく、あらゆる刺激を認識する能力が増加すると信じていました。

「しかし、両方の研究が示しているのは、この話にはそれだけではないということです」と彼女は言う。 「刺激の複雑さと、細胞が場所から場所へ移動するときにそれを認識できる程度との間にはトレードオフの関係があります。」

解明されるべきさらに深い謎

ソークの研究者らは、5 の曲線や岩のような、より複雑な形状に反応するニューロンは、翻訳の不変性が低下していることを示しました。 「検出してその意味を理解するには、複雑な曲線をより制限された範囲内に収める必要があります」とレイノルズ氏は言う。 「その複雑な形状を好む細胞は、どこにいてもその形状を認識する能力をまだ持っていません。」

一方、数字の 4 の直線のような、より単純な形状を認識するように調整された V5 のニューロンは、翻訳の不変性が増加しました。 「彼らは、それが自分たちの受容野内にある限り、自分たちが同調している刺激がどこにあるかを気にしません」とシャープー氏は言う。

「物体認識に関するこれまでの研究では、物体の画像に対する基本的な視覚的変換に関係なく、視覚処理の後の段階での神経反応は同じままであると想定されていました。 私たちの研究は、この仮定がどこで崩れるかを明らかにし、オブジェクトの選択性を引き起こす可能性のある単純なメカニズムを示唆しています」と、この論文の主著者であるソークの研究科学者ジュード・ミッチェルは述べています。 ニューロン 紙。

「重要なのは、XNUMXつの研究の結果が相互に完全に一致していること、つまり、最初の実験で直線と曲線だけを研究した結果が、脳が現実世界を経験したときに見られるものと一致しているということです」と、著名なシャーピー氏は言う。自然画像から神経反応を抽出する計算手法の開発に対して。

「このことから分かることは、ここには解決すべきもっと深い謎があるということです」とレイノルズ氏は言う。 「翻訳の不変性がどのようにして実現されるのかはまだわかっていません。 私たちが行ったのは、部分を全体に統合するための機構の一部を開梱したことです。」

ソーク大学の元博士研究員である Minjoon Kouh 氏は、この研究に参加しました。 PNAS 勉強。 ソークの博士研究員アニルバン・ナンディとソーク・システム神経生物学研究所の主席研究員ジュード・ミッチェルは、この論文の共著者である。 ニューロン 紙。

どちらの研究も、 国立衛生研究所 (R01EY019493)、マックナイト奨学金および レイ・トーマス・エドワーズ の三脚と WM ケック財団。 また、 PNAS この研究はサール基金から助成金を受け取りました。 の ニューロン この研究はさらに、 アルフレッドP.スローン財団、国立衛生研究所 (EY0113802)、 ギャツビー慈善財団 と スワーツ財団、パイオニア基金のポスドクフェローシップ。

ソーク生物学研究所について：
ソーク生物学研究所は世界有数の基礎研究機関の XNUMX つであり、国際的に有名な教員がユニークで協力的かつ創造的な環境で生命科学の基礎的な疑問を研究しています。 ソークの科学者は、発見と次世代の研究者の指導の両方に重点を置き、神経科学、遺伝学、細胞生物学、植物生物学、および関連分野を研究することで、がん、老化、アルツハイマー病、糖尿病、感染症の理解に画期的な貢献をしています。

教員の功績は、ノーベル賞や全米科学アカデミーの会員など、数多くの栄誉によって認められています。 ポリオワクチンの先駆者であるジョナス・ソーク医学博士によって 1960 年に設立されたこの研究所は、独立した非営利団体であり、建築上のランドマークでもあります。