麻省理工学院的神经科学家已经对模拟大脑视觉皮层的计算模型进行了最严格的测试。

研究人员使用他们目前最好的大脑视觉神经网络模型，设计了一种新方法来精确控制单个神经元和该网络中间的神经元群体。然后在一项动物研究中，研究小组表明，从计算模型中获得的信息使他们能够创建能够强烈激活他们选择的特定大脑神经元的图像。

研究结果表明，这些模型的当前版本与大脑足够相似，可以用于控制动物的大脑状态。麻省理工学院脑与认知科学系主任，麦戈文研究所研究员James DiCarlo说，这项研究还有助于建立这些视觉模型的实用性，这引发了关于它们是否准确模仿视觉皮层如何工作的激烈辩论。负责大脑研究和大脑，思想与机器中心，并且是该研究的资深作者。

他说：“人们质疑这些模型是否提供了对视觉系统的理解。”“我们没有从学术意义上进行辩论，而是表明这些模型已经足够强大，可以启用重要的新应用程序。无论您了解模型如何工作，它在这种意义上都已经有用。”

麻省理工学院的博士后Pouya Bashivan和Kohitij Kar是该论文的主要作者，该论文发表在5月2日的《科学》在线版上。

神经控制

在过去的几年中，DiCarlo等人开发了基于人工神经网络的视觉系统模型。每个网络都始于由模型神经元或节点组成的任意体系结构，这些体系结构可以以不同的强度(也称为权重)相互连接。

然后，研究人员在包含超过一百万张图像的库中训练模型。当研究人员向模型显示每个图像以及图像中最突出的对象(例如飞机或椅子)的标签时，模型将通过更改其连接强度来学习识别对象。

很难确切确定模型如何实现这种识别，但是DiCarlo和他的同事先前已经表明，这些模型中的“神经元”会产生与动物视觉皮层中看到的图像非常相似的活动模式。

在这项新研究中，研究人员希望测试他们的模型是否可以执行某些以前尚未证明的任务。他们特别希望了解这些模型是否可用于控制动物视觉皮层中的神经活动。

Bashivan说：“到目前为止，用这些模型所做的工作是在预测对他们之前从未见过的其他刺激的神经反应。”“这里的主要区别是，我们将进一步向前发展，并使用模型将神经元驱动到所需状态。”

为了实现这一点，研究人员首先在大脑可视区域V4中创建了到计算模型中节点的一对一神经元地图。他们通过向动物和模型显示图像并将它们对相同图像的响应进行比较来做到这一点。V4区域中有数百万个神经元，但对于本研究，研究人员创建了一次映射5至40个神经元亚群的图。