“脑补”的科学依据:眼前的黑不是黑,靠得是你的大脑

640?wx_fmt=jpeg

一个在眨眼的婴儿 | 图片来源:Leungcho Pan/Shutterstock

撰文:Mindy Weisberger

来源:科研圈

编译:向菲菲


人们常说:“别眨眼,精彩稍纵即逝。”但其实在我们眨眼的时候,精彩仍在我们眼前上演。我们甚至意识不到我们眨眼了。一个成年人平均每4秒就要眨眼一次,但是视线却从来不会出现停顿或干扰。


为什么眨眼不会错过全世界?


有研究人员提出,在眨眼的一刹那,大脑可能帮助我们填补了瞬时的黑暗:这一瞬间,视觉停滞,而大脑则会生成一个极短暂的瞬时图像来补偿视觉缺失,让我们觉得自己看到的画面是连续的,而不是“一闪一闪”的。


上述的解释将这种活动限制在大脑的某些特定区域,也就是大脑背部的感知区域。但是最近,一些研究人员对这种解释提出了质疑:大脑的其他区域是否也参与其中?带着疑问进行研究,他们发现的确存在一个新的参与区域——在大脑的前部。


640?wx_fmt=jpeg

图中展示出一个人类大脑,绿色区域为脑前额叶。在实验中测量到了大脑这块区域的活动 | 图片来源: Caspar M. Schwiedrzik


他们的研究于 9 月 24 日发表在《现代生物学》(Current Biology)上,结果发现:在人的视线被干扰或眨眼时,脑前额叶(prefrontal cortex,负责决定人类短时记忆)会将眨眼前后所看到的画面连接起来。因此,脑前额叶在人类的感知记忆(perceptual memory,一种储存感觉输入的长期记忆)中扮演着至关重要的角色。


“在之前的研究中,研究人员用磁共振成像技术(magnetic resonance imaging,MRI)检查了大脑的活跃区域,发现在感知记忆生成时,包括脑前额叶区域在内的几块大脑区域都会变得活跃。”德国灵长类动物研究中心(German Primate Center)和哥廷根大学医学中心(University Medical Center Göttingen)的神经系统科学家 Caspar Schwiedrzik 这样解释道,他是这一新研究的第一作者。


Schwiedrzik 说,“当对比多个对受试者的结果时,我们发现脑前额叶的活动最一致,这应该是生成感知记忆一个的潜在因素。”


据 Schwiedrzik 介绍,在研究中他们重复了之前研究的 MRI 结果,并加入了更为直接的电生理技术(electrophysiological technique)测试结果。电生理技术用多种形式的能量(如电、声)来刺激生物体,进而分析生物体产生的生物电和生物体电特性。


他们测量了六个患有癫痫症(epilepsy)志愿者的脑部活动区域,为了辅助治疗癫痫,他们的脑中植入了电极,而这些电极使得研究人员可以记录他们的脑活动区域。


究竟哪种方式占主导地位


在我们眨眼的时候,闭眼前看到的全部画面都被大脑保存了下来;当眼睛再次睁开时,眨眼前后的景象在视觉上都能联系起来。在这项研究中,研究人员设计了一个实验来证明两幅图像之间相近的视觉联系。同时,电极则会向他们显示,究竟是大脑的哪个区域在进行着这种视觉上的解读。


实验中,研究人员向受试者展示一些图案,图案上显示了不同的方向,如垂直、水平。受试者看到一个接一个、成对出现的图案,然后根据要求选择两幅图中的方向。


与此同时,研究人员记录下了脑前额叶的活动区域。他们发现,如果受试者选出的第二张图片方向与第一张图片吻合,那么感知记忆就会被激发。这意味着第一张图片上的画面影响了受试者对第二张图片的看法。在实验中,脑前额叶所显示出的活动则表明,正是这片大脑区域参与到了感知记忆的活动中。


值得注意的是,有一个受试者在她早期的手术中切除了自己的部分脑前额叶,研究人员发现,这位受试者在实验中无法通过存储信息来形成感知记忆。这个结果进一步验证了脑前额叶是让这部分记忆发挥作用的关键区域。


这些研究结果表明,脑前额叶会用早期视觉信息 “校准”新的视觉输入信息,让我们能够更稳定的感知世界——即使在眨眼的时候,也不会错过任何一个瞬间。这或许能理解成给“脑补”提供科学依据。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/493645.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于Sql Server 2008的分布式数据库的实践(三)

配置PHP 1.打开PHP配置文件,找到extensionphp_mssql.dll,将前面的注释符号去掉 2.找到mssql.secure_connection,将Off改为On 3.找到com.allow_dcom true,将前面的注释符号去掉 4.下载正确版本的 ntwdblib.dll (2000.80.194.0)&am…

ORB论文研读与代码实现

首先,ORB算法来自于OpenCV Labs,相比于SIFT和SURF,ORB在使用中不必担心专利的问题。但同时ORB在保证了一定性能的条件下做到了高效。在论文《ORB: An efficient alternative to SIFT or SURF》2011中,ORB在特征点检测和描述子生成…

腾讯发布人工智能辅助翻译,致敬人工翻译

来源:腾讯AI实验室11月13日,深圳 - 腾讯AI Lab今日发布了一款AI辅助翻译产品 - “腾讯辅助翻译”(Transmart),可满足用户快速翻译的需求,用AI辅助人工翻译提高效率和质量。该产品采用业内领先的人机交互式机…

吴恩达作业2 利用两层神经网络实现不同颜色点的分类,可更改隐藏层数量

任务:将400个两种颜色的点用背景色分为两类。 前面的还是建议重点学神经网络知识,至于数据集怎么做的后面在深究,首先先看看数据集,代码如下: def load_planar_dataset():np.random.seed(1)m 400 # number of exampl…

利用tensorflow构建AlexNet模型,实现小数量级的猫狗分类(只有train)

首先看路径: data文件夹分为,model文件夹,train文件夹和文件夹,model文件夹存放模型文件,train存放cat和dog的两个文件夹图片, validation和train一样。config.py存放配置的一些参数,util.py定…

脑网络的可塑性——随时都在发生

来源:神经科技前沿神经元的突起是神经元胞体的延伸部分,由于形态结构和功能的不同,可分为树突(dendrite)和轴突(axon);树突是从胞体发出的一至多个突起,呈放射状。轴突每个神经元只有一根胞体发出轴突的细胞 质部位多呈…

KAZE论文研读

KAZE是发表在ECCV2012的一种特征点检测算法,相比于SIFT和SURF,KAZE建立的高斯金字塔是非线性的尺度空间,采用加性算子分裂算法(Additive Operator Splitting, AOS)来进行非线性扩散滤波。一个很显著的特点是在模糊图像的同时还能保留边缘细节…

简单的线性模型实现tensorflow权重的生成和调用,并且用类的方式实现参数共享

首先看文件路径,line_regression是总文件夹,model文件夹存放权重文件, global_variable.py写了一句话. save_path./model/weight 权重要存放的路径,以weight命名. lineRegulation_model.py代码 import tensorflow as tf "…

comparing ORB and AKAZE

文章全称是《Comparing ORB and AKAZE for visual odometry of unmanned aerial vehicles》。这是一篇来自巴西的文章,没有在百度文库中找到,是在其他博客中给出的链接得到的。从链接的URL可以看出这是一篇来自会议CCIS云计算与智能系统国际会议的文章。…

利用 CRISPR 基因编辑技术,人类正在做七件“疯狂”的事

来源:36Kr编译:喜汤很少有哪种现代科学创新能像CRISPR基因编辑技术一样影响深远。有了它,科学家们可以精确地改变任何细胞的DNA。CRISPR技术成为新宠,部分原因是它比早期基因编辑技术更容易使用。尽管CRISPR还没有彻底大展身手&am…

吴恩达作业3:利用深层神经网络实现小猫的分类

利用4层神经网络实现小猫的分类,小猫训练样本是(209,64*64*312288),故输入节点是12288个,隐藏层节点依次为20,7,5,输出层为1。 首先看文件路径,dnn_utils_v2.py代码是激活…

A-KAZE论文研读

AKAZE是KAZE的加速版本。KAZE在构建非线性空间的过程中很耗时,在AKAZE中将Fast Explicit Diffusion(FED)加入到金字塔框架可以dramatically speed-up。在描述子方面,AKAZE使用了更高效的Modified Local Difference Binary(M-LDB),可以从非线性…

和你抢“饭碗”的40家服务机器人企业大盘点!

来源:物联网智库摘要:本文将对国内近40家服务机器人企业进行汇总介绍,所选企业在其相应版块活跃度较高。从三个大类进行了细分盘点。国家机器人联盟(IFR)根据应用环境将机器人分为了工业机器人和服务机器人。服务机器人…

YOLO9000

YOLO9000是YOLO的第三个版本。前两个版本是YOLO v1,YOLO v2,在CVPR2017的文章《Better,Faster,Stronger》中的前半部分都是对前两个版本的介绍,新的内容主要在Stronger部分。YOLO9000中的9000指的是YOLO可以对超过9000种图像进行分类。 Bett…

吴恩达作业4:权重初始化

权重初始化的 正确选择能够有效的避免多层神经网络传播过程中的梯度消失和梯度爆炸问题,下面通过三个初始化的方法来验证: sigmoid导数函数:最大值小于0.25,故经过多层反向传播以后,会导致最初的层,权重无…

先发制人!Waymo将首推商用载人自动驾驶服务,Uber们怕不怕?

编译:费棋来源:AI科技大本营“真的,真的很难。”11 月举办的一场会议上,Alphabet 旗下 Waymo CEO John Krafcik 对做自动驾驶汽车技术的艰难不无感慨。在他看来,未来几十年内,自动驾驶汽车将一直存在限制&a…

利用ORB/AKAZE特征点进行图像配准

Kp1,kp2都是list类型,两幅图都是500个特征点。这和ORB论文中的数据是一样的。4.4章节 Matches也是list类型,找到325个匹配对。 AKAZE文章中提到一个指标:MS(matching score)# Correct Matches/# Features, 如果overlap area error 小于40%…

吴恩达作业5:正则化和dropout

构建了三层神经网络来验证正则化和dropout对防止过拟合的作用。 首先看数据集,reg_utils.py包含产生数据集函数,前向传播,计算损失值等,代码如下: import numpy as np import matplotlib.pyplot as plt import h5py …

十年之后,数字孪生将这样改变我们的工作与生活

来源:资本实验室数字孪生是近几年兴起的非常前沿的新技术,简单说就是利用物理模型,使用传感器获取数据的仿真过程,在虚拟空间中完成映射,以反映相对应的实体的全生命周期过程。在未来,物理世界中的各种事物…

什么是图像

图像,尤其是数字图像的定义,在冈萨雷斯的书中是一个二维函数f(x,y),x,y是空间平面坐标,幅值f是图像在该点处的灰度或者强度。下面通过OpenCV中最常用的图像表示方法Mat来看一下在计算机中是怎么定义图像的。 Mat的定义 OpenCV在2.0之后改用…