南加州大学——新算法从感官输入中分离出内在的大脑模式

AIGC动态欢迎阅读

原标题：南加州大学——新算法从感官输入中分离出内在的大脑模式
关键字：报告,大脑,神经,模式,行为
文章来源：人工智能学家
内容字数：3055字

内容摘要：

来源：脑机接口社区
南加州大学神经技术中心（USC Center for Neurotechnology）的院长、电气与计算机工程教授、创始主任Maryam Shanechi和她的团队开发了一种新的机器学习方法，通过从视觉输入的影响中分离出不同对象的内在大脑模式，揭示了这些模式惊人的一致性。该研究成果已发表在《美国国家科学院院刊》（PNAS）上。
在进行各种日常动作行为时。比如拿一本书，我们的大脑必须接受信息，通常是以视觉输入的形式–例如。看看书在哪。然后，我们的大脑必须在内部处理这些信息，以协调我们肌肉的活动，并执行运动。
但是，我们大脑中数以百万计的神经元是如何完成这样的任务的呢?
在执行各种日常运动行为时，例如伸手去拿一本书，我们的大脑必须接收信息，通常是以视觉输入的形式 。例如，看到书在哪里。然后，我们的大脑必须在内部处理这些信息，以协调我们肌肉的活动并执行运动。
但是，我们大脑中的数百万个神经元是如何执行这样的任务的呢？
要回答这个问题，需要研究神经元的集体活动模式，但要做到这一点，同时要解开神经元内在（又称内部）过程的输入效果，无论是否与运动相关。
这就是Shanechi

原文链接：南加州大学——新算法从感官输入中分离出内在的大脑模式

联系作者

文章来源：人工智能学家
作者微信：AItists
作者简介：致力成为权威的人工智能科技媒体和前沿科技研究机构