大腦的深度網絡結構簡析

2020-12-03 我是天邊飄過一朵雲

計算機智能研究的一個重要線索來自大腦智能。人的智能(如感知、語言、想像力、數學能力、藝術感等等)產生於大腦,而大腦皮層則是人腦形成智能的至關重要的部分,理解大腦皮層的結構和功能對我們更好地了解智能的產生具有重要意義。

大腦皮層主要由神經元和神經膠質細胞組成。人類的大腦皮層表面有大量褶皺,即腦溝和腦回,如將其拉伸開,面積約有1000平方釐米,2毫米厚,約由300億個神經元細胞組成,包含超過100萬億條的突觸。在最新進化出來的新皮層區域,可縱向分為6層神經細胞,不同層間的細胞相連形成微型迴路。同時,神經科學家也發現,儘管大腦皮層上沒有任何標記,但大腦皮層上的神經元具有明顯的功能區域劃分,例如視覺區域、聽覺區域觸覺區域、語言區域、聯合區域等。

這些幾乎具有相同解剖結構的區域分布於皮層上,主管感官或者思維的某一個方面功能,形似一幅地圖。這些功能區域之間沒有明確的界限卻按照一定的分支層級結構排列。皮層區域的層級結構中,某些區域凌駕於其他區域之上或者屈居其下,決定其「高與低」的關鍵在於其相互之間的連接方式。低級區域通過特定的連接方式向高級區域傳遞信息;高級區域用另一種方式向低級區域反饋信息。眾多區域在一個複雜的層級結構中相互聯繫,通過彼此之間不斷地交流反饋信息產生人的智能」及「智能行為」。例如當被蚊子叮咬時,視覺區域和觸覺區域首先分別感知到「蚊子」和「癢」的感覺信息並傳向高層聯合區域。與此同時,高層聯合區域接收來自多種感覺的輸入信息,並最終將「癢」和「蚊子叮咬」聯繫起來產生對「蚊子叮咬事件的認知。

大腦皮層中不同的處理區域以層級結構的方式連接起來,低級區域向高級區域提供感官感受到的具體信息或其他低級信息,而高級區域則融合來自不同低級區域的信息產生高級的認知。在層級結構中,低級區域產生更具體的信息,其變更速度也更快,包含的細節更多高級區域與之相對,形成更穩定的空間不變性,改變也相對緩慢得多,表達的則是更高層的語義對象。

由此,大腦皮層信息處理的過程是這樣的:由低層區域感知、處理信息,並向高層區域傳遞;高層區域處理多個低層區域的輸出信息並做出判斷;信息在不同層級區域間傳遞與反饋。這樣的基本原則對於智能算法、智能機器的設計和實現有重要的啟示與指導作用。

相關焦點

  • 深度神經網絡DNN是否模擬了人類大腦皮層結構
    在這另外說一句,深度神經網絡裡面,大部分節點都是等同的,但是在人類神經網絡裡面,並不是這樣。不同的腦區,甚至腦區內部,神經元的形態都可以有很大的差異,如V1內部的六層就是基於神經元形態的區分。從這個角度,人類神經系統要更複雜一些。我個人並不否認每一種神經元可以用不同初始化參數的 節點來代替,但是目前來說,複雜度還是要比深度神經網絡要高。
  • 深度神經網絡(DNN)是否模擬了人類大腦皮層結構?
    深度神經網絡裡面,大部分節點都是等同的,但是在人類神經網絡裡面,並不是這樣。不同的腦區,甚至腦區內部,神經元的形態都可以有很大的差異,如V1內部的六層就是基於神經元形態的區分。從這個角度,人類神經系統要更複雜一些。我個人並不否認每一種神經元可以用不同初始化參數的 節點來代替,但是目前來說,複雜度還是要比深度神經網絡要高。
  • 前沿綜述:大腦結構網絡、功能網絡和網絡控制中的物理學
    雖然日益進步的非侵入式腦成像技術擴展了我們發現腦網絡結構和功能上規律的能力,但理解腦網絡結構與其體現出的功能之間的關係,依舊是一個最基本的難題。深入淺出地介紹了統計物理、資訊理論和動態系統控制等模型、直覺和理論在腦結構與功能網絡中的使用。
  • 前沿綜述:大腦結構網絡、功能網絡和網絡控制中的物理學
    解答大腦複雜系統的一系列謎題,物理學視角越來越重要。Nature reviews Physics 一篇綜述文章,從大腦的結構網絡、功能網絡和網絡控制的角度,梳理了物理學在腦科學研究中的進展。本文是對這篇綜述的概述。
  • 百度大腦這樣思考:模仿人類大腦神經網絡
    目前,百度公司就有這樣一個叫做「百度大腦」的項目,用計算機加上深度學習等人工智慧技術去模擬人腦的思維,這個機器大腦到底是如何思考的?讓我們一起來看看。與人類思考一樣,大數據引擎對數據的搜索分析及預測也通過一個機器大腦——百度大腦來實現。這個「大腦」用計算機模擬人腦神經網絡,包括模擬人腦學習分析的能力,從而通過多層的學習模型和海量的訓練數據進行數據智能分析,然後做出預測。   「從功能上來定義百度大腦,可以說它是以大規模機器學習和深度學習為基礎的人工智慧在搜尋引擎中的應用,旨在優化搜索業務和提升用戶體驗。」
  • 宇宙尺度的超級大腦?大腦神經網絡與宇宙網結構驚人相似
    對於天文愛好者來說,這種比較可能並不鮮見,或許你已經對關於大腦神經與模擬星系網之間圖片對比的驚人相似印象深刻,但表象上的相似是否與內在機制的相似存在關聯,還是未解之謎。宇宙的星系可以組成巨大、綿延數百萬光年的物質結構——星團、超星團以及星系鏈,而連接這些結構邊界與邊界之間的宇宙間隙組成也是複雜的:重力作用使得位於邊界物質以每秒數千公裡加速運動,進一步引發引力衝擊波以及星系間氣態物質的擾動——這種引力傳導與我們的神經電信號傳導在模式上存在著相似性。
  • 「冪律與臨界」支配神經網絡,深度學習技術要向大腦學習
    導語近年來,怎樣讓深度學習的系統借鑑大腦的編碼機製成為了一個熱點問題。最近,研究人員從大腦的視覺神經網絡中發現了令人驚訝的臨界現象和冪律,這一發現對於深度學習系統的設計和穩定性分析都有重要的啟發。 我們可以用臨界點來刻畫人類的大腦活動:高活躍度還是低活躍度;密集網絡還是稀疏網絡;有序還是無序,這些不同狀態之間的分界線就是臨界點。現在,通過分析有史以來最大數目的神經元的放電模式,研究者發現了另外一個臨界點——這個臨界點表現在神經編碼中——傳入大腦的感覺信息和信息的腦神經表徵之間的數學關係。
  • 深度學習:神經網絡算法的昨天、今天和明天
    神經網絡算法得名於其對於動物神經元傳遞信息方式的模擬,而深度學習這一「俗稱」又來自於多層級聯的神經元:眾多的層讓信息的傳遞實現了「深度」。在動物身上,神經一端連接感受器,另一端連接大腦皮層,中間通過多層神經元傳導信號。神經元之間也不是一對一連接,而是有多種連接方式(如輻射式、聚合式等),從而形成了網絡結構。這一豐富的結構最終不僅實現了信息的提取,也使動物大腦產生了相應的認知。
  • 人工智慧-深度學習-神經網絡結構MLP,CNN,RNN,LSTM
    人工神經網絡、激活函數、代價函數、梯度下降、反向傳播是深度學習的幾個關鍵點;常見的深度學習神經網絡結構有多層感知器MLP、CNN、RNN、LSTM等。不管是哪種網絡結構,其根本還是從傳統的神經網絡、多層感知機發展而來的,介紹如下:MLP-Multilayer Perceptron 多層感知器也叫人工神經網絡(ANN,Artificial Neural Network),除了輸入輸出層,它中間可以有多個隱層,最簡單的MLP只含一個隱層,即三層的結構
  • 加藥裝置攪拌機簡析三大組成部件
    加藥裝置攪拌機簡析三大組成部件 ,「r44opv」   中藍水處理成套設備(南京)有限公司,加藥裝置攪拌機,產品齊全,質量可靠,廣泛應用,歡迎來電諮詢選購!    加藥裝置攪拌機簡析三大組成部件二型潛水離心曝氣器的工作原理型潛水離心曝氣器的結構為直接連接式產品為自吸式曝氣?系列潛水回流泵的特點潛水回流泵微揚程大流量率葉輪具有良好的水力設計結構掃葉具有自潔防堵塞和防纏繞功能!
  • 人工智慧系列(六) 深度學習中的神經網絡
    原力君在系列的第五篇《人工智慧系列(五) 深度學習簡介》中提到深度學習可以看作是一種更高級的函數擬合方法;人工神經網絡、激活函數、代價函數、梯度下降、反向傳播是深度學習的幾個關鍵點;常見的深度學習神經網絡結構有多層感知機、DNN、CNN、RNN等。
  • 前沿播報 | 新全光二極體、新型自旋閥結構、新型高效節能深度學習神經網絡、「神經網絡核磁共振成像」…
    科學家研製新型自旋閥結構,可控制自旋電流近日,德國美因茨大學、德國康士坦茨大學和日本東北大學的科研人員展開國際科研合作,成功開發出用於磁振子邏輯結構的一種新元件:自旋閥(spin valve)結構,在某種程度上實現了一種開關類型的器件,可阻止或者傳遞作為電信號的磁振子自旋電流。
  • 網絡結構的人體系統
    這個問題是:為什麼大腦沒有經絡?大腦在人體扮演什樣的角色?人體的結構是像一部計算機還是一個網絡結構?如果人體的結構像一部計算機,大腦就像計算機的中央處理器,是整個人體的核心。從大腦沒有經絡的結構看來,大腦並不是人體的核心。也就是人體的結構不像一部計算機,可能更像一個企業的網絡結構。
  • 人工智慧神經網絡和生物大腦有什麼區別 神經網絡將如何發展
    創建思維機器的夢想激發了AI領域的許多創新,並且最近推動了深度學習的興起,深度學習AI算法大致模擬了大腦的學習功能。關鍵是有機大腦的結構和先天能力,這種觀點在當今的AI社區中大多被駁回,而人工神經網絡主導了這一論點。神經科學冷泉港實驗室教授Anthony Zador在同行評審期刊《自然》上發表的一篇論文中指出,這是一個高度結構化的大腦,可以使動物成為非常高效的學習者。
  • 高科技改變大腦結構 人越來越笨?
    新發現        網絡越發達人越笨        不久前,一篇刊登於美國《赫芬頓郵報》的報導引起熱議,在這篇名為《網絡讓我們變笨?數碼科技正在改變我們的大腦、思考與閱讀行為》的研究中提到,在這個科技高速發展的時代,人類的大腦正不斷地被智能科技「重新塑造」。
  • 大腦網絡和宇宙網絡的驚人相似性
    是大腦和宇宙。它可以被建模為一個多層網絡,也就是所謂大腦連接組:近鄰的神經元連接形成局部結構,不同的局部結構之間形成連接實現認知功能。揭開人腦連接組的結構和功能之謎,並明確膠質細胞和微環境的作用,是如今神經科學主要的挑戰。
  • ...大腦找答案|人工智慧|深度學習|腦科學|神經科學|計算機_網易科技
    首先必須具備異構的網絡結構,其次包含時序動力學的神經元非線性,要構建基於突觸可塑性的信用分配算法不僅實現模式識別這樣深度學習裡面已經非常成功應用的各種算法,而且要實現學習-記憶融合的認知計算,我們未來把大腦搬進機箱讓它實現知識的表達、知識的學習、認知以及環境的交互。
  • 深度解析|社會經濟地位影響大腦功能網絡連接和解剖學變化
    在本文中,研究者發現社會經濟地位 (主要反應為教育背景和職業社會經濟地位) 對大腦的功能連接網絡和全腦皮質結構的年齡差異直接相關。針對這些針對青少年和老人的研究,我們可以發現他們的大腦是非常容易被社會經濟地位所影響的。但是,社會經濟地位的影響應該是一個非常持續的過程,中間的社會經濟地位變化也有可能給大腦的功能和結構造成或多或少的影響。先前的研究中針對年輕的成人和中年的成人進行了大腦測量(功能激活和區域腦解剖學成像),但是幾乎沒有研究對於社會經濟地位對於不同年齡段的大腦影響進行報告。
  • 深度腦部刺激:竊聽大腦內的故障
    據英國《自然》雜誌網站近日報導,研究表明,深度腦部刺激設備已經在治療帕金森病等常見的神經系統變性疾病方面彰顯出了巨大的潛能,現在,科學家們希望使用這項技術「竊聽」到大腦神經迴路出現的問題。  勃朗特-斯圖爾特說:「你的大腦在做事情。」  此前,已經有數千名帕金森病患者和多羅貝迪安一樣,接受了深度腦部刺激(DBS)治療。在治療過程中,一款植入設備會通過朝患者大腦內的運動區發射電脈衝,從而讓患者不再震顫。
  • 「孤獨」藏在大腦默認網絡
    圖片來源:kichigin19  據《每日科學》報導,一項新研究顯示,孤獨者的大腦有一種特徵讓他們與眾不同,而這取決於不同大腦區域的體積變化,以及這些區域在大腦網絡中如何溝通。相關研究近日發表於《自然-通訊》。  研究人員檢查了英國生物樣本庫中約4萬名中老年志願者的磁共振成像、遺傳學和心理自我評估數據,比較了經常感到孤獨和不經常感到孤獨的參與者的核磁共振成像數據。