揭开错觉的秘密:只看眼睛 不看头脑

揭开错觉的秘密:只看眼睛不看头脑研究人员研究了物体周围的环境影响我们看到其颜色或图案的错觉。科学家和哲学家们长期以来一直在争论这些错觉是由眼睛和大脑低级视觉中心的神经处理造成的,还是涉及更高级的心理过程,如语境和先验知识。本图中间的条形图完全是一个灰度级,但由于背景的渐变,它看起来左边较亮,右边较暗。这就是所谓的"同时对比",即深色背景使目标看起来更亮,反之亦然。图片来源:JolyonTroscianko在这项新研究中,埃克塞特大学的JolyonTroscianko博士共同开发了一个模型,该模型表明,神经反应的简单限制--而非更深层次的心理过程--可以解释这些错觉。来自埃克塞特大学康沃尔彭林校区生态与保护中心的Troscianko博士说:"我们的眼睛通过让神经元发射更快或更慢的信号来向大脑传递信息。然而,神经元的发射速度是有限制的,以前的研究还没有考虑过这种限制会如何影响我们看到颜色的方式。"该模型将"有限带宽"与人类如何感知不同尺度图案的信息相结合,并假设我们在观察自然场景时视觉表现最佳。图中中间的两个灰条是相同的灰色,但左边的灰条(周围有更多的黑条)看起来更暗。这与上面的同步对比示例相反,因为较暗的周围环境会使目标看起来更暗。该模型由埃克塞特大学和苏塞克斯大学的研究人员开发,用于预测动物是如何看到颜色的。Troscianko博士说:"这颠覆了许多关于视错觉如何产生的长期假设。研究结果还揭示了高清电视的流行原因。现代高动态范围电视机创造的亮白区域比最暗的黑色亮1万倍以上,接近自然场景的对比度水平。"两个立方体的顶面都有黄色和蓝色的瓷砖。然而,左边看起来是黄色的瓷砖实际上是灰色的,与右边的蓝色瓷砖颜色相同。我们的模型可以帮助解释物体在光线变化时为何看起来是相同的颜色,以及为何在幻觉中这种灰色看起来是五颜六色的。图片来源:JolyonTroscianko"我们的眼睛和大脑如何处理这种对比度是一个难题,因为测试表明,我们人类在单一空间尺度上能看到的最高对比度约为200:1。更令人困惑的是,连接我们眼睛和大脑的神经元只能处理大约10:1的对比度。我们的模型展示了具有如此有限对比度带宽的神经元是如何将它们的信号结合起来,让我们看到这些巨大的对比度,但信息却被'压缩'了--导致视觉错觉。"该模型显示了我们的神经元是如何精确地进化以利用每一点能力的。例如,一些神经元对中等大小灰度级的微小差异非常敏感,但很容易被高对比度所淹没。与此同时,对较大或较小尺度的对比度进行编码的神经元的敏感度要低得多,但却可以在更大的对比度范围内工作,从而呈现出深刻的黑白差异。最终,这表明了神经带宽和灵敏度严重受限的系统如何能够感知大于10,000:1的对比度"。这篇发表在《PLOS计算生物学》杂志上的论文题为:"基于自然图像高效编码的色彩外观模型"。...PC版:https://www.cnbeta.com.tw/articles/soft/1370617.htm手机版:https://m.cnbeta.com.tw/view/1370617.htm

相关推荐

封面图片

“脑雪崩”和神经临界状态的秘密被揭开

“脑雪崩”和神经临界状态的秘密被揭开神经细胞的显微镜图像,其中荧光标记显示不同类型的细胞。绿色标记神经元和轴突,紫色标记神经元,红色标记树突,蓝色标记所有细胞。当存在多个标记时,颜色会合并,并且通常根据标记的比例显示为黄色或粉色。图片来源:皮质实验室来自CorticalLabs和墨尔本大学的研究人员使用了DishBrain——一个学习打乒乓球的800000个人类神经细胞的集合。该研究最近发表在《自然通讯》杂志上。这是迄今为止最有力的证据,支持关于人脑如何处理信息的有争议的理论。根据大脑批判假说,只有当神经元处于边缘状态,微小的输入就可以引发大脑活动的“雪崩”时,大的复杂行为才有可能发生。这种精细平衡的状态被称为“神经临界”状态,介于两个极端之间:癫痫等疾病中出现的兴奋失控,以及信号停滞的昏迷状态。生物技术初创公司CorticalLabs的首席科学官BrettKagan博士表示:“它不仅显示网络在接收结构化信息时重组为接近临界状态,而且达到该状态还会带来更好的任务表现。”结果令人惊讶,远远超出了我们的预期。”这项研究为批判性大脑假说之谜增添了重要的一环。ForoughHabibollahi,该研究的第一作者。主要发现和启示到目前为止,几乎没有实验证据证明临界性是否是生物神经元网络的一般特征,或者是否与信息负载有关。卡根博士说:“我们的研究结果表明,当神经网络执行某项任务时,就会出现近乎临界的网络行为,而在不受刺激的情况下则不会。”然而,卡根博士的研究表明,仅靠临界性不足以驱动神经网络的学习。他介绍说:“学习需要一个反馈循环,向网络提供有关某项行动后果的附加信息。”最新研究强调了DishBrain有助于解开人类大脑的秘密及其工作原理的潜力,而这在动物模型中是不可能的。第一作者ForoughHabibollahi博士说:“通常,为了研究大脑,特别是在神经元规模上,研究人员必须使用动物模型,但这样做会遇到很多困难,而且研究对象的数量也有限,因此,当我看到DishBrain能够以其他人无法做到的方式回答不同类型问题的独特能力时,我非常兴奋地开始这个项目并加入这个团队。”应用和未来的可能性医生们还看到了这项研究在帮助发现严重脑部疾病的治疗方法方面的巨大潜力。“DishBrain关键性项目是皮质实验室、生物医学工程和神经病学之间一次令人惊叹的合作经历,”论文作者、墨尔本大学医学系神经动力学实验室负责人ChrisFrench博士说,“DishBrain神经元的关键动态可以为诊断和治疗从癫痫到痴呆等一系列神经系统疾病提供关键的生物标志物。"通过构建活体大脑模型,科学家将能够使用真实的大脑功能而不是计算机等有缺陷的类似模型进行实验,不仅可以探索大脑功能,还可以测试药物如何影响它。该论文的作者、墨尔本大学生物信号与生物系统系主任AnthonyBurkitt教授表示,这项研究还有可能解决脑机接口面临的挑战,可以恢复因神经损伤而丧失的功能。“我们目前研究的下一代神经假体和脑机接口的一个关键特征涉及利用实时闭环策略,因此,这项研究的结果可能对理解这些控制和刺激策略如何与大脑中的神经回路相互作用具有重要意义。生物大脑建模领域还处于起步阶段,但为一个全新的科学领域开辟了道路.”卡根博士说。...PC版:https://www.cnbeta.com.tw/articles/soft/1383179.htm手机版:https://m.cnbeta.com.tw/view/1383179.htm

封面图片

蚊子是如何找到人类的?科学家揭开背后的秘密

蚊子是如何找到人类的?科学家揭开背后的秘密无论是蚊香液、蚊香、驱蚊水,在夏天人类必然要面对的是蚊子的侵扰。那么这些蚊子是如何找到我们的呢?现在研究人员发现了背后的秘密。人类散发出一种由体味、热量和二氧化碳组成的独特气味,这种气味虽然因人而异,但是蚊子利用它追踪人类。虽然大多数动物都有一组特定的神经元来检测每种类型的气味,但蚊子可以通过几种不同的途径来接收气味。该研究发表在科学杂志《细胞》上。该研究的主要作者之一,来自波士顿大学生物学助理教授MegYounger说:“结果表明和目前已知的其他动物相比,蚊子对它们所遇到的气味进行编码的方式是不同的”。研究小组随后检查了蚊子触角中的气味受体,这些受体与漂浮在环境中的化学物质结合,并通过神经元向大脑发出信号。Younger表示:“我们假设蚊子会遵循嗅觉的中心教条,即每个神经元只表达一种类型的受体。但结果和预期相反,同一个神经元中不同受体可以对不同的气味做出反应”。这意味着失去一个或多个受体并不影响蚊子对人类气味的接收能力。研究人员说,这种备份系统可能已经进化为一种生存机制。Younger说:“埃及伊蚊专门叮咬人类,据说它们之所以进化成这样,是因为人类总是靠近淡水,因此蚊子在淡水中产卵。”研究人员说,最终,了解蚊子的大脑如何处理人类的气味可以用来干预叮咬行为,减少蚊子传播的疾病的传播,如疟疾、登革热和黄热病。Younger表示:“控制蚊子的一个主要策略是把它们吸引到诱捕器中,把它们从咬人的人群中清除出去。如果我们能够利用这些知识来了解人类的气味在蚊子的触角和大脑中是如何体现的,我们就可以开发出比人类更吸引蚊子的混合剂。我们还可以开发针对那些检测人类气味的受体和神经元的驱虫剂”...PC版:https://www.cnbeta.com/articles/soft/1306477.htm手机版:https://m.cnbeta.com/view/1306477.htm

封面图片

OpenAI 用 GPT-4 来解释 GPT-2 的行为

OpenAI用GPT-4来解释GPT-2的行为大语言模型(LLM)像大脑一样,它们是由“神经元”组成的,它们观察文本中的一些特定模式,以影响整个模型接下来“说”什么。但由于LLM中的参数数量多到已经无法由人类解释的程度,因此,LLM给人一种“黑盒”的感觉,并出现了偏见、幻觉、涌现等一系列不好解释的现象。OpenAI正在开发一种工具,以自动识别LLM的哪些部分负责其哪些行为。它使用GPT-4来解释其4年前发布的只有30万个“神经元”(15亿个参数)的GPT-2。目前该工具代码和所有的“神经元”解释数据已经开源,OpenAI称该工具还在早期阶段。生成的解释结果并不令人满意,看起来连GPT-4都不能太用人类可以理解的语言来解释GPT-2的行为。来源,来自:雷锋频道:@kejiqu群组:@kejiquchat投稿:@kejiqubot

封面图片

研究人员揭开神经元更新过程中脑细胞有效替换旧蛋白质的秘密

研究人员揭开神经元更新过程中脑细胞有效替换旧蛋白质的秘密神经元内部类似工厂流水线的艺术表现:破旧的蛋白球被更新、充满活力的蛋白球取代和升级。资料来源:奥本大学物理系这项题为"RecentlyRecycledSynapticVesiclesUseMulti-CytoskeletalTransportandDifferentialPresynapticCaptureProbabilitytoEstablishaRetrogradeNetFluxDuringISVEinCentralNeurons"的研究解释了脑细胞中老蛋白的运输和再循环。奥本大学物理学助理教授MichaelW.Gramlich博士解释说:"大脑中的细胞会定期更换老化蛋白质,以保持高效思维。然而,老蛋白如何被定向运输到需要回收的地方,其确切机制直到现在仍是一个悬而未决的问题。我们的研究表明,有一种特定的途径可以调节老蛋白如何被运送到细胞体,并在那里被回收,从而让新蛋白取而代之。"这一发现对了解大脑健康有着深远的影响。如果没有有效的蛋白质替代,大脑中的神经元就会随着时间的推移而退化,效率也会降低。格拉姆利希博士补充说:"我们的工作揭示了一种可调节的途径,这种途径可以调节,以适应大脑功能的增减。这可以防止神经元随着时间的推移而退化。"研究人员综合利用了荧光显微镜、海马细胞培养和计算分析等技术,确定了介导老突触囊泡贩运回细胞体的机制。这项研究由研究生梅森-帕克斯(MasonParkes)和本科生内森-兰德斯(NathanLanders)合作完成。令人印象深刻的是,作为一名本科生,内森-兰德斯进行了高级计算编程,这对理解这项研究的结果至关重要。"我们惊讶地发现,一个简单而可调节的机制决定了老蛋白何时被选择回收,"格拉姆里奇博士强调了他们研究成果的重要性。奥本大学的研究团队对他们的研究成果在进一步了解大脑健康和神经退行性疾病方面的潜在应用感到非常兴奋。他们的开创性工作证明了该机构正在进行的创新研究。...PC版:https://www.cnbeta.com.tw/articles/soft/1396335.htm手机版:https://m.cnbeta.com.tw/view/1396335.htm

封面图片

苹果公司开发了一款AI图像工具,可以通过描述图像进行编辑

苹果研究人员发布了一个新模型,用户可以用简单的语言描述他们想要修改的照片,而无需触摸照片编辑软件。苹果与加州大学圣巴巴拉分校(UniversityofCalifornia,SantaBarbara)合作开发的MGIE模型可以通过文本提示对图像进行裁剪、调整大小、翻转和添加滤镜。MGIE是mllm引导的图像编辑,可以应用于简单和更复杂的图像编辑任务,比如修改照片中的特定物体,使它们具有不同的形状或更亮。该模型混合了多模态语言模型的两种不同用法。首先,它学习如何解释用户提示。然后,它会“想象”编辑后的样子(例如,要求在照片中添加更蓝的天空,就会增加图像中天空部分的亮度)。当使用MGIE编辑照片时,用户只需要输入他们想要修改的图片。这篇论文以编辑意大利辣香肠披萨的图片为例。输入提示“让它更健康”,模型则会添加一些蔬菜。一张撒哈拉沙漠老虎的照片看起来很暗,但在告诉模型“增加更多的对比度来模拟更多的光线”后,照片看起来更亮了。标签:#Apple#AI频道:@GodlyNews1投稿:@GodlyNewsBot

封面图片

揭开与阿尔茨海默病有关蛋白质的神秘面纱 科学家发现一种潜在的治疗方法

揭开与阿尔茨海默病有关蛋白质的神秘面纱科学家发现一种潜在的治疗方法这项研究最近发表在《科学进展》杂志上,证明了被称为"numb"的蛋白质如何调节细胞内tau水平,使这种蛋白质成为tau病的潜在治疗剂。Tauopathies是一大类神经退行性疾病,包括但不限于阿尔茨海默病。这些疾病的细胞内tau水平增加,最终对神经元产生毒性并导致其变性。因此,理解控制tau水平的过程是至关重要的,以便为这些破坏性的疾病创造有效的治疗方法。MarineLacomme是副研究员,也是本项工作的主要作者,他与IRCM细胞神经生物学实验室的同事证明,在视网膜神经元和脊髓运动神经元中灭活numb会加速疾病进展和神经元损失。因此,numb的功能是作为细胞内tau水平的一个负向调节器。这些发现令IRCM团队想知道,反过来说,numb的过度表达是否能降低tau水平并有益于减缓神经元的损失。根据这一假设,科学家们观察到,一种名为Numb-72的特定形式的numb蛋白的过度表达降低了tau水平,并减缓了tau病的动物模型中视网膜神经元的死亡。结果是戏剧性的:用Numb-72治疗的小鼠在视觉测试中比未治疗的小鼠表现得更好,不仅显示了神经元损失的减缓,还显示了它们功能的改善。尽管还需要更多的工作来进一步推进这一发现,包括测试其减缓人类神经元退化的潜力,但研究人员希望Numb-72最终可能成为治疗tauopathies的一个治疗因素。...PC版:https://www.cnbeta.com.tw/articles/soft/1333229.htm手机版:https://m.cnbeta.com.tw/view/1333229.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人