深度神经网络是在网络结构和大脑运算法则的基础上发展起来的，在计算机视觉等领域中取得了显著的成功，在这些领域中，它们产生了与人类专家相当的成就，在某些情况下甚至优于人类专家。近年来，深度神经网络也被认为是研究大脑的工具。
研究小组已取得突破性成功，据了解深度神经网络是基于预测编码理论，该理论假设大脑内部模型在任何时候都能预测视觉世界，而预测和实际之间的误差，会进一步完善大脑的内部模型。如果这一理论能够再现大脑的视觉信息处理，那么深度神经网络就可以代表人类对运动的视觉感知。
在本研究中，以观众的角度，对深度神经网络进行了自然场景视频的运动训练，并证实了计算机模型的运动预测能力，计算机模型准确地预测了视频场景中运动的幅度和方向，就像人类的视觉感知一样。虽然经过训练的神经网络精确地再现了视频场景中的运动幅度和方向，但它并没有检测到图像中的运动部件，在这些图像中，人们也没有感知到虚幻的运动。
渡边博士说:“这项研究提出令人兴奋的观点，即预测编码理论所假定的机制是产生运动错觉的基础。”利用感知错觉作为人类感知的指标，深度神经网络将对大脑研究的发展做出重大贡献。
分享到:
閱讀更多 解碼未知 的文章
