Скорость мысли. Грандиозное путешествие сквозь мозг за 2,1 секунды - Марк Хамфрис

86

[5] Mechler F., Ringach D. L. On the classification of simple and complex cells // Vision Research. № 42. 2002. С. 1017–1033; Rust N. C., Schwartz O., Movshon J. A. и др. Spatiotemporal elements of macaque V1 receptive fields // Neuron. 2005. № 46. С. 945–956.

87

[6] Iacaruso M. F., Gasler I. T., Hofer S. B. Synaptic organization of visual space in primary visual cortex // Nature. 2017. № 547. С. 449–452.

88

[7] Chettih S. N., Harvey Ch. D. Single-neuron perturbations reveal feature-specific competition in V1 // Nature. 2019. № 567. С. 334–340.

89

[8] Haider B., Häusser M., Carandini M. Inhibition dominates sensory responses in the awake cortex // Nature. 2013. № 493. С. 97–100.

90

[9] Для знакомства с устройством слоев коры головного мозга и типов нейронов в них см.: Harris K. D., Shepherd G. M. G. The neocortical circuit: Themes and variations // Nature Neuroscience. 2015. № 18. С. 170–181.

91

[10] Идея о двух отдельных потоках обработки зрительной информации в коре головного мозга существует уже несколько десятилетий. Их разделяют на так называемые дорсальные и вентральные пути, которые определяются анатомически, и это то, что я называю, соответственно каналом «что» и каналом «как». Для более подробной информации см.: Goodale M. A., Milner A. D. Separate visual pathways for perception and action // Trends in Neurosciences. 1992. № 15. С. 20–25; Ungerleider L. G., Haxby J. V. ‘What’ and ‘where’ in the human brain // Current Opinion in Neurobiology. 1994. № 4. С. 157–165; Goodale M. A. How (and why) the visual control of action difers from visual perception // Proceedings: Biological Sciences. 2014. № 281. 20140337.

92

[11] Boynton G. M., Hegdé J. Visual cortex: The continuing puzzle of area V2 // Current Biology. № 14. 2004. R523–R524.

93

[12] Adelson E. H. On seeing stuff: The perception of materials by humans and machines // Proceedings of the SPIE. 2001. № 4299. С. 1–12.

94

[13] Movshon A. J., Simoncelli E. P. Representation of naturalistic image structure in the primate visual cortex // Cold Spring Harbor Symposia on Quantitative Biology. 2014. № 7. С. 115–122.

95

[14] Zeki S. Colour coding in the cerebral cortex: The reaction of cells in monkey visual cortex to wavelengths and colours // Neuroscience. 1983. № 9. С. 741–765.

96

[15] Horwitz G., Hass Ch. Nonlinear analysis of macaque V1 color tuning reveals cardinal directions for cortical color processing // Nature Neuroscience. 2012. № 15. С. 913–919.

97

[16] Walsh V. How does the cortex construct color? // Proceedings of the National Academy of Sciences USA. 1999. № 96. С. 13594–13596.

98

[17] Чтобы ознакомиться с вычислительной проблемой распознавания объектов, см.: DiCarlo J. J., Zoccolan D., Rust N. C. How does the brain solve visual object recognition? // Neuron. 2012. № 73. С. 415–434.

99

[18] Movshon J. A., Newsome W. T. Visual response properties of striate cortical neurons projecting to area MT in macaque monkeys // Journal of Neuroscience. 1996. № 16. С. 7733–7741.

100

[19] Различные модели того, как нейроны области MT могут вычислять глобальное движение, см. Simoncelli E. P., Heeger D. J. A model of neuronal responses in visual area MT // Vision Research. 1998. № 38. С. 743–761; Rust N. C., Mante V., Simoncelli E. P. и др. How MT cells analyze the motion of visual patterns // Nature Neuroscience. 2006. № 9. С. 1421–1431.

101

[20] Ранние примеры глубоких нейронных сетей, моделирующих зрительную систему, см. Lee H., Ekanadham Ch., Ng A. Y. Sparse deep belief net model for visual area V2 / под ред. J. C. Platt, D. Koller, Y. Singer, and S. T. Roweis // Advances in Neural Information Processing Systems. 2008. № 20. С. 873–880. Обратите внимание, что нет ничего особенно нового в «современных» разработках в области ИИ, таких как глубокие нейронные сети. В игру «тренируй и совершенствуй» для систем распознавания образов играют с 1980-х годов. Как пример, см. Lehky S. R., Sejnowski T. J. Network model of shape-from-shading: Neural function arises from both receptive and projective fields // Nature. 1998. № 333. С. 452–454.

102

[21] Обзор моделирования зрения глубокой нейронной сетью см. Lindsay G. Convolutional neural networks as a model of the visual system: Past, present, and future. 2020. URL: https://arxiv.org/abs/2001.07092.

103

[22] Лаборатория Джима ДиКарло выполнила исследования по сопоставлению работы глубоких нейронных сетей с активностью нейронов височной доли (Яминс и др.) и недавно довела эти глубокие нейронные сети до предела их возможностей (Башиван, Кар и Дикарло). Сначала они создали синтетические образы, предназначенные для управления конкретными ячейками или группами ячеек в выходном слое сети; они были настроены так, чтобы либо максимально увеличить активность ячейки или группы, либо одновременно увеличить активность одной группы и уменьшить активность другой. Затем они показали те же синтетические изображения обезьянам, и большинство нейронов височных долей их мозга продемонстрировали те же реакции, что и элементы глубокой нейросети, – те нейроны, которые должны были увеличить активность, в основном ее увеличили и наоборот. Yamins D. L. K., Hong H., Cadieu Ch. F. и др. Performance-optimized hierarchical models predict neural responses in higher visual cortex // Proceedings of the National Academy USA. 2014. №. 111. С. 8619–8624; Bashivan P., Kar K., DiCarlo J. J. Neural population control via deep image synthesis // Science. 2019. № 364. eaav9436.

104

[23] Классическая статья об иерархии зрительной коры – это Felleman D. J., Van Essen D. C. Distributed hierarchical processing in the primate cerebral cortex // Cerebral Cortex. 1991. № 1. С. 1–47. См. также: Van Essen D. C., Anderson Ch. A., Felleman D. J. Information processing in the primate visual system: An integrated systems perspective // Science. 1992. № 255. С. 419–423; Young M. P. Objective analysis of the topological organization of the primate cortical visual system // Nature. 1992.