模型与大脑以不同的“眼光”看待世界

图片地址：https://images.tmtpost.com/uploads/images/2023/11/446ff419f8f3c9237e25bddfe7e59b02_1700113611.png

图片来源@视觉中国文 | 追问NextQuestion，作者 | 铸雪，编辑 | lixia大脑利用感觉系统来感知和理解周围的环境，比如通过视觉识别物体，通过听觉辨别声音。人类感觉系统的奇特之处在于，对物体的识别具有不变性（invariance），不会受物体外观变化的影响，比如不论光线明暗，我们都能认出月台上父亲的身影。同样地，一段话不论是面对面说出，还是通过电话传递，语调不论是平铺直叙还是抑扬顿挫，我们都可以准确地听懂交流的内容。也就是说，大脑会忽略与核心特征无关的差异，通过一系列复杂转换，精准稳定地识别物体和声音。神经科学工作者一直致力于构建一系列能重现大脑反应和行为的模型。而在众多计算机模型中，深度神经网络（deep neural network，DNN）模型具有与大脑感觉系统类似的层级结构，因此，人们尝试使用这类分层神经网络模型来模拟大脑的感知，将感官输入转化为与任务相关的表征。到目前为止，基于DNN的模型已成为性能最好