研究发现，未经训练的卷积神经网络在V1区域与人类视觉皮层相匹配

一项发表在arXiv上的新研究调查了神经网络中不同的学习规则与人类大脑在视觉处理中的活动相比如何。研究人员发现，对于V1和V2等早期视觉区域，网络的架构比使用的学习规则更具影响力。然而，随着处理进入外侧枕叶复合体（LOC）和颞下回（IT）皮层等更高级别的区域，学习规则开始显示出差异，其中反向传播在LOC区域被证明更有效。 AI

影响 表明AI中的早期视觉处理对齐主要是由架构驱动的，学习规则仅在后期阶段产生差异。

排序理由 学术论文，将不同的AI学习规则与人类fMRI数据进行比较。

在 arXiv cs.LG 阅读 →

• arXiv
• backpropagation
• feedback alignment
• Nils Leutenegger
• predictive coding
• spike-timing-dependent plasticity
• THINGS-fMRI dataset
• V1
• V2

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →