人工智能能否揭开人类大脑的秘密?深度学习模型的内部机制与我们的神经回路有何关系?是否有可能通过利用大脑记录的力量来增强人工智能?这些引人入胜的问题处于神经科学和人工智能交叉领域的一个新兴领域的核心。我们的调查深入研究了这个令人兴奋的领域,重点关注人类大脑记录研究和前沿认知神经科学数据集,这些数据集捕捉了自然语言处理、视觉感知和听觉体验过程中的大脑活动。我们探索了两种基本方法:编码模型,试图从感官输入中生成大脑活动模式;解码模型,旨在从神经信号中重建我们的思想和感知。这些技术不仅有望在神经诊断和脑机接口方面取得突破,而且还为了解认知的本质提供了一个窗口。在本次调查中,我们首先讨论语言、视觉和语音刺激的流行表示,并总结了神经科学数据集。然后,我们通过研究流行的基于深度学习的编码和解码架构,回顾深度学习的最新进展如何改变这一领域,并指出它们在不同领域中的优点和局限性。
![arXiv:2307.10246v1 [q-bio.NC] 2023 年 7 月 17 日PDF文件第1页](/bimg/d/d9b54ecd12e5dd1f97d110dc5fbe72ac0a18a8e2.webp)
![arXiv:2307.10246v1 [q-bio.NC] 2023 年 7 月 17 日PDF文件第2页](/bimg/3/3d2ec864331383034748893c7858615f7c5c32c8.webp)
![arXiv:2307.10246v1 [q-bio.NC] 2023 年 7 月 17 日PDF文件第3页](/bimg/d/d0adc5921155308ec93e68a8d4c7064cb8897d85.webp)
![arXiv:2307.10246v1 [q-bio.NC] 2023 年 7 月 17 日PDF文件第4页](/bimg/2/296ab3a189a4d5b957bd33d7e1f891a2c5cffce7.webp)
![arXiv:2307.10246v1 [q-bio.NC] 2023 年 7 月 17 日PDF文件第5页](/bimg/d/d7ea438990e16c8994271d31c2cd485004e5c1e7.webp)
