详细内容或原文请订阅后点击阅览
深度学习改进了仿生眼与大脑的沟通方式
研究人员证明，人工智能可以通过根据个体大脑反应定制电刺激来提高视觉假体的精确度和响应能力。
来源:Scientific Inquirer来自加州大学圣巴巴拉分校等三个机构的研究人员已经证明，人工智能有潜力使未来的视觉假肢（例如仿生眼）变得更加精确、可预测并且对个人用户的响应更加灵敏。
UCSB 计算机科学副教授 Michael Beyeler 和他的同事使用深度学习模型为暂时植入盲人参与者视觉皮层（处理视觉信息的大脑后部区域）的电极设计电刺激模式。该模型提高了研究人员对神经元如何响应刺激的控制，并有助于预测参与者的感知。
这项概念验证研究本周在线发表在《神经元》杂志上，它代表着开发视觉皮层假体（植入视觉皮层的设备）迈出了一步，可以更好地与大脑沟通。
“建立抽象模型是一回事，”身为心理和脑科学副教授的贝耶勒说。 “看到它塑造一个人的实验完全是另一回事。从理论到有一天可能帮助人们的东西的能力是我们实验室大部分工作的动力。”
Beyeler 将其描述为“真正的合作”，该项目由苏黎世联邦理工学院的 Pehuén Moure、加州大学圣巴巴拉分校的 Jacob Granley 和米格尔·埃尔南德斯大学 (MHU) 的 Fabrizio Grani 领导。 Beyeler、苏黎世联邦理工学院的 Shih-Chii Liu 和 MHU 的 Eduardo Fernández 监督了这项研究，这是西班牙正在进行的更广泛可行性试验的一部分。
数十年来，研究人员一直在尝试开发视觉假体，但收效甚微。一些设备针对视网膜（眼睛后部的光敏感层），而另一些设备则刺激视觉系统的后期阶段。
研究人员随后使用该模型来识别最有可能产生所需神经反应的刺激模式。