获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
深度学习和预测编码架构通常假设神经网络中的推理是分层的。然而,深度学习和预测编码架构在很大程度上忽视了神经生物学证据,即所有分层皮质区域,无论高级还是低级,都直接投射到皮质下区域并接收来自皮质下区域的信号。鉴于这些神经解剖学事实,当今以皮质为中心的分层架构在深度学习和预测编码网络中的主导地位是值得高度怀疑的;这种架构很可能缺少大脑使用的必要计算原理。在本文中,我们提出了浅层大脑假说:分层皮质处理与皮质下区域大量贡献的大规模并行过程相结合。这种浅层架构利用了皮质微电路和丘脑皮质环路的计算能力,而这些并不包含在典型的分层深度学习和预测编码网络中。我们认为,浅层大脑结构比深层层次结构有几个关键的优势,并且更完整地描述了哺乳动物的大脑如何实现快速灵活的计算能力。