人工神经网络模拟自闭症的面部处理

我们中的许多人很容易识别他人脸上表达的情绪。微笑可能意味着幸福，而皱眉可能表示愤怒。自闭症患者通常更难完成这项任务。目前还不清楚为什么。但 6 月 15 日发表在《神经科学杂志》上的新研究揭示了大脑的内部运作，并提出了答案。它使用一种工具来为我们的头脑中的计算建模开辟新途径：人工智能。

研究人员主要提出了两个可能存在差异的大脑区域。灵长类动物(包括人类)大脑一侧称为颞下(IT)皮层的区域有助于面部识别。与此同时，称为杏仁核的更深区域接收来自 IT 皮层和其他来源的输入，并帮助处理情绪。

麻省理工学院教授 James DiCarlo 实验室的研究科学家 Kohitij Kar 希望将答案归零。(DiCarlo 是脑与认知科学系的 Peter de Florez 教授，也是麦戈文脑研究所的成员和麻省理工学院 Quest for Intelligence 的主任。)

Kar 首先查看了另外两位研究人员提供的数据：圣路易斯华盛顿大学的 Shuo Wang 和加州理工学院的 Ralph Adolphs。在一项实验中，他们向自闭症成年人和神经典型对照组展示了面部图像。这些图像是由软件生成的，范围从恐惧到快乐，参与者迅速判断这些面孔是否描绘了快乐。与对照组相比，自闭症成年人需要更高水平的面部快乐才能报告他们快乐。

大脑建模

Kar 训练了一个人工神经网络(一种受大脑结构启发的复杂数学函数)来执行相同的任务。该网络包含的单元层大致类似于处理视觉信息的生物神经元。当信息从输入图像传递到最终判断时，这些层会处理信息，以指示面部快乐的概率。Kar 发现，与自闭症成年人相比，该网络的行为更接近于神经典型控制。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！