想象一下，一个人工智能 (AI) 模型能够以人脑的微妙方式观看和理解移动图像。现在，斯克里普斯研究所的科学家们通过创建 MovieNet 将这一想法变成了现实：这是一种创新的人工智能，它处理视频的方式与我们的大脑随着时间的推移解读现实场景的方式非常相似。
这种受大脑启发的人工智能模型在 2024 年 11 月 19 日发表在《美国国家科学院院刊》上的一项研究中进行了详细介绍，它可以通过模拟神经元（或脑细胞）如何实时感知世界来感知移动场景。传统人工智能擅长识别静止图像，但 MovieNet 引入了一种机器学习模型来识别复杂、变化的场景的方法——这一突破可能会改变从医疗诊断到自动驾驶等领域，在这些领域中，辨别随时间推移的细微变化至关重要。MovieNet 也比传统人工智能更准确、更环保。
“大脑不仅仅看到静止的画面；它创造了一个持续的视觉叙事，”资深作者、多里斯神经科学中心主任、斯克里普斯研究中心哈恩神经科学教授 Hollis Cline 博士说。“静态图像识别已经取得了长足的进步，但大脑处理流动场景的能力——比如看电影——需要一种更为复杂的模式识别形式。通过研究神经元如何捕捉这些序列，我们已经能够将类似的原理应用于人工智能。”
为了创建 MovieNet，克莱恩和第一作者、斯克里普斯研究所的研究员 Masaki Hiramoto 研究了大脑如何将现实世界场景处理为短片段，类似于电影片段。具体来说，研究人员研究了蝌蚪神经元如何对视觉刺激作出反应。
“蝌蚪有非常好的视觉系统，而且我们知道它们可以有效地检测移动刺激并做出反应，”平本解释道。
他和克莱恩发现了一些神经元，它们对电影般的特征（如亮度变化和图像旋转）作出反应，并能识别移动和变化的物体。这些神经元位于大脑的视觉处理区域，即视顶盖，它们将移动图像的各个部分组合成一个连贯的序列。
这个过程类似于透镜拼图：每个碎片单独看可能没有意义，但它们组合在一起形成一幅完整的运动图像。不同的神经元处理现实生活中运动图像的各种“拼图碎片”，然后大脑将它们整合成一个连续的场景。
研究人员还发现，蝌蚪的视顶神经元能够分辨出视觉刺激随时间发生的细微变化，捕捉大约 100 到 600 毫秒的动态片段而非静态帧中的信息。这些神经元对光和影的模式高度敏感，每个神经元对视野特定部分的反应有助于构建场景的详细地图，形成“电影片段”。
Cline 和 Hiramoto 训练 MovieNet 模拟这种类似大脑的处理过程，将视频片段编码为一系列细小、可识别的视觉线索。这使得 AI 模型能够区分动态场景之间的细微差别。
为了测试 MovieNet，研究人员向它展示了在不同条件下蝌蚪游泳的视频片段。MovieNet 不仅在区分正常和异常游泳行为方面达到了 82.3% 的准确率，而且比受过训练的人类观察者的能力高出约 18%。它甚至比现有的人工智能模型（如谷歌的 GoogLeNet）表现更好——尽管后者拥有大量的训练和处理资源，但准确率仅为 72%。
克莱恩指出：“这就是我们看到的真正潜力。”
该团队发现，MovieNet 不仅在理解不断变化的场景方面比目前的 AI 模型更胜一筹，而且它使用的数据和处理时间更少。MovieNet 能够在不牺牲准确性的情况下简化数据，这也使其有别于传统 AI。通过将视觉信息分解为基本序列，MovieNet 可以有效地压缩数据，就像保留关键细节的压缩文件一样。
除了高精度之外，MovieNet 还是一种环保的 AI 模型。传统的 AI 处理需要大量能源，对环境造成严重影响。MovieNet 的数据要求较低，提供了一种更环保的替代方案，既能节约能源，又能达到高标准。
“通过模仿大脑，我们成功地让人工智能的要求大大降低，为不仅功能强大而且可持续的模型铺平了道路，”克莱恩说。“这种效率也为在传统方法成本高昂的领域扩大人工智能的规模打开了大门。”
此外，MovieNet 还具有重塑医学的潜力。随着技术的进步，它可能会成为识别早期疾病细微变化的宝贵工具，例如检测心律不齐或发现帕金森病等神经退行性疾病的最初迹象。例如，与帕金森病相关的细微运动变化通常很难被人眼辨别，但人工智能可以及早标记出来，为临床医生提供宝贵的干预时间。
此外，MovieNet 能够感知蝌蚪接触化学物质时游动模式的变化，这可以带来更精确的药物筛选技术，因为科学家可以研究动态细胞反应，而不是依赖静态快照。
Hiramoto 表示：“目前的方法会错过关键变化，因为它们只能分析间歇拍摄的图像。随着时间的推移观察细胞意味着 MovieNet 可以追踪药物测试过程中最细微的变化。”
展望未来，Cline 和平本计划继续完善 MovieNet 适应不同环境的能力，增强其多功能性和潜在应用。
“从生物学中汲取灵感将继续成为推动人工智能发展的沃土，”克莱恩说。“通过设计像生物体一样思考的模型，我们可以达到传统方法无法实现的效率水平。”
这项名为“识别电影编码神经元使电影识别人工智能成为可能”的研究得到了美国国立卫生研究院（RO1EY011261、RO1EY027437 和 RO1EY031597）、哈恩家族基金会和哈罗德 L. 多里斯神经科学中心捐赠基金的资助。
阅读报告全文，请访问欧米伽研究所的“未来知识库”
https://wx.zsxq.com/group/454854145828
未来知识库是“ 欧米伽 未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。 欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。
截止到11月25日 ”未来知识库”精选的100部前沿科技趋势报告
热门跟贴