人間の脳は数字の「4」を認識しますが、数字の「5」は認識しません。四天王F4はすべて「4」(ドージェ)であることを科学的証拠が裏付ける|Nature
0.5 秒以内に答えてください。下の写真にはリンゴが何個ありますか:
一目で左側に 4 個あることが分かりますか? ...右側にたくさんありますか?どれが右側なのか即座に判断できないのはなぜでしょうか?
この現象以外にも、「四」大天王、F「4」、「四」小華丹など、同様の例がいくつかあります。なぜこれが数字の「4」と関係があるのでしょうか?
Nature の最新のレポートは、この現象を説明する直接的な根拠を提供します - 脳は「4」を認識しますが、「5」は認識しません。
ドイツ、ボン大学医療センターの研究者らは、単一ニューロンの活動を観察し、その結果、脳は数字の「1~4」と「1~4」の認識に異なるシステムを使用していることを発見しました。数字「5-9」境界は「4」です。
具体的には、ニューロンが 1 ~ 4 の数字を処理する場合、特定のニューロンが使用されますが、5 ~ 9 を処理する場合、応答は特定ではなく、 隣接する数字によって干渉されます。
例: 数字 3 を好むニューロンは 3 にのみ応答しますが、数字 8 を好むニューロンは 8 に応答しますが、数字 7 と 9 にも応答しますこれこの発見は人間の思考の性質を理解する上で非常に重要です。ジョンズ・ホプキンス大学の心理学者であるリサ・ファイゲンソンは次のように述べています:基本的に、この問題は心の構造に関係しています。人間の心の基礎は何でしょうか?人間の脳は「4」を認識しますが、「5」は認識しません1871年に「ネイチャー」誌に掲載された記事で、経済学者で論理学者のウィリアム・スタンレー・ジェボンズは人間の数え方を調査しました。
数字「5」の大きさを判断できない人がいる数字「5」の大きさを判断できない人がいる数字「5」
研究者らはその後、これは脳が 1 つの計数システムのみを使用しているためであり、数字が大きくなると精度が低くなるためであると分析しました。他の人は、この違いは 2 つの計数システムがあるという事実に由来していると仮説を立てました。システム を使用してカウントし、脳波検査や機能的磁気共鳴画像法などの技術を使用してさらに研究しましたが、結果には一貫性がなく、どのモデルが正しいかを判断することはできませんでした。
最近まで、ドイツのボン大学の研究チームは、新しいテクノロジーを使用して人間の脳の単一ニューロンの活動を記録し、最終的に小さなニューロン間の神経コーディングの違いを発見しました。数と大きな数。
具体的には、データは 17 人のてんかん患者から得られました。医師がてんかんの原因を見つけるのを助けるために、これらの患者は侵襲的な医療モニタリングを受けました。つまり、脳に微小電極が埋め込まれました。
患者がモニタリング手術を受けている間、微小電極は
801の活動を記録しました。単一のニューロン。これらのニューロンは、扁桃体、海馬、腹内側側頭葉、腹側側頭葉の 4 つの脳領域から来ています。 記録プロセス中に、患者は数量判断タスクを実行する必要があります:
画面には、0 ~ 9 の範囲で記号化されていない「ドット マトリクス」画像が表示され、各画像が表示されます。 0.5秒続きます。参加者は、左右のキーを押して、画像上の数字が偶数か奇数かを示す必要があります。
ドット マトリクスは、標準形式と制御形式で表示されます。 . 以下の 3 つのドットマトリックス配置 :
△ (左) 標準レイアウト、点のサイズと位置は可変 (中) コントロール レイアウト、総面積点の密度とバランスが取れている; (右) 点が直線状に配置されている
行動テストでは、患者の少量の判断が大幅に正確になり、反応時間が短くなり、
「サブ化」が示されました。の特徴。
(心理学と認知科学の用語である飽和とは、少量のアイテムをすばやく推定する人間の能力を指します。)量が次より大きい場合4 では、
「数量見積もり」プロセスを反映して、判断が遅くなり、エラー率が増加します。 研究者らは、エラー率と反応時間をそれぞれ計算し、最終的にサブ化範囲の上限が平均 3.7 (エラー率) と 3.6 (反応時間) であると決定しました。
ニューロン反応の分析により、行動結果の正確性がさらに確認されました。
10 進数値化システムと大数推定システム
単一ニューロンでメタレベルでは、研究者らは同様のコーディングパターンも観察しました。
彼らは、4つの記録脳領域の非記号化量に選択的に反応するニューロンを発見しました。これらの選択的なニューロンは、0〜9の完全な量範囲をカバーしていました。
さまざまな脳領域における選択的ニューロンの割合は約 15.1% であり、これはランダム レベルよりも大幅に高くなります。
研究者らは、ニューロンの調整曲線の特性と相関関係を分析した結果、次のことを発見しました:
1 ~ 4 の小さな数字の場合、ニューロンは優先される数字に対して高度に選択的であり、優先されない数字を抑制します。応答性が向上し、認識効果が向上します。
量の変化に敏感なニューロンの場合、特定の量に対して最大の反応が生成されます。最大の反応を引き起こす量が、ニューロンの「優先量」です
数値が 4 より大きい場合、ニューロンの調整曲線は広くなり、選択性が低下し、数値が増加するにつれてベースライン レベルに戻ります。これは数値推定の特性と一致します
研究者らはさらに、SVM を使用して選択的なニューロンをデコードし、状態空間分析とクラスタリング分析を実施し、ニューロン グループの統計を実施しました。 このテストでは、数量を判断するための分類境界であり、最も重要な違いは数量 4 と 5 の間です。
この境界は人間の直感的な判断と非常に一致しています
この研究は、小さな数の「部分化」システムと大きな数の「推定」システムが共存できるという直接的な証拠を提供します
「サブ化された」システムは、注意力と作業記憶に関連している可能性があります。これは、少量の情報に対する私たちの鋭い判断を説明しますが、脳は、容量を超える入力については、より低速で体系的な情報処理に依存する必要があります。
ただし、研究者らは、他の脳領域にも同様のコーディングの違いがあるかどうか、この現象がより複雑な認知タスクでも観察できるかどうかなど、より複雑なネットワークメカニズムをさらに調査する必要があるとも述べています。抑制ループなどの時間的影響
論文リンク: https://www.nature.com/articles/d41586-023-03136-w
以上が人間の脳は数字の「4」を認識しますが、数字の「5」は認識しません。四天王F4はすべて「4」(ドージェ)であることを科学的証拠が裏付ける|Natureの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Apollo Researchの新しいレポートによると、高度なAIシステムの未確認の内部展開は、重大なリスクをもたらします。 主要なAI企業の間で一般的なこの監視の欠如は、Uncontに及ぶ潜在的な壊滅的な結果を可能にします

従来の嘘検出器は時代遅れです。リストバンドで接続されたポインターに依存すると、被験者のバイタルサインと身体的反応を印刷する嘘発見器は、嘘を識別するのに正確ではありません。これが、嘘の検出結果が通常裁判所で採用されない理由ですが、多くの罪のない人々が投獄されています。 対照的に、人工知能は強力なデータエンジンであり、その実用的な原則はすべての側面を観察することです。これは、科学者がさまざまな方法で真実を求めるアプリケーションに人工知能を適用できることを意味します。 1つのアプローチは、嘘発見器のように尋問されている人の重要な符号応答を分析することですが、より詳細かつ正確な比較分析を行います。 別のアプローチは、言語マークアップを使用して、人々が実際に言うことを分析し、論理と推論を使用することです。 ことわざにあるように、ある嘘は別の嘘を繁殖させ、最終的に

イノベーションの先駆者である航空宇宙産業は、AIを活用して、最も複雑な課題に取り組んでいます。 近代的な航空の複雑さの増加は、AIの自動化とリアルタイムのインテリジェンス機能を必要とします。

ロボット工学の急速な発展により、私たちは魅力的なケーススタディをもたらしました。 NoetixのN2ロボットの重量は40ポンドを超えており、高さは3フィートで、逆流できると言われています。 UnitreeのG1ロボットの重量は、N2のサイズの約2倍で、高さは約4フィートです。また、競争に参加している多くの小さなヒューマノイドロボットがあり、ファンによって前進するロボットさえあります。 データ解釈 ハーフマラソンは12,000人以上の観客を惹きつけましたが、21人のヒューマノイドロボットのみが参加しました。政府は、参加しているロボットが競争前に「集中トレーニング」を実施したと指摘したが、すべてのロボットが競争全体を完了したわけではない。 チャンピオン - 北京ヒューマノイドロボットイノベーションセンターによって開発されたティアンゴニ

人工知能は、現在の形式では、真にインテリジェントではありません。既存のデータを模倣して洗練するのに熟達しています。 私たちは人工知能を作成するのではなく、人工的な推論を作成しています。情報を処理するマシン、人間は

レポートでは、更新されたインターフェイスがGoogle Photos Androidバージョン7.26のコードに隠されていることがわかり、写真を見るたびに、新しく検出された顔のサムネイルの行が画面の下部に表示されます。 新しいフェイシャルサムネイルには名前タグが欠落しているため、検出された各人に関する詳細情報を見るには、個別にクリックする必要があると思います。今のところ、この機能は、Googleフォトが画像で見つけた人々以外の情報を提供しません。 この機能はまだ利用できないため、Googleが正確にどのように使用するかはわかりません。 Googleはサムネイルを使用して、選択した人のより多くの写真を見つけるためにスピードアップしたり、編集して個人を選択するなど、他の目的に使用することもできます。待って見てみましょう。 今のところ

補強能力は、人間のフィードバックに基づいて調整するためにモデルを教えることにより、AI開発を揺さぶりました。それは、監督された学習基盤と報酬ベースの更新をブレンドして、より安全で、より正確に、そして本当に助けます

科学者は、彼らの機能を理解するために、人間とより単純なニューラルネットワーク(C. elegansのものと同様)を広く研究してきました。 ただし、重要な疑問が生じます。新しいAIと一緒に効果的に作業するために独自のニューラルネットワークをどのように適応させるのか


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境

SublimeText3 中国語版
中国語版、とても使いやすい

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

ホットトピック









