過去 15,000 年,狗與人類共同演化。現在,狗狗常作為寵物棲息在人類生活環境中。有時狗狗像人一樣在家中觀看視頻,彷彿看懂了。
那麼,狗狗眼裡的世界是什麼樣子的呢?
近日,來自埃默里大學的一項研究從狗的大腦中解碼了視覺圖像,首次揭示了狗的大腦如何重建它所看到的東西。這項研究發表在《視覺化實驗期刊》。
論文地址:https://www.jove.com/t/64442/through-dog-s-eyes-fmri-decoding-naturalistic-videos -from-dog
研究人員記錄了兩隻清醒的、不受約束的狗狗的fMRI 神經數據,期間讓它們分三次觀看30 分鐘的視頻,時長總共90 分鐘。然後他們使用機器學習演算法來分析神經數據中的模式。
埃默里大學心理學教授、論文作者之一Gregory Berns 表示:「我們可以在狗觀看影片時監控它的大腦活動,並在一定程度上重建它正在看的東西。我們能夠做到這一點是非常了不起的。」
Berns 及其同事開創性地將fMRI 掃描技術用於犬類,並訓練狗狗在測量神經活動時完全靜止且不受約束。十年前,該團隊發布了第一張完全清醒、不受約束的狗的 fMRI 大腦圖像,為 Berns 所說的“The Dog Project”實驗計劃打開了大門。
Berns 和第一隻在完全清醒且不受約束的情況下被掃描大腦活動的狗狗 Callie。
多年來,Berns 的實驗室發表了多項關於犬隻大腦如何處理視覺、語言、氣味和獎勵(例如接受讚美或食物)的研究。
同時,機器學習技術不斷進步,使得科學家能夠解碼一些人類大腦的活動模式。然後 Berns 開始思考類似的技術能否應用在狗狗的大腦。
這次新研究是基於機器學習和 fMRI 技術完成的。 fMRI 是一種神經影像學技術,其原理是利用磁振造影來測量神經元活動引發的血液動力的改變。這種技術是非侵入性的,在腦部功能定位領域中具有重要作用。除了人類,該技術只應用於少數其他物種,包括一些靈長類動物。
研究介紹
實驗中用到兩隻狗,它證明機器學習、fMRI 等技術可普遍用於犬科動物分析,研究人員也希望這項研究對其他人有所幫助,以便更深入地了解不同動物的思維方式。
實驗過程大致如下:
實驗參與者:Bhubo,4 歲;Daisy,11 歲。兩隻狗之前都參加過幾項 fMRI 訓練(Bhubo:8 項,Daisy:11 項),其中一些涉及觀看投射到螢幕上的視覺刺激。這兩隻狗之所以被選中,是因為它們能夠長時間留在掃描儀內,而不會在主人看不見的情況下隨便移動。
影片拍攝:以狗的視角拍攝視頻,以捕捉狗生活中的日常場景。這些場景包括散步、餵食、玩耍、與人類互動、狗與狗的互動等。將影片編輯成 256 個獨特的場景,每個場景都描繪了一個事件,例如狗與人類擁抱、狗奔跑或散步。根據其內容為每個場景分配一個唯一的編號和標籤。然後將這些場景編輯成五個更大的彙編視頻,每個視頻大約 6 分鐘。
實驗設計:首先使用 3T MRI 掃描參與者,同時讓參與者觀看投射到 MRI 孔後部螢幕上的彙編影片。對於狗來說,透過事先訓練,將它們的頭放在定制的下巴託中,以達到頭部穩定的位置,就像下圖這樣
正在掃描的 Daisy,耳朵被貼上膠帶,用來固定耳塞,以消除噪音。
該研究比較了人類和狗的大腦運作方式。兩個人類受試者的結果表明,使用神經網路開發的模型將大腦數據映射到基於物件和基於動作的分類器上的準確率達到了99%;在解碼狗的大腦模式時,同樣的模型就不適用於物件分類器,而解碼狗的動作分類時,準確率達到了75% - 88%。這說明人類和狗的大腦運作方式存在重大差異,如下圖人 ( A ) 和狗 ( B ) 的實驗結果所示。對此,Berns 總結道:「我們人類非常關心看到的對象,而狗狗似乎不太關心他們看到的是誰或看到了什麼,而更關心動作行為。」
有興趣的讀者可以閱讀論文原文,了解更多研究細節。
以上是狗狗如何看世界?人類研究員要解碼狗腦中的視覺認知的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Apollo Research的一份新報告顯示,先進的AI系統的不受檢查的內部部署構成了重大風險。 在大型人工智能公司中缺乏監督,普遍存在,允許潛在的災難性結果

傳統測謊儀已經過時了。依靠腕帶連接的指針,打印出受試者生命體徵和身體反應的測謊儀,在識破謊言方面並不精確。這就是為什麼測謊結果通常不被法庭採納的原因,儘管它曾導致許多無辜者入獄。 相比之下,人工智能是一個強大的數據引擎,其工作原理是全方位觀察。這意味著科學家可以通過多種途徑將人工智能應用於尋求真相的應用中。 一種方法是像測謊儀一樣分析被審問者的生命體徵反應,但採用更詳細、更精確的比較分析。 另一種方法是利用語言標記來分析人們實際所說的話,並運用邏輯和推理。 俗話說,一個謊言會滋生另一個謊言,最終

航空航天業是創新的先驅,它利用AI應對其最複雜的挑戰。 現代航空的越來越複雜性需要AI的自動化和實時智能功能,以提高安全性,降低操作

機器人技術的飛速發展為我們帶來了一個引人入勝的案例研究。 來自Noetix的N2機器人重達40多磅,身高3英尺,據說可以後空翻。 Unitree公司推出的G1機器人重量約為N2的兩倍,身高約4英尺。比賽中還有許多體型更小的類人機器人參賽,甚至還有一款由風扇驅動前進的機器人。 數據解讀 這場半程馬拉松吸引了超過12,000名觀眾,但只有21台類人機器人參賽。儘管政府指出參賽機器人賽前進行了“強化訓練”,但並非所有機器人均完成了全程比賽。 冠軍——由北京類人機器人創新中心研發的Tiangong Ult

人工智能以目前的形式並不是真正智能的。它擅長模仿和完善現有數據。 我們不是在創造人工智能,而是人工推斷 - 處理信息的機器,而人類則

一份報告發現,在谷歌相冊Android版7.26版本的代碼中隱藏了一個更新的界面,每次查看照片時,都會在屏幕底部顯示一行新檢測到的面孔縮略圖。 新的面部縮略圖缺少姓名標籤,所以我懷疑您需要單獨點擊它們才能查看有關每個檢測到的人員的更多信息。就目前而言,此功能除了谷歌相冊已在您的圖像中找到這些人之外,不提供任何其他信息。 此功能尚未上線,因此我們不知道谷歌將如何準確地使用它。谷歌可以使用縮略圖來加快查找所選人員的更多照片的速度,或者可能用於其他目的,例如選擇要編輯的個人。我們拭目以待。 就目前而言

增強者通過教授模型根據人類反饋進行調整來震撼AI的開發。它將監督的學習基金會與基於獎勵的更新融合在一起,使其更安全,更準確,真正地幫助

科學家已經廣泛研究了人類和更簡單的神經網絡(如秀麗隱桿線蟲中的神經網絡),以了解其功能。 但是,出現了一個關鍵問題:我們如何使自己的神經網絡與新穎的AI一起有效地工作


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

SublimeText3漢化版
中文版,非常好用

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

mPDF
mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中