神经通路对于灵长类动物快速物体识别的成功至关重要

麻省理工学院的研究人员发现了一条大脑通路，它对于灵长类动物能够轻松识别视野中的物体至关重要。这些发现丰富了涉及视觉感知的神经回路的现有模型，并有助于进一步阐明解决灵长类大脑中物体识别问题的计算代码。

这项研究由麦戈文脑研究所和脑与认知科学系的博士后 Kohitij Kar 领导，研究了一个名为腹外侧前额叶皮层(vlPFC) 的区域，该区域通过神经元网络。这项研究的主要目标是测试这种电路(即循环神经网络)的来回信息处理对于灵长类动物的 快速物体识别至关重要。

目前的研究发表在Neuron上，可通过开放获取方式获取，是 Kar 和 James DiCarlo 先前发表的研究成果的后续研究。麦戈文研究所和大脑、思想和机器中心。

猴子与机器

2019 年，Kar、DiCarlo 和同事发现灵长类动物在快速物体识别过程中必须使用一些循环回路。该研究中的猴子受试者能够比设计的“前馈”计算模型(称为深度卷积神经网络)更准确地识别物体，这种模型缺乏循环电路。

有趣的是，与猴子相比，模型在物体识别方面表现较差的特定图像，在猴子的大脑中也需要更长的时间才能解决——这表明额外的时间可能是由于大脑中的反复处理造成的。然而，根据 2019 年的研究，目前尚不清楚到底是哪些循环回路导致了 IT 皮层的延迟信息增强。这就是当前研究的重点。