在自然界，情报有多种形式。它可能是一个使用回声定位在黑暗中熟练导航的蝙蝠，或者是章鱼迅速适应其行为以在深海中生存。同样，在计算机科学领域，出现了多种形式的人工智能 - 不同的网络都经过培训，可以在不同的任务中脱颖而出。正如将于今天在第25届认知神经科学学会(CNS)年会上所呈现的那样，认知神经科学家越来越多地使用这些新兴的人工网络来增强他们对人类大脑中最难以捉摸的智能系统之一的理解。

“认知神经科学家和计算机科学家寻求回答的基本问题是相似的，”麻省理工学院的奥德奥利瓦说。“它们有一个由组件组成的复杂系统 - 一方面，它被称为神经元，另一方面称为单元 - 我们正在做实验，试图确定这些组件的计算结果。”

在她在CNS研讨会上发表的Oliva的工作中，神经科学家们正在了解情境线索在人类图像识别中的作用。通过使用“人工神经元” - 本质上是代码行，软件 - 与神经网络模型，他们可以解析识别特定位置或对象的各种元素。

“大脑是一个深刻而复杂的神经网络，”主持研讨会的哥伦比亚大学的Nikolaus Kriegeskorte说。“神经网络模型是大脑启发的模型，现在在许多人工智能应用中都是最先进的，例如计算机视觉。”

在最近一项关于超过1000万张图像的研究中，Oliva及其同事教授了一个人工网络来识别350个不同的地方，例如厨房，卧室，公园，起居室等。他们希望网络能够学习诸如床相关的物体。有一间卧室。他们没想到的是，网络将学习识别人和动物，例如公园里的狗和起居室里的猫。

奥利瓦说，机器智能程序在获得大量数据时可以非常快速地学习，这使得他们能够在如此精细的水平上解析上下文学习。虽然不可能在这样的水平上剖析人类神经元，但执行类似任务的计算机模型是完全透明的。人工神经网络作为“小脑，可以研究，改变，评估，与人类神经网络给出的反应进行比较，因此认知神经科学家有一些关于真实大脑如何运作的草图。”

事实上，Kriegeskorte说，这些模型帮助神经科学家了解人们如何在眨眼间识别周围的物体。“这涉及从视网膜发出的数百万个信号，它扫过一系列神经元，提取语义信息，例如我们正在看几个人和一条狗的街景，”他说。“目前的神经网络模型可以仅使用生物神经元可以执行的计算来执行此类任务。此外，这些神经网络模型可以在一定程度上预测大脑深处的神经元将如何响应任何图像。”

利用计算机科学来理解人类大脑是一个相对较新的领域，由于计算速度和功率的进步以及神经科学成像工具而迅速扩展。Kriegeskorte说，人工网络还不能复制人类的视觉能力，但通过对人类大脑进行建模，他们正在进一步理解认知和人工智能。“在神经科学，认知科学和人工智能的交叉点工作是一个独特的激动人心的时刻，”他说。

确实，奥利瓦说;“人类认知和计算神经科学是一个快速发展的研究领域，关于人类大脑如何能够看，听，感，思考，记忆和预测的知识是开发更好的诊断工具，修复大脑的必要条件，并确保它发展良好。“