10、不变性识别对感觉皮层神经元调谐的预测

不变性识别对感觉皮层神经元调谐的预测

在视觉研究领域，皮层V1区简单细胞的调谐特性一直是科学家们关注的焦点。这些特性呈现出一种“通用形状”，其参数值在不同物种间具有一致性。然而，此前的研究并未明确解释视觉皮层腹侧流的功能，以及神经元特性与该功能之间的联系。近期的一项理论为这些问题提供了新的见解。

腹侧流的计算目标

该理论提出，腹侧流的主要计算目标是在视觉区域层次结构的每个层面上，为给定图像提供一个独特的“签名”向量。这个向量具有对几何变换（如平移、旋转和缩放）的不变性，并且对小的扰动具有鲁棒性。实现这一目标的机制是在无监督的视觉体验中，通过存储少量物体在变换过程中的图像序列（即“模板”）来学习相关的不变性。

例如，福岛邦彦的新认知机、HMAX模型以及卷积神经网络等类似的不变层次结构，都可以通过这种无监督的视觉体验进行学习。

V1区简单细胞的发展与学习

我们将重点放在V1区，假设具有不同大小空间局部树突树的细胞阵列的发展是由基因决定的，它反映了视网膜光感受器和细胞阵列的组织，并与外侧膝状体的输出相连。

模板及其变换对应的一组“简单”细胞可以从无监督的视觉体验中被记忆。在第二个学习步骤中，复杂细胞会与在时间上紧密相邻被激活的“简单”细胞相连，这些“简单”细胞很可能对应于同一图像块在时间上的变换。

然而，直接将图像块序列存储在V1细胞中的想法在生物学上是不合理的。因此，我们提出通过Hebbian突触在线进行变换物体帧的神经记忆，这些突触会随着视觉体验而改变。

具体来说，我们假设成熟简单细胞“看到”的信号在空间方向x和y上呈高斯分布，反映了来自外侧膝状体核的突触在树突树上的分布。同时，