심층 신경망이란 다층으로 구성된 인공 신경망을 말하며, 최근 인공지능 분야에서 큰 진전을 이루고 있다.

　향후 인공지능이 자율주행이나 의료진단 등 인명에 관련될 수 있는 영역에 활용될 때는 인간을 포함한 동물이 어떻게 눈으로 본 시각정보를 처리하고 있는지를 해명하는 것이 중요하다. .그래서 본 연구팀은 다음과 같이 하여 눈으로 본 화상에 대한 시각야의 신경세포의 활동을 심층 신경망에 찍어 컴퓨터상에서 상세하게 해석하는 수법을 개발했다.

　먼저, 동물에게 보여진 영상과 동일한 영상을 심층 신경망에 입력하고, 영상에 대한 신경 세포의 활동을 교사 신호로서 심층 신경망을 학습시킨다.이어서,이 신경망의 출력을 최대화하도록 입력 이미지를 업데이트하는 단계를 반복한다.완성 된 이미지는 신경망에 복사 된 신경 세포를 최대로 활성화시키는 이미지로 추정되며, 세포가 어떤 이미지 입력에 가장 잘 반응하는지 (반응 선택성)를 확인하는 데 도움이됩니다.

　이 방법을 검증하기 위해 마우스 XNUMX 차 시각 필드의 신경 세포 분석에 적용한 결과, XNUMX 차 시각 필드의 반응 선택성에 대응하는 이미지가 생성되었다.본 방법을 보다 고차의 영역에 응용하면, 미지의 반응 선택성이 동정될 것이 기대된다고 한다.

　본 방법은 다른 감각야의 해석에도 응용 가능하며, 뇌내에서의 감각 정보의 처리 기구의 해명에 유용하다.게다가 뇌신경세포의 활동을 담은 심층 신경망을 이용함으로써 보다 인간이나 동물의 행동에 가까운 인공지능의 개발로 이어질 가능성도 기대할 수 있다고 한다.

논문 정보:【Scientific Reports】Characterisation of nonlinear receptive fields of visual neurons by convolutional neural network