Redian新闻
>
[转载] 美国科学家成功用电脑记录猫眼所看到的影像
avatar
[转载] 美国科学家成功用电脑记录猫眼所看到的影像# Biology - 生物学
E*y
1
【 以下文字转载自 WorldNews 讨论区 】
【 原文由 ncri 所发表 】
http://www.sina.com.cn 2000/02/17 15:52 华声报
不久前,美国科学家做了这样一个试验,将一台电脑与一只猫的大脑
相连,并成功地记录下来这只猫所看到的影像。
美国加州大学伯克利分校的几名科学家在一只猫的丘脑区的177个神经
元上连接了电极,对这些神经元的活动进行监测。丘脑通过视神经与猫的
眼睛直接相连通。每个神经元都会对出现在猫的视野中的特征做出反应。
正是由于这些神经元的活动,猫的大脑才能获得重建影像所需要的全部信
息。
科学家们在计算机上观测到了神经元活动的规律,于是便利用他们所
称的“线性解码技术”重建出了一幅图像。令他们感到惊讶不已的是,他
们在这幅图像中所看到的自然景象有着清晰可见的物体,如人的脸。这意
味着,他们确确实实通过猫的眼睛看到了世界。科学家们表示,这标志着
人类在研究大脑对信号的处理机制方面取得了重大进展。
这项研究成果意义十分深远。它不仅将为人们期待已久的把人造肢体
与人的大脑直接相连带来研究上的突破,而且预示着可通过科学的方法实
现人脑功能
avatar
a*t
2
这篇文章我读过, 发表在The Journal of Neuroscience, September, 1999.
Reconstruction of Natural Scenes from Ensemble Responses in the
Lateral Geniculate Nucleus. Garrett B. Stanley, Fei F. Li, and
Yang Dan. 注意到老板 Yang Dan 是个很漂亮的年轻中国姑娘, (网址:
http://mcb.berkeley.edu/faculty/NEU/dany.html) 想想人家30岁就拿到
UCBerkeley 的 assistant professor了, 有时觉得自己选择做 neuroscience
是不是一个错误.
这篇来自sina.com的文章有几个小错误, 首先177个外膝体细胞不是同时记录到的,
而是采用相同的视觉刺激, 分11次收集到的, 但是它们的receptive field各不
相同. 其次这还只是对于视觉重建(reconstruction of spatiotemporal visua

【在 E*****y 的大作中提到】
: 【 以下文字转载自 WorldNews 讨论区 】
: 【 原文由 ncri 所发表 】
: http://www.sina.com.cn 2000/02/17 15:52 华声报
: 不久前,美国科学家做了这样一个试验,将一台电脑与一只猫的大脑
: 相连,并成功地记录下来这只猫所看到的影像。
: 美国加州大学伯克利分校的几名科学家在一只猫的丘脑区的177个神经
: 元上连接了电极,对这些神经元的活动进行监测。丘脑通过视神经与猫的
: 眼睛直接相连通。每个神经元都会对出现在猫的视野中的特征做出反应。
: 正是由于这些神经元的活动,猫的大脑才能获得重建影像所需要的全部信
: 息。

avatar
G*s
3
哈哈,不信也得信. 这个就是偶lab的工作呀. 那篇文章的first author
Garette现在在Harvard当Assistant Professor, 年轻有为的米国小伙子.
自从那篇文章发表后, 偶们实验室可热闹乐, BBC, CNN的记者时不时打个
电话过来, 最要命的是收到很多动物保护组织的威胁, 害偶们的电话上
都装了callerID. 我们现在在继续进行类似的研究, 希望对外界信息在
神经系统中的编码有更多理解. 不过偶有时候觉得这些问题弄明白了也满
恐怖的.
这篇文章最直接而且疯狂的推论是--->可以把我们的算法硬件化, 然后和你
的脑子连到一起, 把你经历的事情录下来; 回头可以重新输入到你的脑子中,
这样你就可以重新体验一把诸如初恋的experience乐.
avatar
f*n
4
look有些绝对了。一般认为,视觉信息在V1层次所做的主要处理类似
于二维Fourrier变换。由V1细胞重建视觉信息都是有可能的,何况是
LGN。视觉的问题其实远在如前面所转的paper所描述的复杂度之上,
主要是信息提取的问题,比如说如何识别物体。这绝不是简单变换可
以达到的。Marr提出的计算机模型之后,有无数人提出过各种相关或
者改进的模型。至于生物模型,面前最成功的是两条pathway的模型。
虽然有不少异议,但是许多实验室都把它做为工作假设去做。绝不是
如look所说的一片空白。
avatar
l*k
5
V1的处理远远不是一个Fourrier的变换所能概括的,比如V1的blob,
你就无法用F变换来描述。而且F变换远是80年代一些搞computation
的人的简化所用(因为没有其他跟好的算法可用),现在提F变换的人
也相当之少了。
我并不是说这个领域是一片空白,想想每年Neuroscience Meeting人数
都在20k左右,自然结果是有一些。但是我之所以说困难重重,是因为
现在还有一条清晰的道路可以供我们前进。
我是悲观一点,brain的奥秘绝不是我们这代人所能了解的。

【在 f****n 的大作中提到】
: look有些绝对了。一般认为,视觉信息在V1层次所做的主要处理类似
: 于二维Fourrier变换。由V1细胞重建视觉信息都是有可能的,何况是
: LGN。视觉的问题其实远在如前面所转的paper所描述的复杂度之上,
: 主要是信息提取的问题,比如说如何识别物体。这绝不是简单变换可
: 以达到的。Marr提出的计算机模型之后,有无数人提出过各种相关或
: 者改进的模型。至于生物模型,面前最成功的是两条pathway的模型。
: 虽然有不少异议,但是许多实验室都把它做为工作假设去做。绝不是
: 如look所说的一片空白。

avatar
f*n
6
现在做V1 mapping的人还是很多, 去看每年的neuroscience annual
meeting的post就知道, 基本上还是基于orientation和spatial
frequency的mapping上. 这个工作模型是可以确实地从神经元上记录
到的, 相关的计算模型也层出不穷. 虽然关于V1 neurons之间的联系
还有很多问题, 但是我以为大致说来V1的研究还是相当清晰而且可以
直接应用的.
目前的研究就视觉来说主要是从sensory和motor两个方向入手, 然后
试图在二者之间构建联系. 现在关于LIP(lateral inferio-parietal
cortex)的研究极为热门, 正是这种尝试的表现.
如果不把注意力放在意识之类的缺乏定义的问题上, 我认为最近的突
破还是不遥远的.

【在 l**k 的大作中提到】
: V1的处理远远不是一个Fourrier的变换所能概括的,比如V1的blob,
: 你就无法用F变换来描述。而且F变换远是80年代一些搞computation
: 的人的简化所用(因为没有其他跟好的算法可用),现在提F变换的人
: 也相当之少了。
: 我并不是说这个领域是一片空白,想想每年Neuroscience Meeting人数
: 都在20k左右,自然结果是有一些。但是我之所以说困难重重,是因为
: 现在还有一条清晰的道路可以供我们前进。
: 我是悲观一点,brain的奥秘绝不是我们这代人所能了解的。

avatar
l*k
7

我反对的是你说的V1神经元可以用F变换来描述。因为V1结构比较清楚,
当然研究得是比较多。
研究LIP,是因为LIP是可能的注意中枢,而不是感觉和motor的整合。
另外,我认为你对视觉的研究理解有一定偏差。对ventral pathway是
modularity的确定。对dorsal pathway的研究是空间信息如何影响ventral
pathway和注意。其中眼动是一个热点。额叶主要是working memory。
你比我乐观啦。

【在 f****n 的大作中提到】
: 现在做V1 mapping的人还是很多, 去看每年的neuroscience annual
: meeting的post就知道, 基本上还是基于orientation和spatial
: frequency的mapping上. 这个工作模型是可以确实地从神经元上记录
: 到的, 相关的计算模型也层出不穷. 虽然关于V1 neurons之间的联系
: 还有很多问题, 但是我以为大致说来V1的研究还是相当清晰而且可以
: 直接应用的.
: 目前的研究就视觉来说主要是从sensory和motor两个方向入手, 然后
: 试图在二者之间构建联系. 现在关于LIP(lateral inferio-parietal
: cortex)的研究极为热门, 正是这种尝试的表现.
: 如果不把注意力放在意识之类的缺乏定义的问题上, 我认为最近的突

avatar
E*y
8
【 以下文字转载自 WorldNews 讨论区 】
【 原文由 ncri 所发表 】
http://www.sina.com.cn 2000/02/17 15:52 华声报
不久前,美国科学家做了这样一个试验,将一台电脑与一只猫的大脑
相连,并成功地记录下来这只猫所看到的影像。
美国加州大学伯克利分校的几名科学家在一只猫的丘脑区的177个神经
元上连接了电极,对这些神经元的活动进行监测。丘脑通过视神经与猫的
眼睛直接相连通。每个神经元都会对出现在猫的视野中的特征做出反应。
正是由于这些神经元的活动,猫的大脑才能获得重建影像所需要的全部信
息。
科学家们在计算机上观测到了神经元活动的规律,于是便利用他们所
称的“线性解码技术”重建出了一幅图像。令他们感到惊讶不已的是,他
们在这幅图像中所看到的自然景象有着清晰可见的物体,如人的脸。这意
味着,他们确确实实通过猫的眼睛看到了世界。科学家们表示,这标志着
人类在研究大脑对信号的处理机制方面取得了重大进展。
这项研究成果意义十分深远。它不仅将为人们期待已久的把人造肢体
与人的大脑直接相连带来研究上的突破,而且预示着可通过科学的方法实
现人脑功能的延伸。有一天,科学家们在透彻理解人脑的信息处理机制的
基础上,一定能制造出一种可直接与大脑对话的设备,既能拓展大脑的存
储能力、处理能力,又能通过意念实现对设备的控制。
avatar
a*t
9
这篇文章我读过, 发表在The Journal of Neuroscience, September, 1999.
Reconstruction of Natural Scenes from Ensemble Responses in the
Lateral Geniculate Nucleus. Garrett B. Stanley, Fei F. Li, and
Yang Dan. 注意到老板 Yang Dan 是个很漂亮的年轻中国姑娘, (网址:
http://mcb.berkeley.edu/faculty/NEU/dany.html) 想想人家30岁就拿到
UCBerkeley 的 assistant professor了, 有时觉得自己选择做 neuroscience
是不是一个错误.
这篇来自sina.com的文章有几个小错误, 首先177个外膝体细胞不是同时记录到的,
而是采用相同的视觉刺激, 分11次收集到的, 但是它们的receptive field各不
相同. 其次这还只是对于视觉重建(reconstruction of spatiotemporal visual
inputs)很初步的研究.
在原文中作者有一个假设, 就是视觉信息只与细胞的发放频率线性相关. 首先
线性是很值得商榷的, on, off 细胞或许线性成分多一些, 作者所记录的177个
细胞都是on off细胞(89on+88off), 但复杂细胞的处理机制可能远超出我们的
想象力. 其次在外膝体内, 直接接受视网膜输入的神经元数目大约只占25%,
另外75%的神经元起着各种调制的作用, 要全部研究清楚中间的关系, 试验难度
难以想象.

【在 E*****y 的大作中提到】
: 【 以下文字转载自 WorldNews 讨论区 】
: 【 原文由 ncri 所发表 】
: http://www.sina.com.cn 2000/02/17 15:52 华声报
: 不久前,美国科学家做了这样一个试验,将一台电脑与一只猫的大脑
: 相连,并成功地记录下来这只猫所看到的影像。
: 美国加州大学伯克利分校的几名科学家在一只猫的丘脑区的177个神经
: 元上连接了电极,对这些神经元的活动进行监测。丘脑通过视神经与猫的
: 眼睛直接相连通。每个神经元都会对出现在猫的视野中的特征做出反应。
: 正是由于这些神经元的活动,猫的大脑才能获得重建影像所需要的全部信
: 息。

avatar
G*s
10
哈哈,不信也得信. 这个就是偶lab的工作呀. 那篇文章的first author
Garette现在在Harvard当Assistant Professor, 年轻有为的米国小伙子.
自从那篇文章发表后, 偶们实验室可热闹乐, BBC, CNN的记者时不时打个
电话过来, 最要命的是收到很多动物保护组织的威胁, 害偶们的电话上
都装了callerID. 我们现在在继续进行类似的研究, 希望对外界信息在
神经系统中的编码有更多理解. 不过偶有时候觉得这些问题弄明白了也满
恐怖的.
这篇文章最直接而且疯狂的推论是--->可以把我们的算法硬件化, 然后和你
的脑子连到一起, 把你经历的事情录下来; 回头可以重新输入到你的脑子中,
这样你就可以重新体验一把诸如初恋的experience乐.

【在 l**k 的大作中提到】
:
: 我反对的是你说的V1神经元可以用F变换来描述。因为V1结构比较清楚,
: 当然研究得是比较多。
: 研究LIP,是因为LIP是可能的注意中枢,而不是感觉和motor的整合。
: 另外,我认为你对视觉的研究理解有一定偏差。对ventral pathway是
: modularity的确定。对dorsal pathway的研究是空间信息如何影响ventral
: pathway和注意。其中眼动是一个热点。额叶主要是working memory。
: 你比我乐观啦。

avatar
f*n
11
look有些绝对了。一般认为,视觉信息在V1层次所做的主要处理类似
于二维Fourrier变换。由V1细胞重建视觉信息都是有可能的,何况是
LGN。视觉的问题其实远在如前面所转的paper所描述的复杂度之上,
主要是信息提取的问题,比如说如何识别物体。这绝不是简单变换可
以达到的。Marr提出的计算机模型之后,有无数人提出过各种相关或
者改进的模型。至于生物模型,面前最成功的是两条pathway的模型。
虽然有不少异议,但是许多实验室都把它做为工作假设去做。绝不是
如look所说的一片空白。

【在 l**k 的大作中提到】
:
: 我反对的是你说的V1神经元可以用F变换来描述。因为V1结构比较清楚,
: 当然研究得是比较多。
: 研究LIP,是因为LIP是可能的注意中枢,而不是感觉和motor的整合。
: 另外,我认为你对视觉的研究理解有一定偏差。对ventral pathway是
: modularity的确定。对dorsal pathway的研究是空间信息如何影响ventral
: pathway和注意。其中眼动是一个热点。额叶主要是working memory。
: 你比我乐观啦。

avatar
l*k
12
V1的处理远远不是一个Fourrier的变换所能概括的,比如V1的blob,
你就无法用F变换来描述。而且F变换远是80年代一些搞computation
的人的简化所用(因为没有其他跟好的算法可用),现在提F变换的人
也相当之少了。
我并不是说这个领域是一片空白,想想每年Neuroscience Meeting人数
都在20k左右,自然结果是有一些。但是我之所以说困难重重,是因为
现在还有一条清晰的道路可以供我们前进。
我是悲观一点,brain的奥秘绝不是我们这代人所能了解的。

【在 f****n 的大作中提到】
: look有些绝对了。一般认为,视觉信息在V1层次所做的主要处理类似
: 于二维Fourrier变换。由V1细胞重建视觉信息都是有可能的,何况是
: LGN。视觉的问题其实远在如前面所转的paper所描述的复杂度之上,
: 主要是信息提取的问题,比如说如何识别物体。这绝不是简单变换可
: 以达到的。Marr提出的计算机模型之后,有无数人提出过各种相关或
: 者改进的模型。至于生物模型,面前最成功的是两条pathway的模型。
: 虽然有不少异议,但是许多实验室都把它做为工作假设去做。绝不是
: 如look所说的一片空白。

avatar
f*n
13
现在做V1 mapping的人还是很多, 去看每年的neuroscience annual
meeting的post就知道, 基本上还是基于orientation和spatial
frequency的mapping上. 这个工作模型是可以确实地从神经元上记录
到的, 相关的计算模型也层出不穷. 虽然关于V1 neurons之间的联系
还有很多问题, 但是我以为大致说来V1的研究还是相当清晰而且可以
直接应用的.
目前的研究就视觉来说主要是从sensory和motor两个方向入手, 然后
试图在二者之间构建联系. 现在关于LIP(lateral inferio-parietal
cortex)的研究极为热门, 正是这种尝试的表现.
如果不把注意力放在意识之类的缺乏定义的问题上, 我认为最近的突
破还是不遥远的.

【在 l**k 的大作中提到】
: V1的处理远远不是一个Fourrier的变换所能概括的,比如V1的blob,
: 你就无法用F变换来描述。而且F变换远是80年代一些搞computation
: 的人的简化所用(因为没有其他跟好的算法可用),现在提F变换的人
: 也相当之少了。
: 我并不是说这个领域是一片空白,想想每年Neuroscience Meeting人数
: 都在20k左右,自然结果是有一些。但是我之所以说困难重重,是因为
: 现在还有一条清晰的道路可以供我们前进。
: 我是悲观一点,brain的奥秘绝不是我们这代人所能了解的。

avatar
l*k
14

我反对的是你说的V1神经元可以用F变换来描述。因为V1结构比较清楚,
当然研究得是比较多。
研究LIP,是因为LIP是可能的注意中枢,而不是感觉和motor的整合。
另外,我认为你对视觉的研究理解有一定偏差。对ventral pathway是
modularity的确定。对dorsal pathway的研究是空间信息如何影响ventral
pathway和注意。其中眼动是一个热点。额叶主要是working memory。
你比我乐观啦。

【在 f****n 的大作中提到】
: 现在做V1 mapping的人还是很多, 去看每年的neuroscience annual
: meeting的post就知道, 基本上还是基于orientation和spatial
: frequency的mapping上. 这个工作模型是可以确实地从神经元上记录
: 到的, 相关的计算模型也层出不穷. 虽然关于V1 neurons之间的联系
: 还有很多问题, 但是我以为大致说来V1的研究还是相当清晰而且可以
: 直接应用的.
: 目前的研究就视觉来说主要是从sensory和motor两个方向入手, 然后
: 试图在二者之间构建联系. 现在关于LIP(lateral inferio-parietal
: cortex)的研究极为热门, 正是这种尝试的表现.
: 如果不把注意力放在意识之类的缺乏定义的问题上, 我认为最近的突

avatar
e*s
15


【在 f****n 的大作中提到】
: look有些绝对了。一般认为,视觉信息在V1层次所做的主要处理类似
: 于二维Fourrier变换。由V1细胞重建视觉信息都是有可能的,何况是
: LGN。视觉的问题其实远在如前面所转的paper所描述的复杂度之上,
: 主要是信息提取的问题,比如说如何识别物体。这绝不是简单变换可
: 以达到的。Marr提出的计算机模型之后,有无数人提出过各种相关或
: 者改进的模型。至于生物模型,面前最成功的是两条pathway的模型。
: 虽然有不少异议,但是许多实验室都把它做为工作假设去做。绝不是
: 如look所说的一片空白。

avatar
b*r
16
这坟挖的
不过14年过去了,貌似我们还是没能比当时有多少进步啊
记得去年还是前年又有人报道从猴子?的脑子里看到了数字?
不知道这个比当时谁高谁低,还是当时那东西其实是提早吹牛了
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。