發(fā)布時間:2023-11-28 14:55:01 瀏覽量:97次
計數(shù)“0-9”用的是兩個系統(tǒng)
西風 發(fā)自 凹非寺
|
請在半秒內(nèi)回答,下圖分別有幾個蘋果:
是不是一眼就知道左邊是四個,至于右邊……好多個?為什么不能瞬間確定右邊是幾個?
不止是這個現(xiàn)象。還有像是“四”大天王、F“4”、“四”小花旦……為什么都是“4”?[旺柴]
Nature最新報道給出了解釋這種現(xiàn)象的直接依據(jù)——大腦認“4”不認“5”。
最近,德國波恩大學(xué)醫(yī)學(xué)中心的研究人員通過觀測單個神經(jīng)元的活動,發(fā)現(xiàn)大腦認數(shù)量“1-4”和認“5-9”所用系統(tǒng)不同,邊界就是“4”。
具體來說,神經(jīng)元處理數(shù)量1-4時,用的是特定神經(jīng)元;而處理5-9,反應(yīng)不特定,會受相鄰數(shù)字干擾。
舉個栗子:偏好3的神經(jīng)元只會對3反應(yīng),而喜歡8的神經(jīng)元會對8做出反應(yīng),但也會對7和9做出反應(yīng)。
有學(xué)者認為這一發(fā)現(xiàn)對于理解人類思維本質(zhì)具有重要意義,約翰斯·霍普金斯大學(xué)心理學(xué)家Lisa Feigenson就表示:
從根本上講,這個問題涉及到心智結(jié)構(gòu):是什么構(gòu)建了人類思維的基礎(chǔ)?
1871年,同樣是刊登在Nature上的一篇文章,經(jīng)濟學(xué)&邏輯學(xué)家William Stanley Jevons在調(diào)查了人類的計數(shù)能力后發(fā)現(xiàn):
對某些人來說,數(shù)字“5”完全超出了判別極限。
之后,有的研究人員分析這是由于大腦使用單一的計數(shù)系統(tǒng),對于較大的數(shù)字,系統(tǒng)的精確性較低。
還有人假設(shè)差異源于有兩個獨立的神經(jīng)系統(tǒng)來計數(shù),然后使用腦電圖、功能性磁共振成像等技術(shù)進一步研究,但得出的結(jié)果不一致,無法確定哪個模式是正確的。
直到最近,德國波恩大學(xué)的研究團隊利用新技術(shù)記錄了人腦單個神經(jīng)元的活動,終于發(fā)現(xiàn)了小數(shù)和大數(shù)在神經(jīng)編碼上的區(qū)別。
具體來說,這些數(shù)據(jù)來自于17名癲癇患者。為了幫助醫(yī)生找到癲癇發(fā)病源頭,這些患者接受了侵入性的內(nèi)科學(xué)監(jiān)測(在大腦植入微電極)。
在患者們進行監(jiān)測手術(shù)時,微電極記錄下了801個單個神經(jīng)元的活動。這些神經(jīng)元來自大腦的四個區(qū)域:杏仁核、海馬體、腹內(nèi)側(cè)顳葉和腹外側(cè)顳葉。
記錄過程中,患者需要做數(shù)量判斷任務(wù):
屏幕會顯現(xiàn)0-9范圍內(nèi)的非符號化“點陣”圖像,每個圖像持續(xù)半秒,參與者需要通過按左右鍵表示點數(shù)為偶數(shù)還是奇數(shù)。
點陣以標準格式和對照格式呈現(xiàn),以下是三種點陣排列方式:
△(左)標準布局,點的大小和位置可變;(中間)控制布局,均衡點總面積和密度;(右)點呈現(xiàn)線性排列
在行為測試中,患者對小數(shù)量的判斷明顯更準確,且反應(yīng)時間更短,呈現(xiàn)出“子化”特征。
(子化,心理學(xué)和認知科學(xué)領(lǐng)域的術(shù)語,指的是人類對小數(shù)量物品的一種快速估計的能力。)
當數(shù)量大于4后,判斷變慢且錯誤率增加,反映了“數(shù)量估計”過程。
研究人員分別對錯誤率和反應(yīng)時間進行計算,最后確定子化范圍的上限平均為3.7(錯誤率)和3.6(反應(yīng)時間)。
而對神經(jīng)元響應(yīng)的分析,進一步確定了行為結(jié)果的準確性。
在單個神經(jīng)元層面,研究者也觀察到類似的編碼模式。
他們在四個記錄腦區(qū)都找到了對非符號化數(shù)量有選擇性響應(yīng)的神經(jīng)元,這些選擇性神經(jīng)元覆蓋了0-9完整數(shù)量范圍。
不同腦區(qū)選擇性神經(jīng)元的比例在15.1%左右,顯著高于隨機水平。
分析了神經(jīng)元調(diào)諧曲線特征和相關(guān)性后,研究人員發(fā)現(xiàn):
對于小數(shù)量1-4,神經(jīng)元對首選數(shù)量有高度選擇性,并抑制對非首選數(shù)量的反應(yīng),從而提高了識別效果。
(對于一個對數(shù)量變化敏感的神經(jīng)元來說,它會對某一個特定的數(shù)量產(chǎn)生最大的反應(yīng),這個引起最大反應(yīng)的數(shù)量就是這個神經(jīng)元的“首選數(shù)量”。)
但當數(shù)量大于4后,神經(jīng)元的調(diào)諧曲線變寬,選擇性降低,并隨數(shù)量增加而恢復(fù)基線水平,這符合數(shù)量估計的特征。
而后研究人員進一步使用SVM對選擇性神經(jīng)元進行解碼,進行狀態(tài)空間分析和聚類分析,并針對神經(jīng)元群體進行統(tǒng)計檢驗,同樣找到數(shù)量判斷存在分類邊界,最顯著的差異在數(shù)量4和5之間。
這一邊界與人類的直覺判斷非常吻合。
該研究為小數(shù)“子化”系統(tǒng)和大數(shù)“估算”系統(tǒng)并存提供了直接證據(jù)。
“子化”系統(tǒng)可能與注意力和工作記憶有關(guān),這解釋了我們對少量信息的敏銳判斷,而大腦對超過容量的輸入則需要依靠更緩慢系統(tǒng)化的信息處理。
但研究人員也提到,其中更為復(fù)雜的網(wǎng)絡(luò)機制有待進一步探究,比如其它腦區(qū)是否也存在類似的編碼差異、更復(fù)雜的認知任務(wù)是否也能觀察到此現(xiàn)象、抑制環(huán)路的時間效應(yīng)等。
論文鏈接:https://www.nature.com/articles/d41586-023-03136-w
熱門資訊
想將照片變成漫畫效果?這篇文章分享了4個方法,包括Photoshop、聰明靈犀、VanceAI Toongineer、醒圖,簡單操作就能實現(xiàn),快來嘗試一下吧!
2. 華為手機神奇“AI修圖”功能,一鍵消除衣服!原圖變身大V領(lǐng)深V!
最近華為手機Pura70推出的“AI修圖”功能引發(fā)熱議,通過簡單操作可以讓照片中的人物換裝。想了解更多這款神奇功能的使用方法嗎?點擊查看!
近年來,人工智能逐漸走入公眾視野,其中的AI圖像生成技術(shù)尤為引人注目。只需在特定軟件中輸入關(guān)鍵詞描述語以及上傳參考圖就能智能高效生成符合要求的...
4. AI視頻制作神器Viggle:讓靜態(tài)人物動起來,創(chuàng)意無限!
Viggle AI是一款免費制作視頻的AI工具,能讓靜態(tài)人物圖片動起來,快來了解Viggle AI的功能和優(yōu)勢吧!
5. Logo Diffusion——基于sd繪畫模型的AI LOGO 生成器
這下LOGO設(shè)計徹底不用求人了。接下來詳細演示一遍操作流程首先進入Logo D... 想學(xué)習(xí)更多AI技能,比如說關(guān)于怎么樣利用AI來提高生產(chǎn)效率、還能做什么AI...
6. 零基礎(chǔ)10分鐘生成漫畫,教大家如何用AI生成自己的漫畫
接下來,我將親自引導(dǎo)你,使用AI工具,創(chuàng)作一本既有趣又能帶來盈利的漫畫。我們將一起探索如何利用這個工具,發(fā)揮你的創(chuàng)意,制作出令人驚嘆的漫畫作品。讓...
7. 趕緊收藏好!這4個完全免費的AI視頻制作網(wǎng)站和工具
以下是一些免費的AI視頻制作網(wǎng)站或工具,幫助您制作各種類型的視頻。 1. Lumen5:Lumen5是一個基于AI的視頻制作工具,可將文本轉(zhuǎn)換為視頻。 用戶可以使...
8. AI顯卡繪畫排行榜:4090無懸念,最具性價比出人意料
在AI繪圖領(lǐng)域,Stable Diffusion的顯卡繪圖性能備受關(guān)注。本文整理了Stable Diffusion顯卡的硬件要求和性能表現(xiàn),以及2023年3月顯卡AI繪圖效率排行榜和性價比排行榜。歡迎查看最新的AI顯卡算力排行榜。
9. 一款免費無限制的AI視頻生成工具火了!國內(nèi)無障礙訪問!附教程
人人都可以動手制作AI視頻! 打開網(wǎng)址https://pixverse.ai/,用郵箱注冊后,點擊右上角Create,就可以開始創(chuàng)作了。 PixVerse目前有文案生成視頻,和圖片生...
就能快速生成一幅極具藝術(shù)效果的作品,讓現(xiàn)實中不懂繪畫的人也能參與其中創(chuàng)作!真的超贊噠~趣趣分享幾款超厲害的AI繪畫軟件,提供詳細操作!有需要的快來...
最新文章
同學(xué)您好!