DeepMind新推出的“生成查詢網(wǎng)絡(luò)”模仿了大腦的預(yù)測(cè)編碼機(jī)制

預(yù)測(cè)編碼理論認(rèn)為，大腦的感知、運(yùn)動(dòng)控制、記憶及其他高級(jí)功能，取決于真實(shí)經(jīng)歷和大腦對(duì)未來的預(yù)測(cè)之間的差異。DeepMind新推出的“生成查詢網(wǎng)絡(luò)”模仿了大腦的預(yù)測(cè)編碼機(jī)制，明顯提升了預(yù)測(cè)系統(tǒng)的智能化水平。

上個(gè)月，人工智能公司DeepMind推出了一款新軟件，可以在虛擬房間內(nèi)拍攝一些物體的單個(gè)圖像，并且能夠在沒有真人指導(dǎo)的情況下，從全新的有利視角推斷出三維場(chǎng)景的樣貌。這一系統(tǒng)名為生成查詢網(wǎng)絡(luò)（GQN），它可以成功模擬簡單的視頻游戲式迷宮的布局。

GQN有很典型的技術(shù)上的應(yīng)用，不過它同樣引發(fā)了神經(jīng)科學(xué)家的關(guān)注，他們對(duì)用于學(xué)習(xí)如何執(zhí)行任務(wù)的訓(xùn)練算法特別感興趣。GQN能夠由給定的圖像生成關(guān)于場(chǎng)景樣貌的預(yù)測(cè)，比如定位目標(biāo)的位置，陰影在平面上的投射樣式，在某些視角下，哪些區(qū)域是應(yīng)該可見還是隱藏，并利用預(yù)測(cè)結(jié)果與真實(shí)觀察結(jié)果之間的差異，來提高其未來預(yù)測(cè)的準(zhǔn)確性。“正是現(xiàn)實(shí)與預(yù)測(cè)之間的差異，使得模型能夠不斷更新?！痹擁?xiàng)目負(fù)責(zé)人之一Ali Eslami說。

Eslami在該研究上的合作者、也是他在DeepMind的同事Danilo Rezende表示，“算法會(huì)改變預(yù)測(cè)模型的參數(shù)，所以下次遇到相同的情況時(shí)，它就不會(huì)顯得那么驚訝了?！?/p>

長期以來，神經(jīng)科學(xué)家一直懷疑大腦的運(yùn)行方式也遵循與此類似的機(jī)制。（這些推測(cè)確實(shí)是啟發(fā)GQN團(tuán)隊(duì)探尋這種方法的一部分原因。）根據(jù)這種“預(yù)測(cè)編碼”（predictive coding）理論，在認(rèn)知過程的每個(gè)層面，大腦都會(huì)產(chǎn)生一些關(guān)于應(yīng)該自其下面的層級(jí)接收到哪些信息的模型和觀點(diǎn)。這些觀點(diǎn)被轉(zhuǎn)化為關(guān)于在特定情況下的經(jīng)歷的預(yù)測(cè)，提供令這些經(jīng)歷說得通的最佳解釋。然后將預(yù)測(cè)結(jié)果作為反饋發(fā)送到大腦的較低級(jí)的感覺區(qū)域。大腦將自己的預(yù)測(cè)結(jié)果與收到的實(shí)際感官輸入內(nèi)容進(jìn)行比較，并“搪塞掉”任何差異或預(yù)測(cè)錯(cuò)誤，并可以通過使用其內(nèi)部模型來確定出現(xiàn)這種差異的可能的原因。（例如，我們可能根據(jù)某個(gè)內(nèi)部模型將一張桌子視為一個(gè)由四條腿支撐的平面，但即使桌子被其他東西遮住了一半，我們?nèi)匀豢梢哉J(rèn)得出這是一張桌子。）

對(duì)于給定的一張色塊樣式的二維圖像（左），GQN人工智能能夠推斷出色塊在空間中的三維排列（右）。該系統(tǒng)依賴于作為預(yù)測(cè)編碼的神經(jīng)科學(xué)理論的一些基本見解。圖/DeepMind

無法解釋的預(yù)測(cè)誤差會(huì)通過更高級(jí)別的連接（作為“前饋”信號(hào)，而不是反饋）傳遞，這里，預(yù)測(cè)誤差被認(rèn)為是值得注意的現(xiàn)象，系統(tǒng)需要注意并做出相應(yīng)處理。倫敦大學(xué)學(xué)院的Karl Friston說：“現(xiàn)在的關(guān)注點(diǎn)在于內(nèi)部模型的調(diào)節(jié)，關(guān)注大腦動(dòng)力學(xué)，來抑制預(yù)測(cè)中的錯(cuò)誤?！?Friston是著名神經(jīng)科學(xué)家，也是預(yù)測(cè)編碼假設(shè)的先驅(qū)之一。

在過去的十年中，認(rèn)知科學(xué)家、哲學(xué)家和心理學(xué)家將預(yù)測(cè)編碼作為一個(gè)令人信服的想法，尤其是用于描述感知的運(yùn)行機(jī)制，而且將其作為一個(gè)關(guān)于整個(gè)大腦運(yùn)行機(jī)制的更具雄心、包羅萬象的理論。直到最近才有實(shí)驗(yàn)工具開始直接測(cè)試這一假設(shè)的具體機(jī)制，過去兩年內(nèi)發(fā)表的一些論文為該理論提供了驚人的證據(jù)。盡管如此，該理論仍然存在爭議，最近，關(guān)于一些具有里程碑意義的實(shí)驗(yàn)結(jié)果是否可重復(fù)的爭論，可能該理論存在爭議的最好的證明。

咖啡、奶油與狗

“我喝咖啡喜歡加奶油和____?！边@個(gè)句子用“糖”來填空似乎是很自然的。這也是加州大學(xué)圣迭戈分校的認(rèn)知科學(xué)家Marta Kutas和Steven Hillyard的本意，他們?cè)?980年進(jìn)行了一系列的實(shí)驗(yàn)，他們?cè)趯?shí)驗(yàn)中將這句話逐詞放到大屏幕上給人看，并記錄下觀眾的大腦活動(dòng)。只不過，出現(xiàn)的最后一個(gè)詞并不是“糖”，而是“狗”。整個(gè)句子變成了：“我喝咖啡喜歡加奶油和狗。”

研究人員注意到，當(dāng)研究對(duì)象看到“狗”這個(gè)出乎意料的詞時(shí)，會(huì)出現(xiàn)更激烈的大腦反應(yīng)，這些反應(yīng)的具體特點(diǎn)為“特定模式的電活動(dòng)”，稱為“N400效應(yīng)”（N400 effect），在“狗”一詞出現(xiàn)大約400毫秒后達(dá)到峰值。但研究人員仍不清楚應(yīng)如何解釋這一現(xiàn)象。大腦作出反應(yīng)，是因?yàn)檫@個(gè)詞的意思在本句背景下是不合常理的？還是因?yàn)榇竽X沒預(yù)料到這個(gè)詞的出現(xiàn)，它違背了大腦對(duì)預(yù)期出現(xiàn)內(nèi)容的預(yù)測(cè)？

2005年，Kutas和她的團(tuán)隊(duì)進(jìn)行了另一項(xiàng)研究，表明后一種假設(shè)是對(duì)的。實(shí)驗(yàn)對(duì)象再次要求讀屏幕上逐詞出現(xiàn)的一句話：“這天微風(fēng)陣陣，所以男孩子們出去放_(tái)___?！币?yàn)椤帮L(fēng)箏”（a kite）似乎是最有可能用來補(bǔ)完句子的詞，所以接下來實(shí)驗(yàn)對(duì)象的期望是冠詞“a”，它沒有內(nèi)在意義，但表示接下來還會(huì)有一個(gè)詞。而當(dāng)參與者看到接下來的詞是“an”時(shí)，他們就經(jīng)歷了N400效應(yīng)，這似乎是因?yàn)榇竽X必須處理其期望與現(xiàn)實(shí)之間的不符。顯然，這一效應(yīng)與該詞的含義以及處理出現(xiàn)的刺激本身的困難程度無關(guān)。

2005年的這一發(fā)現(xiàn)似乎非常適合預(yù)測(cè)編碼框架理論。但今年4月，eLife發(fā)表的一篇論文稱，有幾個(gè)實(shí)驗(yàn)室無法重復(fù)這一實(shí)驗(yàn)結(jié)果?，F(xiàn)在，也有研究人員開始做出回應(yīng)，一些人聲稱重復(fù)實(shí)驗(yàn)的微妙結(jié)果仍然有利于基于預(yù)測(cè)的解釋。

這種搖擺不定反映出關(guān)于預(yù)測(cè)編碼理論的大部分爭論。像Kusta這樣的實(shí)驗(yàn)可以有許多種解釋。比如可以通過除預(yù)測(cè)編碼之外的模型來解釋，并且這些實(shí)驗(yàn)缺乏足以證明假設(shè)的確實(shí)證據(jù)，因?yàn)樗鼈儧]有深入研究實(shí)際的機(jī)制。雖然大腦會(huì)不斷做出推論（并將這些推論與現(xiàn)實(shí)進(jìn)行比較）的想法已構(gòu)建得相當(dāng)完善，但預(yù)測(cè)編碼的支持者一直在設(shè)法證明，他們所主張的理論才是正確的，而且可以延伸到所有的認(rèn)知領(lǐng)域。

貝葉斯大腦與高效計(jì)算

大腦一直建立和評(píng)估自己對(duì)持續(xù)的實(shí)際經(jīng)歷的預(yù)測(cè)，這一基本觀點(diǎn)并不總是被視為理所當(dāng)然的。20世紀(jì)的主流神經(jīng)科學(xué)觀點(diǎn)將大腦的功能描述為一個(gè)特征探測(cè)器：大腦記錄刺激的存在，對(duì)其加以處理，然后發(fā)送信號(hào)來產(chǎn)生行為反應(yīng)。通過特定細(xì)胞的活動(dòng)來反映真實(shí)世界中刺激是否存在。例如，視覺皮層中的一些神經(jīng)元會(huì)對(duì)視野中物體的邊緣作出反應(yīng)，還有的神經(jīng)元的放電則會(huì)指示物體的方向、著色或陰影。

但事實(shí)證明，這個(gè)過程遠(yuǎn)非看上去那么簡單。進(jìn)一步的試驗(yàn)發(fā)現(xiàn)，比如，當(dāng)大腦感知到一條越來越長的線時(shí)，即使線沒有消失，針對(duì)線的探測(cè)神經(jīng)元也會(huì)停止放電。事實(shí)上，有如此多的信息似乎通過神秘的自上而下的反饋連接來傳遞的，這表明實(shí)際上還有其他機(jī)制在發(fā)揮作用。

“如果大腦是一個(gè)推理機(jī)器、一個(gè)統(tǒng)計(jì)機(jī)構(gòu)，那么，大腦也會(huì)犯下和統(tǒng)計(jì)學(xué)家同樣的錯(cuò)誤?！?/p>

倫敦大學(xué)學(xué)院 Karl Friston

這就是“貝葉斯大腦”（Bayesian brain）發(fā)揮作用的地方了，其總體框架可追溯到19世紀(jì)60年代。該理論提出，大腦會(huì)基于內(nèi)部模型對(duì)現(xiàn)實(shí)世界進(jìn)行概率性推斷，主要是計(jì)算關(guān)于如何解釋其感知的“最佳猜測(cè)”（這個(gè)說法符合貝葉斯統(tǒng)計(jì)規(guī)則，該規(guī)則對(duì)基于先驗(yàn)信息得出的事件概率進(jìn)行了量化）。大腦并不是等待感官信息來推動(dòng)認(rèn)知，而是始終積極地構(gòu)建關(guān)于世界運(yùn)行方式的假設(shè)，并用這些假設(shè)來解釋經(jīng)驗(yàn)并填補(bǔ)缺失的數(shù)據(jù)。根據(jù)一些專家的說法，這就是為什么我們可能會(huì)認(rèn)為感知是一種“受控制的幻覺”。

沿著這個(gè)理論，貝葉斯大腦也解釋了為什么視幻覺會(huì)起作用：例如，兩個(gè)點(diǎn)在屏幕上快速交替閃爍，看起來就像一個(gè)點(diǎn)來回移動(dòng)，所以我們的大腦無意識(shí)地開始像對(duì)待一個(gè)目標(biāo)一樣對(duì)待它們。理解對(duì)象如何移動(dòng)是一種更高層次的知識(shí)，但它從根本上影響了我們的感知方式。大腦只是填補(bǔ)某些信息的空白，來繪制一幅不完全準(zhǔn)確的圖片。在本例中，就是關(guān)于運(yùn)動(dòng)的信息，

圖示為一個(gè)著名的視幻覺，棋盤上的格子A看上去比格子B暗得多。但是，其實(shí)二者的灰度是完全相同的。大腦會(huì)根據(jù)附近格子的顏色和圓柱體投下的陰影位置，對(duì)棋盤的顏色做出推測(cè)。在本例中，這種推測(cè)會(huì)產(chǎn)生格子A和B的顏色不同的觀點(diǎn)，而實(shí)際上，二者的顏色是完全相同的。（參考右圖，將A和B連在一起即可，若將圓柱體隱藏，看上去還會(huì)更明顯。）

但是，盡管生成模型和期望在大腦功能中發(fā)揮了明確的作用，科學(xué)家還沒有確切地確定這些機(jī)制在神經(jīng)回路級(jí)別上是如何發(fā)揮作用的。蘇格蘭愛丁堡大學(xué)的心理哲學(xué)教授Mark Sprevak說：“貝葉斯大腦理論對(duì)于根本性的機(jī)制是相對(duì)不可知的?！?/p>

輸入預(yù)測(cè)編碼理論提供了大腦如何成為“貝葉斯大腦”的特定公式?！邦A(yù)測(cè)編碼”這個(gè)名字源于一種更有效地傳輸電信信號(hào)的技術(shù)：由于視頻文件從當(dāng)前幀到下一幀的過程中包含大量冗余，因此在壓縮數(shù)據(jù)時(shí)，對(duì)每個(gè)圖像中的每個(gè)像素進(jìn)行編碼是效率低下的。反之，對(duì)相鄰幀之間的差異進(jìn)行編碼，然后進(jìn)行反向處理來解釋整個(gè)視頻，這樣就更合理。

1982年，科學(xué)家發(fā)現(xiàn)這一理念在神經(jīng)科學(xué)中有一個(gè)很好的應(yīng)用，因?yàn)樗坪蹩梢越忉屢暰W(wǎng)膜中的神經(jīng)元如何編碼關(guān)于視覺刺激的信息，并將這些信息沿著視神經(jīng)進(jìn)行傳播。該理論也被作為解釋大腦獎(jiǎng)勵(lì)系統(tǒng)運(yùn)作方式的原理：即多巴胺神經(jīng)元會(huì)對(duì)預(yù)期獎(jiǎng)勵(lì)與實(shí)際獎(jiǎng)勵(lì)之間的不匹配度進(jìn)行編碼。研究人員表示，這些預(yù)測(cè)錯(cuò)誤可以幫助動(dòng)物對(duì)未來期望進(jìn)行修正，并推動(dòng)其決策過程。

盡管如此，科學(xué)家們大多仍將預(yù)測(cè)編碼視為特定網(wǎng)絡(luò)的特定過程。不過，功能磁共振成像測(cè)試和其他類型的實(shí)驗(yàn)已經(jīng)開始改變這一觀點(diǎn)。

通用框架

預(yù)測(cè)編碼假設(shè)如此引人注目，部分原因在于它具備令人難以置信的解釋力。“我覺得令人信服的是，在這個(gè)理論框架中，有不少事情都得到了解釋，”愛丁堡大學(xué)邏輯和形而上學(xué)教授兼理論專家Andy Clark說。

首先，該框架在單一計(jì)算過程中統(tǒng)一了感知和運(yùn)動(dòng)控制。這兩者基本上相當(dāng)于同一枚硬幣的兩面：無論是感知還是運(yùn)動(dòng)控制，大腦都以不同的方式將預(yù)測(cè)誤差降到了最低。對(duì)于感知來說，就是校正了內(nèi)部模型。對(duì)于運(yùn)動(dòng)控制來說，就是實(shí)際的環(huán)境。（對(duì)于后者，可以想象一下，比如你現(xiàn)在想要舉手，如果這時(shí)你的手還沒有舉起來，那么這種差異就會(huì)產(chǎn)生很大的預(yù)測(cè)錯(cuò)誤。而你只要把手移動(dòng)一下，就把預(yù)測(cè)錯(cuò)誤降到了最低。）

迄今為止，在感知和運(yùn)動(dòng)控制方面的實(shí)驗(yàn)為預(yù)測(cè)編碼理論提供了最有力的證據(jù)。例如，在上個(gè)月出版的《神經(jīng)科學(xué)期刊》上發(fā)表的一篇論文中，實(shí)驗(yàn)者讓受試者在屏幕上讀“kick”這個(gè)詞，然后再讓他們聽失真的錄音朗讀“pick”。許多人將后者聽成了“kick”，功能性核磁共振掃描顯示，大腦對(duì)最初的“k”或“p”音表現(xiàn)出最強(qiáng)烈的反應(yīng) ，而這是與預(yù)測(cè)錯(cuò)誤相關(guān)的音。如果大腦只是表現(xiàn)出其感知體驗(yàn)，那么最強(qiáng)的信號(hào)應(yīng)該與“ick”相對(duì)應(yīng)（因?yàn)樗谄聊簧虾?a target="_blank">音頻中都有出現(xiàn)）。

不過，有很多人在努力擴(kuò)大預(yù)測(cè)編碼的應(yīng)用范圍，將其擴(kuò)展至感知和動(dòng)作領(lǐng)域之外，視為大腦中正在發(fā)生的一切的統(tǒng)一衡量標(biāo)準(zhǔn)?！斑@就像擁有可以構(gòu)建不同策略的構(gòu)建模塊一樣，”Clark說。不同的大腦區(qū)域只是對(duì)不同類型的預(yù)測(cè)進(jìn)行交易。

Friston等人聲稱，這個(gè)理論也適用于更高級(jí)的認(rèn)知過程，包括注意力和決策。最近關(guān)于前額皮質(zhì)的計(jì)算工作表明，工作記憶和目標(biāo)導(dǎo)向行為中也存在預(yù)測(cè)編碼機(jī)制。一些研究人員推測(cè)，情感和情緒也可以用預(yù)測(cè)編碼的術(shù)語來表達(dá)：情緒可能是大腦所表現(xiàn)出的用以實(shí)現(xiàn)內(nèi)部信號(hào)（如體溫，心率或血壓）的預(yù)測(cè)誤差最小化的狀態(tài)。比如，如果大腦認(rèn)識(shí)到自身的情緒激動(dòng)，那么也就知道了所有這些因素都在上升。也許這也就是“自我”的概念得以出現(xiàn)的原因。

幾十年來，倫敦大學(xué)學(xué)院的神經(jīng)科學(xué)家Karl Friston一直在完善預(yù)測(cè)編碼假設(shè)的關(guān)鍵原則。他認(rèn)為，理論不僅可以解釋感知，還可以解釋更高層次的認(rèn)知過程。

以這種思路取得的大部分成果都集中在預(yù)測(cè)編碼對(duì)神經(jīng)精神系統(tǒng)和發(fā)育障礙的解釋上。Friston說：“我認(rèn)為，如果大腦是一臺(tái)推理機(jī)器，一個(gè)統(tǒng)計(jì)機(jī)構(gòu)的話，那么它就會(huì)犯下和統(tǒng)計(jì)學(xué)家們相同的錯(cuò)誤?！币簿褪钦f，大腦也可能會(huì)因?yàn)檫^于重視或過于輕視預(yù)測(cè)和預(yù)測(cè)錯(cuò)誤，導(dǎo)致得出錯(cuò)誤的推論。

比如自閉癥的特征可能就是，無法忽略與大腦的最低處理層級(jí)上的感覺信號(hào)相關(guān)的預(yù)測(cè)誤差。這可能導(dǎo)致對(duì)感覺的關(guān)注，對(duì)重復(fù)和可預(yù)測(cè)性的需求，對(duì)某些幻想的敏感以及其他諸多影響。而對(duì)于與精神分裂癥等幻覺相關(guān)的疾病來說，情況可能正好相反：大腦可能會(huì)過多關(guān)注自身對(duì)正在發(fā)生的事情的預(yù)測(cè)，而對(duì)與這些預(yù)測(cè)相矛盾的感官信息關(guān)注不足。（專家們很快就要提醒你，自閉癥和精神分裂癥太復(fù)雜了，不能簡化為一種解釋或機(jī)制。）

耶魯大學(xué)醫(yī)學(xué)院的臨床神經(jīng)科學(xué)家Philip Corlett說：“其中最重要的部分是向我們展示了我們的心理功能是多么脆弱?！?Corlett實(shí)驗(yàn)室的實(shí)驗(yàn)在健康受試者中建立了新的“信念”，鼓勵(lì)他們對(duì)之前經(jīng)歷的刺激產(chǎn)生幻覺。 （例如，在一項(xiàng)實(shí)驗(yàn)中，科學(xué)家們讓參與者將某個(gè)聲音與某個(gè)視覺圖像聯(lián)系起來。當(dāng)他們看到圖像時(shí)，即使實(shí)際上根本沒有聲音，受試者也會(huì)繼續(xù)聽到聲音。）研究人員正試圖解開這些看法是如何轉(zhuǎn)化為感知的。通過這些研究，“我們認(rèn)為有證據(jù)表明感知和認(rèn)知并不是那么涇渭分明，”Corlett說。 “新的看法可以通過教學(xué)獲得，可以改變你原來的看法?！?/p>

但當(dāng)時(shí)的證據(jù)還沒能證明他的結(jié)論，而現(xiàn)在可以了。

放大細(xì)節(jié) 仔細(xì)觀察

“實(shí)驗(yàn)結(jié)果經(jīng)常表明某個(gè)特定結(jié)果與預(yù)測(cè)處理理論兼容，但該理論并不是對(duì)結(jié)果的最佳解釋，”Sprevak說。預(yù)測(cè)處理理論在認(rèn)知科學(xué)中被廣泛接受，但“在系統(tǒng)神經(jīng)科學(xué)領(lǐng)域，它仍然是個(gè)弱者?！比鹗扛ダ锏吕锵！み~瑟生物醫(yī)學(xué)研究所的神經(jīng)科學(xué)家Georg Keller說。他的實(shí)驗(yàn)室正試圖用更確鑿的證據(jù)改變這一現(xiàn)狀。

弗里德里?！っ仔獱柹镝t(yī)學(xué)研究所的神經(jīng)科學(xué)家Georg Keller一直致力于揭示預(yù)測(cè)編碼假設(shè)的機(jī)制性證據(jù)。

在去年在《神經(jīng)元》期刊上發(fā)表的一項(xiàng)研究中，Keller和他的同事觀察到小鼠視覺系統(tǒng)中神經(jīng)元隨著時(shí)間的推移會(huì)變得具有預(yù)測(cè)性。這個(gè)發(fā)現(xiàn)始于一場(chǎng)意外，當(dāng)時(shí)他們?cè)谝曨l游戲中訓(xùn)練老鼠，卻發(fā)現(xiàn)在虛擬世界的方向已經(jīng)亂了。通常在實(shí)驗(yàn)時(shí)， 老鼠左轉(zhuǎn)時(shí)的視野都會(huì)向右側(cè)移動(dòng)，反之亦然。但有人無意中顛倒了研究人員在研究中使用的虛擬世界的方向，左和右翻轉(zhuǎn)過來了，因此小鼠左轉(zhuǎn)時(shí)的視野也向左移動(dòng)了。研究人員意識(shí)到他們可以利用這次事故。他們監(jiān)測(cè)了表現(xiàn)出這種視覺流動(dòng)的大腦信號(hào)，結(jié)果發(fā)現(xiàn)隨著小鼠學(xué)習(xí)倒置環(huán)境的規(guī)則，大腦信號(hào)也慢慢出現(xiàn)了變化。Keller說：“這些信號(hào)看起來像是對(duì)向左方向視覺流的預(yù)測(cè)。”

如果信號(hào)只是小鼠視覺體驗(yàn)的感官表現(xiàn)，那么這些信號(hào)就會(huì)立即在虛擬世界中出現(xiàn)翻轉(zhuǎn)。而如果是運(yùn)動(dòng)信號(hào)，則根本不會(huì)翻轉(zhuǎn)?！皩?shí)際上是識(shí)別預(yù)測(cè)，” Keller說。 “是對(duì)給定運(yùn)動(dòng)下視覺流的預(yù)測(cè)?！?/p>

“這項(xiàng)研究提供了一種以前未發(fā)現(xiàn)的證據(jù)，”克拉克說。 “這是一個(gè)非常局部的，逐單元、逐層的演示，說明預(yù)測(cè)編碼模型是目前最合適的模型?！?/p>

“在該系統(tǒng)中發(fā)現(xiàn)預(yù)測(cè)錯(cuò)誤，并找到預(yù)測(cè)的具體內(nèi)容是很令人興奮的，”該論文的第一作者、德國哥廷根歐洲神經(jīng)科學(xué)研究所的神經(jīng)科學(xué)家Caspar Schwiedrzik說。

德國馬普經(jīng)驗(yàn)美學(xué)研究所的研究員Lucia Melloni表示，她的團(tuán)隊(duì)逐步發(fā)現(xiàn)，這類實(shí)驗(yàn)結(jié)果與目前從人類收集的神經(jīng)元數(shù)據(jù)中的預(yù)測(cè)誤差的解釋一致。

尋找更多預(yù)測(cè)機(jī)器的競(jìng)賽

不是每個(gè)人都認(rèn)為大腦預(yù)測(cè)編碼的理論正越來越強(qiáng)大。一些科學(xué)家同意這個(gè)理論可以解釋認(rèn)知的某些方面，但不同意用它來解釋一切想法。也有人甚至連前者都不同意。對(duì)于紐約大學(xué)心理學(xué)教授David Heeger來說，重要的是要區(qū)分“預(yù)測(cè)編碼”和“預(yù)測(cè)處理”，他認(rèn)為前者關(guān)乎信息傳輸?shù)男剩麑⒑笳叨x為隨時(shí)間的推移而做出的預(yù)測(cè)。他說：“目前的文獻(xiàn)中存在很多混淆之處，因?yàn)檫@些東西都被認(rèn)為是同一種湯的一部分。其實(shí)并不一定如此，現(xiàn)在的方式也不一定是最佳研究方式?！北热?，其他類型的貝葉斯模型可能在某些情況下可以提供更準(zhǔn)確的大腦功能描述。

然而，該領(lǐng)域的許多專家都認(rèn)為，這項(xiàng)研究有可能激發(fā)機(jī)器學(xué)習(xí)的應(yīng)用。目前，絕大多數(shù)人工智能研究都不涉及預(yù)測(cè)編碼，而是關(guān)注其他類型的算法。

但弗里斯頓認(rèn)為，在深度學(xué)習(xí)環(huán)境中制定預(yù)測(cè)編碼架構(gòu)可以使機(jī)器更接近智能。

DeepMind的GQN就是發(fā)揮這種潛力的一個(gè)很好的例子。去年，蘇塞克斯大學(xué)的研究人員甚至使用虛擬現(xiàn)實(shí)和人工智能技術(shù)（其中包括預(yù)測(cè)編碼特征），打造了一臺(tái)所謂的“幻覺機(jī)器”，這種工具能夠模仿通常由迷幻藥物導(dǎo)致的幻覺狀態(tài)。

通過比較預(yù)測(cè)編碼模型與其他技術(shù)的表現(xiàn)，機(jī)器學(xué)習(xí)的進(jìn)步可用于提供關(guān)于大腦中發(fā)生的事情的新見解。至少，將預(yù)測(cè)編碼引入人工智能系統(tǒng)可以明顯提高這些機(jī)器的智能水平。

但在此之前，我們還有很多工作要做。科學(xué)家需要繼續(xù)進(jìn)行像Keller、Schwiedrzik等人正在進(jìn)行的研究，格拉斯哥大學(xué)的神經(jīng)生理學(xué)家Lars Muckli表示，預(yù)測(cè)性編碼“對(duì)于神經(jīng)科學(xué)來說就像是進(jìn)化對(duì)生物學(xué)一樣重要”，他對(duì)完善該理論做了大量工作。但就目前而言，Sprevak指出，“現(xiàn)有證據(jù)仍然不足以讓我們下定論?！?/p>