偏离预期:检测移动的物体

FMI的帕维尔·兹马兹(Pawel Zmarz)和格奥尔格·凯勒(Georg Keller)已经识别出视觉皮层中的神经元，这些神经元能够在我们移动时发现移动的物体。当实际的视觉流与预测的视觉流有偏差时，这些神经元整合视觉和运动相关的输入和信号不匹配。此外，这些神经元覆盖了视野中定义明确的区域，传递高度特定的局部信息。

要了解我们的视觉系统在多大程度上优于机器和计算机算法，我们只需看看自动驾驶汽车。这些车辆需要大量的传感器——包括摄像头和激光测距仪——来检测迎面而来的车辆或行人的运动。相比之下，我们在行进过程中可以毫不费力地识别车辆和行人，很容易地从自身运动产生的连续视觉信息流(如路边的树木和房屋)中提取相关信息(如驶近的车辆)。

然而，这种非凡能力背后的机制还不清楚。

Friedrich Miescher生物医学研究所(FMI)的初级小组组长Georg Keller和他的博士生Pawel Zmarz现在已经鉴定了细胞ob欧宝直播nba视觉皮层鼠标可以检测移动物体在自动运动期间。

在他们的实验设置中，探索虚拟环境的老鼠学会了期待由自我运动(与我们开车时几乎没有注意到的树木和房屋相对应)诱导的某种视觉输入流。然后视觉流被短暂地扰乱了(一个行人走上马路)。Zmarz和Keller分析了老鼠视觉皮层的神经元活动，他们确定了某些神经元完全在预期的同一时间激活视觉输入是破坏。兹马兹解释说:“一旦视觉流偏离了基于我们运动的预测，这些神经元就会整合视觉和运动相关的输入，并发出不匹配的信号。”视觉系统再一次调整，以对偏离预期的情况做出反应。

科学家们还表明，不匹配神经元具有接受领域 - 即，它们涵盖了视野的明确定义的区域。不同的神经元取决于行人是否在近右边的人行道上行走，或者汽车散向左边的近距离。凯勒评论：“这些接受领域有多年来引导了对愿景的理解。它们允许检测特征和视觉刺激的位置和形状。”Keller Group的研究现已与预测编码的概念集成了接受领域的概念：“根据我们的研究，在视觉皮层中有神经元，具有明确定义的接受领域，可以整合我们所预期的目的看。这个系统特别适合在我们的中辨别移动物体视野在自我运动期间。“

---

---