在自然界，智力有很多形式。它可能是一只使用回声定位技术在黑暗中进行专业导航的蝙蝠，或者是一种快速适应其行为以在深海中生存的章鱼。同样，在计算机科学世界中，多种形式的人工智能正在涌现 - 不同的网络每个都训练有素地完成不同的任务。正如今天将在第25届认知神经科学学会(CNS)年会上介绍的那样，认知神经科学家越来越多地使用这些新兴的人工神经网络来增强他们对最难以捉摸的智能系统之一人类大脑的理解。

“认知神经科学家和计算机科学家寻求回答的基本问题是相似的，”麻省理工学院的奥德奥利瓦说。“他们有一个由组件组成的复杂系统 - 一个叫做神经元，另一个叫做单元 - 我们正在做实验来试图确定这些组件的计算结果。”

在Oliva的工作中，她正在CNS研讨会上发表演讲，神经科学家正在学习关于情境线索在人体图像识别中的作用。通过使用“人造神经元” - 基本上是代码行，软件 - 和神经网络模型，他们可以分析识别特定地点或对象的各种元素。

哥伦比亚大学的Nikolaus Kriegeskorte说：“大脑是一个深度复杂的神经网络，主持研讨会。“神经网络模型是大脑启发的模型，现在在许多人工智能应用中都是最先进的，例如计算机视觉。”

在最近一项关于1000多万幅图像的研究中，奥利瓦和他的同事们教了一个人工网络来识别350个不同的地方，例如厨房，卧室，公园，起居室等。他们期望网络能够学习诸如与床相关的物体有一间卧室。他们没有想到的是，网络会学会识别人和动物，例如在公园里的狗和在客厅里的猫。

奥利瓦说，机器智能程序在获得大量数据时可以快速学习，这使得他们能够在如此精细的层面解析上下文学习。虽然不可能在这样的层次解剖人类神经元，但执行类似任务的计算机模型是完全透明的。人造神经网络可以作为“可以研究，改变，评估，与人类神经网络给出的反应进行比较的小脑袋，因此认知神经科学家可以对真正的大脑如何起作用有一些描述。”

事实上，Kriegeskorte说这些模型已经帮助神经科学家理解人们在眨眼之间如何识别周围的物体。“这涉及到从视网膜发出的数以百万计的信号，通过一系列神经元扫描，提取语义信息，例如，我们正在与几个人和一条狗看街景，”他说。“目前的神经网络模型可以仅使用生物神经元可以执行的计算来执行这类任务，而且，这些神经网络模型可以在一定程度上预测大脑深处的神经元如何响应任何图像。”

使用计算机科学理解人类大脑是一个相对较新的领域，由于计算速度和能力的提高以及神经科学成像工具的迅速发展，人造网络还不能复制人类的视觉能力，Kriegeskorte说，但通过对人类大脑进行建模，他们正在进一步理解认知和人工智能。“在神经科学，认知科学和人工智能的交汇处工作是一个独特的激动人心的时刻，”他说。

事实上，奥利瓦说：“人类认知和计算神经科学是一个快速发展的研究领域，关于人类大脑如何能够看到，听到，感受，思考，记忆和预测的知识是开发更好的诊断工具，修复大脑，并确保它发展良好。“