《自然 · 通讯》最近发表的一项新研究表明，在未经训练的神经网络中可以自发产生高级视觉认知功能，甚至可以在人脸图像中产生视觉选择性完全未经训练的深度神经网络。检测和识别面孔的能力对于动物的社会行为（群体中不同成员共同努力维持群体生活的行为）至关重要。这种能力被认为起源于单神经元或多神经元水平的神经元调谐（神经元选择性地表达感觉、协同、运动、认知等信息的特性）。科学家们观察到神经元对不同物种的幼小动物的面部做出选择性反应，引发了激烈的争论：面部选择性神经元是大脑中天生的，还是取决于视觉经验？近日，由韩国科学技术院（KAIST）生物脑工程系教授Se-BumPaik领导的研究团队为这个问题贡献了一个信息丰富的结果。他们发现，即使是完全未经训练的深度神经网络也能对人脸图像产生视觉选择性。具体来说，在一个完全没有学习的随机初始化的深度神经网络中，他们观察到神经元活动对具有在生物大脑中观察到的特征的面部图像具有选择性。这项新研究发表在《自然 · 通讯》杂志的12月号上。它对生物和人工神经网络中认知功能发展的潜在机制提供了富有启发性的见解，并且对我们理解早期大脑功能（在感官体验之前）的起源具有重要意义。论文链接：https://www.nature.com/articles/s41467-021-27606-9.pdf研究小组发现，使用捕获视觉皮层腹侧流属性的模型神经网络-AlexNet45对于随机初始化的DNN，人脸选择可以在不同条件下稳健地出现。此外，他们的面部选择性指数(FSI)与大脑面部选择性神经元中观察到的指数相当。借助反向相关(RC)方法和生成对抗网络获得的首选特征图像表明，与非选择性单元不同，面部选择单元对类似面部的配置具有选择性。此外，人脸选择单元使网络能够执行人脸检测。有趣的是，研究人员还发现，对于各种非人脸物体的单位选择性也可以在未经训练的神经网络中天生产生，这意味着人脸选择性可能不是一种特殊类型的视觉协调，而且对于各种物体类别的选择性也可以在神经网络中天生产生未经训练的DNN，由随机前馈连接自发生成。这些结果暗示了这样一种可能性，即在早期未经训练的网络中发展起来的随机前馈连接可能足以初始化原始视觉认知功能。Paik教授说：“我们的研究结果表明，即使在根本没有学习的情况下，先天认知功能也可以从分层前馈投影电路中嵌入的统计复杂性中自发产生。这些发现提供了对概念进步的广泛见解，以及对生物和人工神经网络先天功能发展背后的机制，有助于解开智能产生和进化的谜题。”
