未經訓練的深度神經網絡中的人臉檢測

研究人員發現，未經訓練的神經網絡可以自發地產生更高的視覺認知功能。由生物與腦工程系 Se-Bum Paik 教授領導的 KAIST 研究小組表明，即使在完全未經訓練的深度神經網絡中，面部圖像的視覺選擇性也會出現。

這一新發現為生物和人工神經網絡中認知功能發展的潛在機制提供了啟示性的見解，也對我們對感官體驗之前早期大腦功能起源的理解產生了重大影響。

12 月 16 日發表在Nature Communications上的研究表明，在完全沒有學習的情況下，在隨機初始化的深度神經網絡中觀察到對面部圖像有選擇性的神經元活動，并且它們顯示出在生物大腦中觀察到的特征。

識別和識別面孔的能力是社會行為的關鍵功能，這種能力被認為起源于單神經元或多神經元水平的神經元調整。在不同物種的年輕動物中觀察到選擇性響應面部的神經元，這引發了激烈的爭論，面部選擇性神經元是否可以在大腦中先天產生，或者它們是否需要視覺體驗。

研究小組使用一個捕捉視覺皮層腹側流特性的模型神經網絡，發現面部選擇性可以從未經訓練的深度神經網絡中的隨機前饋接線中自發出現。該團隊表明，這種先天面部選擇性的特征與大腦中面部選擇性神經元觀察到的特征相當，并且這種對面部的自發神經元調整使網絡能夠執行面部檢測任務。

這些結果暗示了一種可能的情況，在這種情況下，在早期未經訓練的網絡中形成的隨機前饋連接可能足以初始化原始視覺認知功能。

Paik 教授說：“我們的研究結果表明，即使在完全沒有學習的情況下，先天認知功能也可以從嵌入在分層前饋投影電路中的統計復雜性中自發出現。”

他繼續說道：“我們的研究結果提供了廣泛的概念進步以及對生物和人工神經網絡中先天功能發展的潛在機制的深入洞察，這可能會揭開智能產生和進化的神秘面紗。”這項工作是由韓國國家研究基金會 (NRF) 和 KAIST 奇點研究項目支持。