NeurIPS 2019 | 学习如何模仿小鼠视觉系统的CNN

（作者 | 杨晓凡   转自AI科技评论）

当前的基于 CNN 的图像识别模型确实能在许多任务中得到很高的识别准确率、也得到了许多实际应用，但 CNN 模型的泛化性和鲁棒性仍然远逊于人类视觉 —— 面对经过细微修改的、或者带有噪声的图像，人类的视觉识别几乎不受影响，而 CNN 的识别准确率则可能大幅波动；场景和视角也能显著影响 CNN 的表现，更别提从很少的样本学习物体识别了。

如果说「视觉智慧」的至高水准是具有不变性的神经表征，以及图像经过复杂变换以后仍然能够识别处理的泛化能力的话，人类的/生物的视觉系统显然具有视觉智慧，而现代的 CNN 并不具备；研究生物视觉系统中视觉智慧的来源、并尝试在人工设计的视觉系统中重现它，近些年来都是神经科学领域以及机器学习领域的热门研究课题。

最近，NeurIPS 2019 论文《Learning From Brains How to Regularize Machines》（从大脑学习如何做机器的正则化）就在这个问题上做出了有趣的尝试。此前我们介绍过日本研究人员的成果，他们从人脑的 fMRI 成像解码重现出眼睛看到的画面。但根据大脑的神经活动直接影响人工神经网络学习表征的过程，从而影响模型在分类任务中的表现，这个方法就相当新颖有趣。

论文原文：https://arxiv.org/abs/1911.05072

1.再次尝试模仿生物视觉系统

在这篇论文中，作者们重点比较了视觉智慧其中的一个方面：面对对抗性攻击和噪声干扰的鲁棒性。对抗性攻击可以对给定图像做微小的修改就让 CNN 模型以很高的置信度把物体识别为另外一个类别，噪声则普遍地影响 CNN 的识别准确率。面对相同的干扰，生物视觉系统的表现几乎不受影响。这很可能表明，不仅 CNN 缺乏生物视觉系统中那种高级的场景理解能力，CNN 识别物体时使用的视觉特征也可能和生物视觉系统完全不同。

遗憾的是，生物神经网络和人造神经