“脑补”的科学依据:眼前的黑不是黑,靠得是你的大脑
一个在眨眼的婴儿 | 图片来源:Leungcho Pan/Shutterstock
撰文:Mindy Weisberger
来源:科研圈
编译:向菲菲
人们常说:“别眨眼,精彩稍纵即逝。”但其实在我们眨眼的时候,精彩仍在我们眼前上演。我们甚至意识不到我们眨眼了。一个成年人平均每4秒就要眨眼一次,但是视线却从来不会出现停顿或干扰。
为什么眨眼不会错过全世界?
有研究人员提出,在眨眼的一刹那,大脑可能帮助我们填补了瞬时的黑暗:这一瞬间,视觉停滞,而大脑则会生成一个极短暂的瞬时图像来补偿视觉缺失,让我们觉得自己看到的画面是连续的,而不是“一闪一闪”的。
上述的解释将这种活动限制在大脑的某些特定区域,也就是大脑背部的感知区域。但是最近,一些研究人员对这种解释提出了质疑:大脑的其他区域是否也参与其中?带着疑问进行研究,他们发现的确存在一个新的参与区域——在大脑的前部。
图中展示出一个人类大脑,绿色区域为脑前额叶。在实验中测量到了大脑这块区域的活动 | 图片来源: Caspar M. Schwiedrzik
他们的研究于 9 月 24 日发表在《现代生物学》(Current Biology)上,结果发现:在人的视线被干扰或眨眼时,脑前额叶(prefrontal cortex,负责决定人类短时记忆)会将眨眼前后所看到的画面连接起来。因此,脑前额叶在人类的感知记忆(perceptual memory,一种储存感觉输入的长期记忆)中扮演着至关重要的角色。
“在之前的研究中,研究人员用磁共振成像技术(magnetic resonance imaging,MRI)检查了大脑的活跃区域,发现在感知记忆生成时,包括脑前额叶区域在内的几块大脑区域都会变得活跃。”德国灵长类动物研究中心(German Primate Center)和哥廷根大学医学中心(University Medical Center Göttingen)的神经系统科学家 Caspar Schwiedrzik 这样解释道,他是这一新研究的第一作者。
Schwiedrzik 说,“当对比多个对受试者的结果时,我们发现脑前额叶的活动最一致,这应该是生成感知记忆一个的潜在因素。”
据 Schwiedrzik 介绍,在研究中他们重复了之前研究的 MRI 结果,并加入了更为直接的电生理技术(electrophysiological technique)测试结果。电生理技术用多种形式的能量(如电、声)来刺激生物体,进而分析生物体产生的生物电和生物体电特性。
他们测量了六个患有癫痫症(epilepsy)志愿者的脑部活动区域,为了辅助治疗癫痫,他们的脑中植入了电极,而这些电极使得研究人员可以记录他们的脑活动区域。
究竟哪种方式占主导地位
在我们眨眼的时候,闭眼前看到的全部画面都被大脑保存了下来;当眼睛再次睁开时,眨眼前后的景象在视觉上都能联系起来。在这项研究中,研究人员设计了一个实验来证明两幅图像之间相近的视觉联系。同时,电极则会向他们显示,究竟是大脑的哪个区域在进行着这种视觉上的解读。
实验中,研究人员向受试者展示一些图案,图案上显示了不同的方向,如垂直、水平。受试者看到一个接一个、成对出现的图案,然后根据要求选择两幅图中的方向。
与此同时,研究人员记录下了脑前额叶的活动区域。他们发现,如果受试者选出的第二张图片方向与第一张图片吻合,那么感知记忆就会被激发。这意味着第一张图片上的画面影响了受试者对第二张图片的看法。在实验中,脑前额叶所显示出的活动则表明,正是这片大脑区域参与到了感知记忆的活动中。
值得注意的是,有一个受试者在她早期的手术中切除了自己的部分脑前额叶,研究人员发现,这位受试者在实验中无法通过存储信息来形成感知记忆。这个结果进一步验证了脑前额叶是让这部分记忆发挥作用的关键区域。
这些研究结果表明,脑前额叶会用早期视觉信息 “校准”新的视觉输入信息,让我们能够更稳定的感知世界——即使在眨眼的时候,也不会错过任何一个瞬间。这或许能理解成给“脑补”提供科学依据。
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。
未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。
如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
“脑补”的科学依据:眼前的黑不是黑,靠得是你的大脑相关推荐
- 「一夜白头」有科学依据了,减压可返黑 | 哥伦比亚大学最新研究
丰色 发自 凹非寺 量子位 报道 | 公众号 QbitAI 古有伍子胥过韶关一夜白头,今有不少人写论文头发一抓掉一把. 人生这许多烦恼都淋漓尽致地体现在脑袋上这"几根毛"上了. 不 ...
- 总忍不住想接话?原来是你的大脑在疯狂“脑补”下个词丨PNAS
萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 聊天.读书或听讲时,你有意识到自己正在疯狂"脑补"吗? 其实,你的大脑就像一个自动补全机一样,每时每刻都在猜别人要说什么. 不 ...
- 像人一样脑补世界!DeepMind历时一年半搞出GQN,登上Science
夏乙 安妮 发自 凹非寺 量子位 出品 | 公众号 QbitAI 历时一年半的研发之后,新成果浮出水面 . 被称为人工智能"梦之队"的DeepMind,刚刚在Science上发表论 ...
- AI学会了视觉推理,“脑补”看不清的物体 | 李佳李飞飞等的CVPR论文
李林 发自 凹非寺 量子位 出品 | 公众号 QbitAI 人类有一种非常强大的能力:脑补. 这张照片在人类眼中,左下角的一小片棕黄黑灰就是一匹活生生的马--这个姿势和场景,当然是骑马啦! 但对于大部 ...
- CVPR2022 | 只用一张图+相机走位,AI就能脑补周围环境,来自华人团队
明敏 发自 凹非寺 量子位 | 公众号 QbitAI 站在门口看一眼,AI就能脑补出房间里面长什么样: 是不是有线上VR看房那味儿了? 不只是室内效果,来个远景长镜头航拍也是so easy: 而且渲染 ...
- 陈道明还原度最高!AI 脑补宋明清皇帝长相,四大模型构想真实五官
来源: hyperAI超神经 本文约1900字,建议阅读5分钟 本文为你介绍了AI修复古老视频.还原历史人物. 近期AI 修复古老视频.还原历史人物的风潮在国内外格外流行,让广大网友都过足了穿越瘾. ...
- 用「我的世界」自动生成「现实世界」:英伟达展示AI脑补新技术
点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 来自:机器之心 Minecraft 里面自建像素风世界不够过瘾?英伟达:那就让 AI ...
- 【CVPR 2022】只用一张图+相机走位,AI就能脑补周围环境
来源:量子位 站在门口看一眼,AI就能脑补出房间里面长什么样: 是不是有线上VR看房那味儿了? 不只是室内效果,来个远景长镜头航拍也是so easy: 而且渲染出的图像通通都是高保真效果,仿佛是用真相 ...
- 《GTA 5》走进现实!AI逼真还原游戏街景,还能“脑补”细节 | 英特尔出品
来源:AI科技评论 作者:琰琰 编辑:刘冰一 在不少玩家眼中,GTA 5(GTA V)称得上是一款旷世神作! GTA 也叫"侠盗猎车手",是R星旗下一款超高人气动作冒险类游戏,目前 ...
最新文章
- python实现简单的用户密码登录控制(输入三次就锁定用户)
- Git相关二三事(git reflog 和彩色branch)【转】
- 机器学习中的模型评价、模型选择及算法选择
- java 信使服务_java – 自行车信使/ TSPPD与OptaPlanner
- win10计算机跑分,鲁大师如何跑分_鲁大师跑分详细教程
- [转载] 令牌桶算法和漏桶算法python_排序算法(七):Bucket Sort 桶排序
- 转载:如果你到了20岁,还没到 25岁 作者:李开复
- hpuoj--校赛--特殊的比赛日期(素数判断+模拟)
- 关于单片机引脚的别名定义的正确语法
- biostarhandboo(三)|本体论和功能分析
- Windows 最全CMD命令,带死机修复系统命令
- 浅谈CMMI3认证从评估前准备到正式评估的全部过程
- 宏碁传奇Young和宏碁传奇Go14选哪个好参数对比评测
- css中好看常用的中文字体
- java 判断cmyk_Java判断图片是grb还是cmyk
- python中的美元符号_类似美元$这个符号pyCharm2.0里怎么输入不好用呢,美元pycharm2.0,如题,键盘没任何问题,就...
- java io流分为,Java中的IO流按照传输数据不同,可分为和
- Amazon s3使用Cloudberry Explorer工具管理和访问
- 在mysql中查询同名人数_姓名查找同名人数,谁有同名身份证数据库
- Stata:空间双重差分模型(SpatialDID)-xsmle
热门文章
- 二次元少女生成器、会开车的神经网络...2019年最好的17个机器学习项目!
- 新手求助,关于添加隐式intent程序崩溃问题
- ResNets首次反超有监督学习!DeepMind用自监督实现逆袭,无需标注
- MIT中国博士生开发出第一套保护自动驾驶车辆的感知算法
- SAP WM 通过2-Step Picking创建的TO之间的关联关系
- 谷歌提出「卷积+注意力」新模型,超越ResNet最强变体
- 如何与您的经理和上层人员进行有效沟通
- SAP PM IW33里查看维护订单相关的维护计划
- 标准出现问题,人工智能正在走向错误的方向
- 依图颜水成:AI芯片设计要深度融合算法,才能实现极致性能