Nature | 破解大脑的底层学习逻辑：生物神经网络早已掌握“预训练+微调”的高效模式

主要观点总结

本文介绍了关于大脑学习机制的研究，发现大脑通过无监督学习构建视觉表征，并通过监督学习处理奖励和预期。无监督预训练能提高学习效率。研究还揭示了大脑如何处理视觉刺激和奖励预期，以及无监督学习和监督学习的相互作用。这些发现与人工智能中的自监督学习思想相似。

关键观点总结

关键观点1: 大脑通过无监督学习识别视觉类别，构建视觉表征。

研究发现，大脑能够在没有外部奖励的情况下，通过暴露于视觉环境学习识别不同的视觉纹理，并在视觉皮层中形成高度选择性的神经元表征。

关键观点2: 监督学习在前侧高阶视觉区处理奖励预期。

研究发现，前侧高阶视觉区存在一种专门编码奖励预期的神经元集群，这些神经元在活动模式上表现出高度选择性和预测性，说明前侧高阶视觉区是监督学习的关键区域。

关键观点3: 无监督预训练可以提高学习效率。

通过让小鼠在正式任务前进行无监督预训练，研究发现预训练组的小鼠在学习新任务时表现出更高的学习效率。这证明了无监督预训练的价值。

关键观点4: 大脑的学习机制与人工智能中的自监督学习思想相似。

大脑通过无监督学习构建通用知识表征，然后通过监督学习进行任务特定调整，这与人工智能中的自监督学习思想相吻合。这种学习方式使大脑能够在复杂多变的环境中保持适应性和灵活性。

免责声明