DINOv3确实很“类脑”！Meta 深度研究揭示模型、训练与数据的三重影响

主要观点总结

本文探讨了AI视觉模型越来越像人脑的背后的原因，来自Meta AI和巴黎高等师范学院的研究者们进行了一项系统性的研究，深入剖析了模型架构、训练数据和训练时长三大因素如何独立及共同作用推动AI模型向“类脑”演化。论文详细阐述了研究背景、方法、核心发现及展望。

关键观点总结

关键观点1: 研究背景

现代深度学习模型，特别是在计算机视觉领域，已经在许多任务上达到了甚至超越了人类的水平，更令人惊讶的是，这些模型的内部工作方式似乎在模仿大脑。

关键观点2: 研究方法

为了精确衡量AI模型与大脑的相似度，研究者采用了三种互补的度量指标：编码分数、空间分数和时间分数。并且基于强大的自监督模型DINOv3，研究团队训练了多个变体，系统地改变了其模型尺寸、训练步数以及训练数据的类型。

关键观点3: 核心发现

研究发现，“类脑”特性不是一蹴而就的，而是遵循着一个特定的“发育”轨迹。模型尺寸越大，其与大脑的相似度越高。更大的模型在最终的编码、空间和时间分数上表现更好。此外，只有在人类中心的自然图像上训练的模型，才能与大脑达成最高度的整体相似性，强调了训练数据的生态有效性对于构建类脑模型的重要性。

关键观点4: 研究意义

这项研究不仅深化了人们对AI与大脑相似性背后原因的理解，更重要的是，它展示了如何利用AI模型作为一种“计算工具”来探索大脑组织的基本原则。通过观察机器如何“学会”像人一样观看，或许能最终揭示人类大脑视觉系统发育和成熟的奥秘。这项研究为连接人工智能和神经科学两大领域架起了一座坚实的桥梁。