Новое исследование демонстрирует, что простая техника под названием визуализация признаков может показать, действительно ли модели-кодировщики мозга отражают функциональную организацию мозга. Исследователи из неназванного учреждения использовали градиентный подъем для синтеза изображений, максимально активирующих определенные области мозга в модели, успешно восстановив известные зрительные иерархии и специализированные области.
Исследование
В статье, опубликованной на arXiv 13 мая 2026 года, Стюарт Бладон и Бриннэ Бент применили визуализацию признаков к TRIBE v2 в сочетании с моделью зрения V-JEPA 2 (ViT-G, 40 слоев). Они оставили модель замороженной и синтезировали статичные изображения, оптимизированные для активации семи областей вентрального и дорсального зрительных путей: V1, V2, V3, V4, MT (средняя височная), FFA (веретенообразная лицевая область) и PPA (парагиппокампальная область). При одинаковых гиперпараметрах полученные изображения показали четкую прогрессию увеличения пространственного масштаба и сложности признаков от V1 к V4, что соответствует известной иерархии вентрального пути. За пределами V4 техника дала три различных паттерна: радиальные замороженные следы движения для MT (несмотря на статическую оптимизацию), лицеподобные признаки для FFA и последовательные прямолинейные линейные паттерны для PPA. Примечательно, что оптимизированные стимулы FFA активировали предсказанную область примерно в 4 раза сильнее, чем фотография натурального лица, подтверждая, что визуализация признаков создает состязательные супер-стимулы, а не типичные примеры. Метод прост, дифференцируем и может быть применен к любому кодировщику мозга с дифференцируемым бэкбоном.
Почему это важно
Традиционная оценка моделей-кодировщиков мозга опирается на точность предсказаний, которая говорит о том, что модель соответствует данным мозга, но не показывает, усвоила ли она мозгоподобную функциональную организацию. Визуализация признаков заполняет этот пробел, позволяя исследователям увидеть, какие признаки модель связывает с каждой областью мозга. Для любопытного читателя это подчеркивает, что современный ИИ теперь можно использовать для проверки нашего понимания организации мозга. Это также показывает, что зрительная система мозга иерархична и специализирована, и эти свойства могут быть восстановлены из одних лишь вычислительных моделей.
Что вы можете сделать
Вам не нужно уметь программировать, чтобы оценить это открытие. Понимание того, что ваш мозг обрабатывает визуальную информацию поэтапно — от простых линий до сложных объектов — может помочь вам создать лучшие условия для обучения. Например, разбивка сложных изображений на базовые компоненты может улучшить запоминание. Чтобы изучить свои когнитивные способности, пройдите валидированный IQ-тест или займитесь тренировкой мозга, направленной на зрительное восприятие.
Источник: arXiv q-bio.NC
Хотите узнать свой мозг? Пройдите наш бесплатный адаптивный IQ-тест или попробуйте 306 уровней тренировки мозга.
