Новая вычислительная модель показывает, что карты обнаружения движения в мозге могут самоорганизовываться по тем же универсальным принципам, что и области распознавания объектов. Исследователи из Пекинского педагогического университета и других учреждений обучили 3D ResNet на естественных видео с использованием контрастного метода самоконтроля и ограничения пространственной гладкости и обнаружили, что карты направления с пинвильными структурами спонтанно возникают — близко соответствуя макаке MT коры.
Исследование
Под руководством Zhaotian Gu и коллег (arXiv, 2025) в исследовании использовалась пространственно-временная топографическая глубокая искусственная нейронная сеть (TDANN). Команда обучила 3D ResNet на естественных видео с помощью самоконтроля Momentum Contrast (MoCo), в сочетании с биологически вдохновленной функцией потерь, которая поощряет похожую настройку у близлежащих нейронов. Модель разработала карты направления с топологическими пинвилями, где предпочтение направления плавно меняется вокруг центральной точки. Количественные сравнения с записями in vivo макаки MT показали сильное совпадение: индекс селективности направления, круговая дисперсия и плотность пинвилей — все соответствовало физиологическим базовым уровням. Авторы также продемонстрировали, что компромисс между давлением дискриминативной задачи и пространственной регуляризацией дал остаточную осевую компоненту в настройке, объясняя, почему клетки MT селективны по направлению, но не строго.
Почему это важно
Эта работа объединяет вычислительные истоки вентрального потока (распознавание объектов) и дорсального потока (обработка движения), предполагая общий механизм корковой самоорганизации. Для всех, кто интересуется когнитивными способностями, это подчеркивает, как мозг балансирует конфликтующие требования — такие как чувствительность к деталям движения против пространственной гладкости — для построения эффективных нейронных карт. Понимание этого компромисса может помочь в разработке методов тренировки мозга, направленных на восприятие движения или пространственное мышление.
Что вы можете сделать
Чтобы поддержать обработку движения в вашем мозге, попробуйте занятия, требующие пространственно-временной интеграции: спортивные игры с преследованием, видеоигры, требующие быстрой реакции, или даже жонглирование. Регулярное воздействие динамических сцен может помочь поддерживать баланс между гладкостью и дискриминацией нейронной сети.
Источник: arXiv q-bio.NC
Любопытно узнать свой мозг? Пройдите наш бесплатный адаптивный IQ-тест или попробуйте 306 уровней тренировки мозга.
