更好的人工智能不等于更好的生物学模型

深度神经网络 (DNNs) 曾显示现随着在视觉基准测试上的性能不断提升，其与灵长类动物感知和神经反应的一致性也在提升，这为 AI 进步将自然转化为神经科学的希望埋下了种子。然而，我们在三个基准测试中展示了这种一致性正在出现停滞——在某些情况下甚至恶化——这可能反映出采用了与灵长类动物不同的视觉策略。这些发现挑战了 AI 的进步必然转化为神经科学的观点。我们认为，视觉科学必须自主发展， developing 以生物学视觉系统为基础的算法，而非针对基于互联网规模数据集的基准测试进行优化。