用于受指导视觉处理的生物启发学习模型

作为理解大脑如何学习的一部分，当前的研究试图将生物学知识与现有人工智能（AI）建模相结合，以寻找高效的、生物学上合理的（biologically plausible）学习方案。当前生物学合理学习的模型常使用自下而上（BU）与自上而下（TD）处理的类皮层组合，其中TD部分携带用于学习的反馈信号。然而，在视觉皮层中，TD通路还发挥着视觉注意的第二大作用，即引导视觉过程至感兴趣的位置与任务。因此，一个生物模型应结合这两项任务，并学会引导视觉过程。我们引入了一种使用BU与TD处理类皮层组合的模型，其自然地整合了TD流的两大主要功能。该整合模型通过BU与TD流之间适当的连接模式、一种使用TD部分两次的新型处理周期，以及跨流使用的“反赫布（Counter-Hebb）”学习获得。我们展示了“反赫布”机制可提供精确的误差反向传播突触修正。我们进一步证明了该模型引导视觉流执行感兴趣任务的能力，在标准多任务学习基准上取得了与AI模型相竞争的性能。学习与视觉引导的成功结合可为人类视觉中BU与TD处理的结合提供新视角，并为生物学合理模型与人工受指导模型（如视觉-语言模型（VLMs））提供了可能的方向。