视网膜中的最优预测与自然场景统计

几乎所有神经计算都涉及预测。无论生物体是试图捕捉猎物、躲避捕食者，还是仅仅在复杂环境中移动，其通过感官收集的数据只有在能够从中提取关于世界未来状态的信息时才能指导其行动。所有这些形式问题的一个重要方面是，并非过去的所有特征都具有预测能力。由于表征和传输信息存在成本，一个自然的假设是感觉系统已经发展出优化编码策略以最小化这些成本，仅保留关于过去的有限数量的信息位，并确保这些信息位对未来具有最大信息量。预测问题的另一个重要特征是，世界的物理多样性足以包含广泛的统计集合，但并非所有运动都是可能的。因此，大脑可能不是通用的预测机器；它可能进化到专门解决自然环境中最常见的预测问题。本文回顾了关于视网膜中预测编码和最优预测信息的最新结果，并提出了量化对自然运动响应中预测的方法。