哈佛医学院Blavatnik研究所的研究人员领导了一项小型猕猴研究，在  人工智能 系统的基础上，找到了大脑视觉皮层中对于视觉更为敏感的神经元。

 
人工智能

迄今为止，测量神经元偏好的绝大多数实验使用了真实图像，而实际上，真实的图像具有固有的偏见，它们仅限于现实世界中可用的刺激以及研究人员选择测试的图像，基于人工智能的程序能够通过创建针对每个神经元的偏好定制的合成图像来克服该障碍。

Will Xiao是哈佛医学院的研究生，他设计了一种计算机程序，该程序使用一种响应式人工智能来创建基于从六只猕猴获得的神经反应的自我调节图像。为此，他和他的同事测量了动物大脑中各个视觉神经元在计算机屏幕上观看图像时的放电率。

了解视觉系统如何响应图像可能是更好地理解驱动认知问题的基本机制的关键，从学习障碍到自闭症，其通常以儿童识别面部和处理面部提示的能力受损为特征。“大脑视觉处理模块的故障会影响孩子理解、沟通和解释基本事物的能力，”研究员说，“例如，通过研究那些优先响应面孔的细胞，我们可以发现社会发展如何发生以及有时可能出现问题的线索。”