目前，在认知学领域一个有争议的理论认为，感知、运动控制、记忆等大脑功能，都依赖于大脑对现有经验和未来期望的比较，即预测编码理论。而该理论启发了AI领域，正在帮助他们建立出更智能的模型。一些神经科学家认同大脑工作的预测编码理论，在这个理论中，“思维”实际上是一种“受控制的幻想”。该理论认为，大脑更重视对现实的预期，而不是感觉器官传入的实际信息。上月，DeepMind公司推出一种新型软件，可以根据包含几个物体的单幅照片，在没有人类干预的情况下，推测出从另一个视角看这些物体是什么样子。如果再多给几张图片，那么这个软件可以使用生成查询网络（GenerativeQueryNetwork，GQN）生成一个简单的模型。神经科学家也对生成查询网络产生了兴趣，尤其是对其训练算法。项目负责人阿里·伊斯拉米（AliEslami）表示，根据输入图片，生成查询网络对于图中物体做出推断——位置，阴影，哪些部位可见而哪些不可见——并利用预测和输入图片之间的差异来提高精确度。某些神经科学家一直以来认为，大脑的工作方式很像生成查询网络——实际上，DeepMind公司正是受到这种理论的启发，才构建了生成查询网络技术。根据这种“预测编码”理论，在认知过程的每个层次，大脑产生模型或者说“信念”，也就是对下层传入的信息形成一个预期。这种信念会转化为对特定环境下最可能有什么体验的预测。大脑将该预测和下层感官传入的实际信息进行对比，解释预测误差。比如，我们知道桌子应该有4条腿。但是桌子的一部分被挡住了，我们仍有很大可能做出正确判断。图

左图是一副2D图像。生成查询网络据此可以推断出右图中的三维模型。该算法的部分核心思想来源于神经科学的预测编码理论。（图片来源：DeepMind）当然，如果预测误差无法得到合理解释，那么会被反馈到高层。高层将其作为有价值的信息进行处理，调整模型以降低预测误差。伦敦大学学院的神经科学家和预测编码理论的先驱卡尔·福利斯通（KarlFriston）认为，这就是大脑的工作原理。过去几十年，神经科学家，哲学家和心理学家对预测编码理论进行了研究，并将其扩展到对整个大脑运行机理的解释上。不过只有在最近，实验技术的进步才允许科学家直接检验该理论，而过去2年发表的论文支持了预测编码假说。不过，该假说仍然面临很多争议——有些专家质疑一些重要成果到底是否可重复。咖啡，奶沫和狗“我在咖啡里放了奶沫和（）”，很多人毫不犹豫地会填上“糖”。加州大学圣迭戈分校的神经科学家马塔·库塔思（MartaKutas）和斯蒂文·席亚德（StevenHillyard）在年做了一系列实验，让志愿者盯着屏幕，1次显示1个词，并记录他们的大脑活动。在显示这个句子的时候，科学家改动了一下，屏幕上出现的是：“我在咖啡里放了奶沫和狗。”他们发现，看到“狗”的人，大脑电波活动比没有看到这个不合常理的词的志愿者强得多。反常活动的峰值在“狗”出现在屏幕上的约毫秒后。但是这是为什么？年，库塔思团队在《NatureNeuroscience》上发表了另一篇论文。志愿者要求阅读屏幕上的这个句子：“今天风和日丽，因此孩子出门去放（）。”这里最符合常理的是“风筝”。英语中，“风筝”搭配的不定冠词是“a”。然而，当屏幕上展示的是“an”而不是“a”的时候，反常神经活动再次出现。不定冠词不是名词，并不指向任何真实物体，因此反常的神经活动，只能解释为：“an”不符合大脑的预期。这个实验看上去是预测编码理论的有力证明。然而，今年4月，一篇发表在eLife上的论文表示，多个实验室均未能重复这个实验。不过，这个实验结果能被重复出来，只是需要

转载请注明:http://www.aideyishus.com/lkcf/6685.html