数学家和神经科学家创建了第一个解剖学上准确的模型，解释了视觉的工作原理
人类视觉的最大谜团是：尽管我们大脑的视觉系统所获得的信息很少，但我们仍能感知到周围世界的丰富图像。 我们“看到”的大部分内容实际上就是我们脑海中所想象的。
纽约大学的数学家
莱桑·杨 （
Lai-Sang Young）说：“实际上，您认为您看到的很多东西都在想出来。” “你真的看不到他们。”
但是，由于我们通常不遇到门，因此大脑显然可以很好地应付发明视觉世界的任务。 不幸的是，仅研究解剖学并不能确切地告诉我们大脑是如何产生这些图像的，无非就是仔细观察汽车发动机，这将使您揭示热力学定律。
一项新的研究表明，理解的关键在于数学。 在过去的几年中，Young与大学同事神经科学家
Robert Shapley和数学家Logan Chariker进行了意想不到的合作。 他们创建了一个统一的数学模型，该模型结合了多年生物实验的结果，并解释了大脑如何基于稀疏的视觉信息产生复杂的视觉再现。
扬说：“据我所见，理论家的任务是，我们将各种事实纳入现实，并保持一致。” “实验人员不会告诉您某些事情是如何工作的。”
Young和他的同事建立了一个模型，一次包含一个基本的视觉元素。 他们解释了视觉皮层神经元如何相互作用，识别物体并形成对比变化，现在他们正在努力解释大脑如何感知物体运动的方向。
他们的工作是其中之一。 先前对人类视觉建模的尝试是一厢情愿的想法，描述了视觉皮层的结构。 Young，Shapley和Chariker的著作认识到了视觉皮层的复杂，非直觉的生物学，并试图解释视觉现象仍然如何产生。
“我认为他们的模型改善了那些真正基于真实大脑解剖结构的结果。 他们需要一个生物学上正确或可接受的模型，”犹他大学的神经科学家
Alessandra Angelucci说。
一层又一层
我们确定与视觉有关的某些问题。
眼睛就像一个镜片。 它接收来自外界的光，并将一小部分观察到的视场投影到位于眼睛背面的视网膜上。 视网膜连接到视觉皮层，大脑的一部分位于头后部。
但是，视网膜和视觉皮层之间的连接非常弱。 连接视网膜和视觉皮层的大约10个神经细胞落在视野的每个部分，其大小约为天空中满月的四分之一。 它们构成了侧面曲柄体LKT，这是视觉信息从外界传递到大脑的唯一途径。
LKT细胞不仅很小，而且几乎无能为力。 LKT细胞向视皮层发出冲动，在其视野的一小部分中检测出从暗到亮的变化，反之亦然。 就是这样。 背光世界用数据轰击视网膜，但是大脑只有少量的LKT细胞在工作，只有悲惨的信号。 根据这些微不足道的信息尝试看世界就像尝试根据餐巾纸上的涂鸦重新创建Moby Dick一样。
Young说：“您可以想象大脑正在拍摄您所看到的图像。” “但是，大脑不拍照，视网膜拍照，而且从视网膜传输到视觉皮层的信息很少。”
然后，视觉皮层开始起作用。 尽管连接皮层和视网膜的神经元相对较少，但皮层本身是神经细胞的密集簇。 对于来自视网膜的每10个LCT神经元，仅在视觉皮层的第一个“输入层”中就有4,000个神经元-后面的更多。 这种差异表明大脑正在积极处理其接收到的少量视觉数据。
Shapley说：“视觉皮层有自己的想法。”
对于Young，Shapley和Chariker这样的研究人员而言，挑战在于破译这种思想正在发生的事情。
眼圈
视觉的神经解剖是挑衅性的。 她看起来像个举重的小个子，需要一个解释-她如何通过很少使用来做到很多？
Young，Shapley和Chariker并不是最早尝试使用数学模型找到该问题答案的科学家。 但是所有先前的建议都表明，更多的信息在视网膜和皮质之间传递-这样的假设将有助于尝试解释视觉皮质对刺激的反应。
Shapley说：“人们在计算模型的框架内并没有认真对待生物学所带来的后果。”
从移动台球到时空的演变，数学家在对各种现象进行建模方面有着悠久的成功历史。 这些是“动态系统”的示例-根据固定规则随时间演变。 大脑中被激活的神经元的相互作用也是动态系统的一个例子-尽管很薄，但很难遵循某些规则。
LKT细胞向皮层发送一系列电脉冲，电脉冲的电压为1/10伏，持续时间为1毫秒，触发一系列神经相互作用。 Young表示，控制这些相互作用的规则比控制更熟悉的物理系统的规则“无限复杂”。
黎相英和罗伯特·沙普利单个神经元同时从数百个其他神经元接收信号。 这些信号中的一些鼓励神经元激活。 其他人不知所措。 当从这些刺激和抑制的神经元接收电脉冲时，在所讨论的神经元的膜上会观察到电压波动。 并且仅当该电压（“膜电位”）超过某个阈值时才激活。 而且几乎不可能预测何时会发生这种情况。
“如果您观察一个神经元的膜电位，它会上下跳跃，” Young说。 “完全无法准确预测何时激活。”
而且，实际情况更加复杂。 还记得连接到我们其中一个神经元的数百个神经元吗？ 它们每个都从数百个其他神经元接收信号。 视觉皮层是与反馈连接的交互反馈的混搭。
“所有这些的问题是我们有太多的活动部件。 沙普利说，这使事情复杂化。
在早期视觉皮层模型中，此功能被忽略。 假定信息沿一个方向传播-从眼前到视网膜，再到皮质，直到最后-瞧！ -在另一端不会出现图像，就像在传送带上出现的小工具一样。 这些“直接传播”模型更易于创建，但它们忽略了皮质解剖结构的影响-这表明反馈回路在发生的事情中起着重要作用。
Young表示：“使用反馈循环非常困难，因为信息会一直返回并不断发生状态变化，然后返回并影响您。” “几乎没有模型可以解决这个问题，但是这发生在整个大脑中。”
Young，Shapley和Chariker在2016年的
原创作品中决定尝试认真对待这些反馈循环。 他们模型的反馈回路导致出现类似蝴蝶效应的现象：当信号经过一个回路接一个回路时，LCT信号的细微变化会放大，即所谓的 “循环激励”导致视觉表示发生很大变化，最终由模型形成。
Young，Shapley和Chariker展示了他们的模型，该模型具有丰富的反馈，能够基于来自LCT的微弱传入信号的细微变化，再现对象的面孔（水平，垂直以及所有其他面孔）的方向。
Angelucci说：“他们表明，您可以仅使用少数与其他神经元相连的神经元来创建视觉世界中的所有方向。”
但是视觉远不只是面部识别，2016年的工作仅仅是开始。 下一个困难是在模型中包括其他视觉元素，而不丢失他们已经处理过的唯一元素。
“如果一个模型做正确的事情，它应该能够做几件不同的事情，” Young说。 “您的大脑继续保持不变，但是能够在不同条件下处理不同的事情。”
众多的愿景
在实验室实验中，研究人员为灵长类动物提供了最简单的视觉刺激-黑白模式，它们在视野中出现的对比度或方向发生了变化。 研究人员使用连接到灵长类动物视皮层的电极，追踪了对刺激产生的神经冲动。 一个好的模型应该响应类似的刺激而重现这种冲动。
“我们知道，如果我们向灵长类动物展示这张照片，那么他将以这种方式做出反应，”扬说。 “基于这些信息，我们正在尝试分析他内部正在发生的事情。”
2018年，三位研究人员发表了
第二篇论文 ，他们证明了能够识别人脸的同一模型也可以再现皮层冲动活动的一般情况，即伽马节律（它看起来像一群萤火虫依次点亮灯笼）。
现在，专家们正在研究他们的第三项工作，这解释了视觉皮层如何感知对比度的变化。 解释中提到了令人兴奋的神经元彼此增强活动的机制，例如跳舞时人群兴奋的增长。 这种过程是必要的，以便视觉皮层可以基于稀缺的输入数据创建完整的图像。
到目前为止，Young，Shapley和Chariker致力于为模型增加方向敏感性-这将解释视觉皮层如何重现物体沿视场的移动方向。 之后，他们将开始解释视觉皮层如何识别视觉刺激中的时间序列。 例如，他们想了解为什么我们会感知到闪烁的交通信号灯的闪光，但同时在观看电影时看不到单个帧。
之后，他们将掌握一个简单的活动模型，该模型仅在视觉皮层的六个层之一中发生-在该层中，大脑大致勾勒出视觉印象的基本轮廓。 他们的工作不适用于进行更复杂视觉处理的其他五层。 它也没有说视觉皮层如何识别颜色，这是沿着完全不同的，更复杂的神经路径发生的。
Angelucci说：“我认为他们还有很多事情要做，但我并不否认他们尽了最大的努力。” “这是一项艰巨的工作，需要时间。”
尽管他们的模型还远远不能揭示视觉的所有秘密，但这是朝着正确方向迈出的一步-这是第一个试图以生物学上合理的方式破译视觉的模型。
康奈尔大学的神经科学家
乔纳森·维克多 （
Jonathan Victor）说：“人们在这一领域的活动已经很长时间了。” “这些科学家能够通过与生物学相对应的模型实例证明这一事实，这是真正的胜利。”