神經資料的基礎模型與表徵學習
腦與模型的表徵對齊
指一項實證發現:大型預訓練模型的內部表徵——語言模型之於語言皮質、深度視覺網路之於視覺皮質——是對應腦區神經反應現有最佳的預測因子之一;以及其反向作法,把神經資料投射到此類模型的嵌入空間。就科學而言,這使預訓練網路成為關於大腦表徵的量化假設;就實務而言,那些嵌入可作為目標或正則項,賦予神經解碼器一個豐富且結構化的輸出空間,是單靠稀少神經資料無法學到的。
此結果確實存在且屢被回報,但也容易過度解讀。對齊是相關性的、局部的,且高度取決於腦區、度量與模型層;模型能良好預測神經反應,並不能確立大腦以該模型的方式運算。它是有力的工具與有力的假設,而非共享機制的證明。
又称
另见