Yapay zeka araştırmacıları ve nörobilimcilerin ortak çalışmasıyla gerçekleştirilen kapsamlı bir araştırma, farklı türlerin beyinlerinde görsel bilgi işleme mekanizmalarının karşılaştırmalı analizini sunuyor. Çalışma, daha önce insanlarda yapılan araştırmaların bulgularını makaş maymunlarına genişleterek, türler arası beyin işlevlerinin benzerliklerini ve farklılıklarını ortaya koyuyor.
Araştırmacılar, beş farklı öğrenme kuralını test etti: geri yayılım, geribildirim hizalaması, öngörücü kodlama, spike-zamanına bağlı plastisite ve rastgele ağırlıklı kontrol grubu. Maymun verilerini iki önemli veri setinden topladılar: V4 ve IT bölgelerinden 3.200 uyaran sunumu ile V1 ve V2 bölgelerinden 135 farklı görsel uyaran.
En dikkat çekici bulgulardan biri, tüm modellerin maymun erken görsel korteksinde insan fMRI verilerine kıyasla çok daha yüksek uyum göstermesiydi. Bu durum, elektrofizyolojik kayıtların fMRI'ya göre çok daha yüksek sinyal-gürültü oranına sahip olmasından kaynaklanıyor.
Araştırma sonuçları, STDP ve öngörücü kodlama algoritmalarının maymun V1 ve V2 bölgelerinde en yüksek uyumu sağladığını gösterdi. Bu bulgular, beyin-bilgisayar arayüzleri, nöromorfik hesaplama ve biyolojik olarak ilhamlı yapay görme sistemlerinin geliştirilmesinde yeni perspektifler sunuyor.