Нейронаука была подтянута приоритетами финансирования, направленными на выявление локусов дисфункции (т.е. болезней или расстройств) для потенциальных терапевтических целей. Это переводится в культуру, которая делает акцент на определении и описании конкретных компонентов системы. С другой стороны, заявки на искусственное осеменение требуют продемонстрированных улучшений в работе по выполнению конкретной задачи. Для нейронального искусственного интеллекта, вдохновленного искусственным интеллектом, часто уделяется внимание проблемам, для решения которых производительность человека все еще превышает производительность компьютеров (см. раздел "Проблемы приведения неврологии к искусственному интеллекту"). Для таких проблем культура ИИ в первую очередь ориентирована на понимание того, как система производит решение на алгоритмическом уровне, а не на понимание лежащих в ее основе механизмов или биологических нейронных архитектур. В отличие от нейронауки, исследования ИИ практически не связаны с движением по оси формы.
Три уровня
Взгляд на эти культурные различия еще более усложняется кажущимся изобилием богатства - тем фактом, что существует несколько уровней, на которых эти две области могут взаимодействовать. Используя визуальную обработку в качестве примера для выделения культурных различий и различных очагов между двумя областями, мы можем описать "уровни" исследований, используя три фундаментальных вопроса для описания воздействия конкретной исследовательской работы:
1) "Что это такое?", или форма, определяется как понимание специфики компонентов, составляющих нейронную цепь или нейронную сеть;
2) "Как это работает?", или механизм, определяется как понимание того, как компоненты сети взаимодействуют друг с другом;
3) "Что она делает?", или функция, развивает "высшее" описание или абстракцию функции.
Эти три уровня могут быть сопоставлены с тремя уровнями Марра для понимания системы обработки информации, реализации, алгоритма и вычислений, соответственно; однако здесь мы определили эти уровни как вопросы, чтобы подчеркнуть точку зрения исследователя, заинтересованного во включении новой информации в модели (будь то неврология или искусственный интеллект).
Как и в случае с уровнями Марра, хотя три оси рисуются ортогонально, мы признаем, что оси не являются полностью независимыми, так как любой эксперимент может повлиять на несколько осей. Например, комбинация оптогенетической маркировки и крупномасштабной визуализации кальция может быть использована для характеристики реакций конкретного подтипа нейрона в области мозга. При описании пространственно-временных особенностей этого типа нейронов рецептивное поле является формой, выводя лежащую в основе связь и взаимодействие между картами клеточных типов с осью механизма, и захватывая более абстрактное описание функциональной роли этого подтипа в рамках большей популяции записанных клеток, выравнивается с функциональной осью.
Как отвечать на эти вопросы?
В то время как механизм и функция оба релевантны для неврологии, привод для идентификации терапевтических целей, вытекающих из потребности в биомедицинских применениях приводит к сильной тяге преимущественно вдоль оси формы, как указано красной пунктирной стрелкой. Это не означает, что вся работа в области неврологии выравнивается только вдоль одной оси. Например, фундаментальная работа Юбеля и Визеля (1962, на что указывает красная звезда), характеризующая рецептивные поля в зрительной коре, может быть описана как воздействующая на две различные оси. Мы рассматриваем продолжающуюся работу по дальнейшей характеристике реакций и связности различных подтипов нейронов в V1 как ориентированные вдоль оси формы (что это такое?), но иерархическая модель визуальной обработки (вертикальная красная стрелка) как ориентированные вдоль оси механизма (как это работает?). Иерархическая модель была достаточно абстрактной, можно утверждать, что этот уровень абстракции способствовал развитию последующих иерархических моделей в ИИ, например (Фукусима, 1980) неокогнитрон.
Действительно, в то время как многие из новых инструментов, появляющихся сегодня, специально разработаны для работы с формой крупномасштабных нейронных схем, они будут производить данные, которые будут приводить в движение новые модели как на уровне механизма, так и на уровне функций. Тем не менее, мы будем утверждать, что ориентация на вопрос "что это такое?" будет по-прежнему доминировать, движимая традиционным применением этой области.
