原创<br> MIT+IBM同时利用AI探索神经科学，让脑科学研究如虎添翼( 三 )_智东西编|韦世玮导语：近期

但是，手动创建这样的一个数据集需要花费大量的实践和精力，因此Amy开始通过合成数据集中所有卡牌的变形版本，来自动创建数据集。

卷积神经网络是一种深度学习算法，具有人工神经网络结构，该算法受生物大脑视觉皮层的启发，用一小部分数据进行训练。

Amy使用200张卡牌，每张卡牌分别搭配10张照片，让卷积神经网络经过训练，学习如何判断卡牌的所处的不同位置和照片外观，如亮度、反射和照片角度，从而能够合成数据集内所有卡牌的真实变形版本组。

Amy发现，这种变形的方法可以应用于磁共振成像（Magnetic Resonance Imaging，简称MRI）中。磁共振成像是断层成像的一种，能够利用磁共振现象从人体中获得电磁信号，并重建出人体信息。

人工智能深度学习的模式识别功能是机器学习的一个子集，它帮助神经科学家对脑图像进行复杂的分析。然而，训练该机器学习算法是一个昂贵的、劳动密集型的挑战。

一方面，对于神经科学研究，训练机器学习通常需要神经科学家在每一次的脑部扫描中，手动对解剖结构进行数据标记。

原创<br> MIT+IBM同时利用AI探索神经科学，让脑科学研究如虎添翼( 三 )