脳が物体を認識する過程を 理解しながら 複雑さを切り裂く AIモデルを開発しました Scientists built a tiny, brain-inspired AI model that mimics monkey vision, slashing complexity while boosting understanding of how brains recognize objects.

科学者たちは マカク類の猿の脳に 触発された 簡潔なAIモデルを作り 複雑な視覚システムを 6千万の変数から 10,000に 減らして 高い性能を維持しました Scientists have created a compact AI model inspired by macaque monkey brains, reducing a complex vision system from 60 million variables to just 10,000 while maintaining strong performance. 曲線やパターンのような形状を 検出するV4ニューロンを模倣し The model mimics V4 neurons that detect colors, textures, and shapes like curves and patterns, helping explain how biological brains recognize objects efficiently. 猿のニューラルデータと圧縮技術を使って 研究者は 電子郵件で送信できるほど 小さく透明なAIシステムを構築し 視覚処理のより明確な洞察と アルツハイマー病のような脳障害を理解する 潜在的な応用を提供しました Using monkey neural data and compression techniques, researchers built a small, transparent AI system small enough to send via email, offering clearer insights into visual processing and potential applications in understanding brain disorders like Alzheimer’s. このモデルの効率性は、現在のAIが更新された神経科学から利益を得る可能性があることを示している。 なぜなら、それは人間が簡単に処理できる現実世界認識のタスクと闘っているからだ。 The model’s efficiency suggests current AI may benefit from updated neuroscience, as it still struggles with real-world recognition tasks that humans handle easily.