Entwicklung der Emotionsempfindlichkeit in tiefen neuronalen Netzwerken, die darauf trainiert sind, visuelle Objekte zu erkennen

Jüngste neuroimaging Studien haben gezeigt, dass der visuelle Kortex eine wichtige Rolle bei der Darstellung der affektiven Bedeutung visueller Eingaben spielt. Der Ursprung dieser affekt-spezifischen visuellen Repräsentationen ist umstritten: Sie sind dem visuellen System inhärent oder sie entstehen durch Rückkehr von frontalen Emotionsverarbeitungsstrukturen wie der Amygdala. Wir haben dieses Problem untersucht, indem wir konvolutionale neuronale Netzwerkmodelle (CNN) des menschlichen ventralen visuellen Kortex, die auf ImageNet vortrainiert wurden, mit zwei Datensätzen affektiver Bilder kombiniert haben. Unsere Ergebnisse zeigen, dass in allen Schichten der CNN-Modelle künstliche Neuronen vorhanden waren, die konsistent und selektiv auf neutrale, angenehme oder unangenehme Bilder reagierten, und das Läsionieren dieser Neuronen, indem ihr Ausgang auf null gesetzt wurde, oder das Verstärken dieser Neuronen durch Erhöhung ihrer Verstärkung zu einer verringerten oder erhöhten Emotionserkennungsleistung führte. Diese Ergebnisse unterstützen die Idee, dass das visuelle System möglicherweise die intrinsische Fähigkeit hat, die affektive Bedeutung visueller Eingaben darzustellen, und deuten darauf hin, dass CNNs eine fruchtbare Plattform zum Testen neurowissenschaftlicher Theorien bieten.