По теме
Питание для депрессивного мозга: что есть, чтобы улучшить на...
Узнайте, как питание влияет на депрессию и тревогу. Это руководство на основе последних исследований...
Потеря девственности: многолетний процесс, а не единичное со...
Исследование канадских ученых показывает, что потеря девственности — это многолетний процесс, состоя...
Как ИИ улучшает работу неинвазивного мозгового интерфейса
Учёные из Carnegie Mellon University показали, что комбинирование адаптивного ИИ с обучением моторны...
Как вспоминание sacrifices удваивает шансы на достижение цел...
Статья представляет результаты исследования, доказывающие, что регулярное напоминание о сделанных sa...
Долгосрочные эффекты когнитивно-поведенческой терапии для вз...
Подробный анализ 8-летнего катамнеза рандомизированного контролируемого исследования эффективности г...
Как объяснимый машинный дефект в рамках ЕвГ показывает разли...
Исследование демонстрирует, как теоретически обоснованный машинный дефект с объяснимыми выводами выя...
Введение
Даже при кратком взгляде на сцену человек быстро извлекает многоуровневую визуальную информацию, которая позволяет ему ориентироваться в пространстве. Но как именно мозг вычисляет данные, необходимые для планирования маршрута? Этот вопрос долгое время оставался предметом дискуссий.
Гипотеза исследования
Мы предположили, что представления навигационных аффордансов (возможностей для перемещения) формируются позже, чем базовые визуальные признаки: 2D-структуры, 3D-геометрию и семантику. Для проверки использовались:
- ЭЭГ (электроэнцефалография) — запись мозговой активности.
- Глубокие нейронные сети (DNN) — модели, обученные на задачах распознавания 2D, 3D и семантических признаков.
- Карты навигационных аффордансов (NAM) — поведенческие данные о планировании маршрутов.
Методы
Участники и стимулы
В эксперименте участвовали 16 здоровых добровольцев. Им показывали 50 изображений интерьеров с четкими путями для навигации. Задача — определить направление пути (влево, вправо или центр).
Анализ данных
Данные ЭЭГ сравнивали с моделями DNN и NAM с помощью анализа репрезентативного сходства (RSA). Это позволило оценить вклад каждого типа признаков в мозговую активность во времени.
Результаты
Обнаружена четкая временная иерархия:
- 2D-признаки — пик активности при 128 мс.
- 3D и семантика — 170–160 мс.
- Навигационные аффордансы — 296 мс.
Это подтверждает, что мозг сначала анализирует структуру сцены, а затем использует эти данные для планирования перемещений.
Обсуждение
Результаты согласуются с предыдущими работами о ранней обработке низкоуровневых признаков. Однако новизна исследования — в демонстрации временного запаздывания навигационных процессов. Это важно для понимания:
- Как мозг интегрирует разную информацию.
- Почему в сложных средах навигация требует больше времени.
Ограничения
Использование статичных изображений (вместо динамичных сцен) может снижать экологическую валидность. Дальнейшие исследования могут включить модели движения.
