神经连接主义研究计划
摘要：神经网络通过仿生学启发，开始被广泛用于建模行为和神经数据，这个方法我们称之为神经连接主义。神经网络被誉为目前大脑信息处理的最佳模型，但也被批评为未能解释基本的认知功能。我们认为，关于当前一组有限的神经网络模型的成功与失败的争论是评估神经连接主义前景的错误方法。相反，我们从科学哲学中汲取灵感，尤其是从拉卡托斯那里得出结论：科学研究计划的核心通常不是直接可证伪的，而是应该通过其产生新见解的能力来评估。基于这种观点，我们将神经连接主义呈现为一个综合的大规模研究计划，以神经网络作为表达有关大脑计算的可证伪理论的计算语言为中心。我们描述了该计划的核心，底层的计算框架以及用于测试特定神经科学假设的工具。从长期的角度看，我们回顾了过去和现在的神经连接主义项目及其对挑战的应对，并认为这个研究计划是高度进步的，能够产生对大脑工作方式的新的、无法达到的见解。
作者：Adrien Doerig, Rowan Sommers, Katja Seeliger, Blake Richards, Jenann Ismael, Grace Lindsay, Konrad Kording, Talia Konkle, Marcel A. J. Van Gerven, Nikolaus Kriegeskorte and Tim C. Kietzmann
论文ID：2209.03718
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2022-09-09