在神经科学领域使用深度学习还有最后一个可能性，这听起来很科幻：我们在大脑上使用机器学习来开发更好的机器学习程序。过去十年机器学习领域内最大的进步是被称为「卷积神经网络」的思想。谷歌就是用这种技术来识别照片中的物体的。这些神经网络基于神经科学的理论。所以，随着机器学习在理解大脑上做得越来越好，机器学习本身也可以从中学习技巧，从而变得更加聪明。经过这样改进的机器学习程序又可以继续研究大脑，让我们可以更进一步地了解更多神经科学。

（研究人员也可以从机器学习项目中吸取洞见，比如训练机器学习重现视觉这样的人类行为的项目。可能在学习这些行为的过程中，这些项目能重现大脑做出行为的方式。）

Varoquanx 说，「我不想让人们认为我们突然开始研发大脑读取设备，事实不是这样。我们希望得到更丰富的计算模型，从而更好地理解大脑，这才是我们想要做的。」

　　原文链接：

　　©本文由机器之心编译，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]