Il framework MINE decodifica le caratteristiche visive a livello di voxel nella corteccia umana
Un nuovo framework chiamato Mechanistically Interpretable Neural Encoding (MINE) apre la scatola nera di come le reti neurali artificiali predicono l'attività cerebrale. Sviluppato da ricercatori e pubblicato su arXiv (2605.16468), MINE applica strumenti di interpretabilità meccanicistica per localizzare le specifiche caratteristiche dell'immagine che guidano le risposte a scala millimetrica (livello di voxel) nella corteccia visiva umana. A differenza dei precedenti approcci correlazionali, MINE utilizza rappresentazioni di immagini allineate al linguaggio per produrre descrizioni semanticamente interpretabili delle caratteristiche critiche per l'attivazione di ciascun voxel. Il metodo generalizza le caratteristiche per immagine per rivelare una selettività funzionale a grana fine, avanzando la comprensione di quali contenuti visivi guidano l'attività neuronale.
Fatti principali
- MINE sta per Mechanistically Interpretable Neural Encoding
- Pubblicato su arXiv con ID 2605.16468
- Tipo di annuncio: cross
- Il framework utilizza rappresentazioni di immagini allineate al linguaggio
- Predice le risposte a livello di voxel nella corteccia visiva umana
- Applica strumenti di interpretabilità meccanicistica ai modelli di codifica neurale
- Produce descrizioni semanticamente interpretabili delle caratteristiche critiche
- Generalizza le caratteristiche per immagine attraverso immagini naturali
Entità
Istituzioni
- arXiv