模拟人类听觉系统结构和功能的计算模型可以帮助研究人员设计更好的助听器、耳蜗植入物和脑机接口。麻省理工学院的一项新研究发现，源自机器学习的现代计算模型正朝着这个目标迈进。麻省理工学院的团队在对经过训练以执行听觉任务的深度神经网络进行的迄今为止规模最大的研究中表明，这些模型中的大多数都会生成内部表征，这些表征与人们在听相同声音时在人脑中看到的表征具有相同的特性。

　　这项新研究还支持这样一种观点，即人类听觉皮层具有一定程度的分层组织，在这种组织中，处理被划分为支持不同计算功能的阶段。与2018年的研究一样，研究人员发现，模型早期生成的表征与初级听觉皮层中的表征最为相似，而模型后期生成的表征则与初级皮层以外的大脑区域中生成的表征更为相似。此外，研究人员发现，经过不同任务训练的模型更善于复制听力的不同方面。例如，在语音相关任务中训练的模型与语音选择区域更相似。这项研究还深入了解了如何最好地训练这类模型：研究人员发现，根据包括背景噪声在内的听觉输入训练的模型更接近于模仿人类听觉皮层的激活模式。这项研究的与众不同之处在于，它是迄今为止对这类模型与听觉系统进行的最全面的比较。这项研究表明，机器学习产生的模型是朝着正确方向迈出的一步，它为我们提供了一些线索，让我们知道是什么使它们成为更好的大脑模型。

　　资讯来源：麻省理工学院官网