Neuroners tuning anpassar sig dynamiskt till objekt- och texturmanifolder över den visuella hierarkin

Hur hjärnan ser mer än bara föremål

När du kastar en blick på en livlig gata extraherar hjärnan omedelbart mening ur en röra av bilar, ansikten, löv och skuggor. Men enskilda hjärnceller aktiveras inte bara för prydliga kategorier som ”bil” eller ”ansikte”. De svarar ofta på många till synes orelaterade bilder, vilket lämnar forskare undrande över vad dessa celler egentligen reagerar på. Denna studie använder avancerad bildgenererande artificiell intelligens för att låta enskilda neuroner ”designa” sina favoritbilder och avslöja hur hjärnan balanserar känslighet för detaljerade texturer med igenkänning av hela objekt.

Två olika visuella världar

Forskarna arbetade med två kraftfulla bildgeneratorer, vardera med ett annorlunda visuellt ”accent”. Den ena, kallad DeePSim, är särskilt bra på att framställa rika texturer och mönster, men dess bilder saknar ofta tydliga, igenkännliga föremål. Den andra, BigGAN, är tränad för att skapa skarpa, fotoliknande bilder fyllda med distinkta objekt såsom djur och verktyg. Genom att betrakta dessa generatorer som alternativa sätt att dela upp rymden av möjliga bilder kunde teamet ställa frågan om huruvida hjärnceller stämmer bättre överens med ett texturcentrerat eller ett objektcentrerat världsperspektiv.

Låta neuroner välja sina egna bilder

I makakapor registrerade forskarna aktivitet från neuroner längs den ventrala synbanan — en kedja av hjärnområden som hjälper till att omvandla rå syninformation till objektigenkänning. De fokuserade på tre stationer: V1 (tidig visuell cortex), V4 (ett mellanliggande område) och PIT (posterior inferotemporal cortex, ett högre nivåområde). Under experimenten styrde varje neuron sin eldfrekvens i en sluten loop-sökning genom varje generators bildutrymme. I snabba sekvenser visades syntetiska bilder för neuronen; de som utlöste fler spikar förde generatorn mot liknande bilder i nästa omgång. Över många generationer producerade denna ”evolution” kraftigt aktiverande bilder i både textur- och objektrymden.

Dolda lokala egenskaper, inte bara hela objekt

Överraskande nog, när en neuron optimerade bilder i det texturorienterade rummet och i det objektorienterade rummet, såg de slutliga bilderna ofta globalt olika ut men delade ett specifikt lokalt motiv — såsom en böjd kant eller en färgad fläck — på en liknande plats. Analyser med djupa neurala nätverk bekräftade att dessa parade bilder var mer lika i egenskapsrum än bilder optimerade för olika neuroner. Rums-kartor visade att neuronens aktivitet bäst förutsades av särskilda regioner inom bilderna, vilket tyder på att många celler reagerar på återkommande lokala byggstenar som kan uppträda i mycket olika scenarier, snarare än på en enda stel objektmall.

Skiftande balans från texturer till objekt

Teamet undersökte sedan hur lätt neuroner i varje hjärnområde kunde ”klättra” till ett starkt svar inom respektive bildutrymme. I de tidiga områdena V1 och V4 lyckades optimering i texturrummet oftare, klättrade snabbare och nådde högre toppresponser än i objektrummet, vilket avslöjade en tydlig texturförskjutning. I PIT presterade neuronerna däremot väl i båda rummen: de kunde drivas starkt av antingen texturliknande eller objektliknande syntetiska bilder, och optimeringshastigheterna blev jämförbara. Att titta på responstiming tillförde en ytterligare dimension. I PIT tenderade texturbaserade bilder att förstärka tidiga responser, medan objektbaserade bilder mer kraftfullt engagerade senare, ihållande fyrning, vilket antyder att objektfokuserad bearbetning uppstår långsammare i tiden.

Kartor över preferenser i objektrummet

För att undersöka preferensernas fina form genomförde forskarna ”Hessian-tuning” experiment i objektgeneratorns latenta rum. Efter att en neuron nått ett starkt svar på en optimerad objektlik bild provade de systematiskt bilder längs många riktningar runt den punkten. När optimeringen verkligen hade hittat en hög topp formade neuronens fyrningsfrekvens typiskt klockformade kurvor längs dessa riktningar, stigande och sedan fallande när bilder rörde sig bort från den föredragna. När optimeringen inte hade nått en stark topp såg tuning-kurvorna ofta mer ut som lutningar. Detta visar att huruvida en neuron verkar ha en snäv favorit eller en gradvis preferens kan bero på hur grundligt vi söker i den enorma rymden av möjliga bilder.

Vad detta betyder för förståelsen av syn

Sammanfattningsvis målar studien upp en bild av den ventrala synbanan som ett flexibelt system som i början favoriserar texturer och gradvis får ett lika starkt grepp om objektstruktur. Istället för att koda hela objekt som odelbara enheter verkar neuroner prioritera återanvändbara lokala egenskaper som kan kombineras till många olika scener. Högre nivåns PIT-neuroner kan anpassa sig till både en texturbaserad och en objektbaserad beskrivning av den visuella världen — en mångsidighet som nuvarande artificiella nätverk fortfarande har svårt att matcha. För en allmän åskådare är huvudbudskapet att våra hjärnor inte helt enkelt är ”objekt-detektorer”: de är sofistikerade mönstermaskiner som kan läsa mening ur både finfördelade texturer och helhetsformer, och som växlar fokus över rum och tid för att stödja den rika visuella upplevelse vi tar för given.

Citering: Wang, B., Ponce, C.R. Neuronal tuning aligns dynamically with object and texture manifolds across the visual hierarchy. Nat Neurosci 29, 864–875 (2026). https://doi.org/10.1038/s41593-026-02207-1

Nyckelord: visuell cortex, objektigenkänning, texturbearbetning, generativa modeller, neuronal tuning