基于掩码归属的策略探测方法：一种用于协调人类、非人类灵长类动物及模型解释的计算框架

《Communications Psychology》：Masked attribution-based probing of strategies as a computational framework to align human, non-human primate, and model explanations

　　

摘要

灵长类动物的大脑依靠哪些视觉信息来识别物体？人工神经网络的解释方法能否帮助揭示这些生物识别机制？回答这个问题很重要，因为人类和猕猴都能快速且准确地识别物体，但决定它们行为的图像特征却难以大规模测量。像Bubbles这样的行为测试方法可以估算这些特征，但需要大量的心理物理数据；而基于显著性分析和引导反向传播的人工神经网络解释方法虽然高效，但结果往往相互矛盾，且缺乏直接的生物学验证。在此，我们提出了MAPS——一种基于掩码归因的策略探究框架，通过将人工神经网络的解释与神经行为后果相联系，使其在生物系统中可被验证。MAPS会将解释图转化为最小化掩码图像，进而判断这些图像是否能保持原有的逐图像识别行为。在计算机模拟中，基于EMI的行为相似性方法能够可靠地还原模型策略之间的真实相似度。将该方法应用于人类（n?=?56）和猕猴（n?=?2）后，MAPS能够识别出最符合生物视觉特性的解释方法，其有效性可与Bubbles相媲美，且无需进行大量的心理物理测试。MAPS为评估和比较不同大脑及机器中的人工神经网络解释提供了一种可扩展、以行为为基础的方法。