颞叶皮层在灵长类不变性知觉和原型表征中的重要作用

如果要走出人工智能在感知觉领域的困境．就必须认识到人类特有的受生物现实约束的认知特点。综合分析各种证据表明，知觉和客体识别的本质不是分析千差万别的局部特征，而是提取环境中的大范围不变量（早期为拓扑特性检测），形成并存贮一定原型表征；颞叶皮层在灵长类这种不变性知觉和原型表征中具有重要作用。

一个关于视知觉不变性的层次网络表示与计算模型

在人脑皮层的下颞叶区存在着规整的功能柱型结构群 ,它们对中等复杂的特征具有选择性响应 ,为模式识别的特征检测学说提供了一个有力的证据 ,并由于它们毗邻构成一个连续的特征空间映射 ,为知觉不变性找到了生理解释 .本文从神经生理学角度出发 ,通过设计一个金字塔状的神经网络层次模型 ,构造一个近似于视皮层功能柱型结构的软件组件来对物体特征进行抽提 。