据PhysOrg网2005年11月4日消息，来自美国麻省理工学院麦克高文（McGovern）研究院的神经学家James DiCarlo和Tomaso Poggio发明一种新的方法，可以破译出人类大脑内涉及视觉对象认知的那部分编码。如果将这一新破解密码应用于实践的话，人造视觉系统就有可能采用计算机的运算法则了。
Poggio指出：“我们希望了解人类大脑是如何产生智力的，人类怎样认知视觉对象的能力是其中最为复杂的一个。我们都认为这一行为是理所当然的，因为它总是在无意识的情况下自动产生。”
在极短的时间内，关于某个物体的视觉输入就能从视网膜通过越来越高层次的视觉码流到达下颞叶皮质（inferotemporal (IT) cortex），期间不断转换视觉信息。下颞叶皮质确认该视觉对象，然后进行归类并将信息传达到大脑的其他区域。
为了探测下颞叶皮质如何格式化视觉输出，研究人员训练猴子来认知不同种类的不同物体，如脸、玩具和车辆等。这些图像将以不同大小出现在视觉场的不同位置。随后研究人员记录针对同一个视觉对象在各种不同情况下，数百个下颞叶神经细胞会产生大量不同的下颞叶神经模式。
接着研究人员利用一种称为“分类”的计算机运算法则进行编码译解，每一个视觉对象都有一个对应的神经信号模式。研究发现，每个神经信号中包含有认知某一对象的详细信息，甚至是位置和大小。
数百个下颞叶神经细胞在如此短的时间内就能包含这么多精确的信息，的确是令人惊讶的。如果能够同时记录下更多神经细胞的话，研究人员就能找出更多隐藏在神经模式后的编码了。
