Face-selective responses correlate with deep networks that learn from environment feedback
Este estudo demonstra que um modelo de aprendizado por reforço, treinado com feedback ambiental para simular interações humanas, consegue capturar respostas neurais a rostos com a mesma eficácia que modelos supervisionados e não supervisionados, destacando a importância tanto do objetivo de aprendizado quanto do design da arquitetura na compreensão das representações neurais.