Nature在线公布重大成果,AI替科学家搞定“网格细胞”,要抢诺贝尔奖?

美国东部时间5月9日,《Nature》在线发表了一篇AI研究成果论文,在神经学和

人工智能

领域引起了轰动。这篇论文由英国DeepMind团队(阿法狗和阿法元的开发者)与University College London(伦敦大学学院)合著。

这篇高度抽象的论文背后,隐含着的是一个事实:AI已经可以生成“网格细胞”的功能,实现像人类一样自动追踪。要知道,网格细胞是人类进化亿万年才有的生命杰作。

虽然千万年来,动物和人类可以轻松的在自然空间中避障、走路,但是其认知和计算基础一直都是不明了的。

直到Edvard Moser发现了网格细胞,一种帮助人类(或动物)认路的细胞。也因此,他于2014年获得了诺贝尔生理学或医学奖。

网格细胞,是存在动物大脑中的一种细胞,存在于内嗅皮层,具有显著的空间放电特征,并呈现出网格图样的放电结构。

在最新的这篇论文研究中,伦敦大学学院和DeepMind联合开发的AI模拟系统能自动生成与大脑细胞活动非常相似的网格模式,并帮助小鼠自动找到捷径。

更令人惊讶的是,在实验中,计算机模拟大鼠可以通过类网格细胞编码在虚拟迷宫中很好的导航,甚至能找到走出迷宫的捷径!

这一成果的发布颠覆了此前AI技术和设计逻辑。因为对AI而言,只有通过数据训练走预设的路,而自己通过判断来决定行走的路径,这是不可能的事。

另一方面,这一成果也预示着,在人类科学家还没有完全研究出网格细胞功能的前提下,“黑匣子”AI已经替人类逼真模拟除了网格细胞。

对此,Edvard Moser就评价道:

This paper came out of the blue, like a shot, and it’s very exciting. It is striking that the computer model, coming from a totally different perspective, ended up with the grid pattern we know from biology.

(这篇论文的成果让人震惊和兴奋。令人惊讶的是,给计算机一个完全不同的角度,它就可以得出,我们只有通过生物研究才能找到的网格模式。)

约翰霍普金斯大学神经学家Francesco Savelli和James Knierim也在同期《Nature》上发表了题为《AI mimics brain codes for navigation》的新闻评述,赞叹道:

It is interesting that the network, starting from very general computational assumptions that do not take into account specific biological mechanisms, found a solution to path integration that seems similar to the brain’s. That the network converged on such a solution is compelling evidencethat there is something special about grid cells’activity patterns that supports path integration.

(有趣的是,神经网络没有考虑到特定的生物机制,而是从非常普遍的计算假设开始,却找到了与大脑相似的路径集成解决方案。 这是一项有说服力的证据,证明网格模式确实有助于(人类)导航。)

显然,所有人都惊叹于AI的强大,惊叹于其可以让简单的数学公式变成复杂生物模型的“才华”。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180510A0JXR900?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券