首页
学习
活动
专区
工具
TVP
发布

《自然》杂志:人工智能再现了脑细胞在导航时使用的思考机制

在一项最新的研究中,科学家让深度学习算法自发的模仿了大脑中一种特定神经元的活动。这种神经元活动可以确定我们在空间中的位置,进而帮助我们进行寻路与导航。这项研究发表于5月9日的《自然》杂志。

在一项最新的研究中,科学家利用人工智能再现了大脑中用于处理在空间中行动的复杂神经代码。这一壮举证明了,人工智能算法可以帮助传统的神经科学研究来测试大脑的运作机制。但学者们认为,这种研究还不能替代神经科学家们的工作。

这项研究的程序是伦敦大学学院(University College London)的神经科学家们与谷歌公司DeepMind项目组的人工智能研究者们一同开发的。它使用了一种叫做“深度学习”的技术——一种由大脑结构启发的人工智能——来训练一只由计算机模拟的“老鼠”去在虚拟空间中寻路。

这个程序运行后让科学家们非常震惊,因为它自发的模拟了哺乳动物大脑中的“网格细胞”的工作机制:利用六边形网格在空间中寻路。

“令人吃惊的是,计算机从一个完全不同的角度切入并自主再现了生物大脑中的网络模式”,网格细胞的发现者,并以相关研究获得2014年诺贝尔生理学或医学奖的神经科学家爱德华·莫泽(Edvard Moser)说。他表示,这项工作让人不禁确信,哺乳动物的大脑已经开发出了一种优化空间代码的最佳方式。

人工智能再现了网格细胞的工作机制

研究中,科学家们使用深度学习网络(一种基于互相通信的重复计算单元)来测试神经科学中的一个猜想:大脑会利用网格细胞,来整合自身运动的方向和速度信息,进而在空间中定位。

首先,研究人员获得了用来训练这种算法的数据。他们模拟了虚拟老鼠在围栏中觅食的路径,以及啮齿动物大脑中负责位置与头部方向细胞(不是网格细胞)的活动。之后,他们用这些数据来训练深度学习算法,让它在虚拟空间中进行自主定位。他们发现,网格细胞的六边形网格模式会自发的出现在计算单元之中——就像是实验室中真实的老鼠大脑那样。

“我们早就希望看到网格的生成,但这样的结果出来后依然让人很惊叹”,这项研究的作者之一,加州大学洛杉矶分校的神经学家卡斯韦尔·巴里(Caswell Barry)说道,“我在实验中见过它们很多次,其规律性是如此美丽。”

深度学习的“虚拟老鼠”

之后科学家们发现,需要在系统中增加一些人工噪声,来让其工作方式更加接近于大脑。“这是我们理论神经科学家一直在思考的问题,但在此之前从未得到测试”,慕尼黑大学的计算神经科学家安德烈亚斯·赫茨(Andreas Herz)说道。

然后,研究人员设计了虚拟场景,来测试这只“老鼠”。这个场景是一个迷宫一样的大笼子,虚拟老鼠需要在其中走向特定的目标。在此,研究人员还为系统增加了另一个程序,让其有了学习所需的记忆和奖励功能。虚拟老鼠很快学会了通过尝试并发现错误来寻找到目标,它们变得越发熟练,并开始采取捷径来解决问题。这个结果甚至超越了人类专家在相同寻路任务中的表现。

而且,研究人员发现,如果阻断了这种网格模式的形成,虚拟老鼠就很难再迷宫中正确导航了。“关闭了网格细胞之后,‘老鼠’的寻路能力就不复存在了”,巴里说道。

文章的作者之一,安德里亚·巴尼诺(Andrea Banino)与DeepMind的研究人员都表示,与神经科学家的合作激发了这一人工智能的研究。巴尼诺说:“现在,这仅仅是对智能算法的基础研究,还没有到应用层面。”

并且,虽然研究人员认为这可以作为一个有用的工具来测试对大脑运行机制的假设,但它不太可能回答大脑是如何使用、为什么使用特定代码等问题。“当我看到报道的时候,我真的很兴奋,似乎人工智能可以加速我们对于大脑导航机制的研究”,莫泽说,“但这取代不了神经科学家的工作。”

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180511A0XDNU00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」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 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券