AI重新创造活动模式，脑细胞在导航使用

科学家们利用人工智能(AI)重建大脑复杂的神经编码,用来浏览空间。壮举展示了强大的人工智能算法可以帮助传统的关于大脑的神经科学研究测试理论workings-but方法是不会把神经科学家的工作,研究人员说。

计算机程序的细节,是5月9日发表在《自然》杂志上1,是由伦敦大学学院神经学家(UCL)和人工智能研究人员在伦敦谷歌公司DeepMind。它使用了一种叫做深学习——一个类型的AI灵感来自老鼠的大脑训练计算机模拟的结构来跟踪它的位置在一个虚拟环境。

程序令科学家们感到惊讶自发生成中的六角形的活动模式类似于哺乳动物大脑中那些由导航生成细胞称为网格细胞。网格细胞已经和真实的老鼠实验中所示是基本的动物如何在空间跟踪自己的地位。

更重要的是,模拟老鼠能够使用grid-cell-like编码一个虚拟的迷宫,它甚至学会了走捷径。

“这篇论文出来的蓝色,像一个镜头,这非常令人兴奋,”说神经学家爱德华•莫泽在特隆赫姆Kavli系统神经科学研究所,挪威。莫泽分享了2014年诺贝尔生理学或医学奖的co-discovery网格细胞神经元和大脑的其他有关导航,包括细胞和方位细胞,发现在海马区及周边地区。

“令人吃惊的是,计算机模型,从一个完全不同的角度来看,最终与网格模式从生物学,我们知道“莫泽说。工作是一个受欢迎的证实哺乳动物的大脑开发了一个最优的方式安排至少这种类型的空间代码,他补充道。

“这将是非常有趣的分析深度学习的内部运作系统和作者是否已经发现了一个普遍的计算原则,艾滋病空间导航、“计算神经学家安德烈亚斯赫兹说路德维希马克西米利安慕尼黑大学在德国。

首先,作者生成数据来训练他们的算法。他们模拟通路由虚拟老鼠在围场,觅食,以及细胞的活动地点和方位的模拟啮齿动物移动而言不是网格细胞。然后用这些数据来训练识别的位置的深度学习网络模拟的老鼠。当研究者们这么做的时候,他们发现六角网状模式自发活动出现在计算单位真正的老鼠的大脑中在实验室实验。

“我们一直希望看到的网格,但仍惊讶地看到他们在这种情况下,”伦敦大学学院神经学家卡斯韦尔·巴里说,该研究的作者之一。“我见过他们多次在实验中,他们是如此美丽的规律。”

科学家们也好奇发现他们需要调整系统添加一些人工噪声其单位蜱虫更类似于大脑的网状活动出现。”这是我们理论神经科学家一直在思考,但是也不能测试,“赫兹说。

然后研究人员把系统进行测试,测试虚拟老鼠是否可以用它来导航。他们把模拟的啮齿动物在一个更大的外壳设计成一个迷宫,在虚拟老鼠学习到一个特定的目标。作者添加另一个程序的系统,介绍了内存和奖赏函数学习的必要条件。模拟老鼠很快就学会了通过反复试验,找到自己的目标,成为熟练,表现人类专家尝试相同的任务,开始走捷径。

研究人员发现,如果他们有意避免了网格的形成模式,模拟老鼠再也无法有效地在迷宫。“关闭网格细胞是不能在实验老鼠,”巴里说。