1. 冷知识网首页
  2. 百科

DeepMind联手哈佛研究神经科学,不同寻常的思路令人兴奋

DeepMind 和哈佛大学的研究人员创造了一个由 AI 驱动的虚拟大鼠,可以在模拟的 3D 环境中执行多项复杂任务

在人工智能(AI)的研究中,神经网络已成为最核心的课题之一。

尽管 AI 研究的神经网络和大脑中神经元的工作方式有很大区别,但越来越多的科学家认为,这种受到大脑结构启发而创造出的技术与神经科学存在密切联系。研究两者的相似和不同之处,不仅可以加深我们对神经科学的理解,还可以使 AI 更聪明。

在研究神经科学时,大鼠是常见的实验对象之一,比如分析大鼠大脑是如何支配其运动的。那么我们可以像研究大鼠一样研究 AI 吗?

DeepMind 和哈佛大学的研究人员认为这一思路是可行的。他们创造了一个由 AI 驱动的虚拟大鼠,可以在模拟的 3D 环境中执行多项复杂任务。在研究所谓的 “AI 大脑” 如何控制大鼠运动的过程中,神经科学技术便可以派上用场。

论文作者之一,哈佛大学研究员杰西 · 马歇尔(Jesse Marshall)表示,这项研究像是给神经科学研究搭建了风洞实验室,允许研究人员用不同程度的生物真实性测试不同的神经网络,从而了解它们如何应对复杂任务和挑战。

DeepMind联手哈佛研究神经科学,不同寻常的思路令人兴奋

图 | 模拟大鼠和测试环境(来源:DeepMind & 哈佛大学)

“神经科学研究的典型实验会在动物执行简单任务时探查其大脑。相似的,我们希望了解大脑是如何产生和实现灵活性的,然后用成果来设计具有类似机制的人造代理(AI agent),” 杰西解释称。

研究人员表示,他们在模拟三维环境中利用神经网络控制了一只大鼠的生物模型,然后利用神经科学技术分析生物大脑活动,来更好地了解神经网络控制大鼠运动的机制。

该研究成果以论文形式发表于正在举行的 ICLR 大会(国际表征学习大会)上。ICLR 大会项目组认为,为了使用神经科学技术来理解神经网络控制特定主体,这项研究采用了不同寻常的思路,提供了一个新的研究方向,令人兴奋。

虚拟 AI 大鼠的构造以真实大鼠为基础,其肌肉,关节和视觉都是基于真实大鼠的测量数据。为了让 AI 更逼真,虚拟大鼠还能实现本体感觉,即肌肉运动知觉,一种告知动物身体部位及其运动方式的反馈系统。

为了控制虚拟大鼠,研究人员训练了一个神经网络,负责指导其完成四种挑战:跳过空隙,在迷宫中寻路和觅食,逃出山丘环境和符合时间间隔要求的拍球运动。

在大鼠完成任务之后,研究小组会利用神经科学技术分析其 “AI 大脑” 神经活动的记录资料,以了解神经网络是如何实现完成特定任务所需的运动控制的。

在现实世界中,研究动物神经活动并将其与特定行为联系起来是十分复杂的,大多数实验都是在严格的实验环境中进行相对简单的任务。而在虚拟环境中,如果可以很好地模拟大鼠神经活动,控制其完成多部分组成复杂行为,比如觅食和拍球,就可以更好地匹配神经活动和特定行为。

由于驱动大鼠的 AI 系统是自行开发的,所以针对神经网络运行机制的分析大多是可以预料且符合预期的。不过一个有意思的发现是,如果神经活动直接控制肌肉力量和肢体运动,那么其持续时间似乎比预期更长。

DeepMind联手哈佛研究神经科学,不同寻常的思路令人兴奋

图 | AI 大鼠走迷宫(来源:DeepMind & 哈佛大学)

这意味着神经网络能够以奔跑,跳跃,旋转和其他直觉行为等抽象尺度上表示行为。同时,神经网络似乎还拥有跨任务重用某些行动表示形式的能力,对行为进行编码的神经活动通常会采用序列的形式。

换句话说,在神经网络看来,虽然跑步和跳跃等行动需要协调多个身体部位和肌肉组织,但一旦特定的运动模式经常出现,便可以抽象为某种特定运动方式。比如大鼠(AI 大脑)发现后肢发力可以高高跃起,那么就会记住这是跳跃,如果在执行其他任务时需要跳跃,就会直接控制其后腿发力。

研究人员表示,这种抽象能力和认知模型被普遍认为存在于动物身上,在啮齿和鸣禽动物身上都已观察到。新的发现进一步证实了这种模型的存在,而且这种现象是自然出现在神经网络中,并没有明确设置奖励机制。因此在印证事实的同时,该研究也证明了神经网络和神经科学的相似性。

目前研究人员已经开源了虚拟大鼠项目,希望其他团队可以在现有模型基础上更进一步,在虚拟环境中测试不同的神经网络实现方式。

没有参与研究的加拿大麦吉尔大学神经科学家布莱克 · 理查兹(Blake Richards)认为,尽管没有模拟全部的生理真实性,但训练出的神经网络仍然捕获了足够神经活动特征,可以就神经活动产生的影响进行有价值的预测。

“该论文的一大贡献在于,提出了一种以现实手段训练神经网络的方法,可以更轻松地比较生物学数据和虚拟神经网络数据,” 布莱克强调。

冷知识网文章,如若转载,请注明出处:https://www.lengzhishi.net/104214.html

发表评论

电子邮件地址不会被公开。