deepmind訓練出人腦模式AI 學會像哺乳動物那樣抄近路

【導讀】：谷歌收購的deepmind可謂是性價比超高了，AlphaGo就是deepmind的杰作，不過這都是過去式了。今日凌晨deepmind公布新突破，訓練出人腦模式的AI，學會像哺乳動物那樣抄近路。

谷歌的deepmind英國團隊在世界頂級學術雜志《自然》上發表論文稱，其最新研發出的一個人工智能程序具有類似哺乳動物一樣的尋路能力，非常類似大腦中網格細胞的工作原理。

神秘的網格細胞：大腦內置GPS

從家出發到新的地點，再原路返回，從中選擇盡可能的捷徑，這是絕大多數動物都能勝任的簡單任務。然而，大腦這種本能的導航機制尚未被完全理解。

科學家們在動物和人類大腦中找到了三種跟認路相關的細胞，分別是位置細胞、方向細胞和網格細胞。

位置細胞能在主體到達特定地點時放電，從而賦予對過往地點的記憶；方向細胞能感應前進的方向；網格細胞則是最神秘的一種：它們能將整個空間環境劃分成蜂窩狀的六邊形網格，仿佛地圖上的坐標系。

發現網格細胞的的莫索爾夫婦因此獲得了2014年的諾貝爾生理學或醫學獎。不過，網格細胞僅僅是在空間環境中提供GPS定位服務嗎？一些科學家猜測，它們也會參與矢量計算，輔助動物規劃路徑。

人工神經網絡中自動出現類似結構

DeepMind團隊決定用人工神經網絡檢驗上述猜想。人工神經網絡是一種利用多層處理模擬大腦神經網絡的運算結構。團隊首先用深度學習算法訓練神經網絡學習哺乳動物的覓食運動路徑，利用線速度、角速度等信號在視覺環境中進行定位。

研究人員隨后發現，一種類似于網格細胞活動特征的結構自動誕生了！在此前的訓練中，研究人員并未刻意引導神經網絡產生此種結構。

人工神經網絡中自動出現了與大鼠網格細胞（下）類似的網格結構（上）

這再次顯示了深度學習的可喜又可畏之處：這是一種通過大量匹配的輸入和輸出值訓練機器自我摸索的算法，最后得到的機器邏輯是不為人知的黑匣子。正如AlphaGo自動領悟了人類千年棋史上從所未見的“天外飛仙”棋招，這次的神經網絡也自動出現了令人驚喜的結構。

迷宮尋路

DeepMind團隊隨后利用強化學習檢驗這種網格結構是否能夠進行矢量導航。強化學習被普遍用于訓練游戲AI，人類告訴AI一種游戲的得分獎懲機制，但卻不教授游戲方法，由AI在反復進行游戲、努力爭取更高分的過程中自我進化。后期的AlphaGo就完全擯棄了人類棋譜經驗，在純粹的自我對弈中從零進化到更強版本。

研究人員將之前自動出現的網格結構與一個更大型的神經網絡架構結合成了人工智能體，置于虛擬現實的游戲環境中。經歷強化學習后，該人工智能在游戲迷宮中向目的地前進的導航能力超越了一般人，達到了職業游戲玩家水平。它能像哺乳動物一樣尋找新路線和抄近路。

人工智能學習在迷宮中抄近路

最關鍵的是，當研究人員“靜默”原來的網格結構后，人工智能體的導航能力就會變弱，判斷目標的距離和方向都更不準確了。

論文作者之一Dharshan Kumaran說道：“我們證明了網格細胞遠不只是給我們提供GPS定位信號，也是一種大腦賴以計算兩個地點間的最短距離的核心導航機制?！?/p>

用人工智能代替小白鼠做實驗

與一直強調“人工智能不是仿生學”的Facebook人工智能首席科學家楊立昆（Yann Lecun）不同，天才創始人戴密斯·哈薩比斯（Demis Hassabis）執掌的DeepMind熱衷探索人工智能與腦科學的相輔相成。這項研究再一次體現了他們的科學理念：腦科學啟發下的人工智能算法能反過來幫助人類探索大腦運行機制，從而也更好地理解人工智能的內在邏輯。

哈薩比斯評價道：“我們相信人工智能和神經科學是相互啟發的。這項工作就是很好的證明：通過研發出一個能在復雜環境中導航的人工智能體，我們對網格細胞在哺乳動物導航中的重要性有了更深的理解?！?/p>

DeepMind團隊相信，類似的研究方法還可以用來探索大腦聽覺和控制四肢的機制。在更遠的將來，神經科學家們甚至可以用人工智能代替小白鼠來做實驗。