人工智能驅(qū)動(dòng)的大鼠可能成為神經(jīng)科學(xué)的重要新工具

我們可以像研究實(shí)驗(yàn)鼠一樣學(xué)習(xí)AI嗎?在研究人員DeepMind和哈佛大學(xué)似乎這么認(rèn)為。他們構(gòu)建了一個(gè)AI驅(qū)動(dòng)的虛擬大鼠，可以執(zhí)行多個(gè)復(fù)雜任務(wù)。然后，他們使用神經(jīng)科學(xué)技術(shù)來了解其人工“大腦”如何控制其運(yùn)動(dòng)。

當(dāng)今最先進(jìn)的AI由人工神經(jīng)網(wǎng)絡(luò)提供動(dòng)力-機(jī)器學(xué)習(xí)算法由稱為“神經(jīng)元”的相互連接的組件層組成，這些組件受大腦結(jié)構(gòu)的松動(dòng)啟發(fā)。盡管它們的工作方式截然不同，但越來越多的研究人員認(rèn)為，兩者之間的相似之處既可以增進(jìn)我們對神經(jīng)科學(xué)的理解，又可以使AI更智能。

現(xiàn)在，將于本周在國際學(xué)習(xí)表示會議上發(fā)表的一篇新論文的作者創(chuàng)建了大鼠的生物學(xué)上精確的3D模型，該模型可以在模擬環(huán)境中通過神經(jīng)網(wǎng)絡(luò)進(jìn)行控制。他們還表明，他們可以使用神經(jīng)科學(xué)技術(shù)來分析生物的大腦活動(dòng)，以了解神經(jīng)網(wǎng)絡(luò)如何控制大鼠的運(yùn)動(dòng)。

哈佛大學(xué)的合著者，博士后研究員杰西·馬歇爾(Jesse Marshall)說，該平臺可能相當(dāng)于風(fēng)洞的神經(jīng)科學(xué)，他可以讓研究人員以不同程度的生物真實(shí)性測試不同的神經(jīng)網(wǎng)絡(luò)，以了解他們?nèi)绾魏芎玫貞?yīng)對復(fù)雜的挑戰(zhàn)。

他說：“神經(jīng)科學(xué)中的典型實(shí)驗(yàn)會探查動(dòng)物的大腦，它們會執(zhí)行諸如敲擊杠桿之類的單一行為，而大多數(shù)機(jī)器人都是為解決特定任務(wù)而量身定制的，例如家庭吸塵。”“本文是我們努力了解靈活性如何在大腦中產(chǎn)生和實(shí)現(xiàn)的開始，并利用我們獲得的見識來設(shè)計(jì)具有類似功能的人工制劑。”

虛擬嚙齒動(dòng)物根據(jù)真實(shí)大鼠的測量結(jié)果顯示肌肉和關(guān)節(jié)，以及視覺和本體感覺，這是一種反饋系統(tǒng)，可以告訴動(dòng)物其身體部位以及運(yùn)動(dòng)方式。然后，研究人員訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò)，以指導(dǎo)大鼠完成四個(gè)任務(wù)：跳過一系列間隙，在迷宮中覓食，試圖逃脫丘陵環(huán)境以及在球上執(zhí)行精確定時(shí)的敲擊。一旦大鼠成功完成任務(wù)，研究小組便使用從神經(jīng)科學(xué)借來的技術(shù)分析其神經(jīng)活動(dòng)的記錄，以了解神經(jīng)網(wǎng)絡(luò)如何實(shí)現(xiàn)完成任務(wù)所需的運(yùn)動(dòng)控制。

由于研究人員已經(jīng)構(gòu)建了為老鼠提供動(dòng)力的AI，因此他們發(fā)現(xiàn)的很多東西都是可以預(yù)期的。哈佛大學(xué)的合著者兼研究生迭戈·阿爾達(dá)隆多說，但是他們獲得的一個(gè)有趣的見識是，神經(jīng)活動(dòng)的發(fā)生似乎比直接控制肌肉力量和肢體運(yùn)動(dòng)所預(yù)期的時(shí)間更長。

他說：“這意味著網(wǎng)絡(luò)以奔跑，跳躍，旋轉(zhuǎn)和其他直觀的行為類別的抽象尺度表示行為，”他說，這是一種先前被認(rèn)為存在于動(dòng)物體內(nèi)的認(rèn)知模型。