deepmind訓(xùn)練出人腦模式AI 學(xué)會(huì)像哺乳動(dòng)物那樣抄近路

【導(dǎo)讀】：谷歌收購(gòu)的deepmind可謂是性價(jià)比超高了，AlphaGo就是deepmind的杰作，不過(guò)這都是過(guò)去式了。今日凌晨deepmind公布新突破，訓(xùn)練出人腦模式的AI，學(xué)會(huì)像哺乳動(dòng)物那樣抄近路。

谷歌的deepmind英國(guó)團(tuán)隊(duì)在世界頂級(jí)學(xué)術(shù)雜志《自然》上發(fā)表論文稱，其最新研發(fā)出的一個(gè)人工智能程序具有類似哺乳動(dòng)物一樣的尋路能力，非常類似大腦中網(wǎng)格細(xì)胞的工作原理。

從家出發(fā)到新的地點(diǎn)，再原路返回，從中選擇盡可能的捷徑，這是絕大多數(shù)動(dòng)物都能勝任的簡(jiǎn)單任務(wù)。然而，大腦這種本能的導(dǎo)航機(jī)制尚未被完全理解。

科學(xué)家們?cè)趧?dòng)物和人類大腦中找到了三種跟認(rèn)路相關(guān)的細(xì)胞，分別是位置細(xì)胞、方向細(xì)胞和網(wǎng)格細(xì)胞。

位置細(xì)胞能在主體到達(dá)特定地點(diǎn)時(shí)放電，從而賦予對(duì)過(guò)往地點(diǎn)的記憶；方向細(xì)胞能感應(yīng)前進(jìn)的方向；網(wǎng)格細(xì)胞則是最神秘的一種：它們能將整個(gè)空間環(huán)境劃分成蜂窩狀的六邊形網(wǎng)格，仿佛地圖上的坐標(biāo)系。

發(fā)現(xiàn)網(wǎng)格細(xì)胞的的莫索爾夫婦因此獲得了2014年的諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)。不過(guò)，網(wǎng)格細(xì)胞僅僅是在空間環(huán)境中提供GPS定位服務(wù)嗎？一些科學(xué)家猜測(cè)，它們也會(huì)參與矢量計(jì)算，輔助動(dòng)物規(guī)劃路徑。

DeepMind團(tuán)隊(duì)決定用人工神經(jīng)網(wǎng)絡(luò)檢驗(yàn)上述猜想。人工神經(jīng)網(wǎng)絡(luò)是一種利用多層處理模擬大腦神經(jīng)網(wǎng)絡(luò)的運(yùn)算結(jié)構(gòu)。團(tuán)隊(duì)首先用深度學(xué)習(xí)算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)哺乳動(dòng)物的覓食運(yùn)動(dòng)路徑，利用線速度、角速度等信號(hào)在視覺(jué)環(huán)境中進(jìn)行定位。

研究人員隨后發(fā)現(xiàn)，一種類似于網(wǎng)格細(xì)胞活動(dòng)特征的結(jié)構(gòu)自動(dòng)誕生了！在此前的訓(xùn)練中，研究人員并未刻意引導(dǎo)神經(jīng)網(wǎng)絡(luò)產(chǎn)生此種結(jié)構(gòu)。

人工神經(jīng)網(wǎng)絡(luò)中自動(dòng)出現(xiàn)了與大鼠網(wǎng)格細(xì)胞（下）類似的網(wǎng)格結(jié)構(gòu)（上）

這再次顯示了深度學(xué)習(xí)的可喜又可畏之處：這是一種通過(guò)大量匹配的輸入和輸出值訓(xùn)練機(jī)器自我摸索的算法，最后得到的機(jī)器邏輯是不為人知的黑匣子。正如AlphaGo自動(dòng)領(lǐng)悟了人類千年棋史上從所未見(jiàn)的“天外飛仙”棋招，這次的神經(jīng)網(wǎng)絡(luò)也自動(dòng)出現(xiàn)了令人驚喜的結(jié)構(gòu)。

DeepMind團(tuán)隊(duì)隨后利用強(qiáng)化學(xué)習(xí)檢驗(yàn)這種網(wǎng)格結(jié)構(gòu)是否能夠進(jìn)行矢量導(dǎo)航。強(qiáng)化學(xué)習(xí)被普遍用于訓(xùn)練游戲AI，人類告訴AI一種游戲的得分獎(jiǎng)懲機(jī)制，但卻不教授游戲方法，由AI在反復(fù)進(jìn)行游戲、努力爭(zhēng)取更高分的過(guò)程中自我進(jìn)化。后期的AlphaGo就完全擯棄了人類棋譜經(jīng)驗(yàn)，在純粹的自我對(duì)弈中從零進(jìn)化到更強(qiáng)版本。

研究人員將之前自動(dòng)出現(xiàn)的網(wǎng)格結(jié)構(gòu)與一個(gè)更大型的神經(jīng)網(wǎng)絡(luò)架構(gòu)結(jié)合成了人工智能體，置于虛擬現(xiàn)實(shí)的游戲環(huán)境中。經(jīng)歷強(qiáng)化學(xué)習(xí)后，該人工智能在游戲迷宮中向目的地前進(jìn)的導(dǎo)航能力超越了一般人，達(dá)到了職業(yè)游戲玩家水平。它能像哺乳動(dòng)物一樣尋找新路線和抄近路。

人工智能學(xué)習(xí)在迷宮中抄近路

最關(guān)鍵的是，當(dāng)研究人員“靜默”原來(lái)的網(wǎng)格結(jié)構(gòu)后，人工智能體的導(dǎo)航能力就會(huì)變?nèi)酰袛嗄繕?biāo)的距離和方向都更不準(zhǔn)確了。

論文作者之一Dharshan Kumaran說(shuō)道：“我們證明了網(wǎng)格細(xì)胞遠(yuǎn)不只是給我們提供GPS定位信號(hào)，也是一種大腦賴以計(jì)算兩個(gè)地點(diǎn)間的最短距離的核心導(dǎo)航機(jī)制。”

與一直強(qiáng)調(diào)“人工智能不是仿生學(xué)”的Facebook人工智能首席科學(xué)家楊立昆（Yann Lecun）不同，天才創(chuàng)始人戴密斯·哈薩比斯（Demis Hassabis）執(zhí)掌的DeepMind熱衷探索人工智能與腦科學(xué)的相輔相成。這項(xiàng)研究再一次體現(xiàn)了他們的科學(xué)理念：腦科學(xué)啟發(fā)下的人工智能算法能反過(guò)來(lái)幫助人類探索大腦運(yùn)行機(jī)制，從而也更好地理解人工智能的內(nèi)在邏輯。

哈薩比斯評(píng)價(jià)道：“我們相信人工智能和神經(jīng)科學(xué)是相互啟發(fā)的。這項(xiàng)工作就是很好的證明：通過(guò)研發(fā)出一個(gè)能在復(fù)雜環(huán)境中導(dǎo)航的人工智能體，我們對(duì)網(wǎng)格細(xì)胞在哺乳動(dòng)物導(dǎo)航中的重要性有了更深的理解。”

DeepMind團(tuán)隊(duì)相信，類似的研究方法還可以用來(lái)探索大腦聽(tīng)覺(jué)和控制四肢的機(jī)制。在更遠(yuǎn)的將來(lái)，神經(jīng)科學(xué)家們甚至可以用人工智能代替小白鼠來(lái)做實(shí)驗(yàn)。