今天凌晨，DeepMind又有新Nature論文發(fā)布!

這次他們又訓練出了一個AI智能體，學會了類似哺乳動物一樣的“抄近路”能力，這次研究的目的，就是設法模仿人類大腦，用復雜的方式在周圍空間里導航。這是一個前所未有的探索，被認為是理解大腦的一次重大進步。

空間感知，對已經(jīng)輕松成為圍棋大師的AI來說，還是一件難事。

當你沿著熟悉的街道前進，繞過障礙，找到最快抵達目的地的捷徑時，大腦里發(fā)生了什么?這是一個非常復雜的事情。

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(wǎng)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(wǎng)格細胞則是最神秘的一種：它們能將整個空間環(huán)境劃分成蜂窩狀的六邊形網(wǎng)格，仿佛地圖上的坐標系。

發(fā)現(xiàn)網(wǎng)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(yī)學獎。不過，網(wǎng)格細胞僅僅是在空間環(huán)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(guī)劃路徑。

DeepMind團隊決定用人工神經(jīng)網(wǎng)絡檢驗上述猜想。

人工神經(jīng)網(wǎng)絡是一種利用多層處理模擬大腦神經(jīng)網(wǎng)絡的運算結構。團隊首先用深度學習算法訓練神經(jīng)網(wǎng)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(huán)境中進行定位。

研究人員隨后發(fā)現(xiàn)，一種類似于網(wǎng)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(jīng)網(wǎng)絡產(chǎn)生此種結構。

DeepMind團隊隨后利用強化學習檢驗這種網(wǎng)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。

研究人員將之前自動出現(xiàn)的網(wǎng)格結構與一個更大型的神經(jīng)網(wǎng)絡架構結合成了人工智能體，置于虛擬現(xiàn)實的游戲環(huán)境中。經(jīng)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(yè)游戲玩家水平。它能像哺乳動物一樣尋找新路線和抄近路。

最關鍵的是，當研究人員“靜默”原來的網(wǎng)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(wǎng)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。”

哈薩比斯說，要證明我們能構建出來我們想做的那種通用智能，大腦的存在就是一個證據(jù)。所以從神經(jīng)科學中為新的算法尋找靈感，是很有道理的。但我們同時也相信這種啟發(fā)應該是雙向的，人工智能研究的見解也能為神經(jīng)科學中的開放問題提供靈感。

“這項工作就是一個很好的例子：通過構建一個能在復雜環(huán)境中導航的人工智能體，我們強調了生物網(wǎng)格細胞在哺乳動物導航中的重要性，也拓寬了這方面的理解。”哈薩比斯表示。

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(jīng)科學家們甚至可以用人工智能代替小白鼠來做實驗。

同時也用人工智能體驗證了哺乳動物大腦中的“網(wǎng)格細胞”對基于向量的導航有支持作用。