人工智能学会了走迷宫抄近路,路痴们怎么看?
2018-05-11 17:02:04
  • 0
  • 1
  • 0

来源:爱范儿

人工智能进化出了新技能,它们已经学会像人脑那样走出迷宫抄近路。路痴们是应该瑟瑟发抖,还是应该欢欣鼓舞?

北京时间 5 月 10 日,Google 旗下的人工智能团队 DeepMind 发布论文宣布了一项突破性的进展:他们所研发的一个人工智能程序,拥有跟哺乳动物大脑中网格细胞工作原理类似的能力,能够做到认路走捷径。

这项研究成果不仅展现了人工智能目前在空间和方位认知上的水平,还为神经科学提供了新的研究思路,让人们可以更好地理解人类大脑的工作原理。

(标识为橙色的位置细胞与边界细胞,以及标识为蓝色的网格细胞,共同构建了动物大脑中的 认知地图。图片来源:nobelprize.org)

目前学界中认为,哺乳动物的大脑中有三种与寻路有关的细胞,分别是感知前进的方向细胞,记忆空间位置的位置细胞,以及动态编码空间记忆的网格细胞。

网格细胞的发现者是挪威科技大学的 Edvard I. Moser 教授和他的夫人 May-Britt. Moser 教授。

他们在 2005 年发现,动物在空间里探索时,大脑内嗅皮层中的细胞呈现强烈的空间放电特性:

当动物到达任一网格节点时,相应的网格细胞会产生强烈的放电。网格细胞的感受野呈现六边形图案,类似大自然中雪花晶体、蜂巢的形状,完全由大脑皮层自身产生

他们及其导师 John O’Keefe 三人凭借此项研究获得了 2014 年的诺贝尔生物奖。

虽然网格细胞被发现了,但它的工作机制依然是个谜。有学者猜测,它除了具有定位能力,是否具有导航能力,是否能让大脑计算到达目的地所需的距离和方向(即矢量导航)?

DeepMind 决定利用人工智能来检验网格细胞的功能。

他们通过让计算机学习大鼠的移动轨迹,训练人工智能在虚拟环境中追踪和定位自己的位置。出乎他们预料的是,在人工智能的神经网络中出现了类似网格细胞的网格单元。而研究人员并没有刻意去引导神经网络去产生这种单元。

随后,DeepMind 的研究人员继续检验这种网格结构是否可以有导航的功能。

还记得 DeepMind 去年 5 月用于对战柯洁的 AlphaGo 吗?它已经在去年 10 月进化成了更加强大的 AlphaGo Zero,人类只告诉它围棋的基本规则,它就在自我对弈的 21 天,达到围棋中 Master 的水平,在第 40 天,成为「世界围棋冠军」。

(图片来自 DeepMind)

研究人员将这次发现的网格结构与上述类似的神经网络架构结合,将其放置在一个迷宫游戏中。在只是告诉这个人工智能迷宫的基本规则后,经过强化学习,这个人工智能程序在迷宫游戏中的导航能力就超过了普通人,并且能够寻找捷径和发现新的线路。

而在将网格结构静默后,这个人工智能在迷宫游戏的认路能力大大降低,方向和距离的计算误差都变大。因此说明了网格结构在导航中的重要作用。

网格细胞的发现者 Edvard I. Moser 教授表示,DeepMind 的研究结果“让人兴奋激动”,他说:

这个研究结论相当令人惊讶,来自完全不同领域和视角的计算机模型,最终却发现了在生物学中所熟知的网格结构。

一年前,围棋选手柯洁与 AlphaGo 的对弈让世人明白,人工智能程序在围棋领域里,已经超越人类的极限水平。这一年来,我们也逐渐习惯了人工智能在各个领域的进化,以及它们在各种技能上对人类的超越。

然而这一次的进化,除了是人工智能在空间认知上的新突破,也体现了人工智能正利用一种新的方式,来解决神经科学这些生物学领域的难题。

话说回来,人工智能进化出走迷宫抄小路的新技能,在未来或许可以应用在导航场景中。不过去年英国伦敦大学有一项研究表明,平常太过依赖卫星导航的话,人类大脑的认路功能会退化,慢慢变成路痴。

 
最新文章
相关阅读