DeepMind利用人工神经网络打造“类脑导航系统”

谷歌旗下的DeepMind公司在《自然》杂志发文表示，该公司构建了可模拟人类大脑“定位细胞”的人工神经网络。

DeepMind公司的神经网络能够模仿人脑中的网格细胞，以帮助我们确定自己的位置。

这项发现来自于Alphabet公司旗下DeepMind。此项研究成果被发表在《自然》杂志上。它暗示了受到生物学启发的人工神经网络可能被用于探索仍然神秘的人类大脑。但这个想法应该谨慎对待，因为我们不知道大脑是如何工作的，而人工神经网络的功能也往往难以解释。

DeepMind的研究人员首先训练了一个人工神经网络来模拟路径整合，这是动物们用来计算其在空间中移动的方法。研究人员利用小鼠穿过真实迷宫的路线示例训练了一个带有反馈回路的神经网络，并将其用于在迷宫中寻路。

研究小组发现神经网络发展出了与生物大脑中的“网格细胞”类似的结构。这些细胞排列成三角形网格，似乎能够为动物们提供一种在物理空间获取自身位置的方法。网格细胞于2005年首次被发现，发现它们的科学家为此获得了2014年的诺贝尔奖。

通过在他们的方法中加入强化学习技术，DeepMind的研究人员使用经过训练的神经网络来穿越未知的迷宫。他们发现刚刚训练完成的神经网络的寻路能力比以前的任意AI系统都强，且该网络探索其所处空间的方式更像真正的动物。神经网络可以用来做许多有用的事情，但直到现在，它们还没有被证明特别擅长寻找路径。

美国约翰霍普金斯大学的神经科学家Francesco Savelli曾经研究过网格细胞，并在一篇发表在《自然》杂志的相关论文中提到了该项研究。他说：“这项研究做出了一项引人注目的演示，它表明深度学习对那些不仅需要感知能力而且依赖于更高认知功能的任务而言也非常有价值，而论文中提到的空间导航就是此类任务。”

该项研究表明，对包括人类在内的全世界动物而言，网格细胞在寻找路径方面有重要作用。这个发现可能会最终产生重要的实际用途，例如帮助机器人在不熟悉的建筑物中更轻松地导航。“我们的工作是构建人工智能，而我们认为导航是其中的一个重要组成部分，”DeepMind团队成员之一的Andrea Banino说。

他的同事Dharshan Kumaran表示，下一个步骤是让AI代理学习更复杂的导航技能。“我们正在考虑更具挑战性的环境，”他说。之前，DeepMind公司已经在机器学习方面公布了一些卓越的进展，包括能够学习玩视频游戏的程序，以及一些具有超人一般能力的棋盘游戏程序，如围棋和象棋程序。这些成就也需要训练非常大的或深度的人工神经网络。

根据DeepMind的共同创始人兼首席执行官Demis Hassabis的观点，人工智能研究可能会揭示人脑的新情况。他在声明中表示：“为了证明我们试图建立的这种一般性智能是可能的，人脑是我们拥有的唯一存在性证据。我们相信，这种灵感应该是一条双向的通道，人工智能研究的成果也可以反过来为神经科学中的开放问题提供帮助。”

然而，由于神经网络是非常简化的生物学表征，目前还不清楚它能够为解释大脑提供多少帮助。一些神经科学家指出，解读深度神经网络的原理并不比解释生物大脑简单。