当前位置:主页 > I生活书 >向量式导航和人工网格细胞

向量式导航和人工网格细胞

2020-06-25 访问量:527 分类:I生活书 作者:

向量式导航和人工网格细胞

向量式導航和人工網格細胞


探索新的道路、回到记忆中的地点和寻找捷径等,这些能力看似简单,却难以解释。一直以来,大脑的空间辨认能力是个谜,没有数学模型能够好好地描述,亦没有人工智慧能在这方面和大脑相比。直到最近,採用深度强化学习的最新人工智慧达到了人类等级的空间辨识和导航能力,它不仅能走迷宫,还会抄近路,也对于大脑科学给了一大启发。不仅仅是人类,大多数的动物都具备「识途」的能力,包含探索新的道路、回到记忆中的地点和寻找捷径。这种看似简单的能力,在大脑中的运作原理却相当複杂。除了难以用生物实验验证之外,也很难用理论解释。

2005年,科学家发现动物大脑中某些神经细胞对空间中特定位置特别敏感。这些位置呈现六角网格状分布(图1A),因此这些神经细胞被称为「网格细胞(grid cell)」。每当动物经过这些地点,网格细胞就会被激发。这些细胞对动物的环境认知能力和识途能力非常重要,发现网格细胞的科学家们甚至因此获得2014年诺贝尔生物医学奖。基于这个发现,近年来人们认为,就像电影中的「鹰眼」,大多数动物其实具备绝对空间的概念:大脑中有起点和目的地的座标,透过「向量」的方式寻找道路(vector-based navigation) (图1B)。但在过去超过10年的研究中,尚未出现任何系统化的数学模型解释这个假说,「向量式导航」也没有一个定论。也因为这个原因,人工智慧(AI)在导航和识途等相关的任务中输了动物一大截。

向量式导航和人工网格细胞

图1 | A. 黑线动物(通常是老鼠)的路径。红点是网格细胞触发时动物的位置。蓝线是视觉辅助用,强调触发位置在空间中六呈现角网格分布[参1]。B. 动物对于起点和目的地有绝对座标的概念,在导航时有「向量」的概念。

深度强化学习训练人工智慧

随着近日人工智慧和深度学习的蓬勃发展,这个困难已经变成过去式。今年五月初,位于英国伦敦的Google Deep Mind发表了一个具有超越人类空间探索能力的人工智慧[参2]。就像会下围棋的AlphaGo,这个人工智慧也是经由深度强化学习(Deep Reinforcement Learning)训练出来的。在训练的过程中,人工智慧被放进一个迷宫中(图2A),其接收的资讯仅有:眼前的影像(图2B)和自身的速度。除此之外,人工智慧对环境没有任何资讯。图2C是人工智慧的数学模型,它将看到的影像输入一个「空间神经网路」,用来估计自身的位置和面对的方向。接着,把位置、方向和看到的影像同时输入一个「决策神经网路」,用来判断下一步应该怎幺走。这些人工神经网路包含两种基本结构,分别是卷积神经网路(Convolutional Neural Network, CNN)和长短期记忆(Long-Short Term Memory, LSTM)。前者专长分析影像,后者对过去的决策有记忆效应。

在训练开始之前,空间和决策神经网路里面全都是乱数,没有任何资讯。训练的方式是强化学习,简单来说就是做了正确的判断就给奖励,错误就给惩罚。一开始人工智慧没有任何智慧,只能胡乱猜测。但是根据奖励和惩罚,它渐渐学习到什幺样的动作能快速达到目的地并获得奖励。久而久之,人工智慧走迷宫的能力就超越人类了!

向量式导航和人工网格细胞

图2 | A. 迷宫的鸟瞰图。B.人工智慧在走迷宫时看到的影像。C.人工智慧的数学结构。

自发出现的网格神经元

人工智慧在某个应用表现超越人类已经不是新鲜事,这个研究对我们在大脑科学中的启发才是重要的。人工智慧到底都学了些什幺?科学家分析空间神经网路中的人工神经元,监控这些神经元被触发的时机。如图3,他们发现人工智慧在迷宫中的特定位置,某些神经元会被触发,而且这些触发的地点在空间中成网格状分布,其行为简直就跟动物大脑中的「网格细胞」一模一样。不同人工神经元对应到不同大小的网格,主宰了对各种空间规模的认知。为了确认这个现象不是偶然发生的,科学家重複训练人工智慧100次,每一次都有类似网格细胞的人工神经元存在。

除此之外,科学家还有一些重要的观测。首先,如果关闭像是网格细胞的人工神经元,人工智慧表现的一蹋糊涂。第二,在人工智慧走迷宫时,故意触发某些网格神经元会让它徘徊在某个特定的错误位置。第三,网格神经元的对应的网格大小分布呈现1.5倍的差异,和理论预测相符。最后,像人类一样,具备网个能力的人工智慧有探索未到过的地点和抄近路的能力。种种观测都表现出网格神经元的重要性。在这之前,网格细胞是空间辨识和导航能力背后的机制只是一个假说。现在,这个人工智慧不仅给予这个假说强力的后盾,也提供一个数学模型,一个平台,让科学家能更深入地探索动物大脑认知的机制。

向量式导航和人工网格细胞

图三 |空间神间网内的神经元具备网格细胞的特性。

参考资料

类似文章,猜你喜欢