人工智能再現大腦細胞導航的活動模式

編譯 李升偉

深度學習算法可自發模擬特殊神經元的活動，這種神經元活動可以告訴我們在空間的位置。

科學家已經使用人工智能來再現大腦用以空間導航的復雜神經密碼。這一成功之舉論證了強有力的人工智能算法可以輔助傳統的神經科學研究來檢測大腦的工作原理，但是研究人員說，這一方法到目前為止不能代替神經科學家的工作。

這套計算機程序發表在2018年5月9日的《自然》雜志上，由英國倫敦大學學院的神經科學家和倫敦谷歌公司的Deep Mind公司的人工智能研究人員共同開發。它使用深度學習技術來訓練計算機模擬的大鼠以跟蹤它在虛擬環境中的位置。

令科學家吃驚的是，這一程序自發生成了六邊形的活動模式，類似于哺乳動物大腦內的導航細胞（網格細胞）的活動模式。真實大鼠實驗已經證明，網格細胞對大鼠如何在空間追蹤其自身位置是極其重要的。更重要的是，模擬大鼠能夠使用類似網格細胞的編碼來很好瀏覽虛擬的迷宮，甚至學會了走捷徑。

“令人吃驚的是，來自完全不同角度的計算機模型最終成為我們從生物學中所知的網格模式。”挪威科技大學科維里系統神經科學研究所的神經科學家愛德華·莫澤（Edvard Moser）說。莫澤因與人共同發現了網格細胞和大腦的其他相關導航神經元而獲得了2014年的諾貝爾生理醫學獎。

德國慕尼黑路德維格·馬克西米蘭大學計算神經科學家安德里亞斯·赫茨（Andreas Herz）說：“如下的工作將會極其有趣，即分析深度學習系統的內部工作機理，查看作者是否已經發現輔助空間導航的通用計算原理。”

這項研究的作者使用深度學習網絡（基于彼此通訊的重復計算單元）來檢驗神經科學的假說：大腦使用網格細胞，通過整合關于軀體運動的速度和方向的信息而定位它在某種環境中的位置。

首先，作者生成一些數據來訓練其算法。他們模擬出虛擬大鼠在圍場中覓食的路徑，模擬大鼠在其中移動時位置細胞和頭部方向細胞（不是網格細胞）的活動。然后，他們使用這些數據來訓練深度學習網絡去識別模擬大鼠的位置。研究人員發現，在計算單元內自發出現了類似網格細胞的六邊形活動模式，就像是實驗室中真實的老鼠大腦那樣。

大鼠使用被稱為網格細胞的大腦細胞幫助它們導航，人工智能程序已經可以再現這種能力

此項研究的共同作者之一、倫敦大學學院的神經科學家卡斯韋爾·巴里（Caswell Barry）說：“我們一直希望看到這些網格，但在這種情況下看到它們仍然感到驚訝。我在實驗中見過它們很多次，它們的規律性如此美妙。”

科學家發現，他們需要微調系統以增加一些人工噪音，使其更加接近大腦的情形，出現類似網格細胞的活動。

接下來，研究人員對系統進行測試，測試虛擬老鼠是否可以使用它來導航。他們將模擬大鼠放在一個設計成迷宮的更大圍場之內，在那里虛擬大鼠不得不學會如何達到一個特定的目標。作者向系統加入了另一個程序，導入學習所需的記憶和獎勵功能。模擬老鼠很快就學會了通過反復試錯來找到目標，并且變得非常精通，以至于超過了一名試圖完成同樣任務并開始走捷徑的人類專家。

研究人員發現，如果他們故意阻止網格模式的形成，模擬老鼠就無法有效地在迷宮中穿行。巴里說：“不能在實驗老鼠上關閉網格細胞。”。

深度思考程序的研究者和本項研究的合作者安德里亞·巴尼諾（Andrea Banino）認為，與神經科學家的合作激發了人工智能的研究。他說：“但在目前，我們進行的是智能算法的純基礎研究，還不是應用程序。”

研究人員認為，人工智能將成為檢驗大腦假說的有用工具，但它不太可能回答關于大腦如何以及為什么使用特定代碼的問題。莫澤說：“當我讀到這篇論文的時候，我真的很激動，人工智能似乎能夠加速我們對大腦如何導航的研究。但它將不會取代神經科學家。”

資料來源 Nature