DeepMind 讓 AI 學會像動物一樣導航,開啟 AI 研究新目標:協助探索大腦功能

作者 | 發布日期 2018 年 05 月 11 日 21:00 | 分類 AI 人工智慧 , 尖端科技 follow us in feedly

在 Google 人工智慧研究團隊 DeepMind 的努力下,AI 似乎又要在一個領域打敗人類的專業,只是這次並不是什麼困難的棋類,而是常見的迷宮遊戲。雖然遊戲需要的定位與找路能力或許聽來簡單,但實際作用方式卻非常複雜。



2005 年,科學家在動物身上發現網格細胞(grid cells),並透過這項研究贏得諾貝爾獎。透過研究揭示的內容,普遍認為網格細胞便是動物能自動導航、尋找路徑的關鍵所在,這些細胞就像在特定空間裡畫上無數六角形網格,如同座標系統反應前進的軌跡路線,幫助我們在空間中繞過障礙,計算前往目的地路徑並找到捷徑前往。

但這麼多年以來,科學家都並未能確定網格細胞與生物導航間的詳細機制,如今 DeepMind 團隊透過訓練 AI 在虛擬迷宮空間定位,成功發現 AI 自發性的發展出類似網格細胞的功能。

《衛報》報導指出,團隊在建構出深層神經網路(DNN)後,透過編碼出大鼠覓食時的方向與速度來教導程式導航的基本知識,隨著時間過去,AI 在虛擬環境移動時定位的情況變得越來越好。訓練中,團隊發現近四分之一 DNN 的人造神經元開始像生物的網格細胞一樣活動,換句話說,AI 在導航找到了同樣的策略──就像人類大腦很久以前就開始做的那樣。

「我們很驚訝 AI 運作得這麼好,這與原先機制的相似程度絕對很驚人。」

▲ 上方為 AI 製造的網格單位,下方為大鼠的網格細胞。(Source:DeepMind)

在發現 AI 製造的網格單位(grid units)之後,DeepMind 研究人員稍微改進了程式,而 AI 持續在遊戲測試中擊敗有經驗的人類玩家,甚至速度更快,還能在捷徑出現時立即判斷出路徑。

DeepMind 高級研究員 Dharshan Kumaran 表示,AI 所做的,就是像各種動物一樣盡可能採取直接路線,並在有可用路線時採用捷徑,而透過網格細胞的模擬,AI 找路的性能顯著增強,已能超越專業的人類玩家。

網格細胞對生物的導航定位來說至關重要。雖然人們往往將找路視為一件稀鬆平常的事,但其中的機制我們仍未完全了解,透過這項研究,人腦自動導航背後的神經機制將有望更清楚的揭露出來。

這項研究也意味著 AI 領域的另一個里程碑,儘管 AI 技術已證明能在圖像辨識和棋類遊戲超越人類,但像人腦導航所面對的認知挑戰則完全不同。這項研究等於開創了 AI 技術全新的可能性。

在 AI 可以探索類似大腦活動的情況下,除了能用來製作更聰明的程式,也為電腦工程師找到工作的全新目標:透過打造 AI 模型協助神經科學家更理解人類的大腦,而不需要透過動物或人體實驗進行。

▲ 像人腦一樣的導航定位對 AI 來說是不同於下棋的挑戰。(Source:pixabay

約翰霍普金斯大學 AI 和神經科學專家 Francesco Savelli 表示,在他看來 AI 系統的神奇之處,便是接受任務時能找出自己的方式去處理數據以解決問題,「這個模型中,網格單位的出現恰恰證明了這一點。」

下一個研究階段,團隊將繼續打造結合人造網格細胞網路的更複雜 AI 系統,並試著讓 AI 迷失在虛擬實境(VR)迷宮中並觀察反應,這篇研究論文已刊載於《自然》(Nature)期刊。

(首圖來源:shutterstock)

延伸閱讀: