DeepMind的AI项目会像哺乳动物一样教自己导航

DeepMind 创建了一个可以自发的学习肠道导航的AI机器人项目。

这家总部位于英国的Google姊妹公司似乎专注于创建旨在确定AI是否可以媲美神经学领域或者利用神经学反哺机器学习的机器学习实验。DeepMind最近发表了一篇论文，演示了一个在尝试解决导航问题时，开发了一种空间感知方法，模仿哺乳动物中的“ 网格细胞 ”神经网络。

在2005年发现的网格细胞是一种在哺乳动物大脑中发生的辅助导航的鲜为人知的现象。基本上，我们基于我们走过的距离和朝哪个方向了解我们的位置的能力都受到这些六边形图案排列的特殊细胞的控制，这些特定细胞在大脑空间中排列，导致神经元通过它彼此联通。这对所有哺乳动物都是一样的，就像内置功能一样，听起来很疯狂。

但科学家们不知道网格单元是如何工作的。不知怎的，大脑设法创造这些六边形并且神经元会发火，但关于这些现象如何帮助我们导航，有很多理论。

DeepMind的AI正在检查这些理论之一 的——网格单元给我们一个基于矢量的位置近似的概念 - 研究人员注意到它开发了一个自己的模拟人类网格单元的系统，以同样的方式解决实验室老鼠（和大多数哺乳动物）导航问题的方式

根据公司博客文章：

作为第一步，我们训练了一个循环网络来执行在虚拟环境中定位自身的任务，主要使用与运动相关的速度信号。这种能力在哺乳动物通过不熟悉的地方时，或在不容易找到熟悉的地标的情况下（例如在黑暗中行驶时）通常会被使用。 我们发现类网格（以下称为网格单元）自发地出现在网络中 - 提供了与在哺乳动物中观察到的神经活动模式显着的融合，并与网格单元为空间提供有效代码的观点一致。

科学家通过使用强化学习来测试理论，以奖励AI使用基于矢量的导航方式成功穿越虚拟游戏环境的案例。在整个实验过程中，他们都抑制了AI形成网格单元版本的能力，结果是它在任务中立即变得更糟。但是，允许AI开发自己版本的网格单元格给了它超人的导航能力。