人工智慧學會了走迷宮抄近路，路痴們怎麼看？

人工智慧進化出了新技能，它們已經學會像人腦那樣走出迷宮抄近路。路痴們是應該瑟瑟發抖，還是應該歡欣鼓舞？

北京時間 5 月 10 日，Google 旗下的人工智慧團隊 DeepMind 發布論文宣布了一項突破性的進展：他們所研發的一個人工智慧程序，擁有跟哺乳動物大腦中網格細胞工作原理類似的能力，能夠做到認路走捷徑。

這項研究成果不僅展現了人工智慧目前在空間和方位認知上的水平，還為神經科學提供了新的研究思路，讓人們可以更好地理解人類大腦的工作原理。

（標識為橙色的位置細胞與邊界細胞，以及標識為藍色的網格細胞，共同構建了動物大腦中的 認知地圖。圖片來源：nobelprize.org）

目前學界中認為，哺乳動物的大腦中有三種與尋路有關的細胞，分別是感知前進的方向細胞，記憶空間位置的位置細胞，以及動態編碼空間記憶的網格細胞。

網格細胞的發現者是挪威科技大學的 Edvard I. Moser 教授和他的夫人 May-Britt. Moser 教授。

他們在 2005 年發現，動物在空間里探索時，大腦內嗅皮層中的細胞呈現強烈的空間放電特性：

當動物到達任一網格節點時，相應的網格細胞會產生強烈的放電。網格細胞的感受野呈現六邊形圖案，類似大自然中雪花晶體、蜂巢的形狀，完全由大腦皮層自身產生

他們及其導師 John O』Keefe 三人憑藉此項研究獲得了 2014 年的諾貝爾生物獎。

雖然網格細胞被發現了，但它的工作機制依然是個謎。有學者猜測，它除了具有定位能力，是否具有導航能力，是否能讓大腦計算到達目的地所需的距離和方向（即矢量導航）？

DeepMind 決定利用人工智慧來檢驗網格細胞的功能。

他們通過讓計算機學習大鼠的移動軌跡，訓練人工智慧在虛擬環境中追蹤和定位自己的位置。出乎他們預料的是，在人工智慧的神經網路中出現了類似網格細胞的網格單元。而研究人員並沒有刻意去引導神經網路去產生這種單元。

隨後，DeepMind 的研究人員繼續檢驗這種網格結構是否可以有導航的功能。

還記得 DeepMind 去年 5 月用於對戰柯潔的 AlphaGo 嗎？它已經在去年 10 月進化成了更加強大的 AlphaGo Zero，人類只告訴它圍棋的基本規則，它就在自我對弈的 21 天，達到圍棋中 Master 的水平，在第 40 天，成為「世界圍棋冠軍」。

（圖片來自 DeepMind）

研究人員將這次發現的網格結構與上述類似的神經網路架構結合，將其放置在一個迷宮遊戲中。在只是告訴這個人工智慧迷宮的基本規則後，經過強化學習，這個人工智慧程序在迷宮遊戲中的導航能力就超過了普通人，並且能夠尋找捷徑和發現新的線路。

而在將網格結構靜默後，這個人工智慧在迷宮遊戲的認路能力大大降低，方向和距離的計算誤差都變大。因此說明了網格結構在導航中的重要作用。

網格細胞的發現者 Edvard I. Moser 教授表示，DeepMind 的研究結果「讓人興奮激動」，他說：

這個研究結論相當令人驚訝，來自完全不同領域和視角的計算機模型，最終卻發現了在生物學中所熟知的網格結構。

一年前，圍棋選手柯潔與 AlphaGo 的對弈讓世人明白，人工智慧程序在圍棋領域裡，已經超越人類的極限水平。這一年來，我們也逐漸習慣了人工智慧在各個領域的進化，以及它們在各種技能上對人類的超越。

然而這一次的進化，除了是人工智慧在空間認知上的新突破，也體現了人工智慧正利用一種新的方式，來解決神經科學這些生物學領域的難題。

話說回來，人工智慧進化出走迷宮抄小路的新技能，在未來或許可以應用在導航場景中。不過去年英國倫敦大學有一項研究表明，平常太過依賴衛星導航的話，人類大腦的認路功能會退化，慢慢變成路痴。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！