DeepMind 爆發性突破!讓 AI 擁有大腦中定位機制自動選擇捷徑路線

DeepMind 近日登上《自然》上的論文,最新研發出的 AI 具有類動物行為的尋路能力,類似大腦中網格細胞的運作!
評論
評論

 

Google  旗下人工智慧團隊 DeepMind 最近又有了突破性發展,在找路的過程中,AI 可以像人類一樣發揮大腦中天生位置認知的「網格細胞」作用,自動選擇捷徑行走,並在 部落格 上揭示項可喜可賀的成果。

在這邊先解釋一下,神秘的「網格細胞」(grid cells)是什麼呢?這是在生物大腦中,排列成三角形網格,讓動物能在環境空間中進行自身定位,就像是大腦中天生的網格座標。網格細胞於 2005 年首次被發現,科學家發現當老鼠在環境中自由活動時,走到空間中的某些特定位置,網格細胞會開始活躍,他們認為這些細胞是空間中座標認知的神經基礎,發現的科學家莫索爾夫婦還因此獲得 2014 年的諾貝爾。

不需要給動物地圖牠們也有辨識路徑能力,在起始與目的地兩點間往返,看似簡單的動物行為,對人類來說大腦如何運作終究是個謎團,而「網格細胞」能夠進行定位,是否能有向量導航作用,讓大腦計算到達所需目的地的距離和方向?

DeepMind 為了瞭解「網格細胞」在定位以外對路徑規劃是否也能發揮功效,他們 首先用深度學習算法訓練神經網路學習動物的覓食運動路徑,利用線速度、角速度在環境中進行定位。而讓人意想不到的事情發生了,在沒有刻意引導的過程中,居然自動產生類似於動物網格特徵的結構,如下圖:

為了更進一步確認這些網格結構是否能發揮其作用,DeepMind 的研究人員開始訓練神經網路,將之前自動出現的網格結構與一個更大型的神經網絡架構結合成了人工智慧體,透過強化學習來預覽陌生的迷宮路線,並置於虛擬現實的遊戲環境中,最後發現接受訓練的新網路比過去任何 AI 系統更有效導航,並能如同真正的動物一般探索環境空間,而當「網格構造」被靜置,人工智慧體的導航能力就會失準。

想不到只是 從普通的計算假設開始,當初沒有考慮到特定的生物機制,最後卻找到了與大腦相似的機制, 這項研究不只證明了網格細胞遠不只是給提供 GPS 定位,也是一種大腦計算兩個地點間的最短距離的核心導航機制。

對研究人員說,最興奮的莫過於 AI 越來越貼近我們的大腦,這項研究的價值除了幫助神經科學家有機會了解人類大腦在位置認知上的運作過程,更將深度學習再次帶向認知能力的可能性,幫助機器學習工程人員有機會打造導航能力更上一層樓的機器應用,目前關於研究詳細的神經網路建構和強化學習過程已刊登於科學雜誌 《自然》期刊上。