智东西（ID：zhidxcom）文 | Ranchy
今日，DeepMind团队与英国伦敦大学的神经科学家合作在《Nature》中发表关于深度神经网络的新论文，来验证“网络细胞是否支持矢量导航”的猜想，从而使得AI可以实现与人类大脑的网格细胞一致的空间感知能力。
研究者们先用神经网路模拟出类似哺乳动物的“网格网络”细胞，然后将其与一个更大的网络架构相结合。创建出一个虚拟的实验小白鼠，通过增强学习的方式，将其置于虚拟环境中，重复完成同一个寻路任务，最终发现小白鼠在此过程中实现自我进化，探索出最短路径，从而得出网格细胞对基于矢量的导航的重要性的结论。
据前人的研究表明，人类身体中影响空间感知的细胞有三种，分别为：位置细胞、方向细胞和网格细胞。其中，位置细胞能让主体记住曾经去过的地方；方向细胞能够感应到主体应该选择的方向；而网格细胞，能够将整个空间环境分成蜂窝状的六边形网格，仿若一个坐标系，指导着主体的方向选择。
网络细胞与空间感知有关这一观点，于2014年由神经学家爱德华·莫泽提出，他因为发现了位于海马区及其周围的网格细胞和其他与空间感知相关的神经元，获得当年的诺贝尔生理学和医学奖。
然而网格细胞仅仅是在空间环境中提供方向感知的服务么？有研究者提出，它们也会参与矢量计算，帮助人类规划路径。DeepMind团队的此次实验，就是为了验证这个猜想。
为了模拟出人类在路径规划时的场景。研究者基于哺乳动物的大脑在选择路径时的相似性，创建出一个虚拟的人工对象（Agent）来作为实验品小白鼠。
首先，研究者们用神经网络模拟出类似哺乳动物的“网络网格”细胞的过程。他们生成数据以训练他们的算法。他们模拟老鼠在围栏内觅食时的路径，并使用这些数据来训练深度学习网络来识别老鼠的位置。通过这个实验，他们在计算单元中发现了类似网格活动的六边形模型，并将这个模型进行模拟，运用到下一步的试验中。
这个agent把最初的“网格网络”和一个更大的网格网络相结合，并将其置于基于互相交流的循环计算单元的深度学习虚拟空间中。
在这个虚拟空间里，模拟老鼠需要完成从固定起点到指定终点的任务，研究人员任其自主选择路线，并且设制了奖惩机制，让它们在反反复复的路线尝试中通过奖惩的激励，最终实现自我进化，找到到达终点的捷径。
当研究人员把网络细胞生成的六边形网格网络置于深度学习的系统之中时，虚拟老鼠能够在不停的探索中寻找到最佳路径，然而当他们故意阻止这种网格网络的形成时，虚拟老鼠便不再能够高效地到达终点了。
通过控制网络细胞这个变量，研究者们证实了其对于虚拟老鼠，也即人类在路径规划时的重要作用。但是目前这一发现只能作为智能算法的基础研究，还不能落实到具体的应用中。
DeepMind的创始人兼首席执行官、论文共同作者哈萨比斯称：“我们相信人工智能和神经科学是相互启发的。这项工作就是很好的证明：通过研发出一个能在复杂环境中导航的人工智能体，我们对网格细胞在哺乳动物导航中的重要性有了更深的理解。”类似这次的研究方法将来或许还可以适用于探索大脑听觉和控制四肢的实验中，对未来人工智能的进一步发展有推动作用。
本文是智东西（zhidxcom）原创稿件，转载*zhidx_com，未经许可，谢绝转载。
