健康教育网科学家已经使用人工智能（AI）来重建大脑用来在太空中导航的复杂神经代码。研究人员说，这一壮举证明了强大的AI算法如何协助传统的神经科学研究来测试有关大脑工作原理的理论，但是这种方法还不会使神经科学家失去工作。
“确实是形式和功能的非常惊人且非同凡响的融合。” / h3>下载MP3
该计算机程序由伦敦大学学院（UCL）的神经科学家和位于伦敦的Google公司DeepMind的AI研究人员开发，其详细信息于1月5日在《自然》上发表。它使用了一种称为深度学习的技术（一种受大脑结构启发的AI类型）来训练计算机模拟的老鼠来跟踪其在虚拟环境中的位置。
该程序通过自发产生类似于哺乳动物大脑中称为网格细胞的导航细胞所产生的活动的六边形活动模式，使科学家感到惊讶。在对真实大鼠的实验中已经证明，网格细胞对于动物如何追踪自己在太空中的位置至关重要。
而且，模拟老鼠能够使用类似于网格单元的编码来很好地导航虚拟迷宫，以至于它甚至学会了捷径。
挪威特隆赫姆市卡夫利系统神经科学研究所的神经科学家爱德华·莫泽说：“他的论文像是发了出来，像是发了出来，非常令人兴奋。”莫瑟因共同发现网格细胞和大脑其他与导航相关的神经元，包括在海马区域及其周围发现的地方细胞和头部定向细胞，而获得了2014年诺贝尔生理学或医学奖。
莫瑟说：“令人惊讶的是，从完全不同的角度来看，计算机模型最终以我们从生物学上知道的网格模式结束了。”他补充说，这项工作是令人欣喜的证实，哺乳动物的大脑已经开发出一种最佳的方式来安排至少这种类型的空间代码。
德国慕尼黑路德维希马克西米利安大学的计算神经科学家Andreas Herz说：“对深度学习系统的内部工作进行分析，看看作者是否发现了有助于空间导航的通用计算原理，将非常有趣。” 。
深度学习大鼠
研究作者着手使用深度学习网络（基于相互通信的递归计算单元）来检验神经科学的假设：大脑使用网格细胞通过整合来映射其在环境中的位置有关身体运动的速度和方向的信息。
首先，作者生成数据来训练他们的算法。他们模拟了虚拟老鼠在围栏中觅食时所采取的途径，以及模拟的啮齿动物在“而不是在网格细胞”周围移动时位置和头部方向细胞的活动。然后，他们使用这些数据来训练深度学习网络，以识别模拟大鼠的位置。当研究人员这样做时，他们发现网格状活动的六边形图案在计算单元中自发出现，就像在实验室实验中在真实大鼠的大脑中一样。
这项研究的共同作者，UCL神经学家卡斯韦尔·巴里（Caswell Barry）说：“我希望看到这些网格，但仍然感到惊讶。”“在实验中他们多次见过它们，而且它们的规律性如此美丽。” / p>
科学家们还对发现他们需要调整系统以添加一些人工噪声（使它的单位与大脑中的单位更接近滴答声）以产生类似网格的活动感兴趣。
然后研究人员对系统进行了调整，测试了虚拟老鼠是否可以使用它进行导航。他们将模拟的啮齿动物放置在设计成迷宫的更大的围栏中，虚拟老鼠必须学会如何实现特定目标。作者向系统添加了另一个程序，该程序引入了学习所需的记忆和奖励功能。模拟的老鼠很快学会了通过反复试验找到目标的方法，并且变得如此精通，以至于他们胜过尝试相同任务并开始捷径的人类专家。
研究人员发现，如果他们有意地阻止了网格图案的形成，那么模拟的老鼠将无法再有效地穿越迷宫。巴里说，“关闭网格细胞是可以在实验大鼠中完成的事情”。
DeepMind研究人员和研究合著者Andrea Banino说，与神经科学家的合作激发了AI研究的灵感。他说：“目前，这只是制作智能算法的基础研究，而不是应用程序。”
研究人员一致认为，人工智能将成为测试关于大脑的假设的有用工具，但它不可能回答关于大脑如何以及为什么使用特定代码的问题。莫瑟说：“当我阅读这篇论文时，我真的很激动。”“看来AI也许能够加快我们对大脑导航方式的研究。”他说，但这会篡夺神经科学家。
