一手創(chuàng)造史上最強圍棋人工智能AlphaGo的DeepMind團隊，又教會了人工智能在迷宮中“抄近路”。

北京時間5月10日凌晨1時，該英國團隊在世界頂級學術(shù)雜志《自然》上發(fā)表論文稱，其最新研發(fā)出的一個人工智能程序具有類似哺乳動物一樣的尋路能力，非常類似大腦中網(wǎng)格細胞的工作原理。

神秘的網(wǎng)格細胞：大腦內(nèi)置GPS

從家出發(fā)到新的地點，再原路返回，從中選擇盡可能的捷徑，這是絕大多數(shù)動物都能勝任的簡單任務。然而，大腦這種本能的導航機制尚未被完全理解。

科學家們在動物和人類大腦中找到了三種跟認路相關(guān)的細胞，分別是位置細胞、方向細胞和網(wǎng)格細胞。

位置細胞能在主體到達特定地點時放電，從而賦予對過往地點的記憶；方向細胞能感應前進的方向；網(wǎng)格細胞則是最神秘的一種：它們能將整個空間環(huán)境劃分成蜂窩狀的六邊形網(wǎng)格，仿佛地圖上的坐標系。

發(fā)現(xiàn)網(wǎng)格細胞的的莫索爾夫婦因此獲得了2014年的諾貝爾生理學或醫(yī)學獎。不過，網(wǎng)格細胞僅僅是在空間環(huán)境中提供GPS定位服務嗎？一些科學家猜測，它們也會參與矢量計算，輔助動物規(guī)劃路徑。

人工神經(jīng)網(wǎng)絡(luò)中自動出現(xiàn)類似結(jié)構(gòu)

DeepMind團隊決定用人工神經(jīng)網(wǎng)絡(luò)檢驗上述猜想。人工神經(jīng)網(wǎng)絡(luò)是一種利用多層處理模擬大腦神經(jīng)網(wǎng)絡(luò)的運算結(jié)構(gòu)。團隊首先用深度學習算法訓練神經(jīng)網(wǎng)絡(luò)學習哺乳動物的覓食運動路徑，利用線速度、角速度等信號在視覺環(huán)境中進行定位。

研究人員隨后發(fā)現(xiàn)，一種類似于網(wǎng)格細胞活動特征的結(jié)構(gòu)自動誕生了！在此前的訓練中，研究人員并未刻意引導神經(jīng)網(wǎng)絡(luò)產(chǎn)生此種結(jié)構(gòu)。

人工神經(jīng)網(wǎng)絡(luò)中自動出現(xiàn)了與大鼠網(wǎng)格細胞（下）類似的網(wǎng)格結(jié)構(gòu)（上） 圖片來源：DeepMind官方博客

這再次顯示了深度學習的可喜又可畏之處：這是一種通過大量匹配的輸入和輸出值訓練機器自我摸索的算法，最后得到的機器邏輯是不為人知的黑匣子。正如AlphaGo自動領(lǐng)悟了人類千年棋史上從所未見的“天外飛仙”棋招，這次的神經(jīng)網(wǎng)絡(luò)也自動出現(xiàn)了令人驚喜的結(jié)構(gòu)。

迷宮尋路

DeepMind團隊隨后利用強化學習檢驗這種網(wǎng)格結(jié)構(gòu)是否能夠進行矢量導航。強化學習被普遍用于訓練游戲AI，人類告訴AI一種游戲的得分獎懲機制，但卻不教授游戲方法，由AI在反復進行游戲、努力爭取更高分的過程中自我進化。后期的AlphaGo就完全擯棄了人類棋譜經(jīng)驗，在純粹的自我對弈中從零進化到更強版本。

研究人員將之前自動出現(xiàn)的網(wǎng)格結(jié)構(gòu)與一個更大型的神經(jīng)網(wǎng)絡(luò)架構(gòu)結(jié)合成了人工智能體，置于虛擬現(xiàn)實的游戲環(huán)境中。經(jīng)歷強化學習后，該人工智能在游戲迷宮中向目的地前進的導航能力超越了一般人，達到了職業(yè)游戲玩家水平。它能像哺乳動物一樣尋找新路線和抄近路。

人工智能學習在迷宮中抄近路

最關(guān)鍵的是，當研究人員“靜默”原來的網(wǎng)格結(jié)構(gòu)后，人工智能體的導航能力就會變?nèi)?，判斷目標的距離和方向都更不準確了。

論文作者之一Dharshan Kumaran說道：“我們證明了網(wǎng)格細胞遠不只是給我們提供GPS定位信號，也是一種大腦賴以計算兩個地點間的最短距離的核心導航機制?！?/p>

用人工智能代替小白鼠做實驗

與一直強調(diào)“人工智能不是仿生學”的Facebook人工智能首席科學家楊立昆（Yann Lecun）不同，天才創(chuàng)始人戴密斯·哈薩比斯(Demis Hassabis)執(zhí)掌的DeepMind熱衷探索人工智能與腦科學的相輔相成。這項研究再一次體現(xiàn)了他們的科學理念：腦科學啟發(fā)下的人工智能算法能反過來幫助人類探索大腦運行機制，從而也更好地理解人工智能的內(nèi)在邏輯。哈薩比斯評價道：“我們相信人工智能和神經(jīng)科學是相互啟發(fā)的。這項工作就是很好的證明：通過研發(fā)出一個能在復雜環(huán)境中導航的人工智能體，我們對網(wǎng)格細胞在哺乳動物導航中的重要性有了更深的理解。”DeepMind團隊相信，類似的研究方法還可以用來探索大腦聽覺和控制四肢的機制。在更遠的將來，神經(jīng)科學家們甚至可以用人工智能代替小白鼠來做實驗。