谷歌新開發人工智慧，識別方向強過大腦

?谷歌子公司DeepMind推出圍棋高手阿爾法狗之後，又推出智能識別方向系統，圖片來自starcraftwars.ru

撰文 | 李家勁

責編 | 葉水送

●　●　●

人工智慧識別圖片、下圍棋已不再稀奇。最近，DeepMind公司設計的人工智慧像哺乳動物一樣在未知空間中尋路，甚至在VR遊戲中戰勝人類，相關研究最近發表在《自然》上。

藉助深度神經網路，人工智慧已能夠完成很多複雜工作並且超過了人類，例如圖像識別和圍棋對弈。但人工智慧還不像動物在未知的空間中尋路。如果讓所有的人工智慧來識別方向，那它基本就是個「高智商路痴」。尋路考慮的事情要比下圍棋、看圖片要多得多。它需要根據自己在每一步的位置和方向，來決定下一步怎麼走，而這又需要先知道上一步是怎麼走的。

英國著名人工智慧團隊DeepMind公司就喜歡挑戰這樣的難題。DeepMind首先模擬了大量草食性嚙齒類動物的移動軌跡，然後讓計算機去學習這些移動路線。他們採用的技術主要是長短期記憶循環神經網路（Recurrent neural network with long short-term memory，LSTM），它能夠使計算機記住自己之前的位置、方向和速度，然後結合目前的位置和方向，來做下一步移動。換句話說，DeepMind想讓計算機像兔子一樣思考自己的行走路線。

事實上，成功的深度神經網路一般有兩個特性，一是能夠接近完美地完成任務，二是很難理解它具體如何完成任務，因為深度神經網路的複雜機制如同黑箱，經常會自我創造出一套解決問題的邏輯。

?在動物實驗中，人工智慧體如同小鼠，能夠對方向精準識別

DeepMind設計的作品更是如此，他們設計的人工智慧系統精確完成尋路任務，跟一般兔子的行為並無二致。另一方面，他們出乎意料地發現，這個神經網路居然自發表現出了網格細胞（Grid cell）的特徵，雖然DeepMind並沒有按照網格細胞的模式來設計它。

網格細胞被認為是哺乳動物的「導航儀」，它能夠通過周期性發電來幫助動物判斷自己的空間位置。網格細胞自2005年被發現以來，即使它的發現者已獲得2014年諾貝爾生理學或醫學獎，它的工作方式依然是個謎。最近，人們認為網格細胞有矢量導航能力（Vector-based navigation），也就是說，它們能夠讓大腦計算目標的距離和方向，然後直接選擇最短的路線到達目的地。不過，這只是一種假說而已。

?利用人工智慧模擬大腦中網格細胞（紅色）、方向細胞、位置細胞（藍色）對方向的識別，網格細胞能夠做出更優的抉擇，圖片來自Nature。

DeepMind認為，他們的神經網路能夠為這個問題提供他們的答案。他們設計了一個人工智慧體（Artificial agent），將具有網格細胞特徵的網路跟一個更大的網路結構組合起來，使用強化學習技術（Reinforcement learning）訓練它在VR場景裡面尋找目標。人工智慧體最終表現十分出色，遊戲水平超過專業玩家，它知道怎樣繞過障礙物和抄近路，甚至開發出一條新路線。但如果不讓「網格細胞網路」（Grid network）工作的話，人工智慧體的認路能力就差了很多，搞不清楚距離和方向。這就說明網格細胞具備矢量導航能力，就像是動物大腦中的GPS系統。

DeepMind雖然不是神經科學的研究團隊，但他們在人工智慧方面的突破卻為我們了解大腦的複雜機能提供了新思路。

正如DeepMind的CEO Demis Hassabis所言，「DeepMind同時關注自然智能和人工智慧……很容易理解我們借用神經科學的知識來設計新的演算法。但我們相信靈感是應該一條雙向大街，人工智慧研究也可以幫助解決神經科學的問題。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！