Nature在線公布穀歌DeepMind重大成果,AI替科學家搞定「網格細胞」,要搶諾貝爾獎?
這項成果顛覆了原有的AI設計邏輯。
美國東部時間5月9日,《Nature》在線發表了一篇AI研究成果論文,在神經學和人工智慧領域引起了轟動。這篇論文由英國DeepMind團隊(阿法狗和阿法元的開發者)與University College London(倫敦大學學院)合著。
這篇高度抽象的論文背後,隱含著的是一個事實:AI已經可以生成「網格細胞」的功能,實現像人類一樣自動追蹤。要知道,網格細胞是人類進化億萬年才有的生命傑作。
雖然千萬年來,動物和人類可以輕鬆的在自然空間中避障、走路,但是其認知和計算基礎一直都是不明了的。
直到Edvard Moser發現了網格細胞,一種幫助人類(或動物)認路的細胞。也因此,他於2014年獲得了諾貝爾生理學或醫學獎。
網格細胞,是存在動物大腦中的一種細胞,存在於內嗅皮層,具有顯著的空間放電特徵,並呈現出網格圖樣的放電結構。
在最新的這篇論文研究中,倫敦大學學院和DeepMind聯合開發的AI模擬系統能自動生成與大腦細胞活動非常相似的網格模式,並幫助小鼠自動找到捷徑。
更令人驚訝的是,在實驗中,計算機模擬大鼠可以通過類網格細胞編碼在虛擬迷宮中很好的導航,甚至能找到走出迷宮的捷徑!
這一成果的發布顛覆了此前AI技術和設計邏輯。因為對AI而言,只有通過數據訓練走預設的路,而自己通過判斷來決定行走的路徑,這是不可能的事。
另一方面,這一成果也預示著,在人類科學家還沒有完全研究出網格細胞功能的前提下,「黑匣子」AI已經替人類逼真模擬除了網格細胞。
對此,Edvard Moser就評價道:
This paper came out of the blue, like a shot, and it』s very exciting. It is striking that the computer model, coming from a totally different perspective, ended up with the grid pattern we know from biology.
(這篇論文的成果讓人震驚和興奮。令人驚訝的是,給計算機一個完全不同的角度,它就可以得出,我們只有通過生物研究才能找到的網格模式。)
約翰霍普金斯大學神經學家Francesco Savelli和James Knierim也在同期《Nature》上發表了題為《AI mimics brain codes for navigation》的新聞評述,讚歎道:
It is interesting that the network, starting from very general computational assumptions that do not take into account specific biological mechanisms, found a solution to path integration that seems similar to the brain』s. That the network converged on such a solution is compelling evidencethat there is something special about grid cells』activity patterns that supports path integration.
(有趣的是,神經網路沒有考慮到特定的生物機制,而是從非常普遍的計算假設開始,卻找到了與大腦相似的路徑集成解決方案。 這是一項有說服力的證據,證明網格模式確實有助於(人類)導航。)
顯然,所有人都驚嘆於AI的強大,驚嘆於其可以讓簡單的數學公式變成複雜生物模型的「才華」。
※掃描全能王一直被模仿 從未被超越
※馭勢低速無人車在嘉善產業新城開啟首秀,全程實行無人駕駛
TAG:鎂客網 |