AI重新創造活動模式，腦細胞在導航使用

科學家們利用人工智慧(AI)重建大腦複雜的神經編碼,用來瀏覽空間。壯舉展示了強大的人工智慧演算法可以幫助傳統的關於大腦的神經科學研究測試理論workings-but方法是不會把神經科學家的工作,研究人員說。

計算機程序的細節,是5月9日發表在《自然》雜誌上1,是由倫敦大學學院神經學家(UCL)和人工智慧研究人員在倫敦谷歌公司DeepMind。它使用了一種叫做深學習——一個類型的AI靈感來自老鼠的大腦訓練計算機模擬的結構來跟蹤它的位置在一個虛擬環境。

程序令科學家們感到驚訝自發生成中的六角形的活動模式類似於哺乳動物大腦中那些由導航生成細胞稱為網格細胞。網格細胞已經和真實的老鼠實驗中所示是基本的動物如何在空間跟蹤自己的地位。

更重要的是,模擬老鼠能夠使用grid-cell-like編碼一個虛擬的迷宮,它甚至學會了走捷徑。

「這篇論文出來的藍色,像一個鏡頭,這非常令人興奮,」說神經學家愛德華?莫澤在特隆赫姆Kavli系統神經科學研究所,挪威。莫澤分享了2014年諾貝爾生理學或醫學獎的co-discovery網格細胞神經元和大腦的其他有關導航,包括細胞和方位細胞,發現在海馬區及周邊地區。

「令人吃驚的是,計算機模型,從一個完全不同的角度來看,最終與網格模式從生物學,我們知道「莫澤說。工作是一個受歡迎的證實哺乳動物的大腦開發了一個最優的方式安排至少這種類型的空間代碼,他補充道。

「這將是非常有趣的分析深度學習的內部運作系統和作者是否已經發現了一個普遍的計算原則,艾滋病空間導航、「計算神經學家安德烈亞斯赫茲說路德維希馬克西米利安慕尼黑大學在德國。

首先,作者生成數據來訓練他們的演算法。他們模擬通路由虛擬老鼠在圍場,覓食,以及細胞的活動地點和方位的模擬嚙齒動物移動而言不是網格細胞。然後用這些數據來訓練識別的位置的深度學習網路模擬的老鼠。當研究者們這麼做的時候,他們發現六角網狀模式自發活動出現在計算單位真正的老鼠的大腦中在實驗室實驗。

「我們一直希望看到的網格,但仍驚訝地看到他們在這種情況下,」倫敦大學學院神經學家卡斯韋爾·巴里說,該研究的作者之一。「我見過他們多次在實驗中,他們是如此美麗的規律。」

科學家們也好奇發現他們需要調整系統添加一些人工雜訊其單位蜱蟲更類似於大腦的網狀活動出現。」這是我們理論神經科學家一直在思考,但是也不能測試,「赫茲說。

然後研究人員把系統進行測試,測試虛擬老鼠是否可以用它來導航。他們把模擬的嚙齒動物在一個更大的外殼設計成一個迷宮,在虛擬老鼠學習到一個特定的目標。作者添加另一個程序的系統,介紹了內存和獎賞函數學習的必要條件。模擬老鼠很快就學會了通過反覆試驗,找到自己的目標,成為熟練,表現人類專家嘗試相同的任務,開始走捷徑。

研究人員發現,如果他們有意避免了網格的形成模式,模擬老鼠再也無法有效地在迷宮。「關閉網格細胞是不能在實驗老鼠,」巴里說。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！