哈佛DeepMind開闢「虛擬神經科學」新領域!在世界模擬器馴養「賽博老鼠」

新智元報道

編輯:庸庸 喬楊

【新智元導讀】科學家們一直致力於讓機器人更敏捷,此次哈佛大學與谷歌DeepMind人工智能實驗室的合作有了新突破。他們創造出了一隻搭載了AI大腦的「虛擬大鼠」,能夠模仿真實齧齒動物的所有動作,甚至做出了一些沒有被明確訓練過的「新奇行爲」。此項研究有望開闢「虛擬神經科學」新領域,對於腦科學和機器人學意義重大。

人類和動物能夠輕鬆靈活地移動,這是一種進化奇蹟,目前還沒有任何機器人能夠完全模仿這種能力。

如何能讓機器人變得更加敏捷?

科學家爲了解決這個問題,選擇從動物身上尋找答案,又開始用小白鼠做起了實驗——畢竟成年老鼠的智力與8歲兒童相當,而且它們四肢相當靈活,對自己的身體有着精妙的控制能力。

如果能通過老鼠破解大腦控制運動的密碼,建立一個將控制原理與行爲動物的神經活動結構聯繫起來的模型,那就再好不過了。

《獻給阿爾吉儂的花束》中被改造的智能老鼠

可是這次,沒有一隻小白鼠爲人類科學事業而獻身,因爲科學家們發明了一隻虛擬的「AI老鼠」!

這個搭載了人工智能大腦的虛擬老鼠,可以讓人們深入瞭解大腦是如何產生複雜、協調的動作的。

研究團隊來自哈佛大學與谷歌DeepMind人工智能實驗室,他們創造出的「虛擬齧齒動物」,可能會開闢出一塊嶄新的領域——「虛擬神經科學」!

這項開創性的研究發表在Nature上,研究發現虛擬控制網絡中的激活狀態準確預測了在產生相同行爲的真實老鼠大腦中測得的神經活動。

論文地址:https://www.nature.com/articles/s41586-024-07633-4

利用從真實老鼠身上記錄的高分辨率數據,研究小組訓練了一個人工神經網絡,作爲虛擬老鼠的「大腦」。

這個人工智能大腦在一個名爲MuJoCo的物理模擬器中控制虛擬身體,模擬器中存在重力等作用力。

研究人員在Deepminds MuJoCo模擬器中創建了虛擬老鼠,神經網絡充當虛擬老鼠的「大腦」,在物理模擬器中控制老鼠的身體

在模擬器中,「AI大鼠」的動作與真正的齧齒動物毫無二致。

這意味着從現實到虛擬已經實現,下一步,就是從虛擬再抵達現實——讓機器人的動作更加絲滑,從而帶來具身智能的巨大飛躍。

AI老鼠或將開闢「虛擬神經科學」新領域

構建具身agents

谷歌DeepMind高級研究總監、該研究的合著者Matthew Botvinick表示,團隊從構建具身智能體的挑戰中學到了很多。

Matthew Botvinick

這些AI系統不僅需要智能思考,還需要在複雜環境中將這種思考轉化爲實際行動,「在神經科學背景下采用這種方法似乎有可能爲行爲和大腦功能提供洞見」。

研究生Diego Aldarondo與DeepMind的研究人員密切合作,對人工神經網絡進行了訓練,以實現逆動力學模型(inverse dynamics models),科學家認爲我們的大腦就是利用這種模型來指導運動的。

例如,當我們伸手去拿一杯咖啡時,我們的大腦會迅速計算出手臂應遵循的軌跡,並將其轉化爲運動指令。同樣,基於實際老鼠的數據,神經網絡被輸入了所需運動的參考軌跡,並學習產生生成該運動的力。

這使得虛擬老鼠能夠模仿各種行爲,甚至包括一些它沒有明確訓練過的行爲。

對腦科學和機器人學意義重大

研究人員認爲這些模擬可以開創一個新的「虛擬神經科學」領域,在這個領域中,經過訓練的人工智能模擬動物的行爲與真實動物無異,可以爲研究神經迴路提供方便、透明的模型,例如研究神經迴路如何受到疾病的影響。

除了基礎的腦科學研究外,該平臺還有可能用於設計改進的機器人控制系統。

接下來,科學家們想讓虛擬老鼠自主解決真實老鼠遇到的任務。

哈佛大學有機和進化生物學系的Bence Ölveczky教授解釋說,「從實驗中,我們對如何解決這類任務,以及如何實現支撐熟練行爲習得的學習算法有很多想法」。

Bence Ölveczky

「我們希望開始使用虛擬大鼠來測試這些想法,並幫助推進我們對真實大腦如何產生複雜行爲的理解。」

像研究小白鼠一樣研究AI

人工神經網絡 vs. 生物神經網絡

我們可以像研究小白鼠一樣研究人工智能嗎?DeepMind和哈佛大學的研究人員似乎是這麼認爲的。

Bence Ölveczky教授是建立生物力學逼真的數字大鼠模型這一工作的領導者。

由他帶領的研究人員和Google DeepMind科學家的合作,早在2020年就見諸報端,相關成果作爲2020年ICLR會議論文發表。

論文地址:https://openreview.net/pdf?id=SyxrxR4KPS

哈佛大學博士後研究員、該篇論文三作Jesse Marshall表示,這個平臺可以讓研究人員測試不同神經網絡在不同程度上的生物真實性,從而瞭解它們應對複雜挑戰的能力,因此可以說這是神經科學的風洞。

這篇論文的發表也因此成爲了團隊努力瞭解大腦如何產生和實現靈活性的起點。

「虛擬齧齒動物」在訓練中完成了多項任務,包括跳過縫隙、在迷宮中覓食,以及用前爪觸球兩次,兩次觸球之間有精確的時間間隔。

加拿大女王大學的神經學家Stephen Scott認爲,雖然人們必須謹慎對待人工神經網絡和生物神經網絡之間過於廣泛的類比,但這種方法可能是探究行爲的神經基礎的一種非常富有成效的方法。

哈佛與DeepMind之間的合作

哈佛大學與谷歌DeepMind人工智能實驗室之間的合作非常密切,這成爲了虛擬大鼠研究不斷深化的基礎。

Ölveczky對這次合作大加讚揚。

「DeepMind開發出了一條管道,用以訓練生物力學agents在複雜環境中移動。我們根本沒有資源來運行這樣的模擬,來訓練這些網絡。」

Botvinick也表示,與哈佛研究人員的合作同樣是「一個非常令人興奮的機會」。

參考資料:

https://the-decoder.com/virtual-rat-with-ai-powered-brain-could-open-new-field-of-virtual-neuroscience/

https://news.harvard.edu/gazette/story/2024/06/want-to-make-robots-more-agile-take-a-lesson-from-a-rat/