https://ift.tt/2rAr9y7
本文:
在 Google 人工智慧研究團隊 DeepMind 的努力下，AI 似乎又要在一個領域打敗人類的專業，只是這次並不是什麼困難的棋類，而是常見的迷宮遊戲。雖然遊戲需要的定位與找路能力或許聽來簡單，但實際作用方式卻非常複雜。
2005 年，科學家在動物身上發現網格細胞（grid cells），並透過這項研究贏得諾貝爾獎。透過研究揭示的內容，普遍認為網格細胞便是動物能自動導航、尋找路徑的關鍵所在，這些細胞就像在特定空間裡畫上無數六角形網格，如同座標系統反應前進的軌跡路線，幫助我們在空間中繞過障礙，計算前往目的地路徑並找到捷徑前往。
但這麼多年以來，科學家都並未能確定網格細胞與生物導航間的詳細機制，如今 DeepMind 團隊透過訓練 AI 在虛擬迷宮空間定位，成功發現 AI 自發性的發展出類似網格細胞的功能。
《衛報》報導指出，團隊在建構出深層神經網路（DNN）後，透過編碼出大鼠覓食時的方向與速度來教導程式導航的基本知識，隨著時間過去，AI 在虛擬環境移動時定位的情況變得越來越好。訓練中，團隊發現近四分之一 DNN 的人造神經元開始像生物的網格細胞一樣活動，換句話說，AI 在導航找到了同樣的策略──就像人類大腦很久以前就開始做的那樣。
「我們很驚訝 AI 運作得這麼好，這與原先機制的相似程度絕對很驚人。」
▲ 上方為 AI 製造的網格單位，下方為大鼠的網格細胞。（Source：DeepMind）
在發現 AI 製造的網格單位（grid units）之後，DeepMind 研究人員稍微改進了程式，而 AI 持續在遊戲測試中擊敗有經驗的人類玩家，甚至速度更快，還能在捷徑出現時立即判斷出路徑。
DeepMind 高級研究員 Dharshan Kumaran 表示，AI 所做的，就是像各種動物一樣盡可能採取直接路線，並在有可用路線時採用捷徑，而透過網格細胞的模擬，AI 找路的性能顯著增強，已能超越專業的人類玩家。
網格細胞對生物的導航定位來說至關重要。雖然人們往往將找路視為一件稀鬆平常的事，但其中的機制我們仍未完全了解，透過這項研究，人腦自動導航背後的神經機制將有望更清楚的揭露出來。
這項研究也意味著 AI 領域的另一個里程碑，儘管 AI 技術已證明能在圖像辨識和棋類遊戲超越人類，但像人腦導航所面對的認知挑戰則完全不同。這項研究等於開創了 AI 技術全新的可能性。
在 AI 可以探索類似大腦活動的情況下，除了能用來製作更聰明的程式，也為電腦工程師找到工作的全新目標：透過打造 AI 模型協助神經科學家更理解人類的大腦，而不需要透過動物或人體實驗進行。
▲ 像人腦一樣的導航定位對 AI 來說是不同於下棋的挑戰。（Source：pixabay）
約翰霍普金斯大學 AI 和神經科學專家 Francesco Savelli 表示，在他看來 AI 系統的神奇之處，便是接受任務時能找出自己的方式去處理數據以解決問題，「這個模型中，網格單位的出現恰恰證明了這一點。」
下一個研究階段，團隊將繼續打造結合人造網格細胞網路的更複雜 AI 系統，並試著讓 AI 迷失在虛擬實境（VR）迷宮中並觀察反應，這篇研究論文已刊載於《自然》（Nature）期刊。
- Google’s AI program DeepMind learns human navigation skills
- Navigating with grid-like representations in artificial agents
（首圖來源：shutterstock）
延伸閱讀：
隨著AI快速的發展，deeplearning的方法以及應用都不斷的突破新的界線，一次又一次的訂下新的里程碑，這次則是將二維空間的細胞網路訓練發揮極致，AI的世界真的每分每秒都不斷地在突破!
沒有留言:
張貼留言