美國(guó)東部時(shí)間5月9日，《Nature》在線(xiàn)發(fā)表了一篇AI研究成果論文，在神經(jīng)學(xué)和人工智能領(lǐng)域引起了轟動(dòng)。這篇論文由英國(guó)DeepMind團(tuán)隊(duì)(阿法狗和阿法元的開(kāi)發(fā)者)與University College London(倫敦大學(xué)學(xué)院)合著。

　　這篇高度抽象的論文背后，隱含著的是一個(gè)事實(shí)：AI已經(jīng)可以生成“網(wǎng)格細(xì)胞”的功能，實(shí)現(xiàn)像人類(lèi)一樣自動(dòng)追蹤。要知道，網(wǎng)格細(xì)胞是人類(lèi)進(jìn)化億萬(wàn)年才有的生命杰作。

　　雖然千萬(wàn)年來(lái)，動(dòng)物和人類(lèi)可以輕松的在自然空間中避障、走路，但是其認(rèn)知和計(jì)算基礎(chǔ)一直都是不明了的。

　　直到Edvard Moser發(fā)現(xiàn)了網(wǎng)格細(xì)胞，一種幫助人類(lèi)(或動(dòng)物)認(rèn)路的細(xì)胞。也因此，他于2014年獲得了諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)。

　　網(wǎng)格細(xì)胞，是存在動(dòng)物大腦中的一種細(xì)胞，存在于內(nèi)嗅皮層，具有顯著的空間放電特征，并呈現(xiàn)出網(wǎng)格圖樣的放電結(jié)構(gòu)。

　　在最新的這篇論文研究中，倫敦大學(xué)學(xué)院和DeepMind聯(lián)合開(kāi)發(fā)的AI模擬系統(tǒng)能自動(dòng)生成與大腦細(xì)胞活動(dòng)非常相似的網(wǎng)格模式，并幫助小鼠自動(dòng)找到捷徑。

　　更令人驚訝的是，在實(shí)驗(yàn)中，計(jì)算機(jī)模擬大鼠可以通過(guò)類(lèi)網(wǎng)格細(xì)胞編碼在虛擬迷宮中很好的導(dǎo)航，甚至能找到走出迷宮的捷徑!

　　這一成果的發(fā)布顛覆了此前AI技術(shù)和設(shè)計(jì)邏輯。因?yàn)閷?duì)AI而言，只有通過(guò)數(shù)據(jù)訓(xùn)練走預(yù)設(shè)的路，而自己通過(guò)判斷來(lái)決定行走的路徑，這是不可能的事。

　　另一方面，這一成果也預(yù)示著，在人類(lèi)科學(xué)家還沒(méi)有完全研究出網(wǎng)格細(xì)胞功能的前提下，“黑匣子”AI已經(jīng)替人類(lèi)逼真模擬除了網(wǎng)格細(xì)胞。

　　對(duì)此，Edvard Moser就評(píng)價(jià)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(jì)算機(jī)一個(gè)完全不同的角度，它就可以得出，我們只有通過(guò)生物研究才能找到的網(wǎng)格模式。)

　　約翰霍普金斯大學(xué)神經(jīng)學(xué)家Francesco Savelli和James Knierim也在同期《Nature》上發(fā)表了題為《AI mimics brain codes for navigation》的新聞評(píng)述，贊嘆道：

　　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(jīng)網(wǎng)絡(luò)沒(méi)有考慮到特定的生物機(jī)制，而是從非常普遍的計(jì)算假設(shè)開(kāi)始，卻找到了與大腦相似的路徑集成解決方案。 這是一項(xiàng)有說(shuō)服力的證據(jù)，證明網(wǎng)格模式確實(shí)有助于(人類(lèi))導(dǎo)航。)

　　顯然，所有人都驚嘆于AI的強(qiáng)大，驚嘆于其可以讓簡(jiǎn)單的數(shù)學(xué)公式變成復(fù)雜生物模型的“才華”。