Log masuk ke Alam, bagaimana otak mengawal pergerakan? DeepMind mereka bentuk haiwan maya dengan "otak AI"

Sunting |. Walau bagaimanapun, bagaimana otak mencapai kawalan ini masih tidak jelas. Untuk memperdalam pemahaman kita, kita memerlukan model yang boleh menghubungkan prinsip kawalan dengan struktur aktiviti saraf dalam haiwan.

Untuk mencapai matlamat ini, penyelidik dari Universiti Harvard dan Google DeepMind membina "haiwan mabuk maya", menggunakan rangkaian saraf tiruan untuk memacu model simulasi biomekanikal tikus dalam simulator fizikal.

Pasukan menggunakan pembelajaran pengukuhan mendalam untuk melatih ejen maya meniru tingkah laku tikus yang bergerak bebas, membolehkan penyelidik membandingkan "aktiviti saraf yang direkodkan daripada tikus sebenar" dengan model "tingkah laku ejen maya" yang mensimulasikan tingkah laku mereka. "Aktiviti rangkaian haiwan ejen maya" ini boleh digunakan untuk meneroka proses pembelajaran dan penaakulan otak, dengan itu meningkatkan pemahaman tentang proses ini. Selain itu, model pembelajaran mendalam pasukan boleh membantu membangunkan robot yang lebih pintar dan sistem autonomi lain.

Model ini mampu meniru pergerakan tikus sebenar dengan tepat, pencapaian utama yang dijangka dapat meningkatkan pemahaman saintis tentang cara otak mengawal pergerakan terkoordinasi yang kompleks.

Adalah sukar bagi robot tercanggih untuk meniru hasil ini, tetapi pasukan penyelidik percaya bahawa penemuan mereka boleh meningkatkan fleksibiliti robot masa depan dengan banyak.

Kajian itu bertajuk "

Seekor tikus maya meramalkan struktur aktiviti saraf merentas tingkah laku

" dan diterbitkan dalam "Nature" pada 11 Jun 2024.

Manusia dan haiwan mampu mengawal badan mereka dengan mudah dan cekap yang sukar ditiru oleh sistem kejuruteraan. Ini disebabkan oleh simulasi pengiraan, aspek teknikal neurosains sukan. Sebabnya ialah, berbanding model pengeluaran sebab akibat pergerakan semula jadi yang kompleks, aktiviti saraf dalam sistem motor jarang mempunyai penjelasan yang jelas.

Model biogenetik ini berbeza kerana ahli sains saraf cuba menyimpulkan fungsi sistem motor dengan menghubungkan aktiviti saraf di kawasan otak yang berkaitan dengan ciri pergerakan yang boleh diukur, seperti kinematik dan dinamik bahagian badan yang berbeza.

Walau bagaimanapun, terdapat masalah dengan pendekatan ini kerana undang-undang fizik sememangnya mengaitkan ciri-ciri gerakan dan oleh itu hanya boleh menggambarkan tingkah laku dan bukannya menjananya. Untuk menyelesaikan masalah ini, pasukan penyelidik mencadangkan pendekatan baharu: menggunakan model haiwan maya yang dikaitkan dengan model kawalan untuk membuat kesimpulan prinsip pengiraan.

Ilustrasi: Menggunakan MIMIC untuk membandingkan kawalan biologi dan buatan dalam spektrum tingkah laku. (Sumber: kertas)

Pasukan penyelidik membangunkan "roden maya" di mana rangkaian saraf tiruan (ANN) memacu model tikus biomekanik realistik yang beroperasi dalam simulator fizikal.

Apabila membina sistem ini, keseimbangan perlu dicapai antara kebolehjalan, ekspresif dan realisme biologi. Para penyelidik memilih model paling mudah yang boleh menghasilkan semula tingkah laku tikus dan meramalkan aktiviti saraf.

Model menggunakan pembelajaran peneguhan mendalam untuk melatih ANN bagi melaksanakan model dinamik songsang. Input ialah trajektori rujukan pergerakan masa hadapan dan keadaan badan semasa haiwan sebenar, dan output ialah tindakan yang diperlukan untuk mencapai keadaan yang diingini. Berdasarkan data, penyelidik boleh membandingkan aktiviti saraf tikus sebenar dengan aktiviti rangkaian tikus maya.

Pendekatan ini mempunyai dua kelebihan utama: Pertama, model adalah sebab dan boleh menghasilkan semula secara fizikal tingkah laku yang diminati, bukan hanya menggambarkannya. Yang kedua adalah untuk memberi tumpuan kepada mengenal pasti fungsi yang dilaksanakan oleh kawasan otak dan bukannya hanya penerangan aliran maklumat.

"Kami belajar banyak daripada cabaran membina 'ejen yang terkandung': Sistem AI bukan sahaja mesti berfikir dengan bijak, tetapi mereka juga mesti menterjemah pemikiran itu ke dalam tindakan praktikal dalam persekitaran yang kompleks, Matthew Botvinick dari Google Deepmind berkata, " Mengaplikasikan pendekatan yang sama dalam konteks neurosains nampaknya memberikan pandangan tentang tingkah laku dan fungsi otak Keputusan menunjukkan bahawa aktiviti saraf dalam striatum sensorimotor dan korteks motor telah diramalkan dengan lebih tepat oleh aktiviti rangkaian dalam tikus maya kawalan.

Ilustrasi: tetikus maya. (Sumber: laman web Deepmind)

Tambahan pula, perubahan asas dalam rangkaian meramalkan struktur perubahan saraf merentas tingkah laku dan memberikan keteguhan sistem dengan cara yang konsisten dengan prinsip intervensi minimum bagi kawalan maklum balas optimum.

Penemuan ini mendedahkan bahawa haiwan maya biomekanik yang realistik melalui simulasi fizikal boleh membantu menjelaskan struktur aktiviti saraf merentas tingkah laku dan menghubungkannya dengan prinsip teori kawalan motor.

Dan, pendekatan ini menunjukkan potensi pengawal tiruan untuk memanipulasi model biomekanikal untuk mendedahkan prinsip pengiraan litar saraf. Haiwan maya boleh berfungsi sebagai platform untuk neurosains maya untuk mensimulasikan kesan pembolehubah yang sukar untuk disimpulkan dalam eksperimen ke atas aktiviti dan tingkah laku saraf.

Bidang penyelidikan ini penting untuk pembangunan prostetik termaju dan antara muka komputer otak. Dengan membina semula litar saraf, cerapan yang diperoleh daripada kajian ini boleh membawa kepada cara baharu untuk merawat gangguan pergerakan. Selain itu, kajian itu menyatakan bahawa tikus maya menyediakan model telus untuk mengkaji litar saraf dan kesan penyakit pada litar ini.

Seterusnya, para penyelidik merancang untuk membiarkan tikus maya secara autonomi menyelesaikan tugas yang dihadapi oleh tikus sebenar untuk memperdalam pemahaman mereka tentang algoritma pemerolehan kemahiran otak.

Pada masa hadapan, saintis mungkin membina seni bina rangkaian yang diilhamkan oleh otak untuk meningkatkan prestasi dan kebolehtafsiran, dan meneroka peranan struktur litar dan mekanisme saraf tertentu dalam pengiraan tingkah laku.

Pautan kertas: https://www.nature.com/articles/s41586-024-07633-4

Laporan berkaitan: https://decrypt.co/235086/virtual-rat-ai-brain- harvard-google-deepmind-robotics

Atas ialah kandungan terperinci Log masuk ke Alam, bagaimana otak mengawal pergerakan? DeepMind mereka bentuk haiwan maya dengan "otak AI". Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!