哈佛大學(xué)和谷歌DeepMind人工智能實(shí)驗(yàn)室的科學(xué)家們攜手合作，創(chuàng)造了一只虛擬的AI老鼠，這不僅是技術(shù)上的突破，更可能開啟一個名為“虛擬神經(jīng)科學(xué)”的全新領(lǐng)域。

這項(xiàng)研究的重大意義在于，它不僅有助于我們理解大腦如何控制復(fù)雜的身體動作，還可能對腦科學(xué)和機(jī)器人學(xué)產(chǎn)生深遠(yuǎn)影響。

虛擬大鼠:靈活動作的AI大腦

進(jìn)化奇跡的模仿:人類和動物能夠靈活移動，這是長期進(jìn)化的結(jié)果。科學(xué)家們嘗試通過研究動物，特別是智力相當(dāng)于8歲兒童且身體控制能力精妙的老鼠，來破解大腦控制運(yùn)動的秘密。

無需犧牲:與以往不同，這次研究并沒有犧牲真實(shí)的小白鼠。科學(xué)家們創(chuàng)造了一只虛擬的AI老鼠，它能夠模仿真實(shí)嚙齒動物的所有動作，甚至展現(xiàn)出一些未經(jīng)明確訓(xùn)練的新奇行為。

虛擬神經(jīng)科學(xué):新領(lǐng)域的誕生

Nature發(fā)表研究:這項(xiàng)開創(chuàng)性的研究發(fā)表在了《Nature》雜志上，展示了虛擬控制網(wǎng)絡(luò)中的激活狀態(tài)能夠準(zhǔn)確預(yù)測真實(shí)老鼠大腦中的神經(jīng)活動。

人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練:研究小組利用從真實(shí)老鼠身上記錄的高分辨率數(shù)據(jù)，訓(xùn)練了一個人工神經(jīng)網(wǎng)絡(luò)，作為虛擬老鼠的“大腦”，在MuJoCo物理模擬器中控制其身體。

具身智能體的挑戰(zhàn)與學(xué)習(xí)

具身智能體:谷歌DeepMind的Matthew Botvinick表示，團(tuán)隊(duì)從構(gòu)建具身智能體的挑戰(zhàn)中學(xué)到了很多，這些AI系統(tǒng)需要在復(fù)雜環(huán)境中將思考轉(zhuǎn)化為實(shí)際行動。

逆動力學(xué)模型:研究生Diego Aldarondo與DeepMind的研究人員合作，訓(xùn)練了人工神經(jīng)網(wǎng)絡(luò)，以實(shí)現(xiàn)逆動力學(xué)模型，這與大腦指導(dǎo)運(yùn)動的方式相似。

對腦科學(xué)和機(jī)器人學(xué)的深遠(yuǎn)影響

虛擬神經(jīng)科學(xué):研究人員認(rèn)為這些模擬可以開創(chuàng)“虛擬神經(jīng)科學(xué)”領(lǐng)域，為研究神經(jīng)回路提供方便、透明的模型。

設(shè)計(jì)改進(jìn)的機(jī)器人控制系統(tǒng):該平臺有可能用于設(shè)計(jì)改進(jìn)的機(jī)器人控制系統(tǒng)，使機(jī)器人的動作更加流暢。

人工神經(jīng)網(wǎng)絡(luò)與生物神經(jīng)網(wǎng)絡(luò)的對比

神經(jīng)科學(xué)風(fēng)洞:這個平臺允許研究人員測試不同神經(jīng)網(wǎng)絡(luò)的生物真實(shí)性，了解它們應(yīng)對復(fù)雜挑戰(zhàn)的能力。

探究行為的神經(jīng)基礎(chǔ):這種方法可能是探究行為神經(jīng)基礎(chǔ)的一種非常富有成效的方法。

哈佛大學(xué)與谷歌DeepMind人工智能實(shí)驗(yàn)室的合作，為虛擬大鼠研究提供了必要的資源和訓(xùn)練網(wǎng)絡(luò)的機(jī)會。雙方的合作旨在推進(jìn)對真實(shí)大腦如何產(chǎn)生復(fù)雜行為的理解。

這項(xiàng)研究不僅讓我們對AI和神經(jīng)科學(xué)之間的交叉合作有了更深的認(rèn)識，也為我們提供了一個全新的視角來觀察和理解大腦的工作原理。隨著虛擬神經(jīng)科學(xué)的發(fā)展，未來我們或許能夠設(shè)計(jì)出更加靈活、智能的機(jī)器人，讓它們在復(fù)雜環(huán)境中自如行動。