研究人员将之前自动出现的网格结构与一个更大型的神经网络架构结合成了人工智能体，置于虚拟现实的游戏环境中。经历强化学习后，该人工智能在游戏迷宫中向目的地前进的导航能力超越了一般人，达到了职业游戏玩家水平。它能像哺乳动物一样寻找新路线和抄近路。

最关键的是，当研究人员“静默”原来的网格结构后，人工智能体的导航能力就会变弱，判断目标的距离和方向都更不准确了。

论文作者之一Dharshan Kumaran说道：“我们证明了网格细胞远不只是给我们提供GPS定位信号，也是一种大脑赖以计算两个地点间的最短距离的核心导航机制。”

用人工智能代替小白鼠做实验

与一直强调“人工智能不是仿生学”的Facebook人工智能首席科学家杨立昆（Yann Lecun）不同，天才创始人戴密斯·哈萨比斯(Demis Hassabis)执掌的DeepMind热衷探索人工智能与脑科学的相辅相成。这项研究再一次体现了他们的科学理念：脑科学启发下的人工智能算法能反过来帮助人类探索大脑运行机制，从而也更好地理解人工智能的内在逻辑。

哈萨比斯评价道：“我们相信人工智能和神经科学是相互启发的。这项工作就是很好的证明：通过研发出一个能在复杂环境中导航的人工智能体，我们对网格细胞在哺乳动物导航中的重要性有了更深的理解。”

DeepMind团队相信，类似的研究方法还可以用来探索大脑听觉和控制四肢的机制。在更远的将来，神经科学家们甚至可以用人工智能代替小白鼠来做实验。

相关报道: