Kunstig intelligens
Harvard-nevrovitenskapsmenn og Google DeepMind lager kunstig hjerne i virtuell rotte
I et imponerende samarbeid har forskere ved Harvard University gått sammen med Google DeepMind-vitenskapsmenn for å lage en kunstig hjerne for en virtuell rotte. Publisert i Nature, åpner denne innovative gjennombruddet nye dører for å studere hvordan hjerner kontrollerer komplekse bevegelser ved hjelp av avanserte AI-simuleringsteknikker.
Bygging av den virtuelle rottehjernen
For å konstruere den virtuelle rottehjernen, brukte forskningsteamet høyoppløselige data innspilt fra ekte rotter. Harvard-forskerne arbeidet tett sammen med DeepMind-teamet for å bygge en biomekanisk realistisk digital modell av en rotte. Student Diego Aldarondo samarbeidet med DeepMind-forskere for å trene et kunstig nevralt nettverk (ANN), som fungerer som den virtuelle hjernen, ved hjelp av den kraftfulle maskinlæringsmetoden dypt forsterkingslæring.
Nevralt nettverk ble trent for å bruke inverse dynamiske modeller, som antas å bli brukt av vår hjerner for å guide bevegelse. Disse modellene gjør det mulig for hjernen å beregne den nødvendige banen og oversette den til motoriske kommandoer for å oppnå en ønsket bevegelse, som å nå etter en kopp kaffe. Den virtuelle rottehjernens nevralt nettverk lærte å generere de nødvendige kreftene for å produsere et bredt spekter av atferd, inkludert de som ikke ble eksplisitt trent, ved å bruke referanseattributter derivert fra ekte rotte-data.
Som Ölveczky noterte, “DeepMind hadde utviklet en pipeline for å trene biomekaniske agenter til å bevege seg rundt i komplekse miljøer. Vi hadde bare ikke ressursene til å kjøre simuleringslignende som disse, for å trene disse nettverkene.” Samarbeidet var “fantastisk”, la han til, og understreket den avgjørende rollen spilt av DeepMind-vitenskapsmennene i å gjennomføre dette gjennombruddet.
Resultatet er en virtuell hjerne i stand til å kontrollere en biomekanisk realistisk 3D-rottemodell innenfor en sofistikert fysikksimulator, som nært etterligner bevegelsene til en ekte rotte.
Potensielle anvendelser
Den virtuelle rotten med sin kunstige hjerne presenterer en ny tilnærming for å undersøke de nevrale kretsene som er ansvarlige for komplekse atferd. Ved å studere hvordan den AI-genererte hjernen kontrollerer den virtuelle rottehjernens bevegelser, kan nevrovitenskapsmenn få verdifull innsikt i de intrikate arbeidene til ekte hjerner.
Dette gjennombruddet kan også åpne veien for å konstruere mer avanserte robotkontrollsystemer. Som Ölveczky foreslår, “Mens vårt laboratorium er interessert i grunnleggende spørsmål om hvordan hjernen fungerer, kan plattformen brukes, som et eksempel, til å konstruere bedre robotkontrollsystem.” Ved å forstå hvordan den virtuelle hjernen genererer komplekse atferd, kan forskerne kanskje utvikle mer sofistikerte og adaptive roboter.
Kanskje mest spennende er at denne forskningen kan muliggjøre et nytt felt for “virtuell nevrovitenskap”, hvor AI-simulerte dyr tjener som praktiske og fullstendig gjennomsiktige modeller for å studere hjernen, selv i sykdomstilstander. Disse simuleringslignende kan gi et utenfor sammenligning vindu inn i de nevrale mekanismene bak ulike nevrologiske tilstander, potensielt ledende til nye behandlingsstrategier.
Neste steg: Mer virtuell rotte-autonomi
Bygging på dette banebrytende arbeidet, planlegger forskerne å gi den virtuelle rotten mer autonomi til å løse oppgaver lignende de som møter ekte rotter. Som Ölveczky forklarer, “Fra våre eksperimenter, har vi mange ideer om hvordan slike oppgaver løses, og hvordan læringsalgoritmene som ligger til grunn for tilegnelsen av ferdige atferd implementeres.”
Ved å gi den virtuelle rotten mer uavhengighet, kan vitenskapsmennene teste sine teorier om læringsalgoritmene som muliggjør tilegnelsen av nye ferdigheter. Dette kan gi verdifull innsikt i hvordan ekte hjerner lærer og tilpasser seg nye utfordringer.
Ultimat, er målet å fremme vår forståelse av hvordan ekte hjerner genererer komplekse atferd. “Vi ønsker å begynne med å bruke de virtuelle rotter til å teste disse ideene og hjelpe med å fremme vår forståelse av hvordan ekte hjerner genererer komplekse atferd,” sier Ölveczky. Ved å fortsette å forbedre og utvide denne innovative tilnærmingen, kan nevrovitenskapsmenn og AI-forskere arbeide sammen for å løse mysteriene om hjernen og skape mer intelligente, tilpasningsdyktige systemer.


