Naukowcy z Harvardu i Google DeepMind tworzą sztuczny mózg w wirtualnej ryjce

W imponującej współpracy, naukowcy z Uniwersytetu Harvarda połączyli siły z naukowcami z Google DeepMind, aby stworzyć sztuczny mózg dla wirtualnej ryjki. Opublikowane w Nature, to innowacyjne przełom otwiera nowe drzwi w badaniu, jak mózgi kontrolują złożone ruchy za pomocą zaawansowanych technik symulacji sztucznej inteligencji.

Budowanie wirtualnego mózgu ryjki

Aby zbudować wirtualny mózg ryjki, zespół badawczy wykorzystał dane o wysokiej rozdzielczości zarejestrowane z prawdziwych ryjek. Naukowcy z Harvardu pracowali ściśle z zespołem DeepMind, aby stworzyć biomechanicznie realistyczny cyfrowy model ryjki. Student Diego Aldarondo współpracował z naukowcami DeepMind, aby przeszkolić sztuczną sieć neuronową (ANN), która służy jako wirtualny mózg, przy użyciu potężnej techniki machine learning głębokiego wzmocnienia.

Sieć neuronowa została przeszkolona do korzystania z modeli odwrotnych dynamiki, które są uważane za zastosowane przez nasze mózgi do kierowania ruchem. Te modele umożliwiają mózgowi obliczyć niezbędną trajektorię i przetłumaczyć ją na polecenia ruchowe w celu osiągnięcia pożądanego ruchu, takiego jak sięganie po filiżankę kawy. Wirtualny mózg ryjki nauczył się generować wymagane siły do wytworzenia szerokiego zakresu zachowań, w tym tych, które nie były wyraźnie przeszkolone, przy użyciu trajektorii odniesienia pochodzących z danych prawdziwych ryjek.

Jak zauważył Ölveczky, “DeepMind opracował pipeline do szkolenia biomechanicznych agentów do poruszania się w złożonych środowiskach. Po prostu nie mieliśmy zasobów, aby uruchamiać symulacje takie jak te, aby szkolić te sieci”. Współpraca była “fantastyczna”, dodał, podkreślając kluczową rolę, jaką odegrali naukowcy DeepMind w realizacji tego przełomu.

Wynikiem jest wirtualny mózg zdolny do kontrolowania biomechanicznie realistycznego modelu 3D ryjki w zaawansowanym symulatorze fizyki, ściśle naśladując ruchy prawdziwej ryjki.

Potencjalne zastosowania

Wirtualna ryjka z sztucznym mózgiem prezentuje nowe podejście do badania obwodów neuronalnych odpowiedzialnych za złożone zachowania. Poprzez badanie, jak sztucznie wygenerowany mózg kontroluje ruchy wirtualnej ryjki, neurobiolodzy mogą uzyskać cenne wglądy w złożone działanie prawdziwych mózgów.

Ten przełom może również otworzyć drogę do opracowania bardziej zaawansowanych systemów kontroli robotów. Jak sugeruje Ölveczky, “Podczas gdy nasze laboratorium jest zainteresowane podstawowymi pytaniami o to, jak działa mózg, platforma może być wykorzystana, jako przykład, do opracowania lepszych systemów kontroli robotów”. Poprzez zrozumienie, jak wirtualny mózg generuje złożone zachowania, badacze mogą być w stanie opracować bardziej zaawansowane i adaptacyjne roboty.

Być może najbardziej ekscytująco, to badanie może umożliwić nową dziedzinę “wirtualnej neurobiologii”, gdzie symulowane zwierzęta służą jako wygodne i całkowicie przejrzyste modele do badania mózgu, nawet w stanach chorobowych. Te symulacje mogą zapewnić bezprecedensowe okno w mechanizmy neuronalne za różnymi stanami neurologicznymi, potencjalnie prowadząc do nowych strategii leczenia.

Następny krok: Większa autonomia wirtualnej ryjki

Rozwijając tę przełomową pracę, badacze planują dać wirtualnej ryjce więcej autonomii do rozwiązywania zadań podobnych do tych, z którymi spotykają się prawdziwe ryjki. Jak wyjaśnia Ölveczky, “Z naszych eksperymentów, mamy wiele pomysłów na to, jak takie zadania są rozwiązywane, i jak algorytmy uczenia się, które leżą u podstaw nabycia umiejętności, są wdrożone”.

Poprzez przyznanie wirtualnej ryjce większej niezależności, naukowcy mogą przetestować swoje teorie na temat algorytmów uczenia się, które umożliwiają nabycie nowych umiejętności. Mogłoby to zapewnić cenne wglądy w to, jak prawdziwe mózgi uczą się i adaptują się do nowych wyzwań.

Ostatecznie, celem jest poszerzenie naszego zrozumienia, jak prawdziwe mózgi generują złożone zachowania. “Chcemy zacząć wykorzystywać wirtualne ryjki do testowania tych pomysłów i pomocy w poszerzaniu naszego zrozumienia, jak prawdziwe mózgi generują złożone zachowania”, stwierdza Ölveczky. Poprzez kontynuowanie udoskonalania i rozwijania tego innowacyjnego podejścia, neurobiolodzy i badacze sztucznej inteligencji mogą współpracować, aby rozwiązać tajemnice mózgu i stworzyć bardziej inteligentne, adaptacyjne systemy.