โรบอทหนู 3 มิติที่ควบคุมด้วย AI อาจนำไปสู่ความเข้าใจใหม่ๆ ในด้านประสาทวิทยาศาสตร์

นักวิจัยจากมหาวิทยาลัยฮาร์วาร์ดและ DeepMind ได้สร้างแบบจำลองหนู 3 มิติที่มีความแม่นยำทางชีววิทยา ซึ่งสามารถควบคุมได้ด้วยเครือข่ายประสาทเทียม นักวิจัยหวังว่าการศึกษาวิธีการที่เครือข่ายประสาทเทียมควบคุมหนูจำลองใน môi trường 3 มิติอาจให้คำตอบเกี่ยวกับวิธีการที่สมองจริงควบคุมสิ่งมีชีวิต

ตามที่ IEEE Spectrum รายงานเมื่อเร็วๆ นี้, บทความใหม่ ที่จะนำเสนอในสัปดาห์นี้ที่ การประชุมสัมมนาเรื่องการเรียนรู้แบบแทนเจนต์ ได้ละเอียดเกี่ยวกับการสร้าง môi trường 3 มิติแบบจำลอง ซึ่งมีหนู 3 มิติอยู่ภายใน และหนูจะถูกควบคุมโดยโมเดล AI เป้าหมายของการศึกษานี้คือการดูว่าเครือข่ายประสาทเทียมที่ควบคุมหนูอาจมีฟังก์ชัน tương tựที่พบในสมองชีวภาพ

บล็อกการสร้างของเครือข่ายประสาทเทียมลึกคือニューロน หรือโหนดที่แปลงข้อมูลด้วยฟังก์ชันทางคณิตศาสตร์ โนเดสเหล่านี้เชื่อมต่อกันในลักษณะที่คล้ายกับการเชื่อมต่อซินแอปติกของสมอง แม้ว่าจะมีความแตกต่างที่显著ระหว่างเครือข่ายประสาทเทียมและสมองจริง แต่นักวิจัยหลายคนเชื่อว่าความคล้ายคลึงที่มีระหว่างทั้งสองอาจให้ข้อมูลที่มีประโยชน์เกี่ยวกับวิธีการทำงานของสมอง ซึ่งอาจช่วยปรับปรุงทั้ง AI และประสาทวิทยาศาสตร์

môi trường 3 มิติแบบจำลองที่นักวิจัยสร้างขึ้นจะทำหน้าที่เป็นแพลตฟอร์มทดลองที่ควบคุมได้สำหรับนักวิจัย AI นักวิจัยจะสามารถใช้ môi trườngนี้เพื่อทดลองกับวิธีการที่เครือข่ายประสาทเทียมต่างๆ จัดการกับความท้าทายและวิธีการที่พวกมันเข้าใกล้ (หรือไม่เข้าใกล้) เครือข่ายชีวภาพ ตามที่ Jesse Marshall นักวิจัยหลังปริญญาเอกและผู้เขียนร่วมของการศึกษานี้อธิบายไว้ โดยอ้างอิงจาก IEEE Spectrum ในขณะที่การทดลองประสาทวิทยาศาสตร์โดยเฉลี่ยวิเคราะห์สมองของสัตว์ขณะทำหนึ่งงาน (หรือเพียงไม่กี่งาน) และหุ่นยนต์ส่วนใหญ่ถูกออกแบบมาเพื่อทำงานเพียงไม่กี่งาน การอธิบายที่ครอบคลุมมากขึ้นว่าสมองยืดหยุ่นทำงานและเกิดขึ้นได้อย่างไรจึงจำเป็น

หนูจำลองที่ถูกสร้างขึ้นมีความแม่นยำทางชีววิทยา โดยมีจุดและกล้ามเนื้อทั้งหมดที่พบในหนูจริง หนูยังมีประสาทสัมผัสจำลอง เช่น ประสาทสัมผัสของส่วนต่างๆ ของร่างกาย (proprioception) และการมองเห็น เครือข่ายประสาทเทียมที่ควบคุมการเคลื่อนไหวของหนูได้รับการฝึกฝนในงานที่แตกต่างกันสี่งาน ได้แก่ การตบบอลด้วยเวลาแม่นยำ การเดินผ่าน迷宫 การกระโดดข้ามช่องว่าง และการเดินผ่านพื้นที่ที่มีเนินและความชัน

เมื่อหนูจำลองเสร็จสิ้นงาน นักวิจัยได้วิเคราะห์บันทึกของกิจกรรมเครือข่ายโดยใช้เทคนิคที่อ้างอิงจากสาขาประสาทวิทยาศาสตร์ นักวิจัยได้วิเคราะห์กิจกรรมของเครือข่ายเพื่อกำหนดว่าเครือข่ายได้แสดงรูปแบบการควบคุมการเคลื่อนไหวที่จำเป็นในการทำงานที่ได้รับมอบหมาย

นักวิจัยพบว่าเครือข่ายประสาทเทียมใช้การแสดงผลที่เหมือนกันสำหรับงานที่แตกต่างกัน โดยใช้รูปแบบทั่วไปสำหรับสถานการณ์ที่แตกต่างกัน กิจกรรมของเครือข่ายมักจะแสดงเป็นลำดับ离散 ซึ่งเป็นสิ่งที่เคยพบเห็นในหนูและนกจริงๆ การค้นพบที่ไม่คาดคิดคือกิจกรรมธรรมชาติในโมเดล AI ดูเหมือนจะเกิดขึ้นในช่วงเวลาที่ยาวกว่าที่คาดไว้ หากโมเดล AI เพียงแค่ควบคุมการเคลื่อนไหวของขาและกล้ามเนื้อ สิ่งนี้อาจบ่งบอกว่าเครือข่าย AI แสดงพฤติกรรมและเคลื่อนไหวในระดับสูงสำหรับสิ่งต่างๆ เช่น การกระโดดและการวิ่ง ซึ่งสะท้อนถึงแบบจำลองการรับรู้ที่ได้ถูกเสนอสำหรับสัตว์จริง

แม้ว่าเครือข่ายประสาทเทียมจะขาดร่างกายและความสมจริงของเครือข่ายประสาทจริง แต่นักวิจัยด้านประสาทวิทยาศาสตร์ เช่น Blake Richards จากมหาวิทยาลัยแมกกิลล์ ในแคนาดา ได้โต้แย้งตามที่ IEEE Spectrum รายงานว่าโมเดลเหล่านี้มีคุณลักษณะที่สำคัญของการประมวลผลประสาทที่เหมือนกับเครือข่ายประสาทจริง และมีประโยชน์ในการทำนายว่ากิจกรรมของประสาทอาจส่งผลต่อพฤติกรรมอย่างไร ดังนั้น ความสำเร็จของบทความล่าสุดคือการออกแบบวิธีการทดลองกับเครือข่ายประสาทเทียมและฝึกฝนใน môi trườngที่สมจริงมากขึ้น ทำให้สามารถเปรียบเทียบกับการทดลองที่เกี่ยวข้องกับข้อมูลชีวภาพได้ดีขึ้น

Stephen Scott นักวิจัยด้านประสาทวิทยาศาสตร์จากมหาวิทยาลัย Queen’s ในแคนาดา เชื่อว่าโครงสร้างที่ออกแบบในบทความใหม่นี้อาจเป็นวิธีการที่มีประโยชน์ในการตรวจสอบรากฐานของพฤติกรรม หนูจำลองสามารถทำพฤติกรรมที่ซับซ้อนหลายขั้นตอนได้ ซึ่งสามารถสอดคล้องกับกิจกรรมของประสาทได้อย่างแม่นยำ สิ่งนี้เป็นข้อได้เปรียบเหนือการทดลองส่วนใหญ่ที่ทำกับแบบจำลองสัตว์ ซึ่งทำได้เพียงงานง่ายๆ เนื่องจากการบันทึกกิจกรรมของประสาทมีความซับซ้อน

อย่างไรก็ตาม Scott ยังรับทราบว่าการเก็บข้อมูลประสาทจากสัตว์ที่ทำงานที่ซับซ้อนอาจเป็นเรื่องที่ยากมาก ดังนั้น Scott จึงหวังว่าผู้เขียนบทความจะเปรียบเทียบกิจกรรมของประสาทของหนูจำลองเมื่อทำงานง่ายๆ กับกิจกรรมที่พบใน实验室จริง เพื่อเข้าใจว่าโมเดลจำลองและรูปแบบของสมองจริงแตกต่างกันอย่างไร