Chuột 3D điều khiển bằng AI có thể dẫn đến những hiểu biết mới về khoa học thần kinh

Các nhà nghiên cứu từ Đại học Harvard và DeepMind đã tạo ra một mô hình 3D ảo, chính xác về mặt sinh học của một con chuột, có thể được điều khiển bởi các mạng nơ-ron nhân tạo. Các nhà nghiên cứu hy vọng rằng việc nghiên cứu cách một mạng nơ-ron nhân tạo điều khiển một con chuột mô phỏng trong một môi trường 3D có thể cung cấp cho các nhà khoa học thần kinh những manh mối về cách các não bộ thực sự điều khiển các sinh vật.

như IEEE Spectrum đã báo cáo gần đây, một bài báo mới sẽ được trình bày trong tuần này tại Hội nghị Quốc tế về Đại diện Học chi tiết về việc tạo ra một môi trường 3D mô phỏng. Một mô hình 3D của một con chuột tồn tại trong môi trường này, và con chuột mô phỏng sẽ được điều khiển bởi các mô hình AI. Mục tiêu của nghiên cứu mới là để xem liệu các mạng nơ-ron điều khiển con chuột có thể có các chức năng tương tự như các não bộ sinh học.

Các khối xây dựng của các mạng nơ-ron sâu là các nơ-ron, hoặc các nút biến đổi dữ liệu với các hàm toán học. Các nơ-ron này được kết nối với nhau trong các lớp theo cách tương tự như các kết nối synap trong não. Mặc dù có nhiều sự khác biệt đáng chú ý giữa các mạng nơ-ron nhân tạo và não bộ thực sự, một số nhà khoa học thần kinh và nhà nghiên cứu tin rằng các sự tương đồng giữa hai loại này có thể cung cấp những hiểu biết hữu ích về cách não bộ hoạt động, có thể cải thiện cả AI và khoa học thần kinh.

Môi trường 3D máy tính được tạo ra bởi các nhà nghiên cứu sẽ đóng vai trò là một nền tảng thí nghiệm điều khiển, thực nghiệm cho các nhà nghiên cứu AI. Các nhà nghiên cứu sẽ có thể sử dụng môi trường này để thí nghiệm với cách các mạng nơ-ron khác nhau đối phó với các thách thức và cách chúng tiếp cận (hoặc không tiếp cận) các mạng sinh học. Như nhà nghiên cứu sau tiến sĩ và đồng tác giả của nghiên cứu Jesse Marshall giải thích, được trích dẫn bởi IEEE Spectrum, trong khi thí nghiệm khoa học thần kinh trung bình phân tích não của động vật khi chúng thực hiện một nhiệm vụ (hoặc chỉ một vài nhiệm vụ), và hầu hết các robot được thiết kế cho chỉ một vài nhiệm vụ, một giải thích mạnh mẽ hơn về cách các não bộ linh hoạt hoạt động và xuất hiện là cần thiết. Theo Marshall, bài báo “là bước đầu tiên trong nỗ lực của chúng tôi để hiểu cách linh hoạt xuất hiện và được thực hiện trong não, và sử dụng những hiểu biết chúng tôi thu được để thiết kế các tác nhân nhân tạo với các khả năng tương tự.”

Con chuột được thiết kế bởi máy tính là chính xác về mặt sinh học, với tất cả các khớp và cơ mà bạn sẽ tìm thấy trong một con chuột thực sự. Con chuột cũng có các cảm giác mô phỏng như cảm giác vị trí (cảm giác về các bộ phận cơ thể trong không gian) và thị giác. Mạng nơ-ron điều khiển chuyển động của con chuột được đào tạo trên bốn nhiệm vụ khác nhau: chạm vào một quả bóng với thời gian chính xác, điều hướng một mê cung, nhảy qua các khoảng trống, và điều hướng một khu vực đồi núi, dốc.

Khi con chuột ảo hoàn thành các nhiệm vụ, nhóm nghiên cứu đã phân tích các bản ghi của hoạt động của mạng sử dụng các kỹ thuật dựa trên những kỹ thuật được sử dụng trong lĩnh vực khoa học thần kinh. Các nhà nghiên cứu đã phân tích hoạt động của mạng để xác định cách mạng đã thể hiệnscheme điều khiển chuyển động cần thiết để thực hiện các nhiệm vụ được giao.

Các nhà nghiên cứu đã tìm thấy rằng mạng nơ-ron tái sử dụng một số biểu diễn cho các nhiệm vụ khác nhau, áp dụng các mẫu chung cho các kịch bản khác nhau. Hoạt động của nơ-ron thường được thể hiện dưới dạng các chuỗi rời rạc, điều này đã được quan sát thấy trong các loài gặm nhấm thực sự và trong các loài chim. Một phát hiện không mong muốn là hoạt động tự nhiên trong một mô hình AI dường như tồn tại trong một khoảng thời gian dài hơn so với dự kiến nếu mô hình AI chỉ đơn giản là điều khiển chuyển động của các chi và cơ. Điều này có thể cho thấy rằng mạng AI thể hiện các hành vi và chuyển động ở mức độ trừu tượng cho các việc như nhảy và chạy. Điều này phản ánh các mô hình nhận thức đã được đề xuất cho các động vật thực sự.

Mặc dù các mạng nơ-ron nhân tạo có thể thiếu sự hiện diện sinh lý và tính thực tế của các mạng nơ-ron thực sự, các nhà khoa học thần kinh như Blake Richards từ Đại học McGill ở Canada cho rằng, như IEEE Spectrum đã báo cáo, các mô hình này chia sẻ nhiều tính năng quan trọng của quá trình nơ-ron với các mạng nơ-ron thực sự, và chúng hữu ích trong việc dự đoán cách hoạt động của nơ-ron có thể ảnh hưởng đến hành vi. Do đó, thành tựu của bài báo gần đây là thiết kế một phương pháp để thí nghiệm với các mạng nơ-ron và đào tạo chúng trong một môi trường更加 thực tế, cho phép so sánh tốt hơn với các thí nghiệm liên quan đến dữ liệu sinh học.

Stephen Scott, một nhà khoa học thần kinh từ Đại học Queen ở Canada, cũng tin rằng khuôn khổ được thiết kế trong bài báo mới có thể là một phương pháp hữu ích để kiểm tra các cơ sở nơ-ron của hành vi. Con chuột ảo có khả năng thực hiện nhiều hành vi phức tạp, đa giai đoạn có thể được tương quan chính xác với hoạt động của nơ-ron. Đây là một lợi thế so với cách hầu hết các thí nghiệm với các mô hình động vật được thực hiện trên chỉ các nhiệm vụ đơn giản, do sự phức tạp của việc ghi lại hoạt động của nơ-ron.

Tuy nhiên, Scott cũng thừa nhận rằng quá trình thu thập dữ liệu nơ-ron từ các động vật thực hiện các nhiệm vụ phức tạp có thể cực kỳ khó khăn. Do đó, Scott hy vọng sẽ thấy các tác giả của bài báo so sánh hoạt động của nơ-ron của con chuột ảo, khi nó thực hiện các nhiệm vụ dễ dàng, với hoạt động được tìm thấy trong các thí nghiệm phòng thí nghiệm thực tế, để hiểu rõ hơn về cách các mô hình ảo và các mẫu não bộ thực tế khác nhau.