哈佛神经科学家和Google DeepMind创建虚拟大鼠的人工脑

在一次令人印象深刻的合作中，哈佛大学的研究人员与Google DeepMind的科学家联合起来，创建了一个虚拟大鼠的人工脑。该创新性突破在Nature上发表，开启了使用先进的AI模拟技术研究大脑如何控制复杂运动的新途径。

构建虚拟大鼠脑

为了构建虚拟大鼠的脑，研究团队利用了从真实大鼠记录的高分辨率数据。哈佛研究人员与DeepMind团队密切合作，建立了一个生物力学上真实的数字大鼠模型。研究生Diego Aldarondo与DeepMind研究人员合作，使用强大的机器学习技术人工神经网络（ANN），作为虚拟脑，使用深度强化学习进行训练。

神经网络被训练使用逆动力学模型，这些模型被认为是我们的脑用于指导运动的。这些模型使大脑能够计算出必要的轨迹并将其转换为运动命令，以实现所需的运动，例如伸手拿一杯咖啡。虚拟大鼠的神经网络通过使用从真实大鼠数据推导出的参考轨迹，学会生成产生广泛行为（包括未明确训练的行为）所需的力。

正如Ölveczky所注意到的，“DeepMind已经开发了一条管道来训练生物力学代理在复杂环境中移动。我们只是没有运行这些模拟的资源，来训练这些网络。”他补充说，这次合作是“奇妙的”，强调了DeepMind科学家在实现这一突破方面所发挥的关键作用。

结果是一个能够控制生物力学上真实的3D大鼠模型的虚拟脑，在一个复杂的物理模拟器中，模拟了真实啮齿动物的运动。

潜在应用

具有人工脑的虚拟大鼠为探索负责复杂行为的神经回路提供了一种新方法。通过研究AI生成的脑如何控制虚拟大鼠的运动，神经科学家可以对真实大脑的复杂工作原理有所了解。

这一突破也可能为开发更先进的机器人控制系统铺平道路。正如Ölveczky所建议的，“虽然我们的实验室对大脑如何工作的基本问题感兴趣，但这个平台可以被用来，例如，开发更好的机器人控制系统。”通过了解虚拟脑如何生成复杂行为，研究人员可能能够开发出更复杂和适应性更强的机器人。

也许最令人兴奋的是，这项研究可能会使“虚拟神经科学”成为一个新的领域，在这个领域，AI模拟的动物可以作为研究大脑（甚至在疾病状态下）的方便和完全透明的模型。这些模拟可能会为神经机制背后的各种神经系统疾病提供一个前所未有的窗口，可能会导致新的治疗策略。

下一步：更多虚拟大鼠自主性

在这项开创性工作的基础上，研究人员计划赋予虚拟大鼠更多自主性来解决类似于真实大鼠遇到的任务。正如Ölveczky所解释的，“从我们的实验中，我们有很多关于如何解决这些任务的想法，以及如何实现这些任务的学习算法。”

通过赋予虚拟大鼠更多独立性，科学家可以测试他们关于学习算法的理论，这些算法使得获取新技能成为可能。这可能会对真实大脑如何学习和适应新挑战提供有价值的见解。

最终的目标是推进我们对真实大脑如何生成复杂行为的理解。“我们希望开始使用虚拟大鼠来测试这些想法，并帮助推进我们对真实大脑如何生成复杂行为的理解，”Ölveczky说。通过继续完善和扩展这一创新方法，神经科学家和AI研究人员可以共同合作，揭开大脑的奥秘，并创造出更智能、更适应性的系统。