研究人员旨在通过新的“脑细胞”类型增强 AI 系统

麻省理工学院（MIT）的研究团队旨在通过将神经网络与基于大脑中其他类型细胞的结构相结合来增强神经网络的性能。研究团队将将基于星形胶质细胞的结构集成到神经网络中，旨在让神经网络在时间尺度上转换其信号的处理方式。

深度神经网络的灵感来自人类大脑的神经网络。强化学习算法可以从其失败和成功中学习，并随着时间的推移掌握诸如国际象棋和围棋等复杂挑战。然而，深度神经网络在遇到人类常见的问题时会遇到困难。任何需要在当前领域或环境中没有获得的普遍知识的情况都难以被深度神经网络处理。

根据 MIT 的 Picower Institute 的说法，研究团队旨在通过向神经网络添加基于星形胶质细胞的结构来使深度神经网络更加强大、多样化和可靠。

正如 MIT 的神经科学 Newton 教授 Mriganak Sur 解释的那样，人们对神经元的关注导致忽视了其他类型的脑细胞，这些细胞在大脑中发挥着重要作用。Sur 解释说，即使是最先进的深度神经网络，也难以考虑和学习环境中的因素，当规则/上下文不变或时间无关紧要时。 在这种情况下，神经网络难以跟踪成功的策略，平衡探索/利用的权衡，并将其所学的知识应用于不同上下文中的类似任务。

根据 Sur 的说法，最近的证据表明，星形胶质细胞在使大脑能够执行上述任务方面发挥着重要作用，这得益于它们能够作为与神经元并行运行的网络。将星形胶质细胞引入神经网络将使 AI 能够集成在长时间尺度上收集的信息，识别类似的情况和重用学习的能力，并模块化神经元之间的突触连接。星形胶质细胞指导大脑前额叶皮层中的神经元探索场景，并协助尾状核中的细胞利用情况，所有这些都通过化学神经调节剂管理。

根据 Sur 的说法，最近的证据表明，星形胶质细胞在使大脑能够执行上述任务方面发挥着重要作用，这得益于它们能够作为与神经元并行运行的网络。将星形胶质细胞引入神经网络将使 AI 能够集成在长时间尺度上收集的信息，识别类似的情况和重用学习的能力，并模块化神经元之间的突触连接。星形胶质细胞指导大脑前额叶皮层中的神经元探索场景，并协助尾状核中的细胞利用情况，所有这些都通过化学神经调节剂管理。

研究团队将通过各种实验来研究星形胶质细胞如何增强深度神经网络，每个实验由不同专家进行。实验结果将用于完善研究团队的理论。研究人员将从小鼠和人类的简单实验中收集数据，并监测大脑区域、星形胶质细胞和神经调节剂的变化如何影响性能。

最后，Alfonso Araque 和 Sur 将监测小鼠以查看星形胶质细胞如何在学习过程中运行。他们还将操纵星形胶质细胞以查看其对强化学习过程的影响。

正如 团队在他们的资助中解释的那样：

“我们的中心假设是，星形胶质细胞与神经元和神经调节剂的相互作用是大脑自然执行奖励学习和克服许多与最先进的强化学习（RL）系统相关问题的计算能力的来源。”