文/陳根
人工智慧是計算機科學的一個分支，它試圖解釋智能的實質，並生產出一種新的、能用和人類智能相似的方式做出反應的智能機器。
目前最為先進的人工智慧可以說就是人工神經網絡，人工神經網絡是仿生學的一個概念，是一類由多層神經元互聯組件構成的機器學習算法，而「神經元」最早就是來自大腦結構的啟發。
儘管人工神經網絡中的神經元的工作方式肯定不同於實際人腦的工作方式，但越來越多的研究者認為，將二者放在一起研究不僅可以幫助我們理解神經科學，還有助於打造出更加智能的AI。
近日，DeepMind 和哈佛大學的研究人員便基於人工神經網絡製造了一個 AI 驅動的虛擬小白鼠來執行多種複雜的任務。之後，他們又使用了神經科學技術來了解虛擬小白鼠的「大腦」是如何控制其運動的。
特殊的是，這個3DAI小白鼠完全復刻了現實小白鼠的生物特徵。小鼠的可控自由度為38，它的尾巴、脊柱和脖頸包含多段關節，由共同驅動多關節的肌腱控制。
研究人員藉助訓練好的神經網絡指導小鼠完成四個動作：跳過多個空隙、在迷宮中覓食、逃離丘陵環境、精確地擊球。一旦 AI 小白鼠能夠成功完成任務，研究小組就會分析其神經活動的記錄。利用神經科學技術來了解神經網絡是如何實現運動控制的。
由於研究人員已經建立了為模擬小白鼠提供動力的人工智慧，所以，AI 小白鼠的許多行為是在研究人員的意料之中的。不過，有趣的是，在實驗中，神經活動的發生時間似乎比直接控制肌肉和肢體運動的時間要長。
這意味著，這個網絡反映了抽象尺度上的行為，比如奔跑、跳躍、旋轉和其他直觀的行為類別。這是一種先前被認為僅存在於動物身上的認知模型。
典型的神經科學實驗探究的是動物大腦，這些動物只會做一些單一動作，比如敲擊槓桿，而大多數機器人都是為完成特定的任務而打造的，比如打掃房間。
雖然神經網絡不具備生理真實性，但關於AI小鼠的研究卻給我們提供了一個新的思路，即利用神經科學技術來分析生物大腦活動，以了解神經網絡如何控制生物的運動。
可以說，AI小白鼠的研究是我們努力了解大腦如何實現靈活性的開始，並利用我們獲得的有用信息來設計具有類似能力的人工智慧體。
加拿大皇后大學的神經學家 Stephen Scott 表示，雖然人們必須謹慎對待人工神經網絡和生物神經網絡之間的過度比較，但這種方法可能是探索行為神經基礎的一種富有成效的方式。
可以預見，基於AI的人工神經網絡在未來將有更多的研究成果和發展空間。一旦我們在人工神經網絡方面取得突破性進展，人類與人工智慧之間的較量將正式登上舞臺。