人工智能虚拟老鼠让我们了解大脑如何控制复杂 协调的运动

人类和动物移动的敏捷性是进化的奇迹，至今没有机器人能够与之媲美。为了帮助探究大脑如何控制运动的奥秘，哈佛大学的神经科学家创造了一只虚拟老鼠，它拥有一个人工大脑，可以像真正的啮齿动物一样四处移动。

有机体和进化生物学系教授 Bence Ölveczky 带领一组研究人员与谷歌 DeepMind AI 实验室的科学家合作，构建了一个生物力学上逼真的老鼠数字模型。他们利用真实老鼠记录的高分辨率数据，训练了一个人工神经网络(虚拟老鼠的“大脑”)，以控制物理模拟器MuJoco中的虚拟身体，其中存在重力和其他力。

Ölveczky 是训练(真实)老鼠学习复杂行为以研究其神经回路的专家，他表示，研究人员在《自然》杂志上发表的研究发现，虚拟控制网络中的激活可以准确地预测从产生相同行为的真实老鼠大脑测得的神经活动。

Ölveczky 表示，这一壮举代表了一种研究大脑如何控制运动的新方法，利用深度强化学习和人工智能的进步以及自由行为动物的 3D 运动跟踪。

Ölveczky 表示，这次合作“太棒了”。“DeepMind 开发了一套流程来训练生物力学代理在复杂环境中移动。我们只是没有资源来运行这样的模拟，来训练这些网络。”

同样，与哈佛大学的研究人员合作“对我们来说也是一个真正激动人心的机会”，合著者兼谷歌 DeepMind 研究高级总监 Matthew Botvinick 说。

“我们从构建具身代理的挑战中学到了很多东西：人工智能系统不仅要有智能思考，还必须在复杂的环境中将这种思考转化为物理动作。在神经科学背景下采用同样的方法似乎有助于深入了解行为和大脑功能。”

研究生 Diego Aldarondo 与 DeepMind 研究人员密切合作，训练人工神经网络以实现所谓的逆动力学模型，科学家认为我们的大脑会利用该模型来引导运动。例如，当我们拿起一杯咖啡时，我们的大脑会快速计算出手臂应该遵循的轨迹，并将其转化为运动指令。

类似地，基于真实老鼠的数据，网络被输入所需运动的参考轨迹，并学会产生产生该运动的力。这使得虚拟老鼠能够模仿各种各样的行为，甚至是那些它没有接受过明确训练的行为。

这些模拟可能会开启虚拟神经科学的一个尚未开发的领域，在这个领域中，经过训练可以像真实动物一样表现的人工智能模拟动物可以为研究神经回路提供方便且完全透明的模型，甚至可以研究这种回路在疾病中是如何受到损害的。

虽然 Ölveczky 的实验室对大脑如何运作的基本问题感兴趣，但该平台可以用作设计更好的机器人控制系统的一个例子。

下一步可能是让虚拟动物自主解决与真实老鼠遇到的任务类似的任务。“从我们的实验中，我们对如何解决此类任务以及如何实施掌握熟练行为所依赖的学习算法有很多想法，”Ölveczky 继续说道。

“我们希望开始使用虚拟老鼠来测试这些想法，并帮助我们进一步了解真实大脑如何产生复杂的行为。”