图片来源：Neurosciencenews.com
详细成果于5月9日在《自然》杂志上发表，这一程序由伦敦大学学院（UCL）的神经科学家和谷歌公司DeepMind的人工智能研究人员开发。简单来说，它使用了一种叫做深度学习的技术（deep learning，一种受大脑结构启发的人工智能）来训练一只计算机模拟的大鼠（computer-simulated rat）在虚拟环境中跟踪自己的位置。
DOI:10.1038/s41586-018-0102-6
让科学家们感到吃惊的是，该计算机模拟的大鼠自发地产生了类似于哺乳动物大脑中导航细胞所产生的六边形活动模式（即网格细胞，grid cells）。此前，网格细胞已被证明是动物追踪自身空间位置的基础。
更重要的是，模拟大鼠能够使用网格细胞编码（grid-cell-like coding）来很好地导航虚拟迷宫，甚至还学会了走捷径。
深度学习鼠
这项研究的作者们使用了深度学习网络（deep-learning networks）以检验神经科学中的一个假设：即大脑使用网格细胞，通过整合有关身体运动速度和方向的信息来绘制其在环境中的位置。
首先，作者们生成数据来训练他们的算法。他们模拟了虚拟大鼠（virtual rats）在围栏中觅食时所走的路径，以及模拟啮齿动物四处移动时位置和头部方向细胞的活动（但没有模拟网格细胞的活动）；然后他们利用这些数据训练深度学习网络来识别模拟大鼠的位置。在这一过程中，他们发现，网格状活动的六边形模式自发地出现在计算单元中——就像他们在实验室利用真实大鼠的大脑中所做的那样。
此外，科学家们还发现，为了使网格样（grid-like）的活动出现，他们需要调整系统来增加一些人工噪声使其单元的滴答声更类似于大脑中的单元。
接下来，研究人员对系统进行了测试，观察虚拟大鼠是否可以利用这一模式来导航。他们把模拟大鼠放在一个更大的迷宫般的围栏里，在那里，虚拟大鼠必须学会如何到达一个特定的目标。同时，作者们在系统中还增加了另一个程序——引入了学习所需的记忆和奖励功能。
结果发现，这些模拟大鼠很快就学会了通过反复试验来寻找目标，并且变得非常精通，以至于他们的表现超过了一个试图完成相同任务且开始走捷径的人类专家。但是，当研究人员故意阻止网格模式的形成后，模拟的大鼠就无法再有效地在迷宫中穿行。
意义
挪威特隆赫姆卡弗利系统神经科学研究所（Kavli Institute for Systems Neuroscience in Trondheim）的Edvard Moser说：“计算机模型从完全不同的角度出发，最终形成了我们从生物学中知道的网格模式，这项研究证实了哺乳动物的大脑已经进化出了一种可以安排这种空间编码的最佳方法。”
需要指出的是，尽管研究人员同意人工智能将成为检验大脑假说的有用工具，但它不太可能回答关于大脑如何以及为什么使用特定代码的问题。“人工智能似乎能够加速我们对大脑如何导航的研究，但它不会取代神经科学家。”Moser总结道。
责编：艾曼
参考资料：
AI recreates activity patterns that brain cells use in navigation
