Исследователи создали реалистичного виртуального грызуна
Нейронная сеть может показать, как мозг управляет сложными скоординированными движениями.
Чтобы помочь разгадать тайну того, как мозг управляет движением, ученые создали виртуальную крысу с искусственным мозгом, которая может передвигаться точно так же, как настоящий грызун.
Исследователи обнаружили, что активации в виртуальной управляющей сети точно предсказывали нейронную активность, измеренную в мозге реальных крыс, вызывающую такое же поведение.
Ловкость, с которой двигаются люди и животные, является чудом эволюции, которому до сих пор не смог близко подражать ни один робот.
Чтобы помочь разгадать тайну того, как мозг управляет движением, нейробиологи Гарварда создали виртуальную крысу с искусственным мозгом, которая может передвигаться точно так же, как настоящий грызун.
Бенс Ольвецки, профессор кафедры организменной и эволюционной биологии, возглавлял группу исследователей, которые сотрудничали с учеными из лаборатории искусственного интеллекта DeepMind Google для создания биомеханически реалистичной цифровой модели крысы.
Используя данные высокого разрешения, полученные от реальных крыс, они обучили искусственную нейронную сеть - "мозг" виртуальной крысы - управлять виртуальным телом в физическом симуляторе под названием MuJoCo, где присутствуют гравитация и другие силы.
Публикация в Nature, исследователи обнаружили, что активации в виртуальной управляющей сети точно предсказывают нейронную активность, измеренную в мозге реальных крыс, вызывающую аналогичное поведение, сказал Ольвецки, который является экспертом по обучению (настоящих) крыс сложному поведению с целью изучения их нейронных схем.
По словам Ольвецки, этот подвиг представляет собой новый подход к изучению того, как мозг контролирует движение, используя достижения в области глубокого обучения с подкреплением и искусственного интеллекта, а также 3D-отслеживания движений свободно ведущих себя животных.
Сотрудничество было "фантастическим", - сказал Ольвецки. "DeepMind разработала конвейер для обучения биомеханических агентов передвигаться в сложных условиях. У нас просто не было ресурсов для проведения подобных симуляций, для обучения этих сетей ".
Работа с исследователями из Гарварда также была "действительно захватывающей возможностью для нас", - сказал соавтор и старший директор по исследованиям Google DeepMind Мэтью Ботвиник.
"Мы многому научились в процессе создания воплощенных агентов: систем искусственного интеллекта, которые не только должны разумно мыслить, но и должны воплощать это мышление в физические действия в сложной среде.
Казалось правдоподобным, что применение этого же подхода в контексте нейробиологии может быть полезно для получения информации как о поведении, так и о функциях мозга."
Аспирант Диего Альдарондо тесно сотрудничал с исследователями DeepMind, обучая искусственную нейронную сеть реализации так называемых моделей обратной динамики, которые, как полагают ученые, наш мозг использует для управления движением.
Например, когда мы тянемся за чашкой кофе, наш мозг быстро вычисляет траекторию, по которой должна следовать наша рука, и преобразует это в двигательные команды.
Аналогичным образом, на основе данных от реальных крыс, в сеть была введена эталонная траектория желаемого движения и она научилась создавать силы для его генерации. Это позволило виртуальной крысе имитировать широкий спектр форм поведения, даже тех, которым она не была специально обучена.
Эти симуляции могут открыть неиспользованную область виртуальной нейробиологии, в которой имитируемые искусственным интеллектом животные, обученные вести себя как настоящие, предоставляют удобные и полностью прозрачные модели для изучения нейронных цепей и даже того, как эти цепи нарушаются при заболеваниях.
В то время как лаборатория Ольвецки интересуется фундаментальными вопросами о том, как работает мозг, платформа может быть использована, например, для разработки более совершенных систем управления роботами.
Следующим шагом могло бы стать предоставление виртуальному животному автономии для решения задач, сходных с теми, с которыми сталкиваются настоящие крысы.
"Из наших экспериментов у нас появилось много идей о том, как решаются такие задачи и как реализуются алгоритмы обучения, лежащие в основе приобретения навыков поведения", - продолжил Ольвецки.
"Мы хотим начать использовать виртуальных крыс для проверки этих идей и помочь продвинуть наше понимание того, как реальный мозг порождает сложное поведение".