原文作者:Heidi Ledford
细胞版本的电子游戏,挑战了关于智能的假设。
在覆有电极的培养皿中,数十万人类神经细胞学会了玩经典电子游戏 Pong。
早期电子游戏 Pong 的广告。提供:Interfoto/Alamy
这些细胞自此成功加入 Pong 日益增长的玩家龙虎榜,榜上有名的还包括学会用鼻子控制摇杆的猪,以及借助导线用意念来玩游戏的猴子。(谷歌的人工智能算法 DeepMind 几年前就掌握了 Pong 的玩法,现在它已经在挑战《星际争霸 II》等更复杂的电脑游戏。)
这些打游戏的细胞并不是对屏幕上的视觉信息做出反应,它们响应的是培养皿电极产生的电信号。这些电极不仅可以刺激细胞,还可以记录神经活动变化,随后研究人员再将刺激信号和细胞的反应转换成游戏的视觉表现。研究结果已于 10 月 12 日发表在 Neuron 上。
培养皿中的智能
研究的主要作者,澳大利亚墨尔本 Cortical Labs 公司的首席科学官 Brett Kagan 表示,这项工作是一个原理验证研究,关于培养皿中的神经细胞能够学习并展示出基本的智能迹象。他说:" 在目前的教科书中,对于神经细胞,我们主要关心的是它对人类或动物的生物学意义,而不太关注它们作为信息处理器的一面,但其实神经细胞是一种非常神奇的系统,它能够以极低的功耗实时处理信息。"
Kagan 表示,虽然公司将这一系统称为 DishBrain(培养皿大脑),但这些神经细胞显然和真正的大脑还相去甚远,也没有展现出任何意识的迹象。关于智能的定义也是一个热议的话题,Kagan 认为智能就是在给定的环境中整理信息并将其应用于适应性行为的能力。
Cortical Labs 公司的研究是在神经工程学家 Steve Potter(现就职于美国佐治亚理工学院)及其同事的研究基础上完成的。2008 年,Potter 团队报道,培养的大鼠神经细胞能够展现出学习和目标导向的行为。
称为 DishBrain 的神经细胞阵列在工作。颜色标记了不同类型的神经细胞及其组成部分。来源:Cortical Labs
Potter 说,Cortical Labs 的工作引入了更复杂的技术和分析工具。他起初的培养皿只有几十个电极,而每个 DishBrain 则有上千个电极。Potter 的小组只研究了啮齿动物的细胞,但 DishBrain 团队还测试了来源于人类的神经细胞。
研究人员使用他们的这一系统,教神经细胞对代表 Pong 中小球的电信号做出反应。在游戏中,玩家需要上下移动屏幕上的纵向球拍接住弹跳小球。在实验中,则是由神经细胞来控制这只球拍。
研究作者通过刺激小球相对球拍路径上的神经细胞,来表示小球的轨迹。网络中另一区域的神经细胞反应被用于控制球拍上下移动。
Kagan 表示,要教会神经细胞接球,他和他的团队利用了一种理论,即神经细胞倾向于重复会产生可预测环境的活动。当神经细胞做出代表接球的反应时,每次都会受到位置和频率相同的刺激,而没接到球时,则会受到随机位置的电极发出的不同频率的刺激。久而久之,神经细胞就学会了通过接球来获得固定模式的反馈,而不是随机的反馈。
不只是游戏
日本理化学研究所脑神经科学研究中心的神经科学家磯村拓哉(Takuya Isomura)说,这项研究迈出了开发试验的重要一步,其用途包括如测试某种神经元功能新药的潜力等。但他同时指出,目前尚不明确这些神经细胞的行为到底是为了建立一个可预测的环境,还是出于对它们所接收信号的其他方面做出的反应。他说:" 我认为下一步的重点是,更详细地解释哪类刺激能真正带来这种差异。"
Cortical Labs 公司还想要最终使用神经细胞开发出可用于计算的 " 生物处理单元 "。为 DishBrain 开发的技术已足够量化,因此可用于比较不同动物或不同脑区的细胞在学习上的差异,Potter 说。
与此同时,他说,将 DishBrain 活动以 Pong 游戏形式体现出来是个很棒的主意。Potter 说:" 对人工智能感兴趣的人对任何能玩 Pong 游戏的东西都很着迷,这真是个绝妙的主意。"
原文地址:http://www.myzaker.com/article/63541cf08e9f090e227abbb5