人工智能学会了走迷宫抄近路，路痴们怎么看？

人工智能进化出了新技能，它们已经学会像人脑那样走出迷宫抄近路。路痴们是应该瑟瑟发抖，还是应该欢欣鼓舞？

北京时间 5 月 10 日，Google 旗下的人工智能团队 DeepMind 发布论文宣布了一项突破性的进展：他们所研发的一个人工智能程序，拥有跟哺乳动物大脑中网格细胞工作原理类似的能力，能够做到认路走捷径。

这项研究成果不仅展现了人工智能目前在空间和方位认知上的水平，还为神经科学提供了新的研究思路，让人们可以更好地理解人类大脑的工作原理。

（标识为橙色的位置细胞与边界细胞，以及标识为蓝色的网格细胞，共同构建了动物大脑中的认知地图。图片来源：nobelprize.org）

目前学界中认为，哺乳动物的大脑中有三种与寻路有关的细胞，分别是感知前进的方向细胞，记忆空间位置的位置细胞，以及动态编码空间记忆的网格细胞。

网格细胞的发现者是挪威科技大学的 Edvard I. Moser 教授和他的夫人 May-Britt. Moser 教授。

他们在 2005 年发现，动物在空间里探索时，大脑内嗅皮层中的细胞呈现强烈的空间放电特性：

当动物到达任一网格节点时，相应的网格细胞会产生强烈的放电。网格细胞的感受野呈现六边形图案，类似大自然中雪花晶体、蜂巢的形状，完全由大脑皮层自身产生

他们及其导师 John O’Keefe 三人凭借此项研究获得了 2014 年的诺贝尔生物奖。

虽然网格细胞被发现了，但它的工作机制依然是个谜。有学者猜测，它除了具有定位能力，是否具有导航能力，是否能让大脑计算到达目的地所需的距离和方向（即矢量导航）？

他们通过让计算机学习大鼠的移动轨迹，训练人工智能在虚拟环境中追踪和定位自己的位置。出乎他们预料的是，在人工智能的神经网络中出现了类似网格细胞的网格单元。而研究人员并没有刻意去引导神经网络去产生这种单元。

随后，DeepMind 的研究人员继续检验这种网格结构是否可以有导航的功能。

还记得 DeepMind 去年 5 月用于对战柯洁的 AlphaGo 吗？它已经在去年 10 月进化成了更加强大的 AlphaGo Zero，人类只告诉它围棋的基本规则，它就在自我对弈的 21 天，达到围棋中 Master 的水平，在第 40 天，成为「世界围棋冠军」。

（图片来自 DeepMind）

研究人员将这次发现的网格结构与上述类似的神经网络架构结合，将其放置在一个迷宫游戏中。在只是告诉这个人工智能迷宫的基本规则后，经过强化学习，这个人工智能程序在迷宫游戏中的导航能力就超过了普通人，并且能够寻找捷径和发现新的线路。

而在将网格结构静默后，这个人工智能在迷宫游戏的认路能力大大降低，方向和距离的计算误差都变大。因此说明了网格结构在导航中的重要作用。

网格细胞的发现者 Edvard I. Moser 教授表示，DeepMind 的研究结果 “让人兴奋激动”，他说：

这个研究结论相当令人惊讶，来自完全不同领域和视角的计算机模型，最终却发现了在生物学中所熟知的网格结构。

一年前，围棋选手柯洁与 AlphaGo 的对弈让世人明白，人工智能程序在围棋领域里，已经超越人类的极限水平。这一年来，我们也逐渐习惯了人工智能在各个领域的进化，以及它们在各种技能上对人类的超越。

然而这一次的进化，除了是人工智能在空间认知上的新突破，也体现了人工智能正利用一种新的方式，来解决神经科学这些生物学领域的难题。

话说回来，人工智能进化出走迷宫抄小路的新技能，在未来或许可以应用在导航场景中。不过去年英国伦敦大学有一项研究表明，平常太过依赖卫星导航的话，人类大脑的认路功能会退化，慢慢变成路痴。