0%

空间感知与AI导航

人类可以理解人类自己,这真是一件不可思议的事!

参考文章
2014年诺贝尔奖:大脑的GPS系统
2014诺贝尔奖生理学或医学奖深度解读:大脑中的“定位系统”
今日Nature:AI已经替人搞定网格细胞,下面要抢诺贝尔奖?
谷歌DeepMind“进化”出人脑模式,新型AI算法方向感超越人类!

空间感知

动物似乎天生就具有对空间的感知能力,认知空间、辨别方位、判断路径游刃有余,然而其认知的基础却并不明了,生物学家一直在探索这一问题。经过几十年的研究,人们最终发现了其背后所涉及的位置细胞(Place Cell)、头部方向细胞(Head Direction Cell)、边界细胞(Boundary Cell)和网格细胞(Grid Cell)等神经单元。

1971年,伦敦大学神经生理学家John O'Keefe海马体(Hippocampus)发现了位置细胞:在实验中,他发现当大鼠处于房间的特定区域时,海马体内特定的神经细胞就会被激活,而当大鼠移动到其他位置,激活的细胞也会相应变化。O'Keefe将这种海马体中对位置敏感的神经细胞命名为位置细胞。不久后人类也被发现拥有这种细胞。

位置细胞标记对空间中不同位置环境的感知体验,并被海马体持久记忆,即记录并回答“这是哪/我在哪”这一问题。然而位置细胞并不是坐标,也不具备几何计算能力,所以还是不足以辨别方位和导航。人们意识到,除了位置细胞以外,大脑必然还存在着其他作用的“导航细胞”,比如感知方向、计算距离、确定边界等,于是便开始更有针对性的寻找。

1984年,纽约大学的James Ranck等人在海马下托(subiculum)中发现了期待中的一种细胞:头部朝向细胞,这些细胞能够辨别头部朝向。比如,头朝北时一组细胞兴奋,而头转向南时另一组细胞兴奋。随后头部细胞又在大脑中多处位置被发现,如压后皮层、内嗅皮层及亚皮层等区域。

2005年,May-Britt MoserEdvard Moser夫妇又在大脑内嗅皮层(Entorhinal cortex)中发现了更为神奇的网格细胞。如下图所示,他们记录大鼠运动时特定神经细胞被激活的规律,发现出现了非常规律的图样,经过降噪处理后呈现出规则的正六边形排布。正六边形在大自然并不少见,雪花、蜂巢、复眼等,然而在大脑中呈现出如此规律而简洁图样,还是令人不禁赞叹大自然之神奇!这种全新的对空间呈现规律性响应的细胞被命名为网格细胞。随后,在2013年,科学家最终确认人类大脑中也存在网格细胞。

网格细胞

下图展示了单一的位置细胞(左)与网格细胞(右)对于空间的响应:单一的位置细胞只对特定的空间位置产生响应;而单一的网格细胞则对全空间都会产生响应,并以规则的正六边形的模式分隔空间。不同的位置细胞会记录并响应不同的空间位置;不同的网格细胞则都会产生自己对全空间的网格划分,只是网格朝向、边界长度等各不相同,从几厘米到几米不等,相互叠加,提升空间分辨率;而正六边形能够利用最少的细胞获得最高的空间分辨率。

实验数据

同一的网格细胞在不同的环境中,网格的大小、朝向以及空间相位等相对关系均保持不变。而位置细胞在不同环境中则会重新编码不同的位置,但人们发现同一位置细胞总是趋向于编码与之前环境相对应的位置:比如对东北角产生响应的位置细胞,改变房间大小后还会在东北角产生响应,响应的位置会根据缩放比例相应改变。于是人们推测存在一种确定边界的细胞,称之为边界细胞,并最终于2009年被O'Keefe及其学生发现。边界细胞会对特定距离和方向上的环境边界产生相应,并被发现存在于海马区多处结构中,如海马下托、前下托、内嗅皮层等。

后来,随着计算神经科学的进一步发展,科学家逐渐发现网格细胞可以整合来自边界细胞的边界信息、头部朝向细胞的方向信息以及视觉和本体感觉的距离信息,通过复杂的算法来确定自己在空间网格中的精确坐标,并最终与负责位置识别的位置细胞一起组成人类的空间感知系统。网格细胞建立大脑的空间度量(坐标)系统,而位置细胞和边界细胞则起着稳定这种空间坐标的作用。O'KeefeMoser夫妇因相关研究共同分享了2014年诺贝尔生理学奖。

最后,如果从数学的角度来看,位置细胞作为空间位置的数据库,描述的是拓扑空间;而网格细胞作为空间的标尺,描述的则是欧氏空间。坐标、矢量等描述空间的数学概念天生便印刻在人们的基因中!

AI导航

网格细胞所呈现的规则图样非常优雅的解释了空间定位和导航问题,但其实人们依然只知其然,不知其所以然。哺乳动物的大脑中为什么会出现如此规律的模式,又是如何进化而来?最近Deep Mind团队与伦敦大学合作的一篇文章显示,人工智能在进行导航训练时,自然的呈现出了同样的模式,为破解谜团带来了一些启示。

在这项工作中,研究人员首先训练循环神经网络基于运动速度信息在虚拟环境中定位。这与哺乳动物在不熟悉环境中运动定位所用到的信息非常类似。令人意外的是,类似网格细胞的模式在神经网络中自然出现!如下图所示,研究人员称之为网格单元。人工智能的定位方案与大自然亿万年进化所得到的答案竟然出奇的一致!

循环神经网络

随后,研究人员通过创建Artificial Agent来测试网格细胞对与导航的作用。他们发现具备网格单元的神经网络,经深度增强训练后,能够像动物一样寻找捷径,并在游戏中超过了专业玩家;而如果将网格单元关闭,Agent的导航能力将大打折扣,对目标的距离和方向的判断等关键指标的误差都大增。

这一工作既是人工智能发展的重要成果,同时也是理解网格细胞功能的重要一步,显示出显示类脑机器学习构架对于理解人脑本身机理的重要性。而另一方面,虽然人们通过循环神经网络重现出了与大脑一致的模式,为人们理解网格细胞背后的原因带来了新的启发。但其实神经网络算法本身对于人们而言也是一个黑盒子,我们依然不清楚为什么会呈现出这样的模式。这进一步凸显了研究神经网络可解释性的必要。论文中还有一个细节值得注意:如果神经网络的损失函数中不包括正则项,则神经网络无法表现出网格细胞功能,这启发我们去重新审视正则项的作用。

网格细胞发现者Edvard Moser评论说:

This paper came out of the blue, like a shot, and it’s very exciting. It is striking that the computer model, coming from a totally different perspective, ended up with the grid pattern we know from biology.

约翰霍普金斯大学神经学家Francesco Savelli 和 James Knierim在同期Nature发表题为AI mimics brain codes for navigation的新闻评论,赞叹道:

It is interesting that the network, starting from very general computational assumptions that do not take into account specific biological mechanisms, found a solution to path integration that seems similar to the brain’s. That the network converged on such a solution is compelling evidence that there is something special about grid cells’ activity patterns that supports path integration.


2019.01.14
The Brain Maps Out Ideas and Memories Like Spaces
New Evidence for the Strange Geometry of Thought

实验显示大脑对于抽象知识的编码方式与感知空间的方式相一致。

Recent fMRI studies show that cognitive spaces reside in the hippocampal network

Brain represents concepts in the same way that it represents space and your location, by using the same neural circuitry for the brain’s “inner GPS.”

The hippocampus’ place and grid cells, in other words, map not only physical space but conceptual space. It appears that our representation of objects and concepts is very tightly linked with our representation of space.

Based on the features of the new object we can position it in our cognitive space. We can then use our old knowledge to infer how to behave in this novel situation.

This region may represent information with different levels of abstraction. If you imagine moving through the hippocampus, from the top of the head toward the chin, you will find many different groups of place cells that completely map the entire environment but with different degrees of magnification. Put another way, moving through the hippocampus is like zooming in and out on your phone’s map app. The area in space represented by a single place cell gets larger. Such size differences could be the basis for how humans are able to move between lower and higher levels of abstraction—from “dog” to “pet” to “sentient being,” for example. In this cognitive space, more zoomed-out place cells would represent a relatively broad category consisting of many types, while zoomed-in place cells would be more narrow.


2019.03.28
Goals and Rewards Redraw the Brain’s Map of the World
实验表明网格细胞所描述的不仅仅是简单的欧氏空间,更多似乎是关于记忆的组织,而且会根据信息的价值而发生扭曲,突出更具价值的信息。

Donate if you enjoy this content.