人工智能如何揭示真实大脑的奥秘？

人工智能与神经科学的巅峰突破：虚拟老鼠的人工大脑

• 在神经科学和人工智能交叉领域，哈佛大学和谷歌DeepMind的研究人员取得了令人难以置信的突破。他们为虚拟老鼠创造了一个人工大脑，可以控制老鼠在超逼真的物理模拟中的运动。

• 这项开创性工作发表在权威期刊《自然》上，为理解真实大脑功能、控制复杂行为提供了巨大新可能。未来这也可能带来更先进、更适应性强的机器人。

• 首先，团队的一项重要任务是在一款名为Mujoko的复杂物理模拟器中构建一只老鼠的准确生物力学模型。虚拟老鼠必须遵守物理法则，考虑重力、摩擦以及真实老鼠体骨骼力学的因素。

• 研究人员利用大量高分辨率运动数据建立和验证虚拟老鼠模型，这些数据记录自真实老鼠进行各种自然行为和动作，为他们提供了丰富的信息。

• 然而，仅有解剖精准的老鼠身体还不够，团队随后必须创建一个人工神经网络，学习控制这个虚拟身体的生物力学，并复制生物数据中多样的运动。

• Google DeepMind的机器学习专长发挥了重要作用。DeepMind研究人员与哈佛紧密合作，应用先进的深度强化学习技术训练人工神经网络，作为虚拟老鼠的大脑。

• 他们使用反向动力学建模方法训练神经网络，与我们的大脑理论上如何控制复杂运动类似。神经网络从真实老鼠数据中输入参考运动轨迹，通过深度强化学习学会输出精确的力量模式，操控虚拟身体的关节和肌肉，成功再现这些轨迹。

• 更令人瞩目的是，神经网络可以推广学习，产生从未明确训练过的真实老鼠行为和运动序列，展现出类似生物大脑的广泛泛化能力。

人工智能与神经科学的巅峰突破：虚拟老鼠的人工大脑

虚拟大鼠大脑：探索新的神经科学前沿

• 最近的研究者成功地让虚拟大鼠大脑控制生物机械模型，通过这个实验，他们得以探究神经网络中的激活和动态，以深入了解真实大鼠大脑如何控制运动。

• 令人惊讶的是，他们发现虚拟大脑中的神经活动模式与行为中大鼠的运动皮层和其他脑区记录的神经活动惊人地吻合。这表明，深度学习算法发现了与生物大脑相似的内部模型和运动控制原则。

• 虚拟大脑展现出的一个关键特性是，在不同环境下能够自发地转换不同操作模式，密切模拟啮齿动物大脑动态观察到的在不同行为（如梳洗、奔跑或直立）之间切换不同模式的情况。

• 研究者还可以分析网络如何处理冗余性，因为通常实现特定运动轨迹有多种方法，虚拟大脑是如何选择最佳解决方案。这一研究发现，虚拟大脑似乎实施了最小干预策略，仅做出所需的微小修正，避免不必要的能量或力量消耗。

• 另一个强大的洞察力来自分析神经激活中的变异或噪音如何映射到虚拟大鼠的运动学和动力学上，神经波动如何导致特定类型的运动偏差，这种变异特征基本上从全局运动中是看不出的，但通过窥视这一窗口，可以揭示大脑使用的神经编码策略。

• 拥有一个完全可观察和可控的虚拟系统使得这些洞察成为可能。尽管还有更多内容值得探索，但显而易见的是，这个虚拟大鼠大脑开启了一个全新的调查运动控制和更广泛脑功能的新范式。

虚拟大鼠大脑：探索新的神经科学前沿

融合人工智能与生物智能：新一代机器人是如何诞生的？

• 当我们探究任意的神经网络连接模式、神经元特性与学习规则，然后观察它们是如何产生新兴动态和行为能力的，我们就仿佛打开了一个通往神经机制的透明之窗，揭示了明晰的外显行动背后和潜在认知过程的支持之间的关系。

• 通过使用虚拟的大脑-身体模型进行精确控制的实验和因果操作，可以在很大程度上实现对生物标本难以实现的方式。这也给我们提供了令人兴奋的机会，利用这种虚拟大脑-身体模型来模拟神经病症或损伤，通过引入有针对性的干扰或病变，为了获得有力的洞察力进而放入正规治疗或神经假体，让我们可以在动物试验之前就在模拟环境中进行测试。

• 当我们超越神经科学的意义时，这种进展还有着巨大的潜力来彻底改变机器人控制的方式，通过逆向工程生物智能是如何从分布式神经动态中出现的。经典控制理论已经赋予我们可以执行特定预编程例行工作的机器人，而现代人工智能与深度学习已经展示了在更灵活智能的方式中概括和回应开放式真实环境的能力。

• 大多数现有的机器人仍然相比于甚至是简单动物神经系统协调灵巧动作的能力来说令人匪夷所思。通过研究虚拟大鼠大脑是如何协调其虚拟生物力学，机器人学家可能能够提炼出负责这种生物智能和将其移植到新机器人平台的核心原则和神经架构。我们可能会看到机器人动态调整其控制策略以应对环境，培养真实的通用运动技能，优化力量和能量消耗，像动物一样保持操作的稳健性，即使在传感器或机械故障的情况下，最终成为更多才多艺和自主的系统。

• 现在让我们来谈谈核聚变，最近这是个热门话题，尽管你可能想知道核聚变模拟与神经科学的任何关联，但在表面上看，它们似乎毫无关联。然而，在工具和方法层面上，它们的使用有着深厚的联系。在研究高度复杂的科学现象时，Google DeepMind的研究人员已经开发出TX，这是一个使用Jax Torax等先进机器学习框架实现的开源可微分TACOMAC核心传输模拟器，可以模拟实验性核聚变反应堆核心内的粒子流动，热量和电流，这是一个非常复杂的非线性微分方程耦合系统。

融合人工智能与生物智能：新一代机器人是如何诞生的？

虚拟建模与AI加速模拟的新时代

• 随着科技的飞速发展，虚拟建模和人工智能加速模拟成为了理解和工程复杂系统的关键驱动力。类似于磁流体动力学等物理学领域的创新引入，巧妙地结合强大的机器学习技术，为解决高维物理建模挑战带来了新的可能。

• 虚拟建模在材料科学和化学等领域展现出独特的优势，通过模拟原子和分子动力学，结合受物理约束的机器学习模型，加速新材料的原型设计与发现，为能源存储、催化剂、量子计算等定制属性的新化合物开发提供了有力支持。

• 航空航天工程领域也能通过虚拟模型与人工智能取得突破，通过真实仿真风洞实验和学习的替代模型，优化飞机和推进系统设计，拓展了可能性。

• 在基础物理学项目中，例如费米实验室的虚拟缪子实验，利用可微分仿真和人工智能分析大规模粒子碰撞数据，为探索亚原子尺度物质和力的本质带来了新的见解。

• 随着虚拟建模能力的不断增强，我们甚至可能创建数字孪生体或整个城市、社会、经济和生态系统的模拟，开展大规模多人模拟，探索场景和政策。这一切看似科幻，却已成为可能。

• 虚拟世界模拟变得逼真，也引发了关于防止意识自觉或存在风险等深刻伦理问题。未来我们需要探讨如何处理这些问题，但毫无疑问，虚拟建模和人工智能加速模拟的兴起将是理解和工程复杂系统的重大转变，由最前沿的模拟技术推动着科学、技术甚至社会系统的新时代。

• 感谢大家阅读，别忘了订阅我们的更新！

虚拟建模与AI加速模拟的新时代

Conclusion:

通过创建虚拟大鼠人工大脑，研究人员为进一步理解真实大脑功能和推动机器人技术发展开辟了新的路径。这一前沿研究成果将为人工智能与生物智能的融合带来新的可能性。

Q & A